UPPSALA UNIVERSITET

Företagsekonomiska institutionen

Magisteruppsats, 15 ETCS

Den 1 juni 2011

Handledare: Karin Brunsson

Finansiella rapporters informationsinnehåll om framtida vinst.

En studie från tiden före och efter införandet av IFRS bland svenska

börsbolag

Av David Peng och Peter Roth

Sammanfattning

Vi har i denna undersökning försökt analysera sambandet mellan framtida vinst och utvalda

signaler bland svenska börsbolag. Signaler som tidigare forskning har visat innehålla sådan

information har använts; Dupontkomponenterna och förändring i lager, bruttomarginal och

omsättning per anställd. Dupontkomponenterna gav ett signifikativt samband under åren 2002

till 2004, medans inget samband fanns för de följande tre åren. De övriga signalerna som

byggde på förändring av lager, bruttomarginal och omsättning per anställd gav inget samband

med följande års vinst för hela urvalet av företag för någon av perioderna. Ett samband uppstod

efter att fastighetsföretag eller företag utan lager plockades bort från urvalet. Resultaten för

Dupontanalysen indikerar att bytet från god svensk redovisningsstandard till IFRS har försämrat

informationsinnehållet i om framtida vinst. De övriga signalerna gav däremot ett svagt stöd för

IFRS. Det går inte att från denna undersökning dra några definitiva slutsatser om vilken

standard som är att föredra för vinstprognostisering.

2

Innehållsförteckning

1. IFRS blir ny redovisningsstandard i EU

1.1 Mål med studien

1.2 Begränsningar

2. Teori och hypotesutveckling

2.1 Dupontmodellen

2. 2 Analytikersignaler som indikatorer på framtida vinstutveckling.

2.3 God svensk redovisningsse

2.4 Internationell redovisningsstandard

2.5 Införandet IFRS som av ny redovisningsstandard

3. Metod

3.1 Kort om regressionsanalysen

3.2 Datainsamling

3.3 Definitioner

3.4 Hypotestning

4. Empiriska resultat

4.1. Regressioner

4.2 Utvärdering av uppställda hypoteser.

5. Analys och diskussion

5.1 Analys av resultatet i Dupontundersökningen

5.2 Analys av resultatet i undersökningen om AB:s signaler

5.3 Slutsatser

6. Kritik av undersökningen och förslag på framtida forskning

6.1 Validitet och reliabilitet

6.2 Framtida forskning

3

1. IFRS blir ny redovisningsstandard i EU

I juli 2002 godkände Europeiska unionen (EU, 2002) ett förslag som innebär att

börsnoterade företag från och med år 2005 ska presentera sina koncernredovisningar i

enlighet med International Financial Reporting Standards (IFRS) som utfärdas av

International Accounting Standards Board (IASB). I praktiken innebar dettta att alla

listade företag måste byta från god svensk redovisningssed till en ny internationell

standard. Detta beslut var ett steg mot målet att skapa homogena redovisningsregler

inom unionen.

Det finns för närvarande två huvudsakliga läger i debatten om IFRS och det

harmoniserings- och konvergensprojekt som påbörjats av IASB och dess amerikanska

motsvarighet Financial Accounting Standards Board (FASB) (Whittington, 2005).

Förespråkarna hävdar att ett enda övergripande uppsättning redovisningsstandarder ökar

kapitalflödet över gränserna, minskar informationsasymmetrin och leder till lägre

kostnader för kapital (Leuz and Verrecchia, 2000; Leuz, 2003; Daske et al., 2007, 2008;

Barth et al., 2008). Motståndarna invänder att företag verkar i specifika miljöer med

speciella institutionella ramar och att dessa borde ligga till grund för utformningen av

redovisningsstandarder. Dessutom hävdas det att den principbaserade redovisningen

enligt IFRS möjliggör manipulation av det redovisade resultat, då mindre regelstyrning

leder till ökad möjlighet för subjektivitet. Detta kan sammantaget leda till att den nya

standarden inte leder till förbättrad redovisningskvalitet, utan ökar fusk

värderingssvårigheter (Ball et al., 2003; Ball and Shivakumar, 2005, 2006; Christensen

et al., 2008; Jeanjean and Stolowy,2008).

Bytet av standard från god svensk redovisningssed till IFRS innebar en övergång från

värdering av vissa tillgångar till historisk kostnad minus avskrivningar till värdering till

verkligt värde (marknadsvärdering). Detta betyder att företag har möjlighet eller

skyldighet att redovisa bland annat finansiella instrument, förvaltningsfastigheter,

materiella och immateriella tillgångar till verkligt värde. Ökat användande av verkligt

4

värde inom redovisningen bör påverka stabiliteten i resultat- och balansräkning, vilket

kan försvåra aktieanalytikers värdering av företag (Penman, 2007).

Kapitalmarknadsforskning har en viktig uppgift att fylla då den kan påvisa hur

redovisningsstandarder påverkar marknadseffektiviteten (Kothari, 2001) . Till exempel

kan forskning visa om redovisningen avspeglar realisationsvinst, utdelning och

aktiepriser, om marknaden får korrekt och relevant information och de ekonomiska

konsekvenserna av att nya redovisningsstandarder har införts (ibid).

Enligt IASB:s föreställningsram är det uttryckligen sagt att den finansiella

informationen ska kunna användas för prognoser om företagets framtida lönsamhet:

”…Denna information, tillsammans med annan information i noterna, underlättar för användarna att

bedöma företagets framtida kassaflöden, i synnerhet vad gäller tidpunkt och sannolikhet” (IAS 1 p.

7)[kursivering tillagd].

Några av de mest populära modellerna för företagsvärdering är till exempel

residualmodellen eller diskonterad kassaflödesvärdering (Kothari, 2001). Den värdering

av företag som dessa modeller resulterar i bygger på prognoser om framtida vinster och

kassaflöden, företagets nuvarande tillgångar samt diskonteringsräntan. Det är därigenom

av yttersta vikt att vinstprognoserna är uppskattade med högsta möjliga säkerhet. För att

uppskatta ett företags framtida vinst finns mängder av nyckeltal som analytiker

använder efter sina egna preferenser och anpassningar för att vara relevanta i en viss

bransch.

Vår studie ämnar bidra till forskningen genom att undersöka om värdet i att använda

utvalda nyckeltal som signaler på framtida resultatutveckling har förändrats i och med

införandet av den nya internationella redovisningsstandarden IFRS. Vi ämnar vidare

bestämma om det är den nya standarden som är grundorsaken till en eventuell

förändring av nyttan av dessa indikatorer.

1.1 Mål med studien

Vår undersökning kommer att utforska sambandet mellan kommande års förändring i

vinst med Dupontkomponenterna och förändringar i några av aktieanalytiker använda

signaler. Dupontkomponenterna (vinstmarginal och omsättningshastighet) och några av

aktieanalytiker använda nyckeltal kommer att undersökas under åren 2002-2004 samt

5

2005-2007 och kommer förhoppningsvis ge information om hur möjligheterna till

vinstprognostisering har förändrats efter införandet av IFRS 2005. Uppsatsen kommer

att disponerar enligt följande: Ett teorikapitel som tar upp Dupontanalysen och signaler

om vinstförändringar leder fram till två hypoteser om tiden före IFRS. De två sista

hypoteserna om tiden med IFRS utvecklas i två följande avsnitt om god svensk

redovisningssed och IFRS. Därefter följer kapitel om metod och resultat och uppsatsen

avslutas med analys och diskussion samt ett kapitel om krtik av undersökningen och

förslag på fortsatt forskning.

