FÖREKOMSTEN AV FRIVILLIGT REDOVISADE NYCKELTAL I ÅRSREDOVISNINGAR : - En kvantitativ studie om bolag noterade på Mid- och Large Cap på Nasdaq OMX Stockholm

FÖREKOMSTEN AV FRIVILLIGT

REDOVISADE NYCKELTAL I

ÅRSREDOVISNINGAR

- En kvantitativ studie om bolag noterade på Mid- och

Large Cap på Nasdaq OMX Stockholm

MÖLLER, TIM

PENNBRO, HANNA

Akademin för Ekonomi, Samhälle & Teknik Kurs: Kandidatuppsats i företagsekonomi Kurskod: FOA300

15 hp

Handledare: Esbjörn Segelod Datum: 9 juni 2020

ABSTRACT

Date: 9th of June 2020

Level: Bachelor thesis in Business Administration, 15 cr

Institution: School of Business, Society and Engineering, Mälardalens University

Authors: Hanna Pennbro Tim Möller

(98/01/04) (95/09/05)

Title: The presence of voluntary financial ratios in companies’ annual reports – A quantitative study about companies listed on Mid- and Large Cap at Nasdaq OMX Stockholm

Tutor: Esbjörn Segelod

Keywords: Voluntary disclosure, Voluntary information, IFRS, Financial ratios, Financial report

Purpose: The purpose of the study was to investigate whether the amount of voluntary disclosures in form of financial ratios in Swedish- Listed companies annual reports could be explained by various

determinants.

Method: A quantitative approach was adopted, where the data collection was made from 124 companies annual reports from year 2018. A secondary analysis was performed, and the collected data was tested in multiple regression analysis.

Conclusion: The study showed significate relationships for that leverage neither had a positive nor a negative impact on the amount of voluntary financial ratios and also that a higher profit margin had a negative impact on the amount of voluntary financial ratios in companies’ annual reports. The results from this study differs from previous studies and theories which tries to explain the variation in the amount of voluntary disclosures.

SAMMANFATTNING

Datum: 9 juni 2020

Nivå: Kandidatuppsats i företagsekonomi, 15 hp

Institution: Akademin för Ekonomi, Samhälle och Teknik, Mälardalens högskola

Författare: Hanna Pennbro Tim Möller (98/01/04) (95/09/05)

Titel: Förekomsten av frivilligt redovisade nyckeltal i årsredovisningar - En kvantitativ studie om bolag noterade på Mid- och Large Cap på Nasdaq OMX Stockholm

Handledare: Esbjörn Segelod

Nyckelord: Frivilliga upplysningar, Frivillig information, IFRS, Frivilliga nyckeltal, Årsredovisningar.

Syfte: Denna studie syftade till att undersöka huruvida mängden frivilliga upplysningar i form av finansiella nyckeltal i svenska noterade bolags årsredovisningar kan förklaras av olika

bestämningsfaktorer.

Metod: En kvantitativ ansats antogs där datainsamlingen hade sin

utgångspunkt i 124 bolags årsredovisningar från årsbokslutet 2018. En sekundäranalys genomfördes och insamlade data prövades i multipla regressionsanalyser.

Slutsats: Studien kunde påvisa signifikanta samband för att

skuldsättningsgrad varken har en positiv eller negativ påverkan på mängden frivilligt redovisade nyckeltal samt att en högre

vinstmarginal har en negativ påverkan på mängden frivilliga nyckeltal redovisade i bolags årsredovisningar. Resultat från denna studie skiljer sig till stor del från tidigare forskning och teorier vilka anses kunna förklara variationen i mängden frivilligt redovisade upplysningar.

Förkortningar

ESMA Europeiska värdepappers- och marknadsmyndigheten

IAS International Accounting Standards

IASB International Accounting Standard Boards

IFRS International Financial Reporting Standards

Definitioner

Small Cap Bolag noterade på Nasdaq OMX Stockholm med ett börsvärde understiger 150 miljoner Euro (Avanza, 2020a).

Mid Cap Bolag noterade på Nasdaq OMX Stockholm med ett börsvärde mellan 150 miljoner Euro och en miljard Euro (Avanza, 2020a).

Large Cap Bolag noterade på Nasdaq OMX Stockholm med ett börsvärde som överstiger 1 miljard Euro (Avanza, 2020a).

Innehållsförteckning

2.1 ESMA:s riktlinjer om alternativa nyckeltal ... 6

2.2 Tidigare forskning om frivilliga upplysningar ... 6

2.3 Teorier ... 10 2.3.1 Agentteorin ... 10 2.3.2 Legitimitetsteorin... 11 2.3.3 Signalteorin ... 11 2.4 Hypotesformuleringar ... 12 3. Metod... 17 3.1 Forskningsmetod ... 17 3.2 Forskningsdesign... 18 3.3 Tillvägagångssätt ... 18 3.3.6 Operationalisering ... 23 3.3.7 Analysmetoder ... 26 3.8 Kvalitetskriterier ... 29 4. Resultat ... 31

4.1 Sammanställningar över förekomsten av frivilliga redovisade finansiella nyckeltal i bolags årsredovisningar ... 31

4.2 Deskriptiv statistik över studiens variabler ... 33

4.3 Pearsons korrelationsmatris ... 34

4.4. Multivariat analys ... 34

4.4.1 Multikollinearitetstest ... 34

4.4.2 Multipel regressionsanalys... 35

5. Analys ... 39

5.1 Frivilligt redovisade finansiella nyckeltal ... 39

5.2. Hypotesprövning ... 40

5.2.1 Variabeln storlek ... 40

5.2.3 Variabeln vinstmarginal ... 43 5.2.4 Variabeln likviditet ... 45 5.2.5 Variablerna för branschtillhörighet ... 46 5.3 Sammanfattande analys ... 47 6. Slutsatser ... 50 6.1 Studiens slutsatser ... 50 6.2. Empiriskt bidrag ... 51

6.3 Förslag till vidare forskning... 52

Referenslista ... 53

Bilaga 1 ... 58

Figurförteckning

Tabell 2. Sluturval och bortfall fördelat på branscher ... 23

Tabell 3. Tumregler för Pearsons korrelationskoefficient ... 27

Tabell 4. Antal bolag som redovisar olika finansiella nyckeltal kategoriserat efter nyckeltalens karaktär ... 31

Tabell 5. Fördelning av finansiella nyckeltal ... 32

Tabell 6. Förekomsten av frivilliga upplysningar i form av finansiella nyckeltal ... 33

Tabell 7. Deskriptiv statistik över studiens samtliga variabler ... 33

Tabell 8. Pearsons korrelationsanalys ... 34

Tabell 9. Multikollinearitetstest ... 35

Tabell 10. Summering av regressionsmodellen ... 36

Tabell 11. Sammanställning av regressionsresultat ... 37

Tabell 12. Samanställning av regressionsmodell efter exkludering ... 38

Tabell 13. Samanställning av regressionsresultat efter exkludering ... 38

Tabell 14. Regressionsresultat för variabeln storlek... 40

Tabell 15. Regressionsresultat för variabeln skuldsättningsgrad ... 42

Tabell 16. Regressionsresultat för variabeln vinstmarginal ... 44

Tabell 17. Regressionsresultat för variabeln likviditet ... 45

Förord

Vi vill rikta ett stort tack till vår handledare Esbjörn Segelod för kloka synpunkter och råd, vilket bidragit med vägledning under kandidatuppsatsens gång. Utöver det vill vi även tacka våra opponenter för konstruktiv feedback under samtliga opponeringstillfällen. Tack vare samtliga synpunkter har vägen till ett färdigt examensarbete underlättats.

_______________________ _______________________

1. Inledning

I detta kapitel presenteras en övergripande bakgrundsbild till det aktuella forskningsproblemet, vilket sedermera utmynnar i en problemdiskussion som i sin tur leder till studiens syfte. Avslutningsvis preciseras studiens avgränsning och en överblick ges över studiens vidare disposition.

1.1 Bakgrund

Kraven från omvärlden vad gäller öppenhet blir allt större för bolag som bedriver verksamheter idag (Scaltrito, 2016). Förutom den informationen som är obligatorisk att presentera i årsredovisningen, väljer bolag att redovisa ytterligare information som inte krävs enligt lagstiftning eller redovisningsstandarder (Bhatia & Dhamija, 2015). Detta brukar benämnas som upplysningar, vilket finns i två former, dels obligatoriska och dels frivilliga. Obligatoriska upplysningar är något som bolag måste redovisa enligt lagstiftning eller redovisningsstandarder (Meek, Roberts & Grey, 1995). Frivilliga upplysningar däremot, är precis som det låter, frivilligt för bolag att redovisa. Meek et al. (1995, s.1) definierar frivilliga upplysningar enligt följande:

“free choices on the part of company managements to provide accounting and other information deemed relevant to the decision needs of users of their annual reports”.

