KAPITALSTRUKTUR I SVENSKA BÖRSBOLAG - en analys av målkapitalstruktur och finansiellt underskotts inverkan på kapitalstruktursförändring

Relevanta dokument
Kapitalstruktur i svenska företag har branschtillhörighet en påverkan?

Kris & Kapitalstruktur Förändringar i kapitalstruktur bland företag på Stockholmsbörsen till följd av finanskrisen

Ekonomisk styrning Delkurs Finansiering

Multipel Regressionsmodellen

Ekonomisk styrning Delkurs Finansiering

AID:... Uppgift 1 (2 poäng) Definiera kortfattat följande begrepp. a) IRR b) APR c) Going concern d) APV. Lösningsförslag: Se Lärobok och/alt Google.

Market Timing och Företagens Kapitalstruktur

Tentamen Metod C vid Uppsala universitet, , kl

Laboration 2. Omprovsuppgift MÄLARDALENS HÖGSKOLA. Akademin för ekonomi, samhälle och teknik

Företagsförvärv. - Likviditetens och konjunkturens påverkan vid förvärv. UPPSALA UNIVERSITET Företagsekonomiska Institutionen Examensarbete D, HT 2008

Bedöm den organiska omsättningstillväxten för de kommande fem åren baserat på:

Har skuldsättning en positiv effekt på företagets värde? - En studie över tretton svenska industriföretag på Nasdaq OMX Stockholm, Large Cap

Skuldsättningsgradens påverkan på lönsamhet En ekonomisk nedgångs påverkan på svenska börsnoterade företag

Kapitel 4: SAMBANDET MELLAN VARIABLER: REGRESSIONSLINJEN

Lösningsförslag till tentamen på. Statistik och kvantitativa undersökningar STA100, 15 hp. Fredagen den 13 e mars 2015

Hypotesprövning. Andrew Hooker. Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University

Rikard Fahlström Robin Sandell. Kandidatuppsats 15 hp Företagsekonomiska institutionen Uppsala universitet HT 2014 Datum för inlämning:

Trade-off och pecking order användbara teorier eller förlegade prediktioner? En studie om kapitalstrukturen i fastighetsbranschen

Residualanalys. Finansiell statistik, vt-05. Normalfördelade? Normalfördelade? För modellen

Ekonomisk styrning Delkurs Finansiering

Bild 1. Bild 2 Sammanfattning Statistik I. Bild 3 Hypotesprövning. Medicinsk statistik II

Påbyggnad/utveckling av lagen om ett pris Effektiv marknad: Priserna på en finansiell marknad avspeglar all relevant information

STOCKHOLMS UNIVERSITET HT 2008 Statistiska institutionen Linda Wänström. Omtentamen i Regressionsanalys

Lönsamhet i hotell- och restaurangbranschen

Finansiella definitioner

Eckerökoncernen Bokslutskommuniké för 2010

Innehåll. Standardavvikelse... 3 Betarisk... 3 Value at Risk... 4 Risknivån i strukturerade produkter... 4

Föreläsning 8. NDAB02 Statistik; teori och tillämpning i biologi

Finansiering. Föreläsning 6 Risk och avkastning BMA: Kap. 7. Jonas Råsbrant

Föreläsning 5. Kapitel 6, sid Inferens om en population

BOKSLUTS- OCH NYCKELTALSINFORMATION

Medicinsk statistik II

HYLTE SOPHANTERING AB

Repetitionsföreläsning

Utvecklingen av aktieutdelningar

Tentamen Finansiering (2FE253) Lördagen den 21 mars 2015, kl. 09:00-13:00

Kapitalstruktur i svenska aktiebolag

Tentamen för kursen. Linjära statistiska modeller. 27 oktober

Faktorer som påverkar valet av kapitalstuktur. Determinant factors on the choice of capital structure

Tentamen Finansiering (2FE253) Fredagen den 20 februari 2015, kl. 08:00-12:00

F18 MULTIPEL LINJÄR REGRESSION, FORTS. (NCT

URA 20 NÄR SKALL SPECIALFÖRETAG, BILDAT FÖR ETT SPECIELLT ÄNDAMÅL, OMFATTAS AV KONCERNREDOVISNINGEN?

Tentamen Finansiering (2FE253) Tisdagen den 29 september 2015, kl. 14:00-18:00

Kapitel 12: TEST GÄLLANDE EN GRUPP KOEFFICIENTER - ANOVA

Hur och av vad påverkas skuldsättningsgraden i finanskriser?

10.1 Enkel linjär regression

Att välja statistisk metod

Föreläsning 9. NDAB02 Statistik; teori och tillämpning i biologi

Pressmeddelande. Appendix IV Sammanfattning av finansiell information. ABB Ltd Resultaträkning Januari - december

Nyckeltalsrapport 3L Pro Nyckeltalsrapport. Copyright VITEC FASTIGHETSSYSTEM AB

Skuldsättningens påverkan på lönsamhet

Tentamen Finansiering I (FÖ3006) 22/8 2013

NYCKELTAL okt-dec jan-dec MEUR

Kapitel 17: HETEROSKEDASTICITET, ROBUSTA STANDARDFEL OCH VIKTNING

Föreläsning 9. NDAB01 Statistik; teori och tillämpning i biologi

OMTENTAMEN I GRUNDLÄGGANDE STATISTIK FÖR EKONOMER

7.5 Experiment with a single factor having more than two levels

732G71 Statistik B. Föreläsning 4. Bertil Wegmann. November 11, IDA, Linköpings universitet

Marknadsekonomins grunder. Marknader, fördjupning. Thomas Sonesson, Peter Andersson

1. a) F4 (känsla av meningslöshet) F5 (okontrollerade känlsoyttringar)

Delårsrapport perioden januari-september. Diadrom Holding AB (publ) september) ) (januari september) ) Kvartal 1-3 1

Kapitalstruktur i svenska detaljhandelsföretag

Q1 Delårsrapport januari mars 2013

Följer staten Välfärdsutredningens riktlinjer?

Delårsrapport för Xavitech AB (publ)

FÖRSTA KVARTALET 1 JANUARI 31 MARS 2014

Lönsamhet/räntabilitet/avkastning Avkastning på eget kapital Avkastning på totalt kapital Vinstmarginal Kapitalomsättningshastighet

Bilaga 6 till rapport 1 (5)

I SVENSKA MIKROFÖRETAG

Skolprestationer på kommunnivå med hänsyn tagen till socioekonomi

Linjär regressionsanalys. Wieland Wermke

OBS! Vi har nya rutiner.

NYCKELTAL okt-dec jan-dec MEUR Förändring, % Förändring, %

Större kassa med effektivare fakturering

34% 34% 13.5% 68% 13.5% 2.35% 95% 2.35% 0.15% 99.7% 0.15% -3 SD -2 SD -1 SD M +1 SD +2 SD +3 SD

Preliminära lösningar för Tentamen Tillämpad statistik A5 (15hp) Statistiska institutionen, Uppsala universitet

Riskanalys och riskhantering i växtodlingsföretag

Statistik 1 för biologer, logopeder och psykologer

Utdelningspolicyns determinanter En studie omfattande 28 stora svenska börsbolag

Kapitalstrukturen i små och medelstora företag

Föreläsning 2. Kap 3,7-3,8 4,1-4,6 5,2 5,3

Skriftlig Tentamen i Finansiell Statistik Grundnivå 7.5 hp, HT2012

Pecking order i svenska tillväxtföretag En kvantitativ studie kring finansiering i svenska gasellföretag

Grundläggande finansiell analys

AID:... LÖSNINGSFÖRSLAG TENTA Aktiedelen, uppdaterad

FJÄRDE KVARTALET 1 OKTOBER 31 DECEMBER 2013 ACKUMULERAT 1 JANUARI 31 DECEMBER (21)

, s a. , s b. personer från Alingsås och n b

Finansiella samband HÄVSTÅNGSSAMBANDET

Eckerökoncernen Bokslutskommuniké för 2011

Kapitalstruktur - Förklarande faktorer för variationen i svenska företags skuldsättning

Föreläsning 4. Kap 5,1-5,3

Hur man tolkar statistiska resultat

Regressions- och Tidsserieanalys - F4

Svecasa. Prepkursen närmast Hanken. Företagsekonomi. Repetition.

