Företagsekonomiska institutionen FEKH19
Examensarbete i Strategic Management på kandidatnivå VT 2020
Blir företag bättre med tiden?
En studie om hur företagsålder påverkar konkurrensfördelar inom IT-branschen
Författare:
Caroline Smedmark Daniel Åhré
Frida Mattsson
Handledare:
Niklas L. Hallberg
SAMMANFATTNING
Examensarbetets titel: Blir företag bättre med tiden? – En studie om hur
företagsålder påverkar konkurrensfördelar inom IT-branschen Seminariedatum: 2020–06–03
Ämne/kurs: FEKH19
Författare: Caroline Smedmark, Daniel Åhré & Frida Mattsson Handledare: Niklas L. Hallberg
Nyckelord: IT-branschen, EBITDA-marginal, företagsålder, konkurrensfördelar
Syfte: Studiens syfte är att undersöka huruvida det går att påvisa ett samband mellan företagsålder och
konkurrensfördelar inom IT-branschen.
Metod: En kvantitativ longitudinell ansats med hypotetisk-deduktiv metod med utgångspunkt i framtagna hypoteser, vilka testas empiriskt utifrån paneldata och regressionsanalyser med fixerade effekter. En deskriptiv analys genomfördes för
IT-branschen som helhet. Regressionsanalyser genomfördes för den kinesiska, amerikanska (USA) och franska marknaden.
Teoretiska perspektiv: Ackumulering av tillgångar är en process som beskriver hur tid kan spela en avgörande roll för skapandet av
konkurrensfördelar. Spårbundenhet beskriver de processer som gör att företag fastnar i sina hjulspår och inte lyckas följa med i marknadens utveckling. Schumpeterianska chocker utsätter företag och branscher för förändringar där förmågan till anpassning sätts på prov.
Empiri: Studiens empiri består av 2 678 IT-företag från 54 olika länder under tidsperioden 2010 till 2018 med 18 198 observerade årsredovisningar hämtade från Orbis databas. IT-branschen kännetecknas för att vara innovativ och utsättas för förändring.
Studien undersöker därför sambandet mellan företagsålder och EBITDA-marginal över tid.
Slutsats: Studiens resultat finner ett negativt samband mellan
företagsålder och EBITDA-marginal. Sambandet är signifikant för USA och Kina men inte statistiskt säkerställt för Frankrike.
ABSTRACT
Title: Do companies become better with time? – A study on how firm age affects competitive advantage within the IT industry
Seminar date: 2020–06–03
Course: FEKH19
Authors: Caroline Smedmark, Daniel Åhré & Frida Mattsson
Advisor: Niklas L. Hallberg
Key words: IT-industry, EBITDA-margin, firm age, competitive advantage Purpose: The purpose of the study is to investigate whether it is possible
to identify a relationship between firm age and competitive advantage within the IT industry.
Methodology: A quantitative longitudinal approach with a hypothetical deductive method where hypotheses were developed and empirically tested using panel data and regression models with fixed effects. A descriptive analysis was performed for the IT industry as a whole. Regression analyses were performed for the Chinese, American (US) and the French market.
Theoretical perspective: Asset stock accumulation is a process that describes how time can play a crucial role for the creation of competitive
advantages. Path dependence describes the processes in which companies get stuck in their old habits and fail to keep up with the market development. Schumpeterian shocks expose companies and industries to change whereby their ability to adapt is challenged.
Empirical foundation: The empirical data consists of 2 678 IT companies from 54 different countries during the period 2010 to 2018 with 18 198 observed annual reports retrieved from Orbis database. The IT industry is characterized as being innovative and exposed to change. The study therefore examines the relationship between firm age and EBITDA-margin over time.
Conclusion: The results of the study shows a negative relationship between firm age and EBITDA-margin. The results are significant for USA and China but not statistically significant for France.
INNEHÅLLSFÖRTECKNING
INLEDNING 1
TEORETISK REFERENSRAM OCH HYPOTESBILDNING 4
Konkurrensfördelar: definition och uppkomst 4
Konkurrensfördelar på Schumpeterianska marknader 6
Finansiella prestationer som mått på konkurrensfördelar 8
Sambandet mellan företagsålder och konkurrensfördelar 9
Positiva effekter av en ökad företagsålder 10
Negativa effekter av en ökad företagsålder 11
METOD 13
Urval 13
Val av bransch och vidare avgränsningar. 13
Geografiskt urval. 15
Val av tidsperiod. 16
Bortfall. 16
Beskrivning av forskningsinstrument 17
Variabler 17
Företagsålder. 17
Konkurrensfördelar. 18
Kontrollvariabler. 19
Tillvägagångssätt 20
Dataanalys 26
Multikollinearitet. 26
Heteroskedasticitet. 27
Autokorrelation. 27
Metoddiskussion 27
Validitet. 28
Reliabilitet. 28
Bortfallsanalys. 29
RESULTAT 30
Resultat för den kinesiska marknaden 32
Resultat för den amerikanska marknaden 34
Resultat för den franska marknaden 36
ANALYS 39
Analys av den kinesiska marknaden 39
Analys av den amerikanska marknaden 40
Analys av den franska marknaden 42
Variablernas egenskaper 43
Resultatens generaliserbarhet 44
SLUTSATS OCH DISKUSSION 45
Slutsats 45
Studiens implikationer 46
Förslag till framtida forskning 47
REFERENSLISTA 49
BILAGOR 54
INLEDNING
När forskare studerat frågan huruvida äldre företag presterar bättre än sina yngre konkurrenter har resultaten skiljt sig åt. Flertalet empiriska och teoretiska underlag har framförts, vilka visar både för- och nackdelar med att åldras inom en given industri.
Exempelvis fann Pervan, Pervan & Ćurak (2017) i en studie av den kroatiska livsmedelsindustrin att en högre företagsålder påverkade företagets finansiella prestation negativt. Haykir & Celik (2018) vilka studerade familjeägda företag i Turkiet kunde å andra sidan påvisa en positiv trend mellan företagsålder och lönsamhet. Resultaten från en tredje studie av Almajali, Alamro & Al-Soub (2012) utförd på den jordanska försäkringsbranschen visade att det inte fanns något säkerställt samband mellan företagsålder och deras finansiella prestationer.
Även i det teoretiska ramverket finns det argument som talar både för och emot en ökad företagsålder. Bland teoretikerna som talar för äldre företag återfinns Dierickx & Cool (1989), vilka menar att åldern kan ge ett försprång som i princip är omöjligt för de yngre företagen att ta igen. Det menar författarna beror på att konkurrensfördelar uppstår när tillgångar ackumuleras över tid – en process som inte kan påskyndas. Även Penrose (1995) understryker hur tidigare ackumulerad kunskap, erfarenheter och framgångar kan generera fördelar för framtiden.
Samtidigt finns teorier som talar emot de äldre företagen. Investeringar som företag gör kan bli irrelevanta när nya teknologier introduceras och skapar nya förutsättningar.
Företagen står då inför dilemmat att antingen överge eller stå fast vid sin nuvarande metod.
Risken är att de till följd av sina tagna kostnader behåller en befintlig teknologi, trots att den 1
1 Översatt från engelskans sunk costs.
typen av slutledning är felaktig och det vore mer lönsamt om teknologin ersattes ( Arkes &
Blumer, 1985; Besanko, Dranove, Shanley & Schaefer, 2013; Teece, Pisano & Shuen, 1997).
Det finns även risk att äldre företag fastnar i sina hjulspår samtidigt som nya, innovativa och organisatoriskt flexibla företag skapar nya marknadsförutsättningar. Denna spårbundenhet2 som utvecklas över tid kan begränsa etablerade företags förmåga att anpassa sig när branschen förändras (Teece et al., 1997).
