IMMATERIALLA
TILLGÅNGAR REDOVISNINGENS
KVALITATIVA EGENSKAPER REDOVISNINGSINFORMATION
BALANSFÖRING
BALANSFÖRINGS-‐
MODELLEN PRISSÄTTNINGSMODELLEN -‐
4.2TILLVÄGAGÅNGSÄTT 4.2.1DATAINSAMLING
Insamlingen av data består främst av sekundärdata, i form av redovisningsinformation från företagens koncernredovisningar och vetenskapliga artiklar. Den information om FoU från årsredovisningarna som behövs för att möjliggöra den statistiska analysen är årets investering, årets balansförda belopp samt årets avskrivning och eventuell nedskrivning av det balansförda beloppet. Utöver denna information, behövs även företagens aktiepris, som inhämtas från Datastream, som är en databas som innehåller ekonomisk och finansiell data för bland annat svenska noterade företag. Aktiepriset kommer i likhet med Collins et al. (1997) att hämtas från den första april för respektive år. Detta på grund av att redovisningsinformationen som undersöks ska ha funnits tillgänglig för marknaden och reflekterats i aktiepriset (Barth et al., 2001).
4.2.2URVAL
Ett icke-slumpmässigt urval har genomförts, då vi avsiktligt valt företagen (Saunders, Lewis & Thornhill, 2009). De företagen som utgör urvalet är därmed de företag som anses vara lämpliga för studiens utformning. På grund av att en del av studien går ut på att balansföra samtliga investeringar i FoU och skriva av dem enligt IAS 38, är ett krav att urvalet består av företag som redovisar enligt internationella standarder. Enligt Bokföringsnämndens första rekommendation skall alla svenska börsnoterade företag redovisa enligt internationell redovisningspraxis (Bokföringsnämnden, 2012), varav urvalet består av företag noterade på den svenska aktiemarknaden, NASDAQ OMX Nordic Stockholm. Likt studien av Cazavan-Jeny och JeanJean (2006), har vi valt att studera de företag som redovisar information om FoU under en tioårig period. Valet av tidsperiod är delvis bestämt av den balansföringsmodell som beskrivs under statistiska metoder, som innebär att investeringarna i FoU skall balansföras och skrivas av linjärt på fem år. Det innebär att företagen i urvalet måste redovisa arbete för FoU i minst fem år i följd för att modellen ska ge relevanta resultat. Dessutom spelar möjligheten att generalisera resultaten in och då är en längre tidsperiod att föredra. Sammanlagt studerades årsredovisningar från samtliga företag noterade på svenska börsen mellan räkenskapsåren 2001-2010, sammanlagt 2671 observationer.
4.2.3BORTFALL
Då finansiella företag, som investmentbolag och banker, inte bedriver något betydande arbete med forskning och utveckling, kommer de därmed inte att räknas med och utgör bortfall 1. De observationer (företagsår) som saknar tillgänglig data för FoU-arbete, räknas också bort och utgör bortfall 2. Anledningen att datan saknas beror antingen på att de aktuella företagen inte funnits på svenska börsen under hela perioden eller för att de inte har bedrivit arbete för FoU under hela tidsperioden. Efter uträkningar i balansföringsmodellen, räknas de observationer bort som redovisat information för FoU-arbete i färre än fem år i följd. Detta för att vår balansföringsmodell innebär en linjär avskrivning på fem år, vilket gör att resultatet inte blir ”rättvist” om ett företag redovisat information om FoU under en kortare tidsperiod än fem år14. Dessa observationer utgör därmed bortfall 3, men ligger endast till grund för balansföringsmodellen. Efter appliceringen av modellen får studien slutligen ett urval bestående av 480 observationer (se Tabell 1).
TABELL 1 – STUDIENS URVAL
Antalet observationer
= antal företagsår OBSERVATIONER PÅ SVENSKA BÖRSEN ÅREN 2001-‐2010 2671
Bortfall 1: Investmentbolag och banker -‐214
Bortfall 2: Företagsår då verksamhet för FoU inte bedrivs -‐1356
Totalt bortfall -‐1570
Antal observationer till balansföringsmodellen 1101
Bortfall 3: Saknar tillgänglig data för minst 5 år i följd* -‐621
Studiens urval 480
Tabell 1: Studiens urval
Kommentarer: * Bortfall 3 används endast till uträkningarna i balansföringsmodellen och skapar de 480 observationerna, vilka kommer användas till kommande regressioner. Anledningen till att bortfall 3 klassas som ett bortfall är på grund av att de inte används till regressionerna.
