NATIONALEKONOMISKA INSTITUTIONEN Uppsala universitet
Magisteruppsats 15 hp Författare: Maria Eklöf
Handledare: Sebastian Arslanogullari Höstterminen 2010
Har skuldsättning en positiv effekt på företagets värde?
- En studie över tretton svenska industriföretag på Nasdaq OMX Stockholm, Large Cap
FÖRORD
Jag vill passa på att rikta ett tack till min handledare Sebastian Arslanogullari för handledning och råd under mitt arbete med denna uppsats. Utöver det vill jag rikta ett tack till Jesper Hallgren för hjälp med utformningen av studiens datamodeller.
Uppsala 2011-01-14
__________________________
Maria Eklöf
ABSTRACT
Börsnoterade företag står inför en viktig uppgift när det ska bestämma hur de ska finansiera framtida investeringar. Företag kan finansiera dessa antingen genom skulder eller eget kapital.
Med skulder menas lån upptagna hos externa kreditgivare och med eget kapital antingen ackumulerat eget kapital eller nytt aktiekapital från företagets aktieägare. Det finns fördelar med att finansiera investeringar med hjälp av skulder då kostnaderna för dessa (räntor) är avdragsgilla mot bruttovinsten för företagen. Medan kostnaden för nytt aktiekapital (utdelning) inte ger företagen denna möjlighet. Modigliani och Millers teorem med skatter utgår ifrån att eftersom denna avdragsmöjlighet för räntor finns borde en högre skuldsättningsgrad ge en högre vinst och därmed ett högre företagsvärde, allt annat lika.
Uppsatsen syftar till att undersöka om det finns en positiv relation mellan företagens skuldsättningsgrad och deras företagsvärde under perioden 2000-2009. Resultaten i studien visar på att det finns en signifikant relation mellan skuldsättningsgrad och företagsvärde men att både utvecklingen på OMX30 och nettovinsten för de aktuella åren är variabler som visar mer signifikanta relationer med företagsvärdet.
Nyckelord: Modigliani & Miller, svenska industriföretag, kapitalstruktur, skuldsättningsgrad, regressionsanalys.
INNEHÅLLSFÖRTECKNING
Tabellförteckning... 5
Figurförteckning... 5
1. INLEDNING... 6
2. BAKGRUND... 8
2.1 Valet av kapitalstruktur...8
2.2 Industriföretagen i studien...9
3. TEORI...10
3.1 Centrala begrepp...10
3.2 Modigliani och Millers teorem utan skatter...10
3.2.1 Proposition I ...11
3.2.2 Proposition II:...12
3.3 Modigliani och Millers teorem med skatter...14
3.3.1 Proposition I ...14
3.3.2 Proposition II...15
3.4 Kritik mot Modigliani och Millers teorem ...15
4. METODIK...16
4.1 Data ...17
4.2 Regressionsmodeller ...18
4.2.1 Testen av regressionerna ...18
4.2.2 Modellerna...18
4.3 Tillförlitlighet ...19
5. RESULTAT...20
5.1 Skuldsättningsgrad som förklarande variabel...20
5.2 Skuldsättningsgrad och nettovinst som förklarande variabler ...21
5.3 Skuldsättningsgrad, nettovinst samt OMX30-utveckling som förklarande variabler ...22
6. AVSLUTANDE DISKUSSION...23
REFERENSLISTA...25
APPENDIX ...27
Tabellförteckning
Tabell 1. Belåning utan skatter……… s. 12 Tabell 2. Resultat modell 1………....……….. s. 21 Tabell 3. Resultat modell 2……….. s. 22 Tabell 4. Resultat modell 3……….. s. 22 Figurförteckning
Figur 1. Genomsnittlig skuldsättningsgrad år 2000-2009………. s. 9 Figur 2. Genomsnittligt företagsvärde år 2000-2009………s. 9 Figur 3. MM utan skatter.……….... s. 13 Figur 4. Kapitalstrukturer med skatter………...s. 14
1. INLEDNING
Svenska industriföretag står idag för nära en femtedel av Sveriges totala bruttonationalprodukt (BNP). Det gör att sektorn har stor påverkan på svensk ekonomi (Fryskog 2009). Industrin består av flera stora, väletablerade företag med tusentals aktieägare. För aktieägare är avkastningen ofta anledningen till att äga ett bolag. Det ligger således i deras intresse att bolagen strävar efter att maximera vinsten.
Merton Miller och Franco Modigliani utvecklade på 1950-talet en teori om företagens kapitalstruktur som är den mix av skulder och eget kapital som företaget använder för att finansiera sin verksamhet. Omarbetningen där även hänsyn togs till skatter följde decenniet efter.
Än idag är teoremen ett obligatoriskt moment i undervisningen inom finansområdet och har en stark förankring i idédebatten. Teorin utgår från att företagens vinst är högre om man lånar till investering från andra kreditgivare än aktieägarna då räntorna dessa erfordrar som delbetalning till en är avdragsgilla mot bruttovinsten. När det gäller utdelning till aktieägare finns inte den möjligheten (Modigliani & Miller 1963, s. 440). Det gör att en högre skuldsättningsgrad borde öka vinsten efter skatt, allt annat lika och därmed företagsvärdet jämfört med om tillskottet istället togs från aktieägarna i form av ökat aktiekapital (aktieägartillskott). En högre vinst leder till fördelar för såväl aktieägare som företaget i stort. Men det finns också problem associerade med för hög belåning däribalnd en ökad osäkerhet kring företagens betalningsförmåga.
