IFRS 16:s påverkan på den nordiska
aktiemarknaden
En eventstudie som undersöker investerarnas reaktion på implementeringen av en ny redovisningsstandard Författare: Linn Ellfolk (980706) Patrik Helmersson (860714) Jacob Jansson (971120) Vårterminen 2020 Examensarbete kandidatuppsats 15 hp Ämne: Företagsekonomi
Handelshögskolan vid Örebro universitet Handledare: Kerstin Nilsson
Författarnas förord
Tack till Simon Lundh som hjälpte oss begrava dåliga idéer och som styrde oss i rätt riktning när vårt teoretiska resonemang haltade. Tack till doktor Hoang Nguyen som frivilligt och tålmodigt hjälpte oss förklara statistiska frågeställningar på ett sätt som vi kunde ta till oss och utveckla. Tack till Tobias Johansson som kastade ett snabbt öga på våra statistiska
beräkningar och bidrog till en allmän diskussion om kvantitativt uppsatsskrivande i stort. Slutligen vill vi passa på att tacka vår handledare Kerstin Nilsson. Hon må ha varit tuff mot oss emellanåt men med en fast hand, moderlig värme och ett hjärtligt skratt som alltid funnits nära till hands har hon styrt denna uppsats över stormiga hav och tagit oss till en säker hamn. Örebro universitet - juni 2020
Abstract
The aim of this paper, by using efficient capital market theory, is to analyze how investors on the Nordic stock market perceived new information that is related to the implementation of a new accounting standard. The new accounting standard, IFRS 16, became mandatory on the first of January 2019 after ten years of proceedings for all companies that follow IASB’s regulations. The new standard alters how companies present leasing assets in their financial reports by disclosing the assets in the balance sheet. The advantages of the accounting
changes have been covered by researchers and IASB. This paper explores investor’s reactions by investigating the abnormal returns on the Nordic retail industry during five targeted events that are associated with IASB’s published press releases before the standard was put into use. The study found an early and weak positive reaction from investors, but it was not statistically significant. Therefore, this study cannot draw any further conclusions about the investor's opinion of a new accounting standard.
Keywords: abnormal return, efficient capital market theory, IFRS, implementation, investors, market model
Innehållsförteckning
1. INLEDNING ... 1
1.1 PROBLEMATISERING ... 2
1.2 SYFTE OCH KUNSKAPSBIDRAG ... 4
1.3 STUDIENS FORSKNINGSFRÅGA ... 4
2. REFERENSRAM OCH HYPOTESUTVECKLING ... 5
2.1 IASB ... 5 2.2 IFRS 16 ... 5 2.3 EFFEKTIVA KAPITALMARKNADSTEORIN ... 7 2.4 MARKNADSMODELLEN ... 10 2.5 IMPLEMENTERING AV REDOVISNINGSSTANDARDER ... 12 2.6 HYPOTESUTVECKLING ... 13 2.6.1 Hypotes 1 ... 13 2.6.2 Hypotes 2 ... 14 3. METOD ... 15 3.1 ÖVERGRIPANDE FORSKNINGSMETOD ... 15 3.2 EVENTSTUDIER ... 15 3.3 UNDERSÖKNINGSOBJEKT ... 16 3.3.1 Eventhändelser ... 16 3.3.2 Urval ... 17 3.4 DEFINITION AV TIDSFÖNSTER ... 18 3.4.1 Estimeringsperioder ... 19 3.4.2 Eventfönster ... 19 3.5 DATAINSAMLING ... 20 3.6 BERÄKNINGAR ... 20 3.6.1 Marknadsmodellen ... 20 3.6.2 Onormal avkastning... 21 3.6.3 Dataanalys ... 22
3.7 STUDIENS VALIDITET OCH RELIABILITET ... 24
4. RESULTAT OCH ANALYS ... 26
4.1 HYPOTES 1 ... 26
4.2 HYPOTES 2 ... 28
5. DISKUSSION ... 31
6. SLUTSATS ... 33
6.1 STUDIENS TEORETISKA OCH PRAKTISKA BIDRAG ... 33
6.2 STUDIENS BEGRÄNSNINGAR OCH FRAMTIDA FORSKNING ... 33
REFERENSER ... 34
1. Inledning
”One of my great ambitions before I die is to fly in an aircraft that is on an airline’s balance sheet.” (IFRS 2008 s. 3)
Orden tillhör David Tweedie, tidigare ordförande för International Accounting Standards Board (IASB). Det Tweedie syftade till var att företag vid tidpunkten inte redovisade sina leasade tillgångar i balansräkningen. Enligt en uppskattning från International Financial Reporting Standards (IFRS) så redovisades år 2014 ungefär 85 procent av all leasing utanför balansräkningen (IFRS 2016a). En orsak till att företag valde att göra på det sättet är att det gav en överdrivet positiv bild av nyckeltal och finanser kopplade till balansräkningen (Morales-Diaz & Zamora-Ramirez 2018). Detta ansåg Tweedie vara ett bekymmer då en av hans främsta ambitioner i livet var att flyga med ett flygplan som upptogs i balansräkningen (IFRS, 2008). Leasing som tas upp i balansräkningen benämns som finansiell leasing medan leasing som enbart redovisas i resultaträkningen kallas för operationell. Med denna
problematik som bakgrund började IASB arbeta fram en ny redovisningsstandard, och 2016 publicerades den nya standarden “IFRS 16 Leases” (IASPlus u.å.a). De bakomliggande faktorerna till varför ett världsledande redovisningsorgan har tillbringat ett decennium av arbete för en ny standard hänför sig till principen om att ge en rättvisande bild av företags finansiella ställning och jämförbarhet mellan företag (IFRS u.å.a).
Brealey och Myers (1991) menar att en mer rättvisande bild av företags finansiella ställning minskar informationsasymmetrin mellan företag och dess intressenter. En intressentgrupp som ofta anses vara primär för noterade bolag är investerarna. Investerare på aktiemarknaden tillskjuter nytt kapital och marknaden stipulerar aktiepriset. Tidigare har företag kunnat undanhålla hur exponerade de varit för leasing genom att utforma sina leasingavtal så att de räknades som operationella och på så sätt kunna redovisa en lägre skuld i balansräkningen (Hillier 2013). Av denna anledning kan IFRS 16 vara fördelaktig för investerare på
aktiemarknaden då den nya standarden avser att minska informationsasymmetrin mellan företag och investerare.
Implementeringen av IFRS 16 innebär en förändring för börsnoterade företag som följer IFRS-regelverket i hur de ska redovisa sina leasade tillgångar (IFRS 2016a). Innebörden av IFRS 16 är att leasade tillgångar nu ska redovisas i balansräkningen till skillnad från tidigare då företag gavs möjligheten att redovisa sina leasade tillgångar som en kostnad i
resultaträkningen med en tillhörande fotnot. Den nya standarden kommer att ha en inverkan på nyckeltal som är kopplade till balansräkningen samt förväntas minska
informationsasymmetrin mellan företag och investerare. Beroende på hur exponerad en bransch är för leasing förväntas omställningen att vara mer eller mindre omfattande (Morales-Diaz & Zamora-Ramirez 2018; Fülbier, Silva & Pferdehirt 2008). En av de branscher som tros genomgå störst förändring av kapitalstrukturen är detaljhandeln. Den 13 januari 2016 publicerades den nya standarden IFRS 16 av IASB och frågan är nu hur investerare på aktiemarknaden har reagerat på den nya redovisningsstandarden.
1.1 Problematisering
Tidigare forskning kring effekterna av att kapitalisera leasing har till stor del utgått från Imhoff, Lipe och Wrights (1991) kapitaliseringsmodell vilken används för att estimera utfallet vid kapitalisering av leasing i balansräkningen. Forskning har sedan 1990-talet fokuserat på hur företags finansiella ställning och nyckeltal kommer att påverkas av en kapitalisering av leasing och generellt sett kan forskarna anses vara eniga kring de förväntade effekterna (Morales-Diaz & Zamora-Ramirez 2018; Forbes & Gupta 2019). Nyckeltal som i synnerhet anses påverkas av är bland andra skuldsättningsgrad, EBITDA (rörelseresultat före räntor, skatter, avskrivningar och nedskrivningar) och avkastning på totalt kapital (Beattie, Edwards & Goodacre 1998; Morales-Diaz & Zamora-Ramirez 2018; Forbes & Gupta 2019; Öztürka & Serçemelib 2016). Beattie, Edwards och Goodacre (1998) skriver att en ny
redovisningsstandard som reglerar operationell leasing kommer att få omfattande
konsekvenser och stor påverkan. Bland annat kan marknadsvärderingen av företag påverkas till följd av de förändrade nyckeltalen eftersom dessa används i olika typer av beslutsfattande och i finansiella kontrakt. Forbes och Gupta (2019) konkluderar att en kapitalisering av leasing har potential att addera tre triljoner amerikanska dollar till företagens balansräkningar och att det är omfattande förändring som kan påverka finansiella värderingar av företag. Litteratur som utgått från Imhoff, Lipe och Wrights (1991) kapitaliseringsmodell har även undersökt vilka branscher som kommer att påverkas mest av en kapitalisering av leasing. Branscher som nämnts är bland annat detaljhandeln, transport och hotell (Morales-Diaz & Zamora-Ramirez 2018; Fülbier et al. 2008; Fito, Moya & Orgaz 2013). En kartläggning från PricewaterhouseCoopers (PwC) summerade IFRS 16 påverkan på olika branscher (PwC 2016). Den branschen som utmärker sig är detaljhandeln vilken förväntas få en medianökning av skulder med 98 procent samt en medianökning av EBITDA med 41 procent. Detta kan få en inverkan på investerarnas bedömning av företag då deras förväntningar på en akties avkastning är relaterad till förhållandet mellan skulder och kapital (Bhandari 1988). Därför kan också de finansiella nyckeltal som investerare har ett intresse av få en annan innebörd för detaljhandelsbranschen vid kapitalisering av leasing (Forbes & Gupta 2019).
