Onormal avkastning i
samband med nyemission
- Aktiestrukturens påverkan vid nyemission
Kandidatuppsats 15 hp
Företagsekonomiska institutionen Uppsala universitet
HT 2019
Datum för inlämning: 2020-01-16
Axel Eriksson
Filip Fors Lundberg
Handledare: Joachim Landström
Sammandrag:
Syftet med denna studie är att undersöka om det uppstår en onormal avkastning i samband med nyemission för företag noterade på Nasdaq OMX Stockholm samt hur aktiestrukturen påverkar den onormala avkastningen. Studien genomförs med hjälp av en eventstudie och signifikans testas genom ett T-test samt en multipel regressionsanalys. Den studerade perioden utgörs av 2016-01-01 till 2019-06-01 där urvalet består av 110 nyemissioner. Resultatet av T-testet visar att samband finns mellan onormal avkastning och uttalande om nyemission samt att det är negativt. Vidare resultat från regressionsanalysen indikerar att aktiestrukturen har en viss påverkan på den onormala avkastningen där företag med multipla aktieslag genererar en mer positiv onormal avkastning. Tidigare studier har undersökt huruvida onormal avkastning och uttalande om nyemission har ett samband. Aktiestrukturens påverkan på den onormala avkastningen är tidigare outforskat. Resultaten från studien är till viss del i enlighet med det tidigare studier funnit.
Nyckelord:
Nyemission, Aktiestruktur, Onormal avkastning, Eventstudie, Informationsasymmetri.Innehållsförteckning
1 Inledning 1
1.1 Problematisering 1
1.2 Frågeställning 2
1.3 Disposition av studie 3
2 Teori 3
2.1 Signaleringsteori och informationsasymmetri 3
2.2 Nyemission 4
2.3 Aktiestruktur 6
2.4 Hypoteser 8
3 Metod 9
3.1.1 Eventstudie 9
3.1.2 Estimeringsperiod och eventfönster 9
3.1.3 Datainsamling 10
3.1.4 Sample och bortfall 11
3.2 Dagsavkastning per dag 12
3.2.1 Normal avkastning baserad på marknadsmodellen 12
3.2.2 Onormal avkastning 13
3.2.3 Genomsnittlig onormal avkastning 13
3.2.4 Kumulativ onormal avkastning, CAR 14
3.2.5 Genomsnittlig kumulativ onormal avkastning 14
3.2.6 Signifikansprövning med hjälp av t-test 14
3.3 Regressionsmodell 16
3.3.1 Variabler 16
3.3.2.1 Aktiestruktur 16
3.3.2.2 Företagsstorlek 17
3.3.2.3 Emissionsbelopp 17
3.3.2.4 Typ av emission 17
3.3.3 Multikollinearitet 18
4. Resultat och analys 19
4.1 Deskriptiv statistik 19
4.2 Onormal avkastning i samband med nyemission 20
4.3 Regressionsanalys 21
5. Slutsats och diskussion 23
6. Förslag till vidare forskning 25
Referenser 26
Bilagor 31
Bilaga 1. VIF-test 31
1
1 Inledning
“It sounds too good to be true: own a small portion of a company's total stock,but get most of the voting power. That's the truth behind dual-class shares. They allow shareholders of non- traded stock to control terms of the company in excess of the financial stake. While many investors would like to eliminate dual-class shares, there are several hundred companies in the United States with dual "A" and "B" listed shares, or even multiple class listed shares.” Ben McClure, Januari 8, 2012
1.1 Problematisering
Den djupt rotade dual-class strukturen som föreligger i svenska bolag har under senare år ökat markant både i Sverige och i andra delar av världen. Oavsett ett företags aktiestruktur förändras inte det faktum att företag i regel behöver ta in mer kapital än det som erhålls vid börsintroduktionen. Ytterligare kapital kan införskaffas genom nyemission vilket kan leda till reaktioner på aktiepriset. Det förekommer visserligen mycket forskning kring vilka faktorer som ligger till grund för den onormala avkastning som uppstår vid offentliggörandet av nyemissioner men det saknas publicerade studier som berör ett företags aktiestrukturs påverkan på detta. Kan ett företags aktiestruktur ha en påverkan på den onormala avkastning som uppstår i samband med uttalande om nyemission på Nasdaq OMX Stockholm?
Onormal avkastning är avkastning som avviker från det förväntade och uppstår i regel på grund av en händelse. Tidigare studier tyder på att den onormala avkastningen påverkas i olika riktningar efter uttalanden om nyemission. En negativ marknadsreaktion till följd av uttalande om nyemission upptäcktes för första gången i studier utförda på den amerikanska börsen (Asquith & Mullins, 1986; Mikkelson & Partch, 1986). Enligt Spiess och Affleck-Graves (1995) finns det en effekt på graden av onormal avkastning vid nyemission utifrån ett företags storlek. De visar att avkastningen blir negativ i samtliga fall de undersöker men att små företag upplever en ännu mer negativ onormal avkastning. Walker och Yosts (2008) hävdar att det finns en mindre negativ påverkan på den onormala avkastningen om motivet till nyemissionen är att genomföra en investering. Slovin, Sushka och Lai (2000) studerar hur valet av emissionstyp påverkar den onormala avkastningen. De granskar skillnaden i avkastning mellan riktad emission och företrädesemission. De finner att den informationsasymmetri som finns mellan ledarna i företag och investerarna är starkt korrelerad med onormal avkastning. Detta
2 förhållande gäller särskilt vid företrädesemission. Aktiestrukturen i ett företag utgörs av en
“single class share structure” eller en “dual class share structure”. I en “single class share structure” är en aktie lika med en röst. I en “dual class share structure” förekommer två eller fler typer av aktier där en aktietyp innehar en markant högre del av rösterna (Smith m.fl., 2009;
Gompers m.fl., 2003). Vidare i arbetet benämns “single class share structure” som SCSS och
“dual class share structure” som DCSS.
La Porta m.fl., (1999) nämner Sverige som det land med flest företag med DCSS som aktiestruktur. Företag i Sverige delar generellt upp aktierna i A och B-aktier. Holmen och Högfeldt (2004) menar att en majoritet av de familjeägda företagen använder sig av DCSS i Sverige. Majoriteten av A-aktierna ägs generellt av grundarna till företaget och innehavet ger en röst för varje aktie. B-aktierna kan vara uppdelade på olika sätt, i regel ger 10 aktier en rösträtt. Flertalet studier som undersökt fördelarna med DCSS har visat att de privata fördelarna av kontroll för aktieinnehavarna är lägre i Sverige än i andra länder (Coffee, 2001; Nenova, 2003; Dyck & Zingales, 2004).
Storleken på företag som genomför företagsförvärv är en faktor som ger upphov till skillnad i den onormala avkastningen på kort sikt (Jansen, Sanning & Stuart, 2015; Moeller, Schlingemann & Stulz, 2004). Hossain (2014) finner skillnad i avkastning både på kort och lång sikt mellan DCSS-företag och SCSS-företag när bolagen genomför företagsförvärv. Enligt tidigare forskning bidrar företagsstorleken till en onormal avkastning både vid företagsförvärv och vid nyemission. Vid företagsförvärv kan aktiestrukturen påverka den onormala avkastningen. Kan aktiestrukturen då även ha en inverkan på den onormala avkastningen i samband med uttalande om nyemission?
Det förekommer relativt få publicerade studier som behandlar onormal avkastning som uppstår i samband med uttalande om nyemission på den svenska aktiemarknaden.
Studier kring aktiestrukturens påverkan på den onormala avkastningen har inte gjorts inom området nyemissioner vilket denna studie avser undersöka.
1.2 Frågeställning
Uppstår onormal avkastning för företag noterade på Nasdaq OMX Stockholm i samband med uttalande om nyemission? Hur påverkas en sådan avkastning utifrån ett företags aktiestruktur?
3
1.3 Disposition av studie
I kapitel två sammanställs en genomgång av den teoretiska referensram som ligger till grund för de två hypoteser som studien ämnar undersöka. I kapitel 3 presenteras studiens metod och det aktuella urval som granskas. De modeller som används i studien presenteras även i detta avsnitt. Kapitel 4 berör studiens resultat som analyseras och jämförs med den presenterade teorin. I kapitel 5 redovisas studiens slutsatser följt av diskussion. Avslutningsvis presenteras förslag till vidare forskning.
