Riskbeteende och marknadsreaktioner: En empirisk undersökning om börsnoterade företags kapitalstruktur och kapitalmarknadens reaktioner år 2005

Kandidatuppsats i företagsekonomi 10p HT-2006 Handledare: Hans Richter

Riskbeteende och marknadsreaktioner

En empirisk undersökning av börsnoterade företags kapitalstruktur och kapitalmarknadens reaktioner år 2005

Kapitalmarknaden fattar dagligen beslut som basera på den informations som företag och medier kommunicerar genom pressrelease och övriga publikationer. En viktig del i

informationsflödet är årsredovisning och kvartalsrapporter. Informationen

kapitalmarkanden använder i dessa rapporter är primärt finansiella nyckeltal som tillämpas för att jämföra företag med varandra. Kapitalmarkanden är en starkt effektiv marknad vilket betyder att aktörerna har en likvärdig tillgång på information samt möjligheter att bearbeta denna. Dock är kapitalmarkanden inte helt effektiv marknad vilket betyder att informationsutbudet ej är helt symmetriskt. Inom modellen för asymmetrisk information skiljs informationen åt i den offentliga och den interna. Där antas även att den interna informationen är mer omfattande än den offentliga. Den information som vi fokuserar på i denna uppsats är den offentliga informationen som alla aktörer antas ha tillgång till och möjlighet att bearbeta. Det fenomen vi har valt att studera baserar sig på att de olika branscher som finns representerade på kapitalmarknaden har olika förutsättningar och därmed branschnormer. Det som vi har undersökt är hur kapitalmarkanden reagerar då ett företag har en avvikande kapitalstruktur från branschnormen. Kapitalmarknadens

reaktioner har vi mätt som variationer i företagens aktiekurser (volatilitet). För att

undersöka hur kapitalmarknadens reaktioner på företagens kapitalstruktur har information om företagens egna kapital och skulder samt aktiekurser insamlats och beräknats.

Produkterna av beräkningarna är de primära undersökningsvariablerna.

Undersökningen är vidare avgränsad från andra tidsperioder än verksamhetsåret 2005 och resultaten kan ej generaliseras för andra perioder.

Eftersom företagen inom en bransch har en likande verksamhet med liknade

förutsättningar har vi antagit att branscherna också har en genomsnittlig volatilitet som avspeglar branschens riskexponering. Avvikelser från den genomsnittliga volatiliteten inom en bransch kan därmed hänföras till företagsspecifika förhållanden. Genom tillämpning av statistiska metoder har vi studerat hur de företag som avviker från

branschnormen i kapitalstruktur avviker från branschens genomsnittliga volatilitet. Våra resultat har visat att 73% av de företag som avviker från branschnormen för kapitalstruktur också avviker från branschens genomsnittliga volatilitet. Tidigare empiriska studier har visat att ca 23% av den branschspecifika riskexponeringen kan förklaras av

kapitalstrukturen. Utifrån dessa fakta är vår slutsats att ca 16% av företagens avvikelse i volatilitet kan förklaras av en avvikelse i kapitalstruktur.

