Personalkostnader och lönsamhet : En studie om sambandet mellan personalkostnader och lönsamhet inom Big Four i Sverige

Personalkostnader och lönsamhet

En studie om sambandet mellan personalkostnader och lönsamhet inom Big Four i Sverige

Louise Holm, Niklas Karlsson och Liza Mårts 930602, 910531, 900318

Höstterminen 2020

FE300G, Kandidatuppsats 15 hp Ämne: Företagsekonomi

Handelshögskolan vid Örebro universitet Handledare: David Guttormsen

Abstract

This paper investigates the relationship between staff expenses and profitability over the years 2010-2018 within the four biggest accounting and audit firms in Sweden, also known as the Big Four. The study is based on agency theory and the chosen variables to research the relationship are return on equity (ROE), return on assets (ROA), revenue per employee (omsans) and staff expenses per employee (perans). The correlation between the variables has been analyzed with a linear regression model and a panel data analysis. Agency theory predicts that there should be a positive correlation between staff expenses and profitability. The result shows that there is a positive significant correlation between perans and omsans, but on the contrary to agency theory predictions there is no evidence for a positive significant correlation between staff expenses and ROE or ROA.

Begreppsdefinitioner

Big Four

De fyra största revisions- och redovisningsbyråerna i Sverige: Deloitte, EY, KPMG och PWC.

De anställda

Samtliga anställda i varje företag.

Lönsamhet

Mäter företagets ekonomiska effektivitet, i denna studie utifrån måtten ROA och ROE.

Omsans

Företagets omsättning dividerat med dess antal anställda.

Perans

Företagets personalkostnader dividerat med dess antal anställda.

Personalkostnader

Samtliga kostnader som är direkt hänförliga till personalen.

ROA

Return on assets, avkastning på totalt kapital. Kan även benämnas som räntabilitet på totalt kapital.

ROE

Return on equity, avkastning på eget kapital. Kan även benämnas som räntabilitet på eget kapital.

Innehållsförteckning

2.2.1 Studier som visat ett samband mellan ersättning och lönsamhet 4 2.2.2 Studier som inte visat ett samband mellan ersättning och lönsamhet 5

2.3 Konkretisering av hypoteser 6 2.3.1 Hypotes 1 7 2.3.2 Hypotes 2 7 2.3.3 Hypotes 3 7 3. Metod 8 3.1 Vetenskapligt synsätt 8 3.2 Forskningsansats 9 3.3 Urval 9 3.4 Datainsamling 9 3.5 Dataanalys 10 3.5.1 Hypotesprövning 11 3.5.2 Statistiska analysmetoder 11 3.6 Kvalitetskriterier 12 3.7 Etisk reflektion 13

4. Resultat och analys 13

4.1 Överblick av insamlad data 14

4.3 Hypotesprövningar 17 4.3.1 Hypotesprövning 1 17 4.3.2 Hypotesprövning 2 18 4.3.3 Hypotesprövning 3 20 5. Slutsatser 21 6. Diskussion 21

6.1 Teoretiska och praktiska bidrag 22

6.2 Förslag till vidare studier 22

Referenslista 23

Bilaga 1: Data Deloitte 26

Bilaga 2: Data EY 27

Bilaga 3: Data KPMG 28

1. Inledning

Följande avsnitt inkluderar en problembakgrund som belyser ämnets aktualitet och relevans samt leder fram till studiens frågeställning och syfte.

1.1 Problembakgrund

Det finns de som anser att personalkostnader inte nödvändigtvis måste ses enbart som en kostnadsbörda för företaget utan att de även kan ses som en social investering, en av dessa är fackförbundet Handels (Carlén & Rosenström 2019). I en rapport från Handels presenteras slutsatser om att personalkostnader har en positiv påverkan på företagens lönsamhet, när personalkostnaderna ökade steg lönsamheten ännu mer (Carlén & Rosenström 2019). Problemet med en studie utförd av ett fackförbund är det tydliga egenintresset, det finns stor risk att rapporten blir en bild av ett önskat resultat. Vidare granskar Handels rapport flera olika branscher inom detaljhandeln (Carlén & Rosenström 2019), något som kan ha skapat ett resultat som är svårt att dra konkreta slutsatser från. Det tydliga egenintresset i undersökningen samt bredden på studieobjekten tyder på ett behov av en opartisk och avgränsad studie.

Det finns tidigare vetenskapliga studier som undersökt sambandet mellan ersättning och lönsamhet utifrån kvantitativa datainsamlingar baserade på årsredovisningar. Dessa studier behandlar relationen mellan VD:s ersättning och företags lönsamhet och studerar huruvida högre ersättning leder till ökad lönsamhet. Resultaten från studierna är spridda. Tre studier som funnit belägg för ett positivt samband är Kato och Kubo (2006) som behandlat japanska företag, Smirnova och Zavertiaeva (2017) som fokuserat på stora företag i Europa och Zoghlami (2020) som undersökt franska företag. I motsats till de studier som påvisat ett tydligt samband genomfördes en studie av Randøy och Nielsen (2002) på den svenska och norska marknaden, resultatet från denna visade inte något signifikant samband mellan VD:s ersättning och lönsamhet. Randøy och Nielsen (2002) beskriver att det svaga sambandet kan bero på socialdemokratiska normer i Sverige och Norge. Båda länderna har ett högt skattetryck samt hög grad av transparens kring VD:s ersättning, vilket skulle kunna leda till en generellt lägre ersättningsnivå (Randøy & Nielsen 2002). En liknande undersökning har genomförts av Bradley (2013) på företag i Sydafrika där resultatet indikerar en avsaknad av ett positivt linjärt samband mellan VD:s ersättning och företagens lönsamhet. Eftersom det

saknas enhetlighet i resultaten från tidigare forskning kan det därför ses som motiverat att genomföra ytterligare studier inom området.

Denna studie avser att utveckla den tidigare forskningen som genomförts på VD-nivå genom att lyfta ner resonemanget till en hierarkiskt lägre nivå och istället studera personalkostnader i relation till lönsamhet. Om personalkostnader ska ses som en social investering för företaget bör hänsyn även tas till andra poster än enbart personalens lön, såsom exempelvis kostnader för kompetensutveckling och motivationshöjande aktiviteter. Av denna anledning kommer personalkostnader användas som en variabel i studien istället för personalens lön. En fördel med den hierarkiskt lägre nivån är att resultatet inte bör påverkas i samma utsträckning av de socialdemokratiska normer som Randøy och Nielsen (2002) beskriver, då lönenivån troligtvis är lägre och jämnare fördelad över de anställda i relation till en VD:s ersättning.

Det finns flera olika mått för att mäta lönsamhet i ett företag, därför kan det vara fördelaktigt att använda mer än ett av dessa mått för att ge en rättvis bild av företagets lönsamhet. I studien kommer de etablerade lönsamhetsmåtten return on assets (ROA) och return on equity (ROE) användas. ROA kan även benämnas som räntabilitet på totalt kapital och ROE kan benämnas som räntabilitet på eget kapital, där ROA mäter avkastning på tillgångar och ROE mäter avkastning på eget kapital (Greve 2014).