Det har gång på gång konstaterats att. Förtroende för företagsledningen. har reella ekonomiska konsekvenser för kapitalmarknaden

732G71 Statistik B. Föreläsning 1, kap Bertil Wegmann. IDA, Linköpings universitet. Bertil Wegmann (IDA, LiU) 732G71, Statistik B 1 / 20

Tentamensgenomgång och återlämning: Måndagen 9/6 kl12.00 i B413. Därefter kan skrivningarna hämtas på studentexpeditionen, plan 7 i B-huset.

Föreläsning 12: Regression

En studie av svenska företags val av kapitalstruktur

Regressions- och Tidsserieanalys - F1

Transkript:

UPPSALA UNIVERSITET Företagsekonomiska Institutionen Kandidatuppsats inom redovisning och finansiering 15 hp Vårterminen 2009 KAPITALSTRUKTUR I SVENSKA BÖRSBOLAG - en analys av målkapitalstruktur och finansiellt underskotts inverkan på kapitalstruktursförändring NIKLAS BROMÉ MARIE RASMUSSEN Sammandrag Vi undersöker huruvida de två teorierna Pecking order och Trade-off gemensamt kan förklara utformning av kapitalstruktur och hur beslut gällande denna ser ut hos svenska börsnoterade företag. Vi menar att den aktuella kapitalstrukturen är en konsekvens av den historiska utvecklingen inom företag, där tidigare års finansiella över-/underskott leder till dagens kapitalstruktur och att asymmetrisk information och transaktionskostnader gör att intern finansiering är att föredra framför extern. Företag ser dock fördelar med viss skuldsättning, vilket bidrar till att företag sätter upp en målkapitalstruktur i början av aktuell period. Företags benägenhet att justera sin kapitalstruktur mot denna målkapitalstruktur varierar beroende på vilken situation företaget befinner sig i och olika anpassningshastigheter uppstår till följd av att vissa situationer föredras framför andra. Vi undersöker sambandet mellan målkapitalstruktur och finansiella över-/underskott och hur detta påverkar företags förändring i kapitalstruktur. Våra resultat visar att företag är som mest benägna att förändra sin kapitalstruktur när de har ett finansiellt underskott med en kapitalstruktur över sin målkapitalstruktur och minst benägna att förändra sin kapitalstruktur när de har ett finansiellt överskott och en kapitalstruktur under sin målkapitalstruktur. Både Pecking order och Trade-off har inflytande vid förklaring av företags kapitalstruktursförändring, dock har den ena teorin större betydelse än den andra beroende på vilken situation företag befinner sig i. Handledare Joachim Landström Ventilering Tisdag den 2 maj 2009 Opponenter Alexander Runman och Steven Sandpearl

Innehållsförteckning 1 Inledning... 3 1.1 Vidareutveckling av tidigare forskning... 3 2 Teoretisk ansats... 5 2.1 Trade-off... 5 2.2 Pecking order... 5 2.3 Trade-offs bidrag till kapitalstruktursförändring... 6 2.4 Pecking orders bidrag till kapitalstruktursförändring... 7 2.5 Trade-off och Pecking order i en kombinerad teori... 7 2.6 Hypotesgenerering och antaganden gällande förändringar i kapitalstruktur... 8 3 Metod... 9 3.1 Målanpassningsmodellen... 9 3.2 Målanpassningsmodellen med kapitalstruktur och finansiellt underskott som förklarande variabler... 10 3.2.1 Målanpassningsmodellen med kapitalstruktur som förklarande variabel... 11 3.2.2 Målanpassningsmodellen med finansiellt underskott som förklarande variabel 12 3.3 Definiering av finansiellt underskott... 13 3.4 Uppskattning av målkapitalstruktur... 14 4 Resultat från modeller... 17 4.1 Data och urval... 17 4.2 Kapitalstruktur i förhållande till finansiellt underskott faktisk utveckling... 17 4.3 Målkapitalstruktur... 19 4.4 Resultat med kapitalstruktursförändring (MSE) som förklarande variabel... 20 4.5 Resultat med finansiellt underskott (FUT) som förklarande variabel... 21 4.6 Analys Resultat i förhållande till antaganden... 22 5 Slutsats... 25 Referenser... 26 Appendix... 27 2

1 Inledning För att företag ska kunna bedriva och finansiera verksamhet krävs kapital. Detta kapital finansieras i huvudsak av två intressenter, långivare och ägare, och delas i företagets redovisning upp i skulder och eget kapital. I tidigare forskning har det debatterats kring huruvida företag kan påverka sitt värde genom att bestämma proportionerna av dessa två finansieringskällor, företagets kapitalstruktur 1 (Myers 1984, Modigliani och Miller 1958, Miller 1977). The Trade-off theory 2 och The Pecking Order theory 3 är de två teorier som kommit att bli de mest etablerade vid förklaring av företags kapitalstruktur, dock skiljer sig de två teoriernas resonemang mycket från varandra (Fama och French 2005). Trade-off fokuserar i huvudsak på företags kapitalstruktur och menar att företag ska använda och kombinera skulders positiva och negativa effekter, och därmed finna en optimal kapitalstruktur (Miller 1977). Pecking order fokuserar istället på de olika finansieringsalternativ företag har att välja mellan. Enligt teorin prioriteras intern finansiering framför extern, då det betraktas som det billigaste finansieringsalternativet. Pecking order bortser därmed från att företag kan finna en optimal kapitalstruktur, istället är kapitalstrukturen en konsekvens av företags aktuella finansiella ställning där upptagande av nytt kapital är det centrala. (Myers 1984) 1.1 Vidareutveckling av tidigare forskning Än idag kan de två teoriernas förespråkare inte på ett tillfredsställande sätt enskilt förklara företags kapitalstruktur, vilket är en anledning till att Fama och French presenterar en ny vetenskaplig åsikt i sin artikel från 2005 som Byoun bygger vidare på. Forskningen utvecklas från att överbevisa den ena teorin framför den andra till en hypotes där de två teorierna samvarierar och innehåller kompletterande information som förklarar företags kapitalstruktur. Exempelvis förefaller företag ha en målkapitalstruktur (Trade-off), dock kan denna målkapitalstruktur frångås när asymmetrisk information bidrar till en ökad kostnad för de finansieringsalternativ som Trade-off förespråkar, vilket talar för Pecking order och intern finansiering. Det tyder på att företag sätter upp en målkapitalstruktur i början av varje år, men i slutet av perioden verkar dock kapitalstruktur vara en konsekvens av företags aktuella 1 Definieras som nettoskulder dividerat med totala tillgångar genomgående under uppsatsen. 2 Definieras som Trade-off genomgående under uppsatsen. 3 Definieras som Pecking order genomgående under uppsatsen. 3

ekonomiska situation och därmed hur finansiella över-/underskott använts. (Byoun 2008, Fama och French 2002, Fama och French 2005, Thorsell 2008) Hur företags beslut gällande kapitalstruktur ser ut och huruvida det finns ett samband mellan denna och finansiella över-/underskott har fram tills idag inte undersökts i nämnvärd omfattning (Fama och French 2002, Fama och French 2005, Byoun 2008). Vi behandlar detta område för att bidra med en tydligare bild över vilka faktorer som påverkar företags beslut gällande kapitalstruktur, samt om man kan dra några slutsatser gällande hur företag kan tänkas förändra sin kapitalstruktur under kommande period. Vi undersöker om de två teorierna, Pecking order och Trade-off, gemensamt kan förklara företags kapitalstruktur hos svenska börsnoterade företag genom att titta på företags benägenhet att förändra kapitalstrukturen från ett år till ett annat. Detta undersöks med två olika målanpassningsmodeller, dels med kapitalstruktur som förklarande variabel och dels med finansiellt underskott som förklarande variabel. Oss veterligen har endast ett forskningsresultat redovisats inom ämnet, vilket representerar den amerikanska marknaden (Byoun 2008). Vår uppsats utgår utifrån följande frågeställning: Utifrån de två variablerna kapitalstruktur och finansiellt över-/underskott, hur skiljer sig företags benägenhet att närma sig sin målkapitalstruktur? 4