I Sverige återfinns de största industriföretagen på OMX Large Cap-listan. För att inkluderas på den listan krävs ett börsvärde på mer än en miljard euro. Eftersom dessa företag är så pass stora innebär det att deras verksamhet har en stor påverkan på svensk ekonomi. Denna grupp består av företag som är börsnoterade och har därmed aktieägare med avkastningskrav bakom sig. Det leder till att företagen hela tiden måste sträva mot att öka vinsten i verksamheten vilket påverkar valet av kapitalstruktur. Det är därför intressant att se om Modigliani och Millers teorem är applicerbart på detta urval. Studien ämnar besvara följande frågeställning:
Finns det en positiv relation mellan skuldsättningsgraden och företagsvärdet för industribolagen på Nasdaq OMX Stockholm Large Cap?
Syftet med undersökningen är att utreda om industriföretag med hög skuldsättningsgrad (skulder som andel av eget kapital) tenderar att ha ett högre företagssvärde än deras motsvarighet med lägre grad av skuldsättning.
Studien är avgränsad till den svenska aktiemarknaden och behandlar tretton1 industriföretag som noterades på Stockholmbörsen senast år 2000 och i dagsläget återfinns på Large Cap. Totalt fanns det sexton2 företag som passade in i urvalskatergorin men två av dessa noterades senare än år 2000 i deras nuvarande form och tas därför inte med i denna studie. Ett tredje bolaget, ABB:s hade inga uppgifter tillgängliga i programmet Datastream. För samtliga bolag i studien har information samlas in från årsredovisningar genom DataStream
Valet av tidsperiod baseras på möjligheten att samla in material för respektive företag då den ligger nära i tid. Tio år är en tidsperiod där trender även på längre sikt kan urskiljas. Perioden 2000-2009 innehåller ett antal låg- och högkonjunkturer - vissa med extrema värden - och studien kommer i den utsträckning det är möjligt beakta detta i analysen av resultaten.
Uppsatsen kommer att inledas med en bakgrundsbeskrivning av den svenska industrisektorn och den miljö i vilken de utvalda företagen verkar. Studien utgår från en väletablerad teori om kapitalstrukturer utarbetad av Franco Modigliani och Merton Miller i slutet av 50-talet. Teorin samt kritik mot denna kommer att behandlas under uppsatsens efterföljande del. För att utröna om teorin stämmer överens med insamlade data kommer regressionsanalyser att genomföras och analyseras i uppsatsens avslutande del.
1Assa Abloy, Atlas Copco, Hexagon, NCC, Saab, Sandvik, Scania, Seco Tools, Securitas, Skanska, SKF, Trelleborg och Volvo.
2 Alfa Laval och Lindab International noterades i sin nuvarande form efter år 2000.
2. BAKGRUND
2.1 Valet av kapitalstruktur
Ett företag i form av ett publikt aktiebolag är beroende av sina aktieägare för att kunna driva verksamheten. Aktieägarnas primära intresse för bolaget baseras på hur pass väl de skapar värde i form av avkastning. För att ett företag ska kunna genera vinst till sina aktieägare måste de ha en plan för hur de ska finansiera sina investeringar. Företag kan finansiera dessa på två sätt.
Antingen genom ett tillskott från aktieägarna och därmed öka eget kapital; aktieägarna kommer då kräva avkastning som kompensation för lånet. Alternativt kan företaget låna från externa långivare som exempelvis banker. Kostnaden för dessa lån består av upplupen ränta och lånen tas upp som skulder i balansräkningen. Kombinationen av dessa finansieringslösningar benämns som företagets kapitalstruktur.
Lån är ofta en billigare finansieringskälla än eget kapital just för att den osäkerhet som är förknippad med aktieägarnas avkastning vid aktieägartillskott inte förekommer i dessa fall.
Långivarna vet ofta långt i förväg hur mycket de får tillbaka och när dessa belopp är dem tillhanda (Affärsvärlden 1997). Det gör att risken är mindre för dessa. Långivarna är typsikt sett också den av de fordringsägare som först kompenseras vid en konkurs eftersom de kan krävas säkerhet för lånet. Fordringsägare med säkerheter, i form av exempelvis ett pantbrev, är de som kompenseras först för sina fodringar (förmånsrättslagen 1970:979). Aktieägarna å andra sidan får bära hela verksamhetens risk eftersom de inte vet säkert om och när de eventuellt kompenseras för deras ”utlåning” till företaget i form av nytt aktiekapital.
Det finns även skattemässiga fördelar av att låna från externa kreditgivare. De kostnader som företagen betalar till externa kreditgivare är räntor. Dessa är avdragsgilla mot bruttovinsten medan den avkastning aktieägarna får i form av utdelning inte är det. Det leder till att det skattemässigt kan vara fördelaktigt för ett bolag att låna från externa långivare (Leimdörfer 1:97, s. 1). Genom att räntor är avdragsgilla kommer vinsten efter skatt och räntekostnader vara högre om man kan göra avdrag eftersom skatten betalas på vinsten efter avdrag för räntekostnader. Det gynnar i sin tur aktieägarna som i ett företag med högre nettovinst har större möjligheter att få utdelning på sina investerade pengar.
Det finns begränsningar för hur pass stor andel lån som kan vara till företagets fördel. Högre belåning medför osäkerhet, varför företagen måste göra en avvägning när de står inför valet av kapitalstruktur. Skatteskölden är benämningen på den skattereduktion företagen kan göra på
grund av den avdragsmöjlighet som finns för räntekostnaderna. Skatteskölden når sitt maximala värde när företagets resultat blir noll till följd av dess storlek.
2.2 Industriföretagen i studien
Figur 1. Genomsnittlig skuldsättningsgrad år 2000 till 20093
Industriföretag har normalt en skuldsättningsgrad på mellan 100 till 400 procent av det egna kapitalet (Urwitz 2009). I figur 3 kan man se att studiens urval har en genomsnittlig skuldsättningsgrad på mellan 27 till 166 procent av det egna kapitalet. Seco Tools är det företag med lägst genomsnittliga skuldsättning i urvalsgruppen medan Scania är det företag med högst skuldsättning. Bland de högst skuldsatta återfinns två stycken fordonstillverkare, Volvo och Scania samt ett företag inriktat på säkerhetslösningar, Securitas.