Det finns ett antal stora organisationer som arbetar med att utveckla internationella redovisningsstandarder. Inom EU finns International Accounting Standards Board (IASB), vilka ansvarar för utgivandet av International Financial Reporting Standards (IFRS) och International Accounting Standards (IAS) (Törning & Drefeldt, 2020a; Törning & Drefeldt, 2020b). Ansvaret för utvecklingen av internationella redovisningsstandarder, de så kallade IFRS Standarderna, har organisationerna IFRS och IAS (Törning & Drefeldt, 2020d). IFRS huvudsakliga arbete är att utveckla dessa standarder för att tillföra transparens, ansvarsskyldighet och effektivitet till finansmarknader runt om i världen (IFRS, 2017).

En stor betydelse för utvecklingen av standardisering av redovisning i EU var fastställandet av Europaparlamentets och rådets förordning nr 1606/2002 under 2002 (Törning & Drefeldt, 2020c). Denna förordning, den så kallade IFRS-förordningen, innebär att det är obligatoriskt för börsnoterade bolag i Sverige, från och med den 1 januari 2005, att upprätta sin

koncernredovisning i enlighet med IFRS/IAS-reglerna utfärdade av IASB (Smith, Brännström & Jansson, 2015). I Sverige är den största reglerade marknaden för aktiehandel Nasdaq OMX Stockholm, även kallad Stockholmsbörsen (Avanza, 2020b). När ett bolag är börsnoterat på Stockholmsbörsen måste det enligt EU:s antagande om IFRS-reglerna upprätta sin koncernredovisning i enlighet med dessa (Smith et al, 2015). Detta är även något som framgår som ett krav enligt Nasdaq Stockholms Regelverk för emittenter (2019). Regelverket redogör för att bolag som är noterade på Stockholmsbörsen måste upprätta finansiella rapporter och andra redogörelser på ett sätt som är förenligt med rådande lagstiftning och relevanta redovisningsstandarder.

Offentliggörandet av frivilliga upplysningar, både finansiella och icke-finansiella, menar Scaltrito (2016) blir allt viktigare för att göra bolag mer konkurrenskraftiga på marknaden och transparenta mot sina intressenter. Följaktligen blir upplysningar ett viktigt redskap för bolagsledningar att kommunicera bolags resultat och styrning till deras intressenter (Healy & Palepu, 2001). Bolagsledningar kan genom frivilliga upplysningar välja att presentera den information som bedöms vara relevant för deras intressenters beslutsfattande (Qu, Leung & Cooper, 2013). Upplysningar i form av finansiella nyckeltal menar Watson, Shrives och Martson (2002) kan vara viktiga för intressenter med anledning av denna typ av upplysningar kan förse intressenterna med ny information som inte går att inhämta från annat håll eller inte går att beräkna utifrån någon annan information. Nationalencyklopedin (u.å) definierar finansiella nyckeltal enligt följande: ”…ekonomiska relations- eller jämförelsetal som ger mått på den ekonomiska situationen i ett företag, t.ex. mått på räntabilitet, likviditet, soliditet och effektivitet.” Finansiella nyckeltal är enligt Bhatia och Dhamilja (2015) ett effektivt verktyg för att kunna göra en bedömning av bolags styrkor och svagheter. Dessutom påpekar Abdullah och Ismail (2008) att finansiella nyckeltal är viktiga för att kunna bedöma bolags resultat och styrning, värdera bolag samt bedöma bolags betalningsförmåga.

Det finns en rad olika tillvägagångssätt för bolag att kommunicera frivilliga upplysningar (Bhatia & Dhamija, 2015). Några exempel är via brev till aktieägare, pressmeddelanden, analytikerträffar eller genom att publicera frivilliga upplysningar i årsredovisningar (Watson et al., 2002). Årsredovisningar anses dock vara den huvudsakliga informationskällan och den viktigaste kanalen för att kommunicera till intressenter (Scaltrito, 2016; Singhvi & Desai, 1971; Shehata, 2014). Många bolag väljer att redovisa någon form av frivilliga upplysningar, men

omfattningen av dessa och vilken typ av upplysningar som redovisas skiljer sig mellan olika bolag (Bhatia & Dhamija, 2015).

1.2 Problemdiskussion

Valfriheten som finns vad gäller utelämnandet av frivilliga upplysningar resulterar i ett intressant ämne att undersöka närmare, vilket kan förklara varför frivilliga upplysningar är ett välutforskat område som varit viktigt för forskare i många år. Flertalet studier har under det senaste årtiondet inriktat sig på att undersöka frivilliga upplysningar kopplat till hållbarhetsrapportering (Hummel & Schlink, 2016; Sassen & Azizi, 2018) och Corporate Social Responsibility (CSR) (Bagnoli & Watts, 2017; Griffin & Sun, 2018; Verbeeten, Gamerschlag & Möller, 2016). Andra infallsvinklar som är studerande inom området är bolagsstyrelsens roll i frivilligt utgivande av upplysningar (Bueno, Rosilene, Pruner-da-Silva & Ribeirete, 2018) och frivilliga upplysningar kopplat till humankapital (Mishra, Devi & Gupta, 2015; Puri, Sharma & Kumar, 2016).

Det finns även studier som försöker förklara variationen i utlämnandet av frivilliga upplysningar. Gemensamt för dessa studier är att de har undersökt olika variabler som påverkar mängden frivilliga upplysningar som redovisas samt vilken typ av upplysningar som lämnas. Exempelvis har Scaltrito (2016) undersökt den italienska börsmarknaden, Singhvi och Desai (1971) har genomfört en studie i USA och Abdullah och Ismail (2008) har gjort en studie på den malaysiska börsmarknaden. Genom dessa studier har olika bestämningsfaktorer analyserats för att försöka finna eventuella samband mellan dessa och utlämnandet av frivilliga upplysningar. På den svenska börsmarknaden finns det begränsade studier om dessa samband, varför det kan vara värdefullt att undersöka detta närmare även i Sverige. Därutöver kan det finnas olika lagstiftningar och redovisningsstandarder som bolag i olika länder är tvungna att tillämpa, vilket gör att resultaten kan skilja sig mellan olika länders börsmarknader (Meek et al., (1995). Dessutom menar Meek et al. (1995) att det finns tydliga skillnader i vilken information som frivilligt redovisats mellan olika länder.

Även om det finns ett stort intresse för frivilliga upplysningar i årsredovisningar, finns det begränsade studier med fokus på frivilliga upplysningar i form av specifikt finansiella nyckeltal. Finansiella nyckeltal anses viktiga för bolags intressenter (Watson et al., 2002; Abdullah & Ismail, 2008; Bhatia & Dhamilja, 2015). Detta eftersom intressenter kan bli försedda med ny

information genom nyckeltal, vilken inte går att inhämta från annat håll (Watson et al., 2002). Nyckeltal är även viktiga för att kunna göra en helhetsbedömning av ett bolag (Abdullah & Ismail, 2008) samt för att få en förståelse för bolags styrkor och svagheter (Bhatia & Dhamilja, 2015). Med anledning av ovanstående skulle det vara av värde att undersöka närmare hur mängden och vilken typ av redovisade frivilliga upplysningar i form av finansiella nyckeltal, skiljer sig åt mellan olika bolag. Tidigare studier inom samma forskningsområde har identifierat olika bestämningsfaktorer som kan förklara utlämnandet av frivilliga upplysningar, varför denna studie ämnar ha det som utgångspunkt. Årsredovisningar anses vara den huvudsakliga kommunikationskanalen för upplysningar (Scaltrito, 2016; Singhvi & Desai, 1971; Shehata, 2014), varför denna studie kommer att rikta in sig på att undersöka frivilliga upplysningar i form av specifikt finansiella nyckeltal som är publicerade i årsredovisningar.

1.3 Syfte

Studien syftar till att undersöka huruvida mängden frivilliga upplysningar i form av finansiella nyckeltal i svenska noterade bolags årsredovisningar kan förklaras av olika bestämningsfaktorer.

1.4 Avgränsning

Studien kommer att avgränsas till att undersöka svenska börsbolag som är noterade på Mid Cap och Large Cap på Nasdaq OMX Stockholm. En avgränsning kommer även att göras till att undersöka frivilliga upplysningar i form av finansiella nyckeltal som redovisas i bolags årsredovisningar från bokslutsåret 2018.