2 Teoretisk ansats 2.1 Trade-off Miller och Modigliani (1958) presenterar i sin artikel teorin att företags värde kan öka vid ökad skuldsättningsgrad, förutsatt att företag betalar skatt på vinsten. Med skuldsättning betalar företag lägre skatt som en konsekvens av räntebetalningar, även kallad skattesköld. Ökad skuldsättning sänker företags totala avkastningskrav, vilket i sin tur ökar företags värde. Miller visar att de intäkter som ökad skuldsättning ger upphov till motsvaras av kostnader i form av ökad finansiell risk, även kallad konkurskostnad, och är ett mått på sannolikheten att ett företag försätts i konkurs (Miller 1977). Konkurskostnader innefattar samtliga kostnader som uppstår i och med att ett företag försätts i konkurs, alternativt uttryckt som de tillgångar i företaget som varken tillfaller ägare eller långivare vid en konkurs. En optimal kombination av skulder och eget kapital uppnås när de intäkter som skatteskölden ger upphov till motsvaras av de kostnader som följer av den ökade finansiella risken. Detta omnämns som Trade-off och innebär att varje enskilt företag har en optimal skuldsättningsgrad, vilket också blir den långsiktiga kapitalstrukturen. (Myers 1984) 2.2 Pecking order Myers (1984) introducerar en alternativ teori till Trade-off, Pecking order, där han hävdar att ett företag inte har en långsiktig kapitalstruktur. Pecking order föds ur resonemanget att Trade-off inte tar hänsyn till alla kostnader som uppkommer i och med upptagande av nytt kapital, eftersom Trade-off bygger på perfekta kapitalmarknader. Pecking order resonerar istället kring i vilken ordning upptagandet av nytt kapital ska ske, där hänsyn tas till transaktionskostnader och asymmetrisk information. När en part har mer information än en annan part uppstår asymmetrisk information. Avsaknaden av fullständig information gör att det är svårt att uppskatta värdet och priset på en produkt. Detta försvårar situationen för köpare och säljare och leder till ineffektiva marknader. (The Economist 2009) Asymmetrisk information på finansiella marknader innebär att finansiärer inte kan urskilja övervärderade företag från undervärderade. Beslutsfattande personer inom ett företag antas besitta inside information som kan påverka företagsvärdet och användas i syfte att emittera aktier när de är övervärderade. Externa investerare är medvetna om detta problem, vilket skapar en osäkerhet på den finansiella marknaden. Med ofullständig information kräver investerare en högre avkastning på investerat kapital och priset på aktien 5

faller därför när företag annonserar nyemitteringar. Beslutsfattare kan förutse detta händelseflöde och undviker därmed nyemissioner. Om lönsamma investeringar måste finansieras via riskfyllda finansieringsalternativ på grund av brist på kapital inom företaget riskerar dessa investeringar att inte accepteras. Den indirekta kostnaden (alternativkostnaden) när företag inte accepterar lönsamma investeringar eller den direkta kostnaden att aktiepriset faller vid nyemission är faktorer som gör att intern finansiering är att föredra. (Myers 1984) Myers prioriterar investeringar i två nivåer. Primärt ska investeringar finansieras internt via kvarhållna vinster. Vid intern finansiering kan asymmetrisk information och transaktionskostnader undvikas då tillgång till fullständig information finns, detta alternativ blir därmed det billigaste. Följaktligen ska investeringar enbart finansieras via externa medel då internfinansiering inte är möjlig. Vid extern finansiering används det finansieringsalternativ som är minst känsligt för asymmetrisk information först, där lånefinansiering betraktas som mindre känsligt än nyemission. (Myers 1984) Aktier emitters endast i nödfall eller när en investerings avkastning överstiger avkastningskravet. Kapitalstrukturen blir i denna situation en konsekvens av företags aktuella finansiella ställning och en optimal kapitalstruktur existerar inte. (Fama och French 2002) 2.3 Trade-offs bidrag till kapitalstruktursförändring Graham (2000) visar i sin studie att företag mot slutet av 1990-talet tenderade att mer aggressivt öka sin skuldsättning (se även Shyam-Sunder och Myers 1999, Frank och Goyal 2003), vilket kan vara en indikation på att Trade-off har en viss förklaring gällande företags kapitalstruktur. I en annan studie säger 81 procent av 392 utfrågade finansdirektörer i amerikanska och kanadensiska företag att de har en målkapitalstruktur. De utfrågade säger sig också ha en mer restriktiv inställning till upptagande av lån när företaget är utsatt för en relativt hög finansiell risk, vilket talar för att företag strävar efter en form av målkapitalstruktur. (Graham och Harvey 2001) Fama och French finner att fler än hälften av de studerade företagen i deras studie antingen återköper eller säljer aktier varje år, trots att de haft möjlighet till andra former av finansiering. De menar att företagen kan kringgå kostnader associerade med asymmetrisk information genom att exempelvis erbjuda aktier till anställda eller aktiefinansierade förvärv. (Fama och French 2005) Detta stöds även av en intervjubaserad studie som inte kan se att finansdirektörer tar hänsyn till asymmetrisk information vid upptagande av nytt kapital (Graham och Harvey 2001). Om asymmetrisk information inte påverkar företags 6

finansieringsbeslut i den omfattning som Pecking order föreslår har företag lättare att justera sin kapitalstruktur mot en målkapitalstruktur. 2.4 Pecking orders bidrag till kapitalstruktursförändring Graham (2000) menar att fördelarna (främst skattesköld) med en hög skuldsättning är betydelsefulla. Trots detta visar stora lönsamma företag med hög likviditet på en förhållandevis låg skuldsättning, vilket talar för att företag med finansiella överskott föredrar intern finansiering (Pecking order). Thorsell (2008) ser i sin studie tendenser till att företags kapitalstruktur påverkas av historiska händelser i företagets verksamhet, historical chance. Historical chance är en aspekt av Pecking order som pekar på att kapitalstrukturen förändras långsamt över tiden. Företag expanderar successivt genom kvarhållna vinster och kapitalstrukturen blir ett resultat av hur framgångsrikt och lönsamt företaget varit tidigare år. Thorsell menar att företags olika kapitalstruktur beror på tur eller otur. Företag med tur har lyckats starta upp verksamheten i lukrativa marknader, alternativt lyckats bygga upp en effektiv organisation. Marknadskrafter kan i sin tur inte separera de två typerna, vilket resulterar i en marknad fylld av företag med olika kapitalstruktur. Lönsamma företag kan minska sin skuldsättningsgrad genom sticky dividend som innebär att företag inte delar ut hela sin balanserade vinst (Lintner 1956). Trender uppstår då i företags kapitalstruktur och syns tydligast i mycket lönsamma företag som kan sänka sin skuldsättning med sticky dividend och intern finansiering, samt i mycket olönsamma företag vars möjlighet till intern finansiering är mindre varför de blir tvungen att öka sin skuldsättning (Thorsell 2008). 2.5 Trade-off och Pecking order i en kombinerad teori Byoun presenterar en teori där han kombinerar de delar från Trade-off och Pecking order som han anser bidrar till förklaring av företags kapitalstruktur. Byoun menar att företag har en tänkt målkapitalstruktur och att företag anpassar sig mot denna (Trade-off). Företag prioriterar dock intern finansiering framför upptagande av nya lån (Pecking order), vilket visar sig när anpassningen mot målkapitalstrukturen sker med olika hastighet. Exempelvis tenderar anpassningen att ske snabbare vid ett finansiellt överskott om företag har en skuldsättning över målkapitalstrukturen jämfört med en skuldsättning under målkapitalstrukturen. (Byoun 2008) 7