1. INTRODUKTIONSKAPITEL...1

1.1 K^APITLETS DEFINITIONEROCHBEGREPP...1

1.2 I^NLEDNINGRISKBETEENDE...2

1.3 B^AKGRUND...3

1.4 D^EFINITIONAVUNDERSÖKNINGSPROBLEMET...4

1.5 S^YFTEOCH P^ERSPEKTIV...4

1.6 H^YPOTES...4

1.7 AVGRÄNSNINGAR...4

1.8 UPPSATSENS DISPOSITION...5

2. METODKAPITEL...6

2.1 K^APITLETSDEFINITIONEROCHBEGREPP...6

2.2 M^ETODANSATS...7

2.2.1 Vetenskapsyn...7

2.2.2 Kvantitativ metod...7

2.2.3 Deduktiv ansats...7

2.3 METODTEORI...7

2.3.1 Spridningsmått...7

2.3.1.1 Formel - Medelvärde:...8

2.3.1.2 Formel – Standardavvikelse:...8

2.3.2 Korrelationskoefficienten...8

2.3.2.1 Formel – Korrelation:...8

2.3.3 Linjär Regression...9

2.3.3.1 Regressionslinjen ...9

2.3.4 Hypotesprövning...9

2.3.5 Population & Urval...10

2.3.6 Kapitalstruktur & Skuldsättningsgraden...11

2.3.6.1 Formel – S/E: ...11

2.3.7 Volatilitet...11

2.3.8 Chi-kvadrat test...11

2.3.8.1 Formel; Chi-kvadrat...11

2.4 PRIMÄRAUNDERSÖKNINGSVARIABLER...12

2.4.1 Variabel X...12

2.4.2 Referensvärde och spridning variabel X...12

2.4.3 Bortfalls analys variabel X...12

2.4.4 Variabel Y...12

2.4.5 Referensvärde och spridning variabel Y...12

2.4.6 Bortfallsanalys variabel Y...12

2.4.7 Kategorivariabler...12

2.6 T^{ILLÄMPNINGAVMETOD}...14

2.6.1 Population & Urval...14

2.6.2 Tillämpning av det aritmetiska medelvärdet...14

2.6.3 Tillämpning av standardavvikelsen...14

2.6.4 Tillämpning av korrelationskoefficienten...14

2.6.5 Tillämpning av linjär regression...14

2.6.6 Tillämpning Chi kvadrat test...14

2.7 DATAINSAMLING...15

2.7.1 Variabel X, Skuldsättningsgrad...15

2.7.2 Variabel Y, Volatiliteten...15

2.7.3 Bolagsindelning...15

2.8 METODKRITIK...16

2.8.1 Källkritik...16

2.8.2 Reliabilitet...17

2.8.4 Validitet...17

3. TEORIKAPITEL...18

3.1 KAPITLETSDEFINITIONEROCHBEGREPP...18

3.2 KAPITALSTRUKTUR & SYSTEMATISK RISK...18

3.2.1 Betavärdet och Systematisk Risk...18

3.2.1.1 Formel- Betavärde ...18

3.2.1.2 Formel CAPM ...18

3.2.2 Modigliani & Miller...19

3.2.2.1 Formel- (MM proposition I) ...19

3.2.2.2 Formel- (MM proposition II) ...19

3.2.2.3 Formel- (MM proposition II med skatteskölden) ...20

3.2.3 Kapitalstruktur och Risk...20

3.2.3.1 Formel CAPM med belåning ...20

3.2.3.2 Formel CAPM obelånat ...20

3.3 V^OLATILITET & T^OTAL R^ISK...22

4. EMPIRIKAPITEL...23

4.1 P^RIMÄRAUNDERSÖKNINGSVARIABLER X & Y...23

4.1.1 Totalpopulationen...23

4.1.1.1 Tabell; Linjär regression totalpopulationen, beroende variabel Y...23

4.1.1.2 Graf; regressionslinjen totalpopulationen...23

4.1.2 Linjär Regression branscher...24

4.1.2.1 Tabell; Linjär regression branscher...24

4.2 S^EKUNDÄRAUNDERSÖKNINGSVARIABLER Z^X & Z^Y...24

4.2.1.2 Tabell; Neutrala enheter...24

4.2.1.3 Tabell; Negativt avvikande enheter...24

4.2.1.4 Graf; Zx och volatilitet...25

4.2.2 Fördelning Zx & Zy...26

4.2.2.1 Korstabell; Zx & Zy...26

4.2.2.2 Tabell; Chi-kvadrat test Zx & Zy...26

4.2.3 Korrelation Zx & Zy...27

4.2.3.1 Tabell; Korrelation Zx & Zy...27

5.1 ANALYSAVPRIMÄRAUNDERSÖKNINGSVARIABLER X&Y...27

5.1.1 Regressionsanalys samtliga branscher...27

5.1.2 Regressionsanalys per bransch...28

5.2 ANALYSAVDESEKUNDÄRAUNDERSÖKNINGSVARIABLERNA ZX & ZY...28

5.2.1 Zx och Y...28

5.2.2 Fördelning Zx & Zy...29

5.2.3 Korrelation Zx & Zy...30

5.3 SAMMANFATTANDEANALYS...30

6. SLUTSATSER...31

6.1 HYPOTESPRÖVNINGENOCHDISKUSSION...31

Figur 6.1.1...32

6.2 K^RITIK...33

6.3 FÖRSLAGTILLVIDAREFORSKNING...33

7. REFERENSKAPITEL...34

7.1 LITTERATURREFERENSER...34

7.2 ELEKTRONISKAREFERENSER...34

7.3 T^{IDSKRIFTEROCH} A^RTIKLAR...34

7.4 R^APPORTER...35

8. BILAGOR...35

8.1 SKULDSÄTTNINGSGRADOCH V^{OLATILITETAFGX} 2005...35

8.2 R^{ESULTATBRANSCH} R^ÅVAROR...50

8.3 R^{ESULTATBRANSCH} I^NDUSTRI...51

8.4 R^{ESULTATBRANSCH} KONSUMENTVAROR...52

8.5 R^{ESULTATBRANSCH} H^ÄLSOVÅRD...52

8.6 R^{ESULTATBRANSCH} F^INANS...53

8.7 R^{ESULTATBRANSCH} IT...54

8.9 R^{ESULTATBRANSCH} TELEKOMMUNIKATION...54

8.10 RESULTATBRANSCH MEDIA & UNDERHÅLLNING...55

8.11 R^{ESULTATBRANSCH} T^JÄNSTER...55

8.12 REGRESSIONSBERÄKNINGARPERBRANSCH...56

8.13.1 Bortfall inom branscher...65

8.13.2.1 Tabell; Bortfall inom branscher...65

4.10.3 Totalt Bortfall...66

4.10.3.1 Tabell totalt bortfall...66

1. I

NTRODUKTIONSKAPITEL

1.1 K^APITLETS DEFINITIONER OCH BEGREPP

Nedan beskriver vi relevanta definitioner och begrepp för introduktionskapitlet.

● Finansiella instrument

Värdepapper som handlas på officiell börs. (enligt svensk lag)¹

● Kausalt samband

Ett orsakssamband mellan två variabler där den ena är beroende av den andra. Begreppet brukar vanligtvis beskrivas som ”orsak/verkan”.²

● Intern information

Den information som är tillgänglig inom en organisation eller en grupp individer.³

● Offentlig information

Den information som finns tillgänglig för alla, en motsats till ”intern information”.⁴

● Asymmetrisk information

Den del som utgör skillnaden mellan intern och offentlig information.⁵

● Makroekonomiska faktorer

Makroekonomiska faktorer påverkar hela ekonomin, men kan ha olika stark påverkan i olika branscher.⁶

● Mikroekonomiska faktorer

Mikroekonomiska faktorer påverkar vissa företag specifikt.⁷

● Hypotes

I vetenskapliga sammanhang ställer man upp hypoteser för att teoretiskt förklara iakttagna fenomen.⁸

● Diskonterade kassaflöden

Diskonterade kassaflöden är summan av framtida förväntade kassaflöden på en tillgång.

Summan beräknas till ett nuvärde med hjälp av en given ränta.⁹

1 Rättsnätet, Lag 1991:980

2 Wikipedia¹

3 R.Frank, B.Bernanke, 2004

4 ibid

5 ibid

6 P.Kotler, K.Keller, 2006

7 ibid

8 Nationalencyklopedin

9 Wikipedia²

1.2 I^NLEDNING RISKBETEENDE

V

i tar alla beslut som påverkar vår ekonomi i olika avseenden. Gemensamt för oss alla är att framtiden är oskriven och inte kan observeras, endast prognostiserats.

S

om beslutsunderlag kan vi ta hänsyn till historik och aktuella omvärldsfaktorer. Med bakgrund i detta kan vi i teorin skatta sannolikheten för ett visst utfall i framtiden. Inom finansiell ekonomi har prognoser en avgörande betydelse då ett företags värde utgörs av framtida diskonterade kassaflöden.¹⁰

D

en information som ligger till grund för prognostiseringen kan dock variera då människor uppfattar verkligheten olika, samt värderar historiska händelser olika. Även tillgången till information och möjligheter att bearbeta information skiljer sig mellan individer och organisationer.