2 Teori
2.1 Signaleringsteori och informationsasymmetri
Connely m.fl., (2011) beskriver signaleringsteorin som när två eller fler parter, individer eller organisationer, besitter information som skiljer sig från den information motparten har. En part är den signalerande, de besitter beslutet om att gå ut med informationen och även hur informationen ska offentliggöras. Det är sedan upp till den mottagande parten att bestämma hur denna information ska tolkas. Signaleringsteorin kan därför enkelt beskrivas som en signalerare och en mottagare (Connely m.fl., 2011).
En av de första studierna som prövade signaleringsteorin gjordes av Spence (1973). För att teorin ska kunna existera krävs det informationsasymmetri mellan två parter. Detta kan föreligga exempelvis i situationer mellan köpare och säljare. Säljare har i regel mer information än vad som finns att tillgå på marknaden, detta fenomen kallas för informationsasymmetri (Spence, 1973). Utifrån ett emissionsperspektiv utgör bolaget och beslutsfattarna som ska utföra nyemissionen signaleraren. Den grupp som får ta del av informationen om denna nyemission utgör mottagaren. Signaleraren besitter både positiv och negativ information. Med undantag för vad som är lagstadgat avgör signaleraren vilken information som presenteras.
Connely m.fl., (2011) menar att det i regel är den positiva informationen som signaleras. Hur informationen om nyemissionen sedan tolkas är upp till mottagaren. Marknaden kan reagera positivt eller negativt på informationen. Vidare menar de att det är i mottagarens intresse att bearbeta och tolka signalerna på ett optimalt sätt för att kunna dra ekonomiska fördelar från den information som då finns tillgänglig (Connely m.fl., 2011).
I fall där ledningen har information överlägsen den som finns tillgänglig på marknaden och beslut fattas om att emittera nya aktier faller företagets aktie i värde. Det är därför av intresse
4 för företagen att genomföra nyemission när informationsasymmetrin är så låg som möjligt mellan ledning och investerare, då kan fall i aktievärde minskas eller helt undgås (Myers &
Majluf 1984). När informationsassymetrin är hög mellan företagen och marknaden tenderar företagen att genomföra riktade emissioner istället för företrädesemissioner då nivån av asymmetri är lägre vid riktade emissioner (Cronqvist & Nilsson, 2005). Analytiker som studerar aktieutveckling vill ha tillgång till så mycket information som möjligt och detta kan göras via informationsförvärv. Stora företag analyseras i större utsträckning av analytiker än små företag. Detta gör att informationsasymmetrin blir större för små företag (Tian, 2013).
Fama och French (1970) förklarar den effektiva marknadshypotesen i sin starka form som att aktiepriser helt återspeglas av all tillgänglig information på marknaden såväl privat som offentlig. Marknadshypotesens semi-starka form förklaras som att aktiepriserna anpassar sig effektivt till marknaden och priset speglas av tillgänglig offentlig information. Onormal aktieavkastning är avkastning som avviker från det normala. Denna typ av avkastning är ofta en produkt av en oväntad händelse och sker på kort sikt. På den starkt effektiva marknaden som Fama och French (1970) beskriver existerar ej informationsasymmetri. Där är informationen om nyemission känd och redan inprisad vid offentliggörandet. Därmed uppstår ingen onormal avkastning. Det förekommer dock forskning som talar emot detta. Flertalet studier finner att onormal avkastning uppstår i samband med uttalande om nyemission vilket tyder på att informationsasymmetri existerar och marknaden är effektiv i den semi-starka formen (Walker & Yosts, 2008; Slovin, Sushka & Lai, 2000; Spiess & Affleck-Graves, 1995;
Shu & Chiang, 2014).
2.2 Nyemission
Företag behöver i regel mer kapital än det som erhålls i samband med börsintroduktionen. Ett alternativ är att öka kapitalet i företaget genom en nyemission. En nyemission görs genom att sälja nya aktier vilket bidrar till att de befintliga aktierna blir fler och på så sätt får företaget in mer kapital (Berk & DeMarzo, 2017). Enligt aktiebolagslagen måste företag rapportera beslut om nyemission till allmänheten så fort beslutet har fattats (Aktiebolagslag 2005:551).
Informationen om nyemission meddelas genom pressmeddelande eller annat uttalande (Bolagsverket, 2016). Den onormala avkastningen påverkas negativt på kort sikt av att företaget gör ett uttalande om nyemission (Asquith & Mullins, 1986; Holderness & Pontiff, 2016). Andra studier påvisar dock en positiv onormal avkastning i samband med uttalande om nyemission (Huang & Nikolopoulos, 2016; Hull, Kwak, & Walker, 2012). Vid uttalande om
5 nyemission återspeglas detta direkt och den onormala avkastningen uppstår (Bozos &
Nikolopoulos, 2011).
Nyemissioner kan delas in i tre delar, publik emission, riktad emission och företrädesemission.
En publik emission sker när företaget säljer ut nya aktier till nya ägare som inte har aktier i företaget. Vid en riktad emission vänder sig företaget till en eller flera specifika investerare och det är endast dessa som får köpa nya aktier. Företrädesemission, som är den vanligaste formen av emission, sker när företaget säljer till befintliga aktieägare där ett visst antal aktier ger rätt till att köpa ett visst antal av de nya aktierna (Holderness & Pontiff, 2016). I länder som USA, Kanada och Israel använder sig en förhållandevis liten andel företag av företrädesemission. I Sverige utgörs en stor andel, cirka 85 %, av de totala emissionerna av företrädesemission (Holderness & Pontiff, 2016)
Hull, Kwak, och Walker (2012) studerar den onormala avkastningen som uppstår både på kort och lång sikt vid nyemissioner. De granskar den amerikanska aktiemarknaden och finner att orsaken till onormal avkastning på kort sikt påverkas av fyra faktorer. Dessa utgörs av underprissättning av de emitterade aktierna, hög avkastning i perioden mellan den aktuella nyemissionen och förra nyemissionen, låg varians i avkastningen innan nyemissionen och insiders låga aktieinnehav i bolaget. De fyra faktorerna bidrar till en positiv onormal avkastning på kort sikt. Detta är samstämmigt med den studie som Lundstrum (2009) genomförde. Studien visar att insiders höga aktieinnehav i bolaget bidrar till en mer negativ onormal avkastning.
Huang och Nikolopoulos (2016) jämför Moskvas och Shanghais aktiemarknad med den amerikanska och europeiska aktiemarknaden. De finner i sin studie till skillnad från Spiess och Affleck-Graves (1995), Asquith och Mullins (1986), Holderness och Pontiff (2016) att en viss positiv onormal avkastning uppstår de första tre dagarna efter uttalande om nyemission.
Observationen av positiv onormal avkastning gjordes på Moskvas aktiemarknad och den onormala avkastningen under dessa första dagar blev högst 0.4%. De presenterar att en potentiell förklaring till den onormala avkastningen kan utgöras av att Moskvas aktiemarknad är en marknad på uppgång och att informationen inte färdas lika snabbt som på de utvecklade marknaderna (Huang & Nikolopoulos, 2016). Resultaten kan även ha påverkats av landspecifika faktorer.
Spiess och Affleck-Graves (1995) fann i sin studie att företagsstorlek var den faktor som gav störst påverkan på den onormala avkastningen i samband med nyemission. I studien framgår
6 att de minsta och yngsta företagen presterar sämst av de studerade undergrupperna. Studien utfördes på lång sikt på den amerikanska aktiemarknaden. Spiess och Affleck-Graves (1995) finner dock att den onormala aktieavkastningen även är negativ i samband med nyemissionen och dagarna precis efter uttalandet.
Shu och Chiang (2014) studerar skillnaden i onormal avkastning mellan små och stora företag vid nyemission. Studien finner att småföretagen på den taiwanesiska aktiemarknaden i större utsträckning genererar positiv initial onormal avkastning än stora företag. En bidragande faktor till detta är att mindre företag planerar sina nyemissioner utifrån marknadens svängningar samtidigt som de större företagen periodiserar sina vinster för att kunna prissätta aktien högre vid nyemission.