2.6 Hypotesgenerering och antaganden gällande förändringar i kapitalstruktur Företeelser på marknader indikerar att både Trade-off samt Pecking order har inverkan på företags kapitalstruktur. Vare sig den ena eller den andra kan dock ge en komplett förklaring till företags val av kapitalstruktur. (Byoun 2008, Fama och French 2005) Thorsell uttrycker även vikten av historiska händelser inom företag för att förklara kapitalstrukturen (Thorsell 2008). I den studie vi genomför menar även vi att den aktuella kapitalstrukturen är en konsekvens av den historiska utvecklingen inom företag, där tidigare års finansiella över-/underskott leder till dagens kapitalstruktur och att asymmetrisk information och transaktionskostnader gör att intern finansiering är att föredra framför extern. Detta är än så länge i enlighet med Pecking order, dock menar vi att företag ser fördelar med viss skuldsättning och bidrar till att företag sätter upp en målkapitalstruktur i början av aktuell period. Den aktuella kapitalstrukturen anpassas i sin tur mot målkapitalstrukturen. Vi menar, precis som Byoun (2008), att anpassningen mot företags målkapitalstruktur sker med olika hastighet, då de kostnader som uppkommer vid finansieringsbeslut är olika höga i olika situationer och gör att vissa situationer föredras framför andra. De fyra olika situationerna presenteras i Tabell I. En första situation är finansiellt överskott med överbelåning, en andra är finansiellt underskott med överbelåning, en tredje är finansiellt överskott med underbelåning och en fjärde är finansiellt underskott med underbelåning (Byoun 2008). Tabell I Matris över våra antaganden Företag ligger över sin målkapitalstruktur Finansiellt överskott Finansiellt underskott För att närma sig målkapitalstrukturen krävs reducering av lån. Ett finansiellt överskott borde resultera i en relativt snabb återgång. För att närma sig målkapitalstrukturen krävs reducering av lån. Ett finansiellt underskott borde resultera i en relativt långsam återgång. Företag ligger under sin målkapitalstruktur För att närma sig målkapitalstrukturen krävs upptagande av lån. Ett finansiellt överskott borde resultera i en relativt långsam återgång. För att närma sig målkapitalstrukturen krävs upptagande av lån. Ett finansiellt underskott borde resultera i en relativt snabb återgång. 8

3 Metod För att undersöka företags benägenhet att förändra kapitalstrukturen från ett år till ett annat presenterar vi två målanpassningsmodeller, en med kapitalstruktur som förklarande variabel och en med finansiellt underskott som förklarande variabel. Med detta ser vi hur företag agerar gällande kapitalstruktur beroende på situation de befinner sig i. Undersökningen baseras på samtliga svenska börsnoterade företag under perioden 1997 till 2008 och data för studien hämtas från Datastream. Vi använder oss av 1997 som startperiod för att få ett så stort urval som möjligt i förhållande till en relativt lång tidsperiod. Samtliga finansiella företag och fastighetsföretag tas bort ur urvalet då kapitalstrukturen i denna bransch skiljer sig väsentligt från övriga. Dessa företag har normalt en högre skuldsättningsgrad än övriga företag och ett snedvridet resultat skulle erhållas om dessa företag inkluderades (Byoun 2008, Fama och French 2005). 3.1 Målanpassningsmodellen Studien är i stora delar en replika på Byouns (2008) studie och vi använder oss av motsvarande variabler för att se om ett liknande samband kan återfinnas i vårt urval. En anpassning för ett företag mot dess målkapitalstruktur kan beskrivas som: (1) där, representerar målkapitalstrukturen för företag i vid tidpunkt t, T it (wc02999) 4 är totala tillgångar för företag i vid tidpunkt t, och S it (wc18199) är nettoskulder (totala skulder minus kassa) för företag i vid tidpunkt t (Byoun 2008). Till skillnad från Byoun, som i sin studie använder sig av både långsiktiga och totala skulder, använder vi oss konsekvent av nettoskulder i vår studie. Nettoskuld är ett bättre mått på företags belåning då den representerar den verkliga risken med belåning. Kassa kan ses som en riskfri tillgång och eliminerar därmed risken i motsvarande skuldbelopp. Kassan är med andra ord att betrakta som en negativ skuld, nettoskuld är i och med detta det mest lämpliga skuldmåttet vid studier av kapitalstruktur. (Berk och DeMarzo 2007) 4 Parantes innehållandes wc följt av en sifferkombination är den aktuella variabelns kod i Datastream. 9

Formel (1) är en variant av målanpassningsmodellen där anpassningshastigheten är 100 procent. Denna modell är därmed så pass förenklad att den inte fångar upp de variationer i anpassningshastigheten som sker till följd av asymmetrisk information och transaktionskostnader. (Byoun 2008) Genom att dividera båda sidorna av formel (1) med totala tillgångar (T it ) och multiplicera in en dummy (D it ) i högerledet kan formeln skrivas: (2) För att fånga upp varierande anpassningshastigheter beroende på om företag befinner sig över eller under sin målkapitalstruktur vidareutvecklas formeln till följande regressionsmodell, som också är målanpassningsmodellen: (3) där. MSE visar förväntad förändring i skulder under perioden. Om MSE är positiv har företaget en kapitalstruktur under målsättningen och dummyvariabeln D under sätts till ett, i annat fall till noll. Omvänt förhållande innebär att om skillnaden är negativ har företaget en kapitalstruktur över målsättningen och dummyvariabel D över sätts till lika med ett, i annat fall noll för företag i vid tidpunkt t. På en marknad utan friktion skulle företag göra en omedelbar anpassning mot sin målkapitalstruktur för varje enskild period. I denna situation skulle α 1 = 0 och α 2 = α 3 = 1. Eftersom marknader innehåller kostnader i form av asymmetrisk information och transaktionskostnader kommer α 2 och α 3 alltid att vara mindre än ett. Om kostnader förknippade med extern finansiering är högre för eget kapital jämfört med skulder förväntas α 2 > α 3. Termen α 1 i ekvationen är en konstant som förklarar förändringar i skulder som beror på andra faktorer än de som kan förklaras från avvikelsen från målkapitalstruktur, exempelvis för att fylla finansiella gap (finansiella över-/underskott) när avvikelsen från målkapitalstruktur är noll. (Byoun 2008) 3.2 Målanpassningsmodellen med kapitalstruktur och finansiellt underskott som förklarande variabler Utifrån målanpassningsmodellen (3) utvecklar vi två justerade formler (4 och 5) till hjälp för våra antaganden i Tabell I. De båda formlerna samt förväntad anpassningshastighet i respektive situation enligt antagandena sammanfattas i Tabell II (Byoun 2008). 10