Figur 2. Genomsnittligt företagsvärde år 2000 till 2009 (miljarder kronor)4
3 För beräkningar se Appendix B
Företagen i urvalet skiljer sig åt mätt i genomsnittligt företagsvärde. Volvo är det klart största företaget och är värderat till nästan det dubbla jämfört med de näst största företagen Scania, Sandvik och Atlas Copco. Företaget med det lägsta företagsvärde, Seco Tools har ett värde motsvarande mindre än en tjugondel av Volvos.
Av de högst värderade bolagen är två, Volvo och Scania fordonstillverkare medan det lägst värderade företaget, Seco Tools är specialiserat på att tillverka hårdmetallverktyg för skärande bearbetning. Inom gruppen finns en stor variation på verksamhetsinriktningen.
3. TEORI
3.1 Centrala begrepp
Nedan klargörs de grundläggande begrepp som används i studien. Dessa definitioner är de som genomgående har använts i undersökningen om inte annat anges.
Eget kapital (E) - Skillnaden mellan ett företag tillgångar och skulder. Är ur ett företags perspektiv den fordran ägarna har på företaget.
Skulder (D) - Den fordran någon har på företaget. Kan vara leverantörsskulder i form av fakturor som inte är reglerade.
Skuldsättningsgrad (
€
D / E )- Räntebärande skulder som andel av eget kapital.
Företagsvärde (EV) – Marknadsvärdet på eget kapital plus skulder, minoritetsintressen och preferensaktier minus kassan. Det teoretiska värdet på ett företag vid ett uppköp.
3.2 Modigliani och Millers teorem utan skatter
Teoremet utvecklades av Franco Modigliani och Merton Miller i USA på 1950-talet och lanserades genom en artikel i American Economic Review år 1958. Modellen är över femtio år gammal men är än idag ett självklart inslag i läroböcker och diskussioner om kapitalstrukturer och företags finansiering. Grunden för teoremet när skatter exkluderas är att det inte kommer vara någon skillnad i marknadsvärde på ett företag oavsett om det finansierar sin verksamhet med aktiekapital eller lån. Både teoremet med och teoremet utan skatter är uppbyggt kring två propositioner. Proposition ett behandlar sambandet mellan det obelånade och det belånade företagets värde och proposition två behandlar den genomsnittliga kapitalkostnaden för samma företag.
4 För beräkningar se Appendix B
3.2.1 Proposition I
Modigliani och Millers teorem utan skatter antar perfekta kapitalmarknader (Berk & DeMarzo 2007 s. 432). Det innebär att:
• Både företag och enskilda investerare kan handla med värdepapper till konkurrenskraftiga marknadspriser.
• Dessa marknadspriser är direkt jämförbara med nuvärdet av framtida kassaflöden från värdepappret.
• Det finns varken skatter, transaktions- eller utfärdandekostnader i samband med handel i värdepapper.
• Företagets finansieringsbeslut påverkar inte kassaflödena från dess investeringar eller ger ny information om detsamma.
På en marknad kännetecknad av kriterierna för perfekta kapitalmarknader kommer företagets totala marknadsvärde inte påverkas av valet av kapitalstruktur utan enbart av marknadsvärdet av kassaflödena från dess tillgångar. Storleken på det totala kassaflödet som utbetalas till företagets aktieägare kommer att vara lika stort som det kassaflöde företaget får från sina tillgångar. Det leder till att företagets värdepapper och dess tillgångar måste ha samma totala marknadsvärde i enlighet med lagen om ett pris. Om antagandet om perfekta marknader råder kommer nettonuvärdet av handeln med värdepapper vara noll och därmed inte påverka företagets marknadsvärde. Genom att värdet av de framtida betalningarna företaget måste göra på ett lån motsvarar värdet av det lån de tagit så finns det inget nettovärde av att belåna företaget (Berk &
DeMarzo 2007 s. 431).
Tabell 1. Belåning utan skatter5
5 Baserad på figur 14.9 i Berk & DeMarzo (2007)
I tabell 1 visas marknadsvärdet hos företag A före och efter upptagandet av lån på 500 miljoner kronor. På en perfekt kapitalmarknad utan beskattning kommer företagets enskilda aktier vara värda tjugo kronor styck (värdet på de existerande tillgångarna delat på antalet utestående aktier).
Om företaget väljer att låna 500 miljoner kronor kommer både skulderna och tillgångarna öka med samma summa då lånet även tas upp som kassa i balansräkningen. På grund av att skulder såväl som tillgångar ökar med samma summa kommer marknadsvärdet på aktiekapitalet att vara oförändrat och därmed även värdet på utestående aktier.
Därmed håller följande resultat:
€
VL = VU (1)
Värdet på det belånade företaget (VL) är samma som värdet på det obelånade (VU).
3.2.2 Proposition II:
€
E
E + DRE + D
E + DRD = RU
(2)
Formeln visar att avkastningen på obelånat kapital (RU) är summan av avkastningen på belånat kapital (RE) respektive skuld (RD) multiplicerat med deras respektive procentuella andel av de totala skulderna.
Genom att lösa formeln på ett annat sätt kan vi frigöra risken som härrör till belåning och risken som finns utan belåning.
€
RE = RU + D / E R( U − RD) (3)
Där RU är risken utan belåning och
€
D / E R( U − RD) är den ytterligare risk som uppstår vid belåning. Det innebär att kapitalkostnaden för de belånade tillgångarna motsvarar kapitalkostnaden för de obelånade tillgångarna plus en premie som är proportionell mot marknadsvärdet av skuldsättningsgraden (Berk, DeMarzo 2007, s. 438). En högre skuldsättningsgrad leder till ett ökat avkastningskrav på belånat kapital.
