5. Empiriskt resultat
5.1 Univariata resultat
Revisionskostnad
Revisionskostnaden är den beroende variabeln som vi har för avsikt att undersöka och se huruvida ägarstrukturen kan påverka dess storlek.
I tabell 3 kan vi utläsa att medelvärdet för revisionskostnaden hos noterade bolag i Sverige uppgår till cirka 8,8 miljoner SEK med en standardavvikelse på cirka 19,9. Vi ser också att skillnaden mellan den högsta revisionskostnaden (194,79 miljoner SEK) och den lägsta revisionskostnaden (125 000 SEK) är väldigt stor.
När vi gjorde datainsamlingen misstänkte vi att likt Simunics (1980) urval, skulle variabeln för revisionskostnaden vara snedfördelad varför vi beslutade oss för att göra Skewness-test, Kurtosis-test och histogram. Detta eftersom normalfördelning är en viktig förutsättning för att kunna göra en vanlig regression. Resultaten från Skewness-test och Kurtosis-Skewness-test uppvisar värden (se tabell 4) på 5,3 respektive 38,9, vilket innebär att de inte är normalfördelade. Resultatet för histogrammen (se Appendix B) visar också
Tabell 3
Deskriptiv data - revisionskostnad
Variabel Antal Min. Max. Medelvärde Std.-avvikelse
Noter:
Anges i miljoner SEK
REV.KOST 228 0,125 194,769 8,799 19,901
Tabell 4 Normalfördelningstest
REV.KOST LnREV.KOST
Skewness 5,314 0,537
Kurtosis 38,861 -0,350
62 tydligt på snedfördelning av vår beroende variabel d.v.s. revisionskostnaden. Likt Simunic (1980) valde vi därför att utföra en naturlig logaritm (Ln) på revisionskostnaden vilket resulterade i en ny variabel, LnREV.KOST. De nya värdena för Skewness-test och Kurtosis-test visas till höger i tabell 4 och visar en bättre fördelning än innan logaritmeringen.
Ägarkoncentration
Ägarkoncentrationen mäts, som det tidigare framgått i den empiriska metoden, genom ett Herfindahl-index. Det värde som indexet uppvisar varierar mellan 0 och 1 beroende på hur stor röstandel de fem största ägarna kontrollerar.
Vi ser i tabell 5 att medelkoncentrationen, enligt detta index, uppgår till 0,161 med en standardavvikelse på 0,172. Med ett medelvärde på cirka 0,161 kan vi också konstatera att koncentrationen ligger i genomsnitt på en hög/medelhög nivå (för gränsvärden, se sid 45). Det företaget som uppvisade den lägsta koncentrationen fick ett indexvärde på 0,0047, vilket innebär att företaget har en extremt spridd ägarkrets. Det företaget med högst koncentration uppvisar ett indexvärde på 0,960. Då detta värde är ytterst nära 1 kan vi också konstatera att koncentrationen är väldigt hög, där nästan all kontroll finns hos en enskild ägare. Utav de totalt 228 företag ser vi också att 144 stycken (63 %) har en kontrollägare med minst 20 % rösträtt genom aktieinnehav (Se Tabell 6).
Tabell 5
Deskriptiv data - Ägarkoncentration
Variabel Antal Min. Max. Medelvärde Std.-avvikelse
Noter:
63
Institutionellt ägande
Institutionellt ägande står enligt tabell 7 för cirka 31,12 % av vårt testade urval.
Standardavvikelsen för institutionellt ägande uppgår till cirka 21,59 vilket är en relativt stor spridning. Andelen kontrollägare som kan hänföras till institutionellt ägande är 61 stycken och motsvarar 26,8 % av urvalet (Se Tabell 8).
Tabell 7
Deskriptiv data – Institutionellt ägande
Variabel Antal Min. Max. Medelvärde Std.-avvikelse
Noter:
Anges i procent (%)
INST 228 0,600 90,000 31,124 21,587
Tabell 8
Frekvensdata – Förekomsten av institutionella kontrollägare (KON.H2B) Frekvens Procent (%)
Nej 167 73,2
Ja 61 26,8
Totalt 228 100,0
64 Utländskt ägande
Utländska ägare står för cirka 21,57 % av vårt testade urval med en standardavvikelse på cirka 18,65. Vi ser att variationen mellan de lägsta och högsta ägarandelarna skiftar likt det institutionellt ägandet och vi ser ett minimum på 0,2 % och ett maxvärde på 92
%. Vi kan dock urskilja att andelen kontrollägare som kan hänföras till utländskt ägande är relativt liten i jämförelse med institutionella ägare och privatpersoner med stora innehav. För kontrollägare får vi ett medelvärde på 9 %, vilket innebär att av vår testade population på 228 stycken finns det 21 företag med utländska kontrollägare.
