Natonalekonom Kanddatuppsats Vt-09 Nyckeltal och företags prestaton under recesson Författare Rckard E Sjöberg Gustaf Toll Handledare Hossen Asgharan
Sammanfattnng Ttel: Stude av nyckeltal och företags prestaton under recesson Semnaredatum: 2009-06-05 Ämne/ Kurs: NEKK01, Examensarbete kanddatnvå, 15 högskolepoäng Författare: Handledare: Rckard E Sjöberg Gustaf Toll Hossen Asgharan Nyckelord: Recesson, nyckeltal, prestaton, regressonsanalys, orsakssamband Syfte: Studera om det exsterar sgnfkant samband mellan nyckeltal och företagens prestaton ndustrer som påverkas av ekonomsk nedgång Metod: Studen utgör en kvanttatv analys där empr har samlats n och behandlats för att med hjälp av ekonomsk teor och tdgare forsknng dra slutsatser. Resultat och analys: Resultaten av testen vsade på att överlag påverkas företagens prestaton under recesson av deras hstorska fnansella nyckeltal. Slutsats: Studen ger en generell bld av att olka företags utvecklng är kopplade tll olka mått på ekonomsk ställnng. För att kunna utnyttja nformatonen tll att förutspå framtda utfall krävs dock mer ngående studer respektve samband. - 1 -
Abstract Ttle: Key ratos and corporate performance durng recesson Semnar date: 2009-06-05 Course: NEKK01; Degree Project Undergraduate Level, Economcs, 15 Unversty credt ponts (UPC or ECTS-cr) Authors: Advsor: Rckard E Sjöberg Gustaf Toll Hossen Asgharan Key words: Recesson, key rato, performance, regresson analyss, causalty. Purpose: Study f there s a sgnfcant relatonshp between key ratos and company performance durng a recesson. Methodology: The used methodology n ths essay s of quanttve type. Emprcal data has been compared, analyzed and explaned through economc theory and former studes. Result and analyss: The results n the tests show that corporate performance n several cases s affected and can be predcted by key ratos. Concluson: The study presents a general lnk between company development and dfferent measures of economc stuaton. To be able to apply ths nformaton more n depth studes of each relatonshp must be made. - 2 -
INNEHÅLLSFÖRTECKNING 1 INLEDNING... - 4-1.1 BAKGRUND...- 4-1.2 PROBLEMDISKUSSION...- 6-1.3 SYFTE...- 7-1.4 AVGRÄNSNINGAR...- 7-1.5 VIKTIGA BEGREPP...- 8-1.6 DISPOSITION...- 8-2 METOD... - 10-2.1 VAL AV METOD...- 10-2.2 ANGREPPSSÄTT...- 11-2.3 METODKRITIK...- 11-2.4 DATA...- 12-2.5 FINANSIELLA PRESTATIONSMÅTT...- 13-2.6 FINANSIELLA NYCKELTAL...- 14-2.6.1 Kaptalstruktur... - 15-2.6.2 Lkvdtet... - 15-2.6.3 Lönsamhet... - 16-2.7 KÄLLOR...- 16-2.8 REFERENSMATERIAL...- 16-2.9 URVAL...- 17-2.10 KÄLLKRITIK...- 19-3 STATISTISKA METODER... - 20-3.1 REGRESSIONSANALYS...- 20-3.1.1 OLS estmatorn (Ordnary Least Squares)... - 21-3.1.2 Inferens... - 22-3.1.3 Heteroskedastctet... - 23-3.1.4 Autokorrelaton... - 23-3.1.5 Multkolnjärtet... - 23-4 RESULTAT OCH ANALYS... - 24-4.1 F- TEST AV DEN LINJÄRA REGRESSIONSMODELLEN...- 24-4.2 T-TEST...- 26-5 SAMMANFATTNING, SLUTSATS OCH VIDARE FORSKNING... - 35-5.1 SAMMANFATTNING...- 35-5.2 SLUTSATS OCH VIDARE FORSKNING...- 36 - KÄLL- OCH LITTERATURFÖRTECKNING... - 38 - LITTERATUR...- 38 - ARTIKLAR...- 38 - DIGITALA KÄLLOR,...- 39 - DATABASER,...- 39 - BILAGA 1 REPORÄNTA... - 40 - BILAGA 2 FÖRSÄLJNINGSTILLVÄXT ÖVER PERIODEN... - 41 - BILAGA 3 F- TEST AV GRUPPEN ALLEXIT... - 42 - - 3 -
1 Inlednng Det första kaptlet beskrver vlket ämne som studeras. Inlednngen är uppbyggd med en beskrvnng av bakgrunden tll problemet vlket sedan följs av en problemdskusson som sedan leder fram tll syftet. Det presenteras även avgränsnngar, vktga begrepp samt den dsposton som används uppsatsen. 1.1 Bakgrund Flertalet studer har gjorts om fnansella nyckeltal och dess effekt på företagens ekonomska ställnng och förmåga att förutsäga framtda utvecklng organsatonen. Nyckeltal är det relatva måttet på företagens ekonomska ställnng som används för att göra företag av olka storlekar jämförbara då man sätter vktg fnansell nformaton förhållande tll relevanta poster. Beroende på forsknngsområde och forskare har metod och fokus på nyckeltal skftat studerna. Undersöknngar om samband har nvolverat unvarat analys, ensklda varablers betydelse, eller multpel dskrmnantanalys s.k. MDA, undersöknng av sammanfallande och vktade nyckeltal. Tdgare forsknng nom området om varabler som påverkar företag negatvt gjordes av F. Modglan and F. Mller (1958) som den publcerade artkeln The cost of captal, corporate fnance and the theory of nvestment drar slutsatsen att olka kaptalstrukturer nte hade någon påverkan av företags värde. Senare gjordes andra forsknngar som påvsade ensklda fnansella nyckeltals förmåga att förutspå dålg utvecklng företag av Wllam H Beaver (1966) med Fnancal Ratos as Predctors of falure. Forsknng konkurssannolkhet har nvolverat nyckeltal som påvsar betydelsen av företagets fnansella struktur, lönsamhet och lkvdtet. Mest omskrven nom området är forskaren Dr. Edward I. Altman som främst genom Z-score model (1968) flera studer undersökt möjlgheterna att förutspå och undvka konkurs. Denna har genomgått flera modferngar efter olka företagstyper och använts av flera andra forskare olka omfattnng för att kunna särsklja dstnkta mönster hos olka företag med hög konkursrsk under ett vsst antal år före ett företags ext. Undersöknngar om nyckeltal har använts som underlag för kredtbeslut av Georg Foster (1986). Svenska motsvargheter har också utförts med exempelvs Stefan Engström (2002) Kan nyckeltal påvsa framtda betalnngsförmåga? som vsar på att nyckeltalen är mycket - 4 -