5.STATISTISK METOD
I följande avsnitt kommer grundläggande begrepp för de statistiska undersökningarna beskrivas samt att vi ingående kommer att beskriva vårt tillvägagångssätt i den statistiska metoden.
5.1STATISTISKA GRUNDER
Inom forskningen kring värderelevans har användandet av multipla regressioner blivit djupt rotad och vida accepterat (Hamberg & Beisland, 2012). Den multipla regressionsfunktionen (𝑦 = 𝛼 + 𝛽!𝑥! + 𝛽!𝑥! + 𝜀) är uppbyggd så att fler variabler anses förklara värdet på 𝑦. Den multipla regressionsmodellen består av den variabel som ska förklaras eller utredas, den beroende variabeln (𝑦) och minst två förklarande (𝑥!, 𝑥!) variabler. Funktionens konkretiseringsgrad ökar om man byter ut 𝑦 och 𝑥!, 𝑥! osv. mot beteckningar som ger en starkare association till variablerna. Fördelen med multipla regressioner är att effekterna av förändringarna i de olika variablerna kan särskiljas. (Andersson, Jorner & Ågren, 2007)
Därefter kan residualvariansen, residualspridningen och förklaringsgraden (justerat R2) beräknas. Förklaringsgraden beskriver hur väl de oberoende variablerna gemensamt förklarar den beroende variabeln 𝑦. Till exempel innebär ett värde på 𝑅! = 0,786 att de oberoende variablerna förklarar den beroende variabeln till 78,6 % (Andersson et al., 2007) 𝑅! antar sitt största värde 1 när alla residualer är lika med 0, det vill säga att det finns ett perfekt samband (Dahmström, 2011).
Om vi finner ett samband mellan vår beroende och våra förklarande variabler, måste resultatet även vara statistiskt signifikant (se tabell 2). Om hypoteserna testas på en 10 % signifikansnivå, så innebär ett p-värde som är mindre än 10 % ( p < 0,10) ett signifikant testresultat. Ju lägre p-värde, desto kraftigare är signifikansen (Andersson et al., 2007).
TABELL 2 – STUDIENS SIGNIFIKANSNIVÅER
p-‐värde Nivå
p <1,0 % *** trestjärnig signifikansnivå p <5,0 % ** tvåstjärnig signifikansnivå p <10,0 % * enstjärnig signifikansnivå p >10,0 % Ingen statistisk signifikans
Tabell 2: Studiens signifikansnivåer
för dessa poster (Körner & Wahlgren, 2006). Detta innebär att ju fler stjärnor en signifikans har, desto starkare stöd ges till våra hypoteser.
5.2STUDIENS MÅTT OCH MODELLER
För att undersöka frågeställningen och testa våra forskningshypoteser, har vi konstruerat en balansföringsmodell. Med hjälp av denna modell skapas det förutsättningar att genomföra multipla regressionsanalyser. Det är önskvärt att det finns ett samband mellan variablerna i balansföringsmodellen och aktiepriset.
5.2.1BALANSFÖRINGSMODELLEN
Balansföringsmodellen är konstruerad så att samtliga investeringar i FoU först balansförs och därefter skrivs av linjärt på fem år, i enlighet med reglerna i IAS 38. Posterna är inhämtade från de studerade företagens årsredovisningar. Nedan kartläggs de poster som behövdes för att skapa värdena i modellen.