Tabell II Förväntad storlek på förändringshastigheten med kapitalstruktursförändring och finansiellt underskott som förklarande variabler Tabellen visar med vilken hastighet företag förväntas justera sin kapitalstruktur mot målkapitalstrukturen, givet att de har ett finansiellt över-/underskott. Hastigheten mäts utifrån de aktuella koefficienterna från de båda regressionsmodellerna: (4) MSE it är avvikelse från målkapitalstrukturen för företag i vid tidpunkt t. FUT it är finansiellt över-/underskott definierat som likvida utdelningar minus kassaflödet från investeringsverksamheten minus det operationella kassaflödet dividerat med totala tillgångar för företag i vid tidpunkt t. är en dummyvariabel för målkapitalstrukturen för företag i vid tidpunkt t. Befinner sig företagen över målkapitalstrukturen sätts den till ett (justeringen blir då att reducera lån för att närma sig målstrukturen), och i annat fall till noll. är en dummyvariabel för målkapitalstrukturen för företag i vid tidpunkt t. Befinner sig företagen under målkapitalstrukturen sätts den till ett (justeringen blir då att ta upp nya lån för att närma sig målstrukturen), och i annat fall till noll. är en dummyvariabel för finansiellt överskott för företag i vid tidpunkt t. Har företagen finansiellt överskott sätts den till ett (företagen reducerar då externt kapital), och i annat fall noll. är en dummyvariabel för finansiellt underskott för företag i vid tidpunkt t. Har företagen finansiellt underskott sätts den till ett (företagen tar då upp externt kapital), och i annat fall till noll. (5) Målkapitalstruktur Över (D över =1) Målkapitalstruktur Under (D under =1) Finansiellt Överskott (D överskott =1) Anpassning mot målstrukturen kräver reduktion av lån. Med finansiellt överskott förväntas anpassningen ske relativt snabbt: β 3 > 0 och stor. Det finansiella överskottet används för att reducera överbelåningen: γ 3 > 0 och stor. Anpassning mot målstrukturen kräver upptagande av nya lån. Med finansiellt överskott förväntas anpassningen ske relativt långsamt: β 5 < β 6. Det finansiella överskottet används för att reducera antingen lån eller eget kapital: γ 4 < γ 3. Finansiellt Underskott (D underskott =1) Anpassning mot målstrukturen kräver reduktion av lån. Med finansiellt underskott förväntas anpassningen ske relativt långsamt: β4 < β3 Med överbelåning är det svårare att ta upp nya lån för att finansiera finansiellt underskott: γ 5 < γ 6 Anpassning mot målstrukturen kräver upptagande av nya lån. Med finansiellt underskott förväntas anpassningen ske relativt snabbt: β 6 > 0 och stor Med underbelåning är det lättare att ta upp nya lån för att finansiera finansiellt underskott: γ 6 > 0 och stor. 3.2.1 Målanpassningsmodellen med kapitalstruktur som förklarande variabel Formel (4) visar hur snabbt företag anpassar sig till målkapitalstrukturen med MSE som förklarande variabel. Utifrån vilken av de fyra situationer företag befinner sig i kan vi bestämma anpassningshastigheten i och med de olika β i formeln. 11

(4) D överskott är en dummyvariabel lika med ett vid finansiellt överskott (företaget reducerar andelen externt kapital) och noll i annat fall för företag i tidpunkt t. D underskott är en dummyvariabel lika med ett vid finansiellt underskott (företaget ökar andelen externt kapital) och noll i annat fall för företag i vid tidpunkt t. (Byoun 2008) Ekvationen innehåller två konstanter (ß 1 och ß 2 ) som fångar upp korrigeringar som beror på andra faktorer än de anpassningar som sker i samband med anpassningen mot målkapitalstruktur vid finansiellt över-/underskott. Givet Pecking order förväntas företag med noll avvikelse från målkapitalstrukturen minska sina skulder vid finansiellt överskott och öka sina skulder vid finansiellt underskott (ß 1 > 0 och ß 2 > 0). Koefficient ß 3 mäter anpassningshastigheten när företag har ett finansiellt överskott med en skuldsättningsgrad över sin målsättning. Detta samband förväntas vara positivt och ha hög anpassningshastighet. När företag har ett finansiellt underskott med en skuldsättningsgrad över dess målsättning blir incitamenten mindre att reducera skulder (ß 3 > ß 4 ). När företag med en skuldsättningsgrad under sin målsättning har ett finansiellt underskott är det stor sannolikhet att nya skulder tas upp och ß 6 förväntas vara positivt och ha hög anpassningshastighet. När företag å andra sidan har en skuldsättningsgrad under dess målsättning men ett finansiellt överskott förväntas anpassningshastigheten vara lägre, ceteris paribus (ß 5 < ß 6 ). (Byoun 2008) 3.2.2 Målanpassningsmodellen med finansiellt underskott som förklarande variabel Den andra formeln (5) visar hur snabbt företag anpassar sig till målkapitalstrukturen med finansiellt underskott som förklarande variabel. Om anpassning av kapitalstruktur sker på grund av finansiellt över-/underskott kommer anpassningshastigheten bero på företagets behov av extern finansiering, alternativt tillgång till finansiellt överskott, och skillnaden mellan företagets aktuella kapitalstruktur och målkapitalstruktur. Vi beräknar företags benägenhet att tillägna finansiella över-/underskott till kapitalstruktursanpassningar med följande modell: (5) 12

där. FUT visar periodens finansiella underskott dividerat med tillgångar. Formeln visar hur mycket av finansiellt över-/underskott som går in i skulder/eget kapital, beroende på om kapitalstrukturen är över eller under målkapitalstrukturen. Enligt våra antaganden visar företag större benägenhet att använda finansiellt överskott för att reducera en skuldsättningsgrad över målsättningen (D över ) jämfört med att reducera en skuldsättningsgrad under målsättningen (D under ) (γ 4 < γ 3 ). Ett företag visar även större benägenhet att finansiera ett underskott med skulder när företaget har en skuldsättningsgrad under målsättningen jämfört med en skuldsättningsgrad över målsättningen (γ 5 < γ 6 ). (Byoun 2008) 3.3 Definiering av finansiellt underskott För att undersöka anpassningen i kapitalstruktur vid finansiellt över-/underskott mäts finansiellt över-/underskott utifrån Byouns (2008) kassaflödesformel: (6) Första variabeln från vänster, OCF it, är det operationella kassaflödet som beräknas efter ränteintäkter/kostnader och skatt för företag i vid tidpunkt t. Andra variabeln, I it, är nettoinvesteringar för företag i vid tidpunkt t. Tredje variabeln, RK it, är förändringar i rörelsekapital netto för företag i från tidpunkt t-1 till t. Högra sidan av formeln består av förändring i räntebärande skulder, S it, för företag i från tidpunkt t till t-1. UTD it, (wc05376) utdelning för företag i tidpunkt t samt förändring i eget kapital netto, EK it, för företag i från tidpunkt t-1 till t. Utifrån detta kan finansiellt underskott definieras enligt följande formel: (7) För att anpassa modellen bättre till tillgången av data i Datastream väljer vi att justera definitionen av finansiellt underskott till följande formel: (8) där CFI it (wc04870) är kassaflödet från investeringsverksamheten, netto. Anledningen att vi byter tecken framför CFI är att Byoun använder investerat kapital (utflöde) och vi använder kassaflödet från investeringsverksamheten (inflöde). Ett företag med positivt CFI minskar sina nettoinvesteringar och således minskar även det finansiella underskottet. Vår definition av OCF it (wc04860) är det operationella kassaflödet inklusive förändringar i rörelsekapital 13