vktga för att göra framtda ekonomska beslut. Andreas Hagberg (2006) har sn uppsats Nyckeltal och konkurs En stude av svenska företag 1998-2003 gjort en sammanställnng av modeller och tdgare forsknng och testat deras förmåga att förutspå konkurs för prvata aktebolag. Undersöknngar av relatonen mellan nyckeltal och prestaton över td har uteslutande fokuserat på analyserng av kaptalstrukturens nverkan. Sedan Modglan och Mller har forsknngar genomförts syfte att undersöka samband mellan exempelvs skuldsättnngsgrad och företags förväntade akteavkastnng, Bhandar (1988). Vdare har senare studer gjorts om företags val av fnanserng syfte att fastställa samband främst med raton mellan skulder - tllgångar och nyckeltalets samband med företagsresultat. Forsknng om denna relaton och test av om ekonomsk försämrng leder tll optmerngsval av lednngen har genomförts av Opler & Ttman (1994) artkeln Fnancal Dstress and Corporate Performance. Denna stude använde sg av data nsamlat under en längre tdsperod, nte enbart under en recesson. En snarlk forsknng men med en annan metod under en sådan tdsperod genomfördes av Hossen Asgharan (1998) med artkeln Are Hghly Leveraged Frms More Senstve to an Ekonomc Downturn? I vlken en analys redogör om högt belånade företag förlorar marknadsandelar under lågkonjunktur, detta fall under krsåren 1990-1992. En annan sådan nedgång ekonomn som påverkade flera ndustrer svenskt närngslv var IT-krsen, 2000-2002. Utvecklngen nom IT-sektorn startade under andra hälften av 90-talet efter teknologska framsteg och nya affärsmöjlgheter för sektorn. Prospekt om nya marknader och hög förväntad lönsamhet lockade stora mängder kaptal från både småsparare och rskkaptalster. Den svenska marknaden drogs med den nya börstrenden och det satsades kraftgt sektorn då detta var ett krav för att kunna växa snabbt och ta del av framtda vnster. Utvecklngen accelererade stor omfattnng under de ssta två åren och flera bolags marknadsvärden hade vd mllennumskftet stgt tll skyhöga nvåer, bland de mest notorska Xcelera: IT bolaget som steg 74,000 % under ett år tll 110 mljarder kronor marknadsvärde, högre än exempelvs Volvos under motsvarande td. 1 Utvecklngen på marknaden blev tllsst ohållbar vlket ledde tll att nvesterare ströp kaptaltllförseln. Luften gck ur bubblan mars 2000 när utgvna årsredovsnngar från sektorn slog hål på den förväntade lönsamheten och 1 http://www.affarsvarlden.se/hem/nyheter/artcle353291.ece (2009-05-20) - 5 -
börsen nträdde en så kallad Bear Run. Marknaden för produkter och tjänster främst denna sektor men även andra ndustrer kände av vändnngen konjunkturen. 1.2 Problemdskusson När konjunkturen en ekonom vänder nedåt drabbas branscher olka omfattnngar beroende på orsakande faktorer. I synnerhet kommer nvesterare och långvare drabbas, dessa är därför ntresserade av nformaton som ger ndkatoner på vlken rsk en placerng ett företag medför. En stor del av den vedertagna nvesterngsteorn bygger på nuvärdesberäknngar av framtda förväntade värden. Dessa görs med utgångspunkt företagens tdgare resultat. Kan hstorsk data från företagsbokslut förutsäga deras framtda utvecklng? Underlag för ndkatoner kräver stora mängder data som ska generera en bld av alla aspekter av företagets ekonomska ställnng som exponerng, lönsamhet och lkvdtet. Företag nom olka ndustrer uppvsar olka tyngd på dessa beroende på vlken verksamhet de utövar. Kommer det att fnnas en kopplng mellan vssa nyckeltal och prestaton olka branscher under en ekonomsk nedgång? Tllgången tll data kan vara begränsad tll följd av att exempelvs företagsnformaton kan försvnna vd konkurs, sammanslagnng och utköp. Faktorer bakom ett företags förmåga att prestera bättre än sna konkurrenter är många och alla dessa faktorer är nte kvanttatva utan kvaltatva och denna typ av data är svårtllgänglg och komplcerad att utföra en jämförelse av. En för stor mängd nformaton skapar en såkallad nformaton overload. Detta undergräver syftet med en jämförande stude vlket är att göra fakta överskådlg. Går det att smplfera data utan att exkludera faktorer som påverkar utfallen? Tdgare studer som nämnts har genomförts syfte att använda ett urval av kvanttatv data för att förutspå utvecklng och konkurs vd olka tdpunkter. Sådan nformaton måste hanteras och korrgeras på ett korrekt sätt för att kunna ge tllförltlga resultat. Denna uppsats belyser vkten av lämplga modeller, metoder och tllvägagångssätt att analysera företags utfall utfrån hstorsk kvanttatv data. - 6 -
1.3 Syfte Att studera om det exsterar ett sgnfkant samband mellan företags karaktärstka och prestaton ndustrer som påverkas av recesson och hur dessa kan användas för att förutsäga ekonomsk utvecklng. 1.4 Avgränsnngar Studen nnefattar svenska börsnoterade företag aktva under peroden 1999-2002. Företag som gck konkurs eller av andra anlednngar gjort ett utträde ur marknaden har exkluderats ur studen. Detta tll följd av begränsnngen ekonomsk nformaton dessa företag och att de nte uppfyller tdskonsstenskravet. Med detta menas att företagens gvna data måste vara nsamlad under samma tdsavsntt, en konkurs eller annan form av utträde nnebär avbrott denna. Valet av undersöknngsmått gjordes efter Opler & Ttmans (1994) undersöknng om effekten av kaptalstruktur på marknadsandel, lönsamhet och marknadsvärde. 2 Valet av nyckeltal som förklarande varabler har gjorts efter studer av flertalet forsknngar nom ämnet. Två eller flera relevanta nyckeltal som nnehöll samma ekonomska nformaton vägdes mot varandra och det alternatv som bedömdes vara mest ntressant för studen behölls. Detta tllsammans med det begränsade antalet förklarande varabler följer av attrbuten för en bra modell emprska analyser: Enkelhet, att sambanden förklaras av ekonomsk teor och att de har god predktonsförmåga. 3 Genom att begränsa antalet varabler undvks också effekten av multkolnjärtet. 4 Den observerade tdsperoden för prestatonsmåtten: 2000-12-31 tll och med 2002-12-31 då denna perod utgör en sgnfkant nedgång på Stockholmsbörsens generalndex. 5 Förankrngen tdpunkten för jämförande varabler gjordes med hänsyn tll att mnmera kausaltetsproblem och sattes tll ett år nnan basåret för prestatonsmåtten (1999-12-31). 6 Testen av samband begränsades tll undersöknng av lnjära modeller genom OLS metoden, korrgerngar gjordes enbart för fel som förekommer spatala varabler. 2 Opler & Ttman, Fnancal Dstress and corporate performance, (1994) p.1017 3 Gujarat, Essentals of Econometrcs (2006) s.336 4 Gujarat, Essentals of Econometrcs (2006) s.368 5 DATASTREAM, Affärsvärldens Generalndex, 6 Opler & Ttman, Fnancal Dstress and corporate performance, (1994) p.1016-7 -
