Ju förr desto bättre? - En studie om hur nyhetsinnehållet i kvartalsrapporter påverkar tidpunkten för publicering

Transkript

1 Kandidatuppsats 15 hp Företagsekonomiska institutionen Uppsala universitet VT 2017 Datum för inlämning: Ju förr desto bättre? - En studie om hur nyhetsinnehållet i kvartalsrapporter påverkar tidpunkten för publicering Julia Nilsson Nils Simonsson Handledare: Yuliya Ponomareva

2 Sammandrag Det kan finnas motiv för företag att vara strategiska med tidpunkten för resultatrapportering om det kan gynna dem. Tidigare studier på den amerikanska marknaden har observerat att bra nyheter tenderar publiceras tidigt medan dåliga nyheter släpps sent, där nyheten avser om företaget presterat över eller under marknadens förväntningar. Studien bidrar med ett svenskt perspektiv genom att undersöka om företag på Stockholmsbörsen varierar tidpunkten för publicering av kvartalsrapporter beroende på rapportens nyhetsinnehåll. En kvantitativ metod tillämpas och två tillvägagångssätt i form av t-test och regressionsanalys används. Studien finner belägg för att de senast publicerade kvartalsrapporterna i genomsnitt innehåller dåliga nyheter, men inte för att de tidigast publicerade rapporterna innehåller bra nyheter. Vidare kan studien inte statistiskt säkerställa något samband mellan rapportens nyhetsinnehåll och fördröjning, men kommer fram till att rapportens fördröjning kan förklaras av andra faktorer såsom antalet analytiker som följer företaget eller vilket kvartal rapporten avser. Nyckelord: Timing, resultatannonsering, rapportpublicering, nyhetsinnehåll, kvartalsrapporter

3 Innehållsförteckning 1. Inledning Syfte Teoretisk referensram Agentteorin Motiv till timing av resultatannonsering Nyhetsinnehåll och timing av resultatannonsering Metod Forskningsmetod Datainsamling Urval Insamling av data Slutligt datamaterial Operationalisering Beroende variabel: Timing Oberoende variabel: Nyhetsinnehåll Kontrollvariabler Genomförande T-test Regressionsanalys Förutsättningar och databearbetning Resultat Hypotesprövning - H1a och H1b Utfall av t-test Hypotesprövning - H Utfall av regressionsanalys Robusthetstest Konklusion Slutsats Studiens tillförlitlighet Framtida forskning Referenser Bilagor... 36

4 1. Inledning VW-koncernen presenterade på tisdagsmorgonen sin försenade rapport för årets första kvartal. För den krisdrabbade koncernen sjönk både omsättningen och vinsten i jämförelse med samma period i fjol. (Lewenhagen, 2016) Oavsett hur ett företag har presterat måste de med jämna mellanrum publicera rapporter som visar den finansiella prestationen. Finansiell information är en vital funktion för kapitalmarknadens effektivitet och efterfrågan av information grundar sig i informationsasymmetrin som råder mellan företag och dess aktieägare (Healy och Palepu, 2001). Informationsasymmetrin uppstår på grund av den separation av ägande och kontroll som sker i ett publikt företag, där aktieägarna delegerar en del av beslutsfattandet till företagsledningen (Jensen och Meckling, 1976). I och med att ägarna överlämnat kontrollen och inte aktivt deltar i den dagliga verksamheten besitter företagsledningen mer information om exempelvis företagets värde och lönsamhet än vad ägarna gör (Beyer, Cohen, Lys och Walther, 2010). Enligt Eisenhardt (1989) kan offentliggörande av finansiell information minska denna informationsasymmetri. Finansiella rapporter kan således användas för att informera ägarna samt låta dem bevaka företagsledningen (Eisenhardt, 1989). Om företagsledningen antas vara rationell och drivas av egenintresse finns dock enligt Jensen och Meckling (1976) risk för att ledningen inte kommer att handla i ägarnas bästa intresse utan istället genomför handlingar som maximerar den egna nyttan. Om ledningen kan tjäna på att påverka ägarnas bild av företagets prestation finns motiv för att rapportera information på ett strategiskt sätt, för att maximera sina egna intressen (Beyer et al., 2010). De finansiella rapporter som bolag lämnar innehåller information om bolagets prestationer i form av exempelvis resultat, men även generell information om bolagets finansiella ställning, framtida utsikter samt andra analyser och diskussioner (Healy och Palepu, 2001). Det har länge forskats inom området resultatannonsering, vilket syftar till företags rapportering av resultat och andra finansiella prestationer. En del av denna forskning (e.g. Begley och Fischer, 1998; Chambers och Penman, 1984; Givoly och Palmon, 1982; Haw, Qi och Wu, 2000; Kross och Schroeder, 1984; Livnat och Zhang, 2015) fokuserar på att studera sambandet mellan timing av rapportsläpp, det vill säga vid vilken tidpunkt ett företag väljer att publicera sin års- eller kvartalsrapport, och rapportens innehåll samt marknadens reaktion. Dessa studier har funnit ett samband mellan timing och nyhetsinnehåll där bra nyheter tenderar att publiceras tidigt medan 1

5 dåliga nyheter publiceras sent. Med bra eller dåliga nyheter åsyftas om företag presterat över eller under marknadens förväntningar. Det kan finnas motiv för företagsledningen att utnyttja timing vid släpp av rapport, vilka grundar sig i teorier om att företagsledningen är strategiska med den information de rapporterar för att på olika sätt försöka gynna sig själva (Beyer et al., 2010). Det kan handla om att opportunistiskt försöka påverka utomstående intressenter för att minimera ofördelaktiga aktieprisreaktioner på dåliga nyheter och maximera gynnsamma reaktioner på bra nyheter (Bowen, Johnson, Shevlin och Shores, 1992). Denna typ av strategi kan vara aktuell för ledningen att vidta exempelvis om kompensation baseras på aktiekursutveckling. Av samma anledning kan andra tänkbara förklaringar enligt Trueman (1990) vara att företagsledningen försöker mildra de dåliga nyheterna genom att försöka justera den aktuella periodens resultat vilket gör att släppet försenas, alternativt att företaget inväntar vad konkurrerande företag redovisar för resultat. Ett företag som presenterar att dåligt resultat torde få mindre uppmärksamhet från marknaden om andra företag i samma bransch redan presenterat dåliga nyheter (Bowen et al., 1992). Kross och Schroeder (1984) finner, utöver det faktum att tidigt (sent) släppta rapporter generellt innehåller bra (dåliga) nyheter, att timingen kan kopplas till positiv (negativ) abnormal avkastning kring annonseringsdagen. Sambandet kan konstateras även efter att ha kontrollerat för magnituden av resultatnyheten samt företagets storlek. Chambers och Penman (1984) visar dessutom att marknaden skapar sig en uppfattning om sena rapporter, där en försening tolkas som att rapporten kommer att innehålla dåliga nyheter. Chen och Mohan (1994) undersökte med enkäter till företagsledningar vad som påverkar företagens datum för resultatannonsering och visade att en oväntad resultatnivå är den faktor som har störst påverkan på företagsledningens timing-beslut. Tidigare forskning antyder att det finns anledningar för företagsledningar att strategiskt utnyttja timing vid släpp av kvartalsrapporter beroende på rapportens nyhetsinnehåll. Dock ifrågasätter senare forskning av Bagnoli, Kross och Watts (2002) om företag fortfarande utnyttjar timing av resultatannonsering beroende på innehållet i rapporterna i lika stor utsträckning som tidigare. De finner i linje med tidigare forskning att ju senare släppet är desto sämre är nyheterna, men finner däremot inget samband mellan tidiga släpp och nyhetsinnehållet i rapporten. Bagnoli et al. (2002) hänvisar till förändringar av den rättsliga tillvaron amerikanska företag verkar i, vilka 2

6 krävt att företag lägger mer tid på att försöka verifiera goda nyheter. Samtidigt visar Hirshleifer, Lim och Teoh (2009) att det förekommer en underreaktion i aktiepriset på resultatnyheter när många företag publicerar sina resultat på samma dag, något som bör tala för att företag vill vara tidiga med bra nyheter men publicera dåliga nyheter på samma dag som många andra företag publicerar sina rapporter. Motsättningen inom forskningsområdet skapar behov för ytterligare studier inom området. Släppet av kvartalsrapporter är en av de viktigaste händelserna på kapitalmarknaden och leder till stor uppmärksamhet från såväl media som investerare (Sengupta, 2004). I jämförelse med årsrapporter baseras kvartalsrapporter på mer subjektiva estimeringar av ledningen (Fu, Kraft och Zhang, 2012) och kvartalsrapporter behöver dessutom i regel inte granskas av revisor (Kollegiet för svensk bolagsstyrning, 2016). Detta skapar anledning att tro att strategiskt beteende förekommer vid kvartalsrapporter i större utsträckning än årsrapporter. Därmed är forskning kring kvartalsrapporter och hur företag använder sig av timing av betydelse då tidigare forskning (e.g. Kross och Schroder, 1984; Livnat och Zhang, 2015) påvisat att olika tidpunkter för publicering skapar olika marknadsreaktioner. Majoriteten av den forskning som tittar på sambandet mellan innehållet i finansiella rapporter och timing har genomförts på amerikanska företag (Haw et al., 2000). Av denna anledning kan undersökningar på andra marknader än den amerikanska vara av vikt för att vidga forskningsområdet, vilket gör en undersökning kring timing för släpp av kvartalsrapporter på den svenska marknaden intressant och erforderlig. Den svenska börsen är liten i jämförelse med den amerikanska, men kännetecknas enligt Worthington och Higgs (2004) av transaktionseffektivitet och hög likviditet vilket gör den jämförbar med andra europeiska börser såsom Tysklands och Storbritanniens. I Sverige måste alla börsnoterade bolag inför ett nytt finansiellt år ange beräknade datum för släpp av kvartalsrapporter under det kommande året (Nasdaq, 2016). Enligt Segal och Segal (2016) bör företagens möjlighet att utnyttja timing för att påverka investerarnas uppfattning av företaget dämpas om marknaden på förhand vet om när företagen planerar att släppa rapporten. Samtidigt kan företagen på Stockholmsbörsen fortfarande välja att släppa rapporten vid ett tidigare datum än de på förhand angett (Nasdaq, 2016). Företagen kan också skjuta upp ett rapportsläpp förutsatt att de officiellt meddelar detta, vilket om möjligt ska ske minst en vecka före det ursprungliga datumet. Eftersom det således fortfarande råder en relativt stor frihet i valet av datum för släpp av kvartalsrapport är det av intresse att studera om svenska företag använder timing. 3