E

n prognos är därför en produkt av individens verklighetsuppfattning och möjlighet att studera och bearbeta information. Den information som finns tillgänglig vid ett beslut är aldrig bättre än sin källa, inom modellen för asymmetrisk information skiljs den interna informationen från den offentliga. Där antas det att den interna informationen är mer omfattande än den offentliga. Kapitalmarknaden har endast tillgång till den offentliga informationen, och kan därmed inte exakt skatta hur ett företags beteende påverkar tillgångarnas värde då den offentliga informationen i teorin inte utgör ett adekvat beslutsunderlag. Givet dessa förutsättningar är det av intresse att studera hur

kapitalmarknaden reagerar på offentlig information. Begreppet offentlig information innehåller all publicerad information inom en given tidsperiod. Den publicerade informationen kan vidare delas upp i den information som redovisas årligen i

årsredovisning samt övrig information som t.ex förtagets pressreleaser och artiklar i media och press. De offentliga företagens årsredovisningar bygger på redovisningspraxis vilket bidrar till att årsredovisningsdata är jämförbara. Enligt etablerad teori finns det inom specifika branscher branschnormer avseende vissa finansiella nyckeltal som vidare bygger på årsredovisningsdata, därbland företagens kapitalstruktur.¹¹

Givet dessa antaganden syftar vi till att beskriva hur kapitalmarknaden reagerar på de företag som har en avvikande kapitalstruktur från jämförelsebara företag.

10 H.Nilsson, A.Isaksson, T.Martikainen, 2006

11 J.Hull¹

1.3 B^AKGRUND

H

ur företag finansierar sina tillgångar återspeglas i företagens balansräkningar som årligen publiceras i årsredovisningar, denna information utgör även grunden för beräkning av företagens finansiella nyckeltal. Företagens finansiering består av skulder samt eget kapital. Förhållandet mellan eget kapital och skulder benämns vanligtvis som företagets kapitalstruktur. Enligt etablerade teorier kan en optimal kapitalstruktur öka

företagsvärdet.¹²

P

å kapitalmarknaden är aktiekursen ett uttryck för marknadens förväntningar på

företagsvärdet. Förändringar i aktiekursen under en tidsperiod mäts som aktiens volatilitet.

Volatilitet beskrivs vidare inom etablerade teorier som ett riskmått. ¹³ En hög volatilitet betyder vidare att marknaden uttrycker en större osäkerhet avseende företagsvärdet och en låg volatilitet en lägre osäkerhet. Vid investeringsbeslut är risk ett centralt begrepp, risk kan vidare definieras och mätas olika. På kapitalmarknaden är finansiell risk den centrala komponenten i begreppet risk, när det gäller finansiella instrument kan risken delas in i två delar. ¹⁴

Systematisk risk

Denna del påverkas av makroekonomiska faktorer, te x ränta och inflation. Även andra omvärldsfaktorer som politik / juridik , miljö och demografiska faktorer kan påverka vissa företag inom en specifik bransch.¹⁵

Osystematisk risk

Denna del påverkas av företagens mikroekonomiska faktorer. Generellt det som påverkar företagets lönsamhet, såsom specifika projekt eller nyckelpersoner utgör

riskkomponenterna i den osystematiska risken.¹⁶

D

en systematiska och den osystematiska risken kan historiskt mätas genom variationer i det specifika företagets volatilitet.¹⁷ Företagens val av kapitalstruktur är ett beslut som påverkas av makroekonomiska faktorer vilket medför att kapitalstrukturen är en del av den systematiska risken. Inom en specifik bransch kan en viss kapitalstruktur optimera

förutsättningarna för att finansiera nödvändiga investeringar och projekt till lägsta möjliga

12 H.Asgharian, 1997

13 Damodaran, 1997

14 ibid

15 P.Kotler, K.Keller, 2006

16 ibid

17 Damodaran, 1997

kostnad för kapitalet. Detta förutsatt antagandet om att företag inom samma bransch har samma förutsättningar ur ett makroekonomiskt perspektiv.¹⁹

V

ariationer i aktiekurser kan härledas till en rad omvärldsfaktorer på både makro och mikronivå. Givet antagandet om asymmetrisk information, så utgör branschens offentliga information avseende makroekonomiska data den enda informationkällan för

kapitalmarknaden. Därmed kommer vi närmare uppsatsen problemformulering och hypotes där en avvikelse från branschgenomsnittet antas skapa en marknadsreaktion.

1.4 D^EFINITIONAV UNDERSÖKNINGSPROBLEMET

F

örhållandet mellan risk och asymmetrisk information ligger till grund för uppsatsens problemformulering. Undersökningsproblemet är om den svenska kapitalmarknaden uppvisar ett avvikande beteende för de företag som avviker från branschnormen avseende kapitalstrukturen. Av intresse är det statistiska förhållandet mellan företagens

kapitalstruktur och volatilitet.

1.5 S^YFTEOCH P^ERSPEKTIV

F

örfattarna ämnar att beskriva hur den svenska börsens reaktion är på jämförelsebara företags avvikelse i kapitalstruktur. Förhållandet mellan börsers reaktion och företagens kapitalstruktur beskrivs ur ett övergripande perspektiv genom en hypotesprövning.

1.6 H^YPOTES

H0 Det existerar inte någon samvarians mellan företagens kapitalstruktur och volatilitet.

H1 Det existerar en samvarians mellan företagens kapitalstruktur och volatilitet 1.7 AVGRÄNSNINGAR

U

ndersökningen avgränsar sig från andra kapitalmarknader än den svenska A och O listan år 2005.

18 Ö.Hallgren, 2002

19 P.Kotler, K.Keller, 2006

1.8 U^PPSATSENS D^ISPOSITION

Uppsatsen är indelad enligt följande kapitel:

● Introduktionskapitel

I Introduktionskapitlet skall läsaren få en introduktion i ämnet. Innehållet är en inblick i teorier inom finansiell ekonomi och nationalekonomiska resonemang i syfte att skapa en ökad förförståelse för undersökningsproblemet.

● Metodkapitel

Metodkapitlet är uppdelat i åtta delar och behandlar den vetenskapliga syn som ligger till grund för metodansatsen. Under metodteori beskrivs teorin bakom de statistiska metoder samt hur de tillämpas i undersökningen.

● Teorikapitel

Teorikapitlet är en sammansättning av teorier empiriska undersökningar som behandlar systematisk risk och kapitalstruktur ur olika perspektiv. Den teoretiska ramen är en utgångspunkt för slutdiskussionen där resultaten från analyskapitlet ställs mot etablerade teorier.

● Empirikapitel

I kapitlet lyfter vi fram den data som är relevant för analysen och uppsatsens problemformulering. Datan är sammanfattande och beskrivs med hjälp av grafer och tabeller vilka kopplas till det insamlade materialet i bilagorna.

● Analyskapitel

I analyskapitlet redovisas de relevanta observationerna från de utförda

beräkningarna. Analys av det insamlande materialet kopplas till den uppsatsens problemformulering och hypotes.

● Slutsatser

Under slutsatser diskuteras resultaten från analysen i syfte att pröva undersökningens hypotes. Här sker även en öppen diskussion avseende undersökningens giltighet och kvalitet.