1.2 Begränsningar

Eftersom nationella redovisningsseder före införandet av IFRS skiljer sig åt kan data

från olika länder inte sammanblandas. Av denna anledning kommer endast svensk

redovisning att behandlas. Eftersom specifika redovisningsregler gäller för finansiella

företag tas dessa inte med i undersökningen.

6

2. Teori och hypotesutveckling

I detta stycke kommer teori och tidigare forskning att presenteras. Fyra

hypotesutvecklingar görs i samband med detta. I styckena 2.1-2.2 utvecklas hypoteser

för åren med svensk redovisningssed och i styckena 2.3-2.4 för åren med IFRS.

2.1 Dupontmodellen

Dupontmodellen utvecklades av den amerikanska koncernen med samma namn för att

förklara sambandet och dynamiken bakom ett företagets kapitalavkastning. Modellen

används dessutom ofta vid företagsvärdering (Isaksson, Nilsson och Martikainen,

(2002) och Penman (2009)). Dupont-modellen utgår från ränteabilitet på kapital som i

ett första steg bryts ned i vinstmarginal och omsättningshastighet enligt Fig. 2.1.

Figur 2.1. En grafisk presentation av Dupont modellen (Carlsson 2002).

Vinstmarginalen visar hur mycket ett företag tjänar på en affär och

omsättningshastigheten beskriver hur många affärer som gjorts under utnyttjande av en

viss tillgång. Produkten av de båda ger tillsammans tillgångens avkastning.

Dupontmodellen kan användas för att förklara en given avkastning, ge delmål för olika

komponenter för att nå en viss målavkastning eller ge möjlighet att simulera

känsligheten i avkastningen (Carlsson, 2002). Analysen kan även ge ledning i om

7

prisökning och kostnadsrationalisering är en effektivare strategi än kapitalrationalisering

(Penman, 2009).

Forskning om nyckeltalsbaserad vinstförutsägelse syftar till att finna modeller som ger

högre avkastning än aktieindex, genom att studera hur utvalda signaler kan användas för

att förutspå storleken på kommande vinster (Kothari, 2001). Resultat visar finansiella

redovisningar kan förutspå vinstökningar, men att de sällan är bättre än aktieanalytikers

prognoser (ibid).

Två undersökningar har studerat sambandet mellan förändringar i

Dupontkomponenterna och framtida vinstutveckling för ett företag. Fairfield och Yohn

(2001) ville få klarhet i om ränteabilitet på operativt kapital (totalt kapital minus

kontanter och korta investeringar) kan användas för att prognostisera framtida

förändringar i lönsamhet. Från ett amerikanskt urval av företag med över 9000

observationer från 1977 till 1996 kunde man dra flera slutsatser:

1. Att dela upp avkastningen på operativt kapital i kapitalomsättning och

vinstmarginal ger ingen ledande information om förändring i avkastningen ett år

fram i tiden.

2. Att dela upp förändring av avkastningen på operativt kapital i förändring av

kapitalomsättningen och förändring av vinstmarginaler ger användbar

information om förändring i avkastningen på operativt kapital, ett år fram i

tiden.

3. För att prognostisera framtida lönsamhet borde investerare fokusera på

förändring av kapitalomsättning.

4. Informationen från ATO är enligt studien mer betydelsefull än andra signaler

som till exempel nuvarande lönsamhet och tillväxt i netto operativt kapital.

En liknande studie av hur en förändring i Dupontkomponenterna påverkar framtida

vinst gjordes av Soliman (2008). Studiens syften var att återupprepa Fairfield och

Yohns resultat för att bestämma deras robusthet. Solimon ville dessutom utvärdera om

Dupontanalysen används som ett verktyg av aktieanalytiker och investerare för att spå

ett företags framtida vinstutveckling. Följande slutsatser kunde dras:

1. Resultaten stödjer tidigare forskningsresultat av Fairfield och Yohn (2001) och

visar att förändringar i kapitalomsättning kan förklara framtida förändringar i

8

avkastning på operativt kapital. Resultaten stödjer tidigare resultat som pekar på

att förändring i kapitalomsättning är bättre än andra nyckeltal för att

prognostisera framtida lönsamhet.

2. Aktieutvecklingen har ett positivt samband med förändringar i kapitalomsättning

på lång sikt. På kort sikt reagerar marknaden på förändring i kapitalomsättning,

men inte till fullo.

De två ovan beskrivna undersökningarna stödjer slutsatsen att en förändring i

kapitalomsättning hänger samman med en framtida förändring i avkastning. Enligt

Dupontmodellen finns två förklarande faktorer till en viss avkastningsnivå:

Vinstmarginal och kapitalomsättningshastighet. De två faktorerna påverkas olika

mycket av marknadskrafterna och höga marginaler tycks ha ett övergående värde mot

mer bestående värde för kapitalomsättningshastighetsförändring. En hög vinstmarginal

inom en viss sektor drar till sig konkurrenter som snabbt lär sig att imitera en strategi

eller en produkt, vilket minskar marginalerna till normal nivå (Solimon, 2008). En

högre kapitalomsättningshastighet, som i viss mån kan liknas vid ett effektivitetsmått, är

svårare att imitera. Detta kan förklaras genom att kunskap sprids lätt i en ekonomi och

fördelar är övergående, medans vinster från kapitaltillgångar är mer långsiktiga. Kapital,

till exempel en effektiv produktionsanläggning, är inte så rörlig i en ekonomi som till

exempel en idé, till exempel en viss typ av produktdesign (Romer, 1986).

De två studierna av Fairfield och Yohn (2001) och Solimon (2008) är båda gjorda på

amerikanska företag. Ingen undersökning om det beskrivna sambandet gäller för

svenska företag har gjorts. Det vore därför intressant att upprepa tidigare

undersökningar om hur Dupontkomponenterna kapitalomsättning och vinstmarginal kan

användas för att prognostisera framtida vinster. Den finansiella krisen har sannolikt stört

sambandet mellan prestation och resultat, och åren efter år 2008 väljs därför bort.

Hypotes 1 En förändring i DuPont-komponenterna bland svenska företag 2002-2003

påverkar följande års avkastning på netto operativt kapital.

2. 2 Analytikersignaler som indikatorer på framtida vinstutveckling.

Fundamentalanalys används för att bestämma värdet på ett företag genom att undersöka

nyckeltal som är viktiga för vinstutveckling, tillväxt och konkurrensmöjligheter. Lev

och Thiagarajan (1993) valde ut nyckeltal som användes av analytiker ur tidningar som

9

Wall Street Journal och andra finansiella tidskrifter för att bestämma deras korrelation

mot kommande vinster. Dessa variabler, eller signaler, kan förklara överavkastningen

på aktieutvecklingen. Tolv signalers påverkan på kommande vinst per aktie undersöktes

med ett urval av 500-600 nordamerikanska börsbolag mellan åren 1970 till 1988. De

flesta nyckeltal visade sig vara relevanta för aktievärdering och kunde förklara cirka

70% av överavkastningarna under 80-talet.

Abarbanell och Bushee (1997) gjorde en liknande undersökning baserad på nio av de

signaler som Lev och Thiagarajan fann korrelera med framtida vinstutveckling. De

gjorde dock en regressionsanalys för att bestämma om förändringar av dessa signaler

har relevans för vinstutvecklingen. Provurvalet är liknande det hos Lev och Thiagarajan

(1993). Med kommande vinst på ett års sikt finns en signifikant relation till lager,

bruttomarginal, effektiv skattesats, kvalitet på vinst och omsättning per anställd.

