Beräkningsmetod

Studiens beräkningsmetod inleddes med att bestämma populationen. Därefter sökte vi på Nasdaq Stockholm för att se vilka företag som ingick i börsen. Det förekom dubbletter i form av företagens olika aktieslag som behövdes sorteras bort för att inte ge ett felaktigt och missvisande resultat, genom att dubbelräkna på samma företag. Den 9:e maj i år hämtades finansiella rapporterna för första kvartalet år 2019 från respektive företags hemsida för att få

tillgång till informationen som behövs för att undersöka effekten. Informationen i de finansiella rapporterna redogjorde för företagens ekonomiska ställning där vi plockade ut variablerna som krävdes för att beräkna nyckeltalen som påverkats av leasingåtaganden.

Variablerna fann vi i balans- och resultaträkningarna samt i noterna. Nyckeltalen för respektive företag redovisas i ett excel dokument som presenteras under kapitlet Bilagor.

Nedan visas Beijer Ref ABs första kvartalsrapport från år 2019 som ett exempel för att tydliggöra hur vi har gått tillväga för att beräkna nyckeltalen med hjälp av variablerna.

Nyckeltal med redovisat leasingåtagande (IFRS 16) EBIT = 244 Mkr

EBITDA: 244 + 102 = 346 Mkr ROA: 244 / 11 399 = 2,14 %

Skuldsättningsgrad: (3 698 + 3 655) / 4 046 = 181,74 %

Nyckeltal utan redovisat leasingåtagande (IAS 17)

Skuldsättningsgrad: (181,74 - 154,48) / 154,48 = 0,177 * 100 = 17,7%

Det är sällan företag visar leasingåtaganden som på ovanstående sätt, detta innebär att informationen måste hämtas från den löpande texten. Varje företag är väldigt tydliga med att leasingtillgångarna är i form av nyttjanderättstillgångar och skulderna benämns som kortfristig leasingkostnad och långfristig leasingkostnad. I exempelvis Eniros kvartalsrapport redogör de för begreppen nyttjanderättstillgångar och leasingskuld. I balansräkningen redovisas 124 000 000 kr som nyttjanderättstillgångar och två leasingskulder på 87 000 000 kr respektive 45 000 000 kr som summeras till 132 000 000 kr vid beräkning av nyckeltalet.

Påverkan på resultaträkningen redovisas i enskild resultatförklaring i de flesta kvartalsrapporterna, men i Eniros fall kunde detta enbart hittas i not 1. I noten förklaras det att avskrivningar ökade med 12 000 000 kr som påverkade de operationella kostnaderna positivt med samma summa, samt att räntenettot påverkas negativt med 2 000 000 kr. Dessa siffror elimineras från de variabler som används vid beräkning av nyckeltalen och sedan beräknas effekten. Det finns även företag som tillämpar fullt retroaktiv metod. Dessa företag hanteras precis som i den förenklade övergångsmetoden som tidigare förklarats, dock påverkas det ingående egna kapitalet inom denna metod. I exempelvis NIBEs kvartalsrapport påverkas det egna kapitalet negativt med 10 000 000 kr i redovisning av eget kapital som vid beräkning av skuldsättningsgraden kommer att återföras till det egna kapitalet för att erhålla ett resultat exklusive IFRS 16.

3.8 Metoddiskussion

Studiens syfte är att redogöra kring hur den nuvarande standarden, IFRS 16, påverkar företagens finansiella rapporter hos svenska börsnoterade företag samt undersöka hur påverkan skiljer sig åt mellan sektorerna. För att besvara studiens forskningsfrågor behövdes relevant data samlas in, vilket har gjorts med en kvantitativ forskningsstrategi i kombination med komparativ forskningsdesign.

Validitet innebär mätning av studiens relevans, alltså mäta observationerna man hade för avsikt att mäta (Nyquist 2017, s. 262). Studien avgränsar sig till att mäta de fyra valda nyckeltalen; EBIT, EBITDA, ROA och skuldsättningsgrad som baseras på tidigare studier för en mer korrekt jämförelse. Dessa nyckeltal har undersökts hos företag inom GICS 11 sektorer som tillämpar IFRS. Mäter man det man faktiskt ska mäta skildras undersökningen av hög validitet (Dahmström 2011, ss. 73-74; Nyquist 2017, s. 262). Två av många faktorer som bestämmer en studies validitet är den interna och externa validiteten (Bryman & Bell 2017, s.