Mot bakgrund av de olika slutsatser som dragits kring sambandet mellan företagsålder och konkurrensfördelar ämnar denna studie att utforska området ytterligare. Studiens frågeställning blir därför:
Hur påverkas konkurrensfördelar av företagsålder?
Föremålet för studien är den informationsteknologiska branschen och har valts ut då den över tid påvisat stora förändringar , vilka kan liknas vid Schumpeterianska chocker3 .
Chockerna uppstår då nya innovationer avlöser sina föregångare och borde i teorin ha kraften att kunna nollställa etablerade företags inlärningskurvor (Besanko et. al, 2013). Det är4 således en bransch där normbrytande teknologier på ett drastiskt sätt kan förstöra och skapa konkurrensfördelar, vilket gör den intressant för en studie av företagsålder och lönsamhet. På en föränderlig marknad borde de företag som bäst kan anpassa sin verksamhet efter förutsättningarna vara de som gynnas (Teece et al., 1997), vilket innebär att dessa företag 5 skaffar sig fördelar gentemot konkurrenterna.
Konkurrensfördelar analyseras i studien utifrån finansiell prestation, i likhet med bland annat Baldwin & Clark (1991) samt Lev & Sougiannis (1992). Genom att undersöka prestation i kvantitativa termer går det inte att uttala sig om vilka specifika
2 Översatt från engelskans path dependence.
3 Exempelvis vid introduktionen av telefonen, persondatorn, smarttelefonen med mera.
4 Hänvisar till fördelar som härstammar från ackumulerad erfarenhet och kunskap (Besanko et al., 2013).
5 Teece et al., (1997) benämner dessa förmågor till anpassning dynamic capabilities.
konkurrensfördelar det rör sig om, men likväl deras effekt på den finansiella prestationen (Almajali et al., 2012; Baldwin & Clark, 1991; Iswatia & Anshora, 2007; Klein, 2011; Lev &
Sougiannis, 1992). För denna studie har lönsamhetsmåttet EBITDA-marginal valts ut, där en6 högre marginal indikerar konkurrensfördelar. Företagsålder definieras i studien som antal år från företagets registrering. För att analysera samband över tid har paneldata för åren 2010–2018 sammanställts från 2 678 företag baserade i 54 olika länder. Vidare har studien genomfört separata regressionsanalyser för Kina, USA och Frankrike för att fånga skillnader som kan uppstå mellan länder. Det eventuella sambandet mellan företagsålder och lönsamhet testas med hjälp av regressionsanalyser med fixerade effekter , vilket motiveras utifrån den 7 insamlade datans egenskaper.
Slutligen är studiens syfte att undersöka huruvida det går att påvisa ett samband mellan företagsålder och konkurrensfördelar bland företag inom IT-branschen. I studien prövas de bakomliggande teorierna med IT-branschen som analysobjekt, men den teoretiska utgångspunkten går att applicera även på andra industrier. Förhoppningen är därför att kunna bidra till en större förståelse som även når bortom den informationsteknologiska branschens gränser.
6 EBITDA-marginal är företagets Earnings Before Interest, Tax, Depreciation and Amortization dividerat på företagets rörelseresultat.
7 Översatt från engelskans fixed effects.
TEORETISK REFERENSRAM OCH HYPOTESBILDNING
Det finns flertalet teorier som försöker förklara under vilka förutsättningar konkurrensfördelar uppstår. En del teoretiker betonar yttre faktorers påverkan, såsom den specifika industrins egenskaper och samspelet konkurrenter emellan. Andra fokuserar tvärtom på inre faktorer, såsom företagsspecifika tillgångar och processer för att förklara varför vissa företag lyckas bättre än andra. Utgångspunkterna skiljer sig således åt och genererar därför olika slutsatser. Vidare finns det ingen entydig teoribildning kring hur konkurrensfördelar påverkas av att företag blir äldre, vilket speglas i resultaten från de studier som undersökt sambandet mellan konkurrensfördelar och företagsålder. Studierna har funnit motsägande samband, vilket kan antas bero på samspelet mellan de många processer som förknippas med företags åldrande och uppkomsten av konkurrensfördelar. Följande avsnitt går djupare in på konkurrensfördelar, hur de definieras, utvecklas och mäts. Därefter diskuteras hur konkurrensfördelar påverkas av tidens gång, vilket så småningom mynnar ut i studiens hypotes kring sambandet mellan konkurrensfördelar och företagsålder.
Konkurrensfördelar: definition och uppkomst
Definitionen av en konkurrensfördel tenderar att skilja sig åt beroende på sammanhang. För denna studie används Michael Porters definition ur Competitive Advantage från 1985. Enligt Porter är en konkurrensfördel resultatet av att ett företag lyckas skapa värde för sina köpare vilket överstiger företagets kostnad för att skapa det. I praktiken kan företag göra det antingen genom ett likvärdigt erbjudande till ett lägre pris än konkurrenterna, eller ett mer fördelaktigt erbjudande än konkurrenterna till ett likvärdigt pris. För att skildra hur
olika teoretiska perspektiv förklarar konkurrensfördelars uppkomst presenteras här först tre teorier som fått mycket uppmärksamhet inom litteraturen . 8
Den första, Michael Porters Five Forces-modell från 1980, har utgångspunkten att det är den specifika industrins egenskaper som avgör företagets framgång. Faktorerna i Porters ramverk är förutom den interna konkurrensen mellan befintliga företag även förhandlingskraften hos köpare och leverantörer samt hotet från potentiella substitut och nya aktörer. När företag på olika sätt lyckas förhindra eller mildra dessa krafters påverkan kan de skapa utrymme för lönsamhet. De företag som är verksamma inom en industri med höga inträdesbarriärer kan därför uppnå en konkurrensfördel som tack vare branschens struktur9 kan hålla över tid. Det följer att modellen kan användas för att jämföra konkurrenskraften industrier emellan men förklarar inte varför företag kan ha olika starka konkurrensfördelar trots att de tillhör samma industri (Teece et al., 1997).
Det andra perspektivet utgörs av Carl Shapiros (1989) resonemang där spelteori används för att analysera konkurrensfördelar på företagsnivå. Ansatsen utgår ifrån interaktionen mellan konkurrerande företag och de strategiska beslut som kan påverka förhållandena på marknaden. Genom att förändra spelplanens förutsättningar kan företag enligt Shapiro uppnå en högre lönsamhet än konkurrenterna. Shapiros ansats har bidragit till ett perspektiv på kostnader som ett strategiskt verktyg och inte bara ett nödvändigt ont. Den har däremot även kritiserats för att vara en alltför hårt dragen förenkling av verkligheten och därför inte vara praktiskt tillämpbar. Teece et al., (1997) tillägger att det finns många förutsättningar under vilka asymmetrier mellan företagen helt och hållet kommer dominera de spelteoretiska strategiernas påverkan.
8 Teorierna har sammanställts utifrån Teece et al., (1997).
9 Förekomsten av hinder inom en bransch som försvårar eller stoppar aktörer från att etablera sig inom denna bransch eller affärsområde.