1.5 Vktga begrepp EBIT/Total Assets (Lönsamhetsmått) Vnst före räntenetto och skatt (efter deprecerng och amorterng) dvderat med totala tllgångar. Global Industry Classfcaton Standard (GICS) Indelnngssystem skapat av S & P, delar n företag efter verksamhetsform olka grader. Koeffcent Vsar lutnngen på en regressonsmodell och står för det postva eller negatva sambandet. Symbolseras av tecknet β. Ordnary Least Squares (OLS) Mest frekvent använda metoden för regressonsanalys, väljer estmatorer genom att mnmera summan av kvadrerade resdualer. Stock Yeld Procentuell förändrng på företagets marknadsvärde utslaget på utgvna akter mellan två tdpunkter. Sgnfkant samband - Att en relaton mellan två varabler är tllräcklgt starkt för att den ska ses som tllförltlg. Betecknas som α (alfa) Total Sales Nettoomsättnng, representerar företagets försäljnng på årsbass. Total Debt/Total Assets (Skuldandel) Totala skulder (långa och korta) dvderat med totala tllgångar. Workng Captal/Total Assets (Lkvdtetsmått) Rörelsekaptalet (korta tllgångar korta skulder) dvderat med totala tllgångar 1.6 Dsposton Kaptel 1 Inlednng Tar upp bakgrund och problemdskusson vlket leder fram tll syftet med studen. Vdare presenteras uppsatsens bdrag, avgränsnngar samt vktga begrepp. Kaptel 2 Metod Presenterar typen av stude (kvanttatv-kvaltatv), angreppssätt, metodkrtk och data. Därefter beskrvs fnansella prestatonsmått, fnansella nyckeltal, källor, referensmateral, urval och avslutnngsvs källkrtk. Kaptel 3 Statstska metoder Redogör för den valda statstska metoden. Kaptel 4 Resultat och Analys - 8 -
Innehåller resultaten tabellform för de genomförda statstska testen. Först redogörs utfallen F-testen sedan för värdena T-testen för respektve mått och för respektve test genomförs analys för respektve tabell. Kaptel 5 Sammanfattnng, slutsats och vdare forsknng Sammanfattar resultaten kaptel 4, studen kommenteras och förslag läggs fram på vdare forsknng ämnet. - 9 -
2 Metod I det andra kaptlet presenteras vlken metod som har använts, på vlket sätt problemet har angrpts samt metodkrtken. Data, valda undersöknngsvarabler och studerade nyckeltal förklaras sedan. Vdare beskrvs källor och referensmateral. Kaptlet avslutas med urval och källkrtk. Tanken är att ge betraktaren nformaton om studens tllvägagångssätt syfte att lättare värdera de resultat som nåtts. 2.1 Val av metod Valet av metod är beroende av sättet problemdskussonen är uppbyggd på, detta val står mellan kvaltatv och kvanttatv metod. Den kvaltatva metoden har som syfte att på ett djupare sätt tränga n problemet och vsa en helhetsbld genom att leverera mycket fakta om ett mndre antal objekt som studeras. 7 De få objekt som studeras görs så ntensvt och gör det möjlgt att ta fram nformaton om socala processer. På grund av att det är få enheter som studeras skapas också en närhet mellan studeobjekten och forskaren (jag-du). 8 Med det begränsade urvalet får denna typ av stude en mer flexbel ställnng och nsamlngen av nformaton blr mer ostrukturerad då det fnns större möjlgheter att ändra upplägget under studens gång. I den kvaltatva studen är menngen att ge förståelse över det som är unkt eller strkt avvkande. Den kvanttatva metoden levererar även den en helhetsbld men skllnaden är att den ger mndre nformaton om en stor mängd data. Denna typ av stude är bredare än den kvaltatva och mer standardserad och därför sker nsamlngen av nformaton på mer strukturerade former. Det som söks är det som är gemensamt eller representatvt för gruppen av studerade objekt och därför fnns möjlgheten tll generalserng. Genom att generalsera blr det möjlgt att på ett relatvt enkelt sätt göra jämförelser, analyser och mäta svaren mot varandra. Det är vktgt att den som utför studen observerar på avstånd och själv nte är en aktv del det som studeras (jag-det). 9 7 Holme & Solvang, Forsknngsmetodk (1997) s.14 8 Bryman & Bell, Företagsekonomska forsknngsmetoder (2005) s. 298 9 Holme & Solvang, Forsknngsmetodk (1997) s.78-10 -
Denna stude är byggd på en stor mängd data utfrån flertalet observatoner (företag) som genomgår standardserad process vad gäller nyckeltalsberäknngar och data. Informaton ska återge en övergrpande bld av hela företagets ekonomska ställnng och utvecklng. Detta resulterar att studen kommer att genomföra en bredare och ytlgare analys. Valet av metod följer därför den kvanttatva formen. 2.2 Angreppssätt Efter valet av metod väljs deduktvt eller nduktvt teor som angreppssätt på förhållandet mellan teor och empr. Deduktv teor benämns också som bevsande och det är en på förhand utarbetad teor som är utgångspunkten från vlken sedan hypoteser skapas och undersöknng sker. Tanken är sedan att detta genom olka test ska leda fram tll resultatet. Den deduktva ansatsen trycker på att de slutsatser som sedan ska dras ska vara ratonella och ansatsen assoceras därför ofta med kvanttatva studer. 10 Den nduktva eller upptäcktens teor medför att den som utför studen redogör för de konsekvenser av resultaten för den teor vlken låg som grund för studen. Den nduktva ansatsen trycker på kopplngen mellan teor och data denna ansats assoceras ofta med kvaltatva studer. 11 Då studen är av kvanttatv form där syftet är att utfrån en stor mängd data fnna samband mellan varabler och därefter förklara sambanden med ekonomsk teor är det bästa tllvägagångssättet den deduktva teorn. 2.3 Metodkrtk Vd undersökande studer är det mycket vktgt att forsknngen håller hög relabltet och valdtet för att tllförltlgheten studen ska hållas på en hög nvå. Att en stude håller hög relabltet nnebär att om studen skulle utföras gen en annan undersöknng med samma metod kommer samma resultat att nås samt att resultatet av studen nte beror på tllfällgheter 10 Bryman & Bell, Företagsekonomska forsknngsmetoder (2005) s. 23 11 Bryman & Bell, Företagsekonomska forsknngsmetoder (2005) s. 25-11 -
eller slump. Materalet ska vara representatvt samt överensstämma med den verklghetsbld som råder. Vd kvanttatva studer är relablteten av yttersta vkt eftersom det är vktgt att de mått som används och jämförs är analoga för alla observatoner. Data som har använts studen har samlats n med hjälp av en oberoende databas vlket stärker studens relabltet eftersom samma data kan återfnnas och användas vd studer av andra personer. Vd mätnng av valdtetsnvå undersöks om resultaten från studen överensstämmer med det som var avskten att klarlägga. Det som nformatonen avser att mäta måste också vara korrekt. 12 Denna stude baseras på undersöknngar av nyckeltal som har använts tdgare forsknng (se avsntt 3.5 och 3.6) och som ger en tllräcklgt omfattande bld av företagets ekonomska stuaton. För att nyckeltalens värden ska vara tllförltlga måste data som det relatva måttet bygger på vara korrekt. Data för de förklarande och undersökta varablerna måste utläsas vd korrekta tdpunkter för att undvka kausaltetsproblem. Informaton från observatoner som av olka anlednngar nte kan anses tllförltlga eller nte går att jämföra med övrga observatoners värden kan nte nkluderas studen. Testen av relatonen mellan nyckeltalen måste korrgeras enlgt ekonometrsk teor (se avsntt 2.1) för att anses tllförltlga. Resultaten för sambanden mellan undersökta och förklarande nyckeltal bör sedan granskas, sambandet är endast gltgt om det är tllräcklgt starkt. Slutlgen måste statstska samband förklaras med någon form av ekonomsk teor för att kunna vara relevant. 