( RK), till skillnaden från Byoun som har förändringar i rörelsekapital fristående i formeln. På så sätt uttrycker ekvation (8) samma sak som ekvation (7). Ett negativt finansiellt underskott innebär att företaget har ett finansiellt överskott. 3.4 Uppskattning av målkapitalstruktur Studiens två testmodeller, dels målanpassningsmodellen med hänsyn till kapitalstruktur (4) och dels målanpassningsmodellen med hänsyn till finansiellt underskott (5), antar att företag i början av varje period har en målkapitalstruktur som de strävar efter att uppnå. Hur företags målkapitalstruktur uppskattas bäst har det i litteraturen debatterats mycket (Byoun 2008, Fama och French 2002, Thorsell 2008). Svårigheten ligger i att använda de variabler som bäst förklarar målkapitalstrukturen. Vi använder oss av en liknande OLS 5 regressionsmodell (9) som Byoun (2008) då den tar hänsyn till både företagsspecifika och branschspecifika förklarande variabler: (9) är den multipla regressionens uppskattade målkapitalstruktur för företag i vid tidpunkt t. S representerar nettoskulder för företag i vid tidpunkt t, T är totala tillgångar för företag i vid tidpunkt t och ε är slumpfel (residual) för företag i vid tidpunkt t. X it är en vektor av de variabler som anses ha mest påverkan på företag i:s optimala kapitalstruktur vid period t. X it innehåller således information om de intäkter och kostnader som uppstår i samband med olika grad av skuldsättning och innehåller följande: RM = rörelseintäkt (wc01250) dividerat med totala tillgångar (wc02999). Högre intäkter inom ett företag tenderar att resultera i antingen lägre eller högre skuldsättning. En lägre skuldsättning kan vara resultatet av att (höga) balanserade vinster successivt späder ut skuldsättningen. En högre skuldsättning kan vara resultatet av en skattesköld där ett företag kan betala mer i ränta vid höga intäkter. (Byoun 2008) BM = företags redovisade värde (wc03501) i förhållande till marknadsvärdet (wc08001) (Book to Market). Lägre BM är en indikation på att företag har hög tillväxtpotential. Företag med hög tillväxtpotential tenderar att ha lägre 5 Från engelskans Ordinary Least Square (OLS), minsta kvadratmetoden 14

skuldsättning för att öka förmågan att ta del av dessa tillväxtmöjligheter. (Fama och French 2005) LnT = naturliga logaritmen (då variabeln har ett exponentiellt samband) av totala tillgångar (wc02999). LnT är ett mått på företags storlek där stora företag generellt sett har högre skuldsättningsgrad. (Byoun 2008, Frank och Goyal 2003) Avskr = avskrivning samt amorteringar (wc01151) i förhållande till totala tillgångar (wc02999). Företag med högre Avskr har inte lika stort behov av den skattesköld som räntebetalningarna ger upphov till och tenderar således att ha lägre skuldsättning. (Byoun 2008) RT = rörelsetillgångar (wc02201) dividerat med totala tillgångar (wc02999). Företag med lägre RT kan ta upp mer lån och på så sätt ha en högre skuldsättning. (Byoun 2008) UTD = aktieutdelning (wc05376) dividerat med totala tillgångar (wc02999). Utdelningar är ett sätt att, i kombination med lån, kontrollera agentkostnader som uppkommer i och med högt finansiellt överskott, och påverkar således skuldsättningen (Fama och French 2002). AZ = det modifierade Altman s Z-score: (3,3 EBIT (wc18191) + nettoförsäljning (wc01001) + 1,2 rörelsekapital (wc03101)) dividerat med totala tillgångar (wc02999). AZ är ett mått på sannolikheten för konkurs, vilket i sin tur påverkar de konkurskostnader som Trade-off teorin bygger på. (Graham 2000) I Altman s Z-score ingår ävsen 1,4 balanserade vinster. Vi är dock tvungna att bortse från denna komponent på grund av otillgänglig data. Vi anser inte att det påverkar resultatet nämnvärt då det är en så pass liten komponent i förhållande till övriga komponenter och väljer därför att behålla AZ då det är en central variabel för uppskattning av optimal kapitalstruktur. Ekvation (9) främsta svaghet är antagandet om att företag anpassar sig direkt till sin tänkta målkapitalstruktur samtidigt som formel (3) bygger på att det är viss fördröjning i anpassningen. Byoun (2008) använder en utökad modell som tar hänsyn till fördröjning i anpassningen för att få ett mer förklarande resultat. Byoun kommer i sin studie fram till snarlika resultat oberoende av vilken av de två modellerna han använder. Vi väljer därför att bortse från Byouns utökade modell i vår studie. 15

Vissa av variablerna i ekvation (9) kan ge effekt på företags kapitalstruktur några år efter aktuell period, så kallad laggad påverkan. Byoun (2008) testar med laggade variabler, vars resultat liknar de som är utan laggade variabler. Laggade variabler innebär även att urvalet, och således testets styrka, minskar. Av dessa två anledningar bortser vi från laggade variabler i ekvation (9). Ekvation (9) bygger på antagandet att företagen är homogena, där variablerna är normalfördelade och att variansen på slumpfelet är konstant. Vi testar därför om variablerna kan anses vara normalfördelade (Bowman-Shelton test) och om slumpfelsvariansen är konstant (heteroskedasticitet). Ytterligare kritik kan vara att variablerna är högt korrelerade och förklarar samma sak (multikollinearitet), vilket gör att en hög förklaringsgrad kan ge ett missvisande resultat, varför test på multikollinearitet genomförs (VIF test). Vi undersöker även om någon av variablerna inte tillför ekvation (9) något via test av delmängd. Samtliga test återfinns i Appendix. (Newbold et al. 2007) 16

4 Resultat från modeller 4.1 Data och urval Studien innehåller data från 107 börsnoterade svenska företag om sammanlagt 1268 observationer. Företag som i första urvalet saknar målkapitalstruktur eller data under den studerade perioden plockas bort. De utvalda företagen återfinns i Appendix tillsammans med branschtillhörighet. Tabell III Urvalets nettoskulder, totala tillgångar, kapitalstruktur samt finansiella underskott Urvalet består av data mellan 1997-2008 redovisat på vartannat år. Data är från 1268 årsvisa observationer från 107 svenska företag hämtade i Datastream. Nettoskulder, totala tillgångar och finansiellt underskott återges i miljoner svenska kronor. Kapitalstruktur är beräknat utifrån varje observations nettoskuld dividerad med totala tillgångar för respektive period. Medelvärde Min Median Max Standardavvikelse Nettoskulder 1997 1 252-13 424 44 20 814 4 471 1999 1 949-6 789 140 40 526 6 146 2001 2 951-8 445 253 54 185 7 748 2003 1 441-36 697 198 24 933 6 552 2005 1 404-56 536 178 37 938 8 924 2007 2 794-30 500 246 77 211 11 522 Totala Tillgångar 1997 11 114 18 994 163 295 26 954 1999 13 903 30 1 437 206 480 34 512 2001 18 127 26 1 883 253 184 42 221 2003 16 904 21 1 678 224 424 38 174 2005 19 519 40 2 267 251 803 42 872 2007 21 488 28 2 784 312 864 45 301 Kapitalstruktur 1997 0,029-0,975 0,078 0,491 0,288 1999 0,065-0,772 0,124 0,610 0,279 2001 0,095-0,797 0,163 0,559 0,285 2003 0,051-0,895 0,112 0,601 0,310 2005 0,054-0,921 0,101 0,494 0,281 2007 0,101-0,951 0,145 0,523 0,279 Finansiellt underskott 1997-1 145-23 981-101 7 411 3 945 1999-1 724-24 279-159 4 188 4 747 2001-1 999-38 383-231 9 844 5 506 2003-2 130-29 707-162 1 225 5 162 2005-2 680-46 682-286 621 6 210 2007-3 130-60 875-282 3 066 7 930 4.2 Kapitalstruktur i förhållande till finansiellt underskott faktisk utveckling Inledningsvis presenterar vi den faktiska utvecklingen i kapitalstruktur under åren 1997-2008 och sammanfattas i Tabell III. Finansiell data visar att den genomsnittliga kapitalstrukturen 17