Figur 3 visar på det positiva förhållandet mellan skuldsättningsgrad och kostnaden för aktiekapital (RE). I en värld utan skatter är den genomsnittliga kapitalkostnaden (RWACC) för ett belånat företag lika med kapitalkostnaden för ett obelånat företag (RU). Allt eftersom företaget höjer sin skuldsättningsgrad ökar risken för aktieägarna och därmed avkastningskravet RE. När ett företag är helt obelånat kommer alla kassaflöden genererade från dess tillgångar betalas ut till aktieägarna enligt
€
ru = ra (4)
Där r används för att beteckna förväntad avkastning på tillgångar (a) och det obelånade företaget (u).
€
RWACC = E
E + D* RE + D
E + DRD (5)
Lån har en lägre kapitalkostnad än eget kapital men belåning sänker inte företagets genomsnittliga kapitalkostnader (RWACC). Det beror på att när företaget substituerar eget kapital mot lån kommer det kvarvarande kapitalet att bli mer riskfyllt eftersom fordringsägare vid en betalningsinställelse kan försätta företaget i konkurs. Det kan aktieägare aldrig göra vilkas fordringar då är underordnade kreditgivarnas. Det leder till att priset på eget kapital kommer öka och därmed motverka den sänkning av kostnaderna som en ökad skuldsättnig innebar (Ross m.fl. s. 437). När företagen har prissatts för högt kommer rationella investerare istället för att köpa dessa låna till att köpa obelånade företag genom så kallat homemade leverage. Det innebär att individer kan kopiera effekterna av företagets belåning själva så länge de kan låna (och låna ut) till samma villkor som företagen (Ross m.fl. 2007 s. 430).
(Ross mfl. 2007 s. 433)
Figur 3. MM I utan skatter
3.3 Modigliani och Millers teorem med skatter
När skatter införs är inte längre kapitalmarknaderna perfekta enlig definitionen i avsnitt 3.2.
Införandet av skatter innebär att både företagen och enskilda investerare måste betala skatt på avkastningen från deras respektive investeringar.
Figur 4. Kapitalstrukturer med skatter.
Beskattningen av företagen sker på vinsten efter avdrag för räntekostnader vilket gör att belåning minskar den totala skatten företaget betalar. Risken är högre när företagen finansierar sina investeringar genom att ta lån; därför kan man förvänta sig att avkastningskravet kommer öka ju högre belåning företaget har (Ross m.fl. 2007 s. 431). Figur 6 visar på kapitalstrukturen för ett obelånat företag respektive ett belånat företag. Resultatet kommer att vara högre för det belånade företaget på grund av att skatten minskar till följd av räntekostnaderna.
3.3.1 Proposition I
€
VL = VU+ PV t( C* D) (6)
Skillnaden mellan Proposition I utan skatter och omarbetningen där de inkluderas är att det belånade företaget (VL) värderas högre än det obelånade företaget (VU) när skatter finns med. Det beror på att nuvärdet av den skattebesparing belåningen bidrar till (PV(tC*D)) höjer värdet.
Skatteskölden är värdet på den extra avkastningen investerare får på grund av avdragsmöjligheten företaget har på sina räntekostnader (tC*D) (Ross m.fl. 2007 s. 441). Omvänt kan man se det som den extra skatt ett obelånat företag hade betalat på sitt resultat i samma situation baserat på att avkastningen till aktieägarna inte är avdragsgill och därmed är dyrare för företaget än räntebetalningarna på lån(Berk & DeMarzio, 2007 s. 461).
3.3.2 Proposition II
Den genomsnittliga kapitalkostnaden (RWACC) i en värld med skatter är:
€
RWACC = E E + D
⎛
⎝ ⎜ ⎞
⎠ ⎟ * RE + D E + D
⎛
⎝ ⎜ ⎞
⎠ ⎟ * RD* 1 − t( c) (7)
Där tc är bolagsskatten. Ju högre bolagsskatt desto lägre andel utgör kostnaden för skulderna av den totala kapitalkostnaden för företaget. Ju högre belåningen är desto lägre blir RWACC.
Värdet på företaget beräknas enligt formeln:
€
VL = EBIT * (1 − tC) RWACC (8)
Där EBIT står för earnings before interest and taxes. Denna relation visar att värdet på företaget (VL) bör öka ju lägre den genomsnittliga kapitalkostnaden är. Detta bevisar MM:s teorem med skatter. Företagets värde borde vara som störst när RWACC går mot noll givet allt annat lika (Ross m.fl. 2007 s.445).
3.4 Kritik mot Modigliani och Millers teorem
Ett av problemen med teoremet är att det inte anger någon rimlig nivå för skuldsättningen. I praktiken kan företagen vara mycket högt belånade och detta skulle fortfarande gynna aktieägarna i form av ökad vinst. Modellen ignorerar därmed den osäkerhet som förknippas med utlåning.
Senast i samband med finanskrisen 2008 var en av faktorerna bakom bankernas kris för högt belånade verksamheter
Ett högt belånad företag har större risk för att gå i konkurs vilket kommer att avskräcka riskaverta investerare. Bristen på investerare kan leda till att konkursrisken blir en självuppfyllande profetia. Modellen inkluderar inte konkurskostnader, vilket bör inkluderas för högt belånade och konjunkturskänsliga företag, då dessa är känsliga för externa chocker (Berk &
DeMarzo, 2007 s. 491). Konkurskostnader definieras som nuvärdet av financial distress, vilket är ett mått på hur svårt företagen har att möta sina åtagande i form av t.ex. lån. Kostnaden för denna konkursrisk minskar åtminstone delvis fördelarna av skatteskölden.
Graham (2000) finner i sin studie att större företag som borde ha låga kostnader för financial distress inte i någon större utsträckning använder sig av en skuldfinansiering av sina investeringar, utan tvärtom använder sig av detta sparsamt. Det beror enligt studien på framtidsutsikter, tillväxtmöjligheter och framtida utgifter vilket får företagens ledare att använda skuldfinansiering restriktivt.