13 2.4 Data Då studen helt är baserad på kvanttatv data har majorteten av datansamlngen utförts med hjälp av Thomson Datastream Advance 4.0. Data för studen utgör svenska noterade bolag verksamma under den observerade tdsperoden (se avsntt 3.9). I största möjlga utsträcknng kommer exsterande nyckeltal databasen att användas för att undvka eventuella felaktga beräknngar av raton. Om brst på data förelgger används nyckeltalens gvna delar (beståndsdelar av täljare och nämnare) och egen uträknng av de relatva måtten sker. Justerng av eventuella negatva poster både undersöknngsmåtten och nyckeltalen kommer att utföras. 12 Bryman & Bell, Företagsekonomska forsknngsmetoder (2005) s. 48 13 Gujarat, Essentals of Econometrcs (2006) s.134-12 -
Gränsdragnngen för extremvärden har gjorts genom att först samla n kvalfcerade företags nyckeltal och sedan begränsa eventuella extremvärden. Gränsen för extremvärden lgger vd tre gånger standardavvkelsen vlket följer Chebyshews teorem som bedömer att åtta av no observatoner lgger konfdensntervallet. 14 Observerad tdsperod för urvalet: Tdpunkt för mätnng av oberoende varabler Tdsperod för beroende varabler 1999-12-31 2000-12-31 2002-12-31 fg. 3.1 Aktva Svenska noterade bolag under peroden 1999 2000 2001 2002 t-1 t t+1 t+2 fg. 3.2 2.5 Fnansella prestatonsmått Undersöknngsmått studen utgör den procentuella förändrngen på nyckeltalen för respektve företag per bokslut 2000-12-31 och 2002-12-31 (se fg. 3.1). I syfte att ge en klar bld av hur företag påverkas undersöks flera former av prestaton. Skälet tll val av mått följer forsknngen av Asgharan (1998) samt Opler & Ttman (1994). 15 14 Lantz, Lär Lätt! Statstk Kompendum p.13 15 Asgharan, Are hghly leveraged frms more senstve to an economc downturn? (1998) s.3 Opler & Ttman, Fnancal dstress and corporate performance (1994) p.1019-13 -
- S, procentuell förändrng försäljnng. Mäts efter företagens data för nettoomsättnng. Den procentuella skllnaden mellan två tdpunkter vsar om företaget förbättrar respektve försämrar sn ställnng på marknaden. Syftet är att fastställa nyckeltalens effekt på företagets försäljnng gentemot konkurrenter ndustrn. - L, procentuell förändrng lönsamhet. Utgörs av utvecklngen nyckeltalet EBIT/Total Assets (rörelseresultat/tllgångar) och är ett mått på hur företaget hanterar/påverkas av ekonomsk nedgång (defneras som mnskad försäljnngstllväxt). Den relatva formen på måttet är tll följd av att företaget vd någon av de satta tdpunkterna för mätnng har ett negatvt rörelseresultat (negatv EBIT). Den procentuella skllnaden mellan absoluta negatva tal eller mellan ett negatvt och ett postvt absolut tal är nte matematsk korrekt. Genom att defnera lönsamheten som rörelseresultatet förhållande tll företagets tllgångar mäts utvecklngen lönsamhet korrekt genom att använda skllnaden nyckeltalen vd de två tdpunkterna. - P, procentuell förändrng akteavkastnng. Representerar utvecklngen av företagets marknadsvärde. Data för akteprset är justerat. Syftet med denna jämförelse är att studera om det exsterar ett sgnfkant samband mellan marknadens värderng av företaget och hstorsk data. Problemet med att göra data tdskonsstent med måtten på lönsamhet och försäljnng är tllgången på nformaton, värden på de första måtten är kvartalsvsa medan marknadsvärdet ändras daglgen. Teorer som exempelvs effektva marknadshypotesen och värdepappersmarknadens förmåga att förutspå utvecklngen ekonomn är motsägelsefulla och en avvägnng om vlken som är gällande lgger utanför studen. I studen tas medelvärdet av respektve företags aktekurser under ssta månaden av t och t+2 (se fg. 3.2) för att göra den samtda med övrg data. 2.6 Fnansella nyckeltal Nyckeltalen som används studen är uppdelade tre kategorer för att belysa företagens ekonomska ställnng ett år nnan ekonomn går n recesson samt att göra det möjlgt att jämföra företag med varandra. Kategorerna är kaptalstruktur, lkvdtet och lönsamhet vlka ett urval av mått presenteras. Nyckeltalen respektve kategor har valts ut med hjälp av tdgare forsknng och som bedömts ger den mest överskådlga nformatonen om företagen. - 14 -
2.6.1 Kaptalstruktur För att mäta fnansell rsk nom kaptalstruktur används nyckeltalet: Total Debt/Total Assets är ett skuldsättnngsmått som använts av Opler & Ttman (1994) samt Asgharan (1998) för att undersöka effekten av val av extern fnanserng. Nyckeltalet vsar hur stor del av företagets tllgångar som fnanseras genom skulder. Nyckeltalet mäter företagets fnansella rsk vlket används för att undersöka om företaget kan återbetala sna lån på längre skt. 16 Flertalet andra studer har använt sg av skuldsättnngsgrad (Debt/Equty rato) som jämförande varabel för kaptalstruktur. Anlednngen tll att raton nte tas med studen är att den återger samma nformaton som företagets skulder som andel av tllgångarna (Debt/Assets). Om exempelvs nyckeltalet vsar på ett värde högre än 1 har den största delen av tllgångarna fnanserats med hjälp av skulder nnebär det ett högre värde på företagets skulder som andel av tllgångarna. 17 En undersöknng av raton skulle enbart återge ett nverterat resultat och dessutom undergräva F-testerna tll följd av multkolnjärtet. 2.6.2 Lkvdtet För att mäta betalnngsförmåga på kort skt används nyckeltalet: Workng Captal/ Total Assets vlket vsar på hur rörelsekaptalet företaget står förhållande tll tllgångarna. Rörelsekaptal är nettot mellan omsättnngstllgångar subtraherat med kortfrstga skulder. Nyckeltalet vsar att ett företag med ett högt eller ökande nyckeltal har en bättre lkvdtet än ett med lågt eller mnskande. 18 Rörelsekaptal är ett vedertaget mått vlket har använts flertalet tdgare studer av exempelvs Altman (1968) där företag med ekonomska problem har undersökts. 19 Även nyckeltalet current rato, balanslkvdtet (omsättnngstllgångar dvderat med kortfrstga skulder) har använts som lkvdtetsmått främst tdgare forsknng om konkursanalyser. Ju högre rato (>1) desto bättre betalnngsförmåga har företaget. 20 Tll följd av att en nkluderng av båda nyckeltalen enbart skulle återge samma resultat och därtll undergräva den multpla regressonsanalysen genom multkolnjärtet har current rato uteslutts. Skälet tll val av workng 16 http://www.nvestopeda.com/terms/t/totaldebttototalassets.asp (2009-05-18) 17 Beaver, Fnancal Ratos as Predctors of falure (1966) s.86 18 Beaver, Fnancal Ratos as Predctors of falure (1966) s.81 19 Altman, Fnancal Ratos, Dscrmnant Analyss and the Predcton of Corporate Bankruptcy (1968) s.594 20 Beaver, Fnancal Ratos as Predctors of falure (1966) s.81-15 -
