Påverkansfaktorer på nybilsförsäljning

Relevanta dokument
FÖRDJUPNINGS-PM. Nr Räntekostnaders bidrag till KPI-inflationen. Av Marcus Widén

Betalningsbalansen. Andra kvartalet 2012

Betalningsbalansen. Tredje kvartalet 2010

n Ekonomiska kommentarer

bättre säljprognoser med hjälp av matematiska prognosmodeller!

Betalningsbalansen. Fjärde kvartalet 2012

Skillnaden mellan KPI och KPIX

Betalningsbalansen. Tredje kvartalet 2012

Konsumtion, försiktighetssparande och arbetslöshetsrisker

Betalningsbalansen. Tredje kvartalet 2008

Jämställdhet och ekonomisk tillväxt En studie av kvinnlig sysselsättning och tillväxt i EU-15

Tentamen på grundkursen EC1201: Makroteori med tillämpningar, 15 högskolepoäng, lördagen den 14 februari 2009 kl 9-14.

Att studera eller inte studera. Vad påverkar efterfrågan av högskole- och universitetsutbildningar i Sverige?

Kursens innehåll. Ekonomin på kort sikt: IS-LM modellen. Varumarknaden, penningmarknaden

Tjänsteprisindex för detektiv- och bevakningstjänster; säkerhetstjänster

Vad är den naturliga räntan?

Lektion 4 Lagerstyrning (LS) Rev NM

Om antal anpassningsbara parametrar i Murry Salbys ekvation

1.9 Om vi studerar penningmarknaden: Antag att real BNP (Y) ökar då förväntas att jämviktsräntan ökar/minskar/är oförändrad.

Timmar, kapital och teknologi vad betyder mest? Bilaga till Långtidsutredningen SOU 2008:14

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 9. Analys av Tidsserier (LLL kap 18) Tidsserie data

Tjänsteprisindex för varulagring och magasinering

shetstalet och BNP Arbetslöshetstalet lag Blanchard kapitel 10 Penningmängd, inflation och sysselsättning Effekter av penningpolitik.

Skuldkrisen. Världsbanken och IMF. Världsbanken IMF. Ställ alltid krav! Föreläsning KAU Bo Sjö. En ekonomisk grund för skuldanalys

Föreläsning 8. Kap 7,1 7,2

Tjänsteprisindex (TPI) 2010 PR0801

Fastbasindex--Kedjeindex. Index av de slag vi hitintills tagit upp kallas fastbasindex. Viktbestämningar utgår från

Dagens förelf. Arbetslöshetstalet. shetstalet och BNP. lag. Effekter av penningpolitik. Tre relationer:

Ingen återvändo TioHundra är inne på rätt spår men behöver styrning

Modeller och projektioner för dödlighetsintensitet

Jobbflöden i svensk industri

Dags för stambyte i KPI? - Nuvarande metod för egnahem i KPI

Kan arbetsmarknadens parter minska jämviktsarbetslösheten? Teori och modellsimuleringar

Pensionsåldern och individens konsumtion och sparande

Hedgefonder och aktiefonder - En studie av riskexponering och market-timing på den svenska marknaden

Föreläsning 2. Prognostisering: Prognosprocess, efterfrågemodeller, prognosmodeller

Personlig assistans en billig och effektiv form av valfrihet, egenmakt och integritet

En modell för optimal tobaksbeskattning

Pass Througheffekten i svenska importpriser

Det svenska konsumtionsbeteendet

Lektion 3 Projektplanering (PP) Fast position Projektplanering. Uppgift PP1.1. Uppgift PP1.2. Uppgift PP2.3. Nivå 1. Nivå 2

2 Laboration 2. Positionsmätning

Upphandlingar inom Sundsvalls kommun

Direktinvesteringar och risk

fluktuationer Kurskompendium ht Preliminärt, kommentarer välkomna

Tjänsteprisindex för Rengöring och sotning

Egnahemsposten i konsumentprisindex. KPI-utredningens förslag. Specialstudie Nr 2, maj 2002

Kan förekomsten av en riskpremie förklara avvikelsen från öppen ränteparitet?

Truckar och trafik farligt för förare

D-UPPSATS. Prisutvecklingen av järnmalm

Föreläsning 8 Kap G71 Statistik B

Monetära modellers prognosförmåga för den svenska kronans utveckling

Optimal prissäkringsstrategi i ett råvaruintensivt företag Kan det ge förbättrad lönsamhet?

Kvalitativ analys av differentialekvationer

Tunga lyft och lite skäll för den som fixar felen

Strategiska möjligheter för skogssektorn i Ryssland med fokus på ekonomisk optimering, energi och uthållighet

Växelkursprognoser för 2000-talet

Tidsserieanalys. Vad karaktäriserar data? Exempel:

Aktiverade deltagare (Vetenskapsteori (4,5hp) HT1 2) Instämmer i vi ss mån

Om exponentialfunktioner och logaritmer

Skattning av respirationshastighet (R) och syreöverföring (K LA ) i en aktivslamprocess Projektförslag

Hur varaktig är en förändring i arbetslösheten?

Förord: Sammanfattning:

EARNINGS MANAGEMENT- Förekomsten i Svenska börsnoterade företag vid tiden av en nyemission

Ansökan till den svenskspråkiga ämneslärarutbildningen för studerande vid Helsingfors universitet. Våren 2015

Har Sveriges Riksbank blivit mer flexibel i sin penningpolitik?

Håkan Pramsten, Länsförsäkringar

Ha kul på jobbet är också arbetsmiljö

Är terminspriserna på Nord Pool snedvridna?

Inflation och penningmängd

FREDAGEN DEN 21 AUGUSTI 2015, KL Ansvarig lärare: Helene Lidestam, tfn Salarna besöks ca kl 15.30

Konjunkturinstitutets finanspolitiska tankeram

Infrastruktur och tillväxt

Realtidsuppdaterad fristation

KOLPULVER PÅ GAMLA FINGERAVTRYCK FUNGERAR DET?

Laboration D158. Sekvenskretsar. Namn: Datum: Kurs:

En komparativ studie av VaR-modeller

Inflation: Ger kointegration bättre prognoser?

TENTAMEN Datum: 12 mars 07. Kurs: MATEMATIK OCH MATEMATISK STATISTIK 6H3000, 6L3000, 6A2111 TEN 2 (Matematisk statistik )

Centralbankers självständighet och hur det kan påverka ekonomin

Om exponentialfunktioner och logaritmer

Inflation och relativa prisförändringar i den svenska ekonomin

Icke förväntad korrelation på den svenska aktiebörsen. Carl-Henrik Lindkvist Handledare: Johan Lyhagen

Taylor- respektive McCallumregeln för Sverige

Dupont-modellen och Lönsamhetsutveckling

Många risker när bilen mals till plåt

Har fondförvaltare timing och selektivitet? En empirisk studie av fondförvaltares egenskaper

BÖR RIKSBANKEN ANVÄNDA TAYLORREGELN?

Föreläsning 19: Fria svängningar I

{ } = F(s). Efter lång tid blir hastigheten lika med mg. SVAR: Föremålets hastighet efter lång tid är mg. Modul 2. y 1

VA-TAXA. Taxa för Moravatten AB:s allmänna vatten- och avloppsanläggning

Importera bilen. från USA. Att köpa bil i USA är den. Den låga dollarkursen gör det lönsamt för dig att köpa bilen i USA. Du kan spara kr.