Då hittills nämnd litteratur mestadels har fokuserat på hur en redovisningsförändring av operationell leasing kommer att påverka företags finansiella ställning, kan det också vara av intresse att studera hur användare av redovisningsinformation reagerar på en sådan
förändring. En intressentgrupp som har ett stort intresse för företags finansiella ställning och använder redovisningsinformation för att fatta beslut är investerare (Nagy & Obenberger 1994). Tidigare forskning har studerat hur aktiemarknaden har tagit emot införandet av det internationella redovisningsramverket IFRS. I en artikel av Armstrong, Barth, Jagolinzer och Riedl (2010) undersöktes investerarnas reaktion på implementeringen av IFRS-ramverket i Europa med hjälp av den effektiva kapitalmarknadsteorin. Investerarnas reaktion studerades genom att betrakta förändringen i aktiepris i samband med nyheter kring den förväntade implementeringen av IFRS mellan åren 2002–2005. Armstrong et al. (2010) finner en
informationskvalitet i redovisningen. Ball (2006) finner flera potentiella fördelar med införande av en gemensam internationell redovisningsstandard. En av dessa är att en mer informationsgrundad värdering av aktiemarknaden kan innebära en lägre risk för investerare. En annan är att det kan det minska skillnaderna mellan icke-professionella och professionella investerares möjligheter att förutse finansiella ställningar. Genom implementering av en internationell redovisningsstandard kan också jämförbarheten mellan företag i olika länder öka, vilket skulle kunna reducera investerares kostnader och risker (Ball 2006).
Den generella fördelen för investerare med implementeringen av IFRS 16 är att kvaliteten i de finansiella rapporterna kommer att öka (IFRS 2016b). I likhet med de fördelar som Ball (2006) nämner med implementering av IFRS framhäver IASB att IFRS 16 kommer medföra minskade kostnader för investerare. Finansanalytiker som tidigare gjort egna kalkyler för att inkludera leasing som redovisats utanför balansräkningen i de finansiella rapporterna behöver i och med IFRS 16 inte längre åta sig detta. Sammantaget ger detta fördelar för professionella investerare i form av minskade kostnader samt för icke-professionella investerare som inte besitter nödvändig kunskap för att själva göra tillförlitliga kalkyler. Å andra sidan
understryker Forbes och Gupta (2019) att IFRS 16 kan medföra överraskningar för investerare som tidigare gjort egna beräkningar vilka använts som underlag för investeringsbeslut. Detta då man nu istället måste ta företagens beräkningar i beaktning, vilka kan komma att skilja sig avsevärt från den initiala uppskattningen. Generellt sett tenderar investerare att vilja undvika osäkerhet kring faktiska siffror som utgör beräkningar för framtida avkastning och värdering (Brealey & Myers 1991). Då det tidigare har varit en stor osäkerhet kring de siffror som uppkommit i fotnoterna kan investerare behöva fatta nya beslut när de betraktar de
omarbetade finansiella rapporterna från företagen, vilket i förlängningen kan förändra deras syn på dem (Spencer & Webb 2015).
Vilket tidigare nämnts förutspås företags kapitalstruktur att påverkas och detaljhandeln framhävs som en av de branscher som förväntas påverkas mest. Det tog IASB närmare tio år att ta fram den nya redovisningsstandarden och fördelarna för investerarna med IFRS 16 har återkommande varit i fokus (IASPlus u.å.a). Samtidigt har akademiker uttryckt en osäkerhet kring de faktiska konsekvenserna av standarder utfärdade av IASB (Spencer & Webb 2015; Forbes & Gupta 2019).
Tidigare forskning har studerat investerares reaktion på en implementering av IFRS och andra redovisningsstandarder (Armstrong et al. 2010; Onali & Ginesti 2014). Detta med
utgångspunkt i den effektiva kapitalmarknadsteorin som säger att all information finns tillgänglig för alla investerare på aktiemarknaden och att detta återspeglas direkt i
aktiepriserna (Fama 1970). Ovan nämnda teoretiska utgångspunkt ligger även till grund för denna studie. En tidigare studie har analyserat aktiemarknadens reaktion efter införandet av IFRS 16 (Björklund 2019). Det kan anses vara problematiskt att inte undersöka
aktiemarknadens reaktion då information om IFRS 16 blev officiellt tillgänglig eftersom det, enligt den effektiva kapitalmarknadsteorin, är just ny information som ligger till grund för investerarnas handlingar (Fama 1970). Till författarnas kännedom finns det ingen studie som har undersökt aktiemarknadens reaktion på detaljhandelsbranschen i Norden i samband med
de officiella pressmeddelandena kopplade till IFRS 16. Så hur reagerade egentligen investerarna? Delade investerarna IASB:s uppfattning om de förespråkade fördelarna med IFRS 16 eller har tio års arbete, utifrån ett investerarperspektiv, varit förgäves?
Denna studie undersöker investerarnas uppfattning om IFRS 16 genom att studera reaktionen på aktiemarknaden vid utvalda händelser som är kopplade till implementeringen.
1.2 Syfte och kunskapsbidrag
Syftet med studien är att använda den effektiva kapitalmarknadsteorin för att analysera huruvida investerare på den nordiska aktiemarknaden uppfattat information kopplat till implementering av en ny redovisningsstandard. Genom att undersöka aktieprisutvecklingen på detaljhandelsbranschen som förutspåtts påverkas mest av den nya standarden är
författarnas förhoppning att kunna bidra med ökad kunskap om vad investerarna anser om förändring av redovisningsstandarder.
1.3 Studiens forskningsfråga
- Vilka reaktioner har investerare på den nordiska aktiemarknaden på information om den nya redovisningsstandarden IFRS 16 inom detaljhandeln?
2. Referensram och hypotesutveckling
2.1 IASB
IASB och Financial Accounting Standards Board (FASB) är de två största organen som är ansvariga för att utveckla nya redovisningsstandarder (Dye & Sunder 2001). IASB utvecklar och godkänner IFRS som tillämpas globalt och FASB kan beskrivas som dess motsvarighet i USA. IFRS:s redovisningsstandarder tillämpas och finns till för att skapa transparens,
pålitlighet och effektivitet på finansiella marknader (IFRS u.å.a). IASB definierar
redovisningsstandarder som en uppsättning av principer som företag följer när de utarbetar och publicerar sina finansiella rapporter. Mohammadrezaei, Mohd-Saleh och Banimahd (2013) skriver att redovisningsstandarder framförallt finns till för att underlätta för investerare och andra intressenter på finansiella marknader som använder finansiell information som underlag för ekonomiska beslut. Sedan 2005 är det obligatoriskt för alla börsnoterade företag inom Europeiska unionen att upprätta sina koncernredovisningar enligt IFRS (Europeiska kommissionen, u.å.).
2.2 IFRS 16
I januari 2016 lanserade IASB en ny leasingstandard, IFRS 16, vilken ersätter den tidigare leasingstandarden IAS 17 Leases. IFRS 16 redogör för hur leasade tillgångar ska redovisas och standarden ska tas i bruk från och med den första januari 2019 för de bolag som följer IFRS-regelverket (Lööw 2016). IFRS (2016b) skriver att ett kontrakt är, eller innehåller, en leasad tillgång om kontraktet förmedlar rätten att kontrollera användningen av en identifierad tillgång under en förutbestämd tidsperiod. Alltså kan leasade tillgångar vara nästan vad som helst; exempelvis lokaler, maskiner och/eller fordon.