69). Denna studie undersöker samtliga börsnoterade företag i Sverige vilket innebär att inget företag utesluts. Den externa validiteten är valet av rätt deltagare till undersökningen som skapar ett representativt urval samt ett generaliserat resultat (ibid.). Bryman och Bell (2017) nämner att forskare är intresserade av att inrikta sig på detaljnivå och är därför i behov av generaliserbarhet. Den interna validiteten handlar däremot om man har dragit en pålitlig slutsats (ibid., s. 88). Utifrån valet av populationen kan resultatet generaliseras eftersom studien har utgått från statistisk data som tydligt visar implementeringens påverkan.

Det optimala för en mätning är att reliabiliteten ska vara hög, detta innebär minimala variationer. Variationen skildrar tillförlitligheten hos en mätning vilket visar mätprocessens reliabilitet (Dahmström 2011, s. 368). Studien har insamlat data från företagens kvartalsrapporter, denna data är granskad innan den blir offentlig på företagens hemsida, antingen av en intern eller extern revisor. Nyquist (2017) kompletterar Dahmström (2011) genom att skriva att reliabilitet berättar hur upprepbar en mätning är, det vill säga om samma observation skulle visas om mätningen skulle genomföras på nytt. Om det skulle resultera i samma observation är reliabiliteten hög, om det sker avvikelser är reliabiliteten låg. I denna

studie bortföll endast 34 företag av 336 företag, dessutom medför inte sektorindelingen som är hämtad från GICS och uträkning av nyckeltal subjektivitet. Detta resulterar i att det inte finns utrymme för egna tolkningar och bedömningar. Författaren avslutar med att skriva att variansen hos de slumpmässiga felaktigheterna i en mätning är reliabiliteten (Nyquist 2017, s.

263). Däremot kan räknefel förekomma oavsett om reliabiliteten är låg eller hög då detta grundar sig på hur vi som forskare har tittat, hanterat och placerat siffrorna.

4. Empiri

I detta kapitel presenteras empirisk data i form av en tabell som visar resultatet av beräkningen av nyckeltal exklusive IFRS 16 och nyckeltal inklusive IFRS 16 från bolagens första kvartalsrapporter. Empirin redogör för sektorernas medianförändring i respektive nyckeltal för en ökad transparens.

4.1 Resultat

Nyckeltalens förändring presenteras procentuellt i median. Median innebär vid ojämnt antal det mittersta värdet när det är i storleksordning och vid jämnt antal är medianen medelvärdet av de två mittersta talen, också vid storleksordning av värde. Detta lägesmått är föredraget framför medelvärde eftersom det inte påverkas av extremvärde som kan vara väldigt låga eller höga värden i jämförelse med resterande siffror. Dessutom utgår även tidigare studier från lägesmåttet median (Branswijck, Longueville & Everaert 2015; Duke, Hsieh & Su 2009;

Durocher 2008; Fitó, Moya & Orgaz 2013; Fülbier, Silva & Pferdehirt 2008; Giner & Pardo 2018b; Morales-Díaz & Zamora-Ramírez 2018; Imhoff, Lipe & Wright 1997; Mulford &

Gram 2007; Sacarin 2017; PWC 2019; Wong & Joshi 2015), detta är relevant för att denna studie ska kunna jämföra tidigare forskningsresultat med denna undersökningens resultat.

Empirin grundar sig på finansiella nyckeltal från företagens första kvartalsrapporter inom sektorindelningen (se Tabell 2). Nedan åskådliggörs medianen av resultatförändringen som innefattar övergångseffekterna som genereras av IFRS 16. I första kolumnen presenteras samtliga sektorer, resterande kolumner visar antal företag i varje sektor och redovisar nyckeltalens påverkan av övergångseffekterna till följd av IFRS 16 som presenteras procentuellt.