TABELL 3 – BALANSFÖRINGSMODELLENS POSTER
Utgående balans av balansförda forskning-‐ och utvecklingskostnader
Årets balansförda belopp av forskning och utveckling (som uppfyller kriterierna i IAS 38) Kostnader för FoU som uppkommit under året
Årets avskrivningar på FoU Årets nedskrivningar på FoU
Tabell 3: Balansföringsmodellens poster
Med dessa poster har ett värde för årets investeringar inom forskning och utveckling skapats, bestående av årets balansförda belopp och kostnader för forskning och utveckling samma år. Därefter skrivs detta värde av under de kommande fem åren. Det sammanlagda beloppet av årliga investeringar som finns kvar som utgående balans varje år skapar variabeln FoU. Valet av avskrivningsperiod är gjort på de regler som finns i IAS 38 samt bokföringsnämndens rekommendationer15. Det sammanlagda beloppet som skrivs av varje år skapar variabeln FoUAvsk.
15Bokföringsnämnden rekommenderar huvudsakligen en planenlig linjär avskrivning på minst fem år och även enligt reglerna i IAS 38 skall tillgången skrivas av linjärt, om annan avskrivningsprincip inte går att tillämpa (mer information återfinns i kapitel 2).
Vi har som följd av vår balansföringsmodell valt att exkludera de observationer där FoU och
FoUAvsk inte uppnått fem år av tidigare balansföring och avskrivning. Anledningen till detta är att
dessa observationer måste uppnå ett ”steady-state” för att vara användbara till modellen. För vidare förklaring och exempel av balansföringsmodellen se bilaga 1.
5.2.2UTVECKLING AV PRISSÄTTNINGSMODELLEN
För att undersöka det önskade sambandet och testa vår hypotes använder vi oss i vår analysmodell av en nivåbaserad multipel regressionsmodell. Det innebär att vi med tre multipla regressioner kommer att försöka förklara sambandet mellan redovisningsinformation och aktiepriset, det vill säga redovisningsinformationens värderelevans. I varje regression kommer vi att använda oss av olika variabler som vi har inhämtat för att förklara aktiepriset. Den starkaste indikatorn på ett starkt samband mellan våra variabler och marknadens värdering av företagen, visas med styrkesambandet justerat R2. Ett högt justerat R2-värde indikerar på ett starkt samband mellan studiens beroende och oberoende variabler.
Likt tidigare forskning kommer vi att bryta ut den redovisningsinformation som vi ämnar undersöka från den grundläggande prissättningsmodellen. Det resulterar i ytterligare två modeller (Hamberg & Beisland, 2012). Fördelen med att använda prissättningsmodellen är att den inte drabbas av systematiska fel lika lätt som andra modeller (Kothari & Zimmerman, 1995). Dock förutsätter prissättningsmodellen att prissättning av aktier sker på en effektiv marknad, enligt hypotesen om effektiv marknad. (Kothari & Zimmerman, 1995; Hamberg & Beisland, 2012).
Vår första modell (Modell 1) utgår från prissättningsmodellen, men har justerats för den multipla regressionen. I prissättningsmodellen är aktiepriset (Pris) den beroende variabeln av funktionen och företagets redovisade bokförda värdet för året per aktie (BVE) samt årets nettoresultat per aktie (NV), är de förklarande variablerna.
FoU. Vid skapandet av nästa modell (modell 2) bryter vi därför ut de variabler16 som företagen rapporterar i årsredovisningen. För att vidare undersöka värderelevansen av en balansföring av samtliga kostnader för forskning och utveckling, har vi baserat den sista modellen (Modell 3) på vår egen utvecklade balansföringsmodell. På nästa sida visas våra modeller med en tabell som förklarar samtliga variabler.
Genom att genomföra de multipla regressionerna är vår förväntan att styrkesambandet justerat R2 kommer att vara högre för modell 2 och 3 eftersom de har fler förklarande variabler för den beroende variabeln, aktiepriset.
I samtliga modeller har vi även använt dummy-variabler för att justera för effekterna av negativa nettoresultat för varje år. Det gör vi genom att multiplicera dummyn med nettoresultatet (𝐷 ∗ 𝑁𝑉) och med det bokförda värdet (𝐷 ∗ 𝐵𝑉𝐸). En användning av dummyvariabler innebär att en kvalitativ variabel får ett numeriskt värde, antingen värdet 0 eller 1 (Andersson et al., 2007). Detta gör vi baserat på kriteriet att om nettoresultatet är negativt (NV ≤0) så får det siffran 1. Vid positiva värden får dummy-variabeln siffran 0 och påverkar därmed inte resultatet. Genom att tillämpa denna dimension skapas möjligheten att även inkludera och undersöka observationer med negativa värden och dess eventuella effekter på värderingen av företaget (Collins et al., 1997).
