Resultat av regressionsdiagnostik

För att testa risken för att multikollinearitet skulle föreligga genomfördes ett test för Variance Inflation Factor (VIF) vars resultat presenteras i tabell 5. Som nämnt under 4.6.1 om multikollinearitet undersöker VIF om det förekommer mellan modellens oberoende variabler, där lägre värden innebär lägre sannolikhet att multikollinearitet uppstår i modellen och vice versa. Storlek och materiella tillgångar är de variabler med de högsta VIF-värden men de precis som övriga variabler har alla ett värde under 2 och med ett genomsnittligt VIF-värde på 1,25 befinner de sig klart under gränsvärdet 10 samt betydligt lägre än 5 vilket gör att risken för att multikollinearitet skulle föreligga är försumbar.

Tabell 5. Variance Inflation Factor

Variabler VIF 1/VIF

Storlek 1,41 0,7078

Materiella tillgångar 1,53 0,6554

Ränta 1,37 0,7324

Inflation 1,29 0,7729

Lönsamhet 1,11 0,9041

Risk 1,24 0,8089

Effektiv skattesats 1,04 0,9619

Tillväxt 1.04 0,9742

Medelvärde 1,25

Som komplettering till Variance Inflation Factor framgår av tabell 6 en korrelationsmatris för de oberoende variablerna som testas i studien. Multikollinearitet ska enligt Kennedy (1985) och Tabachnick och Fidell (1996) övervägas vara ett allvarligt problem om korrelationskoefficienten mellan oberoende variabler överstiger 0,8 respektive 0,9.

Eftersom korrelationen mellan de oberoende variablerna i studien generellt är låga har vi därför ingen anledning att se det som en risk att studiens data har problem med multikollinearitet.

Tabell 6. Korrelationsmatris

Ränta 1

Inflation 1 0,470***

Risk 1 -0,00951 -0,0723***

Effektiv skattesats 1 -0,0253* 0,293* 0,0536***

Materiella tillgångar 1 -0,0415** -0,409*** 0,00364 0,0264*

Tillväxt 1 -0,039** 0,0147 0,0650*** 0,0209 0,0494***

Storlek 1 0,0573*** 0,490*** -0,0324* -0,277*** -0,0171 -0,155***

Lönsamhet 1 -0,154*** 0,0924*** -0,227*** 0,183*** 0,144*** 0,0281* 0,0558*** på 0,1% på 1% på 5%

Variabler Lönsamhet Storlek Tillväxt Materiella tillgångar Effektiv skattesats Risk Inflation Ränta ***Signifikant **Signifikant *Signifikant

5.2.2 Heteroskedasticitet

Nedan i tabell 7 finner vi resultatet från Breusch-Pagan-testet, vilket i Stata ger samma resultat som ett Cook-Weisberg-test. Som kan utläsas ur tabellen blev testet signifikant både för total, långsiktig och kortsiktig skuldsättningsgrad. Detta innebär att nollhypotesen om konstant varians i residualerna kan förkastas för alla tre skuldsättningsmått, vilket innebär att heteroskedasticitet förekommer. Således är alltså antagandet om konstanta standardfel brutet, där studiens hypotesprövning i sin tur inte blir tillförlitlig såvida heteroskedasticiteten inte hanteras. För att ta itu med detta statistiska problem kommer vi därför att använda oss av robusta standardfel i modellen vid genomförandet av de tre regressionsanalyserna.

Tabell 7. Breusch-Pagan / Cook-Weisberg-test

I tabell 8 presenteras resultatet från Wooldridge-testet som genomfördes för att testa om seriell korrelation förekommer. Testet blev signifikant för både total, långsiktig och kortsiktig skuldsättningsgra och vi kan därav förkasta nollhypotesen att ingen seriell korrelation av första grad förekommer. Med andra ord finns ett problem med seriell korrelation och för att hantera detta så har vi valt att använda oss av robusta standardfel i modellen, vilket gör att resultaten i mindre grad påverkas av den seriella korrelationen.

Tabell 8. Wooldrigde-test

H0: Ingen seriell korrelation av första grad

5.2.4 Outliers

Outliers i studiens data har identifierats framför allt för modellens oberoende variabler effektiv skattesats, risk samt tillväxt (se Appendix 1). Dessa outliers har uppstått till följd av att det är relativa mått som beräknats utifrån data från företagens finansiella rapporter.