Slutligen har det resursbaserade perspektivet , hädanefter benämnt RBV, bidragit10 med ytterligare ett perspektiv. Teorin utgår ifrån det enskilda företagets unika resurser för att förklara varför vissa företag är mer framgångsrika än andra. Med resurser menas alla tillgångar, förmågor, organisatoriska processer, information, kunskap, med mera som kontrolleras av ett företag och som möjliggör effektivitetsförbättrande strategier. Istället för att analysera industrins egenskaper eller konkurrenternas beslut fokuserar teorin på att förklara under vilka förutsättningar en företagsspecifik resurs kan ge upphov till en hållbar konkurrensfördel (Barney, 1991). Synen på resurser och hur dessa kan införskaffas och förflyttas skiljer sig betydligt mellan RBV och Michael Porters teori. Enligt RBV är resurser heterogena, det vill säga har varierande egenskaper beroende på företaget de tillhör. De är dessutom imperfekt mobila och kan därför inte obehindrat byta ägare (Barney, 1991). Porter (1980) utforskar dock inte sådana aspekter, utan behandlar snarare resurserna som relativt lättanskaffliga tillgångar. Denna fundamentala skillnad leder därmed till olika slutsatser kring företagets väg till konkurrensfördelar. Den ena framhåller, i likhet med Shapiro (1989), de externa faktorernas betydelse medan den andra argumenterar för de interna faktorernas kritiska roll.
Konkurrensfördelar på Schumpeterianska marknader
Gemensamt för Porter, Shapiro och Barney är att de inte belyser hur konkurrensfördelar skapas och förstörs i föränderliga miljöer. Schumpeter et al., (2008) ansåg att kapitalismen är ett ekonomiskt system som är i ständig förnyelse och rörelse vilket innebär att den cykliska omvandlingen dör om detta system stannar. Den skapande förstörelsens11 process är kärnan i Schumpeters teori för kapitalismens överlevnad. Ekonomin kan således
10 Översatt från engelskans the resource based view.
11 Översatt från engelskans creative destruction.
enligt författaren aldrig vara stationär, utan antar en evolutionär karaktär som påverkas av den sociala miljö där ekonomiskt handlande sker. Schumpeter et al., (2008) skriver också att entreprenören är nyckeln i denna kapitalistiska process, som med sina innovationer skapar nya förutsättningar i det ekonomiska systemet. Dessa chocker stör balansen i ekonomin då entreprenörens nya idéer genererar ett högre B −C , det vill säga en större skillnad mellan12 det upplevda värdet för kunden och priset de får betala för produkten (Hallberg, 2017).
Christensen (2016) skriver i sin bok The Innovator’s Dilemma att chockerna inte beror på en inkrementell förbättring i B − C jämfört med sina föregångare, utan snarare på banbrytande teknologier som kraftigt sänker C. Dessa snabba teknologiska innovationer benämns därför disruptiva teknologier 13(Schumpeter et al., 2008).
Givet en Schumpeteriansk marknad riskerar därför en analys som inte tar hänsyn till förändring att bli tämligen begränsad (Eisenhardt & Martin, 2000; Teece et al., 1997). Som Eisenhardt & Martin (2000) konstaterar finns det skäl att ifrågasätta hur pass hållbara konkurrensfördelar egentligen är i en sådan miljö. Teece et al., (1997) framför teorin om dynamiska förmågor , det vill säga betydelsen av att företag förvaltar14 sina resurser på bästa sätt för att möta förändring. En dynamisk förmåga definieras av författaren som företagets förmåga att integrera, bygga och konfigurera kompetenser för att möta snabbföränderliga marknadsvillkor. Eisenhardt & Martin (2000) beskriver dessa mer konkret som specifika strategiska och organisatoriska processer såsom produktutveckling, skapande av allianser, samt strategiskt beslutsfattande vilka skapar värde genom att omvandla resurser till nya värdeskapande strategier. I takt med att marknader uppstår, slås samman, delas, utvecklas och
12 Där B står för benefit och C för cost.
13 Översatt från engelskans disruptive technologies.
14 Översatt från engelskans dynamic capabilities.
stagnerar måste även resurser förvärvas, integreras och kombineras på nya sätt (Eisenhardt &
Martin, 2000).
Finansiella prestationer som mått på konkurrensfördelar
Det är inte oproblematiskt att mäta konkurrensfördelar i kvantitativa termer, men det finns stöd för att det kan vara meningsfullt att dra slutsatser kring konkurrensfördelar utifrån finansiella prestationer. Enligt Marcus (2005) är ett genomsnittligt finansiellt resultat som ligger över medelvärdet för branschen ett bevis på konkurrensfördelar, något som även stöds av Elshaer & Augustyn (2016). Det finns även stöd för att företag som över tid presterar bättre än branschen i övrigt, mätt i finansiella prestationer, kan antas ha en konkurrensfördel (Baldwin & Clark, 1991; Day, 1984; Lev & Sougiannis, 1992; Porter, 1985; Reed &
DeFillippi, 1990; Rouse & Daellenbach, 1999). Bland de som kritiserat tillvägagångssättet finns Powell (2001) som menar att sambandet mellan finansiella prestationer och konkurrensfördelar är för tvetydigt. Enligt Powell är hypoteser om att konkurrensfördelar leder till överlägsen prestation alltför varierande och ger inte möjlighet till några robusta tolkningar av orsak och verkan.
Som Klein (2011) påpekar kan de tillgångar som ligger till grund för konkurrensfördelarna inte alltid värderas i kronor och ören, exempelvis humankapital, företagskultur eller strategier. Därför är det svårt, om inte omöjligt, att urskilja konkurrensfördelar enbart utifrån en balansräkning. Konkurrensfördelarna borde dock generera en finansiell avkastning som bekräftar deras förekomst, oavsett om de härstammar från en redovisningsbar tillgång eller inte. Almajali et al., (2012) beskriver hur konkurrensfördelar påverkar lönsamheten genom att resurser används mer effektivt. Vidare är företagets finansiella prestation enligt Iswatia & Anshora (2007) en funktion av
organisationens förmåga att erhålla och förvalta resurser för att utveckla konkurrensfördelar. I ett liknande resonemang framhåller Baldwin & Clark (1991) hur organisationens processer och resurser är relaterade till förväntade framtida resultat. Vidare fann Lev & Sougiannis (1992) att företagets investeringar i förmågor såsom forskning och utveckling var starkt sammankopplade med aktievärde och avkastning. Det finns därför belägg för att interna resurser, processer samt förmågor, och därmed konkurrensfördelar, kan speglas i externa finansiella rapporter.
Sambandet mellan företagsålder och konkurrensfördelar
Studier av ålder som bidragande faktor till konkurrensfördelar har genererat flertalet olika utfall. Loderer & Waelchli (2009) presenterar resultat som tyder på att företag med åren minskar i lönsamhet då både vinstmarginal och avkastning på totalt kapital minskade.
Författarna förklarar resultaten utifrån att företagets investeringsmöjligheter mattas av då diversifieringsmöjligheterna och riskspridningen når en mättnad. De menar även att ägarstrukturer blir mer komplexa med åldern, vilket medför att beslutsprocesser tar längre tid och omfattas av en högre grad byråkrati. Vidare förklaras det negativa sambandet mellan företagsålder och lönsamhet i studien också av ökade kostnader för företaget, minskad tillväxt samt den organisatoriska stelheten som uppstår med åldern. Pervan et al., (2017) som studerade den kroatiska livsmedelsindustrin fann också ett negativt samband mellan företagsålder och finansiella prestationer. Fyndet tolkas i linje med Loderer & Waelchli (2009) som en konsekvens av byråkratisk styvhet i organisationen vilken blir mer påtaglig med tiden och överskuggar den uppbyggda erfarenhet och kunskap som annars skulle gynna äldre företag.