captal som relatvt mått är tll följd av att övrga förklarande nyckeltal också är relatva mått med tllgångar som nämnare. Anlednngen tll att quck rato nte nkluderades är tll följd av att den enbart avser tllgångar som är omsättnngsbara tll lkvda medel nom 1 år medan studen avser en tvåårsperod. 21 2.6.3 Lönsamhet För att mäta företagens lönsamhet används nyckeltalet: Earnngs Before Interest and Taxes (EBIT)/Total Assets. Motsvarar svenska rörelseresultat/totala tllgångar och är ett av de mest använda måtten på lönsamhet ett företag. Utgör enda varabeln vd t-1 (se fg. 3.2) som också är en parameter under den observerade peroden. Skälet är att kunna studera samband med företags vnst nnan en ekonomsk nedgång och under motsvarande td samt den ekonomska teor som går att applcera på resultatet. Detta mått förekommer ofta tdgare forsknng som behandlar företags konkurs. 22 Därtll kommer studerna av mkroekonomsk påverkan av företags möjlghet att bbehålla lönsamhet under olka konjunkturer. 2.7 Källor Studen har enbart grundat sg på nformaton hämtat från databasen Thomson Datastream Advance 4.0. För att uppfylla objektvtet skall en stude baseras på flera källor som skapar en mer tllförlg bld. 23 Då nformatonen uppsatsen grundas på enbart är kvanttatv och nsamlad från en oberoende databas kan nformatonen anses som trovärdg. 2.8 Referensmateral Referenser har främst hämtats från ltteratur bblotekskatalogen LOVISA, artkel databasen ELIN@Lund samt JSTOR.org. Googles sökmotor för vetenskaplg ltteratur, Google Scholar har också använts för att fnna källor som nte vart tllgänglga va ovan nämnda databaser. Dessa källor har sedan kontrollerats mot vlka tdskrfter de är publcerade som en mplkaton på deras valdtet ekonomska sammanhang. 21 http://www.nvestopeda.com/terms/c/currentrato.asp (2009-05-05) 22 Altman, Fnancal Ratos, Dscrmnant Analyss and the Predcton of Corporate Bankruptcy (1968) s.595 23 Holme & Solvang, Forsknngsmetodk (1997) s.326-16 -
2.9 Urval Indelnngen av företag företagsgrupper följer GICS (Global Industry Classfcaton Standard). GICS standarden skapades av Standard & Poor s och Morgan Stanley Captal Internatonal och har delat upp ekonomn 10 olka sektorer. Bransch GICS No 1 Energy 10 2 Materals 15 3 Industrals 20 4 Consumer Dscretonary 25 5 Consumer Staples 30 6 Health Care 35 7 Fnancals 40 8 Informaton Technology 45 9 Telekommuncaton Servces 50 10 Utltes 55 Ovanstående tabell återger ndelnngen på en två sffrg GICS nvå, studen delas dessa upp undergrupper där företag grupperas efter fyrsffrga GICS koder tll ndustrtypsnvå. 24 Avgränsnngen tll denna nvå följer en avvägnng mellan relevant ndelnng med avseende på företags verksamhet mot att en för stor uppdelnng vlket resulterar för få observatoner per grupp leder tll ekonometrska problem. Företagen som studerats är noterade på Stockholmsbörsen och verksamma under peroden 1999-2002 (se fg. 3.1). Urvalet av studerade företag har utförts efter sex punkter: 1) Företag med brstande tllgång på data vd någon tdpunkt under den observerade tdsperoden sorterades ut. 2) Företag som ngår gruppen Dversfed Fnancals (4020) exkluderas ur studen tll följd av att deras värden beror på nnehav andra företag och är därför nte jämförbara med övrga ndustrer studen. Commercal Banks (4010) behölls studen även om nyckeltal för lkvdtet nte går att testas för gruppen. 3) Urvalet begränsades sedan tll att de studerade företagen enbart består av stora, svenska företag som uppfyller EU:s standard gränsdragnng. Med ett stort företag avses ett företag med fler än 50 personer anställda. 25 Anlednngen tll att göra denna 24 http://www2.standardandpoors.com/spf/pdf/products/gics_dirm2006.pdf (2009-04-15) 25 http://europa.eu/scadplus/leg/sv/lvb/n26026.htm (2009-05-06) - 17 -
gränsdragnng följer av att företag med färre än 50 anställda är underkastade en annan redovsnngspraxs än stora företag. 26 4) Data för företagens marknadsvärde har tagts som ett medel av ssta månaden för t och t+2 (fg.3.2). Övrg data som är aktuell för studen är årsdata hämtad för den ssta dagen på året (19xx-12-31) (fg.3.1). Företag med annat bokslutsdatum (brutet räkenskapsår) har exkluderats på grund av komplkatonerna att göra en korrekt jämförelse med övrg data. 5) På grund av att urval med för få observatoner nte kan användas på korrekt sätt statstska modeller har ndustrtyper som består av färre än fyra företag tagts ur studen. 6) Syftet med studen är att undersöka samband företagsgrupper vlka påverkas av en negatv ekonomsk utvecklng. Med detta defneras ndustrer som uppvsar en klart avtagande försäljnngstllväxt under peroden (grafer, Blaga 2) samt en låg eller negatv utvecklng på marknadsvärdet. Som undersöknng av detta används medanen av samtlga observatoners försäljnngstllväxt och akteavkastnng under t och t+2 (se fg. 3.2). Valet av medan framför medelvärde är för att begränsa effekten av extremvärden. Industrer som nte uppfyllde båda kraven sorteras ut ur undersöknngen. Efter att urvalskrtererna genomförts bestod databasen av ndustrgrupperna representerade tabell 3.1. Gruppen ALL nkluderar samtlga kvarstående ndustrgrupper syfte att ge en generell bld undersöknngen av alla företagen. Sammanslagnngen elmnerar problematken med ekonometrska problem svaga urval (lågt antal observatoner). Gruppen ALLEXIT exkluderar ndustrkategorerna Software & Servces (4510) och Technology Hardware (4520). Övrga ndustrer testas för sg på grund av två anlednngar: Den ekonomska nformatonen hos observatonerna denna kategor var betydlgt mer volatl än övrga ndustrer och extremvärdena rskerar göra ekonometrska tester otllförltlga. Företag nom namngvna ndustrer skljer också organsaton och verksamhet vlket gör att en jämförelse utan justerng kan bl mssvsande. 26 Bokförngslagen 6:1 punkt 6-18 -