Förändring i försäljnings- och administrativa kostnader och revisorutlåtande har inte

samband med storleken på vinsten följande år. På fem års sikt finns ett starkt samband

mellan arbetskraft och effektiv skattesats. Författarna ifrågasätter resultatens robusthet.

Dessa två undersökningar visar att det finns ett samband mellan förändring av nyckeltal

som används av aktieanalytiker och framtida vinstutveckling. Båda undersökningarna är

gjorda på ett urval av amerikanska företag och är relativt gamla. Det vore därför

intressant att undersöka om de funna sambanden även kan påvisas i Sverige under

perioden 2002-2004, då god svensk redovisningssed fortfarande tillämpades. De

signaler som väljs ut är lager, bruttomarginal och omsättning per anställd eftersom data

finns tillgängligt för dessa nyckeltal.

Lagersignalen definieras som ökning av lager minus ökning av försäljning uttryckt i

procent. En större ökning av lager jämfört med försäljning kan ses som ett tecken på

svårigheter att omsätta lagertillgångar och är en negativ signal. Oproportionella

lagerökningar kan leda till minskad vinst om ledningen tvingas sänka priset för att bli av

med svårsålda produkter eller tvingas till nedvärdering av lagret.

Bruttomarginalsignalen definieras som procentuell förändring av försäljning minus

förändring i bruttomarginal. Bruttomarginalen påverkas av graden av konkurrens och

relationen mellan fasta och rörliga kostnader och stora minskningar i denna signal

jämfört med förändring i försäljning anses påverka ett företags framtida lönsamhet och

ett värde.

10

Omsättning per anställd är ett effektivitetsmått som ökar om ett företag minskar

personalstyrkan eller genererar mer försäljning per anställd. En personalminskning ses

ofta som positivt av analytiker eftersom minskning av lönekostnader påverkar resultatet

positivt.

Hypotes 2 Abarbanell och Bushees signaler för lagerförändring, bruttomarginal och

omsättning per anställd bland de svenska företagen 2002-2003 har ett negativt

samband med vinst per aktie följande år.

2.3 God svensk redovisningssed

Traditionellt sett har den finansiella redovisningen skilt sig åt länder emellan på grund

av olika institutionella och kulturella skillnader. Skillnader i företags

finansieringsmöjligheter, kopplingen mellan redovisning och beskattning, legala system

och kulturella skillnader brukar anges som orsaker (Alexander, 2009). Blake (1997)

definierade Sverige som ett land där redovisningen styrs av två krafter: Staten, som

månar om en stark koppling till beskattningslagstiftning och den privata sektorn som

även är involverad i utformningen av nya redovisningsstandarder. Alexander (2007)

klassificerar Sverige under 90-talet som ett land där redovisningen är beroende av

skattelagstiftningen och med fokus på aktieägarrättigheter, istället för att vara

bank/stat/ägarfamilj-orienterad.

God svensk redovisningssed är fastlagd i årsredovisningslagen, bokföringslagen,

redovisningsrådets standarder (RRs), tolkningar och riktlinjer. Redovisningsrådet

bildades 1989 och dess rekommendationer baseras i stor utsträckning på International

Accounting Standards (IAS), vilket gjort att börsnoterade svenska företag i många

aspekter använt sig av de internationella redovisningsprinciperna långt före 2005, i den

mån de inte stridit mot svensk skattelagstiftning (Sundgren, 2009).

Årsredovisningslagen är uppbyggd efter Europeiska unionens fjärde sjunde och elfte

direktiv, men finansiella företag täcks av specifika redovisningsregler. I Sverige lades

RR ned 2007 och Rådet för Finansiell Rapportering trädde in i dess ställe och dess

rekommendationer ska ses som en komplettering till de standarder som utfärdats av

IFRS. Idag uppdateras inte längre redovisningsrådets standarder, men äldre standarder

finns kvar och används av större företag som inte rapporterar enligt IFRS (ibid).

11

2.4 Internationell redovisningsstandard

Det normgivande och oberoende organet International Accounting Standards

Committee (IASC) bildades 1973 med målet att skapa och publicera

redovisningsstandarder av hög kvalitet och att verka för spridningen av dessa.

Organisationen ska även arbeta för en harmonisering av standarder, regelverk och

procedurer relaterade till publiceringen av företags årsredovisningar (Alexander, 2009).

Efter en omorganisation 2001 bytte de namn till IASB. Sedan 2001, då de första

kompletta IFRS publicerades har 120 länder börjat använda IASB:s standarder och

många fler har fastställt tidsplaner för dess implementering (IRFS, 2010a).

Harmonisering av länders redovisningssystem är svårt eftersom normer, lagar och

praxis skiljer sig åt. IASB har därför utvecklat principbaserade standarder med utrymme

för tolkning och professionella bedömningar istället för ett detaljerat regelverk

(Alexander, 2009).

Det synsätt på finansiell information som ligger till grund för IASB:s standarder är att

informationen ska vara användbar beslutsfattare, där investerare ses som den primära

intressenten. Enligt det ramverk som IASB skapat ska finansiella rapporter ge

information om företags finansiella ställning, resultat och förändringar i finansiell

ställning som kan vara av värde för användare. Ramverket lyfter fram fyra kvalitativa

egenskaper som anses centrala för att göra finansiella rapporter användbara:

Begriplighet, relevans, tillförlitlighet och jämförbarhet (Sundgren, 2009).

Figur 2. Kvalitativa egenskaper i IASB:s ramverk.

Begriplighet innebär att en läsare ska kunna förstå innehållet i en redovisning

under förutsättning att hon har grundkunskaper inom redovisning, ekonomi och

den aktuella affärsverksamheten. Information får dock inte utelämnas på grund

av att den är svårbegriplig.

12

Tillförlitlighet uppnås om rapporten inte innehåller väsentliga felaktigheter eller

är vinklad.

Jämförbarhet mellan redovisningsår och företag fås om redovisningen av

värdering och presentationstekniker görs konsekvent. Läsaren ska kunna

upptäcka trender och svängningar.

Relevans handlar om användbarhet vid beslut. Smith (2006) anser att denna

egenskap är viktigast eftersom siffror ur årsredovisningar ska fungera som

underlag för prognostiseringar och investeringar på aktiemarknaden. Hög

relevans krävs även för att en användare av finansiella rapporter ska utvärdera

tillförlitligheten hos tidigare prognoser.

Denna studie kommer företrädesvis att behandla den kvalitativa egenskapen relevans,

som inbegriper finansiella rapporters användbarhet för att skapa prognoser.

2.5 Införandet av IFRS som ny redovisningsstandard

Som nämndes i inledningen har alla noterade börsbolag inom Europeiska unionen bytt

från sina nationella redovisningsseder till IFRS. Detta betydde att även svenska företag

tvingats införa den nya standarden och de främsta skillnaderna finns redovisade på nästa

sida i Tabell 2.1.

13

Tabell 2.1 Skillnader mellan IFRS och god svensk redovisningssed enligt Paananen (2008).

IFRS Svensk redovisningssed

Rörelseförvärv Amortering av goodwill

inte längre tillåten. Istället

görs nedskrivningstest

Amortering av goodwill

över förväntad ekonomisk

livslängd (max 20 år)

Finansiella tillgångar Primärt värdering till

verkligt värde

Lägst av anskaffningsvärde

och marknadsvärde.

Verkligt värde endast

undantagsvis.