Innan IFRS 16 implementerades och ersatte IAS 17 så delades leasing in i två olika
kategorier, finansiell och operationell leasing (IFRS u.å.b). Vid finansiell leasing överfördes alla väsentliga risker och förmåner förknippade med ägandet till leasingtagaren i samband med att man ingick avtalet (IASPlus u.å.b). Operationell leasing definierades som all form av leasing som inte ansågs vara finansiell. Det som avgjorde på vilket sätt man skulle redovisa sin leasing var inte vilken typ av leasing det stod skrivet i avtalet utan hur det var utformat. Således kunde två företag vara överens om att ett leasingavtal skulle vara operationellt, men så länge det var formerat som ett finansiellt leasingavtal skulle det redovisas på det sättet. För att hjälpa användarna att avgöra om ett leasingavtal skulle anses vara finansiellt gavs det i regelverket flera exempel på situationer som normalt gjorde att det skulle klassificeras på det sättet. Några exempel på situationer som tydde på att avtalet skulle redovisas som ett
finansiellt är (I) ägandet av tillgången övergår till leasingtagaren vid avtalsperiodens slut (II) leasingavtalet sträcker sig över huvuddelen av tillgångens ekonomiska livslängd, även om ägandeskapet inte övergår till leasetagaren och (III) den leasade tillgången är av en sådan speciell karaktär att endast leasetagaren har användningen för den utan att omfattande förändringar måste utföras.
I och med att finansiell och operationell leasing kom att redovisas på två helt olika sätt blev det rätt snart uppenbart att företag i största allmänhet kom att föredra det senare sättet (Morales-Diaz & Zamora-Ramirez 2018). Genom att kringgå regelverket och formera
leasingavtal som kunde redovisas som operationella kunde bolag undvika att ta upp leasingen i sin balansräkning vilket ledde till att finansiella nyckeltal framstod i bättre dager. Frågan kom att bli om detta verkligen gav en rättvisande bild av verkligheten och IFRS 16 arbetades fram i förhoppning om att alla bolag skulle rapportera sin leasing på samma sätt – vilket skulle öka jämförbarheten och ge en mer korrekt bild av företagens ekonomiska åtaganden. Den nya standarden innebär att leasingtagaren inte längre har möjlighet att redovisa sin leasing som operationell och således måste ta upp den i balansräkningen som en
nyttjandetillgång och en skuld (se Figur 1). En konsekvens av detta är att skulder och
tillgångar kommer att öka vilket leder till en ökad balansomslutning. Följaktligen kommer det att påverka finansiella nyckeltal som är kopplade till balansräkningen, speciellt för företag med omfattande leasingavtal som tidigare redovisats som operationella (IFRS 2016b).
Figur 1: IFRS 16 påverkan på balansräkningen. Källa: IFRS (2016b).
Att kapitalisera leasing har även konsekvenser för resultaträkningen (se Figur 2). IFRS 16 ersätter den tidigare operationella leasingkostnaden med avskrivnings- och räntekostnader för den leasade tillgången vilket medför ett bättre rörelseresultat (IFRS 2016b; Lööw 2016). Avskrivningen är vanligtvis jämnt fördelad under perioden medan räntekostnaden minskar under leasingperioden när betalningar görs. Detta resulterar i en gradvis minskad kostnad ju närmare leasingavtalets slut man kommer.
Figur 2: IFRS 16 påverkan på resultaträkningen. Källa: IFRS (2016b).
Under ett par omständigheter kommer leasingavtal även i fortsättningen att redovisas som operationella i resultaträkningen. Dessa är (I) när leasingavtal är kortsiktiga på en period som är 12 månader eller kortare och (II) när leasade tillgångar är av lågt värde (IFRS 2016b). 2.3 Effektiva kapitalmarknadsteorin
Två vanliga begrepp inom den effektiva kapitalmarknadsteorin (EKMT), också känd som den effektiva kapitalmarknadshypotesen, vilka kan vara klokt att redogöra för är investerare och värdepapper. Konceptet värdepapper är vanligt förekommande i artiklar om EKMT och begreppet inkluderar alla handlingsbara finansiella tillgångar (Ying, Yousaf, Ain, Akhtar & Rasheed 2019). Då denna uppsats kommer att studera aktiekurser så har författarna härifrån och framåt valt att använda sig av aktie/aktiekurs/aktiepris istället för just värdepapper. Detta då en aktie alltid är ett värdepapper medan ett värdepapper inte alltid är en aktie (NE u.å.). En investerare kan också tolkas på flera sätt, men i denna uppsats är en investerare någon som köper och/eller säljer aktier.
Idén om en effektiv marknad är något som verkar ha funnits hos människan långt innan EKMT formulerades och populariserades under senare delen av 1900-talet (Verheyden, De Moor & Van den Bossche 2013). Till exempel så förundrades den skotske nationalekonomen Adam Smith redan på 1700-talet av hur den ekonomiska marknaden tycktes vara
självstabiliserande och effektiv. Sedan dess har många haft tankar och funderingar om marknaden och hur den fungerar men det var först på 1960-talet som EKMT fick ordentlig genomslagskraft (Dimson & Mussavian 1998).
Teorins essens är att priset på en aktie alltid kommer att handlas till det korrekta priset så länge marknaden är effektiv (Fama 1991). Detta innebär att på en effektiv marknad är all
tillgänglig information redan inbäddad i priset, vilket i förlängningen innebär att det inte är möjligt för investerare att göra någon överavkastning eftersom ingen aktie är över- eller undervärderad (Fama 1970). Fama menar att dagens pris på en aktie är det förväntade värdet av aktiens framtida utbetalningar, och uttrycker det enligt följande:
“/.../The conditional expectation of tomorrow’s price, given today’s price, is today’s price”
(Fama 1970, s. 390)
För att en kapitalmarknad skulle vara fullständigt effektiv redogjorde Fama (1970) för tre önskvärda villkor. För det första skulle det inte finnas några transaktionskostnader för
investerare när de köpte och sålde aktier. För det andra så skulle all befintlig information vara tillgänglig utan kostnad för alla på marknaden. Slutligen skulle alla aktörer vara rationella och således tolka och förstå all ny information på samma sätt. Ju effektivare en kapitalmarknad är, desto snabbare absorberas den nya informationen och reflekteras i priset för aktien. Fama definierade inte bara vad en effektiv marknad är för något utan han lanserade även tre olika nivåer av marknadseffektivitet. De nivåer av effektivitet som formulerades var svag, halvstark och stark.
Den svagt effektiva marknaden är en marknad där all tidigare information, som historiska aktiekurser och utdelningar, redan är inkluderad i aktiepriset (Yen & Lee 2008). Detta betyder att ingen kan göra överavkastning på en aktie enbart genom att studera tidigare trender i förhoppning om att kunna förutse framtida prisförändringar - så kallad teknisk analys. I denna typ av marknad finns det fortfarande utrymme för att ”slå marknaden” och sålunda göra en överavkastning med hjälp av fundamental analys (som innebär att man studerar all offentlig och tillgänglig information) och/eller genom tillgång till privat information. En teori som påminner mycket om den svaga effektiva kapitalmarknadsteorin är random walk theory (Dimson & Mussavian 1998). Den teorin växte fram redan i början av 1900-talet och liknade en akties utveckling med en berusad människas rörelser, med vilket man menade att den var oförutsägbar. Mer ingående så menade random walk theory att det inte var möjligt att förutse en akties pris med hjälp av att analysera tidigare mönster eller trender då varje förändring i aktiepriset var oberoende av den föregående och därav slumpmässig.
I en halvstark effektiv marknad är all offentlig information, nutida som dåtida, fullt
reflekterad i aktiekursen vilket innebär att ingen kan göra någon överavkastning med vare sig teknisk eller fundamental analys (Degutis & Novickytė 2014). Denna form av
marknadseffektivitet anses oftast vara den mest sannolika då den utgår från att det finns privat information som skulle kunna möjliggöra överavkastning. Däremot kan alltså inte investerare med hjälp av historiska data och den offentliga informationen, som exempelvis
årsredovisningar och pressmeddelanden, göra någon överavkastning. Starkt effektiva marknader utgår från att all information, offentlig som privat, redan är inkluderad aktiepriserna (Ying et al. 2019). Således finns det ingen informationsasymmetri mellan investerare och inte heller någon ny information som aktien inte redan reagerat på. Under dessa förhållanden finns det enligt teorin ingen möjlighet till överavkastning.
Under 1970- och 1980-talet var EKMT relativt accepterad och oemotsagd, men med tiden har fler och fler börjat kritisera den av olika anledningar. Trots detta är teorin fortfarande i allra högsta grad aktuell och dess grundläggande antagande om att marknaden är effektiv och att aktiepriserna per omgående reagerar på och förändras med ny information ligger till grund för många andra teorier och modeller (Ying et al. 2019).
Kritik mot effektiva kapitalmarknadsteorin
Om nu marknaden verkligen är effektiv, hur kommer det sig då att det faktiskt finns exempel och bevis på investerare som lyckats göra överavkastning över tid? Den frågan har många forskare ställt sig under årens gång och flera tror nu att aktiepriser åtminstone är delvis förutsägbara vilket lämnar en möjlighet till överavkastning (Ying et al. 2019). Det tycks finnas flera fenomen, kända som avvikelser, som teorin misslyckas med att förklara. Några exempel på detta är onormalt hög volatilitet i aktiepriserna, över- och underreaktioner av investerarna samt finansbubblor (Degutis & Novickytė 2014). Å andra sidan tycks
avvikelserna inträffa slumpmässigt vilket gör att investerare inte kan förutse dessa och därför inte heller lyckas göra någon överavkastning - åtminstone inte över tid.