Privatpersoner med stora innehav
Tabell 9
Deskriptiv data – Utländskt ägande
Variabel Antal Min. Max. Medelvärde Std.-avvikelse
Noter:
Anges i procent (%)
UTL 228 0,200 92,000 21,565 18,646
Tabell 10
Frekvensdata – Förekomsten av utländska kontrollägare (KON.H3B) Frekvens Procent (%)
Nej 207 90,8
Ja 21 9,2
Totalt 228 100,0
Tabell 11
Deskriptiv data – Privatpersoner med stort innehav
Variabel Antal Min. Max. Medelvärde Std.-avvikelse
Noter:
Anges i procent (%)
PRIV 228 0,000 95,600 24,693 27,084
65 Tabell 12
Frekvensdata – Förekomsten av privatpersoner som kontrollägare (KON.H4B) Frekvens Procent (%)
Nej 168 73,7
Ja 60 26,3
Totalt 228 100,0
Privatpersoner med stora innehav står för 24,69 % av vårt testade urval, vilket innebär att privatpersoner med stora innehav blir den näst mest representerade ägarkategorin som går att återfinna bland de noterade bolagen i Sverige. För privatpersoner med stora innehav ser vi också en standardavvikelse på 27,08. Till skillnad från de två tidigare ägarkategorierna, institutionellt och utländskt ägande, ser vi här att det finns företag som inte har privatpersoner med stora innehav som ägare. Vi kan dock se att privatpersoner med stort innehav står för det enskilt största ägandet i bolag och uppvisar ett maxvärde på 95,6 %. Vi ser också att privatpersoner med stora innehav som kontrollägare går att identifiera i 26 % (60 stycken) av de testade förstagen.
Industriellt ägande
Industriellt ägande är den ägarkategori som förekommer mest sällan i det testade urvalet och står enbart för 4,5 %, med en standardavvikelse på 12,31. Det är också den kategori
Tabell 13
Deskriptiv data – Industriellt ägande
Variabel Antal Min. Max. Medelvärde Std.-avvikelse
Noter:
Anges i procent (%)
IND 228 0,000 81,100 4,602 12,314
Tabell 14
Frekvensdata – Förekomsten av industriella kontrollägare (KON.H5B) Frekvens Procent (%)
Nej 212 93,0
Ja 16 7,0
Totalt 228 100,0
66 som har det lägsta maximumvärdet med 81,1 %. Industriella kontrollägare finns i 16 stycken företag (7 %).
Ägande i företagsledning
VDn i de företag som inkluderades i vårt testade urval har i snitt ägarandelar på cirka 3,91 %, med en standardavvikelse på cirka 13,55. Ägarandelarna som VDn kontrollerar varierar mellan 0 % och 89,87 %.
Ägande i styrelsen
Styrelsen har, i relation med VD, betydligt högre ägarandelar och uppvisar ett medelvärde på cirka 18,4 % i ägarandelar. Utöver styrelsens medelvärde ser vi också en standardavvikelse på 23,77. Ägarandelarna som styrelsen kontrollerar varierar mellan 0
% och 91,77 %.
Tabell 16
Deskriptiv data – Ägande i styrelsen
Variabel Antal Min. Max. Medelvärde Std.-avvikelse
Noter:
Anges i procent (%)
STYR 228 0,000 91,773 18,396 23,772
Tabell 15
Deskriptiv data – Ägande i företagsledning
Variabel Antal Min. Max. Medelvärde Std.-avvikelse
Noter:
Anges i procent (%)
VD 228 0,000 89,871 3,917 13,546
67 Storlek
Storleken på företagets tillgångar varierar mycket och det företag med minst tillgångar har strax under 31 miljoner SEK och det företaget med mest tillgångar har cirka 5 452 876 miljoner SEK (se tabell 17). Medelvärdet på tillgångarna i vårt testade urval uppgår till cirka 79 702 miljoner SEK, med en standardavvikelse på cirka 449 311.
