3. Metod
5.1 Introduktion till analys
Förklarande Variabler Teoriernas förväntade utfall
Faktiskt utfall
Noterade Onoterade Noterade Onoterade Tillgångsstruktur +/(-) +/(-) + +
Lönsamhet +/(-) +/(-) - -
Storlek +/(-) +/(-) +* +
Tabell 8 Visar teoriernas förväntade korrelation och studiens faktiska korrelation *=Ej signifikant resultat, Tecken inom parentes är POT
I tabell 8 går det att utläsa dels teoriernas förväntade utfall samt denna studies utfall. Ett positivt tecken syftar på en positiv korrelation med skuldsättningsgrad och omvänt innebär ett negativt tecken en negativ korrelation. Teoriernas förväntade utfall presenterades i hypotesgenereringen och i tabell 2 i kapitel 2. Tecknet inom parentes är POT förutsägelse och det andra är TOT. Som det går att utläsa av tabellen korrelerar tillgångsstruktur positivt med skuldsättningsgraden oaktat om det är noterat eller onoterat vilket överensstämmer med TOT. För lönsamhet framgår det att korrelationen är negativ för båda typerna av företag vilket är i enlighet med POT. Slutligen korrelerar storlek positivt med skuldsättningsgraden som TOT förutsäger. Däremot finner studien inte statistisk signifikans för de noterade företagen och storlek vilket innebär att det inte går att säkerställa att så är fallet.
5.1.1 Tillgångsstruktur
Resultatet visar att modellen har statistisk signifikans för samtliga år för de onoterade företagen och resultaten för de noterade företagen var signifikanta 2010, 2011, 2012, 2015 och 2018. Enligt både TOT och POT ses materiella anläggningstillgångar som säkerheter hos kreditgivare, men teorierna förutspår olika kring hur det påverkar skuldsättningen. Harris och Raviv (1991) menar att enligt POT kommer företagen ta in externt aktiekapital genom emissioner istället för att ta lån då det medför en lägre kapitalkostnad för företaget och att det således skulle föreligga en negativ korrelation mellan variablerna. Resultatet i studien visar istället att det fanns ett positivt samband mellan variablerna vilket ligger i linje med TOT. Frank och Goyal (2009) menar att företagen strävar efter en optimal kapitalstruktur och den optimala kapitalstrukturen uppnås bland annat
genom att företagen utnyttjar den avdragsgilla räntan som lånen medför. Det eftersom företag med en hög andel materiella anläggningstillgångar enligt TOT har en högre kreditvärdighet än de med låg andel och kan utnyttja lån i högre utsträckning. Resultatet i studien är i likhet med andra studier som har testat tillgångsstrukturens påverkan på kapitalstrukturen som exempelvis Chakraborty (2010); Nunkoo och Boateng (2010); Pathak (2010); Zhang (2010). Dessa studier genomfördes i räntenivåer på mellan 4.25 och 14 procent. Studiens resultat motsätter således vad Abel (2018) säger att TOT inte är applicerbar i låga ränteläget eftersom det finns statistisk signifikans för att understödja de antaganden som TOT gör.
Noterbart i resultatet är att de onoterade företagen har en betydligt högre andel materiella anläggningstillgångar än de noterade företagen. För de noterade pendlar andelen mellan 6.9 procent år 2010 och 5.4 procent år 2018 och för de onoterade 23.5 procent år 2010 till 21.6 procent år 2018. Det kan delvis förklaras med Faulkender och Petersen (2004) argument att det är svårare för onoterade företag att få lån än för de noterade företagen och därmed behöver mer säkerheter att visa kreditgivare. Samtidigt har de onoterade företagen en högre andel skulder än de noterade. Detta indikerar att den markant högre andelen materiella anläggningstillgångar möjliggör en ökad skuldsättningsgrad oaktat om företagen är onoterade. Vilket i sin tur är förenligt med TOT i och med att andelen materiella anläggningstillgångar korrelerar positivt med skuldsättningsgraden (Frank & Goyal, 2009). Att skuldsättningsgraden och tillgångsstrukturen däremot sjunker för de onoterade företagen kan också innebära att de ser mindre investeringsmöjligheter. Serrasqueiro et al. (2011) menar att det är viktigt för företag att ha en hög andel materiella anläggningstillgångar och därmed få fördelaktiga lånevillkor för att finansiera sina investeringar. Om andelen materiella anläggningstillgångar sjunker kan det således bero på att det finns en lägre investeringsvilja eftersom det inte investeras i mer materiella anläggningstillgångar. Hade skuldsättningsgraden sjunkit samtidigt som tillgångsstrukturen ökat skulle det kunna bero på en investeringsvilja samtidigt som den finansieras med andra typer av kapital. En annan aspekt kan vara att pengarna används på sådant som inte klassas som tillgångar som exempelvis ökade personalkostnader vilket kan ses som en investering. Det bör tilläggas att detta är enbart vad den deskriptiva statistiken indikerar och regressionsmodellen förklara fortsatt en positiv korrelation där en högre andel materiella anläggningstillgångar ger högre skuldsättningsgrad.