När ledningen beslutar om hur mycket företaget ska låna kan det uppstå en konfliktsituation mellan dem och aktieägarna på grund av olika åsikter gällande hur de investeringar företaget gör bör finansieras. Denna typ av konflikter benämns agency costs och kan exempelvis uppstå när ledningen genomför åtgärder som gynnar aktieägare för stunden men som minskar förtroendet hos företagets långivare och därmed sänker det totala värdet av företaget - vilket kan bli kostsamt (Berk & DeMarzo, 2007 s. 503). Modigliani och Miller tar inte hänsyn till detta problem i sitt teorem.
4. METODIK
Studiens urval baseras på tretton svenska industriföretag som noterades på svenska börslistor senast år 2000. För var och ett av företagen kommer data att samlas in för det hypotetiska företagsvärdet vid uppköp (EV). Undersökningen är avgränsad till åren 2000-2009 och behandlar frågan om en högre skuldsättningsgrad leder till ett högre företagsvärde. Det är därför lämpligt att ställa upp en hypotes som prövar påståendet (Esiasson, P m.fl. 2009 s. 39). För att besvara undersökningens frågeställning kommer följande hypotes prövas:
H0: Det föreligger inget samband mellan
€
D
E och EV.
H1: Det föreligger ett samband mellan
€
D
E och EV.
Nollhypotesen kommer att förkastas om det finns ett signifikant resultat mellan den beroende variabeln och den oberoende variabeln på 1, 5 eller 10 %-nivån. Signifikanstester mäter sannolikheten att det observerade värdet ligger inom ett visst intervall. Väljer vi en signifikansnivå (α) på 5 % innebär det att sannolikheten är 1-α att det sanna värdet ligger inom detta intervall (Gujarati & Porter, 2009 s. 108).
I denna studie undersöks om det finns en positiv relation mellan skuldsättning och företagsvärde;
det görs genom ett enkelsidigt hypotestest. Bedömningen görs genom att studera p-värdena som
regressionerna ger upphov till. Ett p-värde är det lägsta värde vid vilken nollhypotesen kan förkastas. Detta värde kommer jämföras det med den signifikansnivå som har valt för studien för att bedöma om nollhypotes kommer att förkastas (Gujarati & Porter, 2009 s. 123).
4.1 Data
Information kring företagsvärdet (EV) kommer att hämtas från företagens årsredovisningar som finns tillgängliga via programmet DataStream. Företagsvärdet kan ses som det teoretiska värdet på ett företag vid ett uppköp. Det är det mest realistiska värdet för (VL) enligt den definition som (MM) gjorde i sina ursprungliga artiklar. Där definieras (VL) respektive (VU) som det teoretiska uppköpspriset på företaget. Företagsvärdet (EV) redovisas i årsredovisningen. I denna studie kommer marknadsvärdet, det vill säga antalet utestående aktier gånger börskursen för en aktie, inte att användas som uppskattning av (VL). Det beror på marknadsvärdet kan ändras flera gånger per dag och tar inte med effekterna av skulder och kassa.
Även skuldsättningsgraden hämtas via ovanstående program. I denna studie har skuldsättningsgraden definierats som totala skulder delat på aktiekapital och reserver plus minoritetsintressen. Årsredovisningens siffror ger en bra fingervisning om hur året som helhet har sett ut och undersökningen har därför valt dessa som utgångspunkt för att beräkna skuldsättningsgraden. Skuldsättningsgraden (D/E) har räknats ut manuellt baserat på värdena på posterna i årsredovisningen enlig svensk redovisningsstandard. Under 2005 övergick man till en ny redovisningsstandard enligt IFRS (Finansinspektionen 2006:2 s. 3). Definitionen av nettoskuld ändrades till följd av detta. Värdena i denna studie kan därför skilja sig åt något från de officiella siffrorna som publiceras i årsredovisningarna då uppsatsen har valt att beräkna enligt den gamla standarden för att bättre kunna jämföra resultaten över tid.
Modellerna bygger på paneldata vilket är en kombination tvärsnitts- och tidsseriedata. För hela urvalet på tretton företag (tvärsnittsdata) över de tio år (tidsseriedata) som studien baseras på uppgår antalet observationer till totalt 130 stycken. Paneldatan i denna uppsats är balanserad då varje företag observeras under vart och ett av de åren undersökningen sträcker sig över.
4.2 Regressionsmodeller
4.2.1 Testen av regressionerna
För att mäta ett samband mellan två eller fler variabler kan ett regressionstest, eller estimering, genomföras. I denna studie har två estimeringar samt ett test för icke-observerbara effekter utförts.
Inledningsvis utfördes en Pooled Ordinary Least Squares-estimering (Pooled OLS), vilket är ett vanligt OLS-test dock med paneldata, vilket är en kombination av tidsserie- samt tvärsnittsdata. I detta test justerades för heteroskedasticitet genom att robusta standardfel användes.
Därefter utfördes ett Random Effect General Least Squares-test (Random Effect GLS), vilket är en modell som justerar data för icke-observerbara effekter, eller företagsspecifika faktorer, i det studerade stickprovet. Detta gör att vissa individspecifika effekter i paneldatan kan fångas upp, till skillnad från Pooled OLS-testet. Även i detta fall justerades standardfelen för heteroskedasticitet genom att använda robusta värden.
Avslutningsvis genomfördes ett Breusch-Pagan Lagrange Multiplier Test for Random Effects.
Detta för att undersöka huruvida det existerar individspecifika effekter i datan. Om så är fallet, det vill säga om Breusch-Pagan-testet är signifikant, kommer ovan utförda Random Effect GLS- test att generera ett bättre resultat då detta test tillåter för sådana effekter. Således används detta test för att avgöra vilket av Pooled OLS samt Random Effect GLS som ger de mest tillförlitliga resultaten.
