Tabell 5: Ovan visas den för urvalet genomsnittliga kumulativa abnorma avkastningen inom respektive eventfönster. Abnorma avkastningar baseras på marknadsmodellen och beräknas över en 120-dagarsperiod (dag -130 till och med dag -11). Antalet asterisk indikerar signifikansnivån (* = 10%, ** = 5% och *** = 1%).
I tabell 5 visas resultatet för eventstudien. Under eventdagen i sig genererades en genomsnittlig överavkastning om 1,12%, vilket är signifikant vid 1%. Under perioden (-1 till 0) och (-1 till 1) påträffas också signifikant positiva kumulativa abnorma avkastningar om 1,41% respektive 1,87%, vid 5% signifikansnivå. Detta visar att informationen som publicerades vid annonseringen av avknoppningar även prisades in på marknaden dagarna innan och efter eventdagen, men att kulmen för förändringarna ändock ägde rum under eventdagen i sig. Värdeökningen om 1,87% under eventfönstret (-1 till 1) var lägre än det samlade resultatet Veld och Veld-Merkoulovas (2009) metastudie som över motsvarande eventfönster fann en positiv överavkastning om 3,02%. Andelen positiva överavkastningar dagarna kring och under eventdagen indikerar också ett generellt samband mellan annonsering av en avknoppning och värdeskapande. För varje eventfönster utfördes ett ensidigt teckentest som antog binomialfördelning. Testet undersökte huruvida det gick att fastställa om andelen positiva abnorma avkastningar var högre än 50%, vilket är den förväntade andelen givet att avknoppningar inte har någon kurspåverkan. Endast eventdagen visar signifikans vid 10% och resterande eventfönster är insignifikanta. Signifikansen under eventdagen indikerar ytterligare på att det förelåg en värdeeffekt till följd av annonsering av en avknoppning.
Figur 2: Grafen representerar genomsnittlig abnorm avkastning (AAR) för respektive dag i eventfönstret för samtliga observationer.
I figur 2 presenteras den genomsnittliga dagliga abnorma avkastningen (AAR) för observationerna över eventfönstret (-10 till 10). Resultatet speglar det i tabell 5 och den största värdeökningen skedde under eventdagen (0). I likhet med tabell 5 framgår även att det förelåg positiva abnorma avkastningar under dagarna i direkt anslutning till eventdagen, dagarna -1 och +1. Resultatet speglar vad som kan förväntas enligt den halvstarka formen av effektiv marknad och inprisningen av informationen trädde i kraft relativt omgående.
Figur 3: Graferna representerar genomsnittlig abnorm avkastning (AAR) för respektive dag i eventfönstret uppdelat för observationer vars avknoppning medförde en industriell fokusering (21 st ≈ 64%) och observationer som inte medförde en industriell fokusering (12 st ≈ 36%).
I likhet med figur 2 presenteras i figur 3 den genomsnittliga dagliga abnorma avkastningen (AAR) under eventfönstret (-10 till 10) med segmentering för variabeln IF_dummy. Andelen avknoppningar som ledde till ökad industriell fokusering var 64% av observationerna, 21 till antalet. 12 observationer (36%) ökade inte sin industriella fokusering. Av figuren framgår det att företag vars industriella fokusering ökade efter avknoppningen genererade högre abnorm avkastning än jämförelsegruppen under och i direkt anslutning till eventdagen. Under eventdagen i sig erhölls en abnorm värdeökning på 1,75%, vilket var högre än det genomsnittliga värdet för samtliga observationer, 1,12%. Övriga avknoppningar vars utfall inte ledde till ökad industriell fokusering erhöll inte någon tydlig abnorm avkastning, vare sig i det positiva eller negativa. Värdeförändringen runt eventdagen var för dessa observationer nära 0 vilket innebär att dessa företag i genomsnitt inte erhöll någon positiv abnorm avkastning till följd av en annonsering av en avknoppning.
Figur 4: Graferna representerar genomsnittlig abnorm avkastning (AAR) för respektive dag i eventfönstret uppdelat i två segment; låg- och hög volatilitet. Urvalet av observationer med låg volatilitet bestod av de 16 observationer med lägst beräknad volatilitet. Urvalet av observationer med hög volatilitet bestod på samma sätt av de 16 observationer med högst beräknad volatilitet. Medianobservationen bortsågs ifrån och exkluderades.
I figur 4 presenteras genomsnittlig abnorm avkastning för respektive dag i eventfönstret (-10 till 10). Observationerna segmenterades efter låg respektive hög volatilitet. Resultatet visar att företag med högre volatilitet erhöll markant högre abnorma avkastningar. Observationerna som befann sig över medianen genererade en genomsnittlig värdeökning om 2,25% under eventdagen med lägre överavkastningar under de intilliggande dagarna. Överavkastningen under eventdagen för hela populationen var 1,12%. Observationerna med låg volatilitet erhöll däremot ingen tydlig abnorm avkastning i vare sig negativ eller positiv riktning över perioden. Aktieutvecklingen för dessa observationer höll sig nära den förväntade avkastningen, enligt marknadsmodellen.
Figur 5: Graferna representerar genomsnittlig abnorm avkastning (AAR) för respektive dag i eventfönstret uppdelat för huruvida det förekom ett byte av VD i nära anslutning till annonseringen av avknoppningen (12 månader innan och 1 månad efter). Av 33 observationer förekom det ett byte av VD i 12 (≈36%) av dessa, vilket innebär att det inte förekom ett VD byte i resterande 21 observationer (≈64%).