Det går som tidigare nämnt att utläsa av den deskriptiva statistiken att både de noterade och onoterade företagen minskar sin andel materiella anläggningstillgångar med ungefär två procentenheter från 2010 till 2018. Intressanta är att i regressionsmodellen visar Beta koefficienten att den minskat från som högst 0,197 år 2011 för de onoterade till 0,16 år 2018 och från 0,215 till 0,177 för de noterade under samma tidsperiod. Beta koefficienten är som tidigare sagts ett sätt att jämföra de oberoende variablernas effekt på skuldsättningsgraden mellan de olika modellerna eller variablerna. Detta visar att tillgångsstruktur för de år där variabeln är statistiskt signifikant är effekten högre för de noterade företagen vilket indikerar att andelen materiella anläggningstillgångar fortsatt är viktigt även för de noterade företagen. En förklaring till att tillgångsstrukturen sjunker kan vara att immateriella tillgångar i allt större utsträckning kan ses som
säkerhet hos banker, vilket inte är något som de traditionella teorierna tar hänsyn till eftersom digitaliseringen kom långt efter teoriernas bildande (Frank & Goyal, 2009). Däremot är det intressant att trots en längre tid av digitalisering är det tydligt att materiella anläggningstillgångar fortsatt är relevant för kapitalstrukturen hos företag.
Med studiens syfte att testa teoriernas förklarande variabler i det rådande ränteläget i Sverige framkommer det att trots negativ ränta så är variabeln statistisk signifikant. Det gör att studien kan förkasta nollhypoteserna nedan och konstatera att det finns ett samband mellan skuldsättning och tillgångsstruktur.
Nollhypoteser som förkastas:
H0: Det finns inget samband mellan skuldsättning och tillgångsstruktur (Noterat)
H0(2): Det finns inget samband mellan skuldsättning och tillgångsstruktur (Onoterat)
5.1.2 Lönsamhet
Studien fann att lönsamhetsvariabeln var statistisk signifikant för de onoterade företagen under hela studiens tidsperiod. De noterade företagen var signifikanta för åren 2012, 2014, 2015 och 2016. Vidare är korrelationen negativ för alla resultat vilket ligger i linje med Frank och Goyal (2009) som menar att mer lönsamma företag kommer att minska sin skuldsättningsgrad samtidigt som de blir mer lönsamma. Detta kan förklaras med att ett företag som går med vinst kan finansiera sina investeringar med egna intjänade medel jämfört med ett icke-lönsamt företag som istället måste nyttja externt kapital i form av nyemission eller lån (Baker & Martin, 2011). Det kan fastställas att studiens resultat för lönsamhet förhåller sig till POT antaganden om att lönsamma företag sänker sin skuldsättningsgrad (Myers & Majluf, 1984). Tvärtom hade en positiv korrelation inneburit att TOT förklarar korrelationen vilket innebär att mer lönsamma företag ökar sin skuldsättning för att uppnå skattemässiga fördelar. Eftersom korrelationen är negativ så antyder resultaten att lönsamma företag inte maximerar användningen av exempelvis skattesköldar som Frank och Goyal (2007) nämner för att uppnå en optimal kapitalstruktur och maximera företagsvärdet. Istället kan det finnas andra metoder för att uppnå samma effekt när företag eftersträvar att minska sina skattekostnader. Vidare har andra empiriska studier funnit liknande samband som denna studie. Exempel på detta är Titman och Wessels (1988) samt Fama och French (2002). Dessa studier gjordes på tidsperioder under markant högre räntenivåer än denna studie där räntan låg mellan 5 till 20 procent. Vilket innebär att korrelationen verkar fortsatt vara densamma oaktat vilken räntemiljö företagen befinner sig i.