7 Med denna utgångspunkt bidrar studien till existerande forskning rörande timing av resultatannonseringar då det finns motsättningar inom forskningsområdet. Dessutom ges ett nytt perspektiv via undersökandet av den tidigare tämligen outforskade svenska marknaden. På så sätt hoppas vi kunna bredda det befintliga forskningsområdet och samtidigt ge en ökad förståelse för svenska publika företags timing-beslut vid publiceringen av kvartalsrapporter Syfte Syftet med denna uppsats är att undersöka om företag på Stockholmsbörsen använder timing vid släpp av kvartalsrapporter beroende på rapportens nyhetsinnehåll. 2. Teoretisk referensram I avsnittet kommer den teoretiska referensram och tidigare forskning som ligger till grund för studien att presenteras. Inledningsvis beskrivs agentteorin. Därefter redogörs för existerande litteratur inom området resultatannonsering och timing. Slutligen presenteras studiens hypoteser utifrån de förväntningar som teori och tidigare forskning skapar Agentteorin Agentteorin beskriver relationen som uppstår genom ett uttalat eller underförstått kontrakt där en part (principalen) ger en annan part (agenten) uppdraget att utföra vissa uppgifter till förmån för principalen (Jensen och Meckling, 1976). I företagssammanhang ses aktieägare som principal och företagsledning som agent där kontraktet innebär att aktieägarna delegerar visst beslutsfattande till företagsledningen och därmed uppstår en separation av ägande och kontroll (Jensen och Meckling, 1976). Enligt Watts och Zimmerman (1986) medför denna separation fördelar i form av diversifiering, specialisering och storskalighetsfördelar. Fördelarna kommer dock på bekostnad av agentproblem som grundar sig i att det uppstår informationsasymmetri mellan företagsledning och aktieägare. Eftersom ägarna överlämnar beslutsfattande och därmed kontroll till företagsledningen går ägarna miste om insyn i företagets dagliga verksamhet vilket innebär att företagsledningen i regel innehar mer information om företagets värde och lönsamhet än aktieägarna (Beyer et al., 2010). I och med separationen av ägande och kontroll kan det dessutom finnas motstridiga mål och intressen mellan företagsledning och ägare (Eisenhardt, 1989). Aktieägare antas vilja maximera 4

8 företagets värde, medan företagsledningen vill maximera sin egen nytta genom att bland annat maximera sin egen kompensation och minimera risker med anställningen (Jensen och Murphy, 1990). Eftersom agentteorin antar att både agent och principal är rationella nyttomaximerare och drivs av egenintresse finns det enligt Jensen och Meckling (1976) således god anledning att tro att agenten inte alltid kommer att agera utifrån principalens intresse. Detta skapar således behov av mekanismer som tillåter principalen att övervaka agenten (Jensen och Meckling, 1976). En mekanism som tillåter sådan övervakning är rapportering av finansiell information (Healy och Palepu, 2001). Finansiell information i form av exempelvis finansiella rapporter tillåter aktieägarna att övervaka och kontrollera om företagsledningen sköter sig enligt aktieägarnas intresse och samtidigt utvärdera företagets prestation (Healy och Palepu, 2001). Finansiella rapporter kan enligt Eisenhardt (1989) därmed bidra till att reducera informationsasymmetrin. Healy och Palepu (2001) beskriver hur agentproblem kan försöka mildras genom incitament som syftar till att förena aktieägarnas och företagsledningens intressen, exempelvis genom kompensationsprogram där företagsledningen belönas baserat på företagets prestation. Kompensationen kan baseras på den finansiella information som rapporteras eller vara kopplade till aktiepriset (Brealy, Myers och Allen, 2014). Eftersom företagsledningen antas drivas av egenintresse skapar kompensationsprogram kopplade till aktiepris incitament för företagsledningens att försöka påverka marknadens uppfattning av företagets värde, för att öka aktiepriset (Beyer et al., 2010). Yermack (1997) visar att det även kan finnas motiv till att sänka aktiepriset om företagsledningen kompenseras med aktieoptioner, då det skapar möjlighet att utnyttja timing för att lösa optionerna när kursen är som fördelaktigast. Det finns således anledningar för företagsledningen att vara strategisk med den information de presenterar i sina finansiella rapporter för att påverka sin kompensation och därigenom maximera den egna nyttan (Beyer et al., 2010) Motiv till timing av resultatannonsering Det finns en mängd forskning som syftar till att undersöka olika motiv till att påverka intressenters uppfattning om företaget genom medvetna val kring företagets redovisning (Bowen et al., 1992), vilket såväl företaget som företagsledningen kan dra nytta av. Grunden till dessa strategiska beteenden återfinns i den nytta företaget och företagsledningen kan dra av att tidigarelägga eller försena nyheter. Nyheter syftar i detta sammanhang till huruvida företaget 5

9 presterat ett resultat som skiljer sig från förväntan. Enligt Bowen et al. (1992) kan såväl medias som aktiemarknadens reaktion på den faktiska dagen för släppet av fördelaktiga (ofördelaktiga) nyheter framhävas (förminskas) genom att utnyttja timing, något som styrks av Gennotte och Trueman (1996) samt Graham, Harvey och Rajgopal (2005). Genom att förskjuta dåliga nyheter tillåts nyheterna att inprisas i aktiepriset långsamt och gradvis, vilket förminskar den negativa prisreaktionens storlek på dagen för resultatannonseringen (Bowen et al., 1992). På motsvarande sätt kan ett tidigt släpp av bra nyheter säkerställa att nyheterna inte åsidosätts av andra källor och att företaget får så stor uppmärksamhet och prisreaktion som möjligt (Bowen et al., 1992). Att vilja gå ut med bra nyheter tidigt stöds av Hirshleifer et al. (2009) som finner att det förekommer en underreaktion i aktiepriset på resultatnyheter när flera företag publicerar sina resultat på samma dag. Alltså kan företaget gå miste om positiva reaktioner vid annonsering av fördelaktiga nyheter ifall de väntar för länge med att publicera dem. Vad gäller dåliga nyheter kan en tänkbar förklaring till timing vara att företaget väntar med att publicera dåliga resultat då de först vill observera hur andra företag i samma bransch presterat (Trueman, 1990). En anledning kan vara att företaget hoppas att konkurrenter i samma bransch ska presentera ännu sämre resultat först, för att deras egna dåliga nyheter inte ska skapa en lika stark negativ marknadsreaktion (Livnat och Zhang, 2015). Medlemmar i företagsledningen kan personligen dra nytta av förändringar i aktiepriset, till exempel då deras kompensation är kopplad till aktiepris (Beyer et al., 2010). Därmed finns anledning för företagsledningen att strategiskt utnyttja timing av resultatannonsering för att minimera ofördelaktiga aktieprisreaktioner på dåliga nyheter och maximera fördelaktiga reaktioner på bra nyheter (Bowen et al., 1992). Om prestationsutvärdering och/eller kompensation till företagsledningen är kopplad till företagets prestation, tenderar dåliga nyheter att försenas för att det tar tid för de dåliga nyheterna att verifieras, rättfärdigas och återutges inom organisationen. Fördröjningen kan också bero på att företagsledningen behöver tid att förbereda svar på kritik från intressenter (Begley och Fischer, 1998). Bra nyheter däremot blir förmodligen inte lika detaljgranskade innan de släpps och tenderar därmed att släppas tidigare än dåliga nyheter (Bowen et al., 1992). Trueman (1990) presenterar alternativa anledningar till att rapporter med dåligt resultat presenteras sent. En förklaring är att företagsledningen vill försöka förbättra dåliga resultat 6

10 genom att styra redovisningen av intäkter mellan perioder. Trueman (1990) menar att denna resultatstyrning i sig tar tid vilket leder till fördröjning av rapporten, men att styrningen kan medföra värde till ledningen om de exempelvis äger aktier i företaget. Då är manipulering av resultatet av intresse för att undvika sänkning i aktiepriset. Ett sådant försök till utjämning av resultat stämmer överens med de slutsatser Graham et al. (2005) drar om att företagsledningar föredrar jämna resultat framför varierande. Detta förklaras av att jämnare resultat inger stabilitet och uppfattas som mindre riskabelt av investerare (Graham et al., 2005). Det kan finnas andra förklaringar till varför företagsledningen med hjälp av timing försöker påverka det egna företagets aktiepris, utöver att deras kompensation är kopplad till aktiepriset. Graham et al. (2005) menar att chefer är bekymrade över hur deras färdighetsnivå uppfattas av omgivningen baserat på aktieprisutvecklingen, samt hur de vid aktieprisfall försöker undvika besvärande utfrågningar och utredningar av analytiker. Karriärbekymmer är enligt Kothari, Shu och Wysocki (2009) en primär motivator till att chefer undanhåller ofördelaktiga nyheter. Graham et al. (2005) beskriver hur flera tillfrågade ekonomichefer var oroade över att bli avskedade om företagets aktie skulle komma att falla, en association som tidigare forskning kunnat bekräfta (e.g. Warner, Watts och Wruck, 1988; Weisbach, 1988). Det finns således motiv både på såväl företags- som företagsledningsnivå att strategiskt utnyttja timing vid släpp av resultatannonsering för att maximera den potentiella nytta som kan dras, alternativt minimera eventuell skada. Företagets nytta består främst i så fördelaktiga aktieprisreaktioner som möjligt. Även företagsledningen kan dra nytta av fördelaktiga aktieprisreaktioner, men kan även ha andra personliga motiv såsom att exempelvis ta hänsyn till karriär och rykte Nyhetsinnehåll och timing av resultatannonsering Oavsett vilka motiv som kan tänkas ligga bakom timing-besluten finner ett flertal studier att det förekommer ett samband mellan nyhetsinnehållet i kvartalsrapporten och timingen för publiceringen. Kross och Schroeder (1984) finner belägg för att företag på den amerikanska marknaden som presterat bättre (sämre) än förväntat tenderar att publicera sin rapport tidigare (senare), något som styrker att strategiskt beteende förekommer vid timing av rapportsläpp. Detta samband har observerats i ett flertal andra studier på den amerikanska marknaden (e.g. Begley och Fischer, 1998; Chambers och Penman, 1984; Livnat och Zhang, 2015). Sambandet 7