Vi har även lagt in en så kallad fast effekt för året observationen härstammar från. Dessa har vi för enkelhetens skull inte skrivit ut i modellerna nedan. Det innebär att för varje observation har vi lagt till fem dummys, dessa variabler står i en kronologisk ordning och antar värdet 1 det år observationen härstammar ifrån, annars antar dummyn värdet 0. Genom att inkludera en fast effekt ges möjligheten att se effekterna av låg och högkonjunkturer på den beroende variabeln, aktiepriset. Vid användningen av fast effekt i programmet SPSS tillåts endast fem av dessa dummy-variabler. Vi har därför utelämnat den fast effekten för år 2005, för att kunna se effekterna kring finanskrisen 2008.
16Årets investering i forskning och utveckling samt det resterande nettoresultatet efter avdrag för årets investering.
Prissättningsmodellen: 𝑃𝑟𝑖𝑠! = 𝛼!+ 𝛼!𝐵𝑉𝐸!+ 𝛼!𝑁𝑉!+ 𝜀! ger: MODELL 1 𝑃𝑟𝑖𝑠!" = 𝛼!+ 𝛼!𝐵𝑉𝐸!"+ 𝛼!𝑁𝑉!"+ 𝛼!(𝐷 ∗ 𝐵𝑉𝐸)!"+ 𝛼!(𝐷 ∗ 𝑁𝑉)!"+ 𝜀!" MODELL 2 𝑃𝑟𝑖𝑠!" = 𝛼!+ 𝛼!𝐵𝑉𝐸!"+ 𝛼!(𝑁𝑉 − 𝐹𝑜𝑈𝑖𝑛𝑣)!"+ 𝛼!𝐹𝑜𝑈𝑖𝑛𝑣!"+ 𝛼!(𝐷 ∗ 𝐵𝑉𝐸)!"+ 𝛼!(𝐷 ∗ 𝑁𝑉)!"𝜀!" MODELL 3 𝑃𝑟𝑖𝑠!" = 𝛼!+ 𝛼!(𝐵𝑉𝐸 − 𝐹𝑜𝑈)!"+𝛼!𝐹𝑜𝑈!"+ 𝛼!(𝑁𝑉 − 𝐹𝑜𝑈𝐴𝑣𝑠𝑘)!"+ 𝛼!𝐹𝑜𝑈𝐴𝑣𝑠𝑘!"+ 𝛼!(𝐷 ∗ 𝐵𝑉𝐸)!" + 𝛼!(𝐷 ∗ 𝑁𝑉)!"+ 𝜀!"
TABELL 4 -‐ DEFINITIONER AV MODELLERNAS VARIABLER 𝑷𝒓𝒊𝒔𝒊𝒕 Aktiens pris för företag i år t. Hämtat från första april varje år 𝑩𝑽𝑬𝒊𝒕 Företagets i bokförda värda år t
𝑵𝑽𝒊𝒕 Företag i, nettovinst år t
𝑭𝒐𝑼𝒊𝒕 Balansförda investeringar i FoU företag i, år t, enligt vår kapitaliseringsmodell
𝑭𝒐𝑼𝒊𝒏𝒗𝒊𝒕 Rapporterade kostnader för FoU, företag i, år t
(𝑵𝑽 − 𝑭𝒐𝑼𝒊𝒏𝒗 )𝒊𝒕 Resterande nettovinst efter avdragna kostnader för FoU, företag i, år t (𝑩𝑽𝑬 − 𝑭𝒐𝑼)𝒊𝒕 Resterande bokfört värde i företag i, år t, enligt vår
kapitaliseringsmodell
𝑭𝒐𝑼𝑨𝒗𝒔𝒌𝒊𝒕 Årets avskrivningar av FoU enligt kapitaliseringsmodellen, år t, företag i (𝑵𝑽 − 𝑭𝒐𝑼𝑨𝒗𝒔𝒌 )𝒊𝒕 Resterande nettovinst efter avdragna avskrivningar enligt
kapitaliseringsmodellen för FoU, företag i, år t D*NV Dummy som justerar för negativt nettoresultat
D*BVE Dummy som justerar för negativt nettoresultat på det bokförda värdet
𝑫𝟎𝟔 Dummy-‐variabel, år 2006
𝑫𝟎𝟕 Dummy-‐variabel, år 2007
𝑫𝟎𝟖 Dummy-‐variabel, år 2008
𝑫𝟎𝟗 Dummy-‐variabel, år 2009
𝑫𝟏𝟎 Dummy-‐variabel, år 2010
Tabell 4: Definitioner av modellernas variabler
5.3PRÖVNING AV HYPOTESERNA
H1 = Redovisningsinformationens värderelevans ökar med en balansföring av företags investeringar i forskning och utveckling.