Samtidigt finner studien skillnader i hur stor effekt variabelns styrka har både mellan tidsperioder, men också mellan de onoterade och noterade företagen i vår studie. För de onoterade företagen går det att urskilja en starkare effekt av lönsamhet på företags skuldsättningsgrad eftersom de ostandardiserade koefficienterna visar på högre skillnader än för de noterade. Vad detta innebär är att för varje förändring i lönsamhet så sjunker skuldsättningsgraden relativt mer hos de onoterade
än de noterade företagen. Däremot är detta enkom ett förhållande mellan två variabler och inte en förklaring hur lönsamheten ökar alternativt sjunker i verkligheten. Den deskriptiva statistiken visar hur skuldsättningsgraden för de onoterade sjunker om än inte så drastiskt samtidigt som lönsamheten är relativt konstant. Varför kan bero på flera orsaker, men Graham och Harvey (2001) menar att företag ökar sin skuldsättning vid historiskt relativa räntenivåer.
Vidare säger Barry et al. (2008) att företag med hög lönsamhet ökar sin skuldsättningsgrad till större del än vad företag med låg lönsamhet gör när räntan är låg, vilket skulle innebära en positiv korrelation i enlighet med TOT. Eftersom studien finner negativ korrelation mellan lönsamhet och skuldsättningsgraden är detta något som inte kan tas i beaktning rent statistiskt i regressionen. Vidare så har räntorna varit historiskt låga under en längre period vilket kan förklara varför skuldsättningsgraden inte ökar och istället sjunker hos de onoterade företagen eftersom de redan inprisat att räntan är låg relativt till historiska nivåer (Graham & Harvey, 2001). Jämförelsevis går det urskilja att de noterade företagens skuldsättningsgrad ökar under den givna perioden. En förklaring till detta skulle kunna vara att det är förhållandevis enklare för noterade bolag att öka sin skuldsättning på grund av att en börsnotering är en kvalitetsstämpel för långivare samt att det råder lägre informationsasymmetri (Faulkender & Petersen, 2004).
Eftersom det råder högre informationsasymmetri för onoterade företag menar Brav (2009) att de onoterade företagen mer sällan ombalanserar sin kapitalstruktur då informationsasymmetrin påverkar företagets värde negativt. Lönsamheten är således den viktigaste variabeln för dessa företag enligt POT då det är de interna medlen som i första hand ska täcka ett kapitalunderskott. Vad som är intressant i resultatet är att det visar till skillnad från Brav (2009) att lönsamheten har en betydligt starkare effekt för de noterade än de onoterade bolagen. Författaren menar även att onoterade företag försöker att spara pengar på hög för att undvika situationer där de tvingas ta in externt kapital. En intressant anledning skulle kunna vara att de onoterade företagen, som dessutom är betydligt mer lönsamma än de noterade företagen utnyttjar det rådande lågränteläget och istället för att betala av sina lån direkt fortsätter att spara. Då det även går att utläsa att deras storlek, vilket är den naturliga logaritmen av omsättningen ökar, går det att anta att egna intjänade medel även används för att göra investeringar. Att lönsamhet fortfarande är relevant för onoterade råder det dock ingen tvekan om eftersom resultatet är statistiskt signifikant. Däremot kan det tänkas att eftersom företagens lönsamhet under tidsperioden har legat mellan 9.4 och 11.5 procent kan innebära att företagen hunnit bygga upp en stabil kassa vilket gjort att de undvikit kapitalunderskott samt inte behöver lånefinansiera sina investeringar.