11 tycks förekomma för såväl kvartals- som helårsrapporter, men marknadens reaktion är störst för kvartalsrapporter (Begley och Fischer, 1998). Utifrån en regressionsanalys finner Begley och Fischer (1998) att riktningen och magnituden av nyhetsinnehållet visserligen endast förklarar 2 procent av variationen i timing. Trots detta är sambandet mellan bra nyheter och tidig publicering respektive dåliga nyheter och sen publicering signifikant. Att företag tenderar att vilja publicera bra nyheter tidigt och dåliga nyheter sent har dessutom visats inte endast gälla stora, mogna marknader såsom den amerikanska, utan även på mindre utvecklade marknader såsom den kinesiska var vid tillfället för Haw et al.:s studie (2000). Utifrån deras resultat tycks sambandet finnas både sett till kronologisk fördröjning, det vill säga antalet dagar mellan kvartalets slut och datumet för publiceringen, och oväntad fördröjning, vilket sker när ett företag släpper tidigare eller senare än förväntat. Livnat och Zhang (2015) visar att företag som släpper en kvartalsrapport minst fyra dagar tidigare (senare) än förväntat tenderar att redovisa positiva (negativa) resultatöverraskningar. De finner även att det i båda fallen förekommer abnormal avkastning i samband med släppet av kvartalsrapporten, något som även tidigare konstaterats (e.g. Kross och Schroeder 1984 och Begley och Fischer 1998). Forskning har även visat att det förekommer negativ abnormal avkastning under själva förseningsperioden, om ett företag missar att rapportera på en förutbestämd dag fram tills den faktiskt släpps. Detta tyder på att en försenad rapport sänder en negativ signal till marknaden och att marknaden tolkar förseningen som att rapporten kommer att innehålla dåliga nyheter (Chambers och Penman, 1984). Slutsatserna från ovanstående studier får stöd av Chen och Mohan (1994) där tillfrågade företagsledningar uppgett att en oväntad resultatnivå har störst påverkan på företagsledningens beslut kring timing av resultatannonsering, speciellt om resultatet är lägre än förväntat. Utifrån den tidigare forskning som redogjorts för framgår ett mönster. Företag verkar vara benägna att släppa sina rapporter vid varierande tidpunkter, beroende på om rapporten de publicerar innehåller bra eller dåliga nyheter (e.g. Begley och Fischer, 1998; Haw et al., 2000; Kross och Schroeder, 1984). Bra nyheter kan framhävas för att få så stor positiv aktieprisreaktion som möjligt, medan reaktionen på dåliga nyheter kan försöka förminskas genom en sen publicering (Bowen et al., 1992). Dessutom kan fördröjning exempelvis bero på att dåliga nyheter behöva bekräftas vilket tar tid (Bowen et al., 1992), alternativt att företaget försöker justera resultatet till det bättre (Trueman, 1990). Detta beteende är i linje med 8

12 agentteorin som enligt Jensen och Meckling (1976) antyder att företagsledningen agerar utifrån sitt egenintresse och vill maximera den egna nyttan. Detta skapar förväntningar om att företagsledningen strategiskt försöker maximera eller minimera marknadens reaktion vid släpp av information för egen vinning, vilket borde leda till att de utnyttjar timing av resultatannonsering beroende på informationens art. För att undersöka om nyhetsinnehållet i rapporter släppta vid olika tidpunkter skiljer sig åt för svenska företag lyder studiens första hypoteser: Hypotes 1a: Kvartalsrapporter som innehåller bra nyheter publiceras tidigt. Hypotes 1b: Kvartalsrapporter som innehåller dåliga nyheter publiceras sent. När studien undersökt om det finns skillnader i nyhetsinnehåll i tidiga respektive sena rapporter, studeras även om det förekommer ett samband mellan nyhetsinnehåll och timing som tidigare litteratur kunnat observera (e.g. Begley och Fischer, 1998; Kross och Schroeder, 1984). Timingen av en rapport förväntas bero på nyhetsinnehållet, där en rapport med bra nyheter leder till att den släpps tidigare eller senare om nyheterna är dåliga. Detta leder till formuleringen av hypotesen: Hypotes 2: Det finns ett negativt samband mellan nyhetsinnehåll och antal dagars fördröjning av rapportpublicering. 3. Metod I följande avsnitt presenteras studiens metod. Till att börja med kommer den forskningsmetod som ligger till grund för undersökningen att redogöras för. Vidare kommer urvalet och den datainsamling som ägt rum för att möjliggöra studien att beskrivas, följt av en operationalisering samt tillvägagångssättet för studiens genomförande Forskningsmetod Ansatsen i studien är deduktiv vilket innebär att det teoretiska ramverk som redogjorts för skapar förväntningar om vad som kommer att ske och således kommer de observerade resultaten att analyseras utifrån den presenterade teorin (Saunders, Lewis och Thornhill, 2016). 9

13 Därigenom är förhoppningen att kunna avgöra huruvida bolag på den svenska börsen använder timing vid publicering av kvartalsrapporter. Eftersom syftet med studien är att undersöka om nyhetsinnehållet i kvartalsrapporter påverkar timingen av släppet använder studien en kvantitativ metod där sambandet mellan variablerna nyhetsinnehåll och timing kan bedömas statistiskt. En kvantitativ metod kan ge generaliserbara resultat som kan appliceras på den större bakomliggande populationen (Bryman och Bell, 2015), vilket i så fall innebär att slutsatser kring svenska företags utnyttjande av timing kan dras. Tidigare studier som genomförts på området (e.g. Begley och Fischer, 1998; Haw et al., 2000; Kross och Schroeder, 1984) har haft detta angreppssätt för att besvara liknande frågeställningar vilket talar för användandet av denna typ av metod Datainsamling Urval För att studera informationsinnehållet i svenska börsnoterade företag är utgångspunkten samtliga börsnoterade företag på Nasdaq Stockholm under perioden 2005 till Längden på den valda tidsperioden är i linje med tidigare forskning inom området, som har undersökt timing av kvartalsrapporter under tidsperioder omkring tio år (Begley och Fischer, 1998; Livnat och Zhang, 2015). Dessutom fångar studien upp eventuella förändringar och variationer som kan ha förekommit på marknaden under den undersökta tidsperioden, något som Greene (2012) argumenterat för är en av fördelarna med att studera paneldata. Att undersöka en lång tidsperiod gör att studien bättre representerar den svenska marknaden än om urvalet endast hade gjorts från ett enda år. Ett sådant urval hade endast blivit representativt för den svenska marknaden under liknande år. För att ett företag ska anses vara representativt för studiens syfte bestäms vissa kriterier som måste uppfyllas. Exkludering sker av företag inom finansiell sektor på grund av avvikande lagkrav i dessa branscher (Finansinspektionen, 2017), företag som inte är legalt placerade i Sverige samt företag utan försäljning. Efter exkludering av dessa företag återstår 250 företag och kvartalsrapporter. Ur dessa har ett slumpmässigt urval gjorts, där rapporterna samlas in i par. Ett par utgörs av två rapporter från samma företag och samma kvartal, med ett års mellanrum. Urvalet består av maximalt fem par (10 rapporter) från varje företag. Vidare har en jämviktsvägd fördelning mellan kvartalen och åren gjorts för att göra urvalet mer representativt. Studien omfattar företag med olika branschtillhörighet och inkluderar företag från 10

14 Stockholmsbörsens samtliga segment Small Cap, Mid Cap och Large Cap 1. Urvalet inkluderar även företag som tillkommit eller avnoterats under den undersökta perioden. Studien slutar med ett slumpmässigt urval om kvartalsrapporter Insamling av data Studiens datainsamling har genomförts i samband med ett forskningsprojekt om kvartalsrapporter som för närvarande drivs av docent Mattias Hamberg inom Företagsekonomiska institutionen vid Uppsala Universitet. Syftet med forskningsprojektet är att förstå informationsinnehållet i svenska börsnoterade företags kvartalsrapporter. Insamlingen av sekundärdata utförs huvudsakligen genom inhämtningen av nödvändig data från de utvalda kvartalsrapporterna. Från kvartalsrapporterna insamlas datum för publicering av respektive rapport, vilket är avgörande för att kunna mäta timing. Vidare inhämtas även information om företagens prestationer, relevant för att kunna bestämma nyhetsinnehållet. Från kvartalsrapporterna hämtas även data för vissa kontrollvariabler (antal aktier för att beräkna företagsstorlek samt segmentrapportering). Kompletterande data för resterande kontrollvariabler som inte kunnat samlas in från kvartalsrapporterna inhämtas från databasen Thomson Reuters Eikon. Den finansiella information som företagen redovisar i kvartalsrapporterna presenteras i vissa fall i andra valutor (euro, US-dollar, brittiska pund och polsk zloty) än svenska kronor. I dessa fall multipliceras posterna med den genomsnittliga årskursen för respektive valuta och år (se bilaga 1), inhämtad från Sveriges Riksbank (2017), för att få fram den redovisade informationen i svenska kronor. Användandet av genomsnittlig årskurs är tidseffektivt och bedöms vara skäligt för studiens omfattning Slutligt datamaterial Från det ursprungliga urvalet med företagskvartal har 36 observationer fallit bort under insamlingen. Bortfallet av kvartalsrapporterna beror bland annat på att rapport saknats, varit obrukbar eller att rapporten baserats på fler än tre månader på grund av förlängt räkenskapsår. Det slutgiltiga urvalet består därmed av observationer från 241 företag. Fördelning av observationer avseende kvartal och år redovisas i tabell 1. 1 Detta är en uppdelning av svenska företag sett till börsvärde, det vill säga det samlade värdet på alla aktier i ett företag. På Small Cap finns de bolag med börsvärde under 150 miljoner euro, på Mid Cap bolag med värde mellan 150 miljoner till 1 miljard euro och på Large Cap bolag med över 1 miljard euro i börsvärde. (Nasdaq, 2017) 11

15 Kvartal Total År Total Tabell 1. Antal observationer per företagskvartal och år i slutligt datamaterial för de 241 företagen Operationalisering Beroende variabel: Timing Att mäta timing för publicering av kvartalsrapport för att avgöra om en rapport släpps tidigt eller sent kan göras på olika sätt. Fördröjning kan studeras i form av antalet dagar från kvartalets slut till publicering, eller med fokus på oväntad fördröjning. Med oväntad fördröjning jämförs faktiskt datum för publicering med ett förväntat datum för publicering. Förväntat datum kan baseras på exempelvis tidsserieanalys (Kross och Schroeder, 1984), föregående års rapporteringsdatum (Begley och Fischer, 1998) eller avvikelser från det datum ett företag på förhand meddelat att de kommer att släppa rapporten på (Livnat och Zhang, 2015). Denna studie kommer, likt Givoly och Palmon (1982) och Haw et al. (2000), att mäta timing utifrån antal dagars fördröjning från kvartalets slut för att avgöra huruvida en rapport publiceras tidigt eller sent. På så sätt behöver inte ett förväntat datum räknas fram utifrån olika så kallade naiva modeller baserade på tidigare rapporteringshistorik, vilka tidigare har visat sig vara bristfälliga (Bagnoli et al., 2002). Då ett förväntat publiceringsdatum inte tillhandahålls av alla företag under hela den undersökta perioden lämpar sig inte heller detta mått för vår studie. Med antal dagars fördröjning från kvartalets slut som mått på timing finns dock viss risk för att rapporter till exempel kommer att klassas som sena trots att publiceringen sker tidigare än föregående år eller tidigare än företaget på förhand annonserat. Ett sådant scenario skulle 12