H2 = En balansföring av samtliga investeringar i forskning och utveckling har ett positivt samband med aktiepriset.
För att kunna pröva H1 kommer multipla regressioner att utföras för att få fram ett justerat R2-värde. Om R2-värdet ökar, innebär det att redovisningsinformationens värderelevans ökar. För att pröva H2 kommer koefficienten för den oberoende variabeln balansförd FoU (FoU) att undersökas efter ett positivt signifikant samband.
6.EMPIRISKT RESULTAT
Detta kapitel inleds med att presentera den beskrivande statistiken, det vill säga en kartläggning över studiens variabler. Därefter testas hypotesen genom att presentera resultatet från de multipla regressionerna. Kapitlet avslutas med en analys av empirin, genom att tillämpa analysmodellen som presenterades i slutet av kapitel tre.
6.1STUDIENS VARIABLER
Nedan presenteras den beskrivande statistiken för hela studiens urval, för tydliggöra vilka parametrar resultatet härstammar från.
TABELL 5 – BESKRIVANDE STATISTIK FÖR URVALET
Belopp i kr/aktie N Medelv. Std. av Min. Q1 Median Q3 Max.
BEROENDE VARIABEL Aktiepris 480 90,61 121,86 0,50 27,70 65,81 119,00 1519,47 FÖRKLARANDE VARIABLER Bokfört värde 480 30,99 46,53 -‐9,49 5,99 19,34 41,91 545,73 Årets FoU-‐ investering 480 2,65 3,37 0,0 0,57 1,34 3,56 26,67 Balansförd FoU 480 6,05 7,68 0,01 1,33 2,93 13,40 49,03 (BVE − FoU)!" 480 24,94 44,90 -‐44,95 2,48 13,40 32,86 522,87 Nettovinst 480 4,18 18,16 -‐61,49 -‐0,03 2,35 6,15 314,79 Avskrivning FoU 480 2,49 3,11 0,01 0,59 1,21 3,15 21,02 (NV − FoUAvsk )!" 480 1,70 18,40 -‐82,41 -‐1,62 0,19 3,93 313,72 (NV − FoUinv )!" 480 1,53 18,35 -‐81,67 0,57 1,34 3,56 314,05
Tabell 5: En kartläggning över studiens beskrivande statistik
Kommentarer: Undersökningen baserar sig på företag på Stockholmsbörsen och innefattar därmed företag i olika storlekar och
värdena är skalerade efter antalet befintliga aktier vid rapporteringstillfället17 varje år.
(𝑩𝑽𝑬 − 𝑭𝒐𝑼)𝒊𝒕= Den restpost som bildas då det balansförda beloppet av FoU dras av från det bokförda värdet.
(𝑵𝑽 − 𝑭𝒐𝑼𝒊𝒏𝒗 )𝒊𝒕 = Den restpost som bildas när årets investering i FoU dras av från nettovinsten
(𝑵𝑽 − 𝑭𝒐𝑼𝑨𝒗𝒔𝒌)𝒊𝒕= Den restpost som bildas då avskrivningen på FoU dras av från nettovinsten
Ur tabell 5 ovan kan följande värden utläsas: medelvärdet, standardavvikelsen, medianen, kvartilerna samt min- och maxvärden. Genom att jämföra medelvärdet med medianen kan det avläsas om det finns extremvärden. Detta eftersom medianen är ett mer robust mått, medan medelvärdet beräknas på samtliga värden hos respektive variabel dividerat med antalet observationer.