1.5 Vidare disposition

Figur 1: Studiens vidare disposition

KAPITEL 2 Teoretisk referensram KAPITEL 3 Metod KAPITEL 4 Resultat KAPITEL 5 Analys KAPITEL 6 Slutsats

I detta kapitel presenteras en forskningsbakgrund till förekomsten av frivilliga upplysningar och avslutningsvis en hypotesformulering av studiens samtliga hypoteser.

I metoden redogörs för val av forskningsmetod, studiens tillvägagångssätt och en beskrivning av studiens valda analysmetod.

Studiens empiriska resultat presenteras i detta kapitel. Läsaren får en redogörelse för förekomsten av frivilliga nyckeltal illustrerat i tabeller, följt av resultat från utförda statistiska tester.

Analyskapitlet består av en analys av resultatet från de utförda statistiska testerna med utgångspunkt från den teoretiska referensramen. En hypotesprövning av studiens hypoteser presenteras även i detta kapitel.

Detta kapitel redogör för studiens slutsatser, studiens empiriska bidrag och avslutningsvis presenteras förslag till vidare forskning.

2. Teoretisk referensram

För att uppfylla syftet med studien, att undersöka huruvida mängden frivilliga upplysningar i form av finansiella nyckeltal i kan förklaras av olika bestämningsfaktorer, var en genomgång av tidigare forskning inom området nödvändig. Initialt presenteras därför i detta kapitel tidigare forskning med fokus på bestämningsfaktorer som påverkar frivilliga upplysningar, följt av teorier som anses förklara förekomsten av frivilliga upplysningar. I kapitlet redogörs följaktligen för teorierna; agentteorin, legitimitetsteorin och signalteorin. Slutligen presenteras en hypotesformulering av studiens samtliga hypoteser vad gäller olika bestämningsfaktorers påverkan på frivillig redovisning i form av finansiella nyckeltal.

2.1 ESMA:s riktlinjer om alternativa nyckeltal

Europeiska värdepappers- och marknadsmyndigheten (ESMA) utgav riktlinjer för hur alternativa nyckeltal (APM) bör offentliggöras av bland annat emittenter. Dessa riktlinjer började att gälla från och med den tredje juli år 2016 (ESMA, 2015). I ESMA:s riktlinjer för alternativa nyckeltal (2015, s.6) definieras ett alternativt nyckeltal enligt följande:

”Med ett alternativt nyckeltal avses enligt dessa riktlinjer ett finansiellt mått över historisk eller framtida resultatutveckling, finansiell ställning, finansiellt resultat eller kassaflöden. Det är inte ett sådant finansiellt mått som definieras eller anges i tillämpliga regler för finansiell rapportering.”

Syftet med införandet av riktlinjer gällande alternativa nyckeltal är enligt ESMA (2015) att öka förståelsen för nyckeltal, men även för att underlätta jämförbarheten.

2.2 Tidigare forskning om frivilliga upplysningar

I USA genomfördes en studie på 70-talet som försökte bestämma olika bolagsegenskaper som påverkar kvaliteten på frivilliga upplysningar (Singhvi & Desai, 1971). Denna studie är begränsad till bolags årsredovisningar och undersökte 100 stycken årsredovisningar från noterade bolag respektive 55 stycken från onoterade bolag. Variablerna som används i Singhvi och Desai studie (1971) är följande: storlek på totala tillgångar, antal aktieägare, noteringsstatus, avkastning och vinstmarginal. Slutsatser som kan dras från studien är att små bolag sett till storlek på tillgångar och antalet aktieägare, mindre lönsamma bolag mätt till avkastning och vinstmarginal samt bolag som är fria från noteringskrav, redovisar otillräckliga upplysningar.

På den italienska börsmarknaden har en studie på noterade bolag genomförts, vilken undersöker både mängden och kvaliteten på de frivilliga upplysningarna som lämnas i årsredovisningar (Scaltrito, 2016). Studien grundar sig på 203 stycken årsredovisningar från noterade bolag på den italienska börsmarknaden. I Scaltritos studie (2016) användes variablerna bolagsstorlek, resultat, aktieägarspridning, skuldsättningsgrad samt om bolaget har en Big4-revisor, för att se om det finns ett samband mellan dessa variabler och frivilligt lämnade upplysningar. Det visade sig empiriskt att bolagsstorlek och om bolaget har en revisor från någon av Big4-revisionsbyråerna hade en positiv påverkan på frivilliga upplysningar.

I Malaysia och Indien har studier utförts där sambandet mellan frivilliga upplysningar om nyckeltal och bolags resultat, storlek och bransch undersöktes (Abdullah & Ismail, 2008; Bhatia & Dhamija, 2015). Följande fyra olika resultatmått användes i de båda studierna; likviditet, effektivitet, lönsamhet och skuldsättningsgrad. Börsvärde utgjorde måttet för storlek. Urvalet bestod av 100 stycken årsredovisningar från noterade bolag i Malaysia respektive 78 årsredovisningar från noterade bolag i Indien (Abdullah & Ismail, 2008; Bhatia & Dhamija, 2015). Slutsatsen som kan dras från den malaysiska studien är att i genomsnitt redovisade malaysiska börsbolag mellan tre och fyra nyckeltal i sina årsredovisningar (Abdullah & Ismail, 2008). Det bevisades även statistiskt att bolagsstorlek, likviditet och branschtillhörighet hade en positiv inverkan på frivilliga upplysningar om nyckeltal. Den indiska studien kom fram till att indiska börsbolag redovisade i genomsnitt fem frivilliga nyckeltal (Bhatia & Dhamija, 2015). Ett samband mellan effektivitet, storlek samt två olika branscher och frivilligt redovisade nyckeltal kunde identifieras.

Biaek-Jaworska och Matusiewicz (2015) genomförde en studie i Polen på 36 stycken börsnoterade moderbolag noterade på Warsawabörsen. Syftet med undersökningen var att bestämma faktorer som kan förklara omfattningen av både obligatoriska och frivilliga upplysningar. Studiens datainsamling hade sin utgångspunkt i årsredovisningar över en treårsperiod per bolag. Variabler som Biaek-Jaworskas och Matusiewicz (2015) studie använde sig av var bolagsstorlek, om bolagets revisor var från en Big4-byrå, avkastning, skuldsättningsgrad samt spridning av aktieägare. Slutsatser som kunde dras från Biaek-Jaworskas och Matusiewicz (2015) studie var att bolagsstorlek, mätt som omsättning, samt bolag som hade en revisor från en Big4-revisionsbyrå påverkade omfattningen av frivilliga upplysningar positivt. En annan slutsats som gjordes var att avkastning hade en negativ

inverkan på omfattningen av lämnade upplysningar. Det fanns även ett svagt samband mellan skuldsättningsgrad och redovisade frivilliga upplysningar.

2.2.3 Bestämningsfaktorer som påverkar graden av frivilliga upplysningar

Storlek

Sambandet mellan bolagsstorlek och utlämnande av frivilliga upplysningar är något som har bevisats empiriskt (Singhvi & Desai, 1971; Scaltrito, 2016; Biaek-Jaworska & Matusiewicz, 2015; Abdullah & Ismail, 2008; Bhatia & Dhamija, 2015). Orsaken till sambandet menar Abdullah och Ismail (2008) kan bero på det inte är lika kostsamt att ta fram information till frivilliga upplysningar för större bolag, i jämförelse med mindre bolag där det kan anses vara en relativt stor kostnad. Börsnoterade bolag lämnar i större utsträckning ut mer omfattade frivilliga upplysningar än andra bolag (Healy & Palepu, 2001). Vidare menar Healy och Palepu (2001) att detta många gånger kan beror på att stora bolag ofta är börsnoterade, vilket innebär att de är i behov av aktiemarknaden för finansiering. Det här påpekar även Singhvi och Desai (1971), vilka redogör för att större bolag kan ha som avsikt att publicera frivilliga upplysningar av hög kvalité för att på så sätt locka till sig investerare som kan finansiera deras verksamheter. I och med att mindre bolag inte använder sig av aktiemarknaden som finansieringskälla på samma sätt, ser de troligtvis inte samma fördelar med att redovisa bättre upplysningar (Singhvi & Desai, 1971). Fortsättningsvis menar Biaek-Jaworska och Matusiewicz (2015) att mindre bolag kan välja att avstå från att redovisa frivilliga upplysningar av konkurrensmässiga skäl, eftersom mindre bolag är mer utsatta för konkurrenspåverkan.