Storleken på emissioner i förhållande till företags marknadsvärde behandlas av Dubois och Jeanneret (2000). De visar att emissionsstorleken har en inverkan på utfallet av emissionen men att det ej är signifikant relaterat till onormal avkastning. Mikkelson och Partch (1986) finner dock i sin studie att det ej finns något signifikant samband mellan onormal avkastning och storleken på emissionen. Asquith och Mullins (1986) förklarar i sin studie att nedgången i aktiepris i samband med att ett företag offentliggör en nyemission är korrelerad till storleken på nyemissionen. De finner att företagsvärdet i snitt minskar med 31% av det intagna kapitalet vilket visar att emissioner är ett dyrt sätt att anskaffa kapital på. Detta leder i sin tur till att företag i vissa fall avstår från att ta in kapital för att genomföra investeringar. De hänvisar till de problem bolag har med att kommunicera till investerare vad de ska använda kapitalet till.
Det uppstår därmed informationsasymmetri mellan parterna.
2.3 Aktiestruktur
Studier som berör ämnet aktiestruktur har gjorts på ett flertal aktiemarknader och det har studerats hur valet av aktiestruktur påverkar olika företagsspecifika värden.
I en studie på den kanadensiska aktiemarknaden granskar Smith m.fl., (2009) skillnader i företagsvärde utifrån vilken aktiestruktur företag använder sig av. De undersöker om det finns en skillnad i företagsvärde beroende på om de är DCSS-företag eller SCSS-företag. Resultatet i studien var med hänsyn till vissa variabler som storlek, andel externa direktörer och bransch att de koncentrerat ägda DCSS-företagens marknadsvärde var signifikant lägre än SCSS- företagens. En av anledningarna utgörs av att det inom DCSS-företagen finns informationsasymmetri mellan ledningen och investerarna. Holmen och Nivorozhkin (2007)
7 studerar den svenska marknaden och kopplingen mellan marknadsvärde, DCSS och de kontrollerande aktieägarna. De finner en koppling mellan DCSS-företag och ett lägre företagsvärde. Gompers m.fl., (2003) studerar DCSS-företags egenskaper i USA. Studien finner att chefernas missbedömningar i DCSS-företag leder till sämre investeringar och en minskning i företagsvärdet. Det förklaras genom chefernas höga röstandel och kontroll i företag där de innehar utdelningsrätter vilket resulterade i färre genomförda investeringar. Resultatet av dessa faktorer bidrog till ökat användande av aggressiva företagsstrategier. Vidare poängterar de att SCSS-företag vid en jämförelse med DCSS-företag är lägre värderade, har en lägre tillväxttakt och genomför färre investeringar. Hossain (2014) finner även i sin studie att SCSS-företag presterar bättre än DCSS-företag. Studien berör företagsförvärv på den amerikanska aktiemarknaden och observerar att SCSS-företag genererar högre onormal avkastning än DCSS-företag vid uttalande om företagsförvärv.
Adhikari, Nguyen, och Sutton (2018) studerar amerikanska börsnoteringar och förklarar i sin studie att det idag är vanligt att privata företag som börsnoteras använder sig av DCSS för att behålla kontrollen inom bolaget. Detta kan dock anses vara negativt för de nya investerare som tillkommer vid börsnoteringen. Anledningen till detta är att de nya investerarna endast får tillgång till aktier med låg röststyrka. De finner att DCSS-företag presterar bättre i det långa loppet på grund av deras tendens att investera i innovativa branscher. Fortsätter företagen sedan att ta in nytt kapital via nyemission ökar kontrollen för de som innehar röststarka aktier samtidigt som kontrollen minskar för de med röstsvaga aktier (Amoaka-Adu & Smith, 2001).
Zhou (2017) menar i sin litteraturöversikt att forskare som studerar insiders som väljer DCSS över SCSS kan delas upp i två grupper. En del av forskarna menar att insiders som innehar A- aktier ser till sina privata fördelar och endast försöker öka sin egen förmögenhet. Detta förhållande resulterar i minskat värde för de aktieägare som innehar B-aktier (Grossman &
Hart, 1988; Bjuggren, Eklund, & Wiberg, 2007; Gompers, Ishii & Metrick, 2010). Den andra gruppen forskare förklarar insiders val av en DCSS som att de väljer denna struktur utifrån investeringssynpunkt. Investeringar av denna sort anses vara långsiktigt värdehöjande för företagen men är ofta dyra och svåra att kommunicera till de investerare som har B-aktier. Det uppstår informationsasymmetri mellan insiders som innehar A-aktier och investerare med B- aktier (Banerjee, 2006; Tian, 2013). Detta går i linje med det som Hull, Kwak, och Walker (2012) finner i sin studie om nyemissioner. När aktieägarnas intressen ej tillgodoses och det kontrollerande ägandeskapet ligger hos insiders ger det upphov till större risk för negativ
8 onormal avkastning vid uttalande om nyemissioner. Ligger ägandet istället hos utomstående investerare blir den onormala avkastningen istället mer positiv (Hull, Kwak, & Walker, 2012;
Lundstrum, 2009).
2.4 Hypoteser
I syfte att besvara frågeställningen utformas två hypoteser utifrån den teori som presenterats.
Ett flertal studier tyder på att uttalande om nyemission genererar en negativ onormal avkastning på åtskilliga internationella aktiemarknader (Spiess & Affleck-Graves, 1995; Asquith &
Mullins, 1986; Holderness & Pontiff, 2016). Andra studier finner dock det motsatta, att den onormala avkastningen istället blir positiv vid uttalandet om nyemission (Huang &
Nikolopoulos, 2016; Hull, Kwak, & Walker, 2012). Det är därför intressant att undersöka om det existerar en onormal avkastning i samband med nyemission på Nasdaq OMX Stockholm och om den är positiv eller negativ. Utifrån forskningen på området påvisar fler studier en negativ avkastning. Detta avses prövas genom hypotes ett:
H1: Det uppstår en negativ onormal avkastning i samband med uttalande om nyemission.
Vidare avser studien besvara om valet av aktiestruktur har någon inverkan på den onormala avkastning som uppstår i samband med uttalande om nyemission. Enligt den teori som presenterats kring aktiestruktur presterar DCSS-företag i regel sämre och är mindre värdeskapande för investerare än SCSS-företag (Hossain, 2014; Gompers m.fl., 2003). Det finns endast ett fåtal studier som visar på motsatsen och ser DCSS-företag som mer värdeskapande på lång sikt trots problem med den diskrepans som kan uppstå mellan ägare och investerare (Adhikari, Nguyen, & Sutton, 2018). Hypotes två utformas med stöd av denna teori.
H2: DCSS-företag genererar en mer negativ onormal avkastning i samband med uttalande om nyemission jämfört med SCSS-företag.
9
3 Metod
För att besvara syftet med denna studie genomförs en eventstudie i samband med uttalandet om nyemission. Genom ett ensidigt T-test undersöks om hypotes ett kan accepteras. För att besvara hypotes två utformas en regressionsmodell med syfte att besvara om DCSS-företag genererar en mer negativ onormal avkastning kontra SCSS-företag vid uttalande om nyemissioner.
3.1.1 Eventstudie
En eventstudie är en väl beprövad modell för att mäta påverkan av en specifik företagshändelse, i detta fall en nyemission (MacKinlay, 1997). Genom att applicera de modeller som MacKinlay (1997) presenterar kan vi studera om den onormala avkastningen existerar och om den är negativ eller positiv. Uttalanden som berör förändringar i företags kapitalstruktur är något som generellt påverkar den onormala avkastningen vid tidpunkten då informationen släpps.
Aktiekurserna anpassar sig i regel snabbt till den här typen av information (Fama, 1991). För att detta ska vara genomförbart görs ett antagande om att marknaden är effektiv och rationell i den bemärkelse att information som sprids direkt ger en påverkan på aktiepriset (MacKinlay, 1997).
Flera forskare har använt sig av eventstudier för att undersöka om nyemission har någon påverkan på den onormala avkastningen (t.ex. Slovin, Sushka & Lai, 2000; Hossain, 2014).
Utifrån forskningen om påverkan på den onormala avkastningen vid uttalande om nyemission är eventstudier den vanligaste modellen vilket bidragit till att också vi använder oss av den metoden.