I figur 5 visas för urvalet genomsnittlig abnorm avkastning per dag i eventfönstret (-10 till 10) vilket segmenterats efter variabeln VD_dummy. Av de 33 observationer som utgjorde urvalet genomförde 12 företag ett byte av VD. Resterande 21 observationer genomförde inte något byte av VD. Andelen företag som utförde ett byte av VD var relativt stor och liknade den frekvens som fanns av Boreiko och Murgia (2016) om 32%. Detta antyder på att VD-byten är vanligare inom bolag som står i begrepp att annonsera en avknoppning än i andra bolag. Till skillnad från figur 3 och 4 uppvisar figur 5 däremot inte någon tydlig skillnad i abnorm avkastning mellan de två grupperna.
7.2 Regressionsanalys
Tabell 6 presenterar resultaten från samtliga utförda regressioner varvid ett flertal variabler uppvisar signifikans på 10%, 5% eller 1% nivå. Regressionernas R2 beskriver hur stor del av variationen i den abnorma avkastningen som kan förklaras av de oberoende variablerna i
respektive regression. Dessa varierar i storlek och är som störst i regression 7 då samtliga variabler är inkluderade. Även det mer jämförbara justerade R2 är högst för regression 7, vilket antyder att samtliga variabler i olika omfattning ökar förklaringsgraden för den kumulativa abnorma avkastningen. För att avgöra huruvida regressionsmodellerna som helhet är av statistisk signifikans presenteras F-värden för respektive modell. Av samtliga utförda regressioner erhåller regression 1 samt 4-7 signifikanta F-värden.
Tabell 6: Summering av resultaten erhållna från utförda regressioner (1) - (7). Den beroende variabeln är kumulativ genomsnittlig abnorm avkastning för dagarna -1 till +1 i eventfönstret. Variabeln volatilitet baseras på aktievolatilitet för respektive aktie. IF_dummy antar värdet 1 då moderbolaget och dotterbolaget verkar inom olika industrier. VD_dummy antar värdet 1 om en ny VD tillträdde under perioden 12 månader innan till och med 1 månad efter annonseringen av avknoppningen. Kontrollvariabeln Relativ_storlek är avknoppningens storlek i relation till moderbolagets storlek innan avknoppningen, mätt genom anskaffningskostnaden vid genomförandet av avknoppningen. För respektive variabel i respektive regression presenteras dess standardfel och t-kvot från ett dubbelsidigt t-test inom parentes. Antalet asterisk indikerar signifikansnivån (* = 10%, ** = 5% och *** = 1%).
Variabeln volatilitet är den enda variabeln som uppvisade signifikans i samtliga regressioner där den inkluderades. I regression 1, där volatilitet studerades som enskild oberoende variabel tillsammans med kontrollvariabeln relativ storlek, erhölls en signifikans vid 5% med ett förhållandevis högt R2om 0,199. Volatilitetens signifikans sjönk till 10% när IF_dummy introducerades i regression 4 men stärktes vid mätning i kombination med VD_dummy, där signifikans vid 1% uppvisades. De genomgående starka resultaten visar en statistiskt tydlig relation mellan volatilitet och abnorm avkastning, vilket överensstämmer med hypotes 2.
Resultatetet är i linje med vad Krishnaswami och Subramaniam (1999) fann för amerikanska
avknoppningar men står i motsats till vad Veld och Veld-Merkoulova (2004) fann med hänsyn till informationsasymmetri hos europeiska företag.
Signifikansen för IF_dummy varierade över regressionerna. I regression 2 mäts IF_dummy som enskild oberoende variabel med kontrollering för relativ_storlek och uppvisar en signifikans vid 10%. Regressionens F-värde är däremot icke-signifikant vilket försämrar möjligheterna för att dra slutsatser om variabelns påverkan på abnorma avkastningar.
Däremot uppvisade variabeln statistisk signifikans i två av fyra regressioner vilket ger en indikation om ett potentiellt samband mellan IF_dummy och storleken på den abnorma avkastningen. Ett sådant samband är i linje med tidigare forskning (se exempelvis Khorana et al., 2011; Schipper & Smith, 1983; Veld & Veld Merkoulova, 2004) och hypotesen för denna studie.
Variabeln VD_dummy uppvisade likt IF_dummy signifikans i två av fyra regressioner.
Däremot är variabeln den enda som inte uppvisade någon signifikans när den undersöktes som ensam oberoende variabel tillsammans med kontrollvariabeln relativ_storlek. Variabeln uppvisade signifikans först vid mätning i kombination med variabeln volatilitet i regression 5 och 7. Det finns med hänsyn till regressionerna endast ett tämligen svagt statistiskt stöd för relationen mellan VD_dummy och den genomsnittliga kumulativa abnorma avkastningen.
Det statistiskt svaga resultatet skiljer sig inte nämnvärt från Boreiko och Murgia (2016).
Författarna undersökte strukturella förändringars påverkan på abnorma avkastningar genom en mer omfattande proxy, men fann inga signifikanta resultat.
Sammanfattningsvis går det att konstatera att variabeln volatilitet uppvisade den tydligaste relationen till storleken på den abnorma avkastningen vid annonseringen av en avknoppning.
En anmärkningsvärd notering är relationen mellan variablerna volatilitet och industriell fokusering. I samtliga regressioner där de två variablerna inkluderades (regression 4 och 7) uppvisade IF_dummy ingen signifikans. Volatilitet uppvisade däremot fortsatt signifikanta värden i varierande grad i dessa regressioner. Detta tyder på att de två variablerna i viss mån förklarar samma variation i den abnorma avkastningen och att det således förekommer en viss utträngningseffekt. På liknande vis försvinner signifikansen för Veld och Veld-Merkoulovas (2004) variabel för industriellt fokus när författarnas variabel för informationsasymmetri adderas till regressionen.