16 innebära att ett företag, i förhållande till sig självt, faktiskt har en tidig publicering. Studien är dock intresserade av att se om det finns ett mönster att svenska företag överlag presenterar bra nyheter tidigt och dåliga nyheter sent, inte hur enskilda företag varierar sina publiceringsdatum. Det som är av intressen är således huruvida företaget är tidigt eller sent i förhållande till andra företag på marknaden. Därmed anses antal dagars fördröjning som mått på timing för att avgöra om kvartalsrapporten publiceras tidigt eller sent vara mest användbar för studien. På detta sätt kan studien sedan testa för om kvartalsrapporter som släpps tidigt generellt sett innehåller bättre nyheter, och om de senare rapporterna innehåller sämre nyheter. Variabeln för att mäta timing benämns fördröjning (FÖRDR) och beräknas enligt följande: Där: FÖRDR i,t,q = Datum rapportpublicering i,t,q Datum kvartals slut i,t,q i = Företag t = År q = kvartal (1, 2, 3, 4) Denna metod för att mäta timing kommer i beräkningarna utesluta helger för att undvika att eventuella fördröjningar som uppstår mellan kvartalen och åren beror på skillnader i när helgdagar infaller. Om den totala fördröjningen används riskerar rapporter som egentligen inte är tidiga eller sena att klassas som det. Av denna anledning utesluts helgdagar och således elimineras skevheten i resultaten som annars skulle uppstått till följd av kalenderskillnader mellan åren Oberoende variabel: Nyhetsinnehåll Studiens oberoende variabel är nyhetsinnehåll vilket syftar till om ett företag presenterar bra eller dåliga nyheter. Nyhetsinnehållet baseras i enlighet med tidigare forskning (e.g. Begley och Fischer, 1998; Haw et al., 2000; Bagnoli et al., 2002) på om företaget i sin kvartalsrapport presenterar ett resultat som överstiger eller understiger marknadens förväntningar. Att ett företag i sin rapport presenterar ett positivt resultat behöver inte betyda att den innehåller bra nyheter, om resultatet är lägre eller i linje med de förväntningar som marknaden har redan innan rapporten släpps. Enligt Begley och Fischer (1998) har tidigare forskning använt sig av olika typer av resultatprognoser som proxy för att mäta marknadens förväntningar. Resultatprognoserna har antingen baserats på analytikers förväntningar på resultatet eller på företagets historiska resultat. 13

17 Denna studie kommer att använda historiska resultat för att bedöma nyhetsinnehållet. Nackdelen med att använda detta mått istället för analytikers prognoser är att det på marknaden kan förekomma ytterligare information, utöver vad som är återspeglat i företagets historiska resultat, som påverkar förväntningarna, vilket analytikers prognoser troligtvis fångar upp. På den svenska marknaden är dock antalet prognoser från analytiker som finns att tillgå begränsade vilket skulle skapa ett stort bortfall. För många mindre företag finns inga prognoser alls och för vissa bolag och kvartal finns endast prognos från en enskild analytiker. Detta ökar risken för att prognosen är felaktig eller icke-representativ för marknadens förväntningar, något som skulle kunna ge missledande resultat. Sammanlagt saknades prognos från analytiker för 579 av studiens observationer, vilket motsvarar ett bortfall på över en tredjedel. Därför kommer studien istället att använda en metod där historiska resultat agerar som proxy för marknadens förväntningar för att bedöma nyhetsinnehållet i rapporten. Att basera nyhetsinnehållet i en rapport på historiska resultat är i enlighet med bland andra Haw et al. (2000) som använde ett liknande angreppssätt i frånvaro av analytikers prognoser. Om ett företag presenterar ett resultat som överstiger resultatet för samma kvartal föregående år klassificeras nyheterna som bra och vice versa. Det är således företagets finansiella prestation föregående år som ligger till grund för förväntningarna på företaget det innevarande året. Till skillnad från Haw et al. (2000) som använde förändring i nettoresultat som proxy för nyhetsinnehåll, kommer denna studie att använda förändring i vinstmarginal (ΔVINSTM) som proxy. Vinstmarginalen visar företagets vinst i förhållande till omsättning. Förändringen i vinstmarginal mäts mellan samma kvartal föregående år och innevarande år. Vinstmarginal är ett mått som kan användas för att utvärdera ett företags prestation och tar dessutom, till skillnad från nettoresultat, hänsyn till hur resultatet utvecklas i förhållande till omsättningen vilket gör det till ett stabilare mått (Bodie, Kane och Marcus, 2011). Visserligen finns även brister med vinstmarginal, exempelvis att det inte tar hänsyn till de enskilda företagens kapitalstruktur. Samtidigt kan förändring i vinstmarginal vara användbar vid prognostisering av framtida avkastning (Fairfield och Yohn, 2001) vilket gör det måttet användbart som proxy för nyhetsinnehåll. Vinstmarginalförändring beräknas enligt: VINSTM i,t,q = VINSTM i,t,q VINSTM i,t 1,q VINSTM i,t 1,q 14

18 En positiv vinstmarginalförändring innebär därmed att företaget presterat bättre än föregående år vilket gör att det är en bra nyhet. Är förändringen negativ innehåller rapporten däremot inte lika bra resultat som förväntats och nyheten är dålig Kontrollvariabler För att undersöka hur nyhetsinnehåll påverkar timing är det viktigt att kontrollera för andra faktorer som kan förklara timing. Vid genomförandet av regressionen kommer därför ett antal kontrollvariabler som tidigare forskning funnit ha påverkan på timing att inkluderas. Två kategorier av kontrollvariabler kommer att användas; på företagsnivå och på industrinivå. Kontrollvariabler på företagsnivå innefattar storlek, ägandetyp, redovisningskomplexitet samt antal analytiker som följer företaget. Företagens storlek är en variabel som Sengupta (2004) menar har ett negativt samband med fördröjningen av företagets rapportpublicering. Större bolag har troligtvis en högre efterfrågan på information från marknaden eftersom de förmodas ha fler intressenter och i större utsträckning exponeras i media, något som förväntas leda till tidigare släpp. Storlek mäts som företagets logaritmerade marknadsvärde (i Mkr), där marknadsvärdet beräknas som antalet utestående aktier multiplicerat med aktiekursen vid kvartalets slut. Ägandetyp är en annan kontrollvariabel som kan påverka företags timing-beslut. Till exempel kan investerares efterfrågan av att få information i god tid förväntas vara större när företaget har spritt ägande (Sengupta, 2004). Därmed borde timing-beslutet vara av mindre vikt i företag med koncentrerat ägande och fördröjningen av rapporter förväntas därmed vara längre i dessa företag. Utgångspunkten för ägandetyp är hur stor andel av företaget som den största ägaren innehar vid det aktuella årets slut. Ägandet kommer att klassificeras som koncentrerat om den största ägaren innehar 20 procent eller mer av rösterna i ett företag för respektive observations aktuella år. Denna definition är i enlighet med tidigare studier bland annat Porta, Lopez-de- Silanes och Shleifer (1999). Här används dummyvariabler där observationer med koncentrerat ägande ges värdet 1 och övriga 0. Redovisningskomplexitet inkluderas då företagets interna redovisningsmiljö enligt Bowen et al. (1992) kan orsaka längre fördröjning av publiceringen. Det är rimligt att anta att det krävs längre tid att sammanställa rapporten om företaget har en hög redovisningskomplexitet. Sengupta (2004) mätte komplexitet med tre variabler; om företaget under perioden genomfört 15

19 förvärv, rapporterat särskilda redovisningsposter samt om företaget rapporterar för flera segment. På grund av begränsad datatillgång kommer studien endast använda segmentrapportering. En observation får värdet 1 om segmentrapportering återfinns i rapporten, annars 0. Den sista kontrollvariabeln på företagsnivå är antal analytiker som följde företaget under föregående år för respektive rapport. Hur många analytiker som följer företaget kan ge indikation på företagets känslighet för marknadsreaktioner samt hur stor efterfrågan på information är. Ett större antal analytiker som bevakar företaget torde innebära ökad efterfrågan på information vilket förväntas leda till minskad fördröjning. En kontrollvariabel på industrinivå inkluderas då studien vill kontrollera för industritillhörighet för att se om företag verksamma inom olika branscher har olika lång fördröjning. Variabeln delas in i tre huvudkategorier: tillverkning, handel och tjänster. Det är tänkbart att det förekommer olika normer och traditioner inom olika branscher som påverkar timing-beslutet, något som Givoly och Palmon (1982) observerat. Industritillhörighet testas genom användandet av dummyvariabler för respektive kategori. Tillhör ett företag exempelvis tjänstesektorn tilldelas det en etta, annars värdet noll. Vidare kontrolleras för kvartalsspecifika effekter då det finns anledning att tro at vissa kvartal kommer att uppleva längre fördröjning än andra. Exempelvis är det rimligt att anta att rapporten avseende kvartal 2 och 4, innehållandes halvårsrapportering respektive bokslutskommunikén, kräver längre tid att sammanställa än kvartalsrapporterna för kvartal 1 och 3. Kvartal kontrolleras genom dummyvariabler. Slutligen har de 12 år som utgör den undersökta perioden inkluderats i regressionsmodellen för att se om de specifika åren kan bidra till att förklara variationen i fördröjningen. Varje år blir en dummyvariabel där varje rapport släppt respektive år tar värdet 1, annars 0 och så vidare Genomförande För att besvara studiens hypoteser kommer två parametriska test i form av t-test och multipel regressionsanalys att användas. Först genomförs en t-test för att undersöka om det finns en skillnad i nyhetsinnehåll i rapporter som är tidigt respektive sent publicerade. På så sätt kan studien avgöra om tidigt släppta rapporter i genomsnitt innehåller bra nyheter och om sena 16