En vetenskap som växt fram och som starkt ifrågasätter huruvida marknaden faktiskt är effektiv är den så kallade beteendeekonomin (Yen & Lee 2008). Den menar, förenklat uttryckt, att den effektiva kapitalmarknaden snarare är ett undantag än en regel och att den främsta anledningen till detta är att investerare inte kan ses som rationella aktörer. Fama (1970) menade att rationella aktörer inte var en förutsättning för en effektiv marknad. Han utvecklade sitt resonemang och fastslog att en marknad per automatik inte är ineffektiv trots att investerare inte tolkar och reagerar likadant på samma information. Detta så länge det inte finns investerare som konsekvent kan göra bättre bedömningar om en akties korrekta pris än marknaden som helhet. Shleifer (2000) fastslog att rationella, eller åtminstone delvis
rationella, aktörer är nödvändiga för en marknads effektivitet och menar att det finns en generell konsensus att långt ifrån alla investerare är rationella. Detta skulle innebära att åtminstone en del av alla investeringar som görs inte är grundade på rationella analyser. Då irrationella aktörer gör investeringar kommer dessa vara slumpmässiga, och därför kommer inte aktiepriset förändras. En som går snäppet längre och verkligen ifrågasätter den effektiva marknaden är Shiller (2003). Shiller, som är beteendeekonom, menar på att det finns många bevis på att kapitalmarknaden inte är särskilt effektiv, och säger:
”While theoretical models of efficient markets have their place as illustrations or
characterizations of an ideal world, we cannot maintain them in their pure form as accurate descriptors of actual markets” (Shiller 2003 s.102).
Vidare säger Shiller (2003) att vi måste distansera oss från antagandet att de ekonomiska marknaderna är välfungerande och att aktiepriserna alltid återspeglar all information. Som exempel nämner han IT-bubblan i början av 2000-talet och att den uppkom på grund av mänskliga tillkortakommanden snarare än något annat. Han menar att en stor utmaning för
ekonomer världen över är att börja ta fram bättre ekonomiska modeller och teorier som inkorporerar det faktum att människan är just en människa och inte en rationell robot. Många har uttryckt kritik som går i linje med att det omöjligt kan finnas en starkt effektiv marknad och anser att EKMT då blir problematisk. Till exempel finner Glascock, Davidson och Henderson (1987) att information tenderar att nå marknaden innan den officiellt
offentliggörs - något som skulle kunna möjliggöra överavkastning. Fama (1991) ser dock inte detta som ett problem och menar att så länge det finns privat information och
transaktionskostnader, vilket han fastslår att det gör, så kommer marknaden aldrig att vara starkt effektiv. Däremot kan man genom att anta att så är fallet tillåta sig att dra förenklade slutsatser om andra fenomen. En annan som inte ser det som ett problem är Malkiel (2003). Han konstaterar att så länge det finns aktiemarknader kommer investerare att begå misstag eftersom inte alla investerare är rationella. Vidare påstår han att det faktiskt verkar vara möjligt att hitta mönster i aktiepriser som kan ge en tillfällig överavkastning. Trots detta anser Malkiel att marknaden är effektiv, och menar att de mönster och oregelbundenheter som möjliggör överavkastning sannolikt inte kommer att kvarstå över tid.
Ett annat problem med EKMT är att den, per definition, inte går att testa (Fama 1991). För att kunna göra empiriska undersökningar som indirekt eller direkt testar EKMT så måste en jämviktsmodell av någon sort användas (Titan 2015). Dessa modeller utgår nästan alltid från att marknaden är effektiv, vilket i sig kan anses vara ett problem. Dessutom är det svårt att utifrån de testresultat man får motbevisa teorin då man inte säkert kan säga om det är just teorin man motbevisar eller om det är den valda modellen som inte är tillräckligt bra (Jensen 1978).
Trots de invändningar som finns mot EKMT så är det fortfarande ingen som kommit upp med en mer accepterad eller förbättrad teori om hur marknaden fungerar (Degutis & Novickytė 2014).
2.4 Marknadsmodellen
Marknadsmodellen kategoriseras som en statistisk jämviktsmodell vilken relaterar avkastningen på en given aktieportfölj till avkastningen på en marknadsportfölj.
Marknadsmodellen används för att estimera en förväntad avkastning på en aktie och bygger på den effektiva kapitalmarknadsteorin (Fama 1970).
Den förväntade avkastningen går att beräkna utifrån fler modeller än marknadsmodellen, till exempel: Capital Asset Pricing Model, Mean Adjusted Returns Model och Market Adjusted Model (Cable & Holland 1999). MacKinlay (1997) skriver att fördelen med
marknadsmodellen är att den eliminerar den del av avkastningen som hänförs till marknaden och på så sätt minskar variationen i den onormala avkastningen, vilket på engelska översätts till abnormal return. Detta i sin tur leder till ökad möjlighet att upptäcka effekter som uppkommit av en specifik händelse. Cable och Holland (1999) testar fyra olika
bästa sätt lyckas simulera en förväntad avkastning. Även Binder (1998) fastslår att marknadsmodellen presterar bra som riktmärke för förväntad avkastning.
Marknadsmodellen använder ett marknadsindex för att bestämma förväntad avkastning vilket beräknas enligt ekvationen nedan (MacKinlay 1997).
𝑅𝑅𝑖𝑖𝑖𝑖 = 𝛼𝛼𝑖𝑖 + 𝛽𝛽𝑖𝑖𝑅𝑅𝑚𝑚𝑖𝑖+ 𝜀𝜀𝑖𝑖𝑖𝑖
Där:
Rit = Förväntad avkastning för aktie i under tidsperiod t
αi = Osystematisk risk för aktie i
βi = Systematisk risk för aktie i
Rmt = Avkastning för marknadsportfölj m under tidsperiod t
εit = Felvariabel, antas vara noll i medelvärde
Onormal avkastning
Cable och Holland (1999) skriver att en eventstudie-metodologi förlitar sig på att fånga en onormal avkastning (AR) för en specifik aktie under en given tidsperiod. Onormal avkastning är differensen mellan den faktiska och den förväntade avkastningen på en aktie, där den förväntade avkastningen har estimerats utifrån premissen att den observerade händelsen aldrig ägt rum. Effekterna av en händelse kan beräknas med hjälp av formeln för onormal
avkastning enligt ekvationen nedan (MacKinlay 1997). 𝐴𝐴𝑅𝑅𝑖𝑖𝑖𝑖 = +𝑅𝑅𝑖𝑖𝑖𝑖(𝛼𝛼𝑖𝑖 + 𝛽𝛽𝑖𝑖𝑅𝑅𝑚𝑚𝑖𝑖)
Där:
ARit = Onormal avkastning för aktie i under tidsperiod t
Rit = Faktiskt avkastning för aktie i under tidsperiod t
(αi + βiRmt) = Förväntad avkastning för aktie i under tidsperiod t
Genomsnittlig onormal avkastning (AAR) beräknas genom att summera den onormala avkastningen och dividera med antal observerade dagar. Därav erhålls den genomsnittliga onormala avkastningen av alla enskilda dagar som ingår i ett urval. Beräkningar görs enligt formeln nedan (MacKinlay 1997).
𝐴𝐴𝐴𝐴𝑅𝑅𝑖𝑖 = 1𝑛𝑛 � 𝐴𝐴𝑅𝑅𝑖𝑖𝑖𝑖 𝑛𝑛
𝑖𝑖=1
För att kunna dra slutsatser om hur en händelse har påverkat en akties avkastning så behöver den onormal avkastningen aggregeras över tidsperioden för eventet (MacKinlay 1997). Den kumulativa onormala avkastningen (CAR) är summan av de beräknade onormala
𝐶𝐶𝐴𝐴𝑅𝑅𝑖𝑖(𝑡𝑡1𝑡𝑡2) = � 𝐴𝐴𝑅𝑅𝑖𝑖𝑖𝑖 𝑖𝑖2
𝑖𝑖=𝑖𝑖1
Kumulativ genomsnittlig onormal avkastning (CAAR) beräknas genom att summera den kumulativa onormala avkastningen och dela på antalet observerade event enligt formeln nedan. (MacKinlay 1997).
𝐶𝐶𝐴𝐴𝐴𝐴𝑅𝑅𝑖𝑖 =𝑛𝑛 � 𝐶𝐶𝐴𝐴𝑅𝑅1 𝑖𝑖2
𝑖𝑖=𝑖𝑖1
2.5 Implementering av redovisningsstandarder
Armstrong et al. (2010) undersökte marknadens reaktion i samband med 16 event associerade med implementeringen av IFRS-standarden mellan åren 2002 och 2005. Med hjälp av den effektiva kapitalmarknadsteorin och jämviktsmodellen CMAR (cumulative market-adjusted return) granskar de den europeiska aktiemarknadens avkastning och räknar ut en onormal avkastning för att kunna dra slutsatser om investerarnas respons på det nya regelverket. Sammantaget tyder författarnas resultat på att investerarna förväntade sig positiva effekter av IFRS, bland annat tack vare föreställningen om ökad informationskvalitet, mindre
informationsasymmetri och generella konvergensfördelar. Onali och Ginesti (2014) undersöker marknadens reaktion på IFRS 9 genom att granska investerarnas reaktion på publikationer och uttalanden av IASB mellan åren 2009 och 2012. Båda studierna undersöker marknadens reaktion på förhandsinformation kopplat till redovisningsstandarder innan de har införts. Likt Armstrong et al. (2010) finner Onali och Ginesti (2014) en i huvudsak positiv reaktion hos investerarna som en följd av ökade förväntningar på informationskvalitet och jämförbarhet mellan länder.