Föreläsning 7 Kap G71 Statistik B

Penningpolitik och finansiell stabilitet några utmaningar framöver

BETALNINGSBALANSEN. Fjärde kvartalet 2006

Glada barnröster kan bli för höga

Prognoser av ekonomiska tidsserier med säsongsmönster

DIGITALTEKNIK. Laboration D171. Grindar och vippor

Regelstyrd penningpolitik i realtid

Transkript:

Föreagsekonomiska insiuionen STOCKHOLMS UNIVERSITET Kandidauppsas 10 poäng HT 2005 Påverkansfakorer på nybilsförsäljning -En ekonomerisk modell för nybilsförsäljningen i USA 1976-2004 Förfaare: Carl Johan Holmer Handledare: Tor Brunzell

Sammanfaning Analyser och prognoser av föreag och deras akier ugår ofa från försäljningen för a så småningom nå fram ill e prognosisera eller uppskaa värde. För a kunna göra goda prognoser måse man vea vilka makroekonomiska fakorer som påverkar försäljningen. Denna uppsas syfar ill a med hjälp av en ekonomerisk modell undersöka vilka fakorer som påverkar försäljningen av nya bilar i USA. De daa som används äcker perioden 1976-2004 och är på månadsbasis. Vidare görs en undersökning av huruvida säsongseffeker exiserar i nybilsförsäljningen eller ine. Sluligen görs en mindre undersökning av spreaden i försäljningen, dvs differensen mellan analyikers prognoser och de fakiska ufalle, bland världens olv sörsa bilillverkare se ill marknadsvärde. Resulaen av undersökningen visar a variablerna real priva konsumion av varakiga varor, den 10-åriga obligaionsränan, arbeslösheen och S&P500-index är signifikana i a förklara nybilsförsäljningen. Samliga koefficiener uppvisar korrek ecken enlig ekonomisk eori. Efer a ha agi hänsyn ill auokorrelaion av försa och olfe ordningen nås en juserad förklaringsgrad på 78,1%. Resulaen av undersökningen om säsongseffeker i nybilsförsäljningen visar a sådana exiserar för io av åres olv månader. Den mes negaiva effeken infaller när vi går från december ill januari vilke ill är koppla ill lägre konsumion av varakiga varor i januari. Den mes posiiva effeken infaller när vi går från februari ill mars. Undersökningen om spreadar i försäljningen, dvs differensen mellan analyikers prognoser och de fakiska ufalle, gav a den klar högsa spreaden åerfinns hos Hyundai med en genomsnilig spread på dryg 120% se över åren 2001, 2003 och 2004. Dea skulle kunna förklaras av a Hyundai är en relaiv ny akör på världsmarknaden och under de senase åren har haf en hög illväxak vilke gjor dem svårprognosiserade. Den lägsa spreaden åerfinns hos BMW med en genomsnilig spread på knapp 1,5% i absolua al se över samma år. 2

Innehåll 1. INLEDNING 5 1.1 BAKGRUND 5 1.2 PROBLEMFORMULERING 5 1.3 SYFTE 6 1.4 AVGRÄNSNINGAR 6 2. METOD 7 2.1 POSITIVISM, HERMENEUTIK OCH POSTMODERNISM 7 2.2 KVALITATIV ELLER KVANTITATIV METOD 8 2.3 DEDUKTION OCH INDUKTION 9 2.4 RELIABILITET OCH VALIDITET 9 2.5 VAL AV METOD I STUDIEN 10 2.6 DATAINSAMLING FÖR STUDIEN 11 3. TEORI 12 3.1 EFTERFRÅGAN 12 3.1.1 UTGIFTSKOMPONENTER HUR FÖRDELAS BNP? 12 3.1.2 EFTERFRÅGAN PÅ VAROR OCH TJÄNSTER 13 3.2 REGRESSIONSANALYS 16 3.2.1 SKATTNING AV PARAMETRAR 16 3.2.2 FÖRKLARINGSGRAD 17 3.2.3 KONFIDENSINTERVALL & SIGNIFIKANSNIVÅ 17 3.2.4 AUTOKORRELATION 18 3.2.5 STATIONÄRITET & MULTIKOLINJÄRITET 18 3.2.6 REGRESSION MED DUMMYVARIABLER 18 3.3 TIDIGARE STUDIER 19 3.3.1 WITT & JOHNSON 19 3.3.2 CARLSON & UMBLE 20 3.3.3 SUITS 21 3.3.4 GOLDMAN SACHS 22 3.3.5 KRITIK MOT TIDIGARE STUDIER 22 3

4. EMPIRI 23 4.1 DEN AMERIKANSKA BILINDUSTRIN 23 4.1.1 BIDRAGET TILL EKONOMIN 23 4.1.2 BILTILLVERKARNA 24 4.1.3 NYBILSFÖRSÄLJNINGEN I USA 26 4.2 MODELL FÖR EFTERFRÅGAN PÅ NYA BILAR 27 4.2.1 INGÅENDE VARIABLER 27 4.2.2 KONTROLL AV INGÅENDE VARIABLER 28 4.2.3 SPECIFICERING AV MODELL OCH RESULTAT 28 4.3 SÄSONGSEFFEKTER 31 4.4 TOLKNING AV RESULTAT 33 4.5 SPREADAR 34 5. ANALYS 37 5.1 MODELL FÖR EFTERFRÅGAN PÅ NYA BILAR 37 5.2 SÄSONGSEFFEKTER 39 5.3 SPREADAR 40 6. SLUTSATSER 41 7. KÄLLFÖRTECKNING 43 4

1. Inledning Dea kapiel ger en kor och övergripande beskrivning av bilindusrin och marknaden för bilar. Dea görs för a ge sudien en bakgrund som mynnar u i problemformulering, syfe sam avgränsningar. 1.1 Bakgrund Bilindusrin ugör i många indusriländer en vikig del av ländernas ekonomier i form av bl a arbesillfällen och bruonaionalproduk (BNP). De är en indusri som på flera sä sår inför sora förändringar: Kina och andra länder med relaiv se låga produkionskosnader växer och ar för sig allmer på den globala marknaden och usäer eablerade bilillverkare för hårdare konkurrens; I-länderna eferfrågar i all sörre usräckning mer miljövänliga alernaiv ill bensindrivna fordon vilke säer press på bilillverkarna a erbjuda sådana. A vissa av de eablerade bilillverkarna haf svår a möa den all hårdare konkurrensen och marknadens nya krav är kanske särskil ydlig hos de amerikanska bilillverkarna General Moors (GM) och Ford Moor Co (Ford). Under de senase åren har dessa vå jäar visa vikande försäljning med minskande marknadsandelar som följd. På GM gick de under 2003 för varje ansälld dryg vå och en halv pensionerade GM-ansällda och man har enorma kosnader för pensioner och sjukförmåner som, jämför med övriga branschen, är generösa (Cole i Facsne, 2005). De höga kosnaderna har le ill a man få svårare a konkurrera med uländska bilillverkare med sämre lönsamhe och fallande akiekurser som följd. Siuaionen för GM har förvärras yerligare då dess vikigase underleveranör Delphi sår inför konkurs. I analyser och idningsariklar kan man läsa näsan dagligen a bedömare ser en uppenbar risk för a även GM ska ha gå i konkurs inom e par år. Föruom problemen med höga produkionskosnader har GM och Ford under senare år haf svår a möa marknadens eferfrågan på mer miljövänliga fordon. Man har, ros a marknaden mäas, forsa a sasa på sora bränsleslukande fordon i en id då bränsle blivi dyrare och folks medveenhe om klimaförändringar och viljan a göra någo å dem öka. Resulae har blivi a GM och Ford erbjudi föråldrade produker med lägre eferfrågan som man vingas rea u. Under 2006 förvänas Toyoa därför passera GM som världens sörsa bilillverkare se ill anale producerade enheer. Karan för bilindusrin håller på a rias om och vi befinner oss jus nu i en spännande id där några av världens äldsa och sörsa bilillverkare vingas ill sora förändringar i kampen för överlevnad. För a kunna analysera och bedöma uvecklingen för denna bransch, liksom för alla branscher, är en uppskaning av vad som syr marknadens eferfrågan en grundläggande fråga. Denna fråga kommer a undersökas och behandlas i uppsasen. 1.2 Problemformulering Vid analys och prognosisering av föreag och deras akieuveckling är s k op-down - analyser vanlig förekommande. Denna yp av analyser ar sin ugångspunk i a 5