20 rapporter i genomsnitt innehåller dåliga, vilket gör att studiens första hypoteser kan besvaras. Dock kan dessa test endast avgöra vad för nyhet rapporter med olika fördröjning innehåller men inte om fördröjningen beror på nyhetsinnehållet, varpå en multipel regressionsanalys genomförs. På detta sätt kan det statistiska sambandet mellan studiens variabler testas för att besvara studiens andra hypotes T-test Inledningsvis används t-test, i enlighet med Haw et al. (2000) och Begley och Fischer (1998), för avgöra om tidigt släppta rapporter i genomsnitt innehåller bra nyheter, och om sent publicerade rapporter i genomsnitt innehåller dåliga. Observationerna delas in i fyra portföljer som baseras på kvartilerna, rangordnade efter antalet dagars fördröjning. Indelningen utifrån kvartiler är i enlighet med Haw et al. (2000) och gör att varje portfölj bibehåller ett stort antal observationer. Den första portföljen (DAG7-17) innehåller observationerna i den första kvartilen och således de rapporter som har kortast fördröjning, det vill säga de som är tidigast, och portfölj fyra (DAG32-45) innehåller observationerna i den fjärde kvartilen vilket är de rapporter med längst fördröjning och som således släppts senast. Portföljerna innehåller olika antal observationer då studien utgår från hela dagar i fördröjning och har därmed inte kunnat jämnt fördela antalet observationer i kvartilerna. Därefter genomförs tvåsidiga t-test på medelvärdet för vinstmarginalförändringen för varje enskild portfölj för att undersöka vilken genomsnittlig nyhet respektive portfölj innehåller. T-testet kommer att visa om den genomsnittliga resultatnyheten signifikant skiljer sig från noll. Således testas om det förekommer någon signifikant genomsnittlig nyhet, samt vilken typ av nyhet det är, för rapporter med olika stor fördröjning. Slutligen genomförs ett tvåsidigt oberoende t-test för DAG7-17 med de tidigaste publiceringarna och DAG32-45 som innehåller publiceringarna med längst fördröjning för att testa om de senaste rapporterna innehåller signifikant bättre eller sämre nyheter än de tidigaste. Det innebär att medelvärdesskillnaden signifikanstestas genom att undersöka om det genomsnittliga medelvärdet för nyhetsinnehållet i DAG7-17 signifikant skiljer sig från DAG

21 Regressionsanalys Vidare testas sambandet mellan timing och nyhetsinnehåll via genomförandet av en multipel regressionsanalys för att testa studiens andra hypotes. Till skillnad från t-test undersöker en regression om timingen förklaras av rapporternas nyhetsinnehåll eller inte. Om signifikanta resultat erhålls för den oberoende variabeln indikerar det att en rapports fördröjning förklaras av dess nyhetsinnehåll, det vill säga ett samband föreligger. Regressionsmodellen inklusive kontrollvariablerna ser ut enligt följande: FÖRDR i,t,q = +β 1 VINSTM i,t,q + β 2 Företagsstorlek i,t,q + β 3 D Ägandetyp i,t + β 4 D Redovisningskomplexitet i,t,q + β 5 Antal analytiker i,t 1 + β 6 D Industritillhörighet i,t,q + β 7 D Kvartal i,q + β 8 D År i,t + ε i,t,q Där: = Intercept D = Dummy, som antar värde 0 eller 1 ε = Modellens felterm Den teoretiska referensramen skapar förväntningar på vilken riktning regressionskoefficienten för den oberoende variabeln nyhetsinnehåll i modellen bör ta. Om bra nyheter, det vill säga positiv vinstmarginalförändring, publiceras tidigare än dåliga nyheter förväntas koefficienten ha negativ riktning. Då kommer positiva nyheter resultera i kortare fördröjningen, medan negativa nyheter ökar fördröjningen. Dessutom är förklaringsgraden (justerat R 2 ) av intresse så den visar hur stor del av variationen i den beroende variabeln fördröjning som förklaras av de oberoende variablerna Förutsättningar och databearbetning För att kunna genomföra studiens parametriska test krävs att flera förutsättningar är uppfyllda. För t-testen måste urvalet vara slumpmässigt (Pallant, 2016) vilket studien uppfyller. Dessutom ska observationerna vara oberoende av varandra, det vill säga att en observation inte påverkas av de andra observationerna. Detta oberoende kränks främst när deltagarna i urvalet är i en samlad grupp eller om de interagerar med varandra (Pallant, 2016) vilket inte är fallet i studien. Vidare är antagandena specifikt för regressionen att urvalet är stort, samt att homoskedasticitet föreligger, vilket innebär att de förklarande variablerna antas ha samma varianser (Newbold, Carlson och Thorne, 2007). Utan homoskedasticitet förekommer istället heteroskedasticitet och då återger regressionen inte koefficienter så effektivt som möjligt. Via genomförandet av ett 18

22 Breusch-Pagantest (BP) kan studien testa antagandet om homoskedasticitet. Erhålls ett BPvärde större än 3,84 kan antagandet förkastas på 5 procent signifikansnivå. Studien erhåller ett BP-värde på 0,687 vilket betyder att studien inte kan förkasta antagandet om homoskedasticitet. Enligt Pallant (2016) bör inte multikollinearitet, det vill säga korrelation mellan regressionens oberoende variabler, förekomma i regressionen. Är korrelationen för hög mellan några av variablerna minskar regressionsmodellens användbarhet (Pallant, 2016). Multikollineariteten mäts med Variance inflation factor (VIF). Vid ett VIF-värde på 1 förekommer ingen multikollinearitet mellan variablerna, medan ett värde över 10 innebär hög korrelation (Asteriou och Hall, 2016). En korrelationsmatris över studiens variabler kommer presenteras i regressionens deskriptiva statistik i resultatavsnittet. Värden för VIF presenteras i samband med utfallet av regressionsanalysen. Gemensamt för både t-testen och regressionen är att kriteriet normalfördelning är uppfyllt för variablerna som testas (Pallant, 2016). Därför togs ett histogram med normalfördelningskurva samt deskriptiv statistik över fördelning fram för båda variablerna (se bilaga 2-3). Här studeras värdena för skevhet och kurtosis vilka visar om fördelningen är symmetriskt kring medelvärdet samt hur stor del av observationerna som är i fördelningen svansar (Newbold et al., 2007). Skevheten och kurtosis för variabeln fördröjning (se bilaga 2) är låg (0,2982 respektive -0,8824) vilket indikerar låg asymmetri och att variabelns fördelning liknar normalfördelning. Dessutom är antalet observationer stort vilket gör att normalfördelning bör kunna antas enligt centrala gränsvärdessatsen (Saunders et al, 2016). Därmed krävs ingen bearbetning av variabeln fördröjning. Vidare är skevheten för nyhetsinnehåll starkt negativ (-32,019) vilket ger antydan om asymmetri i fördelningen (se bilaga 3). Även värdet på kurtosis är högt (1 085,390). Dessa indikationer talar för att det kan förekomma extremvärden som snedvrider fördelningen. För att försöka normalisera fördelningen av nyhetsinnehållet används winsorizing i likhet med Haw et al. (2000). Detta innebär att de observationer med störst avvikande positiva och negativa resultatnyheter ges det senaste föregående värde som inte uppfattats som extremt. Genom användandet av denna metod undviks att de mest extraordinära, icke-representativa händelserna påverkar resultatet och ger felaktiga indikationer om den bakomliggande populationen. För att försöka undvika detta och samtidigt få urvalet att närma sig normalfördelning ytterligare används winsorizing på 1,5 procent av de mest negativa och 1,5 procent av de mest positiva 19

23 observationerna. Anledningen till att denna metod och inte trimning av extremvärdena används, det vill säga att extremvärdena tas bort, är för att behålla så många av studiens observationer som möjligt. I bilaga 4 visas histogram och statistik över variabeln vinstmarginalförändring efter bearbetning. Värdena för skevhet och kurtosis är märkbart lägre efter användandet av winsorizing (-3,054 och 17,886), men fortfarande något höga jämfört med fördröjningen. Även om kurtosis fortfarande är relativt hög kan normalfördelning av variabeln antas då antalet observationer är stort. Studien testade att logaritmera värdena i försök att ytterligare normalisera fördelningen i variabeln. Logaritmeringen resulterade dock i högre skevhet och kurtosis, därför tillämpas inte metoden. 4. Resultat I detta avsnitt kommer studiens resultat att presenteras. Först kommer deskriptiv statistik för insamlade data och variablerna att presenteras. Därefter redogörs för utfallen av de statistiska tester som genomförts och resonemang kring resultaten förs. Avslutningsvis följer resultaten från studiens robusthetstest. 4.1 Hypotesprövning - H1a och H1b Variabel Medelvärde Standardavvikelse Min. Median Max. Skevhet Kurtosis FÖRDR 24,766 8, ,298-0,882 ΔVINSTM -0,143 3,648-21,379 0,017 9,594-3,054 17,886 n = Tabell 2. Deskriptiv statistik över timing (FÖRDR), beräknat som antal dagar mellan kvartalsslut och annonseringsdagen, och nyhetsinnehåll (ΔVINSTM) vilket motsvarar förändring i vinstmarginal från föregående år. Tabell 2 ger en bild över hur studiens datamaterial ser ut genom den deskriptiva statistiken. Till att börja med går det att utläsa att den tidigaste rapporten av de insamlade publicerats med 7 dagars fördröjning medan den sista lämnats till marknaden 45 dagar efter kvartalets slut. Den genomsnittliga tiden det tar för bolag på den svenska börsen att publicera sina rapporter under den undersökta perioden är cirka 25 dagar. Under perioden uppgår den genomsnittliga 20

24 vinstmarginalförändringen till -14,3 procent, vilket kan tolkas som att företagen mellan 2005 och 2016 i genomsnitt presenterat dåliga nyheter Utfall av t-test Tabell 3 presenterar resultatet av de t-test som genomförts på varje enskild portfölj som testar huruvida medelvärdet för respektive portföljs genomsnittliga resultatnyhet signifikant skiljer sig från noll. Testvärde = 0 n Medelvärdesdifferens T-värde P-värde ΔVINSTM DAG ,128 0,765 0,445 ΔVINSTM DAG ,159-0,859 0,391 ΔVINSTM DAG ,065-0,398 0,691 ΔVINSTM DAG ,450-2,095 0,037 Tabell 3. Resultat från genomförda tvåsidiga t-test (one sample t-test) som testar medelvärdet i respektive grupp mot testvärdet 0. DAG7-17 innehåller de tidigast publicerade kvartalsrapporterna och DAG32-45 innehåller de senaste rapportpubliceringarna. Tabell 3 visar att DAG7-17 har ett genomsnittligt positivt medelvärde för ΔVINSTM på 0,128, vilket innebär att de tidigast publicerade kvartalsrapporterna i genomsnitt innehåller positiva nyheter. Dock är inte resultatet signifikant vilket innebär att det inte går att säkerställa att medelvärdet skiljer sig från noll. Inte heller DAG18-22 eller DAG23-31 med genomsnittligt medelvärde på -0,159 respektive -0,065 ger några signifikanta resultat. Det är därför inte möjligt att dra några generella slutsatser rörande det genomsnittliga nyhetsinnehåll för de rapporter som släpps med 7 till 31 dagars fördröjning. DAG32-45 innehåller de senast publicerade nyheterna och har ett negativt genomsnittligt medelvärde på -0,450. Resultatet för DAG32-45 är signifikant på 5 procents signifikansnivå vilket innebär att de senast publicerade kvartalsrapporterna med 95 procent säkerhet innehåller dåliga nyheter i genomsnitt. Som ett ytterligare test utförs i likhet med Begley och Fischer (1998) ett oberoende t-test för att signifikanstesta medelvärdesskillnaden mellan DAG7-17 och DAG På så sätt avgörs om det genomsnittliga nyhetsinnehållet för de tidigast publicerade rapporterna signifikant skiljer sig från medelvärdet för de senast publicerade rapporterna. Resultatet från det oberoende t- testet presenteras i tabell 4. 21