Brüggemann, Hitz och Sellhorn (2013) sammanställer tidigare forskning för att undersöka konsekvenserna av ett obligatoriskt införande av IFRS. De finner bland annat att
aktiemarknaden tenderar att reagera positivt, men att det inte finns några entydiga bevis på att IFRS kommer att bidra till mer transparenta och jämförbara finansiella rapporter. Pope och McLeay (2011) finner att införandet av IFRS i Europa tycks ha lett till en delvis ökad
jämförbarhet mellan länder men att det samtidigt finns bevis som talar för att det inte har lett till förbättringar när det kommer till kvaliteten på redovisningen. De George, Li och
Shivakumar (2016) slår i sin litteraturstudie fast att det, som bäst, är osäkert om redovisningskvaliteten har ökat i och med införandet av IFRS.
Abdel-Khalik och McKeown (1978) undersöker hur den amerikanska marknaden reagerar på företag som väljer att värdera sitt lager enligt en ny metod. De upptäcker att investerare inte reagerar likadant på samma redovisningsförändringar, och att de skilda reaktionerna beror på vilken framtida effekt förändringen förväntas ge upphov till. Marknaden kan alltså skilja på redovisningsförändringar som tycks vara rent bokföringsmässiga och de som förväntas ha en
aktiemarknad reagerat på information rörande en obligatorisk implementering av IFRS-regelverket och finner att detta förändrar investerares tro på aktiepriser. Detta menar författarna tyder på att investerarna inte enbart ser IFRS-införandet som en ren
redovisningsförändring utan att detta kommer ha en påverkan på företagens verkliga värde. Det är alltså inte själva införandet av IFRS som förändrar investerarnas övertygelser, utan hur implementeringen kommer att påverka enskilda företag och branscher.
Ball (2006) ser vissa problem för investerare när det kommer till implementeringen av IFRS. Han menar att det är naivt att tro att enbart gemensamma standarder kommer att göra den finansiella rapporteringen mer likartad. Han lyfter visserligen flera potentiella fördelar med IFRS-regelverket och medger att det kan leda till en ökad jämförbarhet, men då på premissen att IFRS implementeras och efterföljs på samma sätt. Detta anser han vara relativt osannolikt då inhemska lagar och regler kommer rendera i att man tolkar regelverket på olika vis, något som bland annat möjliggörs på grund av att IASB inte gör några uppföljningar för att
kontrollera att regelverket efterföljs. Följaktligen finns risken att företag och länder kommer att utnyttja varumärket IFRS för att dölja sämre redovisningskvalitet. Därmed kan det
förekomma väsentliga skillnader mellan olika användare trots att de brukar samma regelverk. Soderstrom och Sun (2007) instämmer delvis med Ball (2006) och slår fast att det inte bara är standarder som påverkar redovisningskvaliteten utan även politiska system och inhemska lagar, och att det därför inte räcker med enbart ett gemensamt regelverk för att förbättra kvaliteten på de finansiella rapporterna.
2.6 Hypotesutveckling
För att besvara frågeställningen har studien utvecklat två hypoteser utifrån referensramen. 2.6.1 Hypotes 1
På en halvstarkt effektiv aktiemarknad antas all publik information reflekteras i aktiepriset (Fama 1970). Då ny information direkt reflekteras i aktiepriset på en effektiv marknad bör också reaktionen i aktiepriset av den nya informationen ske vid den tidpunkt då informationen blir tillgänglig. Shleifer (2000) analyserar investerares reaktion på företagsnyheter och
konstaterar att aktiepriset regleras till sitt verkliga värde på nyhetsdagen. Fama, Fisher, Jensen och Roll (1969) undersöker marknadens reaktion vid aktiesplittningar. De finner att den största prisförändringen sker vid tidpunkten för tillkännagivandet och att detta beror på ändrade förväntningar om ett företags framtida utdelning. Förutsatt att marknaden är effektiv och ingen information har nått investerare i förtid, bör marknaden reagera på den nya publika informationen vid det tillfälle då den blir offentlig - alltså på eventdagen. Mot den
bakgrunden antas den onormala avkastningen vara som högst på eventdagen. Då studien undersöker flera event behöver ett medelvärde för onormal avkastning beräknas för samtliga eventdagar. Detta benämns som den genomsnittliga onormala avkastningen (AAR).
Hypotes 1: Den genomsnittliga onormala avkastningen kommer att vara som störst på
En statistisk formulering av hypotesen blir enligt nedan:
H0: AART0 = AART1 ; AART0 = AART-1
HA: AART0 > AART1 ; AART0 > AART-1 2.6.2 Hypotes 2
Armstrong et al. (2010) och Onali och Ginesti (2014) finner att investerare förväntar sig positiva effekter vid införandet av IFRS. Dessa positiva effekter grundar sig bland annat i en förhoppning om ökad informationskvalitet och förbättrad jämförbarhet mellan länder och företag.
IFRS 16 förväntas, i alla fall av IASB, att leda till bland annat en rättvisare bild av företags finansiella rapporter och mindre informationsasymmetri. Det är rimligt att anta att ju mer leasingintensiv en bransch är, desto större kommer dessa positiva effekter att vara för investerarna. Den bransch som enligt flera undersökningar tros vara den som kommer
påverkas mest av övergången till IFRS 16 är detaljhandelsbranschen. Således är det skäligt att anta att investerare på den aktiemarknaden reagerat positivt på nyheter kopplade till
införandet av IFRS 16.
Hypotes 2: De observerade pressmeddelanden från IASB visar en positiv kumulativ
genomsnittlig onormal avkastning.
En statistisk formulering av hypotesen blir enligt nedan: H0: CAAR= 0
3. Metod
3.1 Övergripande forskningsmetod
För att undersöka hur investerare reagerade på pressmeddelanden om IFRS 16 genomfördes en kvantitativ forskningsdesign med en deduktiv ansats. Jacobsen (2017) skriver att en kvantitativ studie utgår från att den sociala verkligheten kan mätas utifrån siffror. Vidare skriver författaren att en kvalitativ ansats utgår från att verkligheten är för komplex för att analyseras av siffror och således bör information samlas in i form av ord. Studien valde en kvantitativ ansats efter att problemställningen hade formulerats, med andra ord när det blev bestämt vad studien avsåg att undersöka. En kvantitativ metod kan på ett bredare sätt besvara frågeställningen då en stor mängd data, i form av aktiekurser, avsågs att undersökas. Å andra sidan hade en kvalitativ ansats kunnat bidragit med en mer nyanserad förklaring till varför investerare på aktiemarknaden reagerade som de gjorde. Däremot ansåg studien att det först är relevant att undersöka huruvida investerarna har reagerat på implementeringen av IFRS 16, då reaktionen kan skapa förståelse för deras initiala uppfattning.
Denna studie utgår framförallt från den effektiva kapitalmarknadsteorin och tidigare forskning för att undersöka investerarnas reaktion på aktiemarknaden. Två vetenskapliga studier som är centrala för denna uppsats är Armstrong et al. (2010) och Onali och Ginesti (2014). Båda studierna undersökte investerarnas reaktioner vid implementering av
redovisningsförändringar genom att använda sig av eventstudier och den effektiva
kapitalmarknadsteorin. Med bakgrund av detta så genomförde denna uppsats en eventstudie för att undersöka investerarnas reaktioner.
3.2 Eventstudier
Att studera hur ett specifikt event har påverkat ett företags aktiekurs är vanligt förekommande inom forskningen (MacKinlay 1997). För att kunna göra detta finns det flera tillvägagångssätt men en metod har kommit att användas så pass frekvent att den blivit en standard för
ändamålet – nämligen eventstudier (Binder 1998). En eventstudie är en empirisk undersökning av relationen mellan en särskild händelse och aktiekurser (Strong 1992). Eventstudier är inget nytt fenomen utan tros ha använts sedan tidigt 1900-tal (MacKinlay 1997). Det var dock först i slutet av 1960-talet som forskare kom att utveckla metoden och lägga grunden till hur vi än idag konstruerar och använder oss av dem. Eventstudier
förekommer också inom fler områden än inom ekonomi och mäter då andra typer av samband men då detta inte är av intresse för denna uppsats lämnas det därhän.
Eventstudier förutsätter att ny information direkt återspeglas i aktiekursen (Binder 1998). Följaktligen är det ett grundantagande att marknaden måste vara effektiv, åtminstone halvstarkt effektiv, för att det ska anses relevant att studera effekterna av en specifik händelses påverkan på aktiepriset. Eventstudier kan således också användas för att testa huruvida en marknad är effektiv eller inte.
