Tabell 5 anger Pearsons korrelationskoefficient mellan varje par av variabler samt redovisar dess p-värde inom parentes. Koefficienter vars signifikansnivå (p-värden) understiger 5% markeras med en stjärna (*) i tabellen, signifikansnivåer under 1% markeras med två stjärnor (**) och signifikansnivåer under 0,1% med tre stjärnor (***). De variabler som har störst korrelation kan läsas ur diagrammet som de immateriella tillgångarna goodwill (GW) och övriga immateriella tillgångar (ÖvrIM) på (+)0,4953. De variabler som har lägst korrelation är resultat före skatt (ResF) och forskning och utveckling samt patent (FUP) på (+)0,0351. Alla variabelpar ligger inom intervallet (-)0,7 till (+)0,7 och är acceptabla enligt Lind et al. (2018), vilket innebär att det inte förekommer någon statistiskt sett oacceptabel
multikollinearitet mellan något utav variabelparen.
Tabell 5: Pearsons korrelationskoefficient
Korrelationskoefficienter mellan de olika variablerna
FUP GW P.t ResF ÖvrIM
BV 0,1142 (0,2369) 0,3803*** (<0,0001) 0,4624*** (<0,0001) 0,4699*** (<0,0001) 0,2174* (0,0232) FUP 0,2291* (0,0165) 0,2118* (0,0270) 0,0351 (0,7172) -0,0378 (0,6961) GW 0,2327* (0,0149) 0,1214 (0,2087) 0,4953*** (<0,0001) P.t 0,4094*** (<0,0001) 0,2347* (0,0140) ResF 0,0064 (0,9470)
4.5 Konfidensintervall
Figur 4 anger konfidensintervallet för samtliga variabler i modellen. Estimaten är de bästa värdena som modellen använder för att värdera en ökning av en enhet för varje respektive variabel. Wahlin (2011) menar att ett konfidensintervall om 95% är tillräckligt för att ett urval ska kunna representera en okänd population. I 5% av fallen är de bästa estimaten för prediktiva värden på aktiekursen lägre eller större än modellens utgångsläge. Koefficienten för goodwill (GW) visar att i 95% av varje fall bedöms dess koeffeicient ligga mellan ca (- )0,9056 och (+)0,5185. Utanför ett konfidensintervall om 95% har GW ett mindre värde än (- )0,9056 och ett större värde än (+)0,5185.
25
Figur 4: Konfidensintervall för de oberoende variablerna med 95% konfidensgrad
4.6 Residualanalys
Figur 5 visar residualernas fördelning av datan som använts i studien och visuellt är fördelningen normalfördelad. En normalfördelning indikerar att modellen är anpassad till dataunderlaget (Wahlin, 2011). I Figur 6 går att utläsa residualernas min-, median-, medel- och maxvärde samt kvartilavstånd. Resultatet av residualanalysen visar ett medelvärde om noll (0), vilket enligt Lind et al. (2018) betyder att det modellens uppskattade värde på aktiepriset (Pt) är nära det verkliga marknadsvärdet av aktiepriset på börsen.
Figur 5: Residualernas fördelning i ett histogram
26
4.7 Extremvärden
Totalt innefattar datainsamlingens alla variabler 46 extremvärden. Dessa extremvärden är fördelade mellan 31 bolag (Bilaga 2). Tabell 6 visar hur dessa extremvärden är fördelade mellan de olika variablerna.
● 18 av dessa bolag hade enbart en variabel som kan klassas som extremvärde. ● 11 av dessa bolag hade två variabler som kan klassas som extremvärden. ● 2 av dessa bolag hade tre variabler som kan klassas som extremvärden.
Tabell 6: Fördelning av extremvärden mellan variablerna
Variabel Antal Extremvärden
Pt 6 BV 6 ResF 8 FUP 9 GW 7 ÖvrIM 10 Total 46
27
5. Analys
I detta avsnitt återkopplas tidigare forskning till studiens empiriska resultat. Centralt för analysen är undersöka om studiens Ohlson-modell haft tillräcklig och ren data för att kunna besvara huruvida de undersökta variablerna är signifikanta och därmed värderelevanta.