En eventstudie kan vara uppbyggd på flera olika sätt. Vi har valt att följa det tillvägagångssätt MacKinlay (1997) presenterar. Där är utgångspunkten att först identifiera själva eventet och sedan att klargöra hur lång perioden som undersöks bör vara.
3.1.2 Estimeringsperiod och eventfönster
För att kunna räkna ut den onormala avkastningen behöver en estimeringsperiod bestämmas.
Denna period ska generellt föreligga innan själva eventperioden för att inte bli påverkad av det event som ska studeras. Estimeringsperioden används för att uppskatta den förväntade avkastningen. En rimlig längd på estimeringsperioden är 120 dagar (MacKinlay, 1997).
Anledningen till valet av estimeringsperioden är dels med stöd från artikeln av MacKinlay
10 (1997) men även för att få data så aktuell som möjligt i förhållande till det studerade eventet.
Estimeringspeioden avslutas 10 dagar innan eventfönstret öppnas det vill säga dag -13, detta för att vara helt säker på att estimeringsperioden inte påverkas av det studerade eventet.
Eventfönstret i studien utgörs av den period i vilken händelsen vi studerar sker. Själva händelsen benämns i denna studie som dag 0. Vid de observationer där informationen om nyemissionen släppts efter börsens stängning blir dag 0 nästkommande börsdag. Utöver dag 0 beräknas även den onormala avkastningen för dag -3 till -1 och +1 till +3 där den förstnämnda är 3 dagar innan händelsen och +3 är tre dagar efter händelsen. Att eventfönstret påbörjas 3 dagar innan själva händelsen är för att kontrollera om eventuellt läckage av information kan ha nått marknaden innan den offentliggjorts. Den onormala avkastningen mäts 3 dagar efter händelsen på grund av eventuella förseningar i informationsflödet till marknaden eller att marknaden potentiellt reagerar på händelsen en viss tid efter den inträffat. Detta uppmärksammade Huang och Nikolopoulos (2016) i deras studie.
Figur 1. Perioden för eventstudien
Estimeringsperiod Eventfönster
<─────────────────────────────> <──────────────>
⎹─────────────────────────────⎸ ⎹───────│──────⎸
t = -133 t = -13 t = -3 t = 0 t = +3
Figur 1. Aktuell tidslinje för studien. Där estimeringperioden och eventfönstret är illustrerat är estimeringsperioden fördelad på 120 dagar och eventfönstret på 7 dagar.
3.1.3 Datainsamling
För att samla in data till denna studie använde vi oss av Nyemissioner.se för att fastställa vilka nyemissioner som gjorts under den studerade perioden 2016-01-01 till 2019-06-01.
Tillsammans med denna information har Research Retriever (mediearkivet och business) använts för att kunna ta del av årsredovisningen för de undersökta företagen. Genom årsredovisningen har information om aktiestrukturen i företagen inhämtats.
I syfte att erhålla ett tillräckligt stort sample för att möjliggöra utförande av studien används period 2016-01-01 till 2019-06-01 som tidsperiod. Detta tidsspann avser också täcka eventuella
11 bortfall som uppkommer i samband med insamlingen av data. Tidigare studier har använt sig av olika tidsperioder vid studerande av onormal avkastning vid uttalande om nyemission. Den avkastningsdata och marknadsdata som inhämtats för att kunna genomföra denna eventstudie är hämtad från Thomson Reuters Datastream. Datan som hämtats är ett total return index (RI) för varje företag som tar hänsyn till återinvesterade utdelningar. För att uppskatta den förväntade avkastningen har SIXRX index använts. Vilket är ett marknadsindex som visar genomsnittlig avkastning från alla listade bolag på Nasdaq OMX Stockholm. Även detta index tar hänsyn till eventuella återinvesterade utdelningar. Eftersom avkastningsdata beaktar återinvesterade utdelningar behöver även marknadsindex ta hänsyn till detta vilket gör SIXRX till ett index som passar denna studie. Marknadsvärdet (MVC) har även det hämtats från Thomson Reuters Datastream.
Gemensamt för de företag som undersöks i studien är att de alla var listade på Nasdaq OMX Stockholm och de har utfört en nyemission någon gång under perioden 2016-01-01 till 2019- 06-01.
3.1.4 Sample och bortfall
Nedan följer en tabell på samplets slutgiltiga storlek samt vilka bortfall som uppkommit vid datainsamling.
Tabell 1. Datainsamling och observerade bortfall
Tabellen visar studiens totala antal observationer och de bortfall som förekommit. Orsaken till bortfallen är uppdelade på tre kategorier i form av bristande info, konkurs och avnoterade.
Därefter presenteras det slutgiltiga antalet observationer för respektive population, DCSS och SCSS.
Aktiestruktur SCSS DCSS
Antal Observationer 70 76 Bortfall bristande info -13 -11
Bortfall konkurs -8 0
Bortfall avnoterade -2 -2 Slutgiltigt sample 47 63
12 Alla företag som observerats ska vara noterade på Nasdaq OMX Stockholm sedan tidigare och fortfarande vara noterade vid studiens slut. Bortfall på grund av bristande information utgörs av när informationen kring nyemissionen antingen varit oklar eller om informationen ej har funnits tillgänglig. Att företag som gått i konkurs eller är avnoterade ej har tagits med i studien kan anses vara survival bias då endast företag som fortfarande är aktiva studeras. I dessa fall har det ej gått att fastställa exakt vilket datum som nyemissionen offentliggjorts. Detta förväntas inte ge någon signifikant skillnad i resultatet.
3.2 Dagsavkastning per dag
För att kunna fastställa den faktiska avkastningen för varje dag har index från dagens aktiepris delats med föregående dags index på aktiepris. Detta värde logaritmeras sedan för att säkerställa normalfördelning.
𝑳𝑵 (
𝑷𝟏𝑷𝟎
) = 𝒇𝒂𝒌𝒕𝒊𝒔𝒌𝒕 𝒂𝒗𝒌𝒂𝒔𝒕𝒏𝒊𝒏𝒈 𝒑𝒆𝒓 𝒅𝒂𝒈 (1)
𝑷𝟏 = Index aktiepris, dag 1 𝑷𝟎 = Index aktiepris, dag 0
3.2.1 Normal avkastning baserad på marknadsmodellen
För att fastställa påverkan från eventet krävs att den normala avkastningen beräknas. Det estimerade Alfavärdet utgörs av interceptet mellan den faktiska avkastningen och marknadportföljens avkastning. Betavärdet är lutningen mellan den faktiska avkastningen och marknadportföljens avkastning. Uppskattningen på dessa värden hämtas från estimeringsperioden som i detta fall är 120 dagar. Se formel nedan där i representerar aktuell aktie och t aktuell tidsperiod.
𝑹
𝒊,𝒕= 𝝰
𝒊+ 𝝱
𝒊𝐑
𝒎,𝒕+ 𝝴
𝒊,𝒕(2)
𝑹𝒊,𝒕= Faktisk avkastning 𝝰𝒊 = Osystematisk risk 𝝱𝒊= Systematisk risk
𝐑𝒎,𝒕 = Marknadsportföljens avkastning 𝝴𝒊,𝒕= Felterm med medelvärde 0
13
3.2.2 Onormal avkastning
Utifrån de parametrar som tagits fram från den normala avkastningen med hjälp av marknadsmodellen kan vi räkna ut den onormala avkastningen. Den räknas ut för att kunna förklara det som marknadsmodellen missat eller inte hunnit reagera på. Genom att subtrahera den förväntade avkastningen med den verkliga avkastningen har vi estimerat den onormala avkastningen (MacKinlay, 1997). Se ekvation nedan där i representerar aktuell aktie och t aktuell tidsperiod.
𝑨𝑹
𝒊,𝒕= 𝑹
𝒊,𝒕− (𝜶 ̂
𝒊+ 𝜷 ̂
𝒊𝑹
𝒎,𝒕) (3)
𝑨𝑹𝒊,𝒕 = Onormal avkastning 𝑹𝒊,𝒕= Faktisk avkastning
𝜶̂𝒊+ 𝜷̂𝒊𝑹𝒎,𝒕 = Förväntad avkastning
3.2.3 Genomsnittlig onormal avkastning
Genom att summera varje enskild onormal avkastning och dividera med antalet observerade emissioner kan vi få fram den genomsnittliga onormala avkastningen (MacKinlay, 1997).