Haykir & Celik (2018) beskriver å andra sidan en positiv trend mellan företagsålder och lönsamhet hos familjeägda företag i Turkiet. Studien antyder att yngre företag uppnår högre vinst tills de når en viss ålder. När företagen passerar denna tröskel presterar äldre företag bättre än yngre företag. Coad, Segarra-Blasco, & Teruel (2013) undersökte huruvida företagsålder har en signifikant betydelse för de finansiella prestationerna och således konkurrensfördelar. Studien fann att yngre företag var mindre lönsamma men uppvisade en stark tillväxt i termer av försäljning och vinst. Avslutningsvis fann Almajali et al., (2012) i en studie av den jordanska försäkringsbranschen att det inte fanns något statistiskt säkerställt samband mellan företagsålder och finansiella prestation mätt i avkastning på totalt kapital.
Positiva effekter av en ökad företagsålder
Dierickx & Cool (1989) beskriver ackumulering av tillgångar 15som en process där tid kan spela en avgörande roll för skapandet av konkurrensfördelar. Argumentet är att många av de tillgångar som särskiljer företaget från dess konkurrenter, exempelvis ett gott rykte, måste ackumuleras över tid. På så vis gynnas äldre företag och tidsfaktorn fungerar som ett skydd mot imitation av tillgångarna. Författarna beskriver hur tidskompression, det vill säga ett försök att skynda på ackumuleringsprocessen, leder till marginellt avtagande avkastning .16 Det går med andra ord inte att uppnå ett likvärdigt resultat på kortare tid, trots att företaget i övrigt kan ha alla nödvändiga komponenter. Vidare menar författarna att den befintliga uppsättningen tillgångar underlättar ackumuleringen av ytterligare tillgångar. Logiken bygger på den snöbollseffekt som uppstår då initial framgång leder till en fördelaktig position för att anskaffa tillgångar, vilket i sin tur genererar framgång och en ännu mer fördelaktig position.
Exempelvis kan ett företag med en stor befintlig kunskapsbas ha bättre förutsättningar för
15 Översatt från engelskans asset stock ackumulation.
16 Dierickx & Cool (1989) benämner processen time compression diseconomies.
ytterligare framsteg än företag med relativt mindre ackumulerad kunskap. Tillgångar kan också vara beroende av varandra – författarna beskriver hur förmågan att exempelvis utveckla nya relevanta produkter till stor del är beroende av den existerande kundbasens synpunkter och förslag (Dierickx & Cool 1989). På liknande sätt understryker även Penrose (1995) hur tidigare ackumulerad kunskap, erfarenheter och inte minst framgång gör ett företag mer konkurrenskraftigt.
Mot bakgrund av hittills framförda resonemang om konkurrensfördelar och företagsålder formuleras följande hypotes:
Hypotes 1: Det finns ett positivt samband mellan företagsålder och finansiell prestation.
Negativa effekter av en ökad företagsålder
En ökad företagsålder kan också antas ha en negativ inverkan på verksamheten. Det finns mekanismer som talar för att organisationer blir mindre förmögna att möta förändringar i takt med att företagets ålder ökar, det vill säga mekanismer som försvagar dynamiska förmågor. Teorin om spårbundenhet utgår från principen att tidigare händelser påverkar framtida utfall. Därför har de investeringar som görs och de rutiner som etableras inte bara en betydelse för nutida verksamhet, utan även för de beslutsalternativ som finns tillgängliga för framtiden (Teece et al., 1997). Processen sker genom att antalet tillgängliga alternativ gradvis smalnar av tills de potentiellt resulterar i en inlåsningseffekt. Ett beslut som fattas kan i kombination med en slumpartad händelse resultera i en oavsiktlig självförstärkande effekt, vilket leder till att en viss typ av handlingsmönster blir allt mer dominant. Ytterst leder denna process till att verksamheten tvingas följa en utstakad väg, trots att det hade kunnat finnas mer effektiva tillvägagångssätt (Sydow, Schreyögg & Koch, 2009).
På liknande sätt beskriver Besanko et., al (2013) hur effekten av tagna kostnader 17 skapar en tröghet hos företag som investerat betydliga resurser och förmågor i en viss teknologi. Effekten uppstår när tidigare investeringar gör företagsledare mer benägna att behålla befintlig teknologi. Denna typ av slutledning är felaktig då investeringarna utgör tagna kostnader och därför inte borde tas i beaktning ( Arkes & Blumer, 1985; Besanko et al., 2013). Det leder, likt teorin om spårbundenhet, till att företag tillämpar mindre effektiva lösningar trots att det hade kunnat finnas bättre alternativ (Besanko et al., 2013). Ytterligare en effekt som talar emot äldre företag är att de ackumulerade tillgångar som beskrivs av Dierickx & Cool (1989) med tiden även minskar i värde, vilket liknas vid en eroderande process. I takt med att marknaden förändras kan exempelvis teknologi som tidigare utgjorde en fördel förlora sin relevans eller varumärken hamna i glömska. Därför är det samspelet mellan de ackumulerande och eroderande processerna som avgör storleken på de tidigare etablerade företagens försprång.
Ur ovanstående resonemang formas därmed även följande hypotes:
Hypotes 2: Det finns ett negativt samband mellan företagsålder och finansiell prestation.
17 Översatt från engelskans sunk cost effect.
METOD
Studien utgår ifrån en kvantitativ ansats med grund i en hypotetisk-deduktiv metod där framtagna hypoteser testas empiriskt. Utifrån de empiriska testerna kommer hypoteserna accepteras eller förkastas. Detta utförs genom användandet av kvantifierbara variabler för att påvisa eventuella samband. Efter att ha hypoteserna accepterats eller förkastats applicerades resultatet på det teoretiska ramverket för att analysera sambandet mellan variablerna.
Hypoteserna tar avstamp i att det finns ett samband mellan företagsålder och EBITDA-marginal. I studien användes paneldata då konkurrensfördelar är något företag utvecklar över tid och eftersom paneldata ger en ökad sannolikhet att finna och bevisa samband mellan studerade variabler (Bryman & Bell, 2017).
Urval
Studiens slutgiltiga urval bestod av 2 678 IT-företag från 54 länder vilka studerades under perioden 2010–2018. Urvalsprocessens respektive steg beskrivs och motiveras nedan.
Val av bransch och vidare avgränsningar. I syfte att fånga en bransch som utsätts för Schumpeterianska chocker och som drivs av innovation gjordes en första avgränsning till IT-företag utifrån NACE Rev. 2 . Industriklassificieringssystemet utgår ifrån europeiska18 förutsättningar och är baserat på Förenta Nationernas internationella industriklassificeringssystem ISIC . NACE Rev. 2 är lämpligt för studien då det återspeglar19 teknisk utveckling och strukturella förändringar i ekonomin, vilket bidrar till mer jämförbara och relevanta uppgifter på både europeisk och nationell nivå (Eurostat, 2006).
18 NACE är en akronym som översatt från franska står för Statistisk klassificering av ekonomiska aktiviteter i europeiska gemenskapen.
19 ISIC är en engelsk akronym för International Standard Industrial Classification.
Urvalet är vidare framarbetat på följande avgränsningar:
❖ NACE Rev. 2, kategori: 261, 262, 263, 6201, 6209, 631 20
❖ Enbart aktiva företag 21
❖ Enbart företag med minst 50 anställda
❖ Krav på redovisningspraxis enligt IFRS alternativt GAAP
❖ Enbart publika bolag 22
För att urvalet inte skulle ske på godtyckliga grunder valdes de kategorier som närmast återspeglar den definition av IT-branschen som fastställts av Nationalencyklopedin, vilken lydertillverkning av data- och kommunikationsprodukter, telekommunikationsindustri, datakonsult- och datorserviceverksamhet samt handel med dator- och kommunikationsprodukter (Nationalencyklopedin, 2020). Urvalet inkluderar därmed både tillverkande företag och tjänsteföretag.