Prestationsmått

Singhvi och Desai (1971) belyser att det bör finns att positivt samband mellan ett bolags avkastning och kvaliteten på de frivilliga upplysningarna. När ett bolag har en låg avkastning kan bolagsledningen välja att avslöja mindre information för att på så sätt försöka dölja orsaker till förluster och minskade vinster. När ett bolag istället har en hög avkastning kan de välja att redovisa mer detaljrik information för att på så sätt försöka upprätthålla sin position. Till skillnad från Singhvi och Desai (1971), menar Biaek-Jaworska och Matusiewicz (2015) att avkastning kan ha en negativ inverkan på omfattningen av redovisade upplysningar. Detta eftersom bolagsledningen inte har samma intresse av att redovisa bolagets ekonomiska ställning på ett lika utförligt sätt när en tillräckligt bra vinst är uppnådd.

Även lönsamhetsmåttet vinstmarginal anses ha en positiv påverkan på kvaliteten av de frivilliga upplysningarna (Singhvi & Desai, 1971). Vidare menar författarna att när ett bolag har en vinstmarginal som är över genomsnittet i branschen är det troligt att investerare har ett större förtroende för bolagets överlevnad. Bolag med en vinstmarginal över genomsnittet kan även tänkas lämna ut mer upplysningar och mer information, med anledning av att de inte är rädda för att bli utkonkurrerade från marknaden (Singhvi & Desai, 1971).

Likviditet är ett mått som kan avgöra ett bolags förmåga att fullgöra sina kortsiktiga finansiella åtaganden, där en högre kvot innebär att bolaget har större möjlighet att fullgöra detta (Abdullah & Ismail, 2008). Abdullah och Ismail (2008) menar att det bör finnas ett positivt samband mellan omfattningen av frivilliga upplysningar och kvoten för likviditet.

Enligt Scaltrito (2016) lämnar bolag med en hög skuldsättningsgrad i större utsträckning fler frivilliga upplysningar med anledning av att bolaget vill försäkra intressenter om att de kommer att tillgodose deras behov. Detta är Biaek-Jaworska och Matusiewicz (2015) eniga med, vilka påpekar att bolag som har en stor andel extern finansiering bör redovisa mer upplysningar för att därigenom förse sina borgenärer med tillräcklig information som medför en förtroendeökning.

Bransch

Bransch var en variabel som både Abdullah och Ismail (2008) och Bhatia och Dhamija (2015) använde i deras studier. De menar att bolag inom branscher som i hög grad är reglerade, sannolikt kommer att redovisa mer upplysningar än vad som är obligatoriskt. Bhatia och Dhamija (2015) påpekar dessutom att det kan finnas branschnormer som påverkar mängden frivilliga upplysningar. En studie på brittiska bolag kom fram till att bransch är en parameter som kan förutse nivån av upplysningar (Watson et al., 2002). Olika branscher kan innebära olika stor konkurrenspåverkan, vilket Meek et al. (1995) menar kan förklara varför mängden frivilliga upplysningar kan skilja sig mellan olika branscher.

2.3 Teorier

2.3.1 Agentteorin

Mitchell och Meacheam (2011) förklarar agentteorin som relationen mellan principal och agent, där det huvudsakliga problemet kan beskrivas som att de två parterna har olika motiv. Om bolag är agenter och aktieägare är principaler, kan agentteorin förklara varför bolag väljer att redovisa frivilliga upplysningar (Healy & Palepu, 2001). Detta då bolagsledningar kan välja att redovisa fler upplysningar än vad som är obligatoriskt med bakgrund av att bolagsledningar kan ha incitament att försöka övertyga externa aktieägarna att bolaget agerar på det ”rätta” sättet (Watson, et al., 2002). Även i en effektiv kapitalmarknad menar Healy och Palepu (2001) att bolagsledningar har mer information om bolags framtid än vad övriga intressenter besitter.

Vidare beskriver Healy och Palepu (2001) att om redovisnings- och revisionsregler fungerar idealt skulle både bolagsledningars redovisningsbeslut och redovisade upplysningar spegla bolagets verkliga ekonomiska ställning till intressenter. Om redovisnings- och revisionsregler istället är ofullständiga menar Healy och Palepu (2001) att bolagsledningar kommer att växla mellan att fatta redovisningsbeslut och att redovisa upplysningar för att förmedla sin överlägsna information om bolags ekonomiska ställning till investerare och även välja hur olika resultat ska förmedlas.

Enligt agentteorin förväntas agentkostnader att variera mellan olika bolag beroende på bolagens olika bolagsspecifika egenskaper (Watson, et al., 2002). Biaek-Jaworska och Matusiewicz (2015) redogör för att bolagsstorlek är en egenskap som förväntas påverka agentkostnaderna. Detta med anledning av att större bolag ofta har högre agentkostnader än mindre bolag och för att försöka minimera dessa agentkostnader, väljer större bolag i stor utsträckning att redovisa mer information än vad de behöver (Biaek-Jaworska & Matusiewicz, 2015). En ytterligare bolagsspecifik egenskap som förväntas påverka agentkostnaderna är skuldsättningsgrad och med utgångspunkt i agentteorin menar Meek et al. (1995) att det bör finnas ett positivt samband mellan skuldsättningsgrad och frivilliga upplysningar. Det finns även ett samband, enligt agentteorin, mellan bolagets resultat och redovisning av frivilliga upplysningar (Abdullah & Ismail, 2008). Fortsättningsvis menar Abdullah och Ismail (2008) att när ett bolag har presterat bra, kommer bolaget att vilja synliggöra detta för investerare.

Watson et al. (2002) menar att upplysningar i form av finansiella nyckeltal kan vara viktiga för intressenter med anledning av dessa upplysningar kan förse intressenterna med ny information

som inte går att inhämta från annat håll eller inte går att beräkna utifrån någon annan information. Även Abdullah och Ismail (2008) påpekar att nyckeltal är viktiga för att exempelvis bedöma bolags resultat och styrning, värdera bolag och bedöma bolags betalningsförmåga. Dessutom påpekar Bhatia och Dhamilja (2015) att finansiella nyckeltal är ett effektivt verktyg för att kunna göra en bedömning av bolags styrkor och svagheter. Genom att publicera frivilliga upplysningar kan intressenters förståelse av de finansiella rapporterna i årsredovisningarna öka, samtidigt som intressenternas kostnader för att ta fram informationen från annat håll förväntas minska (Watson et al., 2002). Vidare menar författarna att den sammanlagda kvaliteten på årsredovisningarna ökar, vilket medför reducerade agentkostnader för bolag som redovisar ytterligare upplysningar. Agentteorin kan enligt denna förutsättning förklara bolagsledningars incitament till att redogöra för mer finansiella upplysningar än vad som krävs (Watson et al., 2002).

2.3.2 Legitimitetsteorin

Legitimitetsteorin kan beskrivas som ett socialt kontrakt mellan bolag och samhället, vilket innebär att bolag behöver ha värderingar som överensstämmer med samhällets uppfattningar om vad som är de korrekta värderingarna (Deegan, 2019). För att bibehålla framgångsrika organisationer behöver alltså bolagsledningar, enligt legitimitetsteorin, säkerställa att deras verksamheter bedrivs på ett sätt som överensstämmer med omvärldens förväntningar, för att på så sätt vara legitima och upprätthålla det sociala kontraktet (Deegan, 2019). Frivilliga upplysningar anses vara ett legitimitetsverktyg, för att genom dessa kunna kommunicera med intressenter om att bolag arbetar mot mål som omvärlden anser är av betydelse (Scaltrito, 2016). Bolag kan alltså genom att lämna ut viss information, i exempelvis årsredovisningar, försöka signalera sin legitimitet till omvärlden (Watson et al., 2002). Fortsättningsvis menar Watson et al. (2002) att genom frivillig redovisning av vissa upplysningar kan bolagsledningen kommunicera med olika typer av intressenter, vilket kan resultera i att intressenterna känner sig mer säkra och övertygade vad gäller bolagets finansiella och icke-finansiella prestationer.

2.3.3 Signalteorin

Signalteorin utvecklades av Spence (1973), där huvudsyftet var att försöka klargöra informationsasymmetrin på arbetsmarknaden (Watts & Zimmerman, 1986), men idag kan även signalteorin hjälpa till att förklara varför bolag väljer att redovisa frivilliga upplysningar (Watson et al., 2002). Detta kan innebära att bolag har mer information än intressenter, vilket innebär att informationasymmetri kan uppstå mellan dessa parter. För att försöka minska

informationsasymmetrin kan bolag sända signaler till intressenter (Scaltrito, 2016). Signalerna, via exempelvis frivilliga upplysningar i årsredovisningar, behöver vara av bra kvalitet för att intressenterna ska betrakta detta som tillförlitligt och trovärdigt (Watson et al., 2002). Fortsättningsvis menar Watson et al. (2002) att om bolaget istället skulle sända signaler som är av bristande kvalitet kommer intressenterna att upptäcka detta förr eller senare, vilket kommer påverka de kommande informationssignalerna negativt och inte anses tillförlitliga.