Finansiella instrument Redovisning till verkligt

värde

Inte fullständigt behandlat

Aktiebaserade

ersättningar

Tas upp i resultaträkningen Ej behandlat

Förvaltningsfastigheter Redovisning till verkligt

värde tillåten

Värdering till

anskaffningsvärde minus

avskrivningar

Jordbruk Redovisning till verkligt

värde

Lägst av anskaffningsvärde

och marknadsvärde

De viktigaste skillnaderna mellan IFRS och god svensk redovisningsstandard

är övergång från obligatorisk amortering av goodwill till årliga nedskrivningstest,

värdering av finansiella tillgångar och förvaltningsfastigheter, och i viss mån finansiella

instrument, till verkligt värde. Den ökande användningen av redovisning till verkligt

värde anses kunna orsaka instabilitet i tillgångsvärderingen eftersom marknadsvärden

ska användas och i brist på fungerande marknader ska värderingsmodeller appliceras.

Effekterna av bytet till IFRS som redovisningsstandard har av tidigare forskning

framförallt undersökts från ett kvalitetsperspektiv, med fokus på förekomsten av

manipulering av innehållet i årsredovisningen. Hög kvalitet på redovisningen anses

föreligga om redovisningen återspeglar den bakomliggande ekonomiska situationen i ett

företag (Tang, Jiang och Lin, 2010).

Paananen (2008) undersökte om den obligatoriska övergången till IFRS för svenska

börsnoterade ökade redovisningskvaliteten under åren 2003 till 2006. Eftersom det inte

14

finns något direkt mått på förekomsten av vinstmanipulering användes värderelevans,

resultatutjämning, resultatuppfyllning och snabbt erkännande av uppkomna förluster

som indikatorer på redovisningskvalitet. Resultatet blev att Paananen (2008) visade att

redovisningskvaliteten överlag försämrats efter övergången till IFRS från god svensk

redovisningssed. I studien antas alla andra faktorer vara oförändrade och Paananen

menar att resultaten därför måste tolkas med försiktighet, men att de ändå är en

indikation på att kvaliteten på redovisningen i Sverige inte förbättrats efter införandet av

IFRS.

Den färskaste och mest gedigna undersökningen i ämnet presenteras av Tang, Jiang och

Lin (2010). De fann att de flesta indikatorer på redovisningskvalitet förbättrades efter

introduktionen av IFRS i Europa år 2005. De fann att de flesta indikatorer på

redovisningskvalitet pekar på en förbättring sedan införandet av IFRS i Europa. De fann

att manipulering av vinster för att nå aktiebörsens mål hade minskat och vinstutjämning

mellan räkenskapsår minskat och att periodiseringen av diskretionära kostnader, som till

exempel redovisning av framtida bonusar åt chefer, sköttes mer korrekt. Studien visade

dock att vinstutjämning genom att flytta kostnader och intäkter mellan bra och dåliga år

hade ökat och att företag tenderar att redovisa stora förluster när det passar dem bättre.

Tyvärr rapporterades inte några specifika resultat för Sverige i studien av Tang et al

(2010).

Vilken effekt införandet av IFRS har på redovisningskvaliteten är naturligtvis beroende

av den redovisningssed man byter ifrån. Detta gör att resultaten från andra länder inte

per automatik kan appliceras på svenska förhållanden, men de har ändå ett visst värde

eftersom de visar på variationen i resultat samt på metodproblem som uppstår.

På samma sätt som i Sverige undersökte Paananen och Lin (2008) kvalitetsutvecklingen

av redovisningen bland tyska företag från 2000 till 2006 enligt IAS och IFRS. Deras

resultat visade att redovisningens kvalitet minskade efter övergången till IFRS i

Tyskland. Nyligen har Landsman et al. (2009), genom att mäta onormal

volatilitets- och handelsvolym, konstaterat att informationsinnehållet ökat i IFRS-antal

länder, men detta observerades bara när de använde onormal volatilitet som proxy för

informationsinnehållet. När onormal handelsvolymen användes som en proxy, försvann

denna ökning av informationsinnehåll. Dessutom fann de som ökar i avvikande

volatiliteten är koncentrerad kod lag länder. Ytterligare en studie inom

vinstmanipulering gjordes med avseende på företag i Australien, Storbritannien och

15

Frankrike gjordes av Jeanjean and Stolowy (2008). Effekten av obligatorisk

användning av IFRS undersöktes åren 2005 och 2006 och de fann att

vinstmanipuleringen ökade i Frankrike, men var på samma nivå i Australien och

Storbritannien. Beuselinck et al. (2007) undersökte jämförbarheten mellan redovisade

vinster bland företag i 14 europeiska länder mellan 1990 och 2005. De använde

kopplingen mellan resultat och periodiserade kassaflöden som ett mått på jämförbarhet

och fann att mätning av periodiserade vinster påverkades kraftigt av

konjunktursvängningar och företagsspecifika incitament i rapporteringen. Sammantaget

visar resultaten att jämförbarheten mellan finansiella rapporter i Europa inte förbättras

efter obligatorisk IFRS.

Tidigare forskning visar att försök att bestämma hur ett byte av redovisningsstandard

påverkar redovisningens kvalitet framförallt möter två problem. För det första finns

ingen entydig definition av vad redovisningskvalitet är och det är diskutabelt om det går

att mäta kvalitet eftersom det inte finns ett entydigt mått på detta, vilket gör en

kvantitativ analys komplicerad. Istället måste man finna en lämplig indikator eller proxy

för kvalitet, men dessa väljer författarna efter eget tycke. Det andra problemet med att

undersöka effekterna av införandet av IFRS tycks vara att kontrollera för felkällor. Den

uppmätta förändringen i en variabel mellan två tidsperioder behöver nödvändigtvis inte

bero på bytet till en ny redovisningsstandard, utan kan istället vara ett resultat av en

förändring i en annan faktor. Kvaliteten på finansiella rapporter beror inte bara på de

redovisningsstandarder som används, utan även på incitament för rapporteringen och

institutionella ramverk inom ett land (Hail, Leuz and Wysocki, 2009). En teoretisk

lösning på detta problem skulle vara att ha ett kontrolland, med exakt samma

förutsättningar före och efter bytet av redovisningsstandard och eventuella förändringar

skulle kunna tillskrivas bytet av standard. Men eftersom länder har individuella

redovisningsregler, normer och lagar finns inte denna möjlighet till kontrollgrupp.

Sammanfattningsvis kan konstateras att ingen tidigare undersökningar har hittats om

IFRS:s påverkan på möjligheten att ur data från årsredovisningar, förutspå ett företags

framtida vinstutveckling. Det kan därför sägas vara motiverat att genomföra en sådan

undersökning. Flera studier har utforskat sambandet mellan införandet av den nya

standarden och förändringen av redovisningskvaliteten. Tidigare studier, liksom denna,

är tidsseriestudier som möter problem i att isolera orsaken till en viss effekt då en

passande kontrollgrupp saknas.

16

Genom införandet av IFRS som redovisningsstandard har värdering till verkligt värde

(marknadsvärde) blivit tillåten i ökad utsträckning. Detta kan leda till ökad instabilitet i

värderingen av dessa tillgångar i tiden. Eftersom netto operativa tillgångar är en

komponent i kapitalomsättningshastigheten (NTO) borde volatilitet i tillgångsvärdering

påverka möjligheterna till att använda Dupontkomponenterna för vinstprognostisering.

Hypotes 3 Sambandet mellan förändring i Dupont-komponenterna och förändring i

nästa års avkastning på operativt kapital har försvagats efter införandet av IFRS 2005.