Se ekvation nedan där i representerar aktuell aktie och t aktuell tidsperiod.
𝑨𝑨𝑹
𝒕=
𝟏𝑵
∑
𝒏𝒊=𝟏𝑨𝑹
𝒊,𝒕(4)
𝑨𝑨𝑹𝒕 = Genomsnittlig onormal avkastning 𝑨𝑹𝒊,𝒕= Onormal avkastning
𝑵 = Antal nyemissioner
14
3.2.4 Kumulativ onormal avkastning, CAR
Genom att beräkna den kumulativa onormala avkastningen, CAR kan vi observera ett eventfönster som sträcker sig längre än enbart en dag. Detta görs genom att summera den onormala avkastningen per aktie under ett visst tidsspann (MacKinlay, 1997). Se ekvation nedan där i representerar aktuell aktie och t aktuell tidsperiod.
.
𝑪𝑨𝑹
𝒊(𝒕
𝟏, 𝒕
𝟐) = ∑
𝒏𝒕=𝒕𝟏𝑨𝑹
𝒊,𝒕(5)
𝑪𝑨𝑹𝒊= Kumulativ onormal avkastning 𝑨𝑹𝒊,𝒕= Onormal avkastning
3.2.5 Genomsnittlig kumulativ onormal avkastning
Den genomsnittliga kumulativa onormala avkastningen räknas ut på samma sätt som den kumulativa onormala avkastningen men genom att summera den genomsnittliga onormala avkastningen. Detta ger ett sammanslaget värde på alla genomsnittliga onormala avkastningar för eventet i form av nyemissionen (MacKinlay, 1997). Se ekvation nedan där i representerar aktuell aktie och t aktuell tidsperiod.
𝑨𝑪𝑨𝑹(𝒕
𝟏, 𝒕
𝟐) = ∑
𝒕𝒕=𝒕𝟐𝑨𝑨𝑹
𝒕𝟏
(6)
𝑨𝑪𝑨𝑹 = Genomsnittlig kumulativ onormal avkastning 𝑨𝑨𝑹𝒕 = Genomsnittlig onormal avkastning
3.2.6 Signifikansprövning med hjälp av t-test
För att klargöra om den genomsnittliga onormala avkastningen är signifikant ur ett statistiskt perspektiv genomförs ett t-test. Detta görs för att acceptera eller förkasta hypotes ett. För att kunna utföra t-testet krävs det beräkning av variansen i den onormala avkastningen för varje individuell aktie (MacKinlay, 1997). Därefter summeras de olika varianserna som sedan divideras med antalet bolag i kvadrat. Se ekvation nedan där i representerar aktuell aktie och t aktuell tidsperiod.
𝒗𝒂𝒓(𝑨𝑨𝑹
𝒕) =
𝟏𝑵𝟐
∑
𝒏𝒊=𝟎𝝈
𝜺𝟐𝒊(7)
𝒗𝒂𝒓(𝑨𝑨𝑹𝒕) = Variansen i den genomsnittliga onormala avkastningen
15 𝑵𝟐= Antal observationer i kvadrat
𝝈𝜺𝟐𝒊 = Variansen i den genomsnittliga onormala avkastningen för estimeringsfönstret
Därefter beräknas variansen för den genomsnittliga kumulativa onormala avkastningen för att kunna utföra en hypotesprövning. Detta görs under respektive period från T-3 till T+3 (MacKinlay, 1997). Se ekvation nedan där i representerar aktuell aktie och t aktuell tidsperiod.
𝒗𝒂𝒓(𝑨𝑪𝑨𝑹(𝒕
𝟎, 𝒕
𝟏)) = ∑
𝒕𝒕=𝒕𝟐𝒗𝒂𝒓(𝑨𝑨𝑹
𝒕)
𝟏
(8)
𝒗𝒂𝒓(𝑨𝑪𝑨𝑹(𝒕𝟎, 𝒕𝟏)) = Variansen för den genomsnittliga kumulativa onormala avkastningen under eventfönstret. Dag T-3 till T+3 vilka utgör dagar i eventfönstret
𝒗𝒂𝒓(𝑨𝑨𝑹𝒕) = Variansen för den genomsnittliga onormala avkastningen för aktuell tidsperiod
För att sedan kunna testa om hypotes ett kan accepteras används slutligen följande formel. Den kumulativa onormala avkastningen divideras under aktuell tidsperiod med dess varians i kvadrat (MacKinlay, 1997). Med hjälp av formeln beräknas hur signifikant ACAR är skilt från noll. Se ekvation nedan där i representerar aktuell aktie och t aktuell tidsperiod.
𝜽
𝟏=
𝑨𝑪𝑨𝑹(𝒕𝟎,𝒕𝟏)(𝒗𝒂𝒓(𝑨𝑪𝑨𝑹(𝒕𝟎,𝒕𝟏))𝟏/𝟐
~ 𝑵(𝟎, 𝟏) (9)
𝑨𝑪𝑨𝑹(𝒕𝟎, 𝒕𝟏) = Genomsnittlig kumulativ onormal avkastning
(𝒗𝒂𝒓(𝑨𝑪𝑨𝑹(𝒕𝟎, 𝒕𝟏))𝟏𝟐 = Varians i den genomsnittliga kumulativa onormala avkastningen
Trots att detta test kan visa signifikans är den data som används estimerad med hjälp av ett marknadsindex. Det är då viktigt att ha i åtanke att resultaten bygger på en uppskattning och att den onormala avkastningens magnitud inte nödvändigtvis är absolut.
16
3.3 Regressionsmodell
Med hjälp av en multipel regressionsmodell undersöks variablernas påverkan på den onormala avkastningen vid uttalandet om nyemission. Fördelen med en multipel regression är att flera oberoende variablers påverkan på den beroende variabeln kan studeras samtidigt (Körner &
Wahlgren, 2015). Utifrån den grundläggande multipla linjära modellen utformas denna specifika modell.
𝑪𝑨𝑹
𝒊= 𝝱
𝟎+ 𝝱
𝟏∗ 𝒅𝒖𝒎𝒎𝒚𝑨𝒌𝒕𝒊𝒆𝒔𝒕𝒓𝒖𝒌𝒕𝒖𝒓 + 𝝱
𝟐∗ 𝑳𝑵(𝑴𝑽𝑪)
+ 𝝱
𝟑∗ 𝑳𝑵( 𝑬𝒎𝒊𝒔𝒔𝒊𝒐𝒏𝒔𝒃𝒆𝒍𝒐𝒑𝒑/𝑴𝑽𝑪 )+ 𝝱
𝟒∗ 𝑫𝒖𝒎𝒎𝒚𝑬𝒎𝒊𝒔𝒔𝒊𝒐𝒏𝒔𝒕𝒚𝒑 + 𝝴
3.3.1 Variabler
Flera olika variabler kan påverka den onormala avkastningen vid uttalande om nyemission (Bryman & Bell, 2015). Flertalet studier har gjorts där olika variabler har studerats med avsikt att förklara uppkomsten av onormal avkastning (Spiess och Affleck-Graves, 1995; Dubois och Jeanneret, 2000; Slovin, Sushka och Lai, 2000). Med stöd av tidigare forskning och teori används företagsstorlek i form av marknadsvärdet. Emissionsbelopp och typ av emission används som kontrollvariabler. Detta görs för att på bästa sätt kunna förklara CAR vid uttalande om nyemission. Vi avser genom denna studie, utöver de externa kontrollvariablerna, även observera om aktiestrukturen i ett företag påverkar den onormala avkastningen i samband med uttalandet om en nyemission. Skuldsättningsgrad, likvida medel och motiv till nyemission utgör ytterligare variabler som kan påverka den onormala avkastningen (Myers & Majluf 1984;
Walker & Yost, 2008). På grund av tidsbrist har dessa inte inkluderats i modellen.