Om signalteorin kan förklara varför bolag väljer att redovisa upplysningar om finansiella nyckeltal, borde det även enligt Watson et al. (2002) förväntas finnas ett samband mellan vissa bolagsspecifika egenskaper och frivilligt redovisade upplysningar. Framförallt menar Watson et al. (2002) att finansiella nyckeltal som är kopplade till effektivitet, investeringar och lönsamhet kommer bolagsledningar att vilja synliggöra och belysa enligt signalteorin. Ett exempel kan vara att bolagsledningen vill signalera till sina intressenter att de eftersträvar bättre resultat i jämförelse med sina konkurrenter (Scaltrito, 2016). Om ett bolags resultat är bra, enligt exempelvis resultatmåtten vinstmarginal och avkastningsgrad, kommer bolaget enligt signalteorin att vilja signalera sitt goda resultat till intressenter (Watson et al., 2002). Detta menar även Abdullah och Ismail (2008), som påpekar att det finns ett positivt samband mellan bolagets resultat och redovisningen av frivilliga upplysningar, då bolaget vill signalera detta till investerare. Enligt signalteorin menar även Abdullah och Ismail (2008) att prestationsmåttet likviditet har ett positivt samband med nivån av redovisade frivilliga upplysningar. Det finns även forskare som menar att resultatmåttet avkastning kan ha en negativ inverkan på omfattningen av de redovisade frivilliga upplysningarna enligt signalteorin (Biaek-Jaworska & Matusiewicz, 2015)

2.4 Hypotesformuleringar

Den variabel som har uppmärksammats som mest konsekvent tillämpad i tidigare studier är bolagsstorlek. Empirisk forskning har kommit fram till att det finns ett positivt samband mellan storleken på ett bolag och mängden upplysningar som utelämnas (Singhvi & desai, 1971; Scaltrito, 2016; Biaek-Jaworska & Matusiewicz, 2015; Abdullah & Ismail, 2008; Meek et al., 1995; Bhatia & Dhamija, 2015). Enligt agentteorin förväntas agentkostnaderna att variera beroende på olika egenskaper hos bolagen (Watson et al., 2002). Bolagsstorlek är en sådan egenskap och eftersom större bolag förväntas ha högre agentkostnader, kan bolagsledningar

minska informationsasymmetrin och även agentkostnaderna genom att redovisa fler upplysningar (Biaek-Jaworska och Matusiewicz, 2015).

Det finns flera förklaringar till sambandet mellan bolagsstorlek och frivilliga upplysningar. Abdullah och Ismail (2008) menar att det kan bero på att det inte är lika kostsamt för större bolag att ta fram information. En annan anledning kan vara att större bolag är i behov av finansiering från aktiemarknaden och därför redovisar mer information än vad som är obligatoriskt (Healy & Palepu, 2001; Singhvi & Desai, 1971). Större bolag är inte heller utsatta för samma konkurrenspåverkan som mindre bolag, varför större bolag i högre utsträckning kan utelämna mer information (Biaek-Jaworska och Matusiewicz, 2015). Denna diskussion utmynnar i studiens första hypotes.

𝐻_1.0: Det finns inte ett positivt samband mellan bolagsstorlek och mängden redovisade frivilliga upplysningar i form av finansiella nyckeltal i årsredovisningar.

𝐻_1.1: Det finns ett positivt samband mellan bolagsstorlek och mängden redovisade frivilliga upplysningar i form av finansiella nyckeltal i årsredovisningar.

Skuldsättningsgrad

Både Biaek-Jaworska och Matusiewicz (2015) och Meek et al. (1995) bevisade ett empiriskt positivt samband mellan omfattningen av frivilliga upplysningar och skuldsättningsgrad. Samtidigt visade studier gjorda av Abdullah och Ismail (2008) samt Scaltrito (2016) att inget signifikant samband kunde säkerställas mellan skuldsättningsgrad och ytterligare redovisade upplysningar.

En anledning till att bolag med en hög skuldsättningsgrad förväntas lämna fler frivilliga upplysningar kan vara att de vill försäkra sina intressenter att deras behov kommer att tillgodoses (Scaltrito, 2016). Dessutom påpekar Biaek-Jaworska och Matusiewicz (2015) att bolag som har en stor andel extern finansiering redovisar fler upplysningar för att förse sina borgenärer med tillräcklig information. Skuldsättningsgrad är även en bolagsegenskap som förväntas påverka agentkostnader, varför bolag med höga agentkostnader bör lämna ut mer information (Meek et al., 1995). Med utgångspunkt i agentteorin bör det alltså finnas ett positivt samband mellan skuldsättningsgrad och omfattningen av frivilliga upplysningar (Abdullah & Ismail, 2008). Detta leder till studiens andra hypotes:

𝐻_2.0: Det finns inte ett positivt samband mellan bolags skuldsättningsgrad och mängden redovisade frivilliga upplysningar i form av finansiella nyckeltal i årsredovisningar.

𝐻_2.1: Det finns ett positivt samband mellan bolags skuldsättningsgrad och mängden redovisade frivilliga upplysningar i form av finansiella nyckeltal i årsredovisningar.

Lönsamhet

Flertalet tidigare studier som är gjorda inom forskningsområdet har använt olika prestationsmått för att försöka förklara omfattningen av frivilligt lämnade upplysningar. Exempel på prestationsmått som har används tidigare är följande; avkastning, vinstmarginal, likviditet och effektivitet. Singhvi och Desai (1971) fann ett positivt samband mellan variablerna avkastning och vinstmarginal och kvalitén på upplysningar. Andra studier som har funnit positiva samband mellan prestationsmått och mängden frivilliga upplysningar är studier gjorda av Abdullah och Ismail (2008) samt Bhatia och Dhamilja (2015). Prestationsmåtten likviditet (Abdullah & Ismail, 2008) och effektivitet (Bhatia & Dhamilja, 2015) kunde bekräftas ha ett positivt samband med mängden frivilligt redovisade nyckeltal. Dock finns det en studie som inte är linje med övriga studiers resultat gällande prestationsmått, vilken har funnit ett negativt samband mellan avkastning och nivån av redovisade upplysningar (Biaek-Jaworska och Matusiewicz, 2015).

Både signalteorin och agentteorin menar att det finns ett samband mellan frivillig redovisning av upplysningar och bolags prestation (Abdullah & Ismail, 2008; Watson et al., 2002; Singhvi & Desai, 1971). Framförallt menar Watson et al. (2002) att finansiella nyckeltal som är kopplade till effektivitet, investeringar och lönsamhet kommer bolagsledningar att vilja synliggöra för investerare. Det kan även handla om att bolagsledningen vill signalera till sina intressenter att de eftersträvar ett bättre resultat i förhållande till sina konkurrenter (Scaltrito, 2016). När ett bolag har en vinstmarginal som är över genomsnittet i branschen menar Singhvi och Desai (1971) att det är troligt att investerare har ett större förtroende för bolagets överlevnad. Samtidigt är bolag som ligger över genomsnittet inte lika rädda för att bli utkonkurrerade från marknaden om de redovisar frivilliga upplysningar (Singhvi & Desai, 1971). Ovan resonemang leder till studiens tredje hypotes:

𝐻3.0: Det finns inte ett positivt samband mellan bolags vinstmarginal och mängden redovisade frivilliga upplysningar i form av finansiella nyckeltal i årsredovisningar.

𝐻_3.1: Det finns ett positivt samband mellan bolags vinstmarginal och mängden redovisade frivilliga upplysningar i form av finansiella nyckeltal i årsredovisningar.

Likviditet

Abdullah och Ismails studie (2008) visade ett signifikant samband mellan likviditetskvoten och nivån av frivilligt redovisade upplysningar. Vidare menar författarna att ju bättre likviditet ett bolag har, desto fler upplysningar kommer bolaget att redovisa. Enligt signalteorin finns det ett positivt samband mellan ett bolags prestation och redovisningen av frivilliga upplysningar, då bolaget gärna vill signalera detta till investerare (Watson et al., 2002; Abdullah & Ismail, 2008). Enligt signalteorin menar även Abdullah och Ismail (2008) att prestationsmåttet likviditet har ett positivt samband med nivån av redovisade frivilliga upplysningar. Följaktligen formuleras studiens fjärde hypotes enligt följande:

𝐻_4.0: Det finns inte ett positivt samband mellan bolags likviditet och mängden redovisade frivilliga upplysningar i form av finansiella nyckeltal i årsredovisningar.