4.2.2 Modellerna
Grundkonstruktionen för en linjär regressionsmodell med en faktor kan se ut enligt ekvationen nedan
€
Y = α + β * X + ε (8) (Gujarati & Porter, 2009 s. 40)
där Y är den beroende variabeln, α är skärningspunkten, β mäter den känslighet Y har för förändringar i den oberoende variabeln X och ε är en slumpvariabel som representerar alla andra faktorer än den oberoende variabeln som kan påverka Y. β är även lutningen på funktionen. Om det är rimligt att anta att ytterligare variabler påverkar den beroende variabeln kan det vara befogat att inkludera dessa i modellen.
I denna studie har således följande modeller använts:
Modell 1:
€
EV = α + β1* D / E Modell 2:
€
EV = α + β1* D / E + β2* Nettovinst Modell 3:
€
EV = α + β1* D / E + β2* OMX 30( t +1− OMX 30t)+β3* Nettovinst Där EV är företagsvärde,
€
α är skärningspunkten,
€
β1 är koefficienterna för skuldsättningsgrad,
€
β2 koefficient för OMX30-utvecklingen och
€
β3 koefficient för nettovinsten i företaget.
4.3 Tillförlitlighet
Urvalet består av företag ur en enskild sektor. Flertalet företag har en stor exportmarknad och är så kallade procykliska företag. Det gör att resultaten från denna studie inte nödvändigtvis kan appliceras på svenska företag i stort utan får ses i kontexten av de förhållanden i vilka industriföretag verkar.
OLS-estimationer är förknippade med vissa grundläggande problem. OLS antar homoskedasticitet vilket innebär att variationen kring regressionslinjen är densamma oavsett om variabeln X som man ämnar undersöka ökar eller minskar i värde. Det är dock inte alltid fallet i verkligheten. Heteroskedasticiteten är homoskedasticitetens motsats och betyder att variationen kring regressionslinjen varierar med variationen i variabeln X:s värde (Gujarati & Porter, 2009 s.
65). Vid heteroskedasticitet är OLS-resultaten inte nödvändigtvis missvisande, men de har inte längre den lägsta variansen och är därmed ineffektiva. För att justera för heteroskedasticitet kommer en utveckling av den befintliga OLS-modellen utföras så att robusta standardfel inkluderas.
OLS-modellen utgår även från att det inte finns någon autokorrelation mellan de oberoende variablerna i regressionen. Risken att värdena för ett år påverkar värdena för nästa år är svår att bortse ifrån när det som i denna studie är tidsseriedata som ingår (Gujarati & Porter, 2009 s. 67).
Vid en OLS-estimation med paneldata finns det en risk att företagsspecifika faktorer inte återspeglas på ett rättvist sätt i resultaten. Om det finns den typen av faktorer är en random effects (GLS)-regression en bättre modell för undersökningen. För att kontrollera för om dessa faktorer återfinns i paneldatan har studien att genomfört ett Breusch-Pagan Lagrange multiplier
test. Om testet är signifikant visar det på företagsspecifika faktorer som påverkar och då kommer istället resultaten från GLS-regressionen att användas .
Determinationskoefficenten (R2) mäter hur pass väl observationerna passar en regressionslinje.
Ju närmare 1 värdet är, desto bättre passform. Det finns ett problem med att använda sig av R2- värden. De fungerar bäst när man jämför in-sample forecasting, vilket innebär att man undersöker hur pass väl en given modellen matchar den data man använder. När man jämför värdena måste den beroende variabeln vara densamma för att man ska kunna jämföra dem. Värden kan inte heller minska ju fler variabler man använder i sin regression. Samtidigt innebär fler oberoende variabler att det kan uppstå en osäkerhet kring resultaten då det kan komma in skensamband ger ett falskt utslag i form av ett högt R2-värde. Det finns ett korrigerat R2 som tar hänsyn till detta, RA2. Koefficienten RA2 minskar därför ofta ju fler oberoende variabler man använder sig av i regressionsmodellen: därmed är det ett bättre mått för att jämföra olika observationer. Som tidigare nämnts måste dock den beroende variabeln vara densamma för att detta ska kunna genomföras (Gujaranati & Porter 2009, s. 493).
5. RESULTAT
5.1 Skuldsättningsgrad som förklarande variabel Tabell 2. Resultat modell 1
Modell Variabel Koefficent P-värde r2 N
OLS Skuldsättningsgrad 4,15*107 0,000*** 0,1487 130
OLS med robusta S.E Skuldsättningsgrad 4,15*107 0,032** 0,1487 130
GLS Skuldsättningsgrad 2,19*107 0,063* 0,14876 130
Breusch och Pagan Prob.>chi2 = 0,0000 130
***/**/* = resultatet är signifikant på 10 % -, 5 % - respektive 1 % - nivån
När enbart skuldsättningsgraden används som förklarande variabel för företagsvärdet är modellen förklaringsgrad låg. Med en OLS-regression är resultatet signifikant på 1 % -nivån. När en justering görs och en OLS-regression med robusta standardfel används sjunker signifikansnivån och faller inom 5 % -nivån. Breusch och Pagan-testet visar på industri- och/eller företagsspecifika faktorer som påverkar resultatet och därför har det även gjorts en GLS-regression för att justera för random effects. Resultaten från GLS-regressionen har fortsatt låg förklaringsgrad och signifikansnivån sjunker ytterligare till 10 % -nivån. Det föreligger specifika faktorer inom urvalet utöver skuldsättningsgraden som påverkar resultaten. Oavsett
6 Overall r 2
metod är skuldsättningsgradens påverkan på företagsvärdet positiv. En ökning i skuldsättningsgraden med en enhet ökar företagsvärdet med 2,19*107 till 4,15*107 kronor.