Inkluderade ndustrer efter urvalskrterer: GICS Name No frms ALL 128 ALLEXIT 78 1510 Materals 8 2010 Captal Goods 35 Commercal & Prof 2020 servces 11 2520 Consumer Durables 8 3520 Pharma, Bo, Lfe 12 4010 Commercal banks 4 4510 Software & Servces 31 4520 Technology Hardware 19 Tabell 3.1 2.10 Källkrtk Materalet denna stude är uteslutande kvanttatv data hämtat från en sekundärkälla oberoende av företagen vars data den presenterar. Med undantag för kontroll av tdpunkt för nformatonen databasen med företagens egna årsredovsnngar har därför ngen kontroll av objektvtet gjorts. - 19 -
3 Statstska metoder I det tredje kaptlet presenteras studens statstska metod. Redogörelse för valda lnjära modeller och test för respektve modell, justerngar som genomförs på fel som påverkar modellernas valdtet. 3.1 Regressonsanalys Syftet med studen är att påvsa ekonomsk teor med en matematsk modell för samband. Verktygen för att utföra regressonsanalysen är enkel lnjär regressonsmodell, och multpel lnjär regressonsmodell som båda är Classcal Lnear Regresson Model (CLRM). Y y =β 1 + β 2 x u fg. 2.1 X Populaton Regresson Functon (PRF) för enkel lnjär regressonsmodell: 27 y β + x + u = 1 β 2 PRF för multpel lnjär regressonsmodell: 28 = β 1 + β 2 x1 + β 3 x2 y + u 27 Gujarat, Essentals of Econometrcs (2006) s.138 28 Gujarat, Essentals of Econometrcs (2006) s.208-20 -
Där: y = den beroende varabeln (undersöknngsmåtten), x = den oberoende varabeln (nyckeltal), β 1= nterceptet för regressonslnjen dvs. när x = 0, β 2 = lutnngen dvs. sambandet/korrelatonen mellan den beroende och oberoende varabeln. Vd multpel regressonsanalys läggs en lutnngskoeffcent, β tll för varje undersökt varabel, slumpterm. u = För att CLRM ska kunna beskrva y som en korrekt funkton en enkel regressonsmodell fnns det sju antaganden angående slumptermen som måste vara uppfyllda: 29 1. Den sanna (ekonomska) modellen är lnjär: y β + x + u = 1 β 2 2. Den oberoende varabeln, x är determnstsk och antar mnst två värden. 3. Väntevärdet på slumptermen, E u ) är lka med noll. ( 4. Homoskedastctet: Slumptermens varans, Var u ) är en konstant dvs. tar samma värde för varje x. Matematsk defnton: Var ( u ) = σ 2. 5. Ingen autokorrelaton: Slumptermens kovarans, Cov u, u ) noll. 6. Modellen är korrekt specfcerad. ( ( j för varje x är lka med 2 7. Slumptermen, u är normalfördelad. Matematsk defnton: u ~ N(0, σ ). För en multpel regressonsanalys gäller samma antaganden som för en enkel regressonsanalys plus ytterlgare ett antagande vlket av Gujarat benämns A 8.6 - nget lnjärt samband mellan de oberoende varablerna, det vll säga ngen multkolnjärtet. 30 3.1.1 OLS estmatorn (Ordnary Least Squares) Data som används studen utgör ett urval och nte hela populatonen av observatoner. När en undersöknng av relatonen mellan två varabler ett urval omdefneras funktonen av den oberoende varabeln enlgt: SRF (Sample Regresson Functon): y b + b x + e = 1 2 SRF för multpel regressonsanalys: = b1 + b2 x1 + b3 x2 y + e 29 Gujarat, Essentals of Econometrcs (2006) s.168 30 Gujarat, Essentals of Econometrcs (2006) s.212. - 21 -
b 1 = estmator av β 1, b 2 = estmator avβ 2, e =estmator av u. Antagandena 1-7 samt (A 8.6) gäller även för SRF. Enlgt OLS metod sätts estmatorerna b 1 och b 2 så att summan av utfallens kvadrerade slumpvärden, mnmeras. Skälet tll att använda OLS estmatorer är att den är väl 2 e förankrad Gauss-Markow teoremet vlken OLS anses under uppfyllda antagandena 1-7 (A 8.6) vara BLUE (Best Lnear Unbased Estmate). Metoden är därmed effektvast genom att varansen estmatorerna mnmeras och ger ett mer tllförltlgt värde. 31 3.1.2 Inferens Inferens är det hypotestest som utförs utfrån ett vsst konfdensntervall. Konfdensntervallet utgör sannolkheten att det sanna värdet på en koeffcent, β fnns nom ett vsst avstånd från det skattade värdet, b. Bredden på ntervallet beror på hur många observatoner som gjorts, varansen varablerna samt vlken sgnfkansnvå, α som sätts. Intervallet avgränsas av det undre respektve övre krtska värdena. I ett stckprov gäller att fler observatoner och lägre varans leder tll att estmatorn kommer närmare det sanna värdet på parametern. Mot detta konfdensntervall testas sedan hypoteserna. Dessa består av en nollhypotes, H 0 som vd ett t- test undersöker om β 2 = k är sann (k = konstant, sätts vanlgen tll 0). Som mothypotes, H 1 sätts β k vd dubbelsdgt hypotestest (eller β < k alternatvt β > k vd enkelsdgt). Om den skattade koeffcenten, b hamnar utanför de krtska gränsvärdena kan nollhypotesen förkastas vlket är ekvvalent med att det fnns ett sgnfkant samband mellan den beroende och oberoende varabeln. Detta är synonymt med att den skattade sannolkheten att H 0 ska förkastas när den är sann, (Prob) är mndre än den satta sgnfkansnvån, α. Vd multpel regressonsanalys sätts nollhypotesen tll β 2 = β 3 =...= k och mothyposen defneras som att detta nte är sant. Testas genom ett F-test. Styrkan testet betecknas R 2 och är mätnngen av hur bra den skattade regressonslnjen, SRL beskrver den sanna regressonslnjen, PRL. 32 31 Gujarat, Essentals of Econometrcs (2006) s.174. 32 Gujarat, Essentals of Econometrcs (2006) s.178-185 - 22 -
3.1.3 Heteroskedastctet Termen beskrver hur antagande 4, Var u ) = σ 2 bryts. Enkelt uttryckt betyder det att ( varansen nte är konstant över alla observatonerna. Tll följd av detta leder en eventuell heteroskedastctet tll att de okorrgerade OLS estmatorerna nte längre är effektvast, modellen generar nte lägst varans på koeffcenterna. Ojämn dstrbuton av varansen förekommer oftast studer med tvärsnttsdata, tll följd kommer studen korrgeras med avseende på detta med Whtes test. 33 3.1.4 Autokorrelaton Autokorrelaton uppstår när det exsterar kovarans mellan varablerna en sere, med andra ord: de är beroende av varandra. Genom detta bryts antagande 5, Cov ( u, u j ) = 0. Ett sådant förhållande kan upptäckas genom ett Durbn-Watson test. 34 Den lnjära regressonsmodellen kan sedan korrgeras för detta. Som regel assoceras autokorrelaton med tdsseredata snarare än tvärsnttsdata. Det kan exstera ett motsvarande förhållande tvärsnttsdata kallad spatal autokorrelaton men det är nte relevant för studen och kommer därför nte nkluderas som justerng. 35 3.1.5 Multkolnjärtet Begreppet nnebär att de oberoende varablerna uppvsar ett lnjärt samband med varandra och bryter mot antagande A 8.6 som gör OLS estmatorn neffektv. 36 Med en ökande grad av korrelaton mellan två eller flera varabler leder tll en ökad varans estmatorerna ett F-test. Därmed utökas konfdensntervallet testet och rsken för att acceptera en falsk nollhypotes, med detta menas att sannolkheten för att begå typ II fel ökar. 37 För att nte behöva nkludera en undersöknng av multkolnjärtet undersöks de oberoende varablerna nnan datansamlngen och om eventuella samband exsterar mellan två nyckeltal exkluderas den med mnst betydelse för studen. 33 Gujarat, Essentals of Econometrcs (2006) s.390-392. 34 Gujarat, Essentals of Econometrcs (2006) s.434 35 Gujarat, Essentals of Econometrcs (2006) s.428 36 Gujarat, Essentals of Econometrcs (2006) s.212 37 Gujarat, Essentals of Econometrcs (2006) s.116-23 -