3.3.2.1 Aktiestruktur
Enligt hypotes två ska DCSS-företag generera en mer negativ onormal avkastning i samband med nyemission än SCSS-företag. Vi avser pröva detta genom att använda aktiestruktur som en oberoende variabel i vår regressionsmodell. Bakgrunden till detta är den tidigare forskning som visar att det finns en påverkan på företagsvärde och företagsförvärv beroende på företagets aktiestruktur. Denna variabel är i regressionen en dummyvariabel där DCSS-företag kommer anta värde 1 och SCSS-företag värde 0. Detta leder till att det enkelt kan utläsas om DCSS- företag genererar en mer negativ onormal avkastning i samband med nyemission än SCSS- företag.
17
3.3.2.2 Företagsstorlek
Variabeln företagsstorlek används i enlighet med Spiess och Affleck-Graves (1995). Deras studie inkluderar företagsstorlek för att undersöka dess påverkan på den onormala avkastningen. Denna variabel benämns i vår regressionsmodell som LN(MVC) där ett logaritmerat marknadsvärde för det studerade företagen används. Marknadsvärdet är hämtat från dagen då uttalandet om nyemission nådde marknaden. Med hjälp av ett logaritmerat värde får vi ett normalfördelat sample utan extremvärden.
3.3.2.3 Emissionsbelopp
Dubois och Jeanneret (2000) hävdar att emissionsbeloppets storlek har en inverkan på utfallet av emissionen. De framhåller dock att inverkan ej är signifikant korrelerad till den onormala avkastningen. Asquith och Mullins (1986) påvisar däremot en signifikant korrelation mellan variabeln och den onormala avkastningen. Därför ingår variabeln emissionsbelopp även i vår modell. Den benämns i studien som (EMI)/(MVC) där storleken på nyemissionen har dividerats med företagets marknadsvärde för att se hur stor del av marknadsvärdet som utgörs av emissionsbeloppet.
3.3.2.4 Typ av emission
Slovin, Sushka och Lai (2000) undersöker om det förekommer skillnad i den onormala avkastningen beroende på typ av emission och deras resultat visar att det finns korrelation mellan typ av emission och onormal avkastning. Detta förekommer dock främst i företrädesemissioner vilket har bidragit till att denna variabel används som kontrollvariabel.
Denna variabel är också en dummyvariabel i likhet med aktiestrukturen och är uppdelad i två grupper beroende på vilken typ av emission som företagen utför i form av riktad emission som tilldelas värde 0 eller företrädesemission som tilldelas värde 1.
18
3.3.3 Multikollinearitet
Vid användandet av ett flertal förklarande variabler kan problemet med multikollinearitet uppstå. Multikollinearitet uppstår när de valda förklarande variablerna är starkt beroende av varandra (Körner & Wahlgren, 2015). För att utreda förekomsten av multikollinearitet utförs i denna studie ett VIF-test enligt modell nedan (Andersson, Jorner, & Ågren, 2007). VIF-testet är angivet i bilaga 1. Då inga av de framtagna värdena överstiger 10 tyder det på att multikollinearitet inte råder.
𝑽𝑰𝑭
𝒊= 𝟏
𝟏 − 𝑹
𝒊𝟐19
4. Resultat och analys
Följande stycke visar de resultat som observerats i studien. Resultaten presenteras med hjälp av tabeller och figurer samt tillhörande och förklarande text. Därefter jämförs detta med teori och resultat av tidigare studier för att komma fram till en slutsats.
4.1 Deskriptiv statistik
Tabell 2. Deskriptiv statistik över de olika kontrollvariablerna
I tabell två kan deskriptiv statistik från kontrollvariablerna utläsas. Den oberoende variabeln aktiestruktur och kontrollvariabeln typ av emission är dummyvariabler och presenteras ej i tabellen. Det är inte relevant att presentera dessa deskriptivt då de har värde 1 eller 0 i regressionen. Kontrollvariabeln EMI/MVC har ett medelvärde på 0,206 vilket betyder att emissionsbeloppet i snitt utgör cirka 20% av företagets marknadsvärde. Statistiken visar en stor spridning i observationerna där det minsta studerade emissionsbeloppet utgör ca 0,3% av företagets marknadsvärde och det högsta 140% av marknadsvärdet. Observarionen som har ett värde på 1,405 sticker ut från de resterande observationerna på grund av att detta företags emissionsbelopp överstiger företagets marknadsvärde. Logaritmerade marknadsvärdet LN(MVC) har ett medelvärde på 7,576, ett minimivärde på 3,738 och maximivärde på 10,683.
Denna kontrollvariabel är logaritmerad vilket gör att spridningen mellan de olika värdena är låg.
Emi/MVC LN(MVC)
Medelvärde 0,206 7,576
Medianvärde 0,116 7,906
Standardavvikelse 0,244 1,783
Minimum 0,003 3,738
Maximum 1,405 10,683
Observationer 110 110
20
4.2 Onormal avkastning i samband med nyemission
I tabell tre presenteras resultatet från det utförda signifikanstestet som genomförs i syfte att besvara hypotes ett. Tabellen visar den genomsnittliga onormala avkastningen AAR samt den kumulativa genomsnittliga avkastningen ACAR under eventfönstret. Den onormala avkastningen för eventdagen är -0,636% och är signifikant skild från 0 på 5%-nivå. Dag 1 och dag 2 avtar den onormala avkastningen något och är istället signifikant skild från 0 på 5%-nivå respektive 10%-nivå. Under dessa dagar går den onormala avkastningen från negativ till positiv. ACAR under eventdagen är -0,982% och är signifikant skild från 0 på 1%-nivå. Dag 1 minskar ACAR till -0,444% och är signifikant skild från 0 på 10%-nivå. Resultatet går i linje med Bozos och Nikolopoulos (2011) studie som finner att negativ onormal avkastning uppstår direkt vid uttalande om nyemission. Resultatet överensstämmer även med andra studier som visar att en onormal avkastning existerar i samband med nyemission (Spiess & Affleck-Graves 1995; Asquith & Mullins 1986). Med stöd av resultatet från signifikanstestet accepteras hypotes ett då en negativ onormal avkastning uppstår i samband med uttalande om nyemission.
I tabellen kan även en onormal avkastning dagarna innan eventdagen utläsas vilket skulle kunna tyda på att eventuellt informationsläckage existerar. Resultaten är dock ej signifikant skilda från 0 och det går således inte att tolka dessa resultat vidare. En anledning till den signifikanta onormala avkastning som resultatet visar kan vara att informationsasymmetri råder mellan de studerade företagen och marknaden. Myers och Majluf (1984) samt Bozos och Nikolopoulos (2011) förklarar den onormala avkastningen vid nyemission som en konsekvens av informationsasymmetri. Företag signalerar i regel endast den positiva informationen till marknaden (Connely m.fl., 2011). Uttalande om nyemission kan tolkas som negativ information av marknaden. Detta gäller särskilt när motivet till nyemissionen ej kommuniceras (Asquith & Mullins 1986). Skulle det inte råda informationsasymmetri mellan företagen och marknaden blir det lättare för företagen att kommunicera anledningen till nyemissionen och den negativa onormala avkastningen skulle därav inte existera. Detta resultat är i enlighet med vad Myers och Majluf (1984) observerar i sin studie. Utvecklingen i onormal avkastning från eventdagen till dag 1 visar att marknaden reagerar negativt dagen informationen om nyemissionen offentliggörs men att aktien börjar återhämta sig dagen efter.
21 Tabell 3. Aktiekursens påverkan vid uttalandet om nyemission
Tabellen visar den onormala avkastningen under eventfönstrets 7 dagar från dag -3 till dag + 3. AAR är den genomsnittliga onormala avkastningen. ACAR är den genomsnittliga kumulativa onormala avkastningen. Värdena är i procent och har tilldelats stjärnor utifrån dess signifikansnivå. ***p-värde <1 %, ** P-värde <5 %, * P-värde <10 %.