prognosisera försäljningen, eller inäkerna, i föreage som analyseras. En anledning ill a man börjar med försäljningen är a denna pos är placerad övers i resularäkningen och i sin ur ligger ill grund för och påverkar vidare uräkningar av ex vins, lönsamhesmå och nyckelal som ill slu mynnar u i e värde på akien. Om prognosiseringen av försäljningen görs fel kommer även uräkningarna av de må som kommer längre ner i vandringen längs resularäkningen a bli fel då de baseras på försäljningen. För a kunna göra goda prognoser vad gäller försäljningen måse man vea vilka fakorer som påverkar denna och hur dessa fakorer uvecklas. Fakorerna skiljer sig å mellan olika branscher och kan beså av både mikro- och makrofakorer. Dea väcker frågan: Vilka makrofakorer påverkar försäljningen av nya bilar? 1.3 Syfe Syfe med denna uppsas är a undersöka vilka makrofakorer som påverkar nybilsförsäljningen och som är nödvändiga a beaka vid analys och prognosisering av såväl enskilda bilillverkare som branschen i sin helhe. Syfe avses a uppfyllas genom en kvaniaiv undersökning av för bilindusrin relevana daa. Undersökningen av daa kommer ill sörre delen uföras genom skapande av en ekonomerisk modell för nybilsförsäljningen både för relevana makroekonomiska fakorer och för evenuella säsongsmönser i försäljningen. Även en mindre undersökning av spreadarna i försäljningen, dvs differensen mellan analyikers prognoser och de fakiska ufalle, kommer a genomföras för a ureda om vissa föreag verkar vara svårare a göra prognoser på än andra. 1.4 Avgränsningar Uppsasen avgränsar sig ill a undersöka den amerikanska bilindusrin under perioden 1976-2004. Bilindusrin sår för en väsenlig del av landes BNP och här åerfinns några av världens sörsa bilillverkare. Dessuom är uvecklingen för den amerikanska indusrin och ekonomin för många länder en indikaor på uvecklingen i den egna indusrin och ekonomin. Förhoppningen är a dea sammanage ska ge sörre möjlighe ill mer allmängiliga resula som är applicerbara även för andra bilmarknader. 6

2. Meod Kapile ger en övergripande beskrivning av några av de olika meoder och angreppssä som sår ill buds vid skapande av e veenskaplig dokumen. Sluligen behandlas vale av meod i denna sudie sam daainsamlingen för sudien. 2.1 Posiivism, hermeneuik och posmodernism Man kan dela upp veenskaplig forskning i re huvudrikningar, posiivism, hermeneuik och posmodernism. Posiivismen kan kor beskrivas som den säkra och exaka kunskapen, hermeneuiken kan sägas vara den inkännande och olkande kunskapen och posmodernismen den kriiska och dekonsruerande veenskapen (Gusavsson red, 2003). Posiivismens anhängare, s.k. posiiviser, förkasade skillnader mellan naurveenskap och samhällsveenskap. Man hade se hur naurveenskaperna vari framgångsrika i a undersöka och förklara nauren och man ansåg a dess meod och kunskap kunde appliceras ill a förklara även samhällsveenskapliga och sociala fenomen. Namne posiivism kommer från Augus Come som var verksam med sin posiiva filosofi under 1800-ale. Den exaka samhällsveenskapen kallade han sociologi (ibid.). Posiivismen nådde sin höjdpunk i Wien under 1920-ale. Här anammades och uvecklades den posiivisiska läran av framsående och inflyelserika filosofer och veenskapsmän. Man ville skilja på veenskap och meafysik som man menade var verklighesfrämmande spekulaioner och därmed meningslösa. Måle var a e enhelig veenskaplig språk skulle kunna användas inom alla veenskaper. Posiivismens idéer dominerade de veenskapliga änkande fram ill 1960-ale. Ironisk nog föll posiivismen på ege grepp då den själv byggde på påsåenden som ine kunde verifieras och därmed var meningslösa (ibid.). Ödman definierar hermeneuiken som olkningens och försåelsens eori och prakik i olika mänskliga sammanhang, veenskapliga såväl som vardagliga (Ödman i Gusavsson red., 2003). Den exaka kunskapen kan ine förklara människors inre väsen och mening uan vi måse olka mänskliga handlingar och skeenden för a förså dem. Hermeneuiken erbjuder en sörre frihe å forskaren då man kan spekulera mer fri och vara djärv i sina olkningar för a hia nya poänger. Däremo är de ofa svår, för a ine säga omöjlig, a repeera e hermeneuisk forskningsarbee då olkningarna ill sor del är subjekiva och individuella. De kan vara svår a för en uomsående a förså hur olkningarna gjors och deras kopplingar ill forskningsresulaen. De vikiga för en hermeneuisk forskare är ine generella lagar uan djupare försåelse av e mänsklig och/eller social fenomen (Gusavsson red., 2003). Hermeneuiken har sina röer i de anika Grekland då den byggde på ydning, råd och mening. Under 1500- och 1600-ale användes en yp av hermeneuik som meod för a olka bibelexer. Under 1700-ale började meoden användas för a olka även icke-religiösa exer. Under 1800-ale uvecklades hermeneuiken ill en meod inom humanveenskapen och skifade fokus från olkning ill försåelse för a sedan under 1900-ale gå mo a bli en filosofi som syfar ill försåelse av den mänskliga exisensens grundbeingelser (Pael & Davidsson, 1994). 7

Den hermeneuiska processen kan delas in i fyra huvudmomen: olkning, försåelse, förförsåelse och förklaring. Tolkning är den ak varigenom jag inför mig själv och andra presenerar lägger u min försåelse (Ödman i Gusavsson red. 2003). Begreppe olkning inleder hermeneuikens hisoria. Försåelse är e mer komplicera begrepp som kanske bäs beskrivs genom synonymer. En lämplig synonym kan vara insik vilke innebär en djupare nivå av försåelse än begripa eller faa. Förförsåelsen är grunden ill a vi ska kunna förså och är någo som vi hela iden bär med oss och som är svår a änka bor. Förförsåelsen bygger på idigare lärdomar och erfarenheer. Samidig som förförsåelsen är nödvändig för a vi ska förså kan den också ge upphov ill förufaade meningar och generaliseringar. Förklaring är de sisa momene. Tolkningar innehåller ofa förklaringar vilke hänger ihop med a vi måse förklara för a förså. De omvända gäller också: för a kunna förklara någo måse vi ha förså de vi förklarar (ibid.). Ödman illusrerar de fyra momenens inbördes förhållande med följande bild: Figur 2.1 TOLKNING FÖRSTÅELSE FÖRKLARING Från Ödman i Gusavsson red., 2003 FÖRFÖRSTÅELSE Inom den akademiska världen är den kriiska radiionen en av de vikigase. Man bör ifrågasäa och ina en kriisk hållning ill befinliga eorier och idigare forskning. Veenskapen kan ses som en sändig pågående process där kriik är en vikig komponen för a föra veenskapen framå och förbära och förändra de veenskapliga kunskapande. Den kriiska eorin, som har si ursprung ur Frankfurskolan på 1920-ale, menar a samhällsveenskapen ine kan beskrivas genom lagbundenheer då samhälle är social konsruera och a forskarens uppgif är frigörande (Gusavsson red, 2003). Ur den kriiska eorin uvecklades posmodernismen. Anhängarna av posmodernismen ar avsånd från de moderna ankarna om raionella helheslösningar och förklaringar. E kärnbegrepp inom posmodernismen är dekonsrukion. Genom a skala av och dekonsruera exer och ord visar posmoderniserna a säe på vilke vi konsruerar ord är social beinga och har ges mening av människor. Genom dekonsrukion visar man a alla idenieer och beydelser är provisoriska, relaiva och under sändig ho a uraderas. Vissa förfaare har ill och med gå så lång som a dödförklara hisorien då man menar a den ine är någo anna än en sor beräelse med olika syfen (ibid.). 2.2 Kvaliaiv eller kvaniaiv meod Inom samhällsveenskapen alas om kvaliaiv och kvaniaiv forskning. Syfe med den kvaliaiva forskningen är a analysera, beskriva och förså gruppers och enskilda individers beeenden. En kvaliaiv undersökning känneecknas av a undersökaren försöker förså hur personer upplever sig själva, sin omgivning och illvaro. Forskaren är ine inresserad av hur 8