Avgränsningen till aktiva företag gjordes med motiveringen att företag som är inaktiva eller har okänd status inte tillför ett pålitligt underlag och bör därmed inte användas i urvalet för en aktiv population. Även aktiva företag som under de studerade åren stod med inställda betalningar, var i insolvensförfaranden, var föremål för en räddningsplan, rekonstruktion eller var vilande uteslöts i urvalet. För att undvika små företag, skalföretag eller oetablerade företag som trots det är listade på en börs omfattar urvalet endast företag med minst 50 anställda.
Även redovisningspraxis ingår i urvalet då gemensamma riktlinjer för hur finansiell prestation rapporteras ger studien en högre reliabilitet. IFRS23 och GAAP24 tillhör de
20 Kategorierna innefattar 261 – Manufacture of electronic components and boards, 262 – Manufacture of computers and peripheral equipment, 263 – Manufacture of communication equipment, 6201 – Computer programming activities samt 631 – Data processing, hosting and related activities; web portals.
21 Ett registrerat bolag som deltar i handelsaktiviteter
22 Ett företag vars aktier handlas fritt på en börs
23International Financial Reporting Standards
24Generally Accepted Accounting Principles.
internationellt sett mest frekventa och accepterade redovisningsstandarderna för publika bolag (FASB, 2020; IFRS, 2018). Liknande redovisningsstandarder är även en förutsättning för att rättvist jämföra företag över olika geografiska marknader med olika legala förutsättningar. Genom att implementera IFRS och GAAP i urvalskriterierna får studien ett stort urval av IT-företag med internationellt accepterade riktlinjer för hur finansiella resultat redovisas, vilket ökar pålitligheten i studiens resultat.
Avgränsningen till publika bolag motiveras av tillgången på finansiell data för att skapa ett legitimt underlag för studien. Publika bolag, liksom redovisningsstandarder, är förknippade med krav på regelbundna rapporter och generella riktlinjer för hur dessa skall redovisas. Publika bolag omfattas även av redovisningsplikt med auktoriserad revisor, vilket genererar ett pålitligt finansiellt underlag för de studerade företagen (Ross, 2018).
Geografiskt urval. Studiens slutgiltiga urval bestod av data från 54 olika länder. Av dessa valdes Kina, USA och Frankrike ut för regressionsanalyserna, då de utgör de största nationella marknaderna i Asien, Amerika respektive Europa (se Diagram 1). Marknaderna har även valts ut för att möjliggöra en jämförelse mellan olika geografiska områden, vilket inte hade varit möjligt vid en analys av hela rampopulationen. Studien kan därmed fånga variationer som uppstår på grund av marknadsspecifika omständigheter vars effekter inte elimineras av en gemensam redovisningsstandard. Vidare valdes de tre marknaderna Kina, USA och Frankrike ut i syfte för att erhålla en större geografisk spridning, jämfört med att studera de tre största marknaderna sett till antalet observationer vilka då skulle vara Kina, Japan och USA. Att den japanska marknaden inte är med i urvalet för regressionsanalyserna beror på att den ansågs vara för geografiskt närliggande med den kinesiska marknaden.
Utifrån samma resonemang inkluderas exempelvis inte heller Tyskland eller Storbritannien, då de ansågs vara närliggande den franska marknaden. Möjligheten att kunna analysera
ytterligare geografiskt utspridda marknader begränsades då av antalet tillgängliga observationer. Exempelvis hade den australiensiska marknaden kunnat vara av intresse för att uppnå en ännu större geografisk mättnad. Marknaden stod dock endast för 23 observationer i det slutliga urvalet (se Bilaga 1), vilket för studien inte ansågs vara tillräckligt för att generera ett robust resultat. Regressionsanalyserna baserades således på data från 1 653 unika företag varav 1 282 var baserade i Kina, 287 i USA och 84 i Frankrike.
Val av tidsperiod. Studien baserades på data för nio år under perioden 2010–2018.
Åtta år är enligt Konjunkturinstitutet (2020) den bortre gränsen för en konjunkurcykels varaktighet. En period på nio år ansågs i studien därför vara tillräcklig för att ge utrymme för svängningar i konjunkturen. För att kunna basera analysen på så aktuell och komplett data som möjligt studeras åren 2010–2018.
Bortfall. Totalt fanns det 1 635 806 bolag registrerade i Orbis databas som föll under valda kategorier i NACE Rev. 2. Efter avgränsningarna i urvalsprocessens andra steg bestod studiens totala rampopulation av 2 783 företag. De företag som ingick i rampopulationen men som saknade uppgifter för minst ett år eller en av studiens variabler eliminerades, vilket innebar ett slutgiltigt urval om 2 678 företag. Bortfallets implikationer för studien analyseras i avsnittet Bortfallsanalys.
Beskrivning av forskningsinstrument
För insamling av data valdes databasen Orbis då den på ett överskådligt sätt genererade information baserat på de urvalskriterier som ställts upp för studien. Datan sorterades och omstrukturerades till longitudinell form i Microsoft Excel. Här eliminerades även de observationer där data saknades för någon av variablerna. Därefter importerades datan till ekonometriprogrammet EViews där även resterande datahantering och analys genomfördes.
Variabler
Följande avsnitt behandlar de olika variablerna som använts för att analysera relationen mellan företagsålder och konkurrensfördelar. Som tidigare beskrivits är förutom företagsålder även variabeln EBITDA-marginal i fokus för studien. Övriga variabler fungerar som kontrollvariabler för att säkerställa studiens resultat, vilket beskrivs mer i detalj under avsnittet Kontrollvariabler.
Företagsålder. I studien har företagsålder definierats utifrån året då företagen registrerades. Beslutet grundades i att de mekanismer som beskrivs i den teoretiska referensramen börjar verka så fort verksamheten startar. Dessa mekanismer är exempelvis den ackumuleringsprocess som Penrose (1995) och Dierickx & Cool (1989) beskriver, samt teorin om spårbundenhet (Sydow et al., 2009; Teece et al., 1997). Registreringsåret är det tidigaste konkreta beviset på företagets existens och användes därför som urvalsparameter för företagsålder.
Ett alternativ till att definiera företagsålder hade varit att utgå från företagets Initial Public Offering (IPO), det vill säga året då allmänheten kunde teckna och förvärva aktier i
bolaget. Ett av studiens urvalskriterier är att företaget ska vara publikt, vilket genererar en alternativ definition av företagsålder för studien att ta ställning till. Användandet av IPO-datumet hade kunnat motiveras på grunder såsom rättvisare fördelning av kapitalstruktur, ägarstrukturer och den marknadsföring som tillkommer genom publik handel av bolagets värdepapper (Loderer & Waelchli, 2009). En sådan utgångspunkt hade dock medfört ett kortare åldersspann för respektive företag, vilket hade gjort det svårare att uttala sig om de långvariga mekanismer som beskrivs ovan. Påverkan hade blivit särskilt stor för de företag som börsintroducerades betydligt senare än tidpunkten för registrering. Detta hade producerat skeva resultat då företag som egentligen borde betraktas som gamla felaktigt tolkas i linje med de mekanismer och processer som talar för unga företag, vilket hade gjort analysen felaktig.