4 Resultat och analys I fjärde kaptlet presenteras resultatet av undersöknngen. Kaptlet nleds med ett F-test för respektve mått och de förklarande varablerna som tagts upp kaptel 3. Syftet med dessa är att ge en lättöverskådlg bld av samtlga förklarande varablers påverkan av företaget. Utfrån F-testen utförs sedan T-test mellan respektve mått och nyckeltal. För varje test redogörs först befntlg ekonomsk teor följt av analys av huruvda utfallen tabellerna överensstämmer med den presenterade teorn. Respektve utvärderng av testen avslutas med jämförelse mellan resultaten och förekommande tdgare forsknng. Tabellerna kaptlet presenterar resultaten av sambandstesterna mellan prestatonsmåtten och nyckeltalen. Enbart lutnngskoeffcenterna (Coeffcent) vsas eftersom koeffcenten som symbolserar nterceptet saknar ekonomsk betydelse och är nte relevant för studen. Testen av de ekonomska modellerna utförs programmet Evews 6.0. För att statstskt säkerställa en relaton mellan undersöknngsvarablerna och respektve förklarande varabel undersöks sambandets sgnfkansnvå testen enlgt: - 1% Sgnfkansnvå, α: *** - 5% Sgnfkansnvå, α: ** - 10% Sgnfkansnvå, α: * 4.1 F- test av den lnjära regressonsmodellen Prestatonsmåtten (de undersökta/beroende varablerna) testas först som en multpel lnjär regressonsmodell med samtlga nyckeltal (de förklarande/oberoende varablerna) för att ge en övergrpande bld av om företagen påverkas av en eller flera av nyckeltalen. Presenteras tabellerna 4.1-4.3. - 24 -
Varable Coeffcent t-statstc Prob, β 2 0,0025 0,8819 0,3796 β 3-0,0146-0,1582 0,8745 β 4 0,2542 1,0010 0,3189 R-squared 0,0096 Adjusted R-squared -0,0151 F-statstc 0,3886 Prob(F-statstc) 0,7614 Tabell 4.1: Försäljnng som funkton av skuldandel, rörelsekaptal, rörelseresultat Varable Coeffcent t-statstc Prob, β 2 0,0045 2,6587 0,0089 β 3-0,2381-1,6808 0,0954 β 4 0,1977 0,5674 0,5715 R-squared 0,0513 Adjusted R-squared 0,0275 F-statstc 2,1610 Prob(F-statstc) 0,0962 Tabell 4.2: Lönsamhet som funkton av skuldandel, rörelsekaptal, rörelseresultat Varable Coeffcent t-statstc Prob, β 2 0,0130 5,2100 0,0000 β 3 0,0629 0,5423 0,5886 β 4 0,3224 2,0023 0,0475 R-squared 0,1708 Adjusted R-squared 0,1501 F-statstc 8,2401 Prob(F-statstc) 0,0001 Tabell 4.3: Akteavkastnng som funkton av skuldandel, rörelsekaptal, rörelseresultat Resultaten av respektve undersöknngsvarabel som funkton av samtlga förklarande varabler vsar att för hela urvalet (ALL) fnns ett sgnfkant samband (Prob(F-statstc) < α*) mellan de förklarande varablerna och för lönsamheten, EBIT samt akteavkastnngen, Yeld. F-testet för försäljnng, Sales resulterade att det nte fanns något samband men vd test av gruppen ALLEXIT - alla företag exklusve Software & Servces (4510) och Technology Hardware (4520) fanns en statstskt säkerställd relaton mellan varablerna (se Blaga 3). - 25 -
4.2 T-test Syftet med studen är genom unvarata analyser undersöka om ensklda nyckeltal påverkar prestatonsmåtten. Detta utförs genom att skapa en enkel lnjär regressonsmodell med den undersökta (beroende) varabeln som funkton av den förklarande (oberoende). Utfrån dessa testas sambandet funktonen med ett dubbelsdgt t-test. Presentaton och analys genomförs utfrån storlek och postvt/negatvt värde på enbart lutnngskoeffcenten, β 2 (se avsntt 4.1) samt sgnfkansen (Prob) testet. Industrtyp (GICS) β 2 Prob, R-squared ALL 0,0002 0,9435 0,0000 ALLEXIT -0,0021 0,4386 0,0090 Materals 0,0015 0,7538 0,0143 Captal Goods -0,0018 0,4164 0,0086 Commercal & Prof servces 0,0053** 0,0414 0,1596 Consumer Durables -0,0101 0,4431 0,0948 Pharma, Bo, Lfe -0,0027 0,7940 0,0020 Commercal banks -0,0093* 0,0919 0,7404 Software & Servces 0,0013 0,8313 0,0011 Technology Hardware -0,0117 0,3303 0,0164 Tabell 4.4: Försäljnng som funkton av skuldandel. Resultaten från tabellen vsar att varken ALL eller ALLEXIT förekommer något sgnfkant samband mellan försäljnngstllväxt och företags val av kaptalstruktur. På ndustrtypnvå uppvsar enbart Commercal and Professonal Servces (GICS 2020) samt Commercal Banks (4010) en statstskt säkerställd relaton mellan varablerna. Industrtyperna uppvsar olka tecken på koeffcenten där Commercal and Professonal Servces åskådlggör ett svagt postvt samband medan Commercal Banks ett negatvt. Av grupperna överensstämmer enbart Commercal Banks med slutsatsen gjord av Asgharan (1998) och Opler & Ttman (1994) där företag med lägre andel skuld får en förbättrad marknadsställnng (bättre försäljnngsutvecklng). 38 38 Asgharan, Are hghly leveraged frms more senstve to an economc downturn? (1998) s.20 Opler & Ttman, Fnancal dstress and corporate performance (1994) p.1037-26 -
Industrtyp (GICS) β 2 Prob, R-squared ALL 0,0026 0,2885 0,0077 ALLEXIT 0,0019 0,2329 0,0225 Materals 0,0129 0,1092 0,4752 Captal Goods 0,0030 0,1533 0,0392 Commercal & Prof servces -0,0009 0,4203 0,0182 Consumer Durables 0,0013 0,6219 0,0654 Pharma, Bo, Lfe 0,0046 0,4602 0,0201 Commercal banks -0,0003 0,4674 0,2631 Software & Servces 0,0145 0,3273 0,0494 Technology Hardware -0,0133 0,4156 0,0424 Tabell 4.5: Lönsamhet som funkton av skuldandel. Tabell 4.5 vsar att nget samband med mnst 10% sgnfkansnvå kan fastställas mellan lönsamheten företag och hög andel skuld vd tdpunkten t-1 (se fg. 3.2). Industrgruppen Materals (1510) hamnade strax nnanför det krtska gränsvärdet för att kunna fastställa en postv relaton med rörelseresultatet. Ett högt värde skuldandelen för ett företag utgjorde således nte någon statstsk säkerställd faktor bakom optmerngsval av produkton. De postva men nsgnfkanta koeffcenterna för ALL och ALLEXIT styrker Asgharans (1998) slutsats att företag generellt krsdrabbade ndustrer effektvserar sn verksamhet. 39 Genom härlednng av företags soldtetsrato, kapacteten att uppfylla långsktga betalnngsåtaganden (vnst dvderat med total skuld) kopplas resultatet tll ndkatoner om konkurs. 40 Det postva sambandet hos företag ndustrer med negatv försäljnngsutvecklng motsäger slutsatsen Beavers (1966) konkurspredkton - att hög belånngsgrad ökar rsken för konkurs. 41 I lkhet med Opler & Ttmans (1994) test av relatonen mellan andel lån och lönsamheten är resultaten nsgnfkanta. 42 Som tabell 4.5 vsar är skllnaden att testet returnerade ett postvt samband och nte negatvt. 39 Asgharan, Are hghly leveraged frms more senstve to an economc downturn? (1998) s.20 40 http://www.nvestopeda.com/terms/s/solvencyrato.asp (2009-05-28) 41 Beaver, Fnancal Ratos as Predctors of falure (1966) s.81 42 Opler & Ttman, Fnancal dstress and corporate performance (1994) p.1028-27 -