25 Fördröjning DAG7-17 DAG32-45 M SD n M SD n Medelvärdesdifferens T-värde P-värde ΔVINSTM 0,128 3, ,450 4, ,578 2,124 0,034 Tabell 4. Resultat från genomfört oberoende tvåsidigt t-test (independent samples t-test) som testar om den genomsnittliga resultatnyheten för gruppen med tidigast respektive senast publicering signifikant skiljer sig från varandra. Notera: Lika varianser för grupperna kan inte antas enligt Levenes test. I tabell 4 framgår att medelvärdesskillnaden för vinstmarginalförändringen mellan DAG7-17 och DAG32-45 är signifikant på 5 procents signifikansnivå (0,034) vilket innebär att det kan säkerställas att det finns en skillnad i nyhetsinnehållet mellan de tidigast och senast publicerade rapporterna. Sammanfattningsvis visar resultaten från t-testen att de tidigast publicerade kvartalsrapporterna har ett positivt medelvärde för nyhetsinnehållet. Eftersom resultatet för dessa observationer dock inte är signifikant kan inga slutsatser dras om att kvartalsrapporter innehållandes bra nyheter publiceras tidigare än rapporter med dåliga nyheter. Således ger resultat inget stöd för H1a. Vad gäller de senast publicerade rapporterna visar t-testen att sent publicerade rapporter i genomsnitt har ett negativt nyhetsinnehåll samt att det genomsnittliga nyhetsinnehållet i DAG32-45 signifikant skiljer sig från DAG7-17. Detta stödjer H1b, att sent publicerade rapporter innehåller dåliga nyheter. Resultaten är endast till viss del i linje med tidigare forskning av bland andra Kross och Schroeder (1984), Begley och Fischer (1998) samt Haw et al. (2000) då vi endast finner belägg för att rapporter med dåligt nyhetsinnehåll publiceras sent. Resultatet överensstämmer med Bagnoli et al. (2002) vilka endast fann bevis för att rapporter med dåliga nyheter publiceras senare, men inte att bra nyheter skulle publiceras tidigt. Indikationerna på att svenska företag släpper rapporter med dåliga nyheter med längre fördröjning men inte tycks släppa bra nyheter tidigare kan tyda på att det ligger i företagens intresse att förminska reaktionen på dåliga nyheter men inte framhäva bra nyheter. Det skulle möjligtvis kunna förklaras av att den svenska marknaden reagerar starkare på dåliga nyheter än på bra nyheter och att företagen således anpassar sig efter detta. Som Bagnoli et al. (2002) argumenterar skulle det faktum att H1a inte kan stärkas förklaras av att företag behöver lägga mer tid på att verifiera bra nyheter innan de 22

26 publiceras. Anledningar till att svenska företag släpper dåliga nyheter sent skulle kunna vara att företag försöker bekräfta resultaten (Bowen et al., 1992) eller justera dem (Trueman, 1990), alternativt att de förbereder svar på kritik (Begley och Fischer, 1998) vilket ökar fördröjningen. Att det däremot inte kan konstateras att kvartalsrapporter som publiceras tidigt innehåller bra nyheter skulle möjligtvis kunna förklaras av att svenska företag inte har samma behov av att vara tidiga med publiceringen för att framhäva bra nyheter och få uppmärksamhet av marknaden och media. Detta skulle kunna bero på att den svenska marknaden är relativt liten jämfört med exempelvis den amerikanska och därmed är det tänkbart att konkurrensen om uppmärksamhet är mindre Hypotesprövning - H2 Medelvärdavvikelse Standard- Min. Median Max. Skevhet Kurtosis FÖRDR 24,82 8, ,282-0,892 ΔVINSTM -0,176 3,662-21,379 0,012 9,594-3,106 17,870 Företagsstorlek (Mkr) , ,885 42,601 Ägandetyp 0,640 0, ,571-1,676 Redovisningskompl. 0,850 0, ,984 1,941 Antal analytiker 5,580 7, ,036 3,893 n = Tabell 5. Deskriptiv statistik över regressionsmodellens variabler. Dummyvariabler för industritillhörighet, kvartal och år visas ej. Tabell 5 presenteras deskriptiv statistik för de variabler som inkluderats i regressionsmodellen. Antalet observationer har minskat från de ursprungliga till vilket beror på att all data för de inkluderade kontrollvariablerna inte fanns att tillgå. I tabell 5 framgår att fördröjningen av kvartalsrapporterna i genomsnitt är cirka 25 dagar och att vinstmarginalförändringen i snitt är -0,176. Vidare presenteras de icke-logaritmerade värdena för företagsstorlek då logaritmerade värden i deskriptivt sammanhang inte är informativt. Företagsstorleken för observationerna, mätt i börsvärde, är i genomsnitt cirka 19,5 miljarder kronor och storleken varierar från 11 miljoner till 730 miljarder. Värdena för skevhet och kurtosis för företagsstorlek antar godtagbara värden efter logaritmering (0,367 respektive -0,332). Ägandetyp, vilken är en dummyvariabel, indikerar att den största ägaren för företagen i genomsnitt haft mer än 20 procent av andelarna under den undersökta perioden. Vad gäller 23

27 redovisningskomplexiteten har en majoritet av företagen redovisat segmentrapportering i rapporten. Vidare bevakas varje företag av i genomsnitt cirka 6 analytiker. Att dummyvariablerna visar minimum-, median- och maximumvärden på noll eller ett förklaras av att de endast kan anta dessa värden. Slutligen kan låga värden för variablernas skevhet och kurtosis utläsas vilket indikerar låg asymmetri och att variablernas fördelning liknar normalfördelning. FÖRDR. ΔVINSTM -0,50* ΔVINSTM Företagsstorlek Ägandetyp Företagsstorlek -0,152* 0,084* Ägandetyp 0,023 0,004-0,051* Redovisningskompl. 0,030-0,007-0,092* 0,012 Redovisningskompl. Antal analytiker -0,187* 0,059* 0,723* 0,008-0,051* n = Tabell 6. Korrelationsmatris baserad på Pearson korrelationstest mellan regressionsmodellens variabler. Dummyvariabler för industritillhörighet, kvartal och år visas ej. * = Signifikant på 5- procentsnivå. I korrelationsmatrisen tydliggörs hur modellens variabler korrelerar med varandra. Är korrelationen för hög mellan två eller flera variabler kränks antagandet om att multikollinearitet inte får förekomma. Korrelationen kan anta ett värde mellan 1, vilket motsvarar perfekt positiv korrelation, och -1 som innebär att variablerna är negativt korrelerade. Vid noll förekommer ingen korrelation överhuvudtaget. Av matrisen är det främst korrelationen mellan företagsstorlek och antal analytiker som sticker ut med ett värde på 0,723. Detta indikerar att det förekommer en någorlunda stark positiv korrelation mellan dessa variabler, något som visar att ju större företaget är desto fler analytiker bevakar det. Bland studiens andra variabler förekommer viss korrelation eller nästan ingen. Om korrelationen mellan några av variablerna är för hög finns risk för multikollinearitet i modellen. Om så är fallet kommer det att framgå av VIF-värdena som presenteras i samband med regressionsanalysen Utfall av regressionsanalys I tabell 7 presenteras resultaten från den multipla regressionsanalysen som genomförts i syfte att besvara studiens andra hypotes. Värt att notera är att det skett ett bortfall av observationer i regressionsmodellen på grund av att data för kontrollvariabler inte kunnat inhämtas. 24

28 Regressionsanalys Ostandardiserad Variabel regressionskoefficient ΔVINSTM -0,044 (0,055) Företagsstorlek -0,170 (0,140) Ägandetyp 0,293 (0,423) Redovisningskomplexitet 0,598 (0,561) Antal analytiker -0,166 (0,038) Handel 1,733 (0,606) Tjänster -0,357 (0,449) Kvartal 2 1,018 (0,567) Kvartal 3-1,136 (0,570) Kvartal 4 7,938 (0,563) Konstant 23,560 (1,526) Fasta effekter År JA Standardiserad beta-koefficient P-värde VIF -0,019 0,418 1,029-0,042 0,223 2,247 0,016 0,489 1,060 0,024 0,286 1,015-0,148 0,001 2,197 0,068 0,004 1,111-0,019 0,427 1,147 0,054 0,057 1,549-0,056 0,047 1,553 0,401 0,001 1,569 0,001 Justerad R 2 F-värde 0,213 20,679* n = Tabell 7. Resultat från genomförd regressionsanalys. Inom parantes presenteras den ostandardiserade regressionskoefficientens standardfel. * = Signifikant på 5-procentsnivå. I tabell 7 kan inledningsvis utläsas att regressionsmodellen som används i studien har ett justerat R 2 på 0,213. Justerat R 2, eller förklaringsgraden, visar hur stor andel av variationen i den beroende variabeln som förklaras av de oberoende variablerna. Detta innebär att modellen förklarar 21,3 procent av variationen i timing. Regressionskoefficienten för vinstmarginalförändring (ΔVINSTM) är negativ (-0,044) i modellen vilket indikerar att en positiv vinstmarginalförändring, och därmed bra nyhet, skulle resultera i att fördröjningen minskar. Dessutom skulle denna riktning på koefficienten leda till att en negativ marginalförändring, det vill säga en dålig nyhet, skulle leda till en ökad 25

