• No results found

Vad kan ha påverkat resultaten?

5. Presentation och utvärdering av undersökningens resultat

5.4 Vad kan ha påverkat resultaten?

Att testa ett eventuellt samband mellan olika variabler genom en regression är ett kraftfullt redskap. Samtidigt är det beroende av hur varje del definieras. En felaktig definition av en variabel kan få oväntade följder. Faktorer som förväntats korrelera kommer eventuellt inte att göra det. Resultatet av en regression måste därför ses i förhållande till hur dess ingående vari-abler definierats för att mäta det som varit avsikten att mäta. Vi hade därigenom kanske kun-nat få ett starkare stöd för våra hypoteser om vi hade haft en mer utvecklad samling variabler. Om vi som exempel tar kassavariabeln har vi definierat den som företagets kassa och bank i förhållande till totala tillgångar. Om vi adderat övriga kortfristiga placeringar till kassa och bank hade vi fått en annan kvot. Det kan förhålla sig så att den överskottslikviditet som före-tagen använt till återköpen inte nödvändigtvis härrör från själva kassan. En annan variabelde-finition som hade kunnat förbättra våra resultat är skuldsättningsgraden. Ett företags önskade skuldsättningsgrad kan vara väldigt varierande mellan olika branscher och inom varje bransch förekommer ytterligare företagsspecifika variationer då inget företag är det andra fullständigt likt. Kanske kan därför vår grova uppskattning ha varit för grov. Ett bättre förhållningssätt hade kunnat vara att endast använda medianen från de återköpande företagen på dessa typer av företag och medianen från kontrollgruppen på denna grupp. Med tanke på de resultat till-gångsvariabeln uppvisar hade det kanske också varit bättre att istället mäta företagsstorlek och därmed informationsasymmetri med börsvärdet eftersom ett företag kan ha en liten tillgångs-massa men ett högt börsvärde och därmed ändå vara intressant ur analytikernas perspektiv.

Ett problem med variablerna är att om det saknas någon kommer den uppskattade summan av felvariabeln att innehålla den saknade variabeln och därmed vara större.80 I många fall har detta fel varit väldigt stort i förhållande till den observerade avvikelsen från medelvärdet för oss. I förhållande till antalet observationer har vi haft väldigt många variabler. Då det förhållit

80

sig på detta sätt är det inte omöjligt att vårt resultat är en konsekvens av våra relativt få obser-vationer. Antalet observationer var kanske för få i vissa fall för att något tydligt samband skulle träda fram. Det kan diskuteras hur säkra våra resultat är när denna relation beaktas. Att vi satt gränsen för var vi anser oss ha ett samband på den ganska höga tioprocentsnivån beror på att undersökningens begränsade omfattning i antal år och observationer annars gjort det svårt att tolka resultaten. Självklart är lägre signifikansnivåer bättre för tillförlitligheten. Möj-ligen hade ett samband kunnat framträda även bland vissa insignifikanta variabler om fler observationer varit möjliga att addera till undersökningen. Som vi tidigare nämnt har vi prövat att göra en regression på samtliga återköp samtidigt för att i viss mån råda bot på problemet med få observationer i förhållande till antalet variabler. Tyvärr var det inte möjligt att tolka resultaten p.g.a. att normalfördelningsantagandet då inte blev uppfyllt. I förhållande till antalet observationer tror vi heller inte att vi hade fått säkrare resultat genom att addera ytterligare någon variabel till modellen.

Ytterligare ett problem som kan förekomma i den här typen av undersökning är när det som mäts inte är oberoende av annat som mäts. En variabel kan då mäta flera olika saker samti-digt.81 Det innebär att en variabel kan mäta dels det vi avser mäta, dels det vi inte avser mäta. Felet kan därmed bli större då variablerna inte används för prövning av samtliga hypoteser samtidigt. Problemet blir inte bättre av att en variabel avsiktligt skall mäta flera saker. Varia-beln MVBV ska i vår modell mäta både undervärdering och i överskottskapitalhypotesen mäta om investeringsmöjligheterna varit konstanta. Då variablerna används samtidigt i model-len mildras detta fel. Vad som variablerna mäter utöver vad vi avser mäta är emellertid inget vi ska försöka besvara här.

Som vi tidigare sett indikationer på finns olika motiv som föranleder återköp hos företagen. Både de motiv vi har undersökt men sannolik också andra motiv, vilket belyses då vi genom att ta bort de återköp som utgjort mindre än en procent av börsvärdet kunnat se ökade förklar-ingsgrader på våra resultat vid användandet av den begränsade modellen. Om variablerna mä-ter olika motiv och motiven varierar med åmä-terköpets storlek kommer vi med den utökade mo-dellen att fånga upp väldigt många potentiella motiv utan att något av dessa påverkar i någon större grad.

81

Att förklaringsgraderna har förblivit ganska låga för våra tester av varje hypotes för sig kan möjligen ses som ett problem med de i hypoteserna ingående variablerna såväl till sin utform-ning som till deras relevans i sammanhanget men det kan också styrka vårt antagande att mo-tiven till återköp inte är något som skall ses i isolation från varandra utan att de skall ses i ett sammanhang för att kunna förklara företagens återköpsbeteende. Det kan även tyda på att vissa förutsättningar först måste vara uppfyllda innan återköpet kan äga rum av en eller flera andra orsaker. Vi tänker t.ex. på att kassan eller kassaflödet rimligen bör tillåta ett återköp samtidigt som den upplevda undervärderingen av bolagets aktie samt förekomsten av en icke optimal kapitalstruktur blir de utlösande faktorerna till återköpet.

Related documents