5.2 Skuldsättningsgrad och nettovinst som förklarande variabler
Tabell 3. Resultat modell 2
Modell Variabel Koefficent P-värde r2 N
OLS Skuldsättningsgrad 4,41*107 0,000*** 0,4562 130
Nettovinst 8,68036 0,000***
OLS med robusta S.E Skuldsättningsgrad 4,41*107 0,043** 0,4562 130
Nettovinst 8,68036 0,000***
GLS Skuldsättningsgrad 3,39*107 0,041** 0,43997 130
Nettovinst 4,612109 0,000***
Breusch och Pagan Prob.>chi2 = 0.0000 130
***/**/* = resultatet är signifikant på 10 % -, 5 % - respektive 1 % - nivån
I den här modellen tillförs ytterligare en till oberoende variabel, nettovinst. Det gör att förklaringsgraden ökar från ca 0,15 till nära 0,45. Likt resultaten för den föregående OLS- regressionen i modell 1 uppvisar skuldsättningsgraden ett signifikant resultat på 1 % -nivån; så gör även den andra variabeln, nettovinst. När en korrigering görs för heteroskedasticitet minskar signifikansnivån för skuldsättningsgraden till 5 % -nivån medan nettovinsten fortfarande är signifikant på 1 % - nivån.
Det föreligger industri- och/eller företagsspecifika faktorer som påverkar resultaten även i denna regression, varför en GLS-regression har gjorts för att korrigera för detta. Det påverkar inte resultaten i någon större utsträckning. Skuldsättningsgraden är fortfarande signifikant på 5 % - nivån och nettovinsten på 1 % -nivån. I samtliga modeller har både skuldsättning och nettovinst en positiv påverkan på företagsvärdet. En ökning av skuldsättningsgraden med en enhet ger en ökning i företagsvärdet med 3,39*107 till 4,41*107 kronor. En ökning av nettovinsten med en enhet ger en ökning av företagsvärde med mellan 4,61 till 8,68 kronor.
7 Overall r 2
5.3 Skuldsättningsgrad, nettovinst samt OMX30-utveckling som förklarande variabler
Tabell 4. Resultat modell 3
Modell Variabel Koefficent P-värde r2 N
OLS Skuldsättningsgrad 4,69*107 0,000*** 0,4868 130
Nettovinst 8,701782 0,000***
OMX30-utveckling 42 948,24 0,007***
OLS med robusta S.E Skuldsättningsgrad 4,69*107 0,035** 0,4868 130
Nettovinst 8,701782 0,000***
OMX30-utveckling 42 948,24 0,011**
GLS Skuldsättningsgrad 3,93*107 0,021** 0,45878 130
Nettovinst 4,63629 0,000***
OMX30-utveckling 40 289,64 0,002***
Breusch och Pagan Prob.>chi2 = 0,0000 130
***/**/* = resultatet är signifikant på 10 % -, 5 % - respektive 1 % - nivån
I den sista modellen finns tre oberoende variabler, skuldsättningsgrad, nettovinst och OMX30- utvecklingen. I den ursprungliga OLS-regressionen uppvisar samtliga variabler signifikanta värdena på 1 % -nivån. Förklaringsgraden ökar något från föregående modell. När korrigeringen för heteroskedasticitet genomföras förändras resultaten något. Nettovinsten förblir signifikant på 1 % -nivån medan skuldsättningsgraden och OMX30-utvecklingen är signifikanta på 5 % -nivån.
OMX30 är dock väldigt nära signifikansnivån på 1 % (0,011).
Breusch och Pagan-testet visar likt tidigare modeller att det föreligger industri- och/eller företagsspecifika faktorer vilket medför att en GLS-regression är den mest rättvisande modellen.
GLS-regressionen uppvisar signifikanta resultat för samtliga variabler, nettovinsten och OMX30- utvecklingen på 1 % -nivån och skuldsättningsgraden på 5 % nivån. En ökning av skuldsättningsgraden med en enhet ger ett ökat företagsvärde med mellan 3,93*107 och 4,69*107 kronor, en ökning av nettovinsten med en enhet ger en ökning med mellan 4,64 och 8,70 kronor och en ökning med en enhet i OMX30-utvecklingen ökar företagsvärdet med 40 289,64 till 42 948,24 kronor.
8 Overall r2
6. AVSLUTANDE DISKUSSION
Syftet med uppsatsen var att undersöka om det förelåg ett positivt samband mellan skuldsättningsgrad och företagsvärde hos svenska industriföretag på Stockholmsbörsens Large Cap-lista. I studien har det genomförts tre olika regressioner där det tillfördes fler förklarande variabler för varje modell. Förhoppningen var att det med upplägget skulle gå att se om ytterligare variabler kunde påverka den eventuella relation som fanns mellan den primära oberoende variabeln av intresse, skuldsättningsgraden och den beroende variabeln, företagsvärdet. Undersökningens resultat visar att fler oberoende variabler ökar förklaringsgraden vilket stämmer väl överens med tidigare antaganden i studien. Resultaten visar på ett positivt samband mellan skuldsättningsgrad och företagsvärde för studiens urval på 10 % -, 5 % - respektive 5 % -nivån för modell ett, två respektive tre. Nollhypotesen kommer därmed att förkastas för samtliga modeller men på skilda signifikansnivåer. Signifikansen är lägre när skuldsättningsgraden står ensam som förklarande variabel.
Det har under studiens gång identifierats ett antal problem med undersökningen vilket gör att resultaten bör tolkas med försiktighet. Det har i samtliga modeller främst varit de andra variablerna, nettovinst och OMX30-utvecklingen som gett mest signifikant resultat. Det visar att skuldsättningsgraden förvisso kan ha ett samband med ett högt företagsvärde men att det verkar finnas indikatorer som uppvisar ett starkare samband med förändringar i företagsvärdet. Det föreligger således ett positivt samband mellan skuldsättningsgrad och företagsvärde, men det går inte att med den information som inkluderas i studien uttala sig om vilken variabel som påverkar vilken.