De flesta av Abarbanell och Bushees signaler är inte direkt berörda av förändringen av

redovisningsstandard. Tidigare forskning har visat att kvaliteten på redovisningen efter

2005 tycks vara i nivå med tidigare år. Detta gör att vi kan gissa att sambandet mellan

Abarbanell och Bushees signaler och kommande års förändring av vinst är oförändrat

efter införandet av IFRS.

Hypotes 4. Abarbanell och Bushees signaler för lagerförändring, bruttomarginal och

omsättning per anställd bland de svenska företagen har ett negativt samband med vinst

per aktie följande år för åren 2005-2007.

17

3. Metod

För att kunna utreda om informationsvärdet från indikatorer har förändrats i samband

med införandet av IFRS kommer regressionsanalys att användas. Eftersom

huvuduppgiften syftar till att finna orsakssamband mellan två grupper av variabler

(indikatorer och framtida vinst) valdes regressionsanalys som verktyg. Regressioner i

detta arbete kommer att bygga på befintlig data varför det inte förekommer något försök

att generera framtidsprognoser.

3.1Kort om regressionsanalysen

Multipel regressionsanalys är ett av många verktyg som kan tillämpas i syftet att finna

samband mellan ett beroende variabel och en eller flera oberoende variabler (Pallant,

2007). I denna uppsats kommer vi att använda oss av standard multipel regression.

Regressionsanalys bygger på ett antal förutsättningar. Några de viktigaste

förutsättningar är stickprovsstorleken, ”multicollinearity” och ”outliers”. Opinionen om

den minimala storleken hos ett stickprov varierar mellan olika författaren. Vissa

författaren rekommenderar att ta med minst 15 datapunkter för varje oberoende variabel

medan andra anser att antalet datapunkter bör vara minst 50+8m, där m är antalet

oberoende variabler. ”Multicollinearity” inträffar ner flera oberoende variabler ä starkt

korrelerade med varandra, detta bör undvikas i samband med regressionsanalys.

Regressionsanalyser är ofta väldigt känsliga till extrema datapunkter eller ”outliers”.

Dessa extrema punkter bör kontrolleras hos beroende- såväl som oberoende variabler.

En snabb blick på tidigare forskning visar två olika definitioner på det beroende

variabeln - framtida vinst. Fairfield & Yohn (2001) och Soliman (2008) använder

avkastning på operativt kapital (RNOA) som mått på framtida vinst medan Ou (1990)

och Ou & Penman (1989) definierar framtida vinst som vinst per aktie (EPS). Med

avseende på skillnader i definitionen om framtida vinst kommer vi därför att använda

separata regressionsmodeller för att resultaten ska vara jämförbara med tidigare studier.

Oberoende variabler består av fem indikatorer: ΔATO och ΔPM från Dupont modellen

samt ΔLager, ΔBruttomarginal och Δ(omsättning/anställda) från AB.

18

Samtliga indikatorer är baserade på information från finansiella rapporter där

sambanden mellan indikatorer och framtida vinst är känt för att vara signifikanta från

tidigare forskningar.

Modell 1:

ΔRNOA = β1*ΔATO + β2*ΔPM

Modell 2:

ΔEPS = β1x ΔLager + β2*ΔBruttomarginal + β3*Δ(omsättning/anställda)

3.2 Datainsamling

Datainsamlingen har skett via Thomson Reuters Datastream. Först sammanställdes en

lista om samtliga börsnoterade företag under kategorierna Large Cap, Mid Cap samt

Small Cap från Avanza Banks börslistor. I enlighet med tidigare studier har finansiella

företagen exkluderats från undersökningen. För att möjliggöra för jämförelser mellan

svensk GAAP och IFRS exkluderades de företagen som redan tillämpade IFRS innan

övergången från GAAP till IFRS under 2005. Data är baserad från tidsperioden 2002 till

2007 där information är insamlade på årsbasis. Anledningen till varför inte en längre

tidsperiod valdes är för att undvika finanskrisen som inträffade vid 2008. Vi tror att

denna exkludering kommer att underlätta för isolering av orsaken till en viss effekt i och

med att yttre faktorer (ex finanskris) elimineras. Företag med ofullständiga data under

den undersökta tidsperioden har också uteslutits från vår studie. Efter de ovanstående

dataelimineringarna fanns det kvar totalt 160 företag varav 83 av företagen tillhör Small

Cap, 45 Mid Cap och 32 Large Cap.

3.3 Definitioner

Samtliga definitioner om indikatorer och framtida vinst är presenterade på svenska och

engelska. Detta har gjorts för att undvika förvirring i samband med översättning. För

RNOA har definitionen från Soliman (2008) använts, likaså för de övriga indikatorerna.

Indikatorer

-Förändring av vinstmarginal (profit margin)

ΔPM = PMt – PMt-1

19

PM =

ä

-Förändring i kapitalomsättningshastighet (asset turnover, ATO)

ΔATO = ATOt – ATOt-1

ATO =

-Operativa tillgångar netto (Net Operating Assets, NOA)

NOA = Operativa tillgångar – Operativa skulder

= (Totala tillgångar – kassa & korta investeringar) – (Totala tillgångar – preferensaktier

– aktiekapital - Common Equity – Minoritetsintressen –Short Term Debt & Current

Portion of Long Term Debt)

-Lagersignal

(Lagert – lagert-1 ) / lagert-1 - (försäljningt – försäljningt-1) / försäljningt-1

-Bruttomarginalsignal

Förändring av bruttomarginal (%) minus förändring i försäljning (%) enligt ovan.

-Arbetskraftssignal

(Försäljningt-1 / anställda t-1- Försäljningt / anställda t) / (Försäljningt-1 / anställda t-1)

Framtida Vinst

-Förändring i avkastning på operativt kapital (Return on Net Operating Assets,

ΔRNOA)

ΔRNOA = RNOAt+1 – RNOAt

RNOA =

-Förändring av vinst per aktie (earnings per share, ΔEPS)

ΔEPS = (EPSt+1 – EPSt )/ aktieprist-1

20

Regressionsanalysen har genomförts med hjälp av dataprogrammet IBM SPSS Statistics

version 19. Förändring hos indikatorer och framtida vinst innan övergången till IFRS

har beräknats ur siffror mellan 2002 till 2003 för indikatorerna och 2004 för framtida

vinst. Efter IFRS övergången användes data från 2005 till 2006 för indikatorer och 2007

för framtida vinst. I regressionen utgör förändring hos indikatorer de oberoende

variabler och förändring i framtida vinst det beroende variabeln. Resultaten från

regressionerna har beräknats under programinställningarna från bilaga1.

Innan regressionerna kunde genomföras var det viktigt att kontrollera för extremvärden

eftersom dessa kan komma att snedvrida resultaten. Ett sätt att läsa av avvikelsers

påverkan är att jämföra datamängdens ”mean” med” 5% trimmed mean”. ”5% trimmed

mean” betyder att medelvärdet har justerats för de 5% maximum respektive

minimivärdena. (Pallant, 2007). Om medelvärden skiljer sig åt avsevärt är detta ett

tecken på att dataavvikelser har stor påverkan på datamängden. En preliminär analys på

Dupont siffrorna visar följande resultat (det fullständiga databladet finns på bilaga 2):

Tabell 1: utdrag från bilaga 2

ΔPM ΔATO ΔRNOA

Mean -5.475983 -0.077552 0.186737

5% Trimmed Mean 0.013959 -0.252074 0.076733

Här ser vi stora avvikelser mellan ”mean” och ”5% trimmed mean” vilket indikerar för

oss att avvikelserna har stor påverkan på datamängden. Med avseende på de

ovanstående resultaten har vi beslutat oss att plocka bort alla extrema dataavvikelser

från vårt ursprungliga stickprov om 160 företag (se bilaga 3 för avvikelserna). Extrema

dataavvikelser definieras enligt SPSS Statistics som tre gånger längden på en låda hos

ett lådadiagram (Pallant, 2007). Efter att dataavvikelserna för Dupont modellen har

avlägsnats återstår det 75 företag för perioden innan övergången till IFRS och 109 efter.