Tidigare presenterade studier har fokuserat på flera branscher, där exempelvis lönsamheten kan variera kraftigt mellan branscherna, vilket således kan leda till resultat som inte är generaliserbara. I denna studie undersöks därför företag inom samma bransch i förhoppning om att kunna visa tydligare samband. Studieobjekten består av de fyra största revisions- och redovisningsbyråerna i Sverige; Deloitte, EY, KPMG och PWC, vilka tillsammans utgör Big Four. Gemensamt stod Big Four år 2018 för minst 60 % av omsättningen av revisionstjänster i Sverige (Revisorsinspektionen 2018). Studien riktar sig mot tjänsteföretag på grund av att det i denna företagstyp finns en tydlig koppling mellan personalens prestationer och företagets lönsamhet, det vill säga det är personalen som genererar företagets intäkter. Sambandets riktning motiveras genom att utgå från att personalen baserat på årets lön genererar årets intäkter, det vill säga att personalkostnader påverkar företagets nettoomsättning. Av denna anledning kommer sambandet mellan personalkostnader och nettoomsättning studeras.

1.2 Frågeställning

Hur förväntas agentteorin förklara sambandet mellan personalkostnader och lönsamhet inom Big Four i Sverige, samt hur stämmer detta överens med verkligt utfall?

1.3 Syfte

Syftet med denna studie är att förklara hur sambandet ser ut mellan Big Fours personalkostnader och dess lönsamhet utifrån ett agentteoretiskt perspektiv, detta genom att analysera historisk kvantitativ data.

1.4 Disposition

I figur 1 presenteras uppsatsens disposition för att ge en överblick över dess olika delar.

Figur 1. Uppsatsens disposition

2. Teoretisk referensram

Följande avsnitt redogör för studiens teoretiska utgångspunkt samt tidigare studier inom ämnet. Avslutningsvis presenteras en konkretisering av studiens hypoteser.

2.1 Agentteori

Grundtanken inom agentteorin är att det finns en kontraktsrelation mellan två parter, där den ena är principal (arbetsgivare) och den andra är agent (arbetstagare) (Eisenhardt 1989). Både agent och principal antas vara rationella, opportunistiska och sträva efter nyttomaximering utifrån egenintresse (Eisenhardt 1989). Om parternas intressen står i konflikt kommer principalen sträva efter att kontrollera agenten, för att få denne att agera enligt principalens intresse (Jensen & Meckling 1976). Ett kontrakt mellan parterna kan inkludera kontrollmekanismer som övervakning eller incitament. Incitament används för att motivera agenten och övervakning har som syfte att begränsa agentens opportunism (Jensen &

Meckling 1976). Kontraktets syfte är att minimera intressekonflikt mellan parterna och Kline et al. (2017) betonar ersättning till agenten som ett viktigt incitament för att minska agentens egenintresse och få denne att agera i principalens intresse. Kline et al. (2017) menar vidare att om agenten inte erhåller tillräckligt med incitament kommer denne att prioritera sina egna intressen.

Bakgrunden till denna studie bygger på intressekonflikten mellan agent och principal, begrepp som översätts till de anställda (agent) och företaget (principal). Det är därmed av betydelse huruvida kontrollmekanismer, exempelvis övervakning eller incitament, kan påverka de anställdas motivation att uppnå företagets intresse av ökad lönsamhet. Enligt Frostenson (2015) ligger det i principalens intresse att minimera transaktionskostnader som är förknippade med kontraktsrelationen. Det uppstår ofta informationsasymmetri mellan parterna i en kontraktsrelation (Eisenhardt 1989), vilket innebär att den ena parten har kunskap som den andre parten saknar. Då studien avser att undersöka tjänsteföretag i redovisnings- och revisionsbranschen, det vill säga kunskapsföretag, bör det finnas informationsasymmetri då branschen är komplex och varje enskild anställd antas inneha kunskap och information som inte är generellt fördelad inom företaget. Informationsasymmetrin medför därför att övervakning av de anställda kan bli tids- och kostnadskrävande, vilket motiverar att incitament kan vara en lämpligare kontrollmekanism. Samtidigt som agentteorin är lämplig för att beskriva och förklara interna faktorer inom företaget bör det även beaktas att agentteorin inte tar hänsyn till externa faktorer. Konjunkturcykler, regeringsskiften och liknande ekonomiska händelser påverkar företagets intäktsgenerering och lönsamhet oavsett hur relationen mellan agent och principal är utformad.

2.2 Tidigare studier

I detta avsnitt redogörs för ett urval av tidigare forskning inom det aktuella problemområdet. Studierna grundas i agentteori, där VD är agent och företaget är principal.

2.2.1 Studier som visat ett samband mellan ersättning och lönsamhet

Kato och Kubo (2006) undersökte om det fanns ett samband mellan ersättning till VD och lönsamhet på den japanska marknaden. Motivet till undersökningen var att den tidigare

forskningen om ersättning till VD inom japanska företag var begränsad på grund av bristfällig tillgång till material. Bristen på data berodde på att japanska företag inte var skyldiga att lämna information om VD:s ersättning. Forskarna fick tillgång till individuella uppgifter från 51 företag gällande VD:s lön och bonus avseende en tioårsperiod, vilket möjliggjorde undersökning av detta samband. Variablerna som användes för att mäta företagens lönsamhet var ROA, försäljningstillväxt och avkastning på aktier (stock returns). I ersättning till VD inkluderades grundlön och andra ersättningar. Kato och Kubos (2006) undersökning visade ett positivt signifikant samband mellan ersättning till VD och lönsamhet. Smirnova och Zavertiaeva (2017) studerade 330 stora företag inom Frankrike, Italien, Nederländerna, Schweiz, Spanien, Storbritannien och Tyskland med avsikt att undersöka sambandet mellan ersättning till VD och företagens lönsamhet. Studien grundades på agentteori och undersökte variablerna total ersättning till VD och lönsamhet. I total ersättning till VD inkluderades lön, bonus och förmåner. Lönsamhetsmåtten som användes var ROE, ROA och försäljningstillväxt. Resultatet visade att det fanns ett positivt samband mellan ersättning till VD och lönsamhet samt att de företag som hade högre ersättning till VD uppvisade ett högre resultat (Smirnova & Zavertiaeva 2017).

I en studie genomförd av Zoghlami (2020) undersöktes 155 franska börsnoterade företag över en tioårsperiod, år 2009-2018. Syftet var att studera ett eventuellt samband mellan ersättning till VD och lönsamhet utifrån ett agentteoretiskt perspektiv. Variablerna som användes för att mäta företagens lönsamhet var ROE, ROA och Tobins Q. I ersättning till VD inkluderades total bruttoersättning. Zoghlami (2020) antydde att det fanns ett positivt samband mellan VD:s ersättningsnivå och företagets lönsamhet.