4.3 Regressionsanalys
Tabell fyra visar resultaten från den multipla regressionen där CAR under eventfönstret är den beroende variabeln. Regressionen genomförs för att besvara hypotes två. I modell ett testas endast aktiestrukturens påverkan på CAR, koefficientens värde är positivt men ej signifikant vilket betyder att aktiestrukturen inte ensam kan förklara uppkomsten av CAR. Modell två inkluderar även kontrollvariablerna LN(MVC) och typ av emission. Resultaten från analysen är ej signifikanta vilket innebär att variablerna ej förklarar uppkomsten av CAR. I modell tre testas alla kontrollvariablerna samtidigt mot CAR. Resultatet från analysen visar ett positivt samband mellan variabeln aktiestruktur och CAR. DCSS har i regressionen tilldelats dummyvariabel 1 vilket betyder att ett positivt samband mellan DCSS-företag och onormal avkastning förekommer vid uttalande om nyemission. Detta då koefficientvärdet för variabeln aktiestruktur är positivt och signifikant på 10%-nivån. EMI/MVC är i modell 3 signifikant på 5%-nivån och har ett positivt koefficientvärde. Förklaringsgraden i regressionen är ca 3,6%
vilket betyder att den oberoende variabeln och kontrollvariablerna tillsammans förklarar 3,6%
av CAR. F-värdet i modell tre är 2,0305 vilket betyder att regressionsanalysen är signifikant på 10%-nivån. Hypotes två i studien påstår att DCSS-företag genererar en mer negativ avkastning vid uttalande om nyemission än SCSS-företag. Resultatet från regressionsanalysen
Period AAR ACAR
Dag -3 -0,005% -0,005%
Dag -2 -0,207% -0,212%
Dag -1 -0,134% -0,346%
Dag 0 -0,636%** -0,982%***
Dag 1 0,538%** -0,444%*
Dag 2 0,415%* -0,029%
Dag 3 -0,303% -0,332%
22 visar att DCSS-företagen i snitt genererar en 3,31 % högre onormal avkastning under eventperioden. Vi kan således med stöd av resultatet ej acceptera hypotes två. Eftersom förklaringsgraden är så pass låg i regressionsanalysen kan andra oberoende variablers påverkan på CAR ej uteslutas.
Tabell 4. Resultat av multipel regressionsanalys
___________________________________________________________________________
Modell 1 Modell 2 Modell 3
DummyDCSS 0,0249 0,0306 0,0310*
LN(MVC) -0,0066 0,0005
DummyFöreträdes -0,0061 -0,027
(EMI)/(MVC) 0,1045**
__________________________________________________________________________
F-värde 1,8872 1,1734 2,0306*
Justerat R2 0,0081 0,0048 0,0364 Observationer 110 110 110
__________________________________________________________________________
Tabellen visar resultaten för den multipla regressionsanalysen för respektive modell. EMI står för emissionsbelopp och MV för marknadsvärde. Den beroende variabeln i regressionsanalysen är CAR kumulativ onormal avkastning för hela eventfönstret. Det justerade R2 värdet är hur stor förklaringsgraden är för respektive modell och F-värdet visar signifikansnivån för hela testet. Signifikansnivåerna är uppdelade på tre. ***P-värde <1 %,
** P-värde <5 %, * P-värde <10 %.
23
5. Slutsats och diskussion
Syftet med denna studie är att undersöka om det uppstår en onormal avkastning i samband med nyemission på Nasdaq OMX Stockholm samt hur aktiestrukturen påverkar den onormala avkastningen. Efter bortfall består studien av 110 observerade nyemissioner som genomförts under perioden 2016-01-01 till 2019-06-01. Resultaten från studien är till viss del likartade med vad tidigare studier inom området kommit fram till.
Hypotes ett i studien avser besvara om en onormal avkastning uppstår i samband med uttalande om nyemission. Utifrån resultatet av studiens signifikanstest kan det konstateras att denna hypotes kan accepteras då en negativ onormal avkastning observeras under eventdagen samt de två efterföljande dagarna. Dessa resultat är även signifikanta på 5%-nivån respektive 10%- nivån. En stor del av tidigare studier finner liknande resultat (Spiess & Affleck-Graves, 1995;
Asquith & Mullins, 1986; Holderness & Pontiff, 2016). En förklaring till att en negativ onormal avkastning i samband med nyemission uppstår kan vara att informationsasymmetri råder mellan företagen och marknaden. Detta observerar ett flertal tidigare studier (Myers och Majluf, 1984; Bozos & Nikolopoulos, 2011). Myers och Majluf (1984) betonar värdet av att genomföra nyemissioner då informationsasymmetrin är så låg som möjligt. Då minskar risken för att den onormala avkastningen blir negativ. Det kan således finnas ett värde för företag noterade på Nasdaq OMX Stockholm att genomföra nyemission när informationsasymmetrin är så låg som möjligt. Att identifiera och analysera graden av informationsasymmetri lämnar denna studie därhän då det ej är inkluderat i syftet.
Marknadens reaktion på uttalandet om nyemission är initialt negativ men stabiliseras under eventdagen för att sedan återgå till det normala under slutet av eventperioden. Detta går emot vissa tidigare studiers resultat som finner att en fördröjning uppstår och att förekomsten av den onormala avkastningen fortsätter under flera dagar efter att informationen om nyemission nått marknaden (Holderness och Pontiff 2016; Spiess och Affleck-Graves 1995; Huang &
Nikolopoulos, 2016). Resultatet är dock i linje med den effektiva marknads hypotesen i dess semi-starka form som menar att information reflekteras i priset när den blir offentlig och marknaden reagerar på ny information förhållandevis snabbt.
Vid test av hur aktiestrukturen påverkar den onormala avkastningen i samband med uttalande om nyemission genom en regressionsanalys återfinns signifikanta resultat på 10%-nivån vilka visar att ett företags val av aktiestruktur har en påverkan på den onormala avkastningen. Enligt
24 hypotes två genererar DCSS-företag en i större utsträckning negativ onormal avkastning i samband med uttalande om nyemission än SCSS-företag. Resultaten som framkommit är dock tvärtemot förväntan då DCCS-företagen genererar en signfikant mer positiv onormal avkastning i samband med uttalande om nyemission. Den teori inom aktiestruktursforskningen som ligger till grund för antagandet om DCSS-företags underprestation gentemot SCSS-företag menar att DCSS-företag i regel presterar sämre och har ett lägre företagsvärde (Holmen och Nivorozhkin 2007; Smith m.fl., 2009). Studiens resultat visar att tidigare aktiestruktursforskning möjligen ej är applicerbar på studier inom detta avgränsade område gällande nyemission.
Informationsasymmetrin mellan företag och marknaden sägs också vara större för DCSS- företag (Banerjee, 2006; Tian, 2013) vilket resultatet av studien ej återspeglar. Slutsatsen som dras från studiens första signifikanstest är att ökad informationsasymmetri kan bidra till en ökad negativ onormal avkastning i samband med nyemissioner. Tillsammans med resultaten från regressionsanalysen kan då konstateras att informationsasymmetrin kan vara lägre i SCSS- företag än DCSS-företag. Då aktiestrukturens påverkan på den onormala avkastningen i samband med nyemission tidigare är ett relativt outforskat område är vissa resultat från denna studie ej jämförbara med liknande studier.
25
6. Förslag till vidare forskning
Då Nasdaq OMX Stockholm endast är en del av den svenska aktiemarknaden skulle det vara av intresse för vidare forskning att genomföra en liknande studie som denna men inkludera alla svenska aktiemarknader och samtidigt undersöka om och möjligen hur dessa marknader skiljer sig åt. Vid en inkludering av flera aktiemarknader skulle även samplets storlek öka och därigenom också validiteten. Förklaringsgraden i denna studies regressionsanalys är relativt låg vilket indikerar andra variablers påverkan än de som använts i studien. Vidare studier bör fokusera på användandet av andra företagsspecifika variabler för att undersöka vad som ger upphov till onormal avkastning i samband med nyemission. Då informationsasymmetri mellan företagen och marknaden kan vara en påverkande faktor till negativ onormal avkastning vid nyemission bör vidare studier fokusera på vilka faktorer som ger upphov till asymmetrin. Det bör vara av stort värde för bolag att beakta informationsasymmetrin och undersöka när den är låg eftersom detta kan minska den negativa onormala avkastningen i samband med nyemission.
26
Referenser
Adhikari, H., Nguyen, T. & Sutton, N. (2018). “The power of control: the acquisition decisions of newly public dual-class firms”, Review of Quantitative Finance & Accounting.
51 (1), pp. 113-138.
Andersson, G., Jorner, U. & Ågren, A. (2007). “Regressions- och tidsserieanalys”, 3. uppl.
edn, Studentlitteratur, Lund.