17Den första april varje år.
6.2REGRESSIONSRESULTAT
H1 = Redovisningsinformationens värderelevans ökar med en balansföring av företags investeringar i forskning och utveckling.
I tabell 6 på nästa sida presenteras de multipla regressionerna över sambandet mellan den oberoende variabeln aktiepriset och de förklarande variablerna. Regressionerna är utförda på modellerna, för att kunna visa en skillnad när variablerna bryts ut ifrån dem. I kolumnerna Modell 1, Modell 2 och Modell 3 tydliggörs skillnaderna i korrelationskoefficienterna vid utvecklingen av modellerna. Då värdena i kolumnerna är signifikanta (<5%), presenteras även signifikansnivån med antalet stjärnor. De förklarande variablerna företagens bokförda värde (BVE), nettovinsten (NV) , årets investeringar i FoU (FoUinv), samt årets avskrivning av FoU-kostnader(FoUAvsk) har signifikanta koefficienter . De ger även två- och trestjärniga signifikansnivåer.
TABELL 6 – REGRESSION ÖVER SAMBANDET MELLAN VARIABLERNA BEROENDE VARIABEL Aktiepris = Modell 1: 𝛼!+ 𝛼!𝐵𝑉𝐸!"+ 𝛼!𝑁𝑉!"+ 𝛼!(𝐷 ∗ 𝐵𝑉𝐸)!"+ 𝛼!(𝐷 ∗ 𝑁𝑉)!"+ 𝜀!" Modell 2: 𝛼!+ 𝛼!𝐵𝑉𝐸!"+ 𝛼!(𝑁𝑉 − 𝐹𝑜𝑈𝑖𝑛𝑣)!"+ 𝛼!𝐹𝑜𝑈𝑖𝑛𝑣!"+ 𝛼!(𝐷 ∗ 𝐵𝑉𝐸)!"+ 𝛼!(𝐷 ∗ 𝑁𝑉)!"𝜀!" Modell 3: 𝛼!+ 𝛼!(𝐵𝑉𝐸 − 𝐹𝑜𝑈)!"+𝛼!𝐹𝑜𝑈!"+ 𝛼!(𝑁𝑉 − 𝐹𝑜𝑈𝐴𝑣𝑠𝑘)!"+ 𝛼!𝐹𝑜𝑈𝐴𝑣𝑠𝑘!"+ 𝛼!(𝐷 ∗ 𝐵𝑉𝐸)!"+ 𝛼!(𝐷 ∗ 𝑁𝑉)!"+ 𝜀!"
Modell 1 Modell 2 Modell 3
FÖRKLARANDE VARIABLER Bokfört värde 1,830*** (20,607) 1,780*** (18,865) Nettovinst 0,697*** (2,883) Balansförd FoU 3,747* (1,912) Restpost: (𝐵𝑉𝐸 − 𝐹𝑜𝑈)!" 1,790*** (19,385)
Årets investering i FoU 2,622**
(2,063) Restpost: (𝑁𝑉 − 𝐹𝑜𝑈𝑖𝑛𝑣 )!" 0,702*** (2,909) Avskrivning FoU 16,026*** (3,235) Restpost: (𝑁𝑉 − 𝐹𝑜𝑈𝐴𝑣𝑠𝑘)!" 0,686*** (2,860) 𝐷 ∗ 𝑁𝑉!" -‐1,804* (-‐2,000) -‐1,299 (-‐1,331) -‐0,725 (-‐0,730) 𝐷 ∗ 𝐵𝑉𝐸!" -‐1,473*** (-‐4,254) -‐1,464*** (-‐4,234) -‐1,313*** (-‐3,784) Antal 480 480 480 𝐴𝑑𝑗 𝑅! 0,573 0,574 0,580
Tabell 6: Regression över sambandet mellan aktiepriset och förklarande variabler Kommentarer:
(𝑩𝑽𝑬 − 𝑭𝒐𝑼)𝒊𝒕= Den restpost som bildas då det balansförda beloppet av FoU dras av från det bokförda värdet.