Givet studiens syfte att testa befintliga teorier och undersöka huruvida de förklarande variablerna fungerar i det rådande ränteläget så framkommer det att variabeln lönsamhet är statistiskt signifikant för både onoterade och noterade bolag vilket gör att vi kan förkasta följande nollhypoteser och konstatera att ett finns ett samband för både noterade och onoterade företag trots det rådande ränteläget.
Nollhypoteser som förkastas:
H0(3): Det finns inget samband mellan skuldsättning och lönsamhet (Noterat)
H0(4): Det finns inget samband mellan skuldsättning och lönsamhet (Onoterat)
5.1.3 Storlek
Storlek var den variabel som inte hade någon statistisk signifikans hos de noterade företagen, men hos de onoterade fann studien signifikans för varje år under tidsperioden. Hos de onoterade företagen är korrelationen positiv vilket är vad TOT förutspår (Sogorb-Mira, 2005). Eftersom korrelationen inte har någon statistisk signifikans för de noterade företagen går det inte att säkerställa huruvida korrelationen är positiv, men det går att ana samma trend och tidigare studiers resultat på noterade företag indikerar samma korrelation (Chakraborty, 2010). Att företagsstorlek korrelerar positivt med skuldsättningsgrad kan förklaras med att större företag har en större diversifieringsmöjlighet, men också för att de löper mindre risk att gå i konkurs (Ra, 2016; Baker & Martin, 2011). Trots att de noterade företagen är större än de onoterade vilket syns på medelvärden i tabell 3 så finns det ingen statistisk signifikans. Samtidigt ökar skuldsättningsgraden för de noterade företagen, men inte för de onoterade. Detta skulle kunna vara en indikation på att de noterade företagen till större utsträckning försöker anpassa sig för de sjunkande räntenivåerna. Det kan också bero på att större företag anses ha mer sofistikerade finansavdelningar som tar hänsyn till detta och således bör ett rimligt antagande vara att även noterade företag har denna typ av finansavdelning (Graham & Harvey, 1999). Om TOT var fullt applicerbar i tillgångsstrukturen så är det inte det i storlekvariabeln vilket till viss del bekräftar det Abel (2018) skriver om att TOT inte är applicerbar i lågränteläge.
Eftersom storlek inte hade någon signifikans hos de noterade företagen är det inte relevant att jämföra styrkan i korrelationen med de onoterade företagen. Däremot går det att konstatera att storleksvariabeln hos de onoterade företagen har lägst beta koefficient vid jämförelse med resterande variabler i studien. Vilket indikerar att storleken har lägst effekt på skuldsättningsgraden hos företagen jämfört med de andra variablerna. Detta kan bero på att storlek spelar mindre roll för de onoterade företagen eftersom lönsamhet är viktigare enligt Brav (2009). En annan anledning till att storlek har mindre eller ingen förklarande effekt kan bero på det rådande ränteläget. Eftersom större företag ofta löper en lägre risk att gå i konkurs och på så sätt får lägre kapitalkostnader vid lån kan studiens resultat antyda att även mindre företag nu erbjuds större möjligheter till lån (Ferri & Jones, 1979; Ra, 2016). Detta i sin tur eftersom att låga B-koefficienter antyder att det inte finns stor variation i skuldsättningsgraden när storleken förändras. För de noterade företagen är det så pass låg variation att det inte finns någon statistisk signifikans och för de onoterade väldigt låg, men tillräckligt för att få statistisk signifikans. Det bör tilläggas att detta kan till viss del bero på att urvalet för de onoterade företagen är betydligt större än de noterade och det är svårare att finna samband om det inte föreligger skillnader i urvalet.
Studiens syfte är som tidigare nämnt att testa befintliga teorier och om de förklarande variablerna fungerar i givet ränteläge. Eftersom variabeln storlek ej var statistiskt signifikant för de noterade företagen innebär det att nollhypotesen inte kan förkastas. Tvärtemot så var variabeln statistiskt signifikant för de onoterade företagen och således förkastas nollhypotesen.
Följande nollhypotes antas:
H0(5): Det finns inget samband mellan skuldsättning och storlek (Noterat)
Följande nollhypotes förkastas:
H0(6): Det finns inget samband mellan skuldsättning och storlek (Onoterat)