fluktuerar under den studerade perioden. Figur I visar att skuldsättningen (både medel och median) minskar efter 2001 för att sedan öka igen efter några år, samtidigt som totala tillgångar under den studerade perioden växer konstant (se Appendix). Företag har ökat sin skuldsättningsgrad under åren fram till 2001 för att därefter minska andelen skulder omgående och vi kan se en tydlig trendförändring i både medel- och mediankapitalstruktur. Figur II visar att urvalets finansiella underskott utvecklat sig negativt i medelvärd och i medianvärde. Allt annat lika (nyemissioner och långsiktiga lån oförändrade) borde skuldsättningsgraden minska under motsvarande tidsperiod. Detta eftersom det finansiella överskottet (negativt underskott) ökar och oavsett om överskottet används till att avbetala skulder eller behållas i form av kassa så minskar skuldsättningsgraden, då vi definierar skulder enligt nettoskulder. Eftersom företag kan justera kapitalstruktur via nyemission eller förändring av lån kan kapitalstruktur förändras oberoende av det finansiella underskottet. Fluktuationerna i kapitalstruktur skiljer sig från fluktuationer i finansiellt underskott, vilket tyder på att företag påverkas av andra faktorer än enbart finansiellt underskott när de justerar sin kapitalstruktur. På så sätt förändras delvis kapitalstrukturen som en konsekvens av att företag väljer att ändra sin målkapitalstruktur. S/T 0,18 Kapitalstruktur 0,16 0,14 0,12 0,1 0,08 0,06 Medelvärde Median 0,04 0,02 0 1995 1997 1998 1999 2001 2002 2004 2005 2006 2008 2009 År Variabel Mått 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 S/T Medel 0,0292 0,0616 0,0645 0,0797 0,0951 0,0735 0,0512 0,0292 0,0537 0,0566 0,1010 0,1114 Median 0,0783 0,1380 0,1241 0,1310 0,1627 0,1435 0,1123 0,0598 0,1014 0,0649 0,1446 0,1660 Figur I. Genomsnittlig kapitalstruktur under perioden 1994-2008 18

Finansiellt underskott 1995 1998 2001 2004 2006 2009 0-500 -1000-1500 -2000 Medelvärde Median -2500-3000 -3500 Msek År Variabel Mått 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 FU Medel -1 145-1 548-1 724-1 482-1 999-2 180-2 130-2 156-2 680-2 430-3 130-1 881 Median -101-104 -159-118 -231-149 -162-211 -286-222 -282-203 Figur II. Genomsnittligt finansiellt underskott under perioden 1994-2008 4.3 Målkapitalstruktur Resultatet från regressionen återfinns i Tabell IV. Variabeln RM har en positiv effekt på företags skuldsättning, vilket talar för att företag med högre intäkter drar fördel av en större potentiell skattesköld i enlighet med Trade-off. Även BM och Ln(T) har positiv effekt på företags skuldsättning och, precis som Fama och French (2005) och Byoun (2008) kommer fram till, tenderar företag med högre redovisat värde i förhållande till marknadsvärde, samt stora företag, att ha en högre skuldsättning. I motsats till Byouns (2008) resultat visar vår studie att företag med en högre Avskr även har en högre skuldsättning. Både RT och UTD påverkar företags skuldsättning negativt, vilket också Byoun (2008) och Fama French (2002) kommer fram till. Företag med högre RT eller UTD tenderar därmed att ha en lägre skuldsättning. Slutligen visar sig AZ ha en svag positiv påverkan på företags skuldsättning. Vid uppskattning av målkapitalstruktur (ekvation (9)) genomför vi ett F-test och får signifikant resultat med F-värde 130,36 (vilket är större än det kritiska F-värdet 2,01 med υ 1 =7 och υ 2 =1 260 på 5 procents nivå). Ekvation (9) har däremot vissa statistiska brister. Majoriteten av variablerna är till viss del korrelerade med varandra. Däremot föreligger inte multikollinearitet, vilket innebär att förklaringsgraden (R 2 ) 0,4169 anses representativ för regressionen. Samtliga variabler bör ingå i regressionen då test av delmängd ger signifikant 19

resultat med samtliga variabler inkluderade, trots att två av variablerna (Avskr och AZ) inte enskilt är statistiskt signifikanta. Signifikanta resultat kan vara felaktiga då ingen av variablerna anses vara normalfördelade, eftersom majoriteten av dem avviker mycket från normalfördelningsantagandet. Heteroskedasticitet (ej konstant varians på residualerna) anses också föreligga och påverkar resultatets tolkningsbarhet negativt. Eftersom de två antagandena inte är uppfyllda finns det risk att ekvation (9) estimerar kapitalstruktur felaktigt. En felaktig estimering av kapitalstruktur innebär att de två testmodellerna (4 och 5) bygger på felaktiga siffror vilket i ett sådant fall gör att resultaten från studien kan vara felaktiga. Se Appendix för samtliga test. Tabell IV Resultat från uppskattad optimal kapitalstruktur Regressionen är baserad på 1268 årsvisa observationer från 107 svenska företag under perioden 1997-2008. Siffran till höger om respektive variabel är den förväntade kapitalstruktursförändringen om variabeln ökar med ett, allt annat lika. Siffrorna inom parantes representerar p-värdet för respektive variabel. Vid en signifikansnivå på 5 procent anses variabeln signifikant om p-värdet är mindre än 0,05. R 2 är hela ekvationens förmåga att förklara variationer i kapitalstruktur, även kallat förklaringsgrad. Oberoende variabel Ekvation (9) Konstant 0,2597 (0,0000) RM 0,3708 (0,0000) BM 0,0496 (0,0000) Ln(t) 0,0113 (0,0011) Avskr. 0,1650 (0,2980) RT -0,6956 (0,0000) UTD -1,6405 (0,0000) AZ 0,0100 (0,0904) R 2 0,4169 4.4 Resultat med kapitalstruktursförändring (MSE) som förklarande variabel Vi mäter hur snabbt företag anpassar sig till målkapitalstrukturen med MSE som förklarande variabel, resultaten sammanfattas i Tabell V. Våra tester visar att anpassningshastigheten är som lägst, och att företag därmed är som minst benägna att förändra sin kapitalstruktur, när de har en kapitalstruktur under målkapitalstrukturen och har ett finansiellt överskott (ß 5 ). Teorin gällande antagandet att anpassningshastigheten vid D under är högre vid ett finansiellt underskott jämfört med ett finansiellt överskott (ß 5 < ß 6 ) överensstämmer med våra resultat. 20