Amoako-Adu, B. & F. Smith, B. (2001). “Dual-class firms: Capitalization, Ownership Structure and Recapitalization Back into Single-class”, Journal of Banking and Finance, 25, pp. 1083-1111.
Asquith, P. & Mullins JR, D.W. (1986). “Signalling with Dividends, Stock Repurchases, and Equity Issues”, Financial management, 15 ( 3), pp. 27-44.
Banerjee, S. (2006). “Dual-class share issues and mitigating the costs of corporate democracy”, Tulane University Working Paper.Tillgänglig:
http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.622.9466&rep=rep1&type=pdf [Hämtad 2019-12-08]
Berk, J. & DeMarzo, P. (2017). “Corporate Finance”. 4 uppl. pp. 886-888.
Bjuggren, P.O., Eklund, J.E. & Wiberg, D. (2007). “Ownership structure, control and firm performance: the effects of vote-differentiated shares”, Financial Economics, 17 (16), PP.
1323-1334.
Bolagsverket (2019). Nyemission.
https://bolagsverket.se/ff/foretagsformer/aktiebolag/driva/aktiekapitalet2/nyemission [Hämtad 2019-12-15].
Bozos, K. & Nikolopoulos, K. (2011). “Forecasting the value effect of seasoned equity offering announcements”, European Journal of Operational Research, 214 (2), pp. 418–
427.
27 Bryman, A. & Bell, E. (2015). “Business research methods”, 4.uppl. Oxford: Oxford
University Press.
Coffee Jr, J.C. (2001). “Do norms matter? A cross-country examination of the private benefits of control”, Columbia Law and Economics, Working Paper No. 183
Connelly, B., Certo, S., Ireland, R. & Reutzel, C. (2011). “Signaling Theory: A Review and Assessment”, Journal of Management, 37 (1), pp. 39–67.
Cronqvist, H. & Nilsson, M. (2005). “The choice between rights offerings and private equity placements”, Journal of Financial Economics, pp. 375-407.
Dubois, M. & Jeanneret, P. (2000). “The Long-run Performance of Seasoned Equity Offerings with Rights: Evidence from the Swiss Market” (January 2000). [Elektronisk].
Tillgänglig: https://ssrn.com/abstract=239873 eller http://dx.doi.org/10.2139/ssrn.239873 [hämtad 2019-12-11]
Dyck, A. & Zingales, L. (2004). “Private benefits of control: an international comparison”, Journal of Finance, 59 (2), pp. 537-600.
Fama, E.F. (1970). “Efficient Capital Markets: A Review of Theory and Empirical Work”, The Journal of Finance, 25 (2), pp. 383-417.
Fama, E.F. (1991). ”Efficient Capital Markets: II”, Journal of Finance, 46 (5), pp.1575- 1617.
Gompers, P., Ishii, J. & Metrick, A. (2003). “Incentives versus control: analysis of US dual- class companies”, NBER Working Article Series.
Grossman, S. & Hart, O. (1988). “One share-one vote and the market for corporate control”, Journal of Financial Economics, vol 20, pp. 175-202.
Holderness, C.G. & Pontiff, J. (2016). “Shareholder nonparticipation in valuable rights offerings: New findings for an old puzzle: 1”, Journal of Financial Economics, 120 (2), pp.
252-268
28 Holmén, M. & Högfeldt, P. (2005). “A law and finance analysis of initial public offerings”, Journal of Financial Intermediation, 13(3), pp. 324-358.
Holmen, M. & Nivorozhkin. E. (2007). “The impact of family ownership and dual class shares on takeover risk”, Financial Economics, 17 (10), pp.785–804.
Hossain, A. (2014). “Dual v. Single Class Firms: An Acquisition Perspective”, Journal of Accounting and Finance, 14 (3), pp. 9-20.
Huang, Z. & Nikolopoulos, K. (2016). “Forecasting the value effect of seasoned equity offering announcements: evidence from brics and comparative analysis to USA and European markets”, The Journal of Prediction Markets, 10 (2), pp. 22-46.
Hull, R., Kwak, S. & Walker, R. (2012). “Explanation for market response to seasoned equity offerings” Journal of Economics & Finance, 36 (3), pp.634-661
Jansen, I.P., Sanning, L.W. & Stuart, N. (2015). “Do hubris and the information environment explain the effect of acquirers’ size on their gains from acquisitions?”, Journal of economics
& Finance, 39, pp. 211–234.
Körner, S. & Wahlgren, L. (2015). “Praktisk statistik”, 4. uppl. Lund Studentlitteratur.
La porta, R., Lopez-de-Silanes, F. & Shleifer, A. (1999). “Corporate Ownership around the World”, The Journal of Finance, 54 (2), pp. 471-517.
Lundstrum, L. (2009). “Entrenched management, capital structure changes and firm value”, Journal of Financial Economics, pp. 161–175.
MacKinlay, C. (1997). “Event studies in economics and finance”, Journal of Economic Literature, vol. 35, pp. 13-39.
Mcclure, B. (2019). “The Two Sides Of Dual-Class Shares” [Elektronisk] Tillgänglig:
https://www.investopedia.com/articles/fundamental/04/092204.asp [Hämtad 2019-12-09].
Mikkelson, W.H. & Partch, M.M. (1986). “Valuation effects of security offerings and the issuance process”, Journal of Financial Economics, 15, pp. 31–60.
Moeller, S.B., Schlingemann, F.P. & Stulz, R.M. (2004). “Firm size and the gains from acquisitions”, Journal of Financial Economics, 73, pp.201–228.
29 Myers, S.C. & Majluf, N.S. (1984). “Corporate financing and investment decisions when firms have information that investors do not have”, Journal of financial economics, 13 (2), pp. 187-221.
Nenova, T. (2003). ”The value of corporate votes and control benefits, a cross-country analysis”, Journal of Financial Economics, 68, pp. 325–351.
Gompers, P., Ishii, J., & Metrick, A. (2010). “Extreme Governance: An Analysis of Dual- Class Firms in the United States”, Review of Financial Studies, 23 (3), pp. 1051-1088.
SFS 2005:551. Aktiebolagslag. Tillgänglig: https://www.riksdagen.se/sv/dokument-
lagar/dokument/svensk-forfattningssamling/aktiebolagslag-2005551_sfs-2005-551 [Hämtad, 2019-12-05]
Shu, P-G. & Chiang, S-J. (2014). “Firm size, timing, and earnings management of seasoned equity offerings”, International Review of Economics and Finance, 29, pp. 177-194.
Slovin, M.B., Sushka, M.E. & Lai, K.W. (2000). “Alternative flotation methods, adverse selection, and ownership structure: evidence from seasoned equity issuance in the UK”, Journal of Finance and Economics, 57 (2), pp.157–190.
Smith, B.F., Amoako-Adu, B. & Kalimipalli, M. (2009). “Concentrated control and corporate value: a comparative analysis of single and dual class structures in Canada”, Financial
Economics, 19, pp. 955–974.
Spence, M. (1973) “Job Market Signaling”, The Quarterly Journal of Economics, 87 (3), pp.
355-374.
Spiess, D.K. & Affleck-Graves, J. (1995). “Underperformance in long-run stock returns following seasoned equity offerings”, Journal of Financial Economics, pp. 243-267.
W. Tian. (2013). “You Can't Sell Your Firm and Own It Too: Disallowing Dual-Class Stock Companies from Listing on the Securities Exchange” University of Pennsylvania Law Review, 162, pp. 1495-1516.
30 Walker, M.D. & Yost, K. (2008). “Seasoned equity offerings: What firms say, do, and how the market reacts”, Journal of Corporate Finance, 14 (4), pp. 376–386.
Zhou, A. 2017. “Dual-class firms: a comprehensive literature review”. [Elektronisk]
tillgänglig: https://download.atlantis-press.com/article/25887050.pdf [Hämtad, 2019-12-05]
31
Bilagor
Bilaga 1. VIF-test
Modell 3
__________________________________________________________________________
Dummy-DCSS 1.06
LN(MVC) 1,53
Dummy-företrädes 1,33
(EMI)/(MVC) 1,86
__________________________________________________________________________
Modell 3 presenteras i tabell 3. Vi har ej tagit med modell 1 och modell 2 i detta VIF test då alla variabler testas i modell 3.