● Referenskapitel

I referenskapitlet återfinnes uppsatsens samtliga källreferenser. Dessa är uppdelade efter litteratur-, elektroniska-, tidskrifter, artiklar och rapporter.

● Bilagor

Under bilagor återfinnes samtliga data som legat till grund för studiens statistiska uträkningar samt de resultat som ej finnes med i teorikapitlet.

2. M

ETODKAPITEL

2.1 K^APITLETSDEFINITIONER OCHBEGREPP

● Positivistiskt synsätt

En filosofisk och vetenskapsteoretisk riktning som hävdar att all forskning måste bygga på konkret observation och endast sträva efter att fastslå objektiva fakta ursprungligen med naturvetenskapen som ideal.²⁰

● Kvantitativ ansats

Ett begrepp inom samhällsvetenskaperna för det arbetssätt där forskaren systematiskt samlar och bearbetar empiriska och kvantifierbara data.²¹

● Validitet

Validitet mäter hur väl de data som insamlats kan återspegla det generella fenomenet.²²

● Reliabilitet

Reliabilitet mäter hur tillförlitliga data man samlat in är. Vidare behandlar begreppet vilka data som insamlas, insamlingsmetoden och hur materialet bearbetas. Reliabilitet kan skattas med ett s.k test-retest, då upprepas undersökningen. Får man då ett likartat utfall har studien har en hög reliabilitet .²³

● Sekundärdata

Tidigare insamlad data, kan vara forskningsrapporter, statistik eller annan offentlig information som publiceras i litteratur, tidskrifter eller databaser²⁴.

● Undersökningsvariabel ≪≫

Alla undersökningsvariabler identifieras genom ovanstående symbol. Ex. ( ≪ x≫ )

● Beteckning 

Alla beteckningar identifieras genom ovanstående symbol. Ex. ( H₀₎

● Kommentar *

Kommentarer redovisas i anslutning till aktuellt textavsnitt med symbolen ( * ).

20 Nationalencyklopedin

21 ibid

22 S.Körner & L.Wahlgren, 2005

23 ibid

24 ibid

2.2 M^ETODANSATS

2.2.1 VETENSKAPSYN

U

ppsatsen är uppbyggd kring kvantitativ empiri, vilket också förespråkar en kvantitativ ansats. Författarnas vetenskapsyn är av positivistisk karaktär, där verkligheten mäts och prövas mot en hypotes.

2.2.2 K^{VANTITATIVMETOD}

U

ndersökningens syfte och problemformulering förespråkar en kvantitativ ansats.

Undersökningsvariablerna är av sådan natur att de med statistiska metoder kan

kvantifieras och beräknas. De primära variablerna i undersökningen är sekundärdata och mäter enheternas kapitalstruktur samt volatilitet. Samtliga enheter är indelande i

branscher respektive subbranscher med utgångspunkt i AFXG bolagsindelning 2005.²⁵ Inom varje subbransch utgör medelvärdet på de primära undersökningvariablerna ett referensvärde. De två primära undersökningsvariablerna genererar två sekundära variabler, dessa variabler utgör grunden för hypotesprövningen (se, 2.5.1 - 2.5.2).

2.2.3 D^{EDUKTIVANSATS}

F

örfattarnas positivistiska vetenskapsyn samt empirins natur förespråkar en deduktiv ansats. Undersökningen är utformad kring en hypotes som skall testas mot empirin. Detta genom att utgå från befintlig teori för att sedan utforma och pröva hypotesen.

2.3 M^ETODTEORI

2.3.1 SPRIDNINGSMÅTT

T

abeller och diagram ger normalt en god bild av ett statistiskt material. När sedan materialet skall analyseras måste man komplettera denna bild med värden som lyfter fram de egenskaper som är väsentliga i materialet.

F

ör kvantitativa variabler är det framför allt två egenskaper som mäts. Den ena egenskapen är observationernas genomsnitt och den andra observationernas spridning kring genomsnittet.²⁶

25 Affärsvärlden, 2005

26 S.Körner & L.Wahlgren, 2005

Det aritmetiska medelvärdet

Det aritmetiska medelvärdet benämns ofta som medelvärdet x  . Detta värde är summan av samtliga observationer dividerat med antal observationer, en synonym för medelvärdet är genomsnittet.²⁷

2.3.1.1 Formel - Medelvärde: x=

∑

x n Standardavvikelse

Standardavvikelsen är ett mått som på ett sammanfattande sätt beskriver enskilda observationers spridning runt genomsnittet. Standardavvikelsen betecknas  s . ²⁸

2.3.1.2 Formel – Standardavvikelse:

s=

 ^∑

^x2n−1−

^{ ∑}

^nx

^

²

2.3.2 KORRELATIONSKOEFFICIENTEN

K

orrelationskoefficienten beskriver ett samband mellan två eller fler variabler och redovisas med beteckning r  . Korrelationskoefficienten kan ge uttryck i matematiskt, kvadratiskt, och skensamband. Sambandet kan vara ensidigt där en variabel ≪ x≫

påverkar den andra variabeln ≪ y ≫ eller vice versa, men även dubbelsidigt. Om sambandet är dubbelsidigt kan korrelationskoefficienten inte uteslutande uttrycka vilken variabel som påverkar den andra. Ett tredje samband kan även infinnas, detta kallas skensamband och uppkommer då en tredje variabel ≪ z≫ påverkar variablerna

≪ x≫ och ≪ y ≫ . Sambandet kan även vara negativt och positivt. Styrkan hos sambandet redovisas i en skala från –1 (fullständigt negativt samband), 0 (inget

samband) och 1 (fullständigt positivt samband). För att det skall finnas ett samband bör korrelationen vara r ≥±0,2 .²⁹ Vid beräkning av korrelationskoefficienten kan följande formel utföras.³⁰

2.3.2.1 Formel – Korrelation: r =

∑

xy−

∑

x

∑

y

 ^{ ∑}

^x2−

^∑

^{nx 2}

^{ ∑}

n^y2−

^∑

^{ny 2}

^

27 S.Körner & L.Wahlgren, 2005

28 ibid

29 S.Körner & L.Wahlgren, 2005

30 ibid

2.3.3 LINJÄR REGRESSION

L

injär regression kan beskriva ett orsaksamband mellan två eller fler variabler.

Sambandet kan uttryckas i en graf eller som en värde b . b är riktningskoefficienten och kan illustreras grafiskt med regressionslinjen.