𝐻4.1: Det finns ett positivt samband mellan bolags likviditet och mängden redovisade frivilliga upplysningar i form av finansiella nyckeltal i årsredovisningar.

Bransch

Det har bevisats empiriskt att bransch har ett samband med nivån av frivilliga upplysningar om nyckeltal (Abdullah & Ismail, 2008; Bhatia & Dhamija, 2015). Även en studie av Meek et al. (1995) påvisar ett signifikant samband mellan mängden finansiella upplysningar och bransch. En brittisk studie har dessutom kommit fram till att bransch är en parameter som kan förutse nivån av upplysningar (Watson et al., 2002). Bhatia och Dhamija (2015) även dessutom att det kan finnas branschnormer som påverkar mängden frivilliga upplysningar. Enligt agentteorin bör det finns ett samband mellan bransch och skillnader i nivån av frivillig information (Watson et al., 2002). Detta eftersom branscher som i hög grad är reglerade, kommer att redovisa mer information för att på så sätt försöka minska sina agentkostnader (Abdullah & Ismail, 2008;

Watson et al., 2002). Denna redogörelse utmynnar i studiens femte hypotes, vilken lyder enligt följande:

𝐻_5.0: Det finns inget ett samband mellan bolags branschtillhörighet och mängden redovisade frivilliga upplysningar i form av finansiella nyckeltal i årsredovisningar.

𝐻5.1: Det finns ett samband mellan bolags branschtillhörighet och mängden redovisade frivilliga upplysningar i form av finansiella nyckeltal i årsredovisningar.

3. Metod

Detta kapitel avser att diskutera tillvägagångssättet för studiens genomförande. Inledningsvis redogörs således för varför en kvantitativ forskningsmetod och en deduktiv ansats antogs. Därefter presenteras tillvägagångsättet för studiens litteraturgenomgång och datainsamling. Vidare redogörs för operationalisering av studiens upplysningsindex (den beroende variabeln) och samtliga oberoende variabler, vilket utmynnar i en modellspecifikation. Fortsättningsvis ges en förklaring till val av analysmetoder och vilka statistiska tester som tillämpats. Slutligen redogörs för kvalitetskriterierna reliabilitet och validitet.

3.1 Forskningsmetod

När en studie ska genomföras är en förutsättning att information av olika slag kan samlas in, för att sedan kunna analyseras och presenteras. Forskningsmetoden kommer att skilja sig åt beroende vilken information som studien avser att samla in (Bryman & Bell, 2017). Kvantitativ metod karaktäriseras enligt Hair, Wolfinbarger, Money, Page och Samouel (2015) av att kvantifiera numeriska data och att datainsamlingen ideligen grundar sig i bolags olika finansiella rapporter. Vid en kvalitativ metod ligger fokus istället på ord (Bryman & Bell, 2017), där datainsamlingen generellt har sin utgångspunkt i intervjuer och observationer (Hair et al., 2015). Den här studien syftar till att samla in numeriska data från årsredovisningar, vilket gör att valet av forskningsmetod naturligt faller på den kvantitativa metoden.

Det finns enligt Hair et al. (2015) två olika forskningsansatser, deduktiv och induktiv. Vid en kvantitativ forskningsmetod är i huvudsak forskningsansatsen av ett deduktivt slag (Bryman & Bell, 2017). Den deduktiva ansatsen har sin utgångspunkt i teorier och att formulera hypoteser, för att därefter genomföra datainsamlingen och analysera data (Hair et al., 2015). Nästa steg i den deduktiva processen är att bekräfta eller förkasta de formulerade hypoteserna (Bryman & Bell, 2017). Den induktiva forskningsansatsen utgår istället från datainsamling och att kunna identifiera mönster därigenom, för att sedan kunna dra slutsatser och utveckla teorier (Hair et al., 2015). Denna studie avser att testa huruvida mängden frivilliga upplysningar om finansiella nyckeltal kan förklaras av olika bestämningsfaktorer, vilka är identifierade av vedertagna teorier och tidigare forskning, genom hypotesprövningar. Följaktligen anses en deduktiv forskningsansats vara den mest lämpade.

3.2 Forskningsdesign

En forskningsdesign fungerar som en vägledning om hur en specifik forskningsmetod tillämpas, men även hur insamlade data eller information ska analyseras (Bryman & Bell, 2015; Hair et al., 2015). Vid valet av en forskningsdesign menar Hair et al. (2015) att forskare bör ha två saker i åtanke, dels ska forskningsdesignen förse forskarna med relevant information som behövs för att kunna besvara studiens hypoteser, dels ska forskningsdesignen vara till hjälp för att studien ska kunna genomföras så effektivt som möjligt. Denna studie tillämpade en tvärsnittsdesign, vilken således utgjorde ramen för datainsamling och analys av data. Hair et al. (2015) beskriver att en tvärsnittsdesign är användbar när data ska insamlas från en specifik tidpunkt, där data sedan sammanställs statistiskt. Förutom detta menar Bryman och Bell (2017) att en tvärsnittsdesign innebär att data samlas in från mer än ett fall, men många gånger från ett betydligt större antal än endast ett. Målet med en tvärsnittsstudie är att finna eventuella sambandsmönster mellan olika variabler (Hair et al., 2015). För att kunna studera samband behöver insamlade data, antingen kvantitativ eller data som är kvantifierbar, ha en anknytning till variablerna studien avser undersöka (Bryman & Bell, 2017).

Utgångspunkten för datainsamlingen till den här studien var från fler än ett fall, 173 stycken bolag, där bolagens årsredovisningar från en specifik tidpunkt, bokslutsåret 2018, användes. Följaktligen uppfylldes förutsättningarna om att data är insamlat från fler än ett fall och insamlad vid en specifik tidpunkt (Bryman & Bell, 2017; Hair et al., 2015). Utöver det här var insamlad data av kvantitativ karaktär kopplade till studiens variabler. Slutligen syftade studien till att finna sambandsmönster mellan mängden frivilliga finansiella upplysningar och olika bestämningsfaktorer. Med anledning av detta ansågs en tvärsnittsdesign vara applicerbar och även den mest tillämpbara forskningsdesignen till denna studie.

3.3 Tillvägagångssätt

3.3.1 Litteraturgenomgång

Litteraturgenomgången genomfördes för att kartlägga teorier och finna tidigare relevanta studier för att därigenom få en förståelse för det valda forskningsområdet. För att kunna genomföra studien var det även nödvändigt att få en förståelse för vissa delar av IFRS-regelverket, vilket gjordes med hjälp FAR Online. Inledningsvis under litteraturgenomgången identifierades olika nyckelbegrepp för att därigenom finna relevanta sökord att använda i olika sökmotorer. Enligt Bryman och Bell (2017) är det nödvändigt att identifiera bra sökord för att

hitta adekvata referenser i olika databaser och sökmotorer. Vidare beskriver Bryman och Bell (2017) att ett tillvägagångssätt är att granska två eller tre vetenskapliga artiklar och därigenom identifiera nyckelbegrepp som sedan kan användas som sökord. Således tillämpade denna studie detta tillvägagångssätt för att identifiera relevanta och användbara sökord. Dessutom användes synonymer och alternativa termer, vilket Bryman och Bell (2017) även redogör för är av vikt. Nyckelbegreppen som studien använde sig av var voluntary disclosure, voluntary information, IFRS, financial ratios, financial report. Litteraturinsamlingen grundar sig främst på vetenskapliga artiklar, där “peer reviewed” var ett krav för att artiklarna skulle användas i studien. En vetenskaplig artikel som är markerad som “peer reviewed” har granskats av mellan två och fyra forskare eller experter inom området, innan de har blivit publicerade (Hair et al., 2015). Detta ökar artiklarnas trovärdighet, vilket var anledning till att vetenskapliga artiklar utgjorde grunden för litteraturgenomgången. Bibliografiska databaser är enligt Bryman och Bell (2017) en värdefull källa för att finna vetenskapliga tidskrifter. Dessutom menar Hair et al. (2015) att insamling av data från databaser är kostnads- och tidseffektivt. Vidare rekommenderar Bryman och Bell (2017) särskilt databasen ABI/INFORM GLOBAL när det gäller företagsekonomisk information. Därav användes främst databasen ABI/INFORM GLOBAL för inhämtning av vetenskapliga artiklar, men även Google Scholar i undantagsfall.