3.4 Hypotestestning

De två första hypoteserna rör svenska börsbolag under perioden 2002-2005 och visar

informationsinnehållet i svenska finansiella rapporter med avseende på att förutsäga

kommande års vinst. Dupontkomponenterna testas i den första hypotesen och

Abarbanell och Bushees signaler i den andra.

21

Hypotes 1 En förändring i DuPont komponenterna bland svenska företag 2002-2003

påverkar följande års avkastning på netto operativt kapital.

Formel: ΔRNOA = β1*ΔATO+ β2*ΔPM

Avsaknad av ett signifikant samband gör att hypotesen förkastas. Signifikant samband

anses föreligga om p<15%.

Hypotes 2 Abarbanell och Bushees signaler för förändring i lager, bruttomarginal och

omsättning per anställd bland de svenska företagen 2002-2003 har ett negativt

samband med vinst per aktie följande år.

Formel: ΔCEPS1 = β1x ΔLager + β2*ΔBruttomarginal + β3*Δ(omsättning/anställda)

Avsaknad av ett signifikant samband gör att hypotesen förkastas. Signifikant samband

anses föreligga om p<15%.

Dupontkomponenterna och Abarbanell och Bushees signaler undersöks sedan för åren

2005-2007, för att se hur sambanden till framtida vinst, som fanns i hypotes 1 och 2, har

förändrats. Dupontkomponenterna testas för åren med IFRS i den tredje hypotesen och

AB:s signaler i den fjärde.

Hypotes 3 Sambandet mellan förändring i Dupontkomponenterna och förändring i

nästa års avkastning på operativt kapital har försvagats efter införandet av IFRS 2005.

Formel: ΔRNOA = β1*ΔATO+ β2*ΔPM

En förstärkning av ett signifikant samband gör att hypotesen förkastas. Hypotesen

accepteras om p(IFRS) > p(GAAP).

Hypotes 4. Abarbanell och Bushees signaler för förändring i lager, bruttomarginal och

omsättning per anställd bland de svenska företagen har ett negativt samband med vinst

per aktie följande år för åren 2005-2007.

Formel: ΔEPS = β1x ΔLager + β2*ΔBruttomarginal + β3*Δ(omsättning/anställda)

Avsaknad av ett signifikant samband gör att hypotesen förkastas. Signifikant samband

anses föreligga om p<15%.

22

4. Empiriska resultat

Detta kapitel kommer att innehålla resultaten från undersökningarna av de fyra

hypoteserna och lite om hur resultattolkningen gjorts.

4.1. Model 1

Först avhandlas analysen av Dupontkomponenterna före övergången till IFRS, med god

svensk redovisningssed som gällande standard.

Resultattolkning för standard multipel regression

Metodiken för tolkningarna har hämtats ifrån SPSS Survival Manual av Julia Pallant

(2007). För en enskild parameter om t-test har vi tolkat resultatet enligt de

rekommendationerna från James Sallis i Uppsala Universitet.

Korrelation och multicollinearity

I det första steget tittar vi på korrelationer mellan variablerna.

Vi ser att ΔRNOA är någorlunda korrelerade med både ΔPM och ΔATO under god

svensk redovisningssed och IFRS; -0.131 och +0.240 under svnsk redovisningssed,

samt -0.061 och +0.114 under IFRS. Det som bör undvikas är när korrelation mellan de

oberoende variablerna blir för hög. Korrelationskoefficienten mellan våra oberoende

variabler ΔPM och ΔATO ligger i bägge fallen under det rekommenderade maxgränsen

om 0.7.

Andra parametrar som indikerar ”multicollinearity” är Tolerance samt VIF. Enligt

(Pallant 2007) bör Tolerance vara över 0.1 vilket är också det vi ser från tabell 4.1. VIF

på andra sidan är bara inversen av Tolerance, om VIF överstiger 10 är detta tecken för

”multicollinearity”.

Normalitet, extremvärden och linjäritet

Normalitet, extremvärden och linjäritet är antaganden som en standard

regressionsanalys bör uppfylla. Bilaga 5 visar normal sannolikhetsplottar (P-P)samt

scatterplottar för våra data. Hos Normal P-P plottar bör man sträva efter en någorlunda

23

rätt linje från det nedre vänstra hörnet till det övre högra hörnet. Med en sådan rätt linje

betyder det att data är normalfördelade. Från vår normal P-P plottar ser vi att data för

perioden 2002-2004 respektive 2005-2007 är normalfördelade. De övriga diagrammen i

bilaga 5 visar residualerna till scatterplottarna. Residualerna bör helst vara rektangulärt

fördelade som vi ser i våra scatterplottarna.

Ett sätt att kontrollera för extremvärden är genom att undersöka parametern

Mahalanobis avstånd. Ett kritiskt värde sätts för Mahalonobis beroende på antalet

oberoende variabler i en regressionsmodell. För modeller med två oberoende variabler

antas det kritiska värdet 13.82 enligt tabell 13.1 hos (Pallant, 2007). Det kritiska värdet

bör inte överskridas. Från tabell 1 hos bilaga 4 läser vi av 11.690 som det maximala

Mahalonobis värdet under den motsvarande tidsperioden, motsvarande siffra på 19.343

läses av från tabell 2. Att Mahal-värdet från tabell 2 överskred det kritiska värdet 13.82

är detta en indikation på förekomsten av extrema värden.

Modell utvärdering

Nu kommer vi till de allra viktigaste parametrar för vår modell. Modellens

förklaringsgrad visas i tabell 4.2 under ”R Square” vilket mäter den procentuella

andelen hos variansen som kan hänföras till modellen. Från tabellen ser vi att

förklaringsgraden för modell 1 innan IFRS övergången är 7.8% och efter IFRS

övergången 1.7%. I den sista kolumnen ser vi att signifikansen för modell 1 varierar

kraftigt mellan de båda perioderna. Signifikansen är 0.055 under GAAP vilket är under

vår valda tröskelnivån på 0.15. Samma parameter för IFRS är betydligt högre och ligger

på 0.395, modellen är inte signifikant i detta fall. För Fairfield & Yohn (2001) mättes R2

10.82% och Soliman (2008) runt 16.9-21.3% beroende på specifikationer.

Utvärdering för varje oberoende variabel

Vi är även intresserade i hur mycket av modellens förklaringsgrad kan hänföras till

varje individuell oberoende variabel. Svaret finner vi hos de näst sista raderna i tabell

4.1. De individuella kontributionerna återfinns under raden för β. Beta-värdet för ΔPM

och ΔATO för perioden innan övergången till IFRS är -0.142 respektive 0.246. Dock är

bara resultatet från ΔATO signifikant med ett signifikansvärde på 0.033 (<0.15). T-

värdet ser ut att hålla för ΔATO där t>|2|. För perioden från och med införandet av IFRS

ser vi en någorlunda svagare beta-värde men i det här fallet är resultaten inte

24

signifikanta. Detta är också förväntat då vi vet från tidigare att signifikansen för

modellen under IFRS var 0.395. Dessutom ser vi att signifikansen för både ΔPM och

ΔATO överstiger 0.15. Resultaten kan jämföras med Fairfield & Yohn (2001) där β för

ΔATO och ΔPM blev 0.1799 och 0.0042 med signifikant samband för ΔATO men inte

för ΔPM. Liknande resultat fick Soliman (2007) där signifikant samband har erhållits

för ΔATO, β var betydligt mindre och hamnade på 0.017.