2.3.3.1 Regressionslinjen b=

∑

 x −x  y −y

∑

 x−x ² =

∑

xy−

∑

x

∑

y n

∑

x²−

∑

x ² n y=ab∗x a=y−b∗x

a anger var regressionslinjen skär y-axeln. Med hjälp av a och b kan värdet på variabel  y skattas förutsatt att  y är den beroende variabeln och att sambandet är linjärt.³¹

2.3.4 HYPOTESPRÖVNING

E

n hypotes är det samma som ett antagande om verkligheten. Vid all hypotesprövning formuleras en nollhypotes  H0 som ställs mot en mothypotes  H1 . När

nollhypotesen sedan prövas kan den antingen förkastas eller accepteras, givet en viss signifikansnivå. Signifikansnivån betecknas  och beskriver man hur stor risken är nollhypotesen förkastas trots att den är sann . Vanliga värden som används vid val av signifikansnivå är  5%, 1% och 0,1%. När nollhypotesen förkastas så accepteras därmed mothypotesen.³²

31 S.Körner & L.Wahlgren, 2005

32 ibid

2.3.5 POPULATION & URVAL

V

arje statistisk undersökning syftar till att ge kunskaper om en population. Populationen i sig består av en mängd individer eller enheter. Man kan klassificera enheterna under följande populationer:

Ändliga populationer

Register över total populationen.

Oändliga populationer

Inget register över total population.

Målpopulation

Har register över population vilket man definierar med hjälp av en ram (urval).

Registrerad population

Register över delar av population finns men stämmer ej överens med totalpopulationen.

De delar av population som ej finns registrerade brukar vanligtvis nämnas som mörkertal. ³³

I

bland är det nödvändigt att från stora populationer göra urval. Ett urval sker då endast en del av populationen studeras. Vid en liten population brukar det oftast vara praktiskt att studera samtliga enheter. Detta kallas för att man gör en totalundersökning.³⁴

33 S.Körner & L.Wahlgren, 2005

34 ibid

2.3.6 KAPITALSTRUKTUR & SKULDSÄTTNINGSGRADEN

E

tt företags kapitalstruktur kan beskrivas med måttet skuldsättningsgrad, detta mått betecknas vanligtvis S / E . S / E uttrycks vanligtvis i decimalform kan beräknas på olika sätt. Vi har valt att använda definitionen enligt formel (2.3.6.1).³⁵ Där T  är företagets totala tillgångar, och EK  det egna kapitalet.

2.3.6.1 Formel – S/E: S / E=



^{T −EK}_EK



2.3.7 VOLATILITET

V

olatilitet är ett vanligt begrepp inom finansiell ekonomi och är det samma som det statistiska måttet standardavvikelse (se, 2.3.1.2). Begreppet används som ett nyckeltal vilket beskriver variationer på en tillgångs värde. När volatiliteten hos en aktie är hög finns en stor sannolikhet att aktien går upp eller ner kraftigt. En aktie har normalt en volatilitet som ligger mellan 20 och 50 procent.³⁶

I

nom finansiell ekonomi delas volatilitet in i två typer. Den ena är implicit volatilitet och beskriver marknadens förväntade volatilitet på en tillgång. Den andra är historisk

volatilitet och baseras på historisk data om tillgången under en given tidsperiod.³⁷ Vid angivelse av volatilitet anges antal handelsdagar. Det normala antalet är enligt Hull är 252 handelsdagar.³⁸

2.3.8 CHI-KVADRATTEST

Chi-kvadrat test kan användas för att analysera absoluta frekvenser i korstabeller.

Metoden går ut på att de observerade frekvenserna relateras till de förväntade frekvenserna. De förväntade frekvenserna är de väntade frekvenserna enligt nollhypotesen H0 . Syftet med chi-kvadrat test är att fastställa om variabler samvarierar.³⁹

2.3.8.1 Formel; Chi-kvadrat

X²=

∑

^{O−E 2}

E

35 S.Ross, R. Westerfield, J.Jaffe, 2005

36 J.Hull², 2003

37 Hässel, Norman & Andersson, 2001

38 J.Hull², 2003

39 S.Körner & L.Wahlgren, 2005

2.4 P^RIMÄRA UNDERSÖKNINGSVARIABLER

2.4.1 V^ARIABEL X

V

ariabel ≪ x≫ är en kontinuerlig kvantitativ variabel⁴⁰ och mäter enheternas skuldsättningsgrad (se, 2.3.6). Variabeln är på kvotnivå och värdena avrundade till sex decimaler.

2.4.2 REFERENSVÄRDEOCHSPRIDNINGVARIABEL X

R

eferensvärdet ges av genomsnittet för ≪ x≫ och betecknas  x_r . Referensvärdet utgör branschens genomsnitt från vilket avvikelser kan registreras med hjälp av formel (2.3.1.2).

2.4.3 B^{ORTFALLSANALYSVARIABEL} X

A

lla enheter som ej intar värden i ≪ x≫ redovisas per bransch i bilagor. Övrigt bortfall kan klassificeras enligt följande;

- Extremvärden*

*Bortfall i <<x>> redovisas i aktuell tabell (se, 8.2 - 8.11).

2.4.4 VARIABEL Y

V

ariabel ≪ y ≫ är en kontinuerlig kvantitativ variabel⁴¹ och mäter enheternas

volatilitet (se, 2.3.7). Variabeln är på kvotnivå och värdena avrundade till sex decimaler.

2.4.5 REFERENSVÄRDEOCHSPRIDNINGVARIABEL Y

R

eferensvärdet ges av genomsnittet för ≪ y ≫ och betecknas  y_r . Referensvärdet utgör branschens genomsnitt från vilket avvikelser beräknas enligt formel (2.3.1.2).

2.4.6 BORTFALLSANALYSVARIABEL Y

A

lla enheter som ej intar värden i ≪ y ≫ redovisas per bransch i bilagor (se, 8.2 - 8.11).

2.4.7 KATEGORIVARIABLER

S

amtliga enheter kan delas in med hjälp av två kategorivariabler. Kategorivariabeln

≪bransch≫ kan inta 9 värden, och kategorivariabeln ≪subbransch≫ kan inta 30

40 S.Körner & L.Wahlgren, 2005

41 ibid

värden. (se, 2.7.3). Kategorivariablerna används för indelning vid beräkning av referensvärden  x_r och  y_r .

2.5 S^EKUNDÄRAUNDERSÖKNINGSVARIABLER

2.5.1 V^ARIABEL ZX

V

ariabel är en produkt som ges av förhållandet mellan  sx * och ≪ x≫ . Resultaten av förhållandet genererar ≪ zx≫ (se, 2.6.3).