Precis som för revisionskostnaden fann Simunic (1980) att STORLEK d.v.s. företagens balansomslutning var snedfördelad. Vi gjorde därför även här ett Skewness-test, Kurtosis-test (se tabell 18) samt histogram (Appendix B) för att kontrollera huruvida det var snedfördelat eller ej. Vi fann att det var snedfördelat varför vi precis som Simunic (1980) logaritmerade variabeln med en naturlig logaritm. Det ledde till en ny variabel, LnSTORLEK som vi från och med nu kommer att använda i arbetet.
Kundfordringar
Tabell 17
Deskriptiv data – Storlek
Variabel Antal Min. Max. Medelvärde Std.-avvikelse
Noter:
Anges i miljoner SEK
STORLEK 228 30,768 5452875,840 79701,727 449310,920
Tabell 19
Deskriptiv data – Kundfordringar
Variabel Antal Min. Max. Medelvärde Std.-avvikelse
Noter:
Anges i miljoner SEK
KUF 228 0,000 79119,040 2147,849 8063,310
Tabell 18 Normalfördelningstest
STORLEK LnSTORLEK
Skewness 9,266 0,562
Kurtosis 98,030 0,139
68 I tabell 19 ser vi att medelvärdet för kontrollvariabeln kundfordringar uppgår till 2147,85 miljoner SEK, med en standardavvikelse på 8053,31. Bland de testade företagen finns en variation i kundfordringar mellan 0 SEK och 79 119,04 miljoner SEK.
Lager
Vi ser i tabell 20 att medelvärdet för det testade urvalets lagertillgångar uppgår till 1592,25 miljoner SEK, med en standardavvikelse på 49988,55. Bland de testade företagen finns en variation mellan 0 och 40 093 miljoner SEK.
Revisionsbyrå
Ser vi till vilken revisionsbyrå som företagen på Stockholmsbörsen använder kan vi konstatera att en överhängande majoritet (96,9 %) använder en utav Big4 byråerna och att enbart sju stycken (3,1 %) använder någon revisionsbyrå som faller i kategorin övriga. Utav den testade populationen ser vi att PWC är den mest frekvent representerade (39 %).
Tabell 20 Deskriptiv data – Lager
Variabel Antal Min. Max. Medelvärde Std.-avvikelse
Noter:
Anges i miljoner SEK
LAGER 228 0,000 40093,000 1592,252 4988,548
Tabell 21
Frekvensdata – Revisionsbyrå (Big4) Frekvens Procent (%)
EY 51 22,4
KPMG 49 21,5
Deloitte 32 14,0
PWC 89 39,0
Övriga byråer 7 3,1
Totalt 228 100,0
69 Skuldsättningsgrad
Vi kan utläsa att medelvärdet på skuldsättningsgraden som vårt testade urval har uppvisar ett värde på 1,89, med en standardavvikelse på 5,76. Här ser vi att skuldsättningsgraden varierar mellan ett negativt värde på -19,76 och 70,33, vilket är en väldigt stor variation i avseende för skuldsättningsgrad.
Förlust
Utav de 228 företag som inkluderades i det testade urvalet var det 20 % som uppvisade förlust i resultaträkningen för år 2013. Standardavvikelsen för förlust variabeln är 40,2.
Tabell 22
Deskriptiv data – Skuldsättningsgrad
Variabel Antal Min. Max. Medelvärde Std.-avvikelse
SK.SÄTT 228 -19,956 70,328 1,890 5,759
Tabell 23
Frekvensdata – Förlust (FÖRLUST) Frekvens Procent (%)
Nej 182 79,8
Ja 46 20,2
Totalt 228 100,0
70 Bransch
Av de totalt 10 branscherna som är inkluderade i denna studie opererar flest företag (27,6 %) inom industrivaru-branschen. Den bransch som näst flest företag är verksamma i är inom finans och fastighet med 19,3 %. Ser vi till de minst verksamma branscherna är det enbart ett företag (0,4 %) som är opererar inom kraftförsörjning samt fyra stycken (1,8 %) inom både energi och teleoperatör.
Cap
När vi ser till hur fördelningen ser ut mellan de olika börslistorna på Stockholmsbörsen är kan vi konstatera att 98 stycken (43 %) av företagen kan hänföras till Small Cap. I Large och Mid Cap är fördelningen relativt lika med 64 stycken (28,1 %) respektive 66 stycken (28,9 %).
71