3.3.2 Datainsamling

Initialt sammanställdes en lista över samtliga noterade bolag på Large Cap-listan på Nasdaq OMX Stockholm i ett Excelark. Antal bolag vid tidpunkten för inhämtning uppgick till 173 stycken från totalt åtta olika branscher. För att få en korrekt sammanställning över samtliga bolag användes Nasdaq OMX hemsida för informationsinsamling.

Den datainsamling som var nödvändig att göra för att kunna besvara studiens syfte och hypoteser kunde uteslutande inhämtas från bolags årsredovisningar. För det första behövdes data gällande mängden och vilken typ av frivilliga upplysningar i form av finansiella nyckeltal som bolag redovisade i sina årsredovisningar. För det andra behövdes data i form av värden och information som var nödvändiga för att beräkna studiens oberoende variabler. Se avsnitt 3.3.5.2 Oberoende variabler, där de oberoende variablerna operationaliserats för att se specifikt vilka värden som inhämtades för att kunna beräkna variablerna. Alla dessa värden kunde inhämtas från bolagens balans- och resultaträkningar, vilka är inkluderade i samtliga årsredovisningar.

Med anledning av att datainsamlingen genomfördes av studiens båda författare gjordes en uppdelning med ett lika antal årsredovisningar mellan författarna. Innan datainsamlingen påbörjades sammanställdes ett Excelark där samtlig information från respektive bolag skulle föras in. Förutom det här säkerställdes även att studiens två författare använde ett likadant tillvägagångssätt för datainsamlingen. Bryman och Bell (2017) menar att det kan uppstå fel vid datainsamlingsprocessen med anledning av att data kan ha tolkats eller hanterats på fel sätt. Eftersom datainsamlingen inte gjordes av en och samma person finns det en risk att data har tolkats på olika sätt. För att försöka undvika olika bedömningar sammanställdes Excelarket där beräkningar av variablerna gjordes på samma sätt samt att tillvägagångssättet för datainsamling bestämdes i förväg. Därutöver utfördes tio slumpmässiga kontroller över datainsamlingen för att minimera risken för olika bedömningar mellan författarna.

s.208

3.3.3 Sekundäranalys

Den data som studien har samlat in klassificeras som sekundärdata, då Hair et al. (2015) beskriver att sekundärdata har framställts i ett annat syfte än till den aktuella studien. Vidare redogör Hair et al. (2015) för att olika myndigheter, kommuner och även icke-statliga organisationer är vanliga källor för inhämtning av sekundärdata. Denna studie tillämpar således en sekundäranalys eftersom det inte har insamlats någon primärdata utan endast sekundärdata, inhämtade från årsredovisningar, utgör grunden för dataanalys. Fördelar med sekundäranalys är att det är tids- och kostnadseffektivt tillvägagångssätt för datainsamling (Hair et al., 2015; Bryman & Bell, 2017). Sekundäranalys anses dessutom enligt Hair et al. (2015) vara lämpligt vid en tvärsnittsstudie, vilket är överensstämmande med denna studies forskningsdesign. En begränsning som sekundäranalys medför är enligt Bryman och Bell (2017) däremot en minskad kontroll över kvaliteten på den insamlade data.

Uteslutande del av studiens datainsamling erhölls från bolags offentliga årsredovisningar, vilka hämtades från databasen Retriever Business. Alla årsredovisningar som publiceras av Retriever är stämplade av Bolagsverket, vilket är en svensk statlig myndighet. Alla undersökta årsredovisningar är även granskade av en revisor, vilket kan anses vara en kvalitetsstämpel på att information publicerad i årsredovisningar är av god kvalité. Bryman och Bell (2017) menar även att sekundärdata ofta är av hög kvalité och många gånger har sekundärdata en högre kvalitét än data som forskare själva skulle haft möjlighet att samla in. Detta är en av fördelarna

med sekundäranalys och följaktligen anses årsredovisningar vara en säker källa att inhämta korrekt sekundärdata från.

3.3.4 Urval

Aktierna på Nasdaq OMX Stockholm är i huvudsak uppdelade i tre olika listor beroende på bolagens börsvärde (Nasdaq Stockholm, 2019). På Small Cap-listan finns små bolag som har ett börsvärde som understiger 150 miljoner Euro (Avanza, 2020a). Mid Cap-listan inkluderas av bolag med ett börsvärde mellan 150 miljoner Euro och en miljard Euro och till Large Cap-listan hör bolag med ett börsvärde som överstiger 1 miljard Euro (Avanza, 2020a). Studien avsåg att undersöka de största bolagen, varför samtliga bolag som var noterade på Mid Cap- och Large Cap-listan inkluderas i urvalet. Anledningen till att börsnoterade bolag studerades var för att det är obligatoriskt för samtliga noterade bolag i Sverige att upprätta koncernredovisning i enlighet med IFRS-regelverket (Smith et al., 2015). Finans- och fastighetsbranschen exkluderades från studien med anledning av att dessa branscher har ytterligare lag- och regleringskrav än övriga branscher (Emmanuel & Garrod, 2004). Efter att alla finans- och fastighetsbolag hade uteslutits, kvarstod 67 stycken bolag som var noterade på Large Cap-listan och 106 stycken som var noterade på Mid Cap-listan, vilket uppgick till totalt 173 stycken bolag. Inget ytterligare urval gjordes, utan samtliga bolag i övriga branscher inkluderades i studien.

Urvalet var fördelat på följande åtta branscher; energi, material, industri, sällanköpsvaror, dagligvaror, hälsovård, telekommunikation och informationsteknik. Urvalet presenteras i tabell 1. Branschindelningar gjordes utifrån Global Industry Classification Standard (GICS) branschklassificeringsstandard (MSCI, 2020), vilket även Nasdaq OMX Stockholm använder sig av. Årsbokslutet för 2018 valdes som underlag för datainsamlingen, då 2019 års bokslut inte var publicerat för samtliga bolag i urvalsramen. Endast bolag med ett räkenskapsår som följer kalenderåret inkluderades i studien. Detta med anledning av att ge en rättvisande och jämförbar bild mellan bolagens räkenskaper. Samtliga bolag i det slutliga urvalet finns sammanställt i bilaga 1.

Tabell 1. Urval fördelat på branscher

Urval fördelat på studiens olika branscher

Bransch Large Cap Mid Cap Totalt

Energi 1 5 6 Material 9 5 14 Industri 25 32 57 Sällanköpsvaror 11 11 22 Dagligvaror 7 16 23 Hälsovård 8 24 32 Telekommunikation 3 0 3 Informationsteknik 3 13 16 Totalt 67 106 173

3.3.5 Bortfall

I samband med datainsamlingen uppkom ett bortfall på 43 stycken bolag. Orsakerna till bortfallen var att bolag hade ett brutet räkenskapsår, en obefintlig omsättning eller inte var primärt noterade på den svenska marknaden och därför fanns inga tillgängliga årsredovisningar på databasen Retriever Business. När de statistiska testerna genomfördes upptäcktes extremvärden för sex stycken bolag, vilka behövdes exkluderas från studien för att ge ett mer korrekt resultat i den linjära multipla regressionsanalysen. Slutligen blev studiens totala bortfall 49 stycken bolag. Detta redovisas närmare i tabell 2.

Tabell 2. Sluturval och bortfall fördelat på branscher

Sluturval och bortfall fördelat på branscher

Sluturval Bortfall Sluturval Bortfall Totalt Bransch Large Cap Large Cap Mid Cap Mid Cap Sluturval Bortfall

Energi 0 1 1 4 1 5 Material 6 3 1 4 7 7 Industri 23 2 25 7 48 9 Sällanköpsvaror 8 3 10 1 18 4 Dagligvaror 5 2 8 8 13 10 Hälsovård 7 1 14 10 21 11 Telekommunikation 2 1 0 0 2 1 Informationsteknik 2 1 12 1 14 2 Totalt 53 14 71 31 124 49 Bortfall i procent 20,90% 29,25% 28,32%

Ovan tabell illustrerar en fördelning över studiens totala bortfall på 49 stycken bolag, fördelat på branscher samt Mid Cap och Large Cap. Studiens totala bortfall i procent blev 28,32. Efter bortfallet konstaterades ett slutligt urval på 124 stycken bolag, vilka användes vidare i analysunderlaget.

3.3.6 Operationalisering

Enligt Bryman och Bell (2017) är operationalisering ett viktigt steg när en kvantitativ studie genomförs. Operationalisering är en process där omätbara begrepp definieras för att bli mätbara (Bryman & Bell, 2017).