Tabell 3: Sammanställning av den procentuella medianförändringen efter övergången till IFRS 16

I median förändringen påverkades samtliga sektorer efter övergången från IAS 17 till IFRS 16 positivt inom nyckeltalen EBIT, EBITDA och skuldsättningsgrad. Värt att nämna är att de sektorer som redovisar 0 procent i samtliga nyckeltal har en insignifikant förändring, positiv för nyckeltalen EBIT, EBITDA och skuldsättningsgrad samt negativ för nyckeltalet ROA. Av de tre nyckeltalen som påverkades positivt var det skuldsättningsgraden som påverkades mest, efterföljt av EBITDA och slutligen EBIT. Inom skuldsättningsgraden var det sällanköpsvarusektorn som erhöll den största ökningen i median. I nyckeltalet EBIT var det telekommunikationssektorn som ökade mest i median. Inom nyckeltalet EBITDA var sällanköpsvaror den sektor som erhöll den högsta medianförändringen. I ROA var det sektorn informationsteknik som erhöll den största minskningen i median.

5. Analys

I detta kapitel analyseras resultatet av övergången som visades i empirin. Undersökningens resultat jämförs med tidigare forskningens resultat som tas upp i kapitel 2, detta för att mäta likheter och skillnader. Det redogörs även för studiens bortfall i samband med hur många företag som undersökts.

5.1 EBIT

I Tabell 4 visas den procentuella medianförändringen inom nyckeltalet EBIT efter implementeringen av leasingstandarden.

Tabell 4: Procentuell medianförändring inom nyckeltalet EBIT efter övergången till IFRS 16

Den verkliga effekten av övergången visade att telekommunikationssektorn har påverkats mest, därefter sällanköpsvarusektorn och industrisektorn som hade en ganska jämn procentuell medianförändring. Sektorn telekommunikation var den sektorn som fick den största ökningen som innefattar en ökning i median med 7,42 procent. Telekommunikation är en sektor som Churyk, Reinstein och Lander (2015) har berört och förutspått skulle få inverkan på olika nyckeltal. ​Övrig forskning har knappt berört denna sektor eller förutspått att det kommer ge en stor inverkan på EBIT i telekommunikationssektorn. ​Sektorn innehar stora poster i nyttjanderättstillgångar och leasingskulder vid övergången till IFRS 16. ​Detta har

påverkat nyckeltalet EBIT hos företagen i denna sektor genom att en ökning av nyttjanderättstillgångar resulterar i att möjligheten till mer avskrivningar finns till skillnad från tidigare. Ökningen av leasingskulderna gör också att man numera betalar en ränta vilket inte belastar nyckeltalet EBIT. Detta gör i sin tur att effekten blir att kostnaderna som var leasingränta i leasingkostnaden nu placeras i räntekostnader istället för rörelsekostnader.

Sällanköpsvarusektorn var den näst mest påverkade sektorn inom EBIT efter övergången av IFRS 16, sektorn ökade i median med 3,84 procent. Denna sektor innehåller mestadels företag från detaljhandelsbranschen, som till stor del leasar sina lokaler. IASB (2016a) förutsåg att detaljhandelsbranschen skulle bli den bransch som skulle påverkas mest som Giner och Pardo (2018b) samt Imhoff, Lipe och Wright (1997) förutsåg med hjälp av kapitaliseringsmetoden. Imhoff, Lipe och Wrights (1997) argument till detta var att genom att leasa lokaler kommer sannolikheten för att nyckeltalen kommer att påverkas öka markant, som även IASB (2016a) varnade för.

Industrisektorn steg i median med 3,11 procent och var den sektorn som kom på tredjeplats vid påverkan av nyckeltalet EBIT. Sektorns påverkan kan förklaras av att den är väldigt kapitalintensiv. Det finns exempelvis företag inom denna sektor som gör nybyggen med stora maskiner eller erbjuder transporttjänster med flygplan. Tidigare forskning kom fram till att sektorn i sig inte skulle få en stor effekt men att specifika branscher inom denna sektor, som transport, skulle få en stor inverkan (Morales-Díaz & Zamora-Ramírez 2018; Imhoff, Lipe &

Wright 1997; Mulford & Gram 2007; Durocher 2007). Anledningen till att transportbranschen förväntades påverkas beror på att transportföretag leasar de flesta av sina fordon. Studiens resultat bekräftar att transportbranschen är en av de branscherna som påverkas mest, dock uppmärksammades att transportföretag utgör en liten andel av hela industrisektorn. Den största andelen i industrisektorn är inom byggbranschen vilket vi finner är väldigt kapitalintensivt på grund av att stora delar av maskinparken leasas, vilket tydligt syns i företagens kvartalsrapporter. Detta bidrar till att den procentuella förändringen ändras markant inom industrisektorn.