29 fördröjning. Detta är i linje med hypoteserna H1a och H1b, alltså att om nyheten i en kvartalsrapport är bra presenteras den tidigare medan dåliga nyheter släpps senare. Dock är regressionskoefficienten för vinstmarginalförändring inte på en signifikant nivå (p=0,418). Den förklarande variabeln nyhetsinnehåll (ΔVINSTM) i modellen bidrar alltså inte till att förklara variationen i den beroende variabeln timing. Därmed kan något samband mellan timing och nyhetsinnehåll inte statistiskt säkerställas och studiens andra hypotes kan inte stärkas. Av kontrollvariablerna uppnår flera statistisk signifikans. Regressionskoefficienten för Antal analytiker som följer företaget är signifikant negativ (p=0,001), vilket visar att ju fler analytiker som bevakar företaget desto tidigare släpps rapporten. Vidare är koefficienten för handel som industritillhörighet signifikant positiv (p=0,004). Om ett företag är verksamt inom handel blir fördröjningen av rapporterna längre. Tilläggsvis observeras olika mönster vad gäller de olika kvartalen rapporterna publiceras. Regressionskoefficienten för kvartal 2 är signifikant positiv på 10-procentsnivå (p=0,057) medan kvartal 4 är signifikant positiv på 5-procentsnivå (p= 0,001). Koefficienten för kvartal 3 är signifikant negativ (p=0,047). Rapporter publicerade kvartal 2 och 4 har följaktligen längre fördröjning medan släpp kvartal 3 sker tidigare. Varken företagsstorlek, ägande, redovisningskomplexitet eller industritillhörighet tjänster uppnådde signifikant nivå och bidrar således inte till att förklara fördröjningen. Åren har inkluderats i regressionsmodellen men inget av åren uppnådde signifikant nivå. Variance inflation factor, eller VIF-värdet, angett till höger i tabellen för varje variabel anger hur hög multikollineariteten är. VIF-värdena för studiens variabler befinner sig runt 1 till 2 vilket motsvarar låg multikollinearitet, något som tyder på att modellens oberoende variabler inte är korrelerade i så stor utsträckning att de inte kan användas i modellen. För att sammanfatta tar regressionskoefficienten för nyhetsinnehåll den riktning som förväntas, det vill säga att bra nyheter publiceras tidigare och dåliga senare. Dock är variabeln inte signifikant och ger således inget stöd för att timing av kvartalsrapport förklaras av nyhetsinnehållet i rapporten. Därmed kan studien inte statistiskt säkerställa att olika nyhetsinnehåll påverkar fördröjningen av kvartalsrapporter och således kan inget stöd ges för hypotes 2. Däremot är flera av kontrollvariablerna signifikanta och förklarar alltså fördröjningen. Troligtvis är efterfrågan på information större för ett företag som bevakas av många analytiker, vilket gör företaget mer benäget att gå ut med information tidigare för att tillfredsställa intressenterna. Varför industritillhörighet handel men inte tjänster förklarar 26

30 fördröjning kan bero på traditioner och normer inom branschen. Att kvartal 2 och 4 har en signifikant positiv riktning medan kvartal 3 har negativ, skulle kunna förklaras av att halvårsrapporteringen och bokslutskommunikén tar längre tid att sammanställa och få bekräftad vilket gör att fördröjningen ökar. Eftersom modellens justerade förklaringsgrad är 21,3 procent förklarar modellen endast cirka en femtedel av den totala variationen i rapporternas fördröjning, något som indikerar att det finns ytterligare faktorer som studien inte tagit hänsyn till som förklarar timingen. Denna förklaringsgrad är inte direkt jämförbar med Begley och Fischer (1998) som fick 2 procent, men endast testade för nyhetsinnehåll. Till skillnad från denna studies resultat fick dock Begley och Fischer (1998) signifikanta resultat vad gäller sambandet mellan timing och nyhetsinnehåll Robusthetstest Studien har valt att använda historiska resultat, mätt vinstmarginalförändring, som proxy för marknadens förväntningar men för att kontrollera resultaten och stärka dess validitet genomförs ett robusthetstest. I robusthetstestet används analytikers prognoser som en proxy för att mäta nyhetsinnehållet. Tillgången av prognoserna är begränsad och de som finns att tillgå hämtas från databasen Thomson Reuters Eikon. Prognosen som används är medianprognosen. Nyhetsinnehåll vid användandet av analytikers prognos definieras som oväntat resultat, det vill säga skillnaden mellan faktiskt resultat och prognostiserat. Resultat mäts i vinst per aktie (EPS) och det oväntade resultatet i hur många procent över eller under prognosen företaget presterat. Bortfallet till följd av antalet prognoser som fanns att tillgå i databasen reducerar antalet observationer till 958. Variabeln bearbetades på samma sätt som vinstmarginalförändring och likadana statistiska test genomfördes. Utfallet från t-testet (se bilaga 5) är inte lika starkt som observerat i tabell 3. Portföljen med de senast släppta rapporterna (DAG31-45) har den största negativa genomsnittliga nyheten (-0,194) vilket är i linje med vad som tidigare observerats. Dock är värdet, till skillnad från tidigare t-test, inte signifikant på 5 procentsnivå utan har ett p-värde på 0,064. Den genomsnittliga dåliga nyheten är således signifikant på en 10-procentig nivå, vilket ger visst stöd för hypotes H1b. Från det oparade t-testet erhålls dock inga signifikanta resultat (p=0,374), något som gör att studien inte vidare kan uttala sig om det förekommer någon skillnad i genomsnittligt nyhetsinnehåll mellan de senast och tidigast släppta rapporterna. 27

31 Resultaten från regressionsanalysen (se bilaga 6) visar att regressionskoefficienten för oväntat resultat är negativ vilket innebär att dåliga nyheter ökar fördröjningen och positiva nyheter minskar den. Sambandet är inte signifikant vilket gör att det inte kan statistiskt säkerställas. Av kontrollvariablerna är, likt tidigare, antal analytiker signifikant negativ medan industriområde handel och kvartal 4 är positiv. Regressionskoefficienterna för det andra och tredje kvartalet är däremot inte längre signifikant och förklarar alltså inte timing i robusthetstestet. Samtidigt är variabeln segmentrapportering signifikant och har en positiv riktning vilket indikerar att redovisningskomplexitet leder till fördröjning. Att variabeln är signifikant i robusthetstestet men inte i studiens ursprungliga modell skulle kunna bero på minskat antal observationer. Robusthetstestet indikerar således att även när en alternativ proxy för nyhetsinnehåll baserat på analytikers prognoser används innehåller sena rapporter i genomsnitt dåliga nyheter. I likhet med den ursprungliga undersökningen framkommer dock inga bevis för att tidiga rapporter innehåller bra nyheter och sambandet mellan variablerna fördröjning och nyhetsinnehåll kan inte statistiskt säkerställas. Därmed går robusthetstestet i linje med studiens resultat. 5. Konklusion Det femte och avslutande kapitlet inleds med studiens slutsatser, följt av en diskussion rörande studiens tillförlitlighet. Avslutningsvis lämnas förslag till framtida forskning inom området Slutsats Studiens syfte var att undersöka om svenska bolag använder timing vid släpp av kvartalsrapporter beroende på om de presterat över eller under marknadens förväntningar. Tidigare forskning utförd på amerikanska bolag gav en förväntan om att ett samband där bra nyheter publiceras tidigt och dåliga nyheter publiceras sent förekommer. Därmed har sambandet mellan nyhetsinnehåll och timing för kvartalsrapporter från 241 svenska börsnoterade företag under åren studerats. Sambandet testas genom att med t-test och regressionsanalys undersöka relationen mellan antalet dagars fördröjning från kvartalets slut till publiceringsdatumet och förändringen i vinstmarginal i respektive rapport. Resultaten från t-testen, där det genomsnittliga nyhetsinnehållet för rapporter med olika lång fördröjning testas, visar att endast rapporter som publicerats med en fördröjning på 32 till 45 28

32 dagar från kvartalets slut i genomsnitt innehåller en signifikant negativ vinstmarginalförändring. Detta gör att studien med 95 procents säkerhet kan konstatera att de senast publicerade rapporterna i genomsnitt innehåller dåliga nyheter. Dessutom skiljer sig medelvärdesskillnaden för nyhetsinnehållet i de sent släppta rapporterna signifikant från de tidigast släppta. Därmed finner vi stöd för att sent publicerade kvartalsrapporter i genomsnitt innehåller dåliga nyheter. Däremot hittas inga stöd för att tidigt släppta rapporter innehåller bra nyheter. Resultaten är således till viss del i enlighet med tidigare studier på området av bland andra Kross och Schroeder (1984), Begley och Fischer (1998) samt Haw et al. (2000), men vidare uttalanden om att tidiga rapporter innehåller bra nyheter kan inte göras då det inte är statistiskt säkerställt. Detta är i linje med Bagnoli et al. (2002) som också enbart fann stöd för att dåliga nyheter publiceras senare. Vidare utfördes en multipel regressionsanalys med syfte att undersöka om det föreligger ett samband mellan nyhetsinnehåll och timing. Modellen inkluderade flertalet kontrollvariabler som förväntades ha en inverkan på timing. Resultatet gav inget stöd för att det skulle föreligga ett samband mellan nyhetsinnehåll och timing. Däremot visades att kontrollvariablerna antal analytiker, industritillhörighet samt kvartal bidrar till att förklara fördröjningen. Studiens modell har en förklaringsgrad på 21,3 procent vilket talar för att det finns andra faktorer som förklarar fördröjning av kvartalsrapporter än de som studien valt att inkludera. Studien bidrar med kunskap om svenska företags beslut kring tidpunkt för publicering av kvartalsrapporter. Studien finner indikationer på att bolag på Stockholmsbörsen använder sig av timing om de presterat under marknadens förväntningar, men kan inte bekräfta att det finns ett samband mellan timing och nyhetsinnehåll. Resultatet skiljer sig således från studier på den amerikanska marknaden (e.g. Begley och Fischer, 1998; Kross och Schroeder, 1984), där forskning visat att företag även använder sig av timing för rapporter med bra nyheter och där sambandet mellan timing och nyhetsinnehåll kunnat konstateras. Denna studie talar istället för att det kan finnas andra faktorer än nyhetsinnehåll som påverkar svenska börsnoterade företags timing-beslut. Resultaten tyder på att nyhetsinnehållet inte påverkar tidpunkten för publicering, men att de senast släppta rapporterna på den svenska marknaden i genomsnitt innehåller dåliga nyheter. Dessa fynd är av användning för intressenter på den svenska börsen, då tidpunkten för publiceringen således kan ge indikationer om rapportens nyhetsinnehåll. 29

33 5.2. Studiens tillförlitlighet För en studies tillförlitlighet är det viktigt att sekundärdata som används är trovärdig och av hög kvalitet. All sekundärdata i studien är inhämtad för hand från företagens egna kvartalsrapporter samt databasen Thomson Reuters Eikon, vilka båda får anses vara pålitliga källor för data som är aktuell för studien. Dock finns självklart risk för felaktigheter och misstag i såväl databaser som i den manuella hantering av data som skett efter nedladdning. I hopp om att undvika detta har inhämtad data systematiskt kontrollerats med stickprov där redovisningsdata hämtad från Eikon kontrollerats mot motsvarande siffror i kvartalsrapporten för var 50:e observation. De val och gränsdragningar kring modeller och variabler som gjorts kan påverka studiens resultat och dess tillförlitlighet. För att en undersökning ska anses trovärdig bör studien vid ett upprepat genomförande med samma datamaterial ge samma resultat, vilket i så fall styrker studiens reliabilitet (Bryman och Bell, 2015). Vidare är studiens validitet viktig, vilket avgörs av om studien mäter det som den faktiskt avser att mäta (Bryman och Bell, 2015). För detta är operationaliseringen av studiens variabler av stor vikt. Som tidigare diskuterats i metodkapitlet finns det risk för att sättet som studien mäter nyhetsinnehållet på inte är ultimat. Vi tittar på förändring i vinstmarginal och låter en positiv eller negativ förändring i vinstmarginal avgöra om rapporten innehåller bra eller dåliga nyheter. Därmed finns risk att rapporter felaktigt klassificeras som bra eller dåliga när de i själva verket inte är det. Vad gäller den beroende variabeln, timing, är det viktigt att vara medvetna om att den valda operationaliseringen av begreppet även här kan leda till begränsningar. Vi tar endast hänsyn till om ett företag publicerar tidigt eller sent i förhållande till andra företag, inte till sig självt. Denna operationalisering lämpar sig visserligen för studiens syfte, då vi valt att inte studera variationer i de enskilda företagens rapporteringshistorik. För att verkligen fånga upp strategiskt beteende från företagsledningen kan det möjligtvis vara mer relevant att studera nyhetsinnehållet i rapporter där företagen publicerar på ett annat datum än det som aviserats i förhand. Dessutom är operationaliseringen av vissa kontrollvariabler som används något förenklade vilket kan vara en bidragande orsak till att vår modell får en låg förklaringsgrad. Exempelvis används endast tre grupper för industritillhörighet, något som skulle kunna specificeras ytterligare. Även ägandetyp skulle kunna specificeras ytterligare och delas in i flera grupper. 30