≪ z_x≫ kan inta värdena -1, 0 och 1. enligt följande villkor:

Vid x≥s_x intar ≪ z_x≫ _{värdet 1.}

Vid x±s_x intar ≪ z_x≫ _{värdet 0.}

Vid x≥−s_x intar ≪ z_x≫ värdet -1.

* (Sx) är standardavvikelsen för variabel <<x>> i en given subbransch.

2.5.2 VARIABEL ZY

V

ariabeln är en produkt som ges av förhållandet mellan  sy * och ≪ y ≫. Resultaten av förhållandet genererar ≪ zy≫ (se, 2.6.3).

≪ z_y≫ kan inta värdena -1, 0 och 1. enligt följande villkor:

Vid y≥0,5∗s_y _intar ≪ z_y≫ _{värdet 1.}

Vid y±0,5∗s_y _intar ≪ z_y≫ _{värdet 0.}

Vid y≥−0,5∗s_y _intar ≪ z_y≫ värdet -1.

* (Sy) är standardavvikelsen för variabel <<y>> i en given subbransch.

2.6 T^{ILLÄMPNINGAVMETOD}

2.6.1 P^OPULATION & U^RVAL

P

opulationen definieras till svenska börsnoterade företag listade på A och O listan under år 2005. Inget urval har skett eftersom det endast skulle minska resursanvändningen marginellt, men minska validiteten markant.

2.6.2 T^{ILLÄMPNINGAVDET}ARITMETISKAMEDELVÄRDET

Det arimetiska medelvärdet används som ett refersensvärde inom respektive subbransch varifrån sedan standardavvikelsen kan beräknas.

2.6.3 T^{ILLÄMPNINGAV}STANDARDAVVIKELSEN

Måttet standardavvikelse har tillämpas på olika sätt i undersökningen. Den främsta uppgiften är att beräkna standardavvikelsen inom respektive subbransch. Därefter jämförs de enskilda observationernas värden med subbranschens värde på

standardavvikelsen i syfte att kategorisera enheterna (se, 2.5.1 & 2.5.2).

Standardavvikelsen används också för beräkning av enheternas värde på variabel

≪ y ≫ , d.v.s enheternas volatilitet för aktiekurserna under år 2005.

2.6.4 T^{ILLÄMPNINGAV}KORRELATIONSKOEFFICIENTEN

Korrelationskoefficienten används för att analysera om ett ev. linjärt samband existerar mellan de sekundära undersökningsvariablerna ≪ zx≫ och ≪ zy≫ . (se, 4.2.3) 2.6.5 TILLÄMPNINGAVLINJÄRREGRESSION

Sambandsmåttet linjär regression används för att analysera ett ev. linjärt orsaksamband mellan de primära undersökningsvariablerna ≪ x≫ och ≪ y ≫. Där ≪ x≫ är den oberoende variabeln och ≪ y ≫ den beroende. (se, 4.1).

2.6.6 T^ILLÄMPNING C^{HIKVADRATTEST}

Chi kvadrat test används för att analysera slumpens betydelse för fördelningen mellan variablerna ≪ z_x≫ och ≪ z_y≫ (se, 4.2.2).

2.7 DATAINSAMLING

2.7.1 V^ARIABEL X, SKULDSÄTTNINGSGRAD

D

ata avseende enheternas tillgångar och skulder är insamlande från respektive

årsredovisning år 2005 i syfte att beräkna S / E ( ≪ x≫ ) . Information om enheternas totala tillgångar T , samt totalt eget kapital  EK * har inhämtats och beräknats enligt formel (2.3.6.1).

*Samtliga data om (EK) innehåller posten ”minoritetsintressen”

2.7.2 V^ARIABEL Y, VOLATILITETEN

D

ata om respektive enheters aktiekurser från samtliga handelsdagar 2005 har samlats in.

Volatiliteten är sedan beräknad för respektive enhet enligt formel (2.3.1.2). Produkten av beräkningarna utgör volatiliteten ( ≪ y ≫ ).⁴²

2.7.3 BOLAGSINDELNING

A

FGX bolagsindelning är indelad i två nivåer: bransch och subbransch. Bolagen är indelade efter internationella förebilder, men med anpassning till svenska förhållanden. ⁴³ År 2005 ingick samtliga bolag listade på A respektive O listan och bestod av 9 branscher och 30 subbranscher.⁴⁴ (se, 8.1)

42 Affärsvärldens Hemsida

43 ibid

44 Affärsvärlden Tidskriften

2.8 M^ETODKRITIK

2.8.1 K^ÄLLKRITIK

● AFGX bolagsindelning

Fel har påträffats i bolagsindelningen, dessa är att vissa bolag är registrerade i fel subbransch. Ingen justering har utförts i syfte att höja undersökningens reliabilitet då ett s.k. test-retest blir enklare att utföra om indelningen 2005 lämnas i

oförändrat skick. Felen är så få att de endast kan ha en marginell betydelse för resultaten.

● AFGX Kurshistorik (volatilitet)

Kurshistoriken har utgjort beräkningensgrunden för enheternas volatilitet och underlaget består i huvudsak av kurser för 252 handelsdagar. Dock innehåller datan värden som är baserade på färre än 252 handelsdagar, dock aldrig färre än 30 handelsdagar. De enheter med en volatilitet som är baserad på färre än 252 handelsdagar är mycket få och anses inte påverka resultaten.

● Årsredovisningsdata

Data från enheternas årsredovisningar är inhämtade med hjälp av Avanza´s hemsida. Ursprungsdatan (årsredovisningarna) är den enda valida källan för enheternas kapitalstruktur. Därför utgör Avanzas hemsida felmarginalen, dock anser vi att sannolikheten för att de eventuella felen skulle påverka resultaten är obetydlig.

2.8.2 RELIABILITET

R

eliabiliteten hos kvantitativa undersökningar är vanligtvis hög. Ingen tolkning/kodning har gjorts av datan. Den insamlade datan är sekundärdata och därmed utgör källorna den felmarginalen. Vi tror att undersökningen har en hög reliabilitet då ett s.k. test-restest enkelt kan genomföras.⁴⁵

2.8.4 VALIDITET

V

i kan skatta undersökningens validitet genom att ställa problemformulering mot de variabler som vi undersöker. Alternativt att ställa undersökningens syfte mot de variabler vi undersöker. Vid en första anblick finns stöd för en hög validitet då undersökningens syfte relateras till undersökningsvariablerna. Undersökningsproblemet är abstrakt vilket gör det svårt att definiera relevanta undersökningsvariabler som beskriver fenomenet.