2.2.2 Studier som inte visat ett samband mellan ersättning och lönsamhet

Randøy och Nielsen (2002) studerade sambandet mellan ersättning till VD och lönsamhet i Sverige och Norge. Undersökningen inkluderade 224 företag, varav 120 norska och 104 svenska, under åren 1996-1998. Studien är utformad utifrån agentteorins antagande om att lön kan vara ett incitament som minskar intressekonflikten mellan ägare och VD. De variabler som användes för att definiera lönsamhet utgjordes av ROE och aktievärde i relation till eget kapital (market to book-value). Vidare inkluderade ersättning till VD den totala ersättningen i form av lön, bonus och teckningsoptioner. En av Randøy och Nielsens (2002) hypoteser var att det fanns ett positivt samband mellan ersättning till VD och

lönsamhet. Resultatet visade däremot att det inte gick att konstatera ett signifikant samband mellan VD:s ersättning och lönsamhet. Randøy och Nielsen (2002) resonerade kring att resultatet och den generellt lägre ersättningsnivån till VD kan bero på socialdemokratiska normer i Sverige och Norge, vilket har inneburit högt skattetryck och en hög grad av transparens kring VD:s ersättning. De lyfte också det faktum att båda länderna var präglade av en jämlikhetskultur som i samband med transparent redovisning av VD:s ersättning också kunde bidra till en lägre ersättningsnivå.

Bradley (2013) genomförde en liknande studie på 40 företag som var noterade på den Sydafrikanska börsen. Undersökningen genomfördes med hjälp av data från en femårsperiod, år 2006-2010. Syftet var att avgöra om det fanns en korrelation mellan VD:s ersättning och lönsamhet utifrån en agentrelation. I ersättning till VD inkluderades lön, bonus samt andra ersättningar. Företagets lönsamhet mättes med hjälp av ROE, ROA och resultat per aktie. Bradleys (2013) resultat visade att det fanns en negativ korrelation mellan ROA och VD:s ersättning, ökad ersättning till VD ledde till minskat ROA. Bradley (2013) pekade på att den negativa korrelationen kunde bero på att företag med fokus på att öka ROA eventuellt använde kostnadsnedskärningar som styrmedel, vilket därav även minskade ersättning till VD. Vidare visade resultatet en korrelation mellan ökat ROE och minskning av annan ersättning till VD (utöver lön och bonus), även detta ansåg Bradley (2013) kunde bero på kostnadsnedskärningar med syfte att öka ROE. Bradley (2013) resonerade kring att kostnadsnedskärningar också kunde vara till följd av finanskrisen och inte enbart baserat på företagets prestation. Studiens slutsats var att det fanns korrelation mellan vissa variabler men inte tillräckligt för att konstatera ett linjärt samband. Istället indikerades att företagets lönsamhet kan påverkas av VD:s personliga egenskaper, exempelvis ålder och erfarenhet.

2.3 Konkretisering av hypoteser

Det saknas enhetlighet i resultaten från tidigare forskning, trots detta ges en övergripande bild av att det bör finnas ett samband mellan ersättning och lönsamhet. I tidigare studier där det saknats ett samband lyfts potentiella förklaringar i form av andra faktorer som inte berörs av agentteori, exempelvis socialdemokratiska normer (Randøy & Nielsen 2002) och VD:s personliga egenskaper (Bradley 2013). Det finns därmed utrymme för vidare forskning men det bör eftersträvas en eliminering av de faktorer som agentteorin inte tar hänsyn till. Genom att utföra en studie på personalnivå bör socialdemokratiska normer samt individuella

personliga egenskaper inte påverka resultatet i samma utsträckning. Lönenivån antas vara lägre och jämnare fördelad över de anställda och de individuella personliga egenskaperna har mindre påverkan på resultatet när fler individer inkluderas.

2.3.1 Hypotes 1

Enligt agentteorin antas ökat incitament leda till att de anställda blir mer produktiva och därmed bidrar till att öka företagets omsättning. För att undersöka om sambandet existerar i verkligheten behandlar således studiens första hypotes sambandet mellan personalkostnader och nettoomsättning.

H0: Det finns inget positivt statistiskt signifikant samband mellan nettoomsättning och personalkostnader.

H1: Det finns ett positivt statistiskt signifikant samband mellan nettoomsättning och personalkostnader.

2.3.2 Hypotes 2

Enligt agentteori-perspektivet bör det finnas ett positivt samband mellan personalkostnader och lönsamhet, eftersom ökat incitament antas leda till att de anställda agerar efter företagets intresse. En ökad ersättning och investering i de anställda förväntas därmed leda till ökad lönsamhet hos företaget. Ett sätt att mäta lönsamhet på är via måttet ROE (return on equity). ROE mäter avkastning på eget kapital och används för att visa hur väl företaget använt det egna kapitalet för att generera vinst (Greve 2014). ROE är relevant som ett nyckeltal i studien då det visar hur lönsamt ett företag är för sina ägare. Resonemanget leder fram till studiens andra hypotes som berör sambandet mellan personalkostnader och ROE.

H0: Det finns inget positivt statistiskt signifikant samband mellan ROE och personalkostnader.

H1: Det finns ett positivt statistiskt signifikant samband mellan ROE och personalkostnader.

2.3.3 Hypotes 3

En svaghet med måttet ROE är att det kan ge en skev bild till följd av förändringar i det egna kapitalet. Om exempelvis en stor utdelning skulle äga rum leder det, allt annat lika, till att ROE ökar. En försvagning av företagets ställning skulle således leda till att lönsamheten ser starkare ut. Enligt samma resonemang leder en nyemission till att eget kapital ökar och ROE

minskar, vilket innebär att lönsamheten ser sämre ut vid en förstärkning av företagets egna kapital. Nyckeltalet ROE kommer därför kompletteras med nyckeltalet ROA (return on assets) för att ge en mer komplett bild av sambandet mellan personalkostnader och lönsamhet. ROA mäter relationen mellan företagets avkastning och dess tillgångar och visar hur företagets ekonomiska resurser använts för att generera vinst (Greve 2014). Nyckeltalet är relevant eftersom det indikerar hur väl företaget nyttjar sina tillgångar för att skapa vinst, vilket i denna studie likställs med lönsamhet. Detta resonemang leder fram till studiens tredje hypotes som berör sambandet mellan personalkostnader och ROA.

H0: Det finns inget positivt statistiskt signifikant samband mellan ROA och personalkostnader.

H1: Det finns ett positivt statistiskt signifikant samband mellan ROA och personalkostnader.

3. Metod

I följande avsnitt presenteras en redogörelse av studiens metodologiska tillvägagångssätt följt av dess kvalitetskriterier och en etisk reflektion.

3.1 Vetenskapligt synsätt

När studien har en testande problemställning med syfte att finna samband mellan ett fåtal variabler bör en kvantitativ forskningsmetod väljas (Jacobsen 2017). Till skillnad från en fallstudie bör i detta fall ett flertal enheter studeras för att kunna uppnå ett mer generaliserbart resultat (Jacobsen 2017). De variabler som brukas i studien är ROA, ROE, nettoomsättning per anställd samt personalkostnader per anställd, vilka används för att mäta samband inom och mellan fyra jämförbara enheter utifrån historiskt fastställd data. Förutsättningarna för en kvantitativ metod är således uppfyllda och kan dessutom motiveras utifrån önskan om att finna objektiva samband. Vidare är fördelen med kvantitativ data att informationen lätt kan behandlas med hjälp av statistiska program och därmed inte påverkas av individuella värderingar (Jacobsen 2017). Hänsyn har också tagits till de nackdelar som finns med en kvantitativ metod, vilket enligt Jacobsen (2017) kan vara en avsaknad av djup och komplexitet som leder till svårighet att förklara ett samband. Denna nackdel bedöms dock inte vara ett hinder på grund av studiens testande karaktär av historisk data.