Tabell 4.3 och 4.4 visar regressionsresultaten för AB:s signaler. Samma procedur har

tillämpats här som under det tidigare exemplet. Modellen visar ingen statistisk

signifikans under varken GAAP eller IFRS. Därefter har vi gjort regressioner där vi

exkluderat fastighetsbolag och företag utan lager. Detta gjordes för att påvisa att

skillnader mellan företags redovisning kan påverka vår analys.

Tabell 4.1 Sammanfattning av SPSS Statistics 17 regressionsresultat för modell 1, se bilagorna

5 och 6 för fullständiga resultattabeller.

ΔPM ΔATO

Pearson Korrelation

ΔRNOA (GAAP)

ΔRNOA (IFRS)

ΔPM (GAAP)

ΔPM (IFRS)

ΔATO (GAAP)

ΔATO (IFRS)

-0.131

-0.061

1

1

0.046

0.046

0.24

0.114

0.046

0.046

1

1

Tolerance (GAAP)

Tolerance (IFRS)

0.998

0.998

0.998

0.998

VIF (GAAP)

Tolerance (IFRS)

1.002

1.002

1.002

1.002

β (GAAP)

β (IFRS)

-0.142

-0.067

0.246

0.117

Signifikans (GAAP)

Signifikans (IFRS)

0.215

0.490 0.033

0.228

t-värde (GAAP)

t-värde (IFRS)

1.252

-0.692

2.174

0.228 GAAP=god svensk redovisningssed, åren 2002-2004.

IFRS under åren 2005-2007.

Tabell 4.2 Sammanfattning över SPSS Statistics 17 regressionsresultat för modell 1, se bilaga 5

för fullständiga resultattabeller.

R2 Signifikans (p)

Modell 1(GAAP)

Modell 1(IFRS)

0.078

0.017 0.055

0.395

25

Tabell 4.3 Sammanfattning över SPSS Statistics 17 regressionsresultat för modell 2.

ΔLager ΔBruttomarginal Δ(omsättning/anställda)

β (GAAP)

β (IFRS)

Signifikans (GAAP)

Signifikans (IFRS)

t-värde (GAAP)

t-värde (IFRS)

-0.176

-0.012

0.298

0.94

-1.058

-0.075

0.088

0.021

0.597

0.897

0.533

0.130

0.226

-0.156

0.184

0.342

1.358

-0.963

Exkluderat för

företag utan lager

β (GAAP)

β (IFRS)

Signifikans (GAAP)

Signifikans (IFRS)

t-värde (GAAP)

t-värde (IFRS)

-0.142

-0.034

0.402

0.843

-0.849

-0.199

0.152

0.071

0.348

0.679

0.952

0.418

0.309

-0.185

0.073

0.297

1.849

-1.059

Exkluderat för

fastighetsföretag

β (GAAP)

β (IFRS)

Signifikans (GAAP)

Signifikans (IFRS)

t-värde (GAAP)

t-värde (IFRS)

-0.139

0.002

0.436

0.986

-0.788

0.017

0.145

0.768

0.410

0.000

0.836

6.890

0.120

-0.108

0.501

0.351

0.680

-0.946

Tabell 4.4 Sammanfattning över SPSS Statistics 17 regressionsresultat för modell 2.

R2 Signifikans (p)

Modell 2(GAAP)

Modell 2(IFRS)

0.076

0.025

0.433

0.809

Exkluderat för företag utan

lager

Modell 2(GAAP)

Modell 2(IFRS)

0.109

0.038

0.252

0.714

Exkluderat för

fastighetsföretag

Modell 2(GAAP)

Modell 2(IFRS)

0.046

0.585

0.676

0.000

4.2 Utvärdering av uppställda hypoteser.

Hypotes 1 accepteras. Vi har funnit att en förändring i Dupontkomponenterna

bland svenska företag 2002-2003 påverkar följande års avkastning på netto

operativt kapital;

p = 0.055 <0. 15

26

Hypotes 2 förkastas. Vi har inte funnit att Abarbanell och Bushees signaler för

förändring i lager, bruttomarginal och omsättning per anställd bland de svenska

företagen 2002-2003 har ett negativt samband med vinst per aktie följande år;

p = 0.433 > 0.15

Hypotes 3 accepteras. Vi har funnit att sambandet mellan förändring i

Dupontkomponenterna och förändring i nästa års avkastning på operativt kapital

har försvagats efter införandet av IFRS 2005;

p(IFRS) = 0.395 > p(GAAP) = 0.055

Hypotes 4 förkastas. Vi har inte funnit att Abarbanell och Bushees signaler för

förändring i lager, bruttomarginal och omsättning per anställd bland de svenska

företagen har ett negativt samband med vinst per aktie följande år för åren 2005-

2007;

p = 0.809 > 0.15

27

5. Analys och diskussion

Detta avsnitt syftar till att sammanfoga teori, tidigare forskning och empiriska resultat.

Kapitlet inleds med analys av Dupontundersökningen, följt av Abarbanell och Bushees

signaler och avslutas med ett avsnitt där våra slutsatser presenteras.

5.1 Analys av resultatet i Dupontundersökningen

De båda hypoteserna 1 och 3 som behandlade Dupontkomponenterna accepterades

eftersom ett statistiskt signifikant samband mellan avkastningen på operativt kapital och

förändring i kapitalomsättningshastigheten på operativt kapital fanns mellan åren 2002

till 2005. Detta samband försvann under åren 2005-2007. Sambandet mellan följande

års vinst och vinstmarginalen (PM) är liksom i tidigare studier svagare. Detta har

tidigare förklarats med att dessa förändringar (PM) inte är lika uthålliga som

förändringar i kapitalomsättningshastighet (ATO).

För att förstå vad som skiljer de båda tidsperioderna åt analyseras dataserierna med

avseende på medelvärde, median, varians och standardavvikelse som redovisas i Tabell

5.1. Differenserna avser skillnaden mellan åren 2002-2003 samt 2005-2006 för ΔPM

och ΔATO. ΔRNOA avser differensen mellan åren 2003-2004 respektive 2006-2007.

Tabell 5.1 Analys av Dupont-komponenterna.

2002-2004

2005-2007

ΔPM ΔATO ΔRNOA

ΔPM ΔATO ΔRNOA

Medel 0,45% 0,12% 1,5%

Medel 1,4% 8,2% -0,063%

Median 0,090% 0,090% 1,8%

Median 1,1% 6,7% -0,055%

StdAv 3,3% 28% 3,7%

StdAv 3,5% 28% 6,1%

Varians 0,11% 7,8% 0,14%

Varians 0,1% 7,7% 0,4%

Mest intressant i sammanhanget är ΔATO eftersom det är här ett samband erhållits med

ΔRNOA. Vi ser också att den tydligaste skillnaden mellan tidsperioderna ses i

förändringen av ΔATO, som ökat från 0,12% till 8,2%. Standardavvikelsen och

variansen är snarlik, vilket kan tänkas bero på att extreme värden plockats bort från

dataserierna. ΔRNOA har förändrats mindre, från 1,5% 2002-2004 till -0,063% 2005-

2007. Figur 5.1 visar resultatet grafiskt.

28

Figur 5.1 Diagram över förändring i ATO, PM och RNOA, avseende medelvärden.