Företag med en kapitalstruktur under målkapitalstrukturen är mer benägna att öka sina skulder vid ett finansiellt underskott jämfört med ett finansiellt överskott. Som mest villiga är företag att förändra sin kapitalstruktur när de har en kapitalstruktur över målkapitalstrukturen vid ett finansiellt underskott (ß 4 ). Resultat överensstämmer inte gällande antagandet ß 4 < ß 3 (statistiskt säkerställt, se Appendix). Våra resultat motsäger alltså detta och tyder istället på att företags anpassningshastighet, gällande samtliga fyra situationer, är som högst när företag har en kapitalstruktur över sin målkapitalstruktur och har ett finansiellt underskott. Uppskattning av anpassningshastigheten (ekvation (4)) är ett statistiskt tolkningsbart resultat. Vi genomför ett F-test på hela modellen och får signifikant resultat med ett F-värde på 117,28 (vilket är större än det kritiska F-värdet 2,37 med υ 1 =4 och υ 2 =1 263 på 5 procents nivå). Däremot föreligger heteroskedasticitet (se Appendix), vilket innebär att testets p-värden riskerar att visa signifikant resultat trots att detta inte är fallet. Å andra sidan är p-värdena så pass låga att vi skulle få signifikant resultat på 0,1 procents nivån på samtliga variabler. Tabell V Anpassningshastighet med MSE som förklarande variabel Regressionen är baserad på 1268 årsvisa observationer från 107 svenska företag under perioden 1997-2008. Siffran till höger om respektive variabel är den förväntade anpassningshastigheten. Siffrorna inom parantes representerar p-värdet för respektive variabel. Vid en signifikansnivå på 5 procent anses variabeln signifikant om p-värdet är mindre än 0,05. R 2 är hela ekvationens förmåga att förklara förändring i kapitalstruktur, även kallat förklaringsgrad. D över innebär att företag har en kapitalstruktur över målkapitalstrukturen. D under innebär att företag har en kapitalstruktur under målkapitalstrukturen. D underskott innebär att företag har ett finansiellt underskott. D överskott innebär att företag har ett finansiellt överskott. Oberoende variabel β Ekvation (4) Konstant β 1 och β 2 0,0238 (0,0002) D överskott.mse.d över β 3 0,3368 (0,0000) D underskott.mse.d över β 4 0,5782 (0,0000) D överskott.mse.d under β 5 0,1435 (0,0003) D underskott.mse.d under β 6 0,4449 (0,0000) R 2 0,2708 4.5 Resultat med finansiellt underskott (FUT) som förklarande variabel Vi mäter hur snabbt företag anpassar sig till målkapitalstrukturen med finansiellt över- /underskott som förklarande variabel, resultaten sammanfattas i Tabell VI. Resultaten visar att anpassningen är som högst, och att företag är som mest villiga att förändra sin kapitalstruktur, när de har en kapitalstruktur över målkapitalstrukturen och har ett finansiellt underskott (γ 5 ). 21

Resultaten visar även att anpassningshastigheten är som lägst när företag har ett finansiellt överskott med en kapitalstruktur under målkapitalstrukturen (γ 4 ). Gällande antagandet (γ 5 < γ 6 ) att företag med finansiellt underskott är mer benägna att förändra sin skuldsättning vid en kapitalstruktur under målkapitalstrukturen jämfört med en kapitalstruktur över målkapitalstrukturen stämmer inte med studiens resultat, detta kan dock inte bekräftas statistiskt (se Appendix). Företag som har ett finansiellt överskott är mer benägna att förändra sin kapitalstruktur om de har en kapitalstruktur över målkapitalstrukturen jämfört med om de har under sin målkapitalstruktur och antagandet γ 4 < γ 3 stämmer med våra resultat. Uppskattning av anpassningshastigheten (ekvation (5)) är ett statistiskt tolkningsbart resultat. Vi genomför ett F-test på hela modellen och får ett signifikant resultat med ett F-värde på 81,07 (vilket är större än det kritiska F-värdet 2,37 med υ 1 =4 och υ 2 =1 263 på 5 procents nivå). Däremot föreligger heteroskedasticitet (se Appendix), vilket innebär att testets p-värden riskerar att visa signifikant resultat trots att detta inte är fallet. Å andra sidan är p-värdena så pass låga att vi skulle få signifikant resultat på 0,1 procents nivån på samtliga variabler förutom konstanten. Tabell VI Anpassningshastighet med FUT som förklarande variabel Regressionen är baserad på 1268 årsvisa observationer från 107 svenska företag under perioden 1997-2008. Siffran till höger om respektive variabel är den förväntade anpassningshastigheten. Siffrorna inom parantes representerar p-värdet för respektive variabel. Vid en signifikansnivå på 5 procent anses variabeln signifikant om p-värdet är mindre än 0,05. R 2 är hela ekvationens förmåga att förklara förändring i kapitalstruktur, även kallat förklaringsgrad. D över innebär att företag har en kapitalstruktur över målkapitalstrukturen. D under innebär att företag har en kapitalstruktur under målkapitalstrukturen. D underskott innebär att företag har ett finansiellt underskott. D överskott innebär att företag har ett finansiellt överskott. Oberoende variabel γ Ekvation (5) Konstant γ 1 och γ 2 0,0152 (0,0267) D över.fut.d överskott γ 3 0,3667 (0,0000) D under.fut.d överskott γ 4-0,1906 (0,0000) D över.fut.d underskott γ 5-0,4892 (0,0000) D under.fut.d underskott γ 6 0,4765 (0,0000) R 2 0,2043 4.6 Analys Resultat i förhållande till antaganden Enligt våra antaganden är företag mest villiga att förändra sin kapitalstruktur, och har därmed högst anpassningshastighet, när de har en kapitalstruktur över målkapitalstruktur och ett 22

finansiellt överskott. Antagandet bygger på den finansiella risk som kommer med hög skuldsättning och att företag därför är måna om att sänka denna när kapital finns tillgängligt i form av finansiellt överskott. Denna anpassningshastighet ska vara högre än den med en kapitalstruktur under målkapitalstrukturen tillsammans med ett finansiellt underskott. Även denna situation antas ha hög hastighet eftersom företaget befinner sig i en finansiellt ansträngd situation, men samtidigt har möjligheten att ta upp nya skulder. Anledningen till att hastigheten borde vara högre i den första situationen beror på att företag väntas använda hela sitt finansiella överskott till att sänka skuldsättningsgraden (γ 3, ß 3 nära ett) vid en kapitalstruktur över målkapitalstrukturen, medan en kombination av skulder och eget kapital (ß 6 < ß 3 γ 6 < γ 3,) används för att finansiera ett finansiellt underskott vid en kapitalstruktur under målkapitalstrukturen. Resultaten som sammanfattas i Tabell VII överensstämmer inte med de antaganden som studien bygger på. Enligt våra resultat är företag som mest benägna att förändra sin kapitalstruktur när de har högre skuldsättning än önskat och dessutom har ett finansiellt underskott. Företag väljer att i en finansiellt ansträngd situation sänka sin skuldsättningsgrad genom att via exempelvis nyemissioner ta upp nytt eget kapital. Vi tolkar detta som att företag i detta fall bortser från den asymmetriska information som är förknippad med extern finansiering. Även finansiell risk bidrar till att anpassningshastigheten är som högst i denna situation, då sannolikheten att ett företag försätts i konkurs ökar när skuldsättningen är hög. När företag har en skuldsättning över målkapitalstrukturen överstiger kostnaderna förknippade med finansiell risk intäkterna förknippade med skattesköld. Tabell VII Matris över resultaten Finansiellt överskott Finansiellt underskott Företag ligger över sin målkapitalstruktur β 3 = 0,3368 γ 3 = 0,3667 β 4 = 0,5782 γ 5 = -0,4893 Företag ligger under sin målkapitalstruktur β 5 = 0,1435 γ 4 = -0,1906 β 6 = 0,4449 γ 6 = 0,4765 Enligt våra antaganden är anpassningshastigheten lägst, och företag är därmed minst villiga att förändra kapitalstrukturen, vid ett finansiellt underskott med en kapitalstruktur över målkapitalstrukturen. Resultaten motsäger detta och vi finner istället att 23