34 5.3. Framtida forskning Trots att studien inte finner belägg i samma utsträckning som tidigare forskning, betyder det inte att ett samband inte finns. Resultaten indikerar att det går att finna ett visst mönster i timing av släpp av kvartalsrapporter innehållande dåliga nyheter, något som gör framtida forskning på området intressant. Framtida studier bör dock beakta de brister och begränsningar som denna studie funnit med de olika mått som mäter timing och nyhetsinnehåll. Förklaringsgraden i regressionsmodellen är relativt låg vilket talar för att framtida studier bör försöka finna och inkludera fler variabler för att bedöma vilka determinanter som avgör företagets beslut kring publiceringsdatum av finansiell information. Dessutom skulle de kontrollvariabler som denna studie använt kunna operationaliseras på andra och fler sätt. Till skillnad från tidigare studier har vi valt att inte undersöka marknadens reaktion på släpp av rapporter vid olika tidpunkter. Att studien funnit att dåliga nyheter i genomsnitt publiceras sent skulle kunna förklaras av att senareläggning av rapporter med dåliga nyheter görs för att förminska negativa aktieprisreaktioner. Således skulle det vara intressant att genomföra en eventstudie där den kumulativa abnormala avkastningen kring publiceringsdagen mäts för att studera om marknadsreaktionen är mindre för sena släpp än tidiga. Vidare då resultaten skiljer sig från tidigare fynd vad gäller tidigareläggande av bra nyheter samt sambandet mellan nyhet och fördröjning, är det möjligt att eventuella skillnader förekommer på den svenska marknaden jämfört med exempelvis den välstuderade amerikanska. Fler studier skulle därmed behövas för att vidare undersöka vilka faktorer som faktiskt förklarar svenska företags beslut gällande timing av resultatannonsering. Detta skulle exempelvis kunna genomföras i en studie av kvalitativ karaktär genom utfrågning av de personer som fattar besluten om timing i svenska företag. 31

35 6. Referenser Asteriou, D., 1973 & Hall, S.G Applied econometrics, 3:e uppl., Palgrave Macmillan, London;New York, NY. Bagnoli, M., Kross, W. & Watts, S.G. 2002, "The Information in Management's Expected Earnings Report Date: A Day Late, a Penny Short", Journal of Accounting Research, vol. 40, no. 5, s Begley, J. & Fischer, P.E. 1998, "Is there Information in an Earnings Announcement Delay?", Review of Accounting Studies, vol. 3, no. 4, s Beyer, A., Cohen, D.A., Lys, T.Z. & Walther, B.R. 2010, "The financial reporting environment: Review of the recent literature", Journal of Accounting and Economics, vol. 50, no. 2, s Bodie, Z., Kane, A., 1942 & Marcus, A.J Investments, 9:e uppl., McGraw-Hill/Irwin, New York. Bowen, R.M., Johnson, M.F., Shevlin, T. & Shores, D. 1992, "Determinants of the Timing of Quarterly Earnings Announcements", Journal of Accounting, Auditing & Finance, vol. 7, no. 4, s Brealey, R.A., Myers, S.C. & Allen, F Principles of corporate finance. 11:e, globala uppl., New York, NY: McGraw-Hill Education. Bryman, A. & Bell, E., Business researech methods, 4:e uppl., Oxford Univ. Press, Oxford. Chambers, A.E. & Penman, S.H. 1984, "Timeliness of Reporting and the Stock Price Reaction to Earnings Announcements", Journal of Accounting Research, vol. 22, no. 1, s. 21. Chen, C.R. & Mohan, N.J. 1994, "Timing the disclosure of information: Management's view of earnings announcements", Financial Management, vol. 23, no. 3, s. 63. Eisenhardt, K.M. 1989, "Agency Theory: An Assessment and Review", The Academy of Management Review, vol. 14, no. 1, s Fairfield, P.M. & Yohn, T.L. 2001, "Using Asset Turnover and Profit Margin to Forecast Changes in Profitability", Review of Accounting Studies, vol. 6, no. 4, s Finansinspektionen, Marknad. Tillgänglig: [Hämtad: ] 32

36 Fu, R., Kraft, A. & Zhang, H. 2012, "Financial reporting frequency, information asymmetry, and the cost of equity", Journal of Accounting and Economics, vol. 54, no. 2-3, s Gennotte, G. & Trueman, B. 1996, "The Strategic Timing of Corporate Disclosures", The Review of Financial Studies, vol. 9, no. 2, s Givoly, D. & Palmon, D. 1982, "Timeliness of Annual Earnings Announcements: Some Empirical Evidence", The Accounting Review, vol. 57, no. 3, s Graham, J.R., Harvey, C.R. & Rajgopal, S. 2005, "The economic implications of corporate financial reporting", Journal of Accounting and Economics, vol. 40, no. 1, s Greene, W.H., Econometric analysis, 7:e uppl., Pearson, Boston;London. Haw, I., Qi, D. & Wu, W. 2000, "Timeliness of Annual Report Releases and Market Reaction to Earnings Announcements in an Emerging Capital Market: The Case of China", Journal of International Financial Management & Accounting, vol. 11, no. 2, s Healy, P.M. & Palepu, K.G. 2001, "Information asymmetry, corporate disclosure, and the capital markets: A review of the empirical disclosure literature", Journal of Accounting and Economics, vol. 31, no. 1, s Hirshleifer, D., Lim, S.S. & Teoh, S.H. 2009, "Driven to Distraction: Extraneous Events and Underreaction to Earnings News", The Journal of Finance, vol. 64, no. 5, s Jensen, M.C. & Meckling, W.H. 1976, "Theory of the firm: Managerial behavior, agency costs and ownership structure", Journal of Financial Economics, vol. 3, no. 4, s Jensen, M.C. & Murphy, K.J. 1990, "Performance Pay and Top-Management Incentives", Journal of Political Economy, vol. 98, no. 2, s Kollegiet för svensk bolagsstyrning, Svensk kod för bolagsstyrning. Tillgänglig: [Hämtad: ] Kothari, S.P., Shu, S. & Wysocki, P.D. 2009, "Do Managers Withhold Bad News?", Journal of Accounting Research, vol. 47, no. 1, s Kross, W. & Schroeder, D.A. 1984, "An Empirical Investigation of the Effect of Quarterly Earnings Announcement Timing on Stock Returns", Journal of Accounting Research, vol. 22, no. 1, s

37 Lewenhagen, Jan. 2016, Lägre vinst för Volkswagen, Dagens Nyheter, 31 maj. Tillgänglig: [Hämtad: ] Livnat, J. & Zhang, L. 2015, Is there news in the timing of earnings announcement?, The Journal of Investing, vol. 24, no. 4, s Nasdaq, Regelverk för emittenter. Tillgänglig: [Hämtad: ] Nasdaq, Var handlar man aktier?. Tillgänglig: [Hämtad ] Newbold, P., Carlson, W.L. & Thorne, B Statistics for business and economics, 6:e uppl., Pearson Prentice Hall, Upper Saddle River, N.J. Pallant, J., SPSS survival manual: a step by step guide to data analysis using IBM SPSS, 6:e uppl., Open University Press, Maidenhead. Porta, R.L., Lopez-de-Silanes, F. & Shleifer, A. 1999, "Corporate Ownership around the World", The Journal of Finance, vol. 54, no. 2, s Saunders, M., Lewis, P. & Thornhill, A Research methods for business students, 7:e uppl., Essex: Pearson Education. Segal, B. & Segal, D. 2016, "Are managers strategic in reporting non-earnings news? Evidence on timing and news bundling", Review of Accounting Studies, vol. 21, no. 4, s Sengupta, P. 2004, "Disclosure timing: Determinants of quarterly earnings release dates", Journal of Accounting and Public Policy, vol. 23, no. 6, s Sveriges Riksbank, Annual average exchange rates (aggregate). Tillgänglig: [Hämtad: ] Trueman, B. 1990, "Theories of earnings-announcement timing", Journal of Accounting and Economics, vol. 13, no. 3, s Warner, J.B., Watts, R.L. & Wruck, K.H. 1988, "Stock prices and top management changes", Journal of Financial Economics, vol. 20, no. 1, s

38 Watts, R.L. & Zimmerman, J.L Positive accounting theory, Prentice-Hall, Englewood Cliffs, N.J. Weisbach, M.S. 1988, "Outside directors and CEO turnover", Journal of Financial Economics, vol. 20, no. 1, s Worthington, A. C., & Higgs, H. 2004, Random walks and the market efficiency in European equity markets. Global Journal of Finance and Economics, vol. 1, no. 1, s Yermack, D. 1997, "Good Timing: CEO Stock Option Awards and Company News Announcements", The Journal of Finance, vol. 52, no. 2, s

39 7. Bilagor Bilaga 1 - Årliga genomsnittliga valutakurser ÅR EUR USD GBP PLN ,1268 7, ,456 2, ,2849 7, ,5782 2, ,2549 7, ,5752 2, ,2481 6, ,5281 2, ,6055 6, ,0912 2, ,6213 7, ,926 2, ,5413 7, ,1256 2, ,0335 6, ,4115 2, ,7053 6, ,734 2, ,6494 6,514 10,1863 2, ,0968 6, ,2917 2, ,3562 8,435 12,8962 2, ,4704 8, ,5664 2,1711 Hämtat från Sveriges Riksbank (2017) 36

40 Bilaga 2 - Fördröjning Deskriptiv statistik och histogram med normalfördelning Deskriptiv statistik: FÖRDR Variabel n Medelvärde Standardfel Standardavvikelse Min. Median Max. Skevhet Kurtosis FÖRDR ,766 0,220 8, ,298-0,882 37