Enskilda variabler kan vara mer eller mindre signifikanta för en modells resultat (Lind et al., 2018). Undersökta enskilda variabler som uppvisar en signifikansnivå under 5% är i tidigare forskning värderelevanta för aktiepriset (Hirschey et al., 2001; Tahat et al., 2018). Resultatet för denna studie visar att alla undersökta variabler förutom goodwill (GW) har en
signifikansnivå under 5%, vilket indikerar att GWs påverkan på aktiepriset (Pt) inte är
tillförlitligt och kan därför enligt tidigare forskning inte anses vara, eller inte vara, värderelevant (Hirschey et al., 2001; Tahat et al., 2018).
Denna studies Ohlson-modell har haft en förklaringsgrad enligt adjusted r-square om 28,76%, vilket betyder att de oberoende variablerna bokfört värde (BV), resultat före skatt (ResF), forskning och utveckling samt patent (FUP), GW samt övriga immateriella tillgångar (ÖvrIM) förklarar cirka 29% av alla observationer i förändringen av Pt. I jämförelse med
tidigare forskning har Tahat et al. (2018) skapat flera Ohlson-modeller med adjusted r-
squares mellan 17,5% till 66% där forskarna anser att 66% är en stark förklaringsgrad medan 17,5% är en ganska svag förklaringsgrad. Tahat et al. (2018) menar att en svag
förklaringsgrad ändå kan analyseras och ligga till grund för slutsatser, om modellen i sin helhet uppvisar ett signifikant p-värde. Eftersom förklaringsgraden för modellen ligger på cirka 29%, samt att modellens p-värde är signifikant på 0,1% anses resultatet statistiskt säkerställt och tillförlitligt. Det går därför att analysera och dra slutsatser från modellen, även om den oberoende variabeln GW ej uppvisar en signifikansnivå under 5%.
Först gjordes en visualisering av de centrala variablerna för att ta reda på sambandet mellan Pt och GW respektive FUP. Spridningsdiagrammen visade på en positiv korrelation mellan Pt
och GW samt en positiv korrelation mellan Pt och FUP. När variablerna sedan användes i
Ohlson-modellen visade det sig att regressionskoefficienten för GW var negativ och
estimerades till (-)0,1935. Spridningsdiagrammet och Ohlson-modellen ger således olika svar om hur GW påverkar Pt. Detta beror på att spridningsdiagrammet endast tar hänsyn till
förhållandet mellan Pt och GW, medan Ohlson-modellen även tar hänsyn till de övriga
variablerna.
Resultatet visar på att regressionskoefficienten för GW i 95% av varje fall bedöms ligga mellan ca (-)0,9056 och (+)0,5185, vilket är problematiskt i sig för studiens hypotesprövning då detta skulle indikera att GW kan ha antingen en negativ, positiv eller noll påverkan på Pt.
Modellen ansåg dock att variabeln GW inte hade en signifikansnivå under 5%, vilket tolkas som att konfidensintervallet om 95% är alltför slumpmässigt och inte är tillräckligt
tillförlitligt för att korrekt bestämma GWs påverkan på Pt. Resultatet från denna studie kan
inte statistiskt bekräfta tidigare forskningsresultat som visar att GW är värderelevant (Tahat et al., 2018; Hirschey & Richardson, 2002; Godfrey & Koh, 2001; Frey & Oehler, 2014). Inte
28 heller kan denna studie på den svenska kapitalmarknaden förkasta den forskning som visar att GW inte är värderelevant för Pt (Ramanna & Watts, 2012; Boulerne et al., 2011; Li & Sloan,
2017).
Samlingsvariabeln FUP visade för denna studie sig vara den variabel med störst inverkan på aktiekursen baserat på dess regressionskoefficient om (+)2,9434. Detta kan tolkas gå i linje med Hirschey et al. (2001) som menar att teknisk utveckling och patent är konkret och meningsfull information som är centrala för framtida vinster. Med en signifikansnivå på 1% kan FUP anses vara värderelevant för investerare på kapitalmarknaden. Att FoU samt patent har en positiv korrelation med aktiekursen bekräftar (Zhao, 2002; Lev & Sougiannis, 1996; Smith et al., 2001; Hall et al., 2005; Gun & Ki, 2016) resultat om att FoU och patent är värderelevant. Det går därmed att förkasta att FUP inte är värderelevant (Xu, 2006; Chaibi, 2018). FUP är också mer värderelevant än ÖvrIM vilket motiverar valet av dessa två poster (FoU samt patent) och att de undersöktes separat från ÖvrIM.