För att kunna undersöka relationen mellan det utvalda eventet och aktiekursen så måste först den normala avkastningen räknas ut – alltså den avkastning som man kunde förväntat sig om den observerade händelsen inte ägt rum (MacKinlay 1997). Detta görs med hjälp av en jämviktsmodell, och i denna studie har författarna valt att använda sig av marknadsmodellen. När den förväntade avkastningen räknats ut subtraherar man den från den faktiska
avkastningen på aktien. Skillnaden som uppstår, oavsett om den är positiv eller negativ, benämns som onormal avkastning. Utifrån den onormala avkastning som erhållits görs sedan beräkningar för att antingen acceptera eller förkasta den effekt som uppstått som statistiskt signifikant – med andra ord om det event man undersökt hade en betydande effekt på aktiekursen.
Trots att eventstudier som metod för att mäta ovan nämnda effekt är allmänt accepterad och frekvent använd så är den inte helt oproblematisk. Ett problem som är svårt att förbise är svårigheten i att identifiera den tidpunkt då marknaden först förutsåg och reagerade på informationen (Schwert 1981). Detta innebär att om inte rätt eventhändelser studeras så kommer informationen redan vara inkluderad i aktiepriset och effekten av eventen kommer inte vara av betydelse. Vissa typer av händelser har visat sig svårare att undersöka med hjälp av eventstudier än andra, och därtill hör förändringar av lagar, standarder och regler (Binder 1988; MacKinlay 1997). Anledning till det tros vara att det ofta är en långdragen politisk process som marknaden gradvis reagerar på under processens gång. Trots detta är
eventstudier en vanlig undersökningsmetod för att mäta till exempel redovisningsförändringar (Schwert 1981; Binder 1998). Ett annat problem med eventstudier är att man bortser från andra händelser som kan påverka aktiekursen under själva eventfönstret (De Jong &
Naumovska 2015). Forskare förväntas att undersöka och studera de utvalda eventdatumen så att inte andra nyheter och/eller händelser ska kunna ha en kurspåverkande effekt. Om en sådan händelse upptäcks är det inte lämpligt att försöka undersöka relationen mellan det utvalda eventet och aktiekursen. Även i de fall andra händelser inte identifieras är det
vanskligt att utgå från att all konstaterad effekt uppstår endast tack vare (eller på grund av) det utvalda eventet.
3.3 Undersökningsobjekt 3.3.1 Eventhändelser
IASB har arbetat med att utforma IFRS 16 under ungefär tio år med start 2006 och
publicering år 2016 (IASPlus u.å.a). Detta blev allmänt känt 2009 då ett diskussionsdokument publicerades för att samla in kommentarer och synpunkter. Nästa event som berör
redovisningsstandarden ägde rum 2010 då det preliminära förslaget publicerades. Detta följdes med ett meddelande 2011 från IASB att ett nytt förslag skulle publiceras. Det reviderade förslaget presenterades 2013 och år 2016 publicerades den slutgiltiga standarden IFRS 16 (se Tabell 1).
Denna studie syftar till att undersöka samtliga fem event som berör den nya
studien istället endast hade undersökt ett event så skulle det kunna bli problematiskt att dra slutsatser om investerarnas reaktion på redovisningsstandarden då den informationen kanske redan nått dem (Shleifer 2000; MacKinlay 1997). Det skulle också kunna vara så att vissa event har bidragit till en större reaktion medan andra har bidragit med en mindre reaktion. Alltså grundar sig avvägningen, att välja fem event, på att fånga upp hela reaktionen från investerarna för att få ett mer rättvisande resultat.
Tabell 1 - Eventhändelser
Events Datum Händelse
Event 1 2009-03-19 Diskussionsdokument, preliminära synpunkter publicerade Event 2 2010-08-17 Preliminärt förslag publiceras
Event 3 2011-07-21 IASB / FASB meddelar avsikt att avslöja förslag på nytt Event 4 2013-05-16 Reviderat preliminärt förslag publiceras
Event 5 2016-01-13 IFRS 16 Leases publiceras
Källa: IASPlus (u.å.).
3.3.2 Urval
Denna studie har som avsikt att undersöka hur investerare reagerar på implementeringen av IFRS 16 inom detaljhandeln på den nordiska aktiemarknaden. Anledningen till att studien valde att avgränsa sig till att granska den nordiska marknaden är bland annat att Ball (2006) skriver att länder i Europa kommer att hantera implementeringen på olika sätt beroende på exempelvis lokala tolkningar. Då de nordiska länderna kan uppfattas vara förhållandevis lika varandra med relativt pålitliga rättsväsenden och värderingar skulle de kunna ha liknande lokala tolkningar (Onali & Ginesti 2014). En annan anledning till att Norden valdes är att litteraturstudier inom området visar att Norden är ett mindre undersökt område
(Mohammadrezaei, Mohd-Saleh & Banimahd 2013; Pope & McLeay 2011). Det vore således intressant att undersöka investerares reaktion till IFRS 16 i Norden för att kunna komplettera och utveckla de tidigare resultaten inom implementeringslitteraturen kopplat till IFRS. Anledningen till att detaljhandeln är intressant motiveras av att tidigare forskning kommer fram till att detaljhandeln är en av de branscher som kommer att påverkas mest av den nya redovisningsstandarden då de är högt exponerade för leasing (Morales-Diaz & Zamora-Ramirez 2018; Fülbier et al. 2008; Fito, Moya & Orgaz 2013). Av denna anledning skulle investerarnas reaktioner kunna vara mer väsentlig på detaljhandeln.
För att genomföra denna eventstudie användes två olika aktieindex. Först ett index riktat mot detaljhandeln då det är den bransch som denna studie avsåg att undersöka och då valde studien indexet N Retail EUR PI. Indexet består av 28 nordiska företag (se bilaga 1) inom detaljhandeln och är utformat av Nasdaq för att symbolisera den nordiska detaljhandeln (Nasdaq u.å.a). Detaljhandeln är ett ganska brett begrepp som rymmer många olika typer av
verksamheter, vilket även återspeglas i indexet. För denna studie är det oväsentligt vilka varor eller tjänster företagen säljer då tidigare forskning fastslagit att detaljhandeln i stort, oavsett vilken underkategori, har mycket leasing. Således litar studien på att Nasdaq har sammansatt indexet så att det väl representerar den nordiska detaljhandeln. Av denna anledning kan det valda indexet anses som lämpligt till ändamålet. Däremot är inga norska företag inkluderade. Anledningen är att Nasdaq inte bedriver handel på den norska aktiemarknaden.
Det andra indexet som valdes till studien var ett marknadsindex. Marknadsindexet användes för att testa om detaljhandelns prisutveckling skiljde sig från utvecklingen på marknaden i stort. Studien valde OMX Nordic EUR PI vilken består av 639 aktier på den nordiska marknaden (Nasdaq u.å.b). MacKinlay (1997) skriver att variationen i onormal avkastning minskar genom att minimera den del av avkastningen som är kopplad till variation i marknadsindexet. Anledningen till detta är att det finns andra faktorer, exempelvis globala händelser och nyheter, som kan förklara en akties prisutveckling. Genom att reducera effekten av dessa faktorer ges en större precision i resultatet och det ökar förmågan att kunna relatera aktieprisutvecklingen till en viss händelse. OMX Nordic EUR PI valdes då det är ett robust nordiskt index som anses återspegla den nordiska aktiemarknadens utveckling väl. Att göra ett urval kan anses problematiskt då en viss osäkerhet råder ifall det kan representera hela populationen (Jacobsen 2017). Studien litar på att Nasdaq, som är skaparen av båda indexen, i sitt urval har sammansatt index som väl representerar detaljhandeln i Norden och den
nordiska marknaden i sin helhet. 3.4 Definition av tidsfönster
För att genomföra eventstudien behövdes tidsfönster bestämmas för de fem eventen. Ett tidsfönster är summan av estimeringsperioden och eventfönstret (se Figur 3).
Estimeringsperioderna bestod av ungefär 250 handelsdagar där Tx är början på
estimeringsperioden och T-1 är slutet.Eventfönstret bestod av tre dagar där T-1 är dagen innan
eventet, T0 är eventdagen ochT1 är dagen efter eventet.
Figur 3: Tidsfönster. Källa: MacKinlay (1997).