5.2 EBITDA

EBITDA ökar i median med 6,95 procent efter övergången. Den sektorn vars EBITDA ökade kraftigast var sektorn sällanköpsvaror som steg med 19,84 procent, därefter industrisektorn som ökade med 17,28 procent och sektorn informationsteknik som ökade i median med 16,78 procent.​Resterande åtta sektorer hade en ökning mellan 0,28 procent och 13,77 procent, med undantag för sektorn kraftförsörjning som en minimal förändring. I Tabell 5 visas de procentuella övergångseffekterna av EBITDA, antal bortfall och antal undersökta företag.

Tabell 5: Procentuell medianförändring inom nyckeltalet EBITDA efter övergången till IFRS 16

Ökningen av EBITDA i de tre sektorerna beror på att sektorerna innan IFRS 16 hade en större off-balance financing​. ​Det vill säga att dessa sektorer leasade operationellt mer än övriga sektorer i form av lokaler och därmed höga operationella leasingkostnader. Bland andra kom Imhoff, Lipe och Wright (1997) samt Mulford och Gram (2007) fram till att den sektor som skulle erhålla störst påverkan vid en kapitalisering av operationell leasing var sällanköpsvaror eftersom retailhandeln tillhör denna sektor.

EBITDA visar företagens rörelseresultat före ränta, skatt, avskrivningar och nedskrivningar samt används för att reducera informationsasymmetrin som uppkommer mellan

företagsledningen och intressenterna. Alltså visar resultatet att sektorernas rörelseresultat i median har ökat efter gentemot innan övergången. IASB (2016a) påstod att detta nyckeltal samt övrig rapportering, skulle bidra till ett bättre beslutsunderlag vid värderingen av intäkterna som visar rörelseresultatet innan alla eventuella kostnader som uppkommer efter rörelsekostnaderna. Med hjälp av kapitaliseringsmetoden kom Mulford och Gram (2007) fram till att företag med operationell leasing skulle antas generera en högre EBITDA. Vilket grundar sig på att de operationella kostnaderna placeras på räntekostnader och avskrivningar och elimineras från resultaträkningen (Morales-Díaz & Zamora-Ramírez 2018). Detta resonemang överensstämmer med verkligheten, eftersom enligt IFRS 16 övergår operationella kostnader till finansiella kostnader, det vill säga att det som ansågs som rörelsekostnader blir istället finansiella kostnader. Vilket betyder att det inte går att undgå att det blir en förbättring av nyckeltalet EBITDA vid övergången till IFRS 16. Däremot skiljer sig effekten för varje enskild sektor och detta beror på att vissa sektorer använder sig mer av operationell leasing än andra.

5.3 Räntabilitet på totalt kapital

Den aggregerade medianförändringen var en minskning med 1,74 procent, vilket är en liten förändring jämfört med resterande nyckeltalen EBIT, EBITDA och skuldsättningsgrad. Inom detta nyckeltal påverkades tre sektorer i synnerhet, dessa är nämligen sektorn informationsteknik som minskade i median med 3,71 procent, hälsovårdssektorn som minskade i median med 3,45 procent och telekommunikationssektorn som minskade med 3,42 procent i median.​​Detta bland annat demonstreras i Tabell 6 nedanför.

Tabell 6: Procentuell medianförändring inom nyckeltalet räntabilitet på totalt kapital efter övergången till IFRS 16

Ett av IASB’s mål med övergången från IAS 17 till IFRS 16 var att det inte ska ske någon effekt (IASB 2016a). Tidigare forskning påvisar att det är ett mål som blir svårt att lyckas med. Mulford och Gram (2007) har exempelvis redovisat störst negativ påverkan med 15,5 procent på ROA, medan Duke, Hsieh och Su (2009) redogjorde för en positiv effekt med 8,26 procent. Studiens datainsamling har visat att övergångseffekten till IFRS 16 på ROA är liten, vilket betyder att IASB nästan lyckats med sitt mål om att göra en så liten inverkan som möjligt. Den ringa förändringen beror på att nya tillgångar erkänns och att EBIT ökar, detta leder till att förhållandet mellan dessa två variabler inte ändras anmärkningsvärt. Det som skapar förändringen är ökning av tillgångarna i balansräkningen, förvisso ökar EBIT också, vilket gör att ROA inte skenar iväg. Med andra ord blir det ingen förändring när tillgångar och EBIT ökar lika mycket, utan när en av variablerna ökar mer än den andra så blir det en förändring i nyckeltalet.