Det fanns redan tidigt i uppsatsen en diskussion om problemet med att ha nettovinsten som en förklarande variabel. En fördel är att den justerar för trender över tid men en nackdel är att den likt företagsvärdet är uttryckt i kronor och att det därför kan bidra till de signifikanta värden den variabeln uppvisar. Både vinsten och OMX30-utvecklingen är nära sammankopplade med företagsvärdet beroende på att de när börsen utvecklas positivt följer ofta ökade vinster och därmed ett ökat företagsvärde med.
Studiens urval består av tretton företag; alla återfinns i industrisektorn men med olika typer av produktion. Vissa av bolagen är över hundra år gamla, andra är relativt nyetablerade. Det är rimligt att det finns skillnader inom urvalet som kan härledas till hur pass etablerat företaget är då
etableringsgraden kan påverka behovet av att finansiera investeringar med lån istället för eget kapital. Företagets verksamhet kan även den påverka belåningsgraden: viss verksamhet kräver tyngre investeringar än annan vilket i sådant fall avspeglas i företagens skuldsättning. I den data studien behandlar syns dessa skillnader. Seco Tools, ett företag specialiserat på att tillverka hårdmetallverktyg för skärande bearbetning har den lägsta genomsnittliga skuldsättningsgraden över perioden på 0,27. Det företag med högst genomsnittlig belåningsgrad är Scania med 1,66.
Scania är ett företag inriktat på tillverkning av tyngre motorfordon. Det visar på möjligheten att det inom urvalet troligen finns stora skillnader i belåningsgraden beroende på verksamhet och etableringsgrad varför studiens resultat bör analyseras med viss försiktighet på företagsnivå.
Utgångspunkten i studien är Modigliani och Millers teorem med skatter. Teoremet utgår från en värld med beskattning på företagens vinster vilket stämmer överens med den verklighet svenska industriföretag verkar i. Genom att företagen finansierar sin verksamhet med lån från externa kreditgivare finns det möjlighet att dra av de kapitalkostnader detta medför i form av räntekostnader från vinsten. Eftersom företagets vinst beskattas efter avdrag för räntekostnader kommer räntekostnader att öka nettovinsten, allt annat lika. Om företaget istället hade valt att finansiera investeringar med tillskott från aktieägarna i form av nytt aktiekapital hade den avkastning aktieägarna krävt i ersättning (utdelning) inte varit avdragsgill och således hade den inte förbättrat företagets vinst. Av vinsten avsätt oftast en del som utdelning till aktieägarna. Det innebär att även aktieägarna kan tjäna på en ökad belåning hos företaget. I studiens urval har belåningen i genomsnitt legat mellan 0,27 till 1,66 vilket är under och inom den uppskattning på en skuldsättningsgrad mellan ett till fyra som Urwitz uppskattade industrins belåningsintervall till.
Det verkar inte råda någon överskuldsättning inom svenska industriföretag och därmed verkar företagen inte agera i enlighet med Modigliani och Millers teorem och skuldfinansera sin verksamhet maximalt för att öka vinsten.
REFERENSLISTA
Tryckta källor:
Berk, J och DeMarzo, P. (2007), Corporate Finance, Pearson, Boston.
Esaiasson, P m.fl. (2009), Metodpraktikan, Norstedts Juridik, Stockholm.
Gujarato, D och Porter, D. (2009), Basic Econometrics, McGraw-Hill, Boston.
Ross, S, Westerfield, R, Jaffe, J och Jordan, B. (2008), Modern Financial Management, McGraw-Hill, Boston.
Stock, J och Watson, M. (2007), Introduction to Econometrics, Pearson, Boston.
Artiklar:
Modigliani, F och Miller, M. H. (juni 1958): 261-297, ”The Cost of Capital, Corporation Finance and the Theory of Investment”. American Economic Review nr 48.
Modigliani, F och Miller, M. H. (juni 1963): 433-443, ”Corporate Income Taxes and the Cost of Capital:
A Correction”. American Economic Review nr 53.
Rapport 2006:2, Övergång till internationella redovisningsregler IFRS, Finansinspektionen, Wennberg och Carlsson, Stockholm.
Graham, J. (oktober 2009), ”How big are the tax benefits of debt?”. The journal of finance nr 5, (110102).
Leimsdörfer, Bernhardtson, Westerberg och partners. (1997), ”Gynnas aktieägare av hög soliditet?”, (110102).
Internetkällor:
Nasdaq OMX Nordic, http://www.nasdaqomxnordic.se (101116).
Affärsvärlden, (970119), ”Kassafloden: Öka belåningen!”,
http://www4.affarsvarlden.se/hem/nyheter/article237490.ece?service=print, (101208).
Urwitz, G. (090816), ”Nödvändigt förändra reglerna för bankerna”, http://www.dn.se/debatt/del-2- gabriel-urwitz-nodvandigt-forandra-reglerna-for-bankerna-1.931757, (101208).
Fryskog, L. (090617), ”Vi behöver en tillväxt på 2 procent”, http://www.tcotidningen.se/robert- bergqvist-vi-behover-en-bnp-tillvaxt-pa-2-procent, (101207).
Qfinance, ”Understanding Capital Structure Theory: Modilgiani and Miller”, http://www.qfinance.com/balance-sheets-checklists/understanding-capital-structure-theory- modigliani-and-miller, (110102).
Databaser:
Thomson Reuters Datastream 101105 och 101110.
Statistiska Centralbyrån http://www.scb.se 101209.
APPENDIX
A. Genomsnittliga företagsvärde (i tusentals kronor)
B. Genomsnittlig skuldsättningsgrad