3.2 Forskningsansats

Studien avser att testa teorin, det vill säga undersöka om agentteori kan förklara sambandet mellan personalkostnader och lönsamhet. Ett sådant utförande stämmer överens med en deduktiv forskningsansats enligt Bryman och Bell (2017), där teoretiska antaganden styr sökandet efter empiri. Hypoteserna formuleras utifrån teoretiska överväganden och kan därefter bekräftas eller förkastas med hjälp av empirisk granskning och statistiska analyser (Bryman & Bell 2017). Studien bygger således på den valda teorin och hypoteserna som utformats utifrån denna, vilka i sin tur styr datainsamlingsprocessen.

3.3 Urval

När populationen skulle fastställas var kriterierna att företagen i studien skulle vara verksamma inom samma bransch och i Sverige. Studien riktar sig vidare mot tjänsteföretag med anledning av den tydliga kopplingen mellan personalens prestationer och företagets lönsamhet. Populationen i studien utgörs därför av Big Four som uppfyller samtliga kriterier. Valet av population motiverades även av en önskan att studera jämförbara företag, både beträffande storlek och bransch, samt möjlighet att studera hela populationen. En fördel med att studera hela populationen är att urvalet inte riskerar att bli skevt (Jacobsen 2017). Ett problem vid urval kan vara att det finns risk för bortfall, det vill säga ogiltiga mätvärden (Jacobsen 2017). Genom att empirin hämtats från årsredovisningar, som är offentliga och historiskt fastställda, har all data hämtats med tillförlitlighet.

3.4 Datainsamling

Insamling av empiri har skett genom databasen Retriever Business. I ett första steg har de berörda företagens årsredovisningar sparats ner genom att använda företagens namn som sökord, med undantag för KPMG som juridiskt tillhör Bohlinsgruppen AB. Därefter har värdena för nettoomsättning, personalkostnader, resultat efter finansiella poster, tillgångar, justerat eget kapital och antal anställda plockats ut manuellt och förts in i en tabell, se bilaga 1-4, vilka sedan använts för att räkna ut de valda måtten. Eftersom denna studie avser att mäta hur ökade investeringar i personal påverkar företagets nettoomsättning och lönsamhet har de totala personalkostnaderna och nettoomsättningen dividerats med antal anställda. En ökning av personalkostnader och nettoomsättning kan indikera att ett företag växt snarare än att företaget investerat mer i sin personal. Om personalkostnader och nettoomsättning istället

mäts per anställd kommer förändringar i personalstyrkans storlek elimineras och företagen blir således mer jämförbara.

Valet att samla in årsredovisningar via Retriever Business motiverades utifrån användarvänlighet, då all data fanns tillgänglig i samma databas istället för att samla in dessa separat från respektive företag. Vid datainsamling har information från årsredovisningar inhämtats på koncernnivå för samtliga undersökningsobjekt. Detta har skett i syfte att delvis förenkla justering av eget kapital, men också för ökad jämförbarhet då strukturen inom de olika organisationerna skiljer sig åt. En av de undersökta koncernerna har exempelvis upprättat sin administrationsavdelning som ett separat företag, att bortse från detta och enbart granska moderföretaget skulle kunna göra resultatet missvisande då moderföretaget således inte belastas med fulla kostnader.

Data har insamlats från en nio år lång tidsperiod, år 2010-2018, för att öka jämförbarheten inom och mellan företagens årsredovisningar över tid samt för att öka tillförlitligheten. På så vis påverkar inte tillfälliga händelser som skett under ett visst år resultatet i samma utsträckning, exempel på sådana händelser kan vara konjunktursvängningar och regeringsskiften. Tidsperioden om nio år motiveras vidare av att den varken anses för kort för att kunna generalisera eller för lång för att inkludera data som anses vara irrelevant.

3.5 Dataanalys

Vid analysen användes värden från Big Fours årsredovisningar för åren 2010-2018. Den insamlade datan sammanställdes i Microsoft Excel, där måtten ROA, ROE, nettoomsättning per anställd (omsans) och personalkostnader per anställd (perans) beräknades. I de fall ett företag haft ett avvikande räkenskapsår som motsvarat mer eller mindre än tolv månader har räkenskapsårets värden justerats för att motsvara tolv månader, detta för att omsans och perans skulle vara jämförbara mellan företagen. Datan analyserades därefter i statistikprogrammet Stata. Måtten ROA, ROE och omsans användes som beroende variabler och perans som oberoende variabel.

ROA = Resultat efter finansiella poster Totala tillgångar

ROE = Resultat efter finansiella poster Justerat eget kapital Omsans = _{​Nettoomsättning}

Antal anställda Perans = _{​Personalkostnader}

Antal anställda

3.5.1 Hypotesprövning

Vid en hypotesprövning med två dikotoma hypoteser ställs två hypoteser mot varandra, H0 och H1, vilket innebär att om den ena hypotesen är sann är den andra falsk (Nyquist 2017). Agentteori och tidigare studier inom aktuellt område indikerar att H1 är sann, men för att bevisa detta måste H0 förkastas eftersom båda hypoteserna inte kan stämma samtidigt. Av denna anledning är samtliga hypoteser uppbyggda för att H0 ska kunna förkastas i syfte att bevisa H1.

3.5.2 Statistiska analysmetoder

I Stata analyserades datan i form av en korrelationsanalys, en regressionsanalys och en paneldataanalys. Inledningsvis genomfördes en korrelationsanalys mellan samtliga variabler. Korrelationsanalysen genomfördes för att mäta styrkan av ett linjärt samband mellan två variabler samt för att kunna besluta huruvida den oberoende variabeln skulle logaritmeras inför kommande analyser (Lind et al. 2012).

I denna studie baseras korrelationsanalysen på Pearsons korrelationsmatris där korrelationen anges med en korrelationskoefficient som kan anta ett värde mellan -1 och +1 (Lind et al. 2012). Ett värde på -1 avser ett perfekt negativt samband och ett värde på +1 avser ett perfekt positivt samband mellan variablerna (Lind et al. 2012). Vid ett värde nära 0 kan det indikera att variabeln är snedfördelad, vilket blir problematiskt i nästkommande regressionsanalyser. Av denna anledning kan variabeln logaritmeras för att bli mer normalfördelad kring medelvärdet. Om korrelationskoefficienten visar ett värde mellan ± 0,5 beskriver Lind et al. 2012 att detta tyder på svag eller ingen korrelation, vilket i denna studie innebär att den oberoende variabeln logaritmerats.

Efter genomförd korrelationsanalys, där sambandets riktning utvärderats, genomfördes en regressionsanalys där hänsyn även togs till huruvida variablerna var beroende eller oberoende. En regressionsanalys kan användas för att visa hur variablerna påverkar varandra och är lämplig för att besvara om det finns ett statistiskt signifikant samband mellan två variabler (Andersson et al. 2007). Hypoteserna i denna studie testades på signifikansnivå 0,05, vilket innebar att om p-värdet vid regressionsanalysen visade ett lägre värde än 0,05 kunde H0 förkastas, men om p-värdet översteg 0,05 kunde H0 inte förkastas. Om p-värdet var lägre än 0,05 och H0 förkastades innebar det att det till 95 % säkerhet fanns ett statistiskt signifikant samband mellan variablerna (Nyquist 2017).