Konkurrensfördelar. Konkurrensfördelar mäts i studien utifrån företagens EBITDA-marginal. Förkortningen EBITDA översätts på svenska till rörelseresultat före ränteintäkter, räntekostnader, skatt, ned- och avskrivningar. Genom att använda EBITDA som variabel minskas skillnader i kapitalstruktur som exempelvis kan uppstå till följd av olikheter i räntor, avskrivningar, skatter och amorteringstakt. Fortsättningsvis medför denna variabel som mått på lönsamhet en pålitlig jämförelse mellan olika företag (Haykir & Celik, 2018). För att ta hänsyn till skillnader i företagens storlek beräknas EBITDA-marginalen, vilket innebär att EBITDA divideras med nettoomsättningen (Pervan et al., 2017). Att endast undersöka företagens EBITDA utan att dividera med nettoomsättningen hade medfört att stora företag gynnats i analysen då de logiskt sett har en högre omsättning. Nyckeltalet har således räknats ut enligt följande:
EBITDA = resultat före ränteintäkter, räntekostnader, skatt, ned- och avskrivningar EBITDA-marginal (%) = EBITDA ÷ nettoomsättning × 100
Kontrollvariabler. För att minimera risken för felaktiga slutsatser har ett antal kontrollvariabler använts i studien. Dessa är skuldsättningsgrad, kassalikviditet, soliditet samt storlek. Mer specifikt inkluderas dessa för att undvika omitted variable bias, vilket uppstår när en statistisk modell utelämnar en eller flera oberoende variabler som har högt förklaringsvärde. Det kan med andra ord finnas en tredje variabel som är korrelerad med både den oberoende och den beroende variabeln, vilket resulterar i felaktiga slutsatser kring sambandet. Risken är då att modellen felaktigt kompenserar för dessa variabler genom att antingen över- eller undervärdera någon av de andra variablerna (Wooldridge, 2016). Genom att kontrollera för andra variabler som kan antas påverka företags lönsamhet minskar sannolikheten för att företagsålderns påverkan estimeras felaktigt och att sambandet därför misstolkas.
Skuldsättningsgrad är ett mått på företagets kapitalstruktur och anger förhållandet mellan lånat och eget kapital. Företagstillväxt förknippas ofta med en högre grad av upplåning, vilket påverkar skuldsättningsgraden negativt. En hög skuldsättningsgrad innebär en större sårbarhet under försämrade ekonomiska omständigheter och därmed en högre risk.
På så sätt kan en hög skuldsättningsgrad antas påverka EBITDA-marginalen negativt.
Kassalikviditet mäter företagets förmåga att omedelbart betala av sina kortfristiga skulder. En låg likviditet förknippas ofta med svagheter i företagets verksamhet och skulle därför kunna ha negativ effekt på EBITDA-marginalen. Soliditet beskriver företagets finansiella hälsa och mäter dess förmåga att betala av långfristiga skulder. Med en lägre soliditet ökar företagets utsatthet, vilket ofta speglas i högre finansiella kostnader och en lägre lönsamhet. Därför kan en högre soliditet antas vara förknippad med en högre EBITDA-marginal (Pervan et al., 2017). Slutligen används storlek som kontrollvariabel då större företag kan antas ha en högre EBITDA-marginal till följd av ett antal faktorer. Enligt Penrose (1995) är en av de mest
grundläggande fördelarna för större företag de skal- och kombinationseffekter som kan25 åstadkommas över tid och genererar kostnadsfördelar. Vidare har stora företag enligt författaren även lättare att anskaffa kapital, vilket främst beror på att mängden kapital som finansiärer är beredda att låna ut kommer vara större än den för mindre företag. Det beror på att den finansiella risken för en investering minskar om det finns fler tillgångar som finansiären kan använda som säkerhet. Såvida tillgångarna ökar med storleken på företaget borde därmed större företag ha en fördel. Tillgångarna ger också mer etablerade företag en större intern kapitalmarknad som de mindre företagen inte hunnit bygga upp (Penrose, 1995).
Givet att det finns ett samband mellan storlek och företagsålder krävs det att de två variablerna hålls isär för att undvika sammanblandning, vilket även understryks av Pervan et al., (2017). Kontrollvariablerna har definierats och beräknats enligt tabell 1.
Tillvägagångssätt
Metodologin för studien har utgått från en teoretisk problemformulering och utformning av studiens frågeställning, vilket utmynnat i hypoteser som testats empiriskt.
Efter en genomgång av tidigare teoretiska och empiriska bidrag samt en tydlig problembeskrivning samlades data in utifrån de variabler som bedömts vara relevanta för att
25 Översatt från engelskans economies of scale and scope
besvara studiens frågeställning. Datan samlades in från databasen Orbis och formaterades i Excel för att sedan behandlas och analyseras i EViews.
Den framtagna datan bestod av både tvärsnittsdata och tidsseriedata då variablerna analyseras för flera företag och för flera olika år. Då paneldata består av flertalet upprepade observationer av tvärsnittsdata är det en lämplig metod för att studera dynamiska förändringar (Baltagi, 2002). De sammanställda observationerna resulterade i en obalanserad paneldata, vilket innebär att det inte finns data för varje år och företag (Stock & Watson, 2014). Den främsta anledningen till att datan är obalanserad är att vissa företag i urvalet grundades under den tidsperiod som studerades. Hade ett balanserat dataset använts för vidare analys skulle det därmed finnas en systematisk anledning till detta bortfall. Denna problematik hade kunnat leda tillbiased estimators26 (Wooldridge, 2016). För att inte förlora betydande observationer från nygrundade företag genomfördes studien med ett obalanserat dataset.
Syftet med studien är att undersöka sambandet mellan den oberoende variabeln företagsålder och den beroende variabeln EBITDA-marginal. För att minska risken för omitted variable bias inkluderades ett antal kontrollvariabler. Dessa är likviditet, soliditet, skuldsättningsgrad och storlek. Kontrollvariabeln storlek logaritmeras i regressionsanalysen då det minskar variansen på variabeln, samt att det från ett teoretiskt perspektiv är mer naturligt att tala om den procentuella skillnaden på företagsstorlek snarare än i absoluta termer (Stock & Watson, 2014).
Vid hantering av paneldata finns det olika metoder och modeller för att genomföra en regressionsanalys. En av metoderna är Ordinary Least Squares (OLS)där en linjär trendlinje
26Inom statistiken innebär det en snedvridning av en estimators skillnad mellan dennes förväntade värde och det verkliga värdet på den parameter som uppskattats.
skattas utifrån de observerade datapunkterna. Vidare utförs detta genom att minimera residualernas kvadratsumma, vilket i sin tur minimerar värdenas avstånd till den skattade trendlinjen (Brooks, 2014). Vid paneldata resulterar denna metod i en pooled OLS estimation.
Nackdelen med metoden är att alla observationer hanteras som en unik enhet (Wooldridge, 2016). För denna studie innebär det att metoden inte tar hänsyn till att samma företag studeras under flera tidsperioder. Ett grundantagande i OLS är att variablerna är oberoende och identiskt distribuerade. Detta antagande bryts om det finns en korrelation mellan observationerna (Stock & Watson, 2014). Denna metod riskerar därmed att generera felaktiga resultat samt eliminera tidseffekten av paneldata.