Inom teorin finns det dock stöd för vårt val av undersökningsvariabler vilket bidrar till en ökad validitet. Vi anser att validiteten är tillfredställande, dock ej hög.

45 S.Körner & L.Wahlgren, 2005

3. T

EORIKAPITEL

3.1 K^APITLETSDEFINITIONER OCHBEGREPP

● Varians

Variansen är ett begrepp inom matematisk statistik, som mäter variationen kring ett väntevärde μ.

● Fundamentalt värde

Fundamental analys (FA) utgår från ett företags redovisade vinst, omsättning, kassaflöde och omvärldsförutsättningar i syfte att prognostisera dess framtida avkastning

3.2 KAPITALSTRUKTUR & S^YSTEMATISK R^ISK

3.2.1 BETAVÄRDETOCH SYSTEMATISK RISK

E

tt vanligt mått på systematisk risk är betavärdet  . Betavärdet är korvariansen mellan avkastning i det aktuella företaget och marknadsportföljen. Marknadsportföljens

betavärde är ett vägt genomsnitt av samtliga företags betavärden, och är per definition lika med 1. Om ett företag har ^=1 så betyder det att risken är den samma som den genomsnittliga nivån (marknadsportföljen). Om ^1 så är risken större än den

genomsnittliga, och vise versa om ^1 . Detta ger att om ^{= 0} så är tillgången riskfri.

3.2.1.1 Formel- Betavärde _f=Covr_f,r_m

_m²

D

är f är betavärdet för det aktuella företaget, rf är avkastningen för företaget och

r_m är avkastningen för tillgångarna i marknadsportföljen. _m² är variansen i marknadsportföljens avkastning.

Avkastningen rf för ett specifikt företag kommer därför påverka betavärdet f . Betavärdet är en komponent i Capital Asset pricing model (CAPM) för att skatta aktieägarnas avkastningskrav.

3.2.1.2 Formel CAPM r_f=R_f R_m−R_f

Där  r_f är aktieägarnas avkastningskrav, Rf är den riskfria räntan och  R_m är marknadsportföljens genomsnittliga avkastning.

3.2.2 MODIGLIANI & MILLER

M

odigliani och Miller (MM) lade år 1958 grunden till teorin om optimal

kapitalstruktur.⁴⁶ Teorierna tar hänsyn till finansiella risker på belåning, detta ställs mot att lånat kapital normalt uppbär lägre kostnader än eget kapital. Förhållandet mellan risk och kostnad utmynnar i att aktieägarnas avkastningskrav ökar i takt med belåningen.

Dock ökar också långivarens kreditrisk med ökad belåning vilket leder till ökade

räntekostnader för aktieägarna. Dessa förhållanden ger att företagsvärdet är oberoende av kapitalstrukturen. Faktorer som skatter, obeståndskostnader och eventuella

transaktionskostnader påverkar ett företags val av kapitalstruktur, dock menar MM att kapitalstrukturen oftast är ett resultat av historiska finansieringsbeslut snarare än ett aktivt val.⁴⁷

I

MM´s första proposition antas att det inte existerar några skatter, obeståndskostnader eller transaktionskostnader. Vidare antas perfekt information och att individer kan låna under samma förutsättningar som företag.⁴⁸ Detta antagande ger att ett icke skuldsatt företag har samma värde som ett skuldsatt företag då en perfekt marknad är

självreglerande.⁴⁹ MM uttrycker detta i V_L=V_U, där V_L är värdet på ett helt belånat företag, och V_U är värdet på ett helt obelånat företag.

3.2.2.1 Formel- (MM proposition I) V_L=V_U

M

M´s andra proposition beskriver hur aktieägarnas avkastningskrav ökar i takt med belåningen. Detta beror på att en högre belåning av det egen kapitalet även ger en större risk på det egna kapitalet.⁵⁰ Den minskade kostanden för kapital vid belåning tas därmed ut av den ökade risken på det egna kapitalet. Aktieägarnas avkastningskrav rs kan deriveras fram (se, formel- 3.2.2.2). Där rs är aktieägarnas avkastningskrav, r0 är avkastningskravet på det totala kapitalet och rb är räntekostnaden för externt kapital (belåning). B är externt kapital (lånat) och S  är internt kapital (eget kapital).

3.2.2.2 Formel- (MM proposition II) r_s=r₀ B

S  r₀−r_s

I MM proposition I&II har man tidigare antagit att skatter inte existerar. Om hänsyn tas till skatt ( TC) och allt annat lika, kan företaget öka sitt värde genom att använda den s.k.

46 B.Myers, 2001

47 Leimdörfer, Bernhardtson, 1997

48 S.Ross, R. Westerfield, J.Jaffe, 2005

49 ibid

50 ibid

skatteskölden ( TCB ). Vid ett optimalt förhållande mellan eget kapital och skulder kan företaget öka sina vinster rf . En förändring av rf ger därför en förändring av företagets betavärde, (se, formel-3.2.1.1).

3.2.2.3 Formel- (MM proposition II med skatteskölden) r_s=r₀1−T_C∗ r₀−r_b∗ B S

3.2.3 KAPITALSTRUKTUROCH R^ISK

R

obert S. Hamada var först med att empiriskt studera skillnader mellan den observerade totala risken och aktiers beta (  ).

I CAPM demonstreras att olika aktieportföljers effektivitet alltid är en kombination mellan lån till kostnaden av riskfri ränta och marknadsportföljens avkastning. Både CAPM – modellen och MM´s teorier visar på att ökad belåning oavsett källa, förutsatt att eget kapital är konstant leder till ökad av risk. Givet att privata lån är ett perfekt substitut till företagslån kan företagslån bytas ut till privata lån i CAPM – modellen.

Givet dessa förutsättningar menar R. Hamada att betavärdet bör vara större för ett företag med hög skuldsättningsgrad än för ett företag inom samma ”riskklass” som har en lägre skuldsättningsgrad, (se, 3.2.3.1 samt 3.2.3.2).⁵¹

3.2.3.1 Formel CAPM med belåning rL=r_f_L r_m−r_f

3.2.3.2 Formel CAPM obelånat rU=r_f_U r_m−r_f

51 R.Hamada, 1972

Enligt R.Hamada finns det fyra metoder att estimera effekten kapitalstrukturs inverkan på den systematiska risken.⁵²

● Genom en lämplig värderingsmodell, estimera och diskontera framtida intäkter . Detta gör det möjligt att relatera de diskonterade intäkterna i CAPM modellen till ett obelånat systematiskt riskmått ( _U ). Skillnaden som uppstår mellan den observerade aktiens systematiska risk ( L ) och ( U ) skulle då kunna förklaras genom belåning. Dock ser R.Hamada ett antal nackdelar med detta angreppssätt.