ÖvrIM har försökt förklara alla övriga immateriella tillgångarnas sammanlagda påverkan på Pt. Med en signifikansnivå på 1% har restposten ÖvrIM en tillförlitlig påverkan på Pt.
Studiens Ohlson-modellen visar att inom ett konfidensintervall om 95% är
regressionskoefficienten för ÖvrIM inom intervallet (+)0,1938 till (+)5,060. Eftersom ÖvrIM enligt studiens Ohlson-modell har en signifikant korrelation med Pt, indikeras därför att
ÖvrIM är värderelevant. Detta styrker tidigare teorier om att immateriella tillgångar i sin helhet är värderelevanta (Barron et al., 2002; Kimouche och Rouabhi, 2016; Ritter och Wells, 2006; McDonald, 2009), varför det är rimligt att även de immateriella tillgångarna som inte är centrala i denna studie är värderelevanta. Det styrker även valet av Ohlson-modellen som enligt Wyatt (2008) lämpas väl för att undersöka värderelevansen i immateriella tillgångar. Variablerna BV och ResF har en signifikansnivå på 0,1% vardera, vilket indikerar att de är värderelevanta. Resultatet tycks gå i linje med den effektiva marknadshypotesen om att offentlig redovisningsinformation påverkar kapitalmarknaden, då 5 av 6 undersökta variabler (offentlig information) haft tillförlitlig påverkan på kapitalmarknaden och aktiekursen
(Frostenson, 2015; Hillier et al., 2016).
De oberoende variablerna uppvisar ingen multikollinearitet enligt tabell 5, vilket styrker valet av variabler och dess relevans i modellen. Enligt Lind et al. (2018) bör Pearsons
korrelationskoefficient ligga inom intervallet (-)0,7 till (+)0,7 vilket de oberoende variablerna uppfyller. Enligt tidigare forskning är det med hjälp av signifikansnivån som en variabel kan utläsas vara värderelevant eller inte (Kimouche & Rouabhi, 2016; Chaibi, 2018; Tahat et al., 2018). De empiriska resultaten har visat på ett signifikant p-värde för FUP men inte för GW i Ohlson-modellen, varför studiens syfte och frågeställning delvis kan besvaras.
29
6. Slutsats
Studien syftade till att undersöka om det finns värderelevans i redovisad goodwill (GW), FoU samt patent (FUP) hos svenska noterade bolag på den svenska kapitalmarknaden. Utifrån tidigare forskning har studien definierat hur värderelevans kan mätas och hur de undersökta immateriella tillgångarna ska tolkas. Studien formulerade vidare två hypoteser för att besvara huruvida de immateriella tillgångarna goodwill och forskning och utveckling samt patent är värderelevant för den svenska kapitalmarknaden.
Hypotes 1: Redovisad goodwill är värderelevant för investerare på kapitalmarknaden
Studiens Ohlson-modell, som använts för att analysera insamlad data, har visat att goodwill (GW) i redovisade svenska bolag för tidsperioden januari 2019 till sista handelsdagen i mars 2019, inte varit signifikant på 5% eller lägre nivå. Hypotesen kan därför varken förkastas eller accepteras eftersom goodwill inte varit signifikant för aktiepriset och därför inte kan sägas påverka aktiepriset på ett tillförlitligt sätt. Studien syftade till att undersöka om redovisad goodwill är värderelevant hos svenska noterade bolag på den svenska
kapitalmarknaden men då hypotes 1 varken kan förkastas eller accepteras kan studien inte besvara om goodwill faktiskt är värderelevant.
Hypotes 2: Redovisad FoU samt Patent är värderelevant för investerare på kapitalmarknaden
Hypotes 2 accepteras då det är statistiskt säkerställt att FoU samt patent (FUP) har ett positivt samband till aktiepriset på en signifikansnivå under 1%. Studien syftade till att undersöka om redovisad forskning och utveckling samt patent är värderelevant hos svenska noterade bolag på den svenska kapitalmarknaden. Då hypotes 2 accepteras kan studien bekräfta att forskning och utveckling samt patent är värderelevant och därför sägas påverka aktiepriset på ett
tillförlitligt sätt.