världen är uan hur den uppfaas vara. Dea illvägagångssä gör de nödvändig a olka för a förså. Här finns allså en koppling ill hermeneuiken (Ödman i Gusavsson red, 2003). Kvaniaiva undersökningar syfar ill a förklara och esa hypoeser. Känneecknande för kvaniaiva undersökningar är a de ugår från observaioner som är mäbara och kvanifierbara, dvs a man kan ange siffror ill och rangordna observaionerna. Kvaliaiva undersökningar förknippas ofa med inervjuer och samal där analysen av ord ofa ses som den cenrala analysenheen. Fördelen med kvaliaiva undersökningar är a man kan nå kunskap som annars ine vore möjlig a nå om ex individers syn på sin omvärld. Nackdelen är a undersökningen riskerar a präglas av subjekivie och är svår för någon annan a göra om sam pröva dess rikighe. Kvaniaiva undersökningar enderar a se olkande av siffror som den cenrala analysenheen. Fördelen med kvaniaiva undersökningar är a, om uförda på rä sä, man från siffrorna kan dra objekiva slusaser och generalisera resulaen ill a gälla i e sörre sammanhang (Sverke i Gusavson red, 2003). Meoden gör de även enklare a hanera e sörre anal observaioner. Nackdelen med kvaniaiva undersökningar är a de ofa ger en förenklad bild av verkligheen där individen riskerar a hamna i skymundan. 2.3 Dedukion och indukion En forskares arbee besår av a relaera eori och verklighe ill varandra och de är dea begreppen dedukion och indukion handlar om. E dedukiv arbessä innebär a man uifrån allmänna principer och befinliga eorier drar slusaser om enskilda föreeelser eller problem. Ur befinlig eori får man hypoeser som man sedan kan pröva empirisk i de akuella falle (Pael & Davidsson, 1994). Mosasen ill de dedukiva är a forskaren arbear indukiv. Forskaren kan då sudera e problem eller en föreeelse uan a förs ha sudera vederagen eori för a sedan uifrån den insamlade empirin och informaionen formulera en eori. Risken med e sådan arbessä är a man ine, för den eori man kommer fram ill, känner ill generalie och räckvidd. Dea beror på a eorin baseras på empiri som är ypisk för en speciell id, en grupp av individer eller en siuaion. Forskaren skall allså uppäcka någo som kan formuleras i en eori, ine ugå från en idigare eori. Dea beyder dock ine a den indukiva forskaren saknar idigare kunskap och föresällningar som kan synas i den nya eorin (ibid.). 2.4 Reliabilie och validie En individs observerade värde i en variabel är en funkion av vå olika komponener individens sanna värde i de som variabeln mäer och någon form av fel i mäningen (Sverke i Gusavsson red, 2003). Vid e lie anal observaioner går de ine a esimera mäfeles sorlek. För a esimering av mäfele ska vara möjlig måse, föruom e illräcklig sor anal observaioner, följande anaganden vara uppfyllda: 9

Alla mäfel anas vara slumpmässiga och normalfördelade, vilke innebär a mäfelen ar u varandra De sanna värde anas vara okorrelera med mäfelen Olika mäningar av en variabel på samma person anas vara oberoende av varandra, dvs mäningen av variabel 2 får ine bero på resulae av mäningen av variabel 1 (ibid., sid. 54) Reliabilie handlar om i vilken usräckning e empirisk må innehåller slumpmässiga mäfel. Ju mindre felermerna är i en mäning deso högre är mäningens reliabilie. Reliabilie säger också i vilken usräckning en mäprocedur genererar samma resula vid upprepade mäningar (ibid.). Validie handlar om i vilken usräckning e empirisk må fakisk mäer de eoreiska begrepp de är avse a mäa. Validie i en mäning kan definieras som graden av frånvaro av sysemaiska mäfel. Sysemaiska mäfel kan definieras som sådana felkällor som sysemaisk påverkar de observerade värde. A de är sysemaiska innebär a de, ill skillnad från de slumpmässiga felen, ine kommer från en disribuion med medelvärde 0 (normalfördelning), dvs de sysemaiska felen ar ine u varandra (ibid.). Reliabilie är en nödvändig förusäning för validie. E bra mäinsrumen kan bli värdelös om de används slarvig eller felakig. De gäller a undvika slumpens inverkan på själva mäningen. Reliabilie och validie sår allså i förhållande ill varandra. Hög reliabilie är ingen garani för hög validie. Vill man mäa inelligens och mäer huvudes omkres blir mäningen illförlilig, men de är ine säker a man mä inelligens Låg reliabilie ger däremo garanera låg validie. Om mäningen ine är illförlilig ve man ine vad man mäer. Således blir validieen också låg om reliabilieen är låg Fullsändig reliabilie är en förusäning för fullsändig validie. För a vea vad man mäer måse mäningen vara illförlilig. (Pael & Davidsson, 1994) 2.5 Val av meod i sudien Vale av meod är vikig för a uppfylla syfe med sudien och presenera de faka som samlas in under arbee med sudien. Dea gör a vale av meod beror på syfe med sudien. Daainsamlingsprocessen sam vilken yp av daa som används påverkar också vale av meod. Meoden som används i denna uppsas ligger närmas den posiivisiska meoden. Den ägnar sig å observerbara och mäbara föreeelser som sedan analyseras med e logisk och objekiv synsä. Samidig finns inslag av hermeneuik i den meningen a måle med a sudera och analysera observaionerna som besår av sekundärdaa är a nå en försåelse av de valda ämne. 10

Denna uppsas anar en kvaniaiv ansas då den i huvudsak bygger på ekonomeriska uräkningar och resula som ska ge en försåelse för underliggande fakorer som påverkar och driver nybilsförsäljningen och som är nödvändiga a beaka vid analys och prognosisering. Resulaen och analysen bygger ill sörre delen på daa och observaioner i form av siffror. Siffrorna är i sin ur sekundära daa som inhämas från olika daabaser. Den övriga informaionsinhämningen besår även den av sekundära källor. Uppsasen uförs i dedukiv form då den ugår från befinliga eorier och modeller från idigare sudier och lieraur om eferfrågan på bilmarknaden sam bilindusrins beskaffenhe. Uifrån dessa undersöks probleme och resulaen analyseras. 2.6 Daainsamling för sudien För a kunna besvara frågesällningen är illgång ill och inhämning av daa nödvändig, dels branschspecifika daa, dels makroekonomiska daa som uifrån befinliga eorier kan änkas ha påverkan på nybilsförsäljningen. De daa som används besår av sekundära daa i form av idsserier som äcker perioden 1976-2004, dvs 29 år. Tidserierna är i form av månadsdaa vilke ger 348 observaioner. Inhämande av dessa daa sker via olika daabaser illgängliga via Inerne. Till a börja med används daa över anale sålda nya bilar i USA under perioden 1976-2004. Dessa går under benämningen ligh vehicles och kan närmas översäas ill personbilar och läa lasbilar. Denna kaegorisering används genomgående såväl i idigare sudier och analyser inom område som i denna uppsas. Daa har inhämas från Inernaional Trade Adminisraion (ITA) som är en avdelning inom de amerikanska näringsdeparemene. Med hjälp av en genomgång av idigare sudier, analyser från Goldman Sachs sam e elefonsamal med Mas Masson på Bil Sweden har idsserier av relevana fakorer för nybilsförsäljningen idenifieras. Dessa besår av e anal makroekonomiska idsserier över perioden 1976-2004. Samliga dessa har inhämas från Financial Forecas Ceners (FFC) webbsida. 11

3. Teori Teorikapile avser redogöra för de eoreiska verkyg som används i undersökningen sam a ge läsaren den eoreiska bakgrund som krävs för a korrek förså genomförande och resulaen av undersökningen. 3.1 Eferfrågan 3.1.1 Ugifskomponener hur fördelas BNP? E lands BNP kan delas in i fyra sörre kaegorier: Konsumion (C) Inveseringar (I) Saliga inköp (G) Neoexpor, dvs, expor minus impor (NX) (Mankiw, 2000) Genom a låa Y så för BNP erhålls naionalinkomsidenieen (naional income accouns ideniy) (ibid.): Y = C + I + G + NX BNP är allså summan av konsumion, inveseringar, saliga inköp och neoexpor, Ekvaionen kallas för en idenie vilke är en ekvaion som måse gälla pga. säe på vilke variablerna är definierade (ibid). Konsumion (C) Denna kaegori innefaar varor och jänser som köps och konsumeras av privaa hushåll. Konsumion brukar delas in i re underkaegorier: icke-varakiga varor (non-durables), varakiga varor (durables) och jänser. Icke-varakiga varor är ex ma och kläder, exempel på varakiga varor är bilar och v-apparaer medan jänser kan vara bl a hårklippning och läkarbesök. (Ibid.) Inveseringar (I) Den andra kaegorin, inveseringar, besår av varor som köps för framida bruk. Inveseringarna kan också delas in i re underkaegorier: fasa föreagsinveseringar (business fixed invesmens), fasa bosadsinveseringar (resedenial fixed invesmens) sam lagerinveseringar (invenory invesmen). Fasa föreagsinveseringar besår av köp av nya 12