Där:
Tx = Början på estimeringsperiod
T-1 = Eventdagen - en dag
3.4.1 Estimeringsperioder
Vid eventstudier väljs en estimeringsperiod för att kunna beräkna en förväntad avkastning för en aktie under en viss tid innan ett event. Strong (1992) skriver att antal observationer under estimeringsperioden varierar kraftigt mellan olika eventstudier. I praktiken är det en
avvägning mellan att inbegripa många observationer för att öka den statistiska noggrannheten samtidigt som fler observationer ökar risken att under perioden inkludera andra större
händelser som påverkar aktiekursen. Strong (1992) kommer fram till att en lämplig period för estimering för att kunna beräkna onormal avkastning är en tolvmånadersperiod fram till och med eventfönstret. För att öka den statistiska noggrannhet i studien bestämdes
estimeringsperioden till ett kalenderår innan eventfönstret, vilket motsvarade ungefär 250 handelsdagar på börsen. Den exakta estimeringsperioden för respektive event skiljde sig åt på grund av olika antal handelsdagar. Under estimeringsperioden för event tre förekom
eventfönstret för event två. Studien valde att exkludera eventfönstret för event två för att få ett så rättvisande alfa- och betavärde under estimeringsperioden som möjligt. Om eventfönstret hade inkluderats skulle alfa- och betavärdena kunna bli över- eller underskattade vilket sedan skulle leda till att den förväntade avkastningen som beräknades utifrån dessa värden kunde bli över- eller underskattad. Estimeringsperioden för respektive event presenteras i Tabell 2. Tabell 2 - Estimeringsperioder
Events Estimeringsperiod Antal handelsdagar
Event 1 2008-03-18 - 2009-03-18 248 Event 2 2009-08-13 - 2010-08-16 253 Event 3 2010-07-19 - 2011-07-20 (Exkl. 2010-08-17 - 2010-08-19) 251 Event 4 2012-05-14 - 2013-05-15 253 Event 5 2015-01-09 - 2015-01-09 258 Källa: Egenkomponerad. 3.4.2 Eventfönster
När effekten av en eventhändelse ska mätas så är det centralt att välja en mätperiod vilket benämns som eventfönster (MacKinlay 1997). I studien användes fem olika
pressmeddelanden från IASB som var kopplade till framväxten av IFRS 16 för att mäta investerarnas reaktion på aktiemarknaden. Denna studie valde att inkludera dagen innan och efter pressmeddelandet i eventfönstret. MacKinlay (1997) skriver att det är vanligt att expandera eventfönstret så att de närmsta dagarna kring eventdagen inkluderas för att kunna fånga upp hela effekten. Detta gjordes för att det finns en risk att informationen når
marknaden tidigare och för att fånga upp reaktioner som uppdagats på eventdagen efter att marknaden stängt.
3.5 Datainsamling
Historiska priser samlades in för de två olika index som har använts; OMX Nordic EUR PI och N Retail EUR PI för alla estimeringsperioder. De historiska priserna motsvarade stängningskurser under den angivna tidsperioden. Studien samlade in 1985 indexpriser för respektive index vilket ger totalt 3970 datapunkter. Vid datainsamlingen noterade studien att de två olika indexen hade olika antal handelsdagar. För att studien skulle ha lika många värden vid estimering av alfa- och betavärden så valde studien att exkludera de datum som endast gick att återfinna i ett av indexen. Totalt rörde det sig om 14 handelsdagar (se bilaga 2). Detta tillvägagångssätt har en betydelse för de erhållna värdena men den effekten är så liten att det inte kom att påverka resultaten.
Stängningskurserna hämtades från Nasdaqs webbsida där historiska kurser gick att ladda ner för vald tidsperiod. De historiska priserna var lättillgängliga då Nasdaq är skapare av båda indexen. Data exporterades sedan till Excel där alla sammanställningar och beräkningar utfördes. Nasdaq kan anses vara en andrahandskälla till studien då data inte producerats specifikt för studien (Jacobsen 2017). Vid andrahandskällor kan kvalitet och tillförlitlighet ifrågasättas, däremot anses denna data vara både tillförlitlig och av hög kvalitet då Nasdaq Inc är världens största börsföretag (Nasdaq u.å.c).
3.6 Beräkningar
Beräkningarna i detta avsnitt sker i olika steg. Det första steget var att sammanställa aktiekurserna för marknadsindexet OMX Nordic EUR PI och aktiekurserna för nordiska detaljhandeln N Retail EUR PI under samtliga estimeringsperioder. Sedan beräknades de dagliga procentuella avkastningarna för respektive index med hjälp av formeln nedan. Daglig avkastning
𝑅𝑅𝑖𝑖= 𝑃𝑃𝑖𝑖𝑃𝑃− 𝑃𝑃𝑖𝑖−1 𝑖𝑖−1
Där:
Rt = Aktiens avkastning vid tidpunkt t
Pt = Aktiepris tidpunkt t
Pt-1 = Aktiepris tidpunkt t-1
3.6.1 Marknadsmodellen
För att beräkna förväntad avkastning har studien valt att använda sig av marknadsmodellen. Som tidigare nämnt estimerades förväntad avkastning på estimeringsperioden för att kunna uppskatta aktieutvecklingen. Marknadsmodellen är uppbyggt som ett linjärt samband där den förväntade avkastningen för en aktie kan förklaras med två skattade variabler, αi och βi. Alfa
är interceptet och kan beskrivas som den risk som inte kan förklaras av marknaden (Nasdaq u.å.d). Betavärdet kan beskrivas som den systematiska risken för en aktie och visar hur aktien svänger i förhållande till marknadsindexet (Nasdaq u.å.e). ε är en felvariabel vars medelvärde
marknadsportföljen. Ekvationen som användes för att beräkna förväntad avkastning presenteras nedan (MacKinlay 1997).
Förväntad avkastning
𝑅𝑅𝑖𝑖𝑖𝑖 = 𝛼𝛼𝑖𝑖 + 𝛽𝛽𝑖𝑖𝑅𝑅𝑚𝑚𝑖𝑖+ 𝜀𝜀𝑖𝑖𝑖𝑖
Där:
Rit = Förväntad avkastning för aktie i under tidsperiod t
αi = Osystematisk risk för aktie i
βi = Systematisk risk för aktie i
Rmt = Avkastning för marknadsportfölj m under tidsperiod t
εit = Felvariabel, antas vara noll i medelvärde
För att kunna beräkna förväntad avkastning behövdes alfa- och betavärden, vilka kalkylerades enligt formlerna nedan (MacKinlay 1997).
Beta Alfa
𝛽𝛽𝑖𝑖 = 𝐶𝐶𝐶𝐶𝐶𝐶(𝑅𝑅𝑉𝑉𝑉𝑉𝑉𝑉(𝑅𝑅𝑖𝑖,𝑅𝑅𝑚𝑚)
𝑚𝑚) 𝛼𝛼𝑖𝑖 = 𝜇𝜇𝑖𝑖− 𝛽𝛽𝑖𝑖𝜇𝜇𝑚𝑚
Där:
Cov(Ri,Rm) = Kovariansen mellan avkastningen för aktie i och marknadsportfölj m
Var(Rm) = Varians för avkastningen för marknadsportfölj m
µi = Medelvärdet av daglig avkastning för aktie i
µm = Medelvärdet av daglig avkastning för marknadsportfölj m
3.6.2 Onormal avkastning
För att analysera hur investerarna har reagerat på information om IFRS 16 på den nordiska detaljhandeln har studien valt att undersöka den onormala avkastningen. Onormal avkastning motsvarar skillnaden mellan faktisk och förväntad avkastning. Således kan den onormala avkastningen påvisa en reaktion hos investerare som är orsakad av de utvalda eventen. En positiv onormal avkastning visar på en positiv reaktion medan en negativ onormal avkastning tyder på en negativ reaktion. Onormal avkastning har beräknats enligt ekvationen nedan (MacKinlay 1997).
𝐴𝐴𝑅𝑅𝑖𝑖𝑖𝑖 = +𝑅𝑅𝑖𝑖𝑖𝑖(𝛼𝛼𝑖𝑖 + 𝛽𝛽𝑖𝑖𝑅𝑅𝑚𝑚𝑖𝑖)
Där:
ARit = Onormal avkastning för aktie i under tidsperiod t
Rit = Faktiskt avkastning för aktie i under tidsperiod t
(αi + βiRmt) = Förväntad avkastning för aktie i under tidsperiod t
Eftersom hypotes ett och två skiljer sig åt har studien använt olika tillvägagångssätt för att kunna svara på dem. För hypotes ett har eventfönsterna undersökts, närmare bestämt vilken dag som har högst onormal avkastning. Antingen dagen innan eventet (T-1), eventdagen (T0)
eller dagen efter eventet (T1). Detta beräknades genom att ta fram en genomsnittlig onormal
avkastning (AAR) (Müller 2020). Först beräknades AAR för alla T-1 genom att summera den
onormala avkastningen för alla T-1 och sedan dividera på antalet event. Proceduren
genomfördes sedan på samma sätt för T0 och T1 enligt formeln nedan (MacKinlay 1997).
𝐴𝐴𝐴𝐴𝑅𝑅𝑖𝑖 = 1𝑛𝑛 � 𝐴𝐴𝑅𝑅𝑖𝑖𝑖𝑖 𝑛𝑛
𝑖𝑖=1
För att sedan dra slutsatser om hur en händelse har påverkat avkastning på den nordiska detaljhandeln så behövdes den onormala avkastningen aggregeras över tidsperioden för händelsen (Schwert 1981). MacKinlay (1997) benämner det som kumulativ onormal avkastning (CAR). Den kumulativa onormala avkastningen är summan av de onormala avkastningarna under ett eventfönster och beräknades enligt formeln nedan (MacKinlay 1997).