Ekvation för regressionsanalys: Y = α + βx Y = Beroende variabel

α = Konstant

β = Regressionskoefficient x = Oberoende variabel

Källa: Djurfeldt & Barmark 2009

Slutligen har en paneldataanalys genomförts för att pröva sambandet mellan en beroende och oberoende variabel med beaktning av dimensionerna tid och enhet (Djurfeldt & Barmark 2009). Beaktning av dimensionerna tid och enhet har gjorts för att kontrollera om paneldataanalysen kunde indikera ett starkare samband när fler dimensioner inkluderades (Djurfeldt & Barmark 2009). En paneldataanalys är lämplig då studien behandlar ett flertal analysenheter och avser mäta förändring under en längre tidsperiod (Djurfeldt & Barmark 2009). Vid paneldataanalysen delades företagen in i grupper och det genomfördes därefter en regression genom de två dimensionerna.

3.6 Kvalitetskriterier

Reliabilitet _{​beskriver tillförlitligheten i studien och berör huruvida resultaten från} undersökningen blir densamma om den genomförs igen, det vill säga i vilken omfattning den påverkas av förutsättningar som är slumpmässiga eller tillfälliga (Bryman & Bell 2017). Om denna studie genomförs på nytt med oförändrad metod och samma empiriska data bör

resultatet bli detsamma, eftersom datan hämtats från årsredovisningar som är offentliga och historiskt fastställda.

Replikerbarhet _{​beskriver om det finns möjlighet att upprepa en undersökning och kravet för} att uppnå replikerbarhet är att forskaren i detalj redogör för studiens tillvägagångssätt (Bryman & Bell 2017). Eftersom denna studie redogör för nyttjat tillvägagångssätt samt den empiriska datan i sin helhet är det möjligt att replikera studien.

Validitet _{​omfattar i vilken utsträckning en undersökning mäter vad den avser att mäta, det vill} säga om det finns systematiska mätfel som påverkar resultatet (Bryman & Bell 2017). Begreppsvaliditet handlar om huruvida måttet för ett begrepp verkligen motsvarar vad begreppet anses stå för (Bryman & Bell 2017). I denna studie används de etablerade och välkända lönsamhetsmåtten ROA och ROE, vilket ökar studiens begreppsvaliditet eftersom båda lönsamhetsmåtten använts i liknande studier tidigare. Personalkostnader, nettoomsättning och antal anställda har utlästs direkt från årsredovisningarna, vilket motiverar att även begreppen perans och omsans har validitet.

3.7 Etisk reflektion

Denna studie har genomförts i enlighet med ALLEA:s (2017) fyra principer; tillförlitlighet, ärlighet, respekt och ansvarighet, vilka nyttjas för att säkerställa god forskningssed. Tillförlitlighet innebär att kvalitetssäkra forskningen, vilket i denna studie hanterats genom att eftersträva en hög grad av reliabilitet samt bruka tydliga mått och begrepp. Ärlighet har uppnåtts genom att studien genomförts objektivt och inga mått har valts i syfte att ge ett vinklat resultat. I relation till principen respekt menar Jacobsen (2017) att det ofta förekommer etiska dilemman mellan forskare och undersökningsobjekt. Då denna undersökning endast granskat offentlig data uppstår exempelvis ingen risk för att samtycke saknas till delgivning av informationen. Ansvarighet har genomsyrat undersökningen genom att kritisk granskning skett genom hela processen.

4. Resultat och analys

Följande avsnitt inleds med en överblick av studiens insamlade data. Därefter presenteras studiens resultat och analys utifrån respektive hypotes.

4.1 Överblick av insamlad data

Den insamlade datan samt värdena för respektive mått presenteras i sin helhet i bilaga 1-4. I tabell 1-4 presenteras medelvärde och standardavvikelse för måtten perans, omsans, ROE och ROA i Big Four år 2010-2018.

Tabell 1. Medelvärde och standardavvikelse perans (tkr)

Tabell 2. Medelvärde och standardavvikelse omsans (tkr)

Tabell 3. Medelvärde och standardavvikelse ROE

Tabell 4. Medelvärde och standardavvikelse ROA

I figur 2-5 presenteras samtliga variablers medelvärden för Big Four för att åskådliggöra måttens genomsnittliga värden för år 2010-2018 samt för att tydliggöra hur dessa utvecklats över tid.

Deloitte EY KPMG PWC Big Four

Medelvärde 726,7508 816,5533 899,5241 819,0609 815,4723 Standardavvikelse 50,52079 41,44677 80,67445 61,94024 84,76413

Deloitte EY KPMG PWC Big Four

Medelvärde 1 546,241 1 559,518 1 416,322 1 228,71 1 437,698 Standardavvikelse 293,3082 61,70033 113,7758 93,2657 208,9861

Deloitte EY KPMG PWC Big Four

Medelvärde 1,244585 1,185419 0,7230488 1,133736 1,071697 Standardavvikelse 0,0565697 0,0769823 0,1140408 0,2051895 0,2407087

Deloitte EY KPMG PWC Big Four

Medelvärde 0,5371362 0,2771392 0,2048232 0,2134889 0,3081469 Standardavvikelse 0,0522085 0,0771705 0,0752417 0,0516532 0,1505594

Figur 2. Medelvärde perans Big Four (tkr)

Figur 3. Medelvärde omsans Big Four (tkr)

Figur 5. Medelvärde ROA Big Four

4.2 Korrelation

I detta avsnitt presenteras korrelationsmatriser per företag samt gemensamt för hela Big Four, se tabell 5-9. För korrelationsanalyserna används Pearsons korrelationsmatris där korrelationen anges med en korrelationskoefficient som kan anta ett värde mellan -1 och +1. I de fall där korrelationskoefficienten visar på svag eller ingen korrelation logaritmeras den oberoende variabeln inför kommande regressionsanalyser.

Tabell 5. Korrelationsmatris Deloitte

Tabell 6. Korrelationsmatris EY

Perans ROA ROE Omsans

Perans 1,0000

ROA 0,7009 1,0000

ROE 0,4355 0,6225 1,0000

Omsans 0,9671 0,6358 0,2624 1,0000

Perans ROA ROE Omsans

Perans 1,0000

ROA −0,7474 1,0000

ROE −0,6921 0,7125 1,0000

Tabell 7. Korrelationsmatris KPMG

Tabell 8. Korrelationsmatris PWC

Tabell 9. Korrelationsmatris Big Four

4.3 Hypotesprövningar

I detta avsnitt presenteras resultat och analys utifrån respektive hypotes.

4.3.1 Hypotesprövning 1

H0: Det finns inget positivt statistiskt signifikant samband mellan nettoomsättning och personalkostnader.

H1: Det finns ett positivt statistiskt signifikant samband mellan nettoomsättning och personalkostnader.