anläggningar och urusning. Fasa bosadsinveseringar innefaar köp av nya hus av privaa hushåll och hyresvärdar. Lagerinveseringar är ökningen av föreags varulager. (Ibid.) Saliga inköp (G) Den redje kaegorin innefaar varor och jänser som köps in av sa och kommun, bl a miliär urusning, vägar, sjukvård m.m. Kaegorin innefaar ine ubealningar ill individer i form av bidrag, dea pga. a dessa ubealningar görs med exiserande inkomser och uppsår ine ill följd av e ubye av varor eller jänser och ska således ine räknas med i BNP. (Ibid.) Neoexpor (NX) Den sisa kaegorin, neoexpor, ar hänsyn ill handeln med andra länder. Neoexporen är värde på varor och jänser som exporeras ill andra länder minus värde på varor och jänser som imporeras ill de egna lande. Neoexporen represenerar neougifen från andra länder på de egna landes varor och jänser vilke ger inkoms å inhemska producener. (Ibid.) 3.1.2 Eferfrågan på varor och jänser Fördelningen av naionalinkomsen besäms yers av fakorpriser. I fakorpriserna ingår de kosnader som är kopplade ill produkionen av varor och jänser, ex löner, maerial och den hyra som kapialägarna ar u. Prise som producenerna kan a u för sina varor och jänser besäms i sin ur av ubud och eferfrågan för dessa varor och jänser. Figur 3.1 Pris Ubud Jämvikspris Eferfrågan Från Mankiw, (2000) Volym För a förenkla siuaionen någo anas en sluen ekonomi, dvs neoexporen säs ill noll. I en sådan ekonomi finns re användningsområden för de varor och jänser som produceras. De re användningsområdena är konsumion, inveseringar och saliga inköp vilke ger följande idenie: 13

Y = C + I + G De privaa hushållen köper och konsumerar en del av de som produceras i ekonomin. En annan del används av hushåll och föreag ill inveseringar och en redje del köps av sa och kommuner för offenlig bruk (ibid.). Konsumion I många länder ugör konsumion en vikig del av BNP. I USA ugör konsumion ca vå redjedelar av landes BNP (ibid.). Vad påverkar då hushållens konsumion? Hushållen får inkomser från arbee (lön) och ägande av kapial (räna, udelningar, reavinser). Inkomserna som hushållen erhåller mosvarar ekonomins produkion Y. På dessa inkomser bealas sedan ska, T, ill saen. Efer a ska bealas besluar hushållen hur mycke av sina neoinkomser de ska använda ill a konsumera och hur mycke de ska spara. Neoinkomsen, allså Y T, kallas för disponibel inkoms. Hushållen delar allså upp den disponibla inkomsen mellan konsumion och sparande. Ju högre disponibel inkoms, deso sörre konsumionsurymme, vilke ger följande funkion: C = C Y ( T ) Funkionen urycker a konsumion är en funkion av disponibel inkoms. Förhållande mellan konsumion och disponibel inkoms kallas för konsumionsfunkionen. Den marginella konsumionsbenägenheen (marginal propensiy o consume, MPC) urycker hur mycke konsumionen ökar när den disponibla inkomsen ökar med en enhe. MPC är e al mellan noll och e. Om inkomsen ökar med en enhe kommer hushållen välja a konsumera för en del och spara en del. (Ibid.) Figur 3.2 Konsumion, C Konsumionsfunkionen MPC Från Mankiw (2000) Disponibel inkoms, Y-T 14

Inveseringar Privaa hushåll och föreag köper varor av inveseringskarakär, där hushållen inveserar i nya hus medan föreagen inveserar för a ersäa och uöka sin kapialsock. I USA ugör inveseringarna ca 15% av BNP (ibid.). Hur mycke varor av inveseringskarakär som eferfrågas besäms av ränan, dvs kosnaden för a finansiera inveseringarna. För a e inveseringsprojek ska vara lönsam måse dess avkasning vara sörre än dess kosnad. När ränan ökar blir fler inveseringsprojek olönsamma vilke leder ill minskad eferfrågan på varor av inveseringskarakär. I vardaglig al brukar man använda sig av den nominella ränan, dvs den ränan som inveserare får beala när de lånar pengar. Men då inflaion förekommer kan man urycka den räna som inveserarna fakisk får beala som den reala ränan vilke är den nominella ränan juserad för inflaion. Dea ger följande funkion: ( r) I = I (där r är den reala ränan) Figur 3.3 Real räna, r Inveseringsfunkionen, I(r) Från Mankiw (2000) Anal inveseringar, I Saliga inköp Saliga inköp ugör den redje komponenen av eferfrågan på varor och jänser. I USA ugör denna komponen ca 20% av BNP (ibid.). Inköpen besår av bl a miliär urusning, sjukvård, vägar och ubildning. Tros a ubealningar i form av bidrag ine räknas ill den saliga delen av BNP har dessa en indirek effek på eferfrågan på varor och jänser. Ubealningarna fungerar som mosasen ill ska då de ökar hushållens disponibla inkoms. Om ubealningarna ökar och denna ökning är finansierad med en skaehöjning så kommer den oala disponibla inkomsen a vara oförändrad. 15

3.2 Regressionsanalys I dea avsni as regressionsanalys som verkyg upp i kora drag. De delar av regressionsanalys som as upp här är de som läsaren kommer i konak med i empirikapile. Mer om regressionsanalys finns a läsa i saisikböcker, bl a Gujarai (2003). För a undersöka om de exiserar samband mellan olika variabler och huruvida en föreeelse eller variabel kan förklara en annan är linjär regression e vi använ hjälpmedel. En enkel linjär regressionsfunkion kan se u på följande sä: Y β + X + u i = 1 β 2 i i där Y i är den beroende variabeln, paramerarna β 1 och β 2 är inercepe respekive luningskoefficienen, X i är en oberoende eller förklarande variabel och u i är en slumpmässig felerm i vilken variaionen i Y som ine förklaras av den förklarande variabeln i X i åerfinns. Tanken med regressionen är a uröna om evenuella samband exiserar mellan den oberoende variabeln och den förklarande variabeln sam hur dessa evenuella samband ser u. E exempel från den ekonomiska eorin är den beroende variabeln konsumion vilken anas bero på inkoms. Genom a använda e illräcklig sor och represenaiv urval kan man med regressionsanalysen se hur konsumionen varierar då inkomserna varierar och på så sä uala sig generell i saisiska ermer om hur mycke mer eller mindre konsumion en viss inkomsnivå genererar. De maemaiska härledningarna som ligger ill grund för regressionsanalysen finns a läsa i diverse saisisk och ekonomerisk lieraur, bl a i Gujarai (2003). Mulipel regression, som används i empirikapile, bygger på enkel regression med den skillnaden a den använder fler än en förklarande variabel för a förklara variaionen i den beroende variabeln. De som beskrivis ovan är kallas för linjär regression pga a modellen är linjär i sina paramerar och variabler. Med sådana modeller ureder man huruvida e linjär samband exiserar eller ine mellan den beroende variabeln och de förklarande variablerna. Linjär regression är den vanligas förekommande ypen av regressionsmodeller men i vissa fall kan icke-linjära saisiska samband exisera som den linjära modellen ine ar hänsyn ill. I sådana fall fungerar en icke-linjär regressionsmodell bäre då den ar hänsyn ill icke-linjära samband. De finns olika sä a pröva om icke-linjära samband exiserar. E sä är a a de förklarande variablerna i kvadra, e anna är a a den naurliga logarimen av de förklarande variablerna. På så sä ar man hänsyn ill evenuella icke-linjära samband och vilke kan leda ill andra resula. 3.2.1 Skaning av paramerar Då man vid framagning av saisik och saisiska samband av logisiska, idsmässiga och ekonomiska skäl sällan har möjlighe a samla in daa från en hel populaion använder man sig isälle av urval. Urvalen bör dock vara represenaiva för hela populaionen sam av illräcklig sorlek för a några generella slusaser ska kunna dras och för a en illfredssällande grad av reliabilie och validie skall uppnås. Vid användande av urval har 16