(𝑵𝑽 − 𝑭𝒐𝑼𝒊𝒏𝒗 )𝒊𝒕 = Den restpost som bildas när årets investering i FoU dras av från nettovinsten
(𝑵𝑽 − 𝑭𝒐𝑼𝑨𝒗𝒔𝒌)𝒊𝒕= Den restpost som bildas då avskrivningen på FoU dras av från nettovinsten
𝑫 ∗ 𝑵𝑽𝒊𝒕 = Dummyvariabel multiplicerat med årets nettovinst
𝑫 ∗ 𝑩𝑽𝑬𝒊𝒕= Dummyvariabel multiplicerat med årets bokförda värde
Värdena inom parantes är varje förklarande variabels t-värde.
Utifrån de utförda multipla regressionerna har det observerats en ökning av R2-värdet mellan modellerna. Vid den första modellen förklarar de förklarande variablerna den beroende variabeln
aktiepriset med 57,3 % och i den sista och tredje modellen har värdet stigit till 58 %. Då detta är en
H2 = En balansföring av samtliga investeringar i forskning och utveckling har ett positivt samband
med aktiepriset.
Den balansförda posten FoU har en positiv koefficient på 3,747 och är dessutom signifikant på en enstjärnig signifikansnivå. Det innebär att det finns ett positivt signifikant samband mellan FoU och den beroende variabeln aktiepriset. Det innebär att även H2 accepteras.
6.2.1SAMBAND MELLAN VARIABLERNA
Likt med tidigare forskning (Hamberg & Beisland, 2012) förklaras studiens regressionsresultat med de starkaste korrelationerna mellan de förklarande variablerna.
TABELL 7 – PEARSONS KORRELATION: DE STARKASTE SAMBANDEN
VARIABLER KORRELATION
Pris och bokfört värde 0,731***
Bokfört värde och restposten (𝐵𝑉𝐸 − 𝐹𝑜𝑈)!" 0,987***
Nettovinsten och restposten (𝑁𝑉 − 𝐹𝑜𝑈𝑖𝑛𝑣 )!" 0,983***
Balansförd FoU och årets investering i FoU 0,892***
Årets investering i FoU och årets avskrivning FoU 0,887*** Restposten (𝑁𝑉 − 𝐹𝑜𝑈𝑖𝑛𝑣 )!" och restposten (NV − FoUAvsk )!" 0,996***
Balansförd FoU och avskrivning FoU 0,968***
Tabell 7: Pearsons Korrelation. De starkaste sambanden
Kommentar: De värden som presenteras i tabellen har en korrelationskoefficient över 0,5 samt ett p-värde under 5%.
De samband som finns presenterade i tabell 8 förklaras av att de indirekt bygger på varandra, till exempel sambandet mellan FoU och FoUAvsk samt NV och (NV-FoUinv). De starka sambanden mellan variablerna FoUinv och FoUAvsk, FoU och FoUinv, samt mellan FoUinv) och
(NV-FoUAvsk) är intressant för oss för då det bekräftar att vår balansföringsmodell skapar värden som
har ett samband med redovisningspraxis.
6.2.2UTOMSTÅENDE PÅVERKAN PÅ DEN BEROENDE VARIABELN
För att undersöka om eventuella utomstående faktorer (se avsnitt 3.3 för mer information om utomstående
inkluderats årliga dummys. Detta gör att eventuella händelser de respektive åren speglas i tabellen nedan.
TABELL 8 – KARTLÄGGNING ÖVER SAMBANDEN ÅRLIGA DUMMYS
FÖRKLARANDE VARIABLER Modell 1 Modell 2 Modell 3
D06 0,324 0,264 4,240 D07 -‐32,362 -‐32,893** -‐27,410** D08 -‐42,858*** -‐43,124*** -‐38,369*** D09 -‐3,803 -‐3,718 1,011 D10 -‐11,164 -‐11,421 -‐6,840 N 480 480 480
Tabell 8: Kartläggning över sambanden mellan årliga dummys och aktiepriser
Som tabellen visar saknas starka samband mellan dummys och den beroende variabeln aktiepriset de flesta av åren. Dock är en intressant observation att dummyn för 2008 har signifikant negativt samband med aktiepriset i de samtliga tre modellerna. Även dummyn för 2007 i modell 2 och modell 3 visar ett signifikant negativt samband.