Perans ROA ROE Omsans

Perans 1,0000

ROA −0,2135 1,0000

ROE −0,3367 0,9432 1,0000

Omsans 0,8019 0,3626 0,2368 1,0000

Perans ROA ROE Omsans

Perans 1,0000

ROA −0,2693 1,0000

ROE −0,6179 0,3205 1,0000

Omsans 0,9578 −0,0927 −0,5546 1,0000

Perans ROA ROE Omsans

Perans 1,0000

ROA −0,6402 1,0000

ROE −0,6918 0,5806 1,0000

Tabell 10. Analysvärden omsans

Hypotes 1 testas med en regressionsanalys och en paneldataanalys för att besvara om det finns ett statistiskt signifikant samband mellan den oberoende variabeln personalkostnader per anställd (perans) och den beroende variabeln nettoomsättning per anställd (omsans). När en regressionsanalys genomförs på företagsnivå visar samtliga bolag utom EY ett statistiskt signifikant samband mellan perans och omsans. Detta konstateras genom att regressionsanalyserna visar ett p-värde lägre än 0,05, det vill säga att för tre av fyra företag kan H0 förkastas. När en regressionsanalys genomförs för Big Four kan inget statistiskt signifikant samband konstateras då p-värdet visar 0,231. Vid en regressionsanalys för Big Four tas ingen hänsyn till vilken data som hör till respektive företag. Eftersom insamlad data visar att det finns en stor intern skillnad mellan företagens ekonomiska förutsättningar utförs därför en paneldataanalys. Vid en paneldataanalys delas företagen in i grupper och det genomförs därefter en regression genom de två dimensionerna tid och enhet. P-värdet vid paneldataanalysen uppvisar 0, vilket visar en starkare signifikans mellan variablerna perans och omsans än vid regressionsanalysen. H0 kan därmed förkastas för Big Four utifrån paneldataanalysen.

Enligt agentteorin leder ökat incitament till ökad prestation, vilket i hypotesprövning 1 likställs med att ökade personalkostnader leder till ökad nettoomsättning. Detta samband kan bekräftas utifrån resultatet i hypotesprövning 1, eftersom H0 förkastas för Big Four samt för tre av fyra företag på individuell nivå. Det bedöms därmed att agentteorins antaganden kan förklara sambandet mellan personalkostnader och nettoomsättning.

4.3.2 Hypotesprövning 2

H0: Det finns inget positivt statistiskt signifikant samband mellan ROE och personalkostnader.

H1: Det finns ett positivt statistiskt signifikant samband mellan ROE och personalkostnader.

Deloitte EY KPMG PWC Big Four

Korrelationskoefficient, r 0,9628 0,6373 0,7870 0,9542 0,2045

P-värde (enkel) 0,000 0,065 0,012 0,000 0,231

Tabell 11. Analysvärden ROE

Hypotes 2 testas med en regressionsanalys och en paneldataanalys, i detta fall för att besvara om det finns ett statistiskt signifikant samband mellan den oberoende variabeln perans och den beroende variabeln ROE. Det enda företaget som uppvisar ett positivt samband mellan perans och ROE i regressionsanalysen är Deloitte, detta samband bedöms dock inte som statistiskt signifikant då p-värdet visar 0,222. Resterande företag samt Big Four uppvisar ett negativt samband med varierande p-värde. På enskild företagsnivå är det enbart EY som visar ett p-värde under 0,05. Inom Big Four kan samband bekräftas då p-värdet i både regressions- och pandeldataanalysen visar under 0,05. Trots de statistiskt signifikanta sambanden kan H0 varken förkastas för Big Four eller EY då sambanden är negativa.

Enligt agentteorin leder ökat incitament till att de anställda agerar utifrån principalens intresse att uppnå nyttomaximering, vilket i denna studie översätts till ökad lönsamhet. Resultatet från hypotesprövning 2 visar inte det förväntade utfallet och H0 kan varken förkastas på företagsnivå eller för Big Four. Av denna anledning kan agentteorins antaganden inte förklara sambandet mellan personalkostnader och ROE. Då det i hypotesprövning 1 finns belägg för att ökat incitament leder till ökad nettoomsättning, som kan antas utgöra grunden för lönsamhet, bör det således finnas någon annan förklaringsvariabel för vad som händer i steget mellan nettoomsättning och lönsamhet.

Tidigare studier som undersökt sambandet mellan ersättning till VD och lönsamhet har haft spridda resultat. Trots att flertalet av dessa indikerat ett positivt samband mellan variablerna har Bradley (2013) funnit indikationer på ett negativt samband mellan VD:s ersättning och ROE. I motsats till det negativa sambandet funnet av Bradley (2013), där VD:s ersättning minskat och ROE ökat, visar resultatet i hypotesprövning 2 att personalkostnader ökat samtidigt som ROE minskat. I Bradleys (2013) studie beskrivs att det negativa sambandet kan bero på kostnadsnedskärningar i företagen, som i sin tur kan minska ersättning till VD. Även om kostnadsnedskärningar inte kan förklara sambandet i denna studie, eftersom perans

Deloitte EY KPMG PWC Big Four

Korrelationskoefficient, r 0,4523 −0,6921 −0,3561 −0,6221 −0,6797

P-värde (enkel) 0,222 0,039 0,347 0,074 0,000

ökat genom åren, kan det ändå indikera att företagen har en intern strategi eller interna förutsättningar som påverkar resultatet.

4.3.3 Hypotesprövning 3

H0: Det finns inget positivt statistiskt signifikant samband mellan ROA och personalkostnader.

H1: Det finns ett positivt statistiskt signifikant samband mellan ROA och personalkostnader.

Tabell 12. Analysvärden ROA

Hypotes 3 testas med en regressionsanalys och en paneldataanalys för att besvara om det finns ett statistiskt signifikant samband mellan den oberoende variabeln perans och den beroende variabeln ROA. I likhet med hypotesprövning 2 är det enbart Deloitte som uppvisar ett positivt samband, men i detta fall bedöms dock sambandet som statistiskt signifikant då P-värdet i regressionsanalysen visar 0,029 och H0 kan därmed förkastas för Deloitte. EY visar ett statistiskt signifikant samband i regressionsanalysen med ett p-värde under 0,05, men då detta samband är negativt kan H0 inte förkastas. Även för Big Four uppvisas ett negativt samband och således kan H0 inte förkastas på en övergripande nivå.

I likhet med hypotesprövning 2 fanns även i denna hypotesprövning förväntningar om att agentteorins antaganden skulle överensstämma med studiens resultat, det vill säga att ökade personalkostnader ledde till ökat ROA. Resultatet från hypotesprövning 3 visar att det enbart är Deloitte som avspeglar det förväntade utfallet. I de övriga företagen samt för Big Four kan agentteorin inte förklara sambandet mellan personalkostnader och ROA. I likhet med hypotesprövning 2 antas det finnas en ytterligare förklaringsvariabel i steget mellan nettoomsättning och lönsamhet.