vi ine kännedom om paramerarna i regressionsfunkionen. Allså måse dessa skaas och funkionen får följande useende: Y i = β 1+ β 2 X i + u i De vanligase säe a skaa paramerarna är OLS-meoden (ordinary leas squares). Meoden går i kora drag u på a man kvadrerar felermerna och sedan minimerar dem. På dea sä erhåller man en skaning som, uifrån de urval man har, är närmas de verkliga värde (Gujarai, 2003). 3.2.2 Förklaringsgrad De samband som finns mellan den beroende variabeln och de förklarande variablerna kan 2 uryckas i förklaringsgraden som anges i e al mellan e och noll, de s k R -värde. De är ovanlig a en förklaringsgrad på e uppnås då de i de flesa fall finns inslag av slump, felmäningar, eller andra oförklarliga elemen. Dessa samlas upp i felermen eller residualen 2 som den även kallas (Gujarai, 2003). Ofas iar man på de juserade R -värde då de är e mer korrek må på förklaringsgrad då de ar hänsyn ill anale förklarande variabler i regressionen sam hur användande av yerligare en förklarande variabel påverkar förklaringsgraden. 3.2.3 Konfidensinervall & signifikansnivå När man använder sig av urval, och således måse skaa paramerarna, säller man upp s k konfidensinervall för a få en uppfaning om hur nära skaningarna ligger paramerarnas verkliga värde. E konfidensinervall för en parameer kan se u på följande sä: Pr β 2 δ β 2 β 2 + δ = 1 α där α 0 <α <1 är signifikansnivån (Gujarai, 2003). Om signifikansnivån är ex 0,95 kan man säga a de verkliga värde på parameern ligger inom inervalle med 95% sannolikhe. Dea kan även uryckas som a parameern har e p- värde på 0,05. Ju smalare inervalle är deso bäre är skaningen vilke kan uppnås genom a använda sig av sörre urval med fler observaioner. Vid lägre signifikansnivåer kan man dra slusasen a parameern, dvs variabelkoefficienen, ine är signifikan i a förklara variaionen i den beroende variabeln. I denna uppsas anas resulaen vara saisisk signifikana om de har e p-värde under 0,10 och e -värde högre än 1,64 i absolua al. Om resulaen har e p-värde mindre än 0,05 och e -värde högre än 1,96 anses resulaen vara sark saisisk signifikana (ibid). 1 är konfidenskoefficienen och α ( ) 17

3.2.4 Auokorrelaion Den klassiska regressionsmodellen anar a felermen hos en observaion ine påverkas av felermen hos någon annan observaion. Modellen anar a om ex en srejk påverkar produkionen under e kvaral ska effeken av srejken ine föras vidare och påverka produkionen i näsa kvaral. Dea anagande är ine nödvändigvis korrek och om srejken påverkar produkionen i näsa kvaral har vi e fall av auokorrelaion (Gujarai, 2003). Genom a sudera resulaen av regressionen kan man uppäcka huruvida auokorrelaion exiserar eller ine och hur många laggar, dvs hur många idsegs fördröjning eller ihållighe en effek har. Genom a sedan lägga ill en s.k. AR(1)-process (auoregressive) för auokorrelaion med en lagg osv, ar man hänsyn ill och juserar för probleme med auokorrelaion. 3.2.5 Saionärie & mulikolinjärie En idsserie sägs vara saionär om dess medelvärde och varians är konsana över iden och värde på kovariansen mellan vå idsperioder endas beror på avsånde eller glappe mellan de vå idsperioderna och ine på idpunken då kovariansen beräknas (Gujarai, 2003). För de allra flesa idsserier gäller a de ine är saionära. Dea kan ex bero på a värde för en observaion beror på värde på observaionen innan. A använda sig av icke-saionära idsserier i regressionsanalysen kan leda ill felakiga slusaser och regressionen kan i vissa fall vara en s k spurious eller nonsense-regression (ibid.). E sä a hanera ickesaionära idsserier är a ransformera dem så a de blir saionära. Om en idsserie har en enhesro är försa differensen i serien saionär. Lösningen blir då a a försa differensen av idsserien (ibid.): X = X X 1 Mulikolinjärie innebär a de förklarande variablerna är korrelerade med varandra, dvs de finns e linjär samband mellan variablerna. E sä a uppäcka evenuell mulikolinjärie är a a fram variablernas korrelaionskoefficiener i en korrelaionsmaris. Om korrelaionskoefficienen är 1 har vi perfek posiiv korrelaion och vid -1 har vi perfek negaiv korrelaion. 3.2.6 Regression med dummyvariabler I många fall påverkas den beroende variabeln ine bara av kvaniaiva uan även kvaliaiva variabler. E sä a a hänsyn ill kvaliaiva fakorer som ine är kvanifierbara är a skapa arificiella variabler med värdena 1 eller 0. Om vi ex är inresserade av a jämföra män och kvinnor i någo sammanhang ger vi variabeln värde 1 om individ i är man och värde 0 annars, dvs om individ i är kvinna. Dummyvariabler kan även användas ill a undersöka om en idsserie innehåller säsongseffeker (Gujarai, 2003). I regressioner som uesluande innehåller dummyvariabler ar man ine med någo inercep i funkionen pga a e inercep i en sådan regression leder ill perfek kolinjärie mellan variablerna (ibid.). 18

3.3 Tidigare sudier Nybilsförsäljningen ugör en vikig del av många ekonomier, kanske främs i väsvärlden och används ibland som en indikaor på läge i ekonomin. Därför har de gjors e anal sudier i vilka man undersök och försök förklara och prognosisera försäljningen av nya bilar. Gemensam för de sudier som as upp här är a de alla formulerar en egen modell för a besämma eferfrågan på bilar. Modellerna skiljer sig från varandra på olika sä men innehåller även flera likheer sinsemellan. De sudier som agis upp här är naurligvis bara en lien del av alla de sudier som gjors inom område. Dock är flera av de modeller som agis upp uvecklingar av idigare modeller från ännu idigare sudier. Gemensam för samliga modeller är a de ar med disponibel inkoms och nybilspriser som förklarande variabler. Andra sudier, ex Agarwal & Rachford (1980), härleder eferfrågan på bilar från andra yper av regressionsmodeller där konsumenens preferenser vad gäller bl a häskrafer, urymme och komfor as hänsyn ill. De sudier som agis upp här har vals u på basis av a de har en sarkare koppling ill den ekonomiska eorin och således är de mes relevana för denna uppsas. 3.3.1 Wi & Johnson Wi & Johnson (1986) formulerar en ekonomerisk modell för a förklara eferfrågan på nya bilar i Sorbriannien och Nordirland (UK). De daa som används besår av årsdaa och sräcker sig över perioden 1961-81, dvs 21 år mosvarande 21 observaioner. Den modell som formuleras i sudien ser u på följande sä: där ln N + α 5 = α ln M 0 + α + α 1 ln Y + α 6 ln N 2 + α 1 7 ln P + α D + U 3 ln H + α 4 ln i + N Y P = anal nyregisrerade bilar per capia år = real disponibel inkoms per capia år = real pris på nya bilar år H = minimideposiion vid köp av ny bil i procen år = ränan år i M = real pris på moorbränsle år D = en dummyvariabel som represenerar effeken av oljekrisen 1973 D = 1 om = 14 eller 15 (1974 eller 1975) 0 annars U = slumpmässig felerm (Wi & Johnson, 1986) 19

Modellen som formuleras av Wi & Johnson (1986) anar a e icke-linjär samband exiserar i och med a man ar den naurliga logarimen av de ingående variablerna. De empiriska resulaen som rapporeras i sudien visar också a icke-linjära samband exiserar och alla de förklarande variablernas koefficiener är signifikana, fem av dem på enprocensnivån, föruom prise på moorbränsle. Samliga koefficiener uppvisar också korrek ecken enlig den ekonomiska eorin där disponibel inkoms är den variabel som har sörs påverkan. Genom a specificera en ny ekvaion där man uesluer prise på moorbränsle når man högre 2 signifikans på övriga variablers koefficiener sam e högre värde på juserad R vilken uppmäs ill 0,975. Således förklarar modellen 97,5% av variaionen i anal nyregisrerade bilar per capia. 3.3.2 Carlson & Umble Carlson & Umble (1980) undersöker saisiska eferfrågefunkioner på bilar och hur dessa kan användas ill prognosisering i en evenuell energikris. Man använder sig av kvaralsdaa som äcker perioden 1967-78, dvs 12 år eller 48 observaioner. Deras modell ser u på följande sä: där D Z + E i D i E = B0 + B1Y + B2P + B3G + B4Z + B5 i D = eferfrågan på bilyp i, i = 1 (subcompac), 2, (compac), 3 (inermediae), 4 (sandard) och 5 (luxury), säsongsjuserad och juserad för befolkningssorlek D Y = disponibel inkoms, säsongsjuserad och juserad för befolkningssorlek och konsana dollar (1967 = 100) i P = e genomsni av bilpriser för sorlek i, i = 1, 2, 3, 4, 5 jusera ill konsana dollar (1967=100) G = bensinpris i akuella dollar E Z = Z = 1 om försa och andra kvarale, 1974; bensinbris 0 annars 1 om fjärde kvarale, 1970; UAW srejk 0 annars E = slumpmässig felerm (Carlson & Umble, 1980) 20