Till följd av problematiken som beskrivits ovan kommer studien tillämpa en Fixed Effects Model. Modellen kontrollerar för variabler som är observerade, vilket sker genom att fixera tvärsnittseffekter, tidseffekter eller båda. När fixering för tvärsnittseffekter sker kontrollerar detta för icke observerade variabler som skiljer sig mellan enheter men som är konstanta över tid. I detta fall så fixeras skillnaderna mellan företagen som inte fångas upp av kontrollvariablerna. Att fixera för dess tvärsnittseffekter är ett huvudverktyg vid hantering av paneldata och kan ses som en utökning av en multivariabel regressionsanalys. En modell som fixerar för tvärsnittseffekter har Nolika intercept, ett för varje enhet. För denna studie skulle detta innebära 2 678 intercept, ett för varje företag. Dessa intercept kan ses som ett set med binära variabler som representerar den påverkan som icke observerade variabler har på respektive enhet. I generella termer ser en fixerad modell för tvärsnittseffekter ut på följande sätt:
Yit = β1Xit + αi + uitdär αi = β0 + Zi
αi=β0+Zi är regressionslinjen för populationen för respektive företag i där Z ifångar de icke observerade variablerna som påverkar respektive företag och β0 är interceptet för detta företag. Ekvationen Yit=β1Xit+αi+uit är en regressionsmodell för fixerade tvärsnittseffekter där αi behandlas som ett intercept för respektive företag. Lutningskoefficienten β1 är således densamma för alla företag medan interceptet αi varierar. Variationen i αi representerar effekten av en specifik enhet och kommer från Zi(Stock & Watson, 2014).
Precis som det går att fixera för tvärsnittseffekter går det även fixera för tidseffekter.
Tidseffekter är de icke observerade effekter som varierar över tid men som påverkar alla enheter likadant. I generella termer ser en fixerad modell för tidseffekter ut på följande sätt:
Yit = β1Xit + λt + uit där λt = β0 + St
λt=β0+St är regressionslinjen för populationen för respektive tidsperiod och fångar de icke observerade effekter som förändras över tid men som inte skiljer sig mellan de olika enheterna. Om St är korrelerat med Xit måste det tas hänsyn till dessa tidseffekter, annars kommer modellen att lida av omitted variable bias. Eftersom St ändras över tid men inte mellan enheter kommer en fixerad modell för tidseffekter ha ett intercept för respektive tidsperiod. Dessa intercept representeras med λt .
Det går även att använda en modell som fixerar för både tvärsnittseffekter och tidseffekter. I generella termer ser denna kombination av tvärsnittseffekter och tidseffekter för fixerade modeller ut på följande sätt:
Yit = β1Xit + αi + λt + uit
Här representerar α ienhetsfixeringen ochλttidsfixeringen. Modellen kan redogöras genom att använda N − 1 enhetsbinära indikationer och T −1 tidsbinära indikationer tillsammans med ett gemensamt intercept för modellen (Stock & Watson, 2014).
För att kunna använda sig av en modell med fixerade tidseffekter måste alla variabler ha en variation över tid. Om någon av variablerna är konstant över tid leder det till perfekt multikollinearitet, vilket bryter mot grundantagandena bakom en fixerad regressionsmodell (Wooldridge, 2016). För att möjliggöra valet att fixera för icke observerade tidseffekter är det inte möjligt att inkludera binära variabler som representerar landstillhörighet. Med bakgrund i detta valdes tre länder ut – Kina, USA och Frankrike, vilket motiverades i avsnittet Urval.
För respektive marknad genomfördes först en analys över den deskriptiva statistiken och därefter olika regressionsanalyser.
Med utgångspunkt i en pooled OLS genomfördes sedan tester för att avgöra om det fanns icke observerade tvärsnitts- och/eller tidseffekter i datan. Därefter valdes den metod som bäst passade datan för en vidare analys. För att avgöra om det fanns icke observerade tvärsnitts- och/eller tidseffekter användes Redundant Fixed Effects Test som utfördes i EViews. Genom att fixera för både tvärsnittseffekter och tidseffekter kunde det sedan testas om någon av dessa fixeringar var överflödiga. Nollhypotesen var att effekterna var överflödiga – om p-värdet överstiger signifikansnivån ska nollhypotesen inte förkastas och dimensionen inte fixeras. Testet genomfördes för de två olika dimensionerna, tvärsnitt och tid. Detta testades för i alla regressioner och redovisas således integrerat i varje tabell för respektive regressionsanalys i avsnittet Resultat.
I en paneldata kan residualerna i regressionslinjen vara korrelerade över tid för en enhet, vilket för denna studie innebär att observationer över tid för ett företag är korrelerade med varandra. Likt heteroskedasticitet genererar denna korrelation inte en snedvridning av resultatet i en fixerad modell, men den kommer att påverka variansen av estimeringen. Därför måste hänsyn tas till denna korrelation och standardavvikelser som är robusta för heteroskedasticitet användas (Stock & Watson, 2014). Efter att lämplig modell fastställs27 genomfördes ett antal olika regressioner, dels för att undersöka de olika kontrollvariablerna och deras signifikans, men även för att djupare undersöka sambandet mellan EBITDA-marginalen och företagsålder. Förutom linjära samband undersöktes även exponentiella och logaritmiska samband. En kvadratisk modell skulle innebära att en förändring i företagsålder har en större påverkan i början av företagets verksamhet och att effekten avtar med tiden. Det kan även vara av betydelse att undersöka om det finns ett logaritmiskt samband mellan de två variablerna. Genom att logaritmera variabeln omvandlas förändringar i den oberoende variabeln från absoluta tal till procentuella termer. En modell där den oberoende variabeln logaritmeras medan den beroende är linjär utgör en log-linear model. Tolkningen av koefficienten blir i detta fall att en förändring på 1% i x är associerad med en förändring i y på 0.01β1. Det hade även varit av intresse att logaritmera den beroende variabeln och på så sätt uppskatta elasticiteten mellan de två variablerna. Detta hade dock inneburit att den beroende variabeln ändrats från y till ln(y). Problematiken här är att den
27 För att avgöra om standardavvikelserna krävde korrektion genomfördes ett test för heteroskedasticitet i EViews. Nollhypotesen är att residualerna är homoskedastiska, vilket innebär att om p-värdet överstiger signifikansnivån på 5% ska nollhypotesen förkastas och standardavvikelserna därför korrigeras.
beroende variabeln ändras och värden såsom R 2 inte längre går att jämföra mellan de olika regressionerna (Stock & Watson, 2014). På grund av detta valdes denna typ av analys bort.
Resultatet analyseras utifrån det teoretiska ramverket i enlighet med studiens deduktiva ansats. Slutligen fördes en avslutande diskussion kring det empiriska resultatet och dess koppling till studiens frågeställning samt i vilken mån den kan besvaras.
Dataanalys
Analysen av datan påbörjades när samtlig data var insamlad och överförd till EViews efter att ha sammanställts i Excel. Den modell som användes för att beskriva sambandet mellan EBITDA-marginalen och företagsålder bygger på olika grundantaganden och att det finns tekniska detaljer som måste tas med i beaktning. Nedan följer en beskrivning av de mest centrala teknikaliteter och dess implikationer för studien.
Multikollinearitet. Multikollinearitet uppkommer när observationer av de oberoende variablerna är korrelerade med varandra. Om multikollinearitet råder kan det uppstå brister i resultatets precision då det inte går att urskilja den enskilda oberoende variabelns inverkan på den beroende variabeln (Alwan, Craig, Duckworth, McCabe & Moore, 2016). Perfekt multikollinearitet uppkommer när två av variablerna är en perfekt linjär funktion av varandra.
Om två variabler är starkt korrelerade med varandra kallas det för imperfekt multikollinearitet (Stock & Watson, 2014). En modell anses lida av multikollinearitet om ett korrelationsvärde mellan två variabler ligger under -0.8 eller över 0.8 (Brooks, 2014). För att undersöka om multikollinearitet förelåg i denna studie användes en korrelationstabell som testade korrelationerna mellan variablerna. Tabellen presenteras i Tabell 4. Dock bör det uppmärksammas att i en paneldata blir observationerna för samma företag ofta beroende av
varandra över tid. Detta leder till att den uppmätta korrelationen kan bli missvisande då den behandlar varje observation som oberoende till övriga observationer (Wooldridge, 2016).