Vad gäller risk och tillväxt räknas de baserat på en relation med föregående års observerade värde vilket gör måtten sårbara för stora relativa variationer i företagens rapporterade siffror trots att den absoluta förändringen inte behöver ha varit särskilt stor.

Vad gäller effektiv skattesats ställs årets skattekostnad i relation till årets vinst innan skatt och till följd av bokslutsdispositioner och återigen att det är ett relativt mått som är känsligt så tenderar även denna variabel att generera en del extrema värden.

Vad gäller variabeln tillväxt är det särskilt värdet på en observation som avviker då den uppgår till 96967,2%. Inflytandet som detta extremvärde har på resultatet testades genom att köra regressionerna med värdet på observationen ersatt av värdet från den mest närliggande observationen på 727%. Det visade sig att denna outlier har så pass stort inflytande att den avgör resultatet i regressionen för kortsiktig skuldsättningsgrad och därför har vi valt att exkludera den i samtliga regressioner för att undvika att en enskild observation av totalt 5994 observationer ska få avgöra resultatet och då vi inte bedömer att det är ett naturligt observerat värde för tillväxt i totala tillgångar. På motsvarande sätt har inflytandet av outliers i de övriga variablerna undersökts men då dessa inte har någon

avgörande effekt på resultatet kommer de att ses som naturliga observationer och därav ej hanteras.

För variabeln effektiv skattesats förekommer fler än en outlier både för de högsta och de lägsta värdena så för att undersöka inflytandet som dessa variablers extremvärden har på studiens resultat har vi testat köra regressionerna med winsorizing på 1% samt 5% på botten och toppen av värdena. Eftersom vi har 5994 observationer för varje variabel innebär detta för winsorizing på 1% (5%) att de 60 (300) lägsta samt högsta värdena görs om till det värde för observationen som ligger närmast intill dessa 60 (300) värden. Då både 1% och 5% winsorizing gav ett annorlunda resultat för effektiv skattesats jämfört med outliers inkluderat konstaterar vi att outliers i denna variabel är så pass inflytelserika att de avgör resultatet. Vi har därför valt att genomföra regressionerna med 1%

winsorizing på effektiv skattesats för att resultatet inte ska bli snedrivet av de mest extrema värdena som uppstått till följd av känsligheten i detta mått och som vi inte bedömer vara valida värden som skattesatser. Som en följd av detta ändras minsta samt högsta värdet från -9703,3% respektive 64766,7% till -93,0% respektive 126,1%.

Kontrollen för avvikande värden och eventuella mönster från finanskrisen 2007-2008 presenteras i Appendix 1. De variabler som påverkades mest under åren av finanskrisen var de makroekonomiska variablerna inflation samt ränta, något som faller naturligt och är en anledning till att vi valt att ta med dem. Det finns det inga extrema värden för varken inflationen eller räntenivån som skulle kunna påverka resultatet utan svängningarna är naturliga till följd av finanskrisen. Jämfört med andra länder klarade sig Sverige rätt bra under krisen. En av anledningarna till detta menar Bergman (2011, s. 446) är för att Sverige sen krisen 1990 byggt upp budgetöverskott och stod sig därmed bra rustade inför finanskrisen 2008, medan övriga länder i Europa hade ett underskott. Detta har i sin tur påverkat svensk finans- och penningpolitik, där vi upplevde mindre svängningar i ränta och inflation som således påverkade svenska företag och i denna studie onoterade fastighetsbolags kapitalstruktur utan någon större implikation. I övrigt framstår inga särskilda mönster eller avvikande medelvärden till följd av finanskrisen, vilket innebär att detta inte bedömds vara en felkälla som påverkar studiens resultat.

5.2.5 Val av regressionsmodell

Som nämnt under 4.6 om studiens statistiska modell så genomfördes ett Hausman-test för att testa om random effects är en lämplig modell eller inte. Nollhypotesen i testet är att skillnaden i koefficienter inte är systematisk, vilket om den kan accepteras innebär att random effects är en lämplig modell. Eftersom testet blev signifikant både för total, långsiktig samt kortsiktig skuldsättningsgrad med chi2-värden enligt tabell 9 så förkastade vi nollhypotesen och därav används fixed effects i vår modell.

Tabell 9. Hausman-test

H0: Skillnaden i koefficienter är inte systematisk