Deloitte EY KPMG PWC Big Four

Korrelationskoefficient, r 0,7200 −0,7474 −0,2373 −0,2770 −0,6525

P-värde (enkel) 0,029 0,021 0,539 0,471 0,000

5. Slutsatser

Syftet med denna studie har varit att förklara hur sambandet ser ut mellan personalkostnader och lönsamhet inom Big Four i Sverige utifrån ett agentteoretiskt perspektiv. Enligt agentteorin och flertalet tidigare studier som behandlat sambandet mellan ersättning och lönsamhet bör det finnas ett positivt samband mellan variablerna, ett antagande som utformat studiens hypoteser. När tidigare studier saknat ett samband mellan ersättning och lönsamhet har forskarna lyft potentiella förklaringar till vad som kan ha påverkat resultatet, exempelvis socialdemokratiska normer (Randøy & Nielsen 2002) och individuella egenskaper (Bradley 2013). Det har utifrån tidigare studiers observationer eftersträvats eliminering av faktorer som inte berörs av agentteori.

Resultaten från denna studie visar genom hypotesprövning 1 att det finns belägg för att agentteorins antaganden stämmer, det vill säga att ökat incitament leder till ökad prestation. Agentteorins antaganden räcker dock inte för att förklara sambandet hela vägen fram till lönsamhetsnivå, alltså när principalen antas nyttomaximera, eftersom hypotesprövning 2 och 3 inte kan förkasta H0 på en övergripande nivå. Det är därför möjligt att anta att det finns någon annan förklaringsvariabel för vad som händer i steget mellan nettoomsättning och lönsamhet, således är det inte möjligt att förklara sambandet mellan personalkostnader och lönsamhet med hjälp av agentteori.

Inledningsvis redogjordes för en rapport från Handels som fastställt att högre personalkostnader leder till ökad lönsamhet hos företaget (Carlén & Rosenström 2019). Även om denna studie inte behandlar samma bransch som Handels rapport bör ett sådant påstående uttalas med försiktighet då lönsamhet tycks vara en faktor som är svår att generalisera. Denna studies resultat visar att högre personalkostnader leder till ökad nettoomsättning och det finns därmed belägg för att se personalkostnader som en social investering, högre nettoomsättning leder dock inte till högre lönsamhet per automatik.

6. Diskussion

I detta avsnitt diskuteras studiens teoretiska och praktiska bidrag samt förslag till vidare studier.

6.1 Teoretiska och praktiska bidrag

Denna studie har bidragit teoretiskt till att förkasta att agentteori kan förklara sambandet mellan personalkostnader och lönsamhet inom Big Four i Sverige, vilket har uppdaterat forskningsläget inom den svenska redovisnings- och revisionsbranschen. Studien bekräftar dock att agentteoretiska antaganden kan användas för att förklara sambandet mellan personalkostnader och nettoomsättning inom Big Four.

Studien har vidare bidragit praktiskt med att ge ett objektivt bemötande av påståendet att ökade personalkostnader leder till ökad lönsamhet. Studiens resultat visar att ökade incitament till de anställda inte automatiskt leder till ökad lönsamhet i företagen inom Big Four. Avsaknaden av positivt samband mellan personalkostnader och lönsamhet tyder på att det behövs en eller flera andra variabler för att förklara vad som händer i steget mellan nettoomsättning och lönsamhet.

6.2 Förslag till vidare studier

Det visade sig att det var större skillnad mellan företagens interna ekonomiska förutsättningar än vad som först antogs. Detta kan ha bidragit till att den övergripande analysen av Big Four inte blev tillräckligt generaliserbar. Framtida studier bör därför sträva efter att undersöka en större population i en homogen bransch för att möjliggöra en i högre grad inkluderande data och ett mer generaliserbart resultat. Då denna studie funnit belägg för att ökade personalkostnader leder till ökad nettoomsättning, men konstaterat att det finns ett kunskapsgap i vad som sker i steget mellan nettoomsättning och lönsamhet kan vidare studier tänkas behandla denna förklaringsvariabel på ett kvalitativt sätt. Agentteorin är lämplig för att beskriva och förklara interna faktorer inom företaget, däremot tas ingen hänsyn till externa faktorer, vilket kan motivera vidare studier som behandlar de externa faktorerna genom ett annat teorival.

Referenslista

ALLEA - All European Academies. (2017). _{​Den europeiska kodexen för forskningsintegritet.} Berlin: All European Academies.

https://www.allea.org/wp-content/uploads/2018/06/SW_ALLEA_Den_europeiska_kodexen_ för_forskningens_integritet_digital_FINAL.pdf

Andersson, G., Jorner, U. & Ågren A. (2007). _{​Regressions- och tidsserieanalys. ​3. uppl.,} Lund: Studentlitteratur AB.

Bradley, S. (2013). The relationship between CEO compensation and company performance in a South African context. _{​Journal of Economic and Financial Sciences​. 6 (3), ss. 539-564.} doi: 10.4102/jef.v6i3.247

Bryman, A. & Bell, E. (2017). _{​Företagsekonomiska forskningsmetoder. 3. uppl., Stockholm:} Liber AB.

Carlén, S. & Rosenström, M. (2019). _{​Hur har handels vinster och lönsamhet påverkats av} strukturomvandlingen?. _{​(Rapport 2019:2). Stockholm: Handels.}

https://www.handels.se/globalassets/centralt/media/pressrum/rapporter/2019/vinst--och-lonsa mhetsutveckling-i-handeln.pdf

Djurfeldt, G. & Barmark, M. (2009). _{​Statistisk verktygslåda 2: multivariat analys.} Lund: Studentlitteratur AB.

Eisenhardt, K. (1989). Agency Theory: An Assessment and Review. The Academy of Management Review. _{​14 (1), ss. 57-74.}

doi: 10.2307/25819

Frostenson, M. (2015). _{​Redovisningsteori​. Lund: Studentlitteratur AB.}

Greve, J. (2014). _{​Ekonomistyrning - Principer och Praxis. 2. uppl., Lund: Studentlitteratur} AB.

Jacobsen, D. I. (2017). _{​Hur genomför man undersökningar? 2. uppl., Lund: Studentlitteratur} AB.

Jensen, M.C. & Meckling, W.H. (1976). Theory of the firm: Managerial behavior, Agency cost and Ownership structure. _{​Journal of Financial Economics,​ 3 (4), ss. 305-360.}

doi: 10.1016/0304-405X(76)90026-X

Kato, T. & Kubo, K. (2006). CEO compensation and firm performance in Japan: Evidence from new panel data on individual CEO pay. _{​Journal of the Japanese and International} Economies. _{​20 (1), ss. 1-19.}

doi: 10.1016/j.jjie.2004.05.003

Kline, W. Kotabe, M. Hamilton, R. D. & Balsam, S. (2017). Executive compensation: An examination of the influence of TMT compensation on risk-adjusted performance. _​Journal of Strategy and Management_{​, 10 (2), ss. 187-205.}

doi: 10.1108/JSMA-02-2016-0015

Lind, D. A., Marchal, W. G. & Wathen, S. A. (2012). Statistical techniques in business & economics._{​ 15. uppl., New York, NY.: McGraw-Hill/Irwin.}

Nyquist, H. (2017). _{​Statistikens grunder: vetenskap, empiriska undersökningar och statistisk} analys. _{​Lund: Studentlitteratur AB.}

Randøy, T. & Nielsen, J. (2002). Company Performance, Corporate Governance and CEO Compensation, Norway and Sweden. _{​Journal of Management and Governance.​ 6, ss. 57–81.} doi: 10.1023/A:1015511912289