6.4ANALYS
Analysen av empirin kommer huvudsakligen att utgå från resultaten i tabell 6, men kommer även att förtydligas av korrelationerna i tabell 7 och 8. Analysmodellen som utvecklades i slutet av kapitel 3 och tidigare forskning kommer att tillämpas under analysen.
Tidigare studier på detta område har kommit fram till att det finns ett samband mellan en balansföring av FoU-investeringar och redovisningsinformations värderelevans (Lev & Sougiannis, 1996; Aboody & Lev, 1998; Cazavan-Jeny & JeanJean, 2006). Lev och Sougiannis (1996) justerar poster från företags redovisningar för en balansföring och de finner ett positivt samband och att redovisningsinformationen blir mer värderelevant. Cazavan-Jeny och JeanJean (2006) kommer till skillnad från dem fram till att det finns ett negativt samband mellan balansförd FoU och aktiepriser och aktieavkastning. Deras resultat tyder på att marknaden berörs och reagerar negativt på balansföring av FoU-kostnader. Vår studie skiljer sig från ovanstående, då vi har studerat svenska börsnoterade företag, som sedan 2005 redovisar enligt internationella redovisningsstandarder.
6.4.1ANALYS AV MODELLERNA
De förklarande variablerna är uppställda i tabell 6 utifrån ordningen de bryts ut från modellerna. Med stöd från tidigare forskning (Hamberg & Beisland, 2012), så förklaras aktiepriset av de förklarande variablerna i modell 1 på ett tillfredsställande sätt med en determinationskoefficient på 0,573. Modell 1 visar även att företagens bokförda värde (BVE) och nettoresultat (NV) har starka signifikansnivåer, vilket tyder på att risken är liten för att dessa värden har påverkats av slumpen under urvalet och de kan därmed anses vara representativa för verkligheten.
Modell 3 visar att det justerade R2-värdet ökat med 0,7% från den grundläggande prissättningsmodellen, Modell 1. Det indikerar att aktiepriset förklaras bättre av att bryta ut variablerna i modellerna (se tabell 6), då R2-värdet (förklaringsgraden) av de förklarande variablerna har ökat. Att effekten är så pass liten, beror på att de flesta svenska företag inte har särskilt stora investeringar i FoU. Enligt resultaten i tabell 6 kan det även utläsas att nettovinsten, restposten (𝐵𝑉𝐸 − 𝐹𝑜𝑈)!" och restposten (𝑁𝑉 − 𝐹𝑜𝑈𝐴𝑣𝑠𝑘)!" har en liknande koefficient, vilket även det tyder på att svenska företag har små investeringar i FoU. Det innebär att om endast FoU-intensiva företag hade studerats, hade effekten på dessa koefficienter varit större, såväl effekten på R2-värdet. En av de utbrutna posterna i Modell 3, balansförd FoU (FoU), har skapats med hjälp balansföringsmodellen. Denna post har ett positivt signifikant samband med den beroende variabeln
aktiepriset, i likhet med tidigare studier (Lev & Sougiannis, 1996: Barth et al., 2005). Att denna
förklarande variabel är statistisk signifikant, innebär att den är representativ för vårt urval och därmed kan en generalisering göras om att den svenska marknaden skulle reagera på samma sätt om företag balansförde samtliga FoU-kostnader. Därmed kan även H2 accepteras, det finns ett positivt samband mellan aktiepriset och en balansföring av FoU. Som tidigare nämnt hade även detta samband varit starkare om urvalet hade begränsats till FoU-intensiva företag.
Resultaten i tabell 6 visar att alla utom en av posterna i Modell 3 visar signifikanta samband med aktiepriset. Den posten som saknar ett signifikant samband är (𝐷 ∗ 𝑁𝑉)!", på grund av att en negativ nettovinst kan inte ha ett samband med aktiepriset. Enligt Anagnostopoulous studie (2010) så ökar värderelevansen i den redovisning som innehåller balansföring av vissa kostnader för FoU, gentemot den som har tillämpat ovillkorlig försiktighet och därmed kostnadsfört FoU direkt i
resultaträkningen. Vårt resultat skiljer sig något från denna studie, då våra visar att värderelevansen