Industrtyp (GICS) β 2 Prob, R-squared ALL 0,0105*** 0,0000 0,1463 ALLEXIT 0,0041 0,1485 0,0295 Materals -0,0142 0,2286 0,2385 Captal Goods -0,0007 0,8693 0,0007 Commercal & Prof servces 0,0025 0,7696 0,0095 Consumer Durables -0,0075 0,3582 0,1003 Pharma, Bo, Lfe 0,0131 0,1147 0,1025 Commercal banks 0,0034* 0,0833 0,7609 Software & Servces 0,0013 0,3368 0,0189 Technology Hardware 0,0033 0,6238 0,0190 Tabell 4.6: Akteavkastnng som funkton av skuldandel. I fnansell ekonomsk teor exsterar ett förhållande mellan företags kaptalstruktur och dess marknadsrsk på eget kaptal, B enlgt: D B = BU + * B E U B U representerar marknadsrsken för företagets samtlga tllgångar (marknadsrsken på både eget kaptal och lån). 43 Gvet att ngen marknadsrsk förelgger för lån gäller att ökad skuldsättnngsgrad (Debt/Equty) leder tll att marknadsrsken blr större. Effekten på aktens förväntade avkastnng på eget kaptal en tllgång (företag), E(R ) blr enlgt CAPM: E( R ) = RF + B ( E( RM RF ) R F motsvarar den rskfra räntan, R M är marknadsräntan, avkastnngskravet på nvesterat kaptal. 44 Högre skuldsättnngsgrad är ekvvalent med att studens nyckeltal, skuldandelen ökar (Total Debt / Assets). Vd en ekonomsk nedgång leder teoretskt höga betavärden, B tll sämre utvecklng för företag på aktemarknaden tll följd av att den höga förväntade avkastnngen nte nfras. Tabell 4.6 vsar dock på ett svagt postvt och sgnfkant samband genomgående för alla företag studen (ALL). Exkluderas Software & Servces och Technology Hardware (ALLEXIT) är sambandet fortfarande postvt men nsgnfkant. Av de ensklda ndustrtyperna var enbart Commercal Banks (4010) postva koeffcent sgnfkant. Resultaten tabell 4.6 går emot tdgare ekonomsk forsknng av Asgharan (1998) som påvsar negatvt samband mellan skuldandel och akteavkastnng hos företag drabbade av ekonomsk nedgång. 45 Opler & Ttman (1994) kommer sn artkel fram tll slutsatsen att 43 Berk, DeMarzo, Corporate Fnance (2007) s.442-443 44 Elton, Gruber, Brown, Goetzmann, Modern Portfolo Theory and Investment Analyss (2007)s. 291 45 Asgharan, Are hghly leveraged frms more senstve to an economc downturn? (1998) s.18-28 -
under en ekonomsk nedgång får företag med hög skuldandel lägre marknadsvärden. 46 Värdena för ALL styrker nte detta tll följd av den postva relatonen mellan akteavkastnng och den förklarande varabeln. ALL:s samband strder också emot Modglan & Mllers första proposton (1958) att ett företags kaptalstruktur nte påverkar dess marknadsvärde. 47 Resultatet bekräftar forsknngen gjord av Bhandar (1988) som en undersöknng av företag över td konstaterade ett postvt samband mellan akters förväntade avkastnng och skuldsättnngsgrad. 48 Slutsatsen gäller dock samtlga företag på marknaden och nte enbart de som nkluderas recessonsdrabbade ndustrer. Industrtyp (GICS) β 2 Prob, R-squared ALL 0,1938 0,3757 0,0058 ALLEXIT 0,6712** 0,0153 0,1245 Materals -0,2189 0,5020 0,0269 Captal Goods -0,0341 0,8852 0,0005 Commercal & Prof servces -0,3893 0,1988 0,1053 Consumer Durables 1,4619** 0,0430 0,4545 Pharma, Bo, Lfe 2,2837** 0,0185 0,3725 Commercal banks NA NA NA Software & Servces 0,6734* 0,0702 0,1793 Technology Hardware -1,3226 0,1594 0,1048 Tabell 4.7: Försäljnng som funkton av rörelsekaptal Företagsprojekt kräver nvesterngar av företaget rörelsekaptal vlket som nämnt vsas genom hög eller ökande andel nyckeltalet. 49 Syftet med projekten har nte undersökts men att åtmnstone en del av dessa utförs för att drekt eller ndrekt stärka företagets marknadsposton. Testet vsar att det förelgger ett sgnfkant postvt samband mellan ALLEXIT:s rörelsekaptal och försäljnng. Bland de separata ndustrerna uppvsade framför allt: Consumer Durables (2520), Pharma, Bo, Lfe (3520) och Software & Servces (4510) sgnfkanta postva koeffcenter. Resultatet är teoretskt överensstämmande, företag som nvesterade projekt vd t-1 (se fg. 3.2) stärkte sn marknadsandel under den ekonomska 46 Opler & Ttman, Fnancal dstress and corporate performance (1994) p.1017 47 Berk, DeMarzo, Corporate Fnance (2007) s 432 48 Bhandar, Debt/Equty Rato and Expected Common Stock Returns: Emprcal Evdence, (1998) p.527 49 Berk, DeMarzo, Corporate Fnance (2007) s 186-187 - 29 -
nedgången, detta mest påtaglgt gruppen Pharma, Bo, Lfe. Sambanden stämmer överens med att större försäljnngsvolymer kräver mera rörelsekaptal företagen. 50 Industrtyp (GICS) β 2 Prob, R-squared ALL 0,1402 0,6872 0,0043 ALLEXIT -0,0004 0,9981 0,0000 Materals -0,4557 0,4577 0,0507 Captal Goods -0,1786 0,4540 0,0217 Commercal & Prof servces 0,3066* 0,0577 0,2771 Consumer Durables -0,0664 0,7012 0,0367 Pharma, Bo, Lfe -0,2467 0,6815 0,0143 Commercal banks NA NA NA Software & Servces -0,6365 0,3106 0,0603 Technology Hardware 1,4919 0,1355 0,2653 Tabell 4.8: Lönsamhet som funkton av rörelsekaptal Resultaten från testet är genomgående nsgnfkanta. Commercal & Prof servces (2020) är den enda gruppen som uppvsar ett tllräcklgt starkt postvt samband. Övrga poster tabellen uppvsar oftast negatva men mycket nsgnfkanta koeffcenter och nget samband kan därför utläsas. Relatonen Commercal & Prof servces styrker Beaver (1966) sn stude att företag som nte har hög konkursrsk uppvsar ett högre värde på nyckeltalet gentemot konkursmässga motsvargheter. 51 Altman (1968) konstaterade ett samband mellan mnskande andel workng captal och försämrat operatvt resultat, EBITDA (Earnngs Before Interest, Tax, Deprecaton and Amortzaton). 52 Baserat på att EBIT approxmatvt återger nformatonen EBITDA stämmer Commercal & Prof servces postva koeffcent mellan varablerna överens med Altmans slutsats, företag med sämre lkvdtet får lägre lönsamhet. 50 Myer, Fnancal Statement Analyss (1969) s.250 51 Beaver, Fnancal Ratos as Predctors of falure (1966) s.81 52 Altman, Fnancal Ratos, Dscrmnant Analyss and the Predcton of Corporate Bankruptcy (1968) s.594-30 -