Revisorsinspektionen. (2018). _{​Marknadsandel för revision av företag av allmänt intresse.} https://www.revisorsinspektionen.se/publikationer/marknadsandel-for-revision-av-foretag-av-allmant-intresse/_{​ [2020-11-17]}

Smirnova, A.S. & Zavertiaeva, M.A. (2017). Which came first, CEO compensation or firm performance? The causality dilemma in European companies. _{​Research in International} Business and Finance._{​ 42, ss. 658-673.}

doi: 10.1016/j.ribaf.2017.07.009

Zoghlami, F. (2020). Does CEO compensation matter in boosting firm performance? Evidence from listed French firms._{​ Managerial and decision economics.​ ss. 1-13.}

Bilaga 1: Data Deloitte

Beräknade mått

Företag Årtal Net.oms. (tkr) Per.kos. (tkr) Resultat (tkr) T (tkr) EK (tkr) Antal anställda Deloitte 2010 1 351 997 704 612 238 374 552 209 213 643 1 076 Deloitte 2011 1 372 736 728 681 298 664 580 216 229 988 1 054 Deloitte 2012 1425 799 774 545 250 096 494 465 197 309 1 097 Deloitte 2013 1461 448 752 606 264 169 491 992 205 356 1 081 Deloitte 2014 1 632 030 782 632 266 955 509 050 223 848 1 103 Deloitte 2015 1 695 060 815 814 361 650 614 888 289 113 1 129 Deloitte 2016 2 012 025 880 670 416 518 684 337 330 834 1 162 Deloitte 2017 2 440 727 965 913 450 921 792 882 355 975 1 224 Deloitte 2018 2 634 687 1 071 681 474 953 855 544 375 816 1 318

Företag Årtal ROA ROE Omsans

(tkr) Perans (tkr) Deloitte 2010 0,4317 1,1158 1 257 655 Deloitte 2011 0,5147 1,2986 1 302 691 Deloitte 2012 0,5058 1,2675 1 300 706 Deloitte 2013 0,5369 1,2864 1 352 696 Deloitte 2014 0,5244 1,1926 1 480 710 Deloitte 2015 0,5882 1,2509 1 501 723 Deloitte 2016 0,6086 1,2590 1 732 758 Deloitte 2017 0,5687 1,2667 1 994 789 Deloitte 2018 0,5551 1,2638 1 999 813

Bilaga 2: Data EY

Beräknade mått

Företag Årtal Net.oms. (tkr) Per.kos. (tkr) Resultat (tkr) T (tkr) EK (tkr) Antal anställda EY 2010 2 726 106 1 367 752 552 094 1 347 769 462 791 1 741 EY 2011 2 881 710 1 466 329 493 583 1 421 575 398 606 1 884 EY 2012 3 088 620 1 580 808 443 667 1 352 040 351 619 2 048 EY 2013 3 331 845 1 698 813 451 713 1 472 198 358 030 2 203 EY 2014 3 216 376 1 800 560 326 018 1 595 196 283 846 2 196 EY 2015 3 472 443 1 941 027 310 307 1 708 597 299 765 2 209 EY 2016 3 736 555 1 934 791 349 898 1 752 129 316 729 2 313 EY 2017 3 952 664 2 069 356 462 165 1 914 176 388 116 2 458 EY 2018 4 217 035 2 198 109 543 136 1 972 875 439 847 2 541

Företag Årtal ROA ROE Omsans

(tkr) Perans (tkr) EY 2010 0,4096 1,1930 1 566 786 EY 2011 0,3472 1,2383 1 530 778 EY 2012 0,3281 1,2618 1 508 772 EY 2013 0,3068 1,2617 1 512 771 EY 2014 0,2044 1,1486 1 465 820 EY 2015 0,1816 1,0352 1 572 879 EY 2016 0,1997 1,1047 1 615 836 EY 2017 0,2414 1,1908 1 608 842 EY 2018 0,2753 1,2348 1 660 865

Bilaga 3: Data KPMG

Beräknade mått

* Räkenskapsåret innefattar 17 månader och värdena har därmed justerats till 12 månader.

Företag Årtal Net.oms. (tkr) Per.kos. (tkr) Resultat (tkr) T (tkr) EK (tkr) Antal anställda KPMG 2010 1 991 630 1 156 053 410 655 1 416 173 485 929 1 506 KPMG 2011 2 093 362 1 264 762 321 579 1 444 636 429 584 1 548 KPMG 2012 2 142 104 1 322 899 348 460 1 467 072 407 240 1 589 KPMG 2013* 1 937 341 1 320 641 130 625 900 057 212 471 1 529 KPMG 2014 2 002 096 1 355 476 134 946 1 170 411 225 683 1 414 KPMG 2015 2 168 734 1 453 632 149 970 1 154 298 249 274 1 532 KPMG 2016 2 221 629 1 444 229 178 524 1 149 283 283 995 1 534 KPMG 2017 2 383 535 1 489 344 243 650 1 146 142 322 853 1 540 KPMG 2018 2 535 422 1 554 054 565 842 1 688 868 657 616 1 556

Företag Årtal ROA ROE Omsans

(tkr) Perans (tkr) KPMG 2010 0,2900 0,8451 1 322 768 KPMG 2011 0,2226 0,7486 1 352 817 KPMG 2012 0,2375 0,8557 1 348 833 KPMG 2013* 0,1451 0,6148 1 267 864 KPMG 2014 0,1153 0,5979 1 416 959 KPMG 2015 0,1299 0,6016 1 416 949 KPMG 2016 0,1553 0,6286 1 448 941 KPMG 2017 0,2126 0,7547 1 548 967 KPMG 2018 0,3350 0,8604 1 629 999

Bilaga 4: Data PWC

Beräknade mått

Företag Årtal Net.oms. (tkr) Per.kos. (tkr) Resultat (tkr) T (tkr) EK (tkr) Antal anställda PWC 2010 3 808 531 2 501 469 573 245 2 152 459 435 869 3 402 PWC 2011 3 993 246 2 660 367 606 719 2 255 078 429 853 3 443 PWC 2012 4 268 351 2 769 084 538 845 2 279 561 427 522 3 711 PWC 2013 4 184 030 2 892 090 253 277 2 668 157 230 015 3 676 PWC 2014 4 144 522 2 822 662 484 162 2 165 115 448 668 3 451 PWC 2015 4 177 202 2 830 161 485 206 2 276 620 556 154 3 264 PWC 2016 4 484 572 2 991 911 502 491 2 445 539 587 281 3 328 PWC 2017 4 896 463 3 161 082 580 086 2 592 312 591 546 3 692 PWC 2018 5 269 896 3 511 796 479 932 2 542 863 361 482 3 944

Företag Årtal ROA ROE Omsans

(tkr) Perans (tkr) PWC 2010 0,2663 1,3152 1 119 735 PWC 2011 0,2690 1,4115 1 160 773 PWC 2012 0,2364 1,2604 1 150 746 PWC 2013 0,0949 1,1011 1 138 787 PWC 2014 0,2236 1,0791 1 201 818 PWC 2015 0,2131 0,8724 1 280 867 PWC 2016 0,2055 0,8556 1 348 899 PWC 2017 0,2238 0,9806 1 326 856 PWC 2018 0,1887 1,3277 1 336 890