𝐶𝐶𝐴𝐴𝑅𝑅𝑖𝑖(𝑡𝑡1𝑡𝑡2) = � 𝐴𝐴𝑅𝑅𝑖𝑖𝑖𝑖 𝑖𝑖2
𝑖𝑖=𝑖𝑖1
För hypotes två ska samtliga eventfönster undersökas för att få fram om det finns en
kumulativ genomsnittlig onormal avkastning (CAAR) för samtliga fem event. Sedan tidigare har CAR beräknats vilket visar en kumulativ onormal avkastning för respektive event men för att kunna uttala sig om alla fem event behövdes CAAR beräknas (Müller 2020). Kumulativ genomsnittlig onormal avkastning har beräknats genom att summera alla CAR och dividera på antalet summerade CAR enligt formeln nedan (MacKinlay 1997).
𝐶𝐶𝐴𝐴𝐴𝐴𝑅𝑅𝑖𝑖 =𝑛𝑛 � 𝐶𝐶𝐴𝐴𝑅𝑅1 𝑖𝑖2
𝑖𝑖=𝑖𝑖1
3.6.3 Dataanalys
För att testa studiens hypoteser användes en statistisk analysmetod i form av t-test. T-testet, som är ett signifikanstest, användes för att beräkna sannolikheten att ett resultat enbart beror på slumpen (Nyquist 2017). Genom att använda t-test kan slutsatser dras för sannolikheten att hypotesen är felaktig. Utifrån signifikansnivå och typ av signifikanstest finns ett givet kritiskt värde som sedan jämförs med ett det erhållna t-värdet. Resultatet är statistiskt signifikant om det erhållna t-värdet över- eller understiger det kritiska värdet. Om resultatet är signifikant på en 95-procentig signifikansnivå innebär det att risken att resultatet beror på slumpen är fem procent. Detta betyder att desto lägre signifikansnivå som används, desto större är risken att till synes signifikanta resultatet är orsakade av slumpen (Nyquist 2017).
För hypotes ett användes ett two sample t-test för lika medelvärde vilket testar huruvida medelvärdet för två populationer signifikant skiljer sig ifrån varandra (Hochberg 1988). Det
1,86 vilken motsvarar en 95-procentig signifikansnivå. Då urvalet är mindre än 30 har studien valt att inte anta en normalfördelning utan istället har en t-fördelning använts för att få fram det kritiska värdet (Nyquist 2017). Antalet frihetsgrader är åtta (tio minus två då det är två urval om fem observationer vardera) då respektive dag i eventfönsterna förser fem värden var. För att kombinera de två olika dagar i eventfönsterna har Bonferronis metod använts för att kombinera två test tillsammans (Hochberg 1988). Villkoret för att nollhypotesen för hypotes ett förkastas är att ett av t-värdena överstiger det kritiska värdet på 1,86. Alternativhypotesen är att genomsnittlig onormal avkastning för T0 är större än T1 och T-1, vilket är anledning till
att det är ett ensidigt test. Om alternativhypotesen istället hade varit formulerad att T0 inte är
lika med T1 och T-1 hade detta varit ett tvåsidigt test och då haft ett annat kritiskt värde.
T-värdet för hypotes ett har beräknats utifrån teststatistikan nedan (NIST 2012). Medelvärdet och varians har beräknats utifrån formler i Excel.
𝑇𝑇 = 𝑌𝑌�1− 𝑌𝑌�2 �𝑠𝑠12 𝑁𝑁1 � + 𝑠𝑠22 𝑁𝑁2 � Där:
Y1 = Genomsnittlig onormal avkastning för urval 1
Y2 = Genomsnittlig onormal avkastning för urval 2
s12 = Varians för urval 1
s12 = Varians för urval 2
N1 = Storlek på urval 1
N2 = Storlek på urval 2
För hypotes två utfördes ett standard one side t-test. Testet testar huruvida medelvärdet av en t-fördelad population skiljer sig åt från ett specificerat värde (NIST 2012). Även i detta fall är urvalet mindre än 30, vilket har gjort att en t-fördelning har antagits för att beräkna det kritiska värdet. Det kritiska värdet som t-värdet jämförts med för CAAR är 2,13 vilken motsvarar en 95-procentig signifikansnivå med fyra frihetsgrader (fem minus en). Eftersom alternativhypotesen är formulerad att CAAR är större än noll blir testet ensidigt. T-värdet för hypotes två har beräknats utifrån teststatistikan nedan (Müller 2020). Standardavvikelse har beräknats utifrån formel i Excel.
𝑇𝑇 = √𝑁𝑁𝐶𝐶𝐴𝐴𝐴𝐴𝑅𝑅𝑠𝑠
𝐶𝐶𝐶𝐶𝐶𝐶𝑅𝑅
Där:
N = Urvalets storlek
CAAR = Kumulativ genomsnittlig onormal avkastning
sCAAR = Standardavvikelse för CAAR
För t-test av CAR per eventfönster används 1,64 som kritiskt värde vilket motsvarar 95-procentig signifikansnivå. Detta skiljer sig från t-test av AR per dag då detta testar om AR
skiljer sig från noll. Därmed blev det kritiska värdet 1,96. Båda dessa värden antas från en normalfördelning och därav kan de kritiska värdena hämtas från tabell. Detta påverkade inte studiens ställning gentemot hypotesen utan genomfördes för att ge ökad förståelse.
När slutsatser dras från signifikanstest löper man alltid en viss risk att begå fel. Inom statistiken benämns detta som typ-I och/eller typ-II fel (Nyquist 2017). Typ-I fel är sannolikheten att förkasta H0 fastän H0 är sann. Studien riskerar att begå ett typ-I fel av
storleken alfa, det vill säga fem procent. Denna risk valdes före testets genomförande i samband med valet av signifikansnivå på 95 procent. En lägre signifikansnivå innebär att testets statistiska styrka minskar. Typ-II fel är sannolikheten att acceptera H0 trots att H0 är
falsk. Dessa fel bör nämnas då det finns en inneboende risk att typ-I eller typ-II fel begåtts när slutsatser dragits utifrån studiens resultat.
3.7 Studiens validitet och reliabilitet
För att studien skulle mynna ut i giltiga (valida) och tillförlitliga (reliabla) resultat så har flera aspekter beaktats. Jacobsen (2017) delar upp validitet i inre och yttre där det förstnämnda handlar om mätinstrumenten verkligen mäter det som studien avser att undersöka och att ställa sig kritisk till om korrelationer kan tolkas som orsakssamband. Den yttre validiteten kan beskrivas som i vilken grad resultaten i undersökningen är generaliserbara från urvalet till populationen.
Vad gäller den inre validiteten så har studien vid flera tillfällen övervägt de teori- och
metodval som gjorts. Däremot kom studien fram till att den effektiva kapitalmarknadsteorin, marknadsmodellen och eventstudie-metodologin tillsammans kunde användas för att
analysera investerarnas reaktioner vid implementering av en ny redovisningsstandard. På så sätt kan teorin och metoden användas för att mäta det som studien avser att undersöka.
Liknande upplägg har använts av andra forskare som haft för avsikt att undersöka marknadens reaktioner på ett nytt redovisningsramverk (Armstrong et al. 2010; Onali & Ginesti 2014). Vidare har studien diskuterat problematiken med att genomföra studier på kapitalmarknaden då priset av en aktie kan härledas till flertalet faktorer. Således finns det en inbördes risk att dra slutsatser kring huruvida investerarna har reagerat på informationen om en ny
redovisningsstandard. För att undersöka sambandet mellan investerarnas reaktioner och redovisningsstandarden genomfördes signifikanstester. På så sätt kunde studiens resultat statistiskt testas och därmed uttala sig om orsakssambanden var signifikanta eller inte. För att stärka den yttre validiteten har studien valt att använda marknads- och detaljhandelsindex för Norden som är sammansatta av börsföretaget Nasdaq. Nasdaq har sammansatt index som ska spegla den nordiska detaljhandeln och på så sätt kan resultaten generaliseras för den nordiska detaljhandeln. Även signifikanstest stärker möjligheten till att generalisera studiens resultat eftersom det tydligt framgår hur stor risken är att resultaten beror av slumpen.
Jacobsen (2017) skriver att studiens reliabilitet kan härledas till undersökningsdesign. Av denna anledning har studien fokuserat på att förmedla samtliga metodologiska överväganden
formler som använts för att bearbeta insamlade data. Ett detaljerat presenterat
tillvägagångssätt ökar möjligheterna för att replikera studien och få fram lika resultat. Studien har även vidtagit åtgärder för att stärka studiens tillförlitlighet genom att föra dialog om statistiska problem med forskare inom området. Forskarna har kontrollerat studiens beräkningar och agerat som rådgivare vid statistiska problem. Sammantaget har studien utformats på ett tillförlitligt sätt i och med möjligheten till replikering och noggrannhet vad gäller de statistiska delarna.