I sudien av Carlson & Umble (1980) delar man allså in eferfrågan på bilar i fem olika bilklasser vilke innebär a man får fem olika eferfrågefunkioner. Resulaen visar a: (1) Alla variablers koefficiener har korrek ecken uifrån den ekonomiska eorin. (2) Disponibel inkoms är den variabel som har sörs genomslagskraf i modellen. (3) Prise är signifikan på ioprocensnivån i alla fem funkioner. (4) Bensinprise är signifikan och posiiv i funkionerna för subcompac och compac, signifikan och negaiv i funkionen för sandard, ej signifikan i funkionen för luxury och ej medage i funkionen för inermediae. (5) Energikrisvariabeln indikerar a vid bensinbris ökar anale sålda bilar av ypen subcompac, anale sålda bilar av ypen compac förändras ine nämnvär medan anale sålda bilar av övriga yper minskar. 2 I funkionerna för subcompac och sandard nås den högsa förklaringsgraden med e R - värde på 0,91 medan den lägsa förklaringsgraden åerfinns i funkionen för inermediae med 2 e R -värde på 0,72. 3.3.3 Suis Suis (1958) formulerar fyra olika ekvaioner. Dessa är eferfrågan på nya bilar, ubud av nya bilar, eferfrågan på begagnade bilar och ubud av begagnade bilar. De daa som används är på årsbasis och äcker perioden 1929-56, dvs 28 år vilke mosvarar 28 observaioner. Den i de här falle mes relevana funkionen som Suis ar upp är funkionen för eferfrågan på nya bilar som Suis formulerar på följande sä: där ( P U ) R = α α + M 1 + α 2Y + α 3 Y + 0 u1 R = anal sålda bilar av åerförsäljare P = nybilspris hos åerförsäljare U = real genomsnispris på begagnade bilar M = genomsniliga kredivillkor; genomsnilig anal månaders avbealning Y = real disponibel inkoms u = slumpmässig felerm 1 Suis (1958) Dea är grundmodellen för eferfrågan på nya bilar som Suis formulerar. De övriga funkionerna subsiueras sedan in i grundfunkionen då de daa som används i grundfunkionen härleds ur dessa. Eferfrågefunkionen för nya bilar som preseneras i sudien 2 når en förklaringsgrad på 87%, dvs e R -värde på 0,87. Åerigen visar de sig a disponibel inkoms är av sörs vik för a förklara eferfrågan på nya bilar. 21

3.3.4 Goldman Sachs Goldman Sachs som är en av världens sörsa och mes kända invesmenbanker ger varje år u e anal analysrapporer om läge i och usikerna för bilindusrin sam ekonomin i sin helhe. Rapporerna lägger sor vik vid a prognosisera eferfrågan på marknaden. Produkerna som Goldman Sachs konkurrerar med är jus analyser och prognoser vilke gör a man naurligvis ine explici offenliggör sina meoder för a modellera eferfrågan. Dock ar man upp e anal fakorer som påverkar den oala eferfrågan i ekonomin. Dessa är följande: Real privakonsumion Real BNP Real disponibel inkoms Sparande Arbeslöshe Ansällningskosnadsindex Indusrins produkion FEDs finanser 10-åriga obligaionsränan Prise på energi (bl a olja) (Goldman Sachs, 2005) 3.3.5 Kriik mo idigare sudier De sudier som här agis upp är samliga relaiv gamla, där den äldsa är från 1958 och den senase från 1986, pga a några nyare sudier inom område ine funnis illgängliga. Dea medför en risk för a de ine längre har samma akualie då de förhållanden som rådde vid iden för undersökningarna ine nödvändigvis är de samma idag. Samidig bygger de på grundläggande ekonomisk eori vilke skulle kunna minska risken för brisande akualie. Gemensam för de idigare undersökningarna är även a de bygger på daa med relaiv få observaioner, mellan 21 och 48 s. Enlig saisisk eori ska mins 30 observaioner as med för a kunna ana en normalfördelning i felermerna vilke endas en av sudierna uppfyller. Vid färre än 30 observaioner kan de vara svår a uala sig i ermer av saisisk bevisade samband, dock kan resulaen ge en indikaion på om evenuella samband exiserar och hur de er sig. I denna uppsas används månadsdaa för perioden 1976-2004, dvs 348 observaioner, vilke ger sörre urymme för generaliseringar och sörre chans ill mer rikiga olkningar av evenuella saisiska samband. Vär a noera är a Wi & Johnson (1986) formulerar en muliplikaiv modell medan de övriga sudierna använder sig av addiaiva modeller. 22

4. Empiri I dea kapiel ges förs en korfaad genomgång av den amerikanska bilindusrin, dess bidrag ill ekonomin sam de inhemska bilillverkarna. Vidare preseneras och specificeras de empiriska modellerna och dess resula. Sluligen preseneras en mindre undersökning om spreadar i försäljningen, dvs differensen mellan ufall och prognos. 4.1 Den amerikanska bilindusrin 4.1.1 Bidrage ill ekonomin Bilindusrin är en av USA:s enskil sörsa branscher och den är den sörsa inom illverkningsindusrin. Tillverkningen av nya bilar, försäljning och andra arbesillfällen som kan relaeras ill användningen av bilar sår för ca 10% av alla privaa arbesillfällen i USA (Auoalliance). Inkluderar man alla bilrelaerade arbesillfällen sår den amerikanska bilindusrin för ca 13,3 miljoner arbesillfällen (ibid.). Föruom de arbesillfällen som kan hänföras direk ill illverkningen av bilar genererar bilindusrin s k spin-off -arbeen inom bl a eknologi- och elekroniksekorn där ca 60 000 arbesillfällen är indirek hänförbara ill bilindusrin (ibid.). Toal se genererar bilindusrin ungefär 10 spin-off-arbeen för varje ansälld hos bilillverkarna (se figur 4.1 nedan). Under 2003 sod löneersäningen ill ansällda inom bilindusrin för $335 miljarder vilke mosvarade ca 6% av den oala löneersäningen i den privaa sekorn i USA. Ersäningsnivån i bilindusrin är bland de högsa i USA där genomsnie var $72 000 vilke mosvarade 2,5 gånger mer än den genomsniliga löneersäningen för hela lande. (Ibid.) Sammanage sod bilindusrin för ca 4% av USA:s BNP under 2003. Under perioden 1990-2003 hade man en årlig illväx på 4,3% medan den oala BNP-illväxen var 3% i genomsni. Toal växe den amerikanska bilindusrin med 73% under samma period. Vidare sod bilindusrin för 12% av landes expor (exkl. jordbruksproduker) under 2003 vilke mosvarade $81 miljarder. (Ibid.) 23