● Att utföra ett regressionstest mellan den observerade systematiska risken hos en aktie och ett antal variabler baserade på lån. Detta gör man för att kunna förklara (beskriva) den systematiska risken. Tyvärr blir detta angreppssätt svårt då det ej kan stödjas i teorier som talar om vilka variabler som skall inkluderas och vilka variabler som skall exkluderas.*

* (Liknar den metod vi tillämpar i undersökningen)

● Denna metod går ut på att mäta den systematiska risken före samt efter ett företag tagit upp nya lån. Skillnaden i systematisk risk kan kopplas direkt till den ökade belåningen. Även inom detta angreppssätt finns motstridigheter.

● Det angreppssätt som R.Hamada använder sig av, utgår ifrån att MM´s teorier är sanna. Genom att mäta den observerade avkastningen hos en aktie över en tidsperiod och sedan justera avkastningen till vad den skulle ha varit utan belåning. Förhållandet mellan den observerade systematiska risken ( L ) och den justerade systematiska risken ( U ) kan därigenom förklaras av belåningen.

R.

Hamada kommer genom en empirisk studie fram till att såvida MM´s teorier är gilitiga så utgörs cirka 21-24 procent av den observerade systematiska risken av

företagens skuldsättningsgrad. R. Hamada visade vidare på att MM´s första proposition var giltig.⁵³

52 R.Hamada, 1972

53 ibid

3.3 V^OLATILITET & T^OTAL R^ISK

I

nom portföljteori är volatilitet ett centralt begrepp och används som ett mått på tillgångens totala risk. Om marknaden är osäker på en akties värde påverkas därmed volatiliteten positivt, d.v.s. att aktiekursen förändras under den givna tidsperioden. Enligt förespråkare för den effektiva marknadshypotesen (EHM) uppstår volatiliteten av nyheter som anses avgörande för aktiens framtida avkastning. ⁵⁴ Dock kan det antas att marknaden inte alltid har möjlighet att värdera hur en nyhet kommer påverka en akties framtida avkastning, vilket därmed kan leda till ett irrationella beteende, uttryckt i

överreaktioner. Enligt empiriska studier av nyheters inverkan på volatiliteten har det visat sig att negativa nyheter generellt ger överreaktioner på kapitalmarknaden. D.v.s. vid positiva nyheter förändras volatiliteten i mindre grad än vid negativa nyheter, även om de har en likvärdig positiv/negativ inverkan på en akties förväntade avkastning.⁵⁵ Resultatet av kapitalmarknadens överreaktioner är variansen mellan en akties fundamentala värde och de observerade marknadspriserna. En annan empirisk studie visar att ca 4 –12 % av volatiliteten kan förklaras av överreaktioner på kapitalmarknaden.⁵⁶

54 J.Hull, 1999

55 F.Black, 1976

56 R.Thaler, 1993

4. E

MPIRIKAPITEL

4.1 P^RIMÄRA UNDERSÖKNINGSVARIABLER X & Y

4.1.1 TOTALPOPULATIONEN

Nedan redovisas resultaten för regressionsanalysen av de primära

undersökningsvariabelerna ≪ x≫ (skuldsättningsgrad) och ≪ y ≫ (volatilitet) för totalpopulationen. Analys av tabell (4.1.1.1) och graf (4.1.1.2) återfinnes under (5.1.1).

4.1.1.1 Tabell; Linjär regression totalpopulationen, beroende variabel Y

4.1.1.2 Graf; regressionslinjen totalpopulationen

Linjär Regression Total population

R

0,034 -0,003 37,972

Koefficienter

Unstandardized Coefficients

t Sig.

B Std. Error Beta

(Constant) 20,474 2,949 0,000 6,944 0,000

0,674 1,200 0,034 0,562 0,575

R Square

Adjusted R Square

Std. Error of the Estimate (a)0,001

Standardized Coefficients

Skuldsättning sgrad S/E

4.1.2 LINJÄR REGRESSIONBRANSCHER

Nedan redovisas resultaten för regressionsanalysen av de primära

undersökningsvariabelerna ≪ x≫ (skuldsättningsgrad) och ≪ y ≫ (volatilitet) per bransch. Analys av tabell (4.1.2.1) återfinnes under (5.1.2).

4.1.2.1 Tabell; Linjär regression branscher

4.2 S^EKUNDÄRAUNDERSÖKNINGSVARIABLER Z^X & Z^Y

4.2.1 Z^XOCH V^OLATILITET, ^VARIABEL Y

Nedan redovisas resultaten för spridningen i den primära undersökningsvariabeln

≪ y ≫ (volatilitet). Resultaten är indelande med hjälp av den sekundära

kategorivariabeln ≪ zx≫ (avvikelse från branschnorm i skuldsättningsgrad). Analys av tabell (4.2.1.1 - 4.2.1.2 - 4.2.1.3) samt graf (4.2.1.4) återfinnes under (5.2.1).

4.2.1.1 Tabell; Positivt avvikande enheter

4.2.1.2 Tabell; Neutrala enheter

4.2.1.3 Tabell; Negativt avvikande enheter

Bransch

Råvaror 0,53%

Industri 3,27%

Konsumentvaror (b)10,10%

Hälsovård 0,13%

Finans 0,06%

It 0,09%

Telekommonikation Media & Underhållning Tjänster

(a)R Square

(b)24,48%

7,29%

(b)14,22%

Beskivande statistik för enheter med positiv avvikelse i variabel Zx

Volatilitet 41 0,094760 145,718000 18,218708 4,324062 27,687508 (a)N (b)Minimum (c)Maximum (d)Mean (e)Std. Error (f)Std. Dev

Beskivande statistik för neutrala enheter i variabel Zx

Volatilitet 208 0,030780 319,010000 23,005219 2,830195 40,817659 (a)N (b)Minimum (c)Maximum (d)Mean (e)Std. Error (f)Std. Dev

Beskivande statistik för negativt avvikande enheter i variabel Zx

Volatilitet 20 0,136000 74,598390 12,569508 4,409128 19,718218

(a)N (b)Minimum (c)Maximum (d)Mean (e)Std. Error (f)Std. Dev

4.2.1.4 Graf; Zx och volatilitet