Skillnaden mellan hur varje sektor påverkas av ROA kvarstår trots den ringa påverkan. Detta förklaras med att varje företag har olika räntesatser som påverkar EBIT, men även att företag har olika många leasingavtal med värde över 50 000 kr som gör att tillgångarna ökar. De sektorer som får en minimal men negativ inverkan på ROA har en högre effekt på EBIT än vad de har på tillgångarna vilket ger en minskad ROA. Den sektor som inte visar en effekt i

median har en insignifikant förändring men en välbalanserad övergång, där EBIT och tillgångar ökar lika mycket.

5.4 Skuldsättningsgrad

Skuldsättningsgraden förändrades med 9,38 procent ökning i median efter att IFRS 16 trätt i kraft. ​Sektorn sällanköpsvaror fick kraftigast förändring, det blev en medianökning med 33,54 procent. Den sektor som fick den näst största medianökningen var hälsovårdssektorn som ökade med 17,22 procent i median. Den tredje största medianökningen var inom sektorn informationsteknik vars ökning var 15,63 procent. Resterande åtta sektorer hade en medianförändring mellan 0,69 procent och 12,55 procent, detta åskådliggörs i Tabell 7.

Tabell 7: Procentuell medianförändring inom nyckeltalet skuldsättningsgrad efter övergången till IFRS 16

Tidigare forskning (Branswijck, Longueville & Everaert 2015; Duke, Hsieh & Su 2009;

Fülbier, Silva & Pferdehirt 2008; Morales-Díaz & Zamora-Ramírez 2018; Mulford & Gram 2007; Wong & Joshi 2015) och IASB (2016) har innan implementeringen av IFRS 16 estimerat att nyckeltalet ska öka vid övergången. Resultatet om hur mycket skuldsättningsgraden skulle påverkas skiljde sig mycket från forskning till forskning.

Morales-Díaz och Zamora-Ramírez (2018) hade störst urval bland tidigare forskning, de undersökte europeiska företag inklusive enstaka svenska företag och fick en medianökning

med totalt 32,1 procent inom samtliga sektorer, vilket är den största ökningen i median efterföljt av Wong och Joshi (2015) som hade ett mindre urval.

Tidigare forskning lägger mycket vikt på att det är retailbranschen som förväntas få en stor påverkan. Inom denna undersökning är tillhör en stor andel av företag inom sällanköpsvarusektorn retailbranschen, vilket förklarar den stora ökningen i denna sektor.

Ökningen grundar sig på att lokaler som leasas nu blir skulder i balansräkningen som i sin tur leder till att skulder ökar mer än det egna kapitalet vilket gör att skuldsättningsgraden ökar.

Tendenserna visas även i de övriga sektorerna men med större effekter i sektorerna hälsovård och informationsteknik. Inom informationsteknikssektorn omfattar de största leasingskulderna som påverkar balansräkningen leasing av lokaler. Inom hälsovårdssektorn varierar det mycket eftersom det handlar om produktion av allt från tjänster till produktion av läkemedel. Det sistnämnda är väldigt kapitalintensivt och behöver tillgång till stora lokaler samt komplexa instrument och maskiner. Detta är en av anledningar till att dessa företag leasar istället för att investera tillgångarna. Tidigare forskning har dock inte upplyst om att hälsovårdssektorn förväntades erhålla en kraftig påverkan vid övergången till IFRS 16.

6. Diskussion

I detta kapitel diskuteras tidigare studiernas resultat i jämförelse med undersökningens resultat som presenterades i de två föregående kapitlen. Diskussionen sker kring de bakomliggande faktorerna till påverkan av sektorerna vid övergången och kopplas till den teoretiska referensramen.