Figur 4.1 "Spin-off"-arbeen uppdela per bransch 78 500 59 400 34 400 1 393 25 859 95 200 23 578 15 475 3 384 240 200 Plas & gummi Glas Sål Järn Meallillverkning Aluminium Koppar & mässing Texil Elekronik Maskineri & urusning Källa: Auoalliance (2003) 4.1.2 Bilillverkarna De amerikanska bilillverkarna besår främs av re sora koncerner, General Moors (GM), Ford Moor Co. (Ford) sam Chrysler som ingår i den ysk-amerikanska koncernen DaimlerChrysler. Gemensam för de re koncernerna är a de alla äger och illverkar bilar med olika varumärken och inom flera segmen, bl a personbilar, SUVar (Spor Uiliy Vehicle), sporbilar, läa lasbilar och unga lasbilar. GM GM har under många år vari världens sörsa bilillverkare se ill anale producerade enheer där man under 2004 producerade 9,1 miljoner enheer varav den amerikanska produkionen sod för 5,2 miljoner enheer och den inhemska försäljningen uppgick ill 4,7 miljoner enheer (GM Annual Repor, 2004). Anale ansällda under 2004 uppgick ill 324 000 världen över (ibid.). Inom GM-koncernen ingår varumärken som Chevrole, Cadillac, Poniac, Buick, Hummer, SAAB och Opel. GM har under de senase åren ampas med sora ekonomiska problem, bl a ill följd av enorma sjuk- och pensionsåaganden. Till följd av dea har GM-akien under senare år sjunki krafig och börsvärde är numera bara världens olfe sörsa bland bilillverkarna (JCF, 2005). GM är särkskil sora inom segmenen SUVar, pickups och mellanklassbilar (Goldman Sachs, 2005). På den amerikanska marknaden hade GM en marknadsandel på ca 26,3% i slue av 2004 (se figurer 4.2 och 4.3 nedan). Ford Ford grundades 1903 av Henry Ford och är en av världens äldsa bilillverkare. Genom uppfinningen av bl a löpande bande har Ford ge e sor bidrag ill 1900-ales indusri. Under 2004 producerade koncernen ca 3,5 miljoner enheer i USA medan den inhemska 24

försäljningen uppgick ill 3,6 miljoner enheer (Ford Moor Co. Annual Repor, 2004). Anale ansällda världen över uppgick ill 325 000. Inom Ford-koncernen ingår bl a varumärkena Ford, Lincoln, Mazda, Volvo, Jaguar, Land Rover och Ason Marin. Liksom för GM har Ford under de senase åren visa försämrade resula och vikande lönsamhe vilke le ill a man numera placerar sig på nionde plas bland världens bilillverkare, se ill börsvärde (JCF, 2005). Koncernens huvudsegmen är, liksom för GM, SUVar, pickups och mellanklassbilar (Goldman Sachs, 2005). Fords marknadsandel på den amerikanska marknaden uppgick ill ca 18,6% i slue av 2004 (se figurer 4.2 och 4.3 nedan). DaimlerChrysler Under 1998 gick yska Daimler-Benz AG och amerikanska Chrysler Corporaion samman och bildade DaimlerChrysler som är en av världens sörsa bilillverkare, fakisk världens redje sörsa se ill börsvärde (ibid). Försäljningen för doerbolage Chrysler Group i USA uppgick ill 2,3 miljoner enheer (DaimlerChrylser Annual Repor, 2004). Hela koncernen hade oal ca 385 000 ansällda världen över för 2004 (ibid.). Inom Chrysler Group ingår varumärken som Chrysler, Dodge och Jeep. I slue av 2004 uppgick Chryslers amerikanska marknadsandel ill ca 13% (se figurer 4.2 och 4.3 nedan). Figur 4.2 Marknadsandelar 1986 Andra 28% GM 39% Chrysler 11% Ford 22% Källa: Facsne (2005) Figur 4.3 Marknadsandelar 2004 Andra 42% GM 26% Chrysler 13% Ford 19% Källa: Facsne (2005) 25

4.1.3 Nybilsförsäljningen i USA Som idigare nämns är bilindusrin en vikig del av den amerikanska ekonomin som sår för en väsenlig del av landes BNP och genererar miljonals arbesillfällen. Sedan 1983 har de såls fler än 12 miljoner nya bilar varje år, vilke gör USA ill den överlägse sörsa konsumenen av nya bilar i världen (ITA, 2005). Rekordåre för bilförsäljningen var 2000 då dryg 17,3 miljoner nya bilar såldes. Sedan dess har försäljningen lega kring knapp 17 miljoner per år (se figur 4.4 nedan). Medan den oala nybilsförsäljningen i USA verkar ha sabiliseras någo kring 16-17 miljoner per år har GM och Ford få se sin försäljning och marknadsandelar minska under de senase åren. De båda illverkarna har sasa hår inom SUV-segmene, en marknad som nådde sin opp under 1999 med dryg 3,2 miljoner sålda enheer (Goldman Sachs, 2005). Tros dea har GM och Ford gjor forsaa sasningar inom segmene och erbjudi kunderna föråldrade och bensinslukande bilmodeller. Dea har vari en sark bidragande orsak ill bolagens försämrade försäljningssiffror (ibid.). För a dämpa nedgången i försäljningen har illverkarna erbjudi sora rabaer på sina bilar, dels ill sina ansällda men även för vanliga kunder. Andra bilillverkare har förvisso anslui sig ill denna rabakampanj men GM och Ford har lega i fronlinjen med rabaer på i genomsni $4 124 respekive $3 541 per bil under 2004 (Henderson i Facsne, 2005). Rabaerna har ge upphov ill en s k pull-forward demand effek, dvs konsumener som hade änk köpa bil vid e senare illfälle har isälle idigarelag sina köp pga. generösa rabaer och förmånliga bealningsvillkor vilke har dämpa illverkarnas försäljningsapp någo (Goldman Sachs, 2005). Dea har dock vari en illfällig lösning på probleme med vikande försäljning, en lösning som ine håller i längden då den medför lägre inäker per såld bil. Figur 4.4 Nybilsförsäljningen i USA 1976-2004 19 000 000 18 000 000 17 000 000 16 000 000 15 000 000 14 000 000 13 000 000 12 000 000 11 000 000 10 000 000 9 000 000 8 000 000 1976 1978 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 Sammansällning av daa från ITA (2005) 26

Som figur 4.4 anyder ser nybilsförsäljningen u a följa e cyklisk mönser. Under perioden 1976-2004 har mönsre vari aningen oregelbunde med en cykel på mellan 3-5 år. Den sörsa nedgången i nybilsförsäljningen inräffade mellan 1979 och 1980 då försäljningen sjönk från knapp 14 miljoner ill dryg 11 miljoner och försäljningen nådde sin boen 1982 med knapp 10,5 miljoner sålda bilar. Åren efer skedde en krafig uppgång där näsa dal inräffade 1991. Sedan följde yerligare en uppgång och fr o m. 1999 ser försäljningen u a ha sabiliseras någo kring 16-17 miljoner sålda bilar där prognosen för helåre 2005 ligger på ca 16,8 miljoner (Goldman Sachs, 2005). 4.2 Modell för eferfrågan på nya bilar 4.2.1 Ingående variabler Syfe med modellen är a a reda på vilka fakorer, eller variabler, som påverkar försäljningen av nya bilar varför nybilsförsäljningen säs ill beroende variabel och daa över denna har hämas från ITAs webbsida. För samliga förklarande variabler gäller a de hämas från FFCs webbsida. I avsnie om idigare sudier framgick a samliga modeller og med real disponibel inkoms vilken också visade sig vara en av de vikigase variablerna för a förklara eferfrågan på bilar. Därför inkluderar även denna modell variabeln. Samliga modeller og även med en variabel för prise på nya bilar. Då några sådana daa ej kunna inhämas används här isälle konsumenprisindex som är en sammansällning av den oala prisnivån i lande. Då bilköp innebär en relaiv sor ugif finansieras dessa ine sällan via lån. Kosnaden för lånen, dvs ränan, kan därför vara av beydelse vilke även framgå i idigare sudier. Goldman Sachs använder i sin analys den 10-åriga obligaionsränan för a prognosisera eferfrågeuvecklingen och den används även i denna modell. Vidare as prise på olja med som förklarande variabel. Prise är angive i dollar per fa och avser råolja. I de idigare sudierna uppnåddes olika resula vad gäller oljeprises signifikans för a förklara eferfrågan på bilar, varför de kan vara inressan a a med den även här. En variabel för arbeslöshe ingår också i modellen. Denna variabel finns ine med i någon av de idigare sudierna men as dock upp i Goldman Sachs analyser och prognoser för eferfrågan varför den as med här. Enlig Mas Masson på Bil Sweden ugör en beydande del av den oala nybilsförsäljningen försäljning av bilar ill föreag i form av bl a jänsebilar och bilar för kommersiell bruk. Han menar därför a börskursernas uveckling kan ha påverkan på anale sålda bilar då eferfrågan anas öka då föreagens vinser ökar vilke kan avspeglas av sigande börskurser. Därför as en variabel för börskursen med. Variabeln besår av daa över S&P500 vilke är e index för 500 börsnoerade amerikanska föreag (elefonsamal med Mas Masson på Bil Sweden). 27