3.3.6.1 Beroende variabel

Vid utformning av den beroende variabeln utgick denna studie främst från två tidigare studier inom samma forskningsområde, vilka är gjorda på den malaysiska och indiska börsmarknaden (Abdullah & Ismail, 2008; Bhatia & Dhamilja, 2015). Dessa studier inriktade sig på frivilliga upplysningar i form av nyckeltal, vilket även denna studie ämnar göra, varför den här studien även valde att kategorisera nyckeltalen i olika kategorier. Nyckeltalen har indelats i följande kategorier; lönsamhet, kapitalstruktur, likviditet, investeringar och effektivitet. Antalet frivilligt redovisade nyckeltal beräknades för varje årsredovisning och placerade i någon av de fem utvalda kategorierna.

Tidigare studier inom forskningsområdet har valt att skapa ett upplysningsindex (Meek et al., 1995; Singhvi & Desai, 1971; Abdullah & Ismail, 2008; Watson et al, 2002; Bhatia & Dhamilja,

2015). Indexen i tidigare studier har antingen beräknats genom viktade eller oviktade resultat. Denna studie använde ett oviktat upplysningsindex och därför har inte någon vikt lagts vid upplysningars eventuella olika värde, utan alla upplysningar ansågs ha lika stor betydelse. Detta är i linje med hur Watson et al. (2002), Abdullah och Ismail (2008) samt Bhatia och Dhamilja (2015) utformade sina upplysningsindex. Eftersom Abdullah och Ismail (2008) samt Bhatia och Dhamilja (2015) inriktat sina studier på upplysningar om nyckeltal, var dessa mest lika den här studien, varför ett liknande upplysningsindex skapades.

För att konstruera upplysningsindexet tilldelades varje bolag poäng ”1” om de redovisat en frivillig upplysning i form av ett finansiellt nyckeltal och poäng ”0” om bolaget inte redovisat ett sådant nyckeltal. Det skapades ett poängark i Excel för att dokumentera bolagens olika upplysningspoäng. Upplysningsindexet beräknades genom att ta upplysningspoängen dividerat med det högsta antalet upplysningar som ett bolag i urvalet hade redovisat. Beräkningen av upplysningsindexen utläses i formeln nedan.

𝑈𝑝𝑝𝑙𝑦𝑠𝑛𝑖𝑛𝑔𝑠𝑖𝑛𝑑𝑒𝑥 = 𝑈𝑝𝑝𝑙𝑦𝑠𝑛𝑖𝑛𝑔𝑠𝑝𝑜ä𝑛𝑔

𝐻ö𝑔𝑠𝑡𝑎 𝑝𝑜ä𝑛𝑔𝑒𝑛 𝑓ö𝑟 𝑒𝑡𝑡 𝑏𝑜𝑙𝑎𝑔 𝑖 𝑢𝑟𝑣𝑎𝑙𝑒𝑡

3.3.6.2 Oberoende variabler

Bolagsstorlek

Den oberoende variabeln bolagsstorlek mättes genom balansomslutning, likt tidigare studier (Watson et al., 2002; Singhvi & Desai, 1971). Storleksvariabeln logaritmerades.

Skuldsättningsgrad

Skuldsättningsgrad beräknades som Skulder / Eget kapital. Detta är i enlighet med hur tidigare studier inom samma forskningsområde valt att beräkna skuldsättningsgrad (Watson et al., 2002; Abdullah & Ismail, 2008; Meek et al.,1995; Scaltrito, 2016; Bhatia & Dhamilja, 2015).

Lönsamhet

Studiens mått på lönsamhet var vinstmarginal, vilket beräknades enligt följande: Rörelseresultat / Nettoomsättning. Samma formel har även Singhvi och Desai (1971), Abdullah och Ismail (2008) och Watson et al. (2002) tillämpat i sina studier för att beräkna vinstmarginal.

Likviditet

Variabeln likviditet beräknades enligt Omsättningstillgångar / Kortfristiga skulder. Samma formel har även studier av Abdullah och Ismail (2008) och Bhatia och Dhamilja (2015) använt för att beräkna likviditet.

Bransch

Branschindelningar till studien gjordes utifrån GICS branschklassificeringsstandard (MSCI, 2020). Följande branscher användes i studien; material, industri, sällanköpsvaror, dagligvaror, hälsovård, telekommunikation och informationsteknik. Variablerna för bransch mättes med dummy-variabler, där bolag antingen klassificerades som “1” eller “0” beroende branschtillhörighet. Liknande studier som forskat om frivilliga upplysningar har använt liknande tillvägagångssätt (Watson et al, 2002; Abdullah & Ismail, 2008; Bhatia & Dhamilja, 2015).

3.3.6.3 Modellspecifikation

Eftersom denna studie syftade till att undersöka huruvida en beroende variabel kunde förklaras av ett flertal oberoende variabler, betraktades multipel regressionsanalys som lämplig. De oberoende variabler som förväntades påverka nivån av frivilligt redovisade upplysningar i form av finansiella nyckeltal (den beroende variabeln) var skuldsättningsgrad, vinstmarginal, likviditet, storlek och bransch. Variablerna för bransch beaktades som dummy-variabler beroende på bolagens branschtillhörighet. Nedan presenteras ekvationen för den multipla regressionsanalys som studien avsåg att genomföra.

𝒀_𝑼𝑷𝑰 =  + _𝟏𝑺𝑲𝑼 + _𝟐𝑽𝑰𝑵 + _𝟑𝑳𝑰𝑲 + _𝟒𝑺𝑻𝑶 + _𝟓𝑰𝑵𝑫 + _𝟔𝑺Ä𝑳 + _𝟕𝑴𝑨𝑻 + _𝟖𝑯Ä𝑳 + _𝟗𝑫𝑨𝑮 + _𝟏𝟎𝑰𝑵𝑭 + _𝟏𝟏𝑬𝑵𝑬 + _𝟏𝟐𝑻𝑬𝑳 + 

I ekvationen betyder:

 = punkten där linjen skär y-axel där X = 0 UPI = Upplysningsindex

SKU = Skuldsättningsgrad VIN = Vinstmarginal LIK = Likviditet STO = Storlek

IND = Dummy-variabel, tilldelas värde ”1” om bransch Industri, annars värde ”0” SÄL = Dummy-variabel, tilldelas värde ”1” om bransch Sällanköpsvaror, annars värde ”0”

MAT = Dummy-variabel, tilldelas värde ”1” om bransch Material, annars värde ”0” HÄL = Dummy-variabel, tilldelas värde ”1” om bransch Hälsovård, annars värde ”0” DAG = Dummy-variabel, tilldelas värde ”1” om bransch Dagligvaror, annars värde ”0” INF = Dummy-variabel, tilldelas värde ”1” om bransch Informationsteknik, annars värde ”0”

ENE = Dummy-variabel, tilldelas värde ”1” om bransch Energi, annars värde ”0” TEL = Dummy-variabel, tilldelas värde ”1” om bransch Telekommunikation, annars värde ”0”

 = Felterm

3.3.7 Analysmetoder

När en analys görs av två variabler åt gången med intentionen att undersöka hur dessa två variabler är relaterade till varandra, benämns det som bivariat analys (Bryman & Bell, 2017). Om fler än två variabler undersöks i samma analys menar Hair et al. (2015) att det är en multivariat statistisk analys.

3.3.7.1 Pearsons korrelationsanlays

Pearsons korrelationsanalys är en bivariat analys som används för att undersöka den linjära korrelationen mellan två variabler (Hair et al., 2015). Om två oberoende variabler korrelerar med varandra i en multipel regressionsanalys, kan resultatet av analysen påverkas (Hair et al., 2015). Därför menar Hair et al. (2015) att det är viktigt att undersöka korrelationen mellan de oberoende variablerna i modellen för att upptäcka eventuell multikollinearitet innan en multipel regressionsanalys genomförs. Följaktligen användes i denna studie Pearsons korrelationsanalys för att upptäcka eventuella korrelationsproblem. Genom Pearsons korrelationsmatris kan en korrelationskoefficient utläsas, vilken kommer att befinna sig på en skala mellan 0 och 1 (Hair et al., 2015). Om korrelationskoefficienten är 0 är sambandet mellan variablerna obefintligt och är sambandet istället 1 är det ett perfekt samband (Bryman & Bell, 2017). Bryman och Bell (2017, s.339) beskriver sambandet enligt följande: ”Ju närmare koefficienten ligger 1, desto starkare är sambandet. Ju närmare koefficienten ligger 0, desto svagare är sambandet.”