Heteroskedasticitet. Heteroskedasticitet innebär att variansen för feltermen inte är konstant för samtliga variabler, vilket leder till att variansen är beroende av X i. Konsekvensen av heteroskedasticitet är att standardfelen blir inkorrekta, vilket medför att studiens signifikans och konfidensintervall blir felaktiga. Därmed riskerar resultatet att bli missvisande (Wooldridge, 2016). Förekomsten av heteroskedasticitet testades i EViews .
Resultatet visade att heteroskedasticitet förelåg och detta korrigerades för med robusta standardavvikelser för regressionsanalyserna.
Autokorrelation. Autokorrelation uppstår när observationer för ett företag är korrelerade över tid. Detta innebär att korrelationen mellan två olika feltermer för samma observerade företag men för två separata år är skild från noll, det vill säga:
(Corr (εt, εs) ≠ 0 där t ≠ s)
Konsekvenserna av att datan avger autokorrelation är desamma som diskuterades under avsnittet om heteroskedasticitet. Däremot avtar risken för autokorrelation med tid och då studien består av ett paneldataset där observationer av tvärsnittsdata har gjorts över nio års tid. Detta innebär att tester för autokorrelation inte uppfattades som nödvändiga då det inte ansågs vara ett bakomliggande problem för den här typen av studie (Brooks, 2014;
Wooldridge, 2016).
Metoddiskussion
I följande avsnitt diskuteras och analyseras den valda metoden och urvalet samt vilka implikationer dessa kan tänkas ha för studien.
Validitet. Då studien strävar efter att uppnå resultat som kan generaliseras på en population är det av betydelse att studien uppnår hög validitet. Studiens validitet innebär giltigheten i de resultat som studien har för avsikt att uppnå, det vill säga integriteten i slutsatserna som genereras.
Då studien mäter konkurrensfördelar i kvantitativa termer och det tidigare ifrågasatts huruvida detta är möjligt kan det tänkas uppstå brister i mätvaliditeten . Det innebär att 28 studiens definition av en konkurrensfördel i kvantitativa termer riskerar att inte förklara fenomenet på det vis som det ämnar att göra (Bryman & Bell, 2017). I denna studie har ett företags konkurrensfördelar mätts som finansiell prestation i termer av EBITDA-marginal.
Tillvägagångssättet grundar sig i tidigare forskning som talar för att konkurrensfödelar kan mätas i kvantitativa, monetära termer. Det finns därför stöd för att en sådan metod är användbar och meningsfull (Baldwin & Clark, 1991; Lev & Sougiannis, 1992; Reed &
DeFillippi, 1990; Rouse & Daellenbach, 1999).
I en longitudinell studie fångas konkurrensfördelarna och dess utveckling över tid. Att endast studera ett givet år hade medfört att konkurrensfördelar definierades och analyserades utifrån en specifik tidpunkt. Ett enskilt år skulle därmed kunna gynna vissa företag och missgynna andra till följd av icke-kontrollerade faktorer och inte på grund av skillnader i konkurrensfördelar. Över tid bör dock effekten av sådana omständigheter utjämnas, varför studiens validitet ökar när data samlas in för en längre tidsperiod.
Reliabilitet. Reliabilitet för studien innebär att den ska vara replikerbar utifrån den beskrivna metoden. Följaktligen ska ett identiskt resultat erhållas, vilket bevisar att slutsatserna inte har orsakats på grund av tillfälligheter och slump (Bryman & Bell, 2017).
För att uppnå en hög reliabilitet har studiens variabler tydligt definierats och urvalet
28 Översatt från engelskans measurement validity.
behandlats med transparens. Databehandlingen har genomförts med tydliga motiveringar i syfte att uppnå en hög reliabilitet. Då datan sammanställts från en databas och inte samlats in av författarna själva minimeras även slumpmässiga faktorers påverkan på resultatet. Det faktum att studien bygger på kvantitativ data stärker också reliabiliteten då det underlättar en eventuell replikering. Datan förblir konstant över tid och ger samma utfall även om studien skulle utföras vid ett senare tillfälle (Bryman & Bell, 2017).
Bortfallsanalys. Då studien har flertalet uppställda kriterier för urvalet av den informationsteknologiska branschen omfattades inte samtliga av branschens segment. Företag som exempelvis gick i konkurs under den studerade tidsperioden togs inte med i urvalet.
Därmed finns det en skevhet som består i att endast överlevande företag inkluderas, det vill säga endast företag som överlevt tidigare utmaningar som fått andra företag att gå under.
Analysen skulle också kunna bli förvrängd av det bortfall som utgörs av observationer med avsaknad av finansiell data för någon av variablerna. Det urval som uppfyllde alla urvalskriterier bestod av 2 783 företag, men på grund av ofullständig data föll 105 av dessa bort. Bortfallet ansågs dock inte vara av systematisk karaktär och således inte ha någon större påverkan på det slutliga resultatet. Det slutliga urvalet omfattade 2 678 bolag och ansågs vara tillfredsställande som empiriskt underlag för denna studie.
RESULTAT
Det slutgiltiga urvalet bestod av 2 678 unika företag baserade i 54 olika länder, vilket genererade 18 198 observationer. Den data som ligger till grund för vidare analys är en obalanserad paneldata för tidsperioden 2010–2018. Tabell 2 visar antalet observationer för respektive år.
Tabell 3 ger en överblick över de olika variablerna och anger värden såsom medelvärde och standardavvikelse för det slutgiltiga urvalet. Från tabellen går det bland annat att utläsa att företagsålder har en spridning på 168 år, samt att medelvärdet är 24.42 år. Det går även att utläsa att EBITDA-marginalen har ett medelvärde på 11.20%.
Tabell 4 anger korrelationen mellan de olika variablerna för att undersöka risken för multikollinearitet. Den starkaste korrelationen uppmättes mellan skuldsättningsgrad och soliditet där den uppgick till ett värde av -0.58.
Diagram 1 illustrerar observationernas geografiska fördelning och redovisar de 10 länder med flest antal observationer. Från diagrammet går det att utläsa att den största andelen observationer är från Kina med 42% följt av Japan med 17% och USA med 12%.
Frankrike är det europeiska land som har högst andel observationer med 4%.
Resultat för den kinesiska marknaden
Totalt bestod datan av 7 681 observationer från Kina fördelade på 1 281 företag och 9 år. Tabell 5 redovisar deskriptiv statistik för den kinesiska marknaden. Det äldsta företaget är 82 år gammalt och medelåldern är 15.09 år. EBITDA-marginalen har en spridning från -97.98% till 86.92% med ett medelvärde på 12.26%. Den genomsnittliga storleken på företaget mätt i totala tillgångar uppgick (i tusental) till 390 603 US-dollar.
Tabell 6 visar resultaten av de regressionsanalyser som genomfördes på den kinesiska marknaden. Den första regressionen redovisar resultatet av en pooled OLS regression, vilken inte tar hänsyn till tidsdimensionen i paneldatan. Med denna metod kunde inget signifikant samband fastställas mellan EBITDA-marginal och företagsålder. För att kontrollera om analysen skulle fixera för tids- respektive tvärsnittseffekter utfördes regression (2) och (3).
Resultaten visade att en fixering för båda dimensionerna skulle genomföras för den kinesiska marknaden.
Därefter inkluderades studiens kontrollvariabler. I regression (4) går det att konstatera att soliditet, storlek och skuldsättningsgrad genererar ett signifikant samband. För regression (5) uteslöts kassalikviditet, då denna inte påvisade något signifikant samband.