För att vidare undersöka orsaken till förändringen i sambandet mellan ΔRNOA och

ΔATO undersöks förändringen i delkomponenterna till ΔATO, som visade den största

procentuella ändringen mellan de båda tidsperioderna.

Tabell 5.2 Analys av ΔATO-komponenterna från de två år differensen avser.

ΔFörsäljning

ΔOperativa tillgångar (netto)

2002-2003 2005-2006

2002-2003 2005-2006

Medel 1,9% 17%

24% 14%

Median -0,026% 13%

1,9% 10%

StdAv 20% 14%

53% 21%

Varians 3,9% 2,0%

28% 4,2%

I Tabell 5.2 visas medel, median, standardavvikelse och varians för ΔATO, med

extremvärden borttagna (mer än två standardavvikelser från medianen). Vissa

extremvärden försvårar ändå analysen eftersom en relativt stor skillnad mellan

medelvärden och medianer för samtliga delkomponenter erhållits. Se till exempel

skillnaden för medel och median för skillnaden i operativa tillgångar 2002 till 2003, 24

och 1,9%. För försäljningsförändringen kan slutsatsen dras att den varit större mellan

åren 2005 till 2006 (median 13%) jämfört med åren 2002 till 2003 (median -0,026%).

Försäljningsförändringen visar att det är sannolikt att en viktig skillnad mellan de båda

perioderna är konjunkturrelaterad vilket bör påverka sambandet mellan

Dupontkomponenterna och avkastningen. Riksgäldens räntor sjönk under perioden 2002

-1

0

1

2

3

4

5

6

7

8

9

ΔATO ΔPM ΔRNOA

2005-2007

2002-2004

29

till 2004 och steg 2005 till 2007 (Riksgälden (2011)). Om ett företag till exempel inte

förändrar sin ATO under två mätperioder, är det ändå troligt att de har olika

avkastningsnivåer (RNOA) om de två perioderna är i hög- respektive lågkonjunktur.

I Figur 5.2 sammanställs resultaten grafiskt och tydliggör den stora förändringen i ATO

mellan de två perioderna (2002-2003 i blått och 2005-2006 i rött).

Figur 5.2 Diagram över förändring i ΔATO:s beståndsdelar; försäljning och operativa tillgångar

(netto) mellan åren 2002 och 2003 (blå) samt mellan åren 2005-2006 (röd)1.

1 Medianen anges. Värden två standardavvikelser från medel har tagits bort i samtliga dataserier.

Förändringen i operativa tillgångar(ΔNOA) beräknas som operativa tillgångar minus

operativa skulder och representerar ett tillgångsnetto. Förändringen i dessa tillgångar är

positiv för båda 2002-2003 samt 2005-2006 med en ökning på 1,9 respektive 10%.

Innan 2005 värderades tillgångar enligt till historiskt inköpsvärde minus avskrivningar

och efter införandet av IFRS i Sverige har man tillåtit att vissa tillgångar värderas till

verkligt värde, vilket betyder att deras bokförda värde baseras på deras marknadsvärde.

Fluktuerande marknadsvärden och osäkerhet i bestämningen av dessa om aktiv marknad

saknas, gör att man befarat att tillgångars värde kommer att bli mer volatila under den

nya redovisningsstandarden IFRS. En möjlig förklaring till att förändringen av de

operativa tillgångarnas värde ökat mer under den senare perioden kan vara att andra

värderingsprinciper gäller. Detta skulle kunna leda till att sambandet mellan avkastning

på operativt kapital och kapitalomsättningshastigheten på operativt kapital har

försvunnit i undersökningen 2005-2007 kan vara att värdering till verkligt värde tillåts,

-2%

0%

2%

4%

6%

8%

10%

12%

14%

ΔFörsäljning ΔOperativa tillgångar (netto)

2002-2003

2005-2006

30

vilket gör dessa signaler mer känsliga för värderingsproblem. Även andra faktorer kan

till viss del förklara skillnaden, som till exempel generellt ökade prisnivåer.

I Figur 5.3visas förändringarna för det följande året och även här ses större förändringar

i försäljning och tillgångar under åren efter införandet av IFRS.

Figur 5.3 Diagram över förändring i ΔATO:s beståndsdelar; försäljning och operativa tillgångar

(netto) mellan åren 2003 och 2004 (blå) samt mellan åren 2006-2007 (röd)

Grundorsaken till att förhållandet mellan vinst och kapitalomsättningshastighet

försvinner är troligen de ökade förändringarna i både försäljning och tillgångar, men det

är omöjligt att bevisa om detta beror på byte av redovisningsstandard eller andra

faktorer.

5.2 Analys av resultatet i undersökningen om AB:s signaler

De båda hypoteserna angående AB:s signaler har förkastats, vilket betyder att inget

samband med kommande års resultat per aktie fanns under någon av de båda

perioderna. Detta är överraskande eftersom två tidigare studier av Lev (1993) och

Abardanell och Bushee (1997) har funnit ett samband mellan samtliga dessa signaler

och följande års vinst. Dessa undersökningar bygger på ett större antal företag och en

annan redovisningsstandard (amerikansk GAAP), vilket kan vara möjliga orsaker till

skillnaden i samband med kommande års vinst. Signalerna innehåller förändringar i

lager, omsättning per anställd och bruttomarginal. Införandet av IFRS bör inte påverka

dessa variabler nämnvärt och i detta avseende är det inte förvånande att båda perioderna

0%

5%

10%

15%

20%

25%

Δförsäljning ΔNOA

2003-2004

2006-2007

31

visar icke-samband, då ingen period visar samband mellan dessa variabler och

kommande års vinst.

Vårt urval av företag inkluderar samtliga branscher utom finansföretag. Vissa företag

saknar lagertillgångar, vilket kan försämra sambandet mellan förändring i denna

variabel med framtida vinst per aktie. När företag utan lager togs bort från urvalet av

företag erhölls samma resultat som tidigare för hela modellen. Däremot visade signalen

omsättning per anställd ett signifikativt samband med kommande års vinst för perioden

2005 till 2007. Detta indikerar att informationsinnehållet under IFRS är större än

tidigare i detta avseende. Fastighetsbolag saknar lager, har få anställda och har stora

tillgångar som kan värderas till verkligt värde vilket påverkar resultat per aktie. När

fastighetsbolag sorterades bort erhölls ett signifikativt samband för hela modellen för

den senare perioden under IFRS. Enligt IFRS kan fastighetsbolag redovisa sina

fastigheter till verkligt värde, vilket tillåts påverka resultaträkningen och därmed vinst

per aktie. Bruttomarginalen påverkas inte av dessa orealiserade värdeförändringar och

detta kan bryta sambandet mellan vinst per aktie och bruttomarginalen. Att ett samband

mellan förändring av bruttomarginalen ger indikation om ett bättre informationsinnehåll

under den nya standarden. Sambandet mellan lagersignalen och följande års vinst, som

erhölls då företag utan lager togs bort, försvann vilket är förvånande eftersom flertalet

av de bortplockade företagen utan lager är fastighetsföretag.

Sammanfattningsvis drar vi slutsatsen att inget signifikativt samband hittades mellan

Abarbanell och Bushees signaler och resultat per aktie kommande år, då hela urvalet

från large och mid cap användes. Samband med lager och bruttomarginal uppstod för

perioden 2005 till 2007, när fastighetsföretag och företag utan lager valdes bort. Detta

indikerar att studien med fördel hade kunnat fokuseras på en mer homogen grupp av

företag.

5.3 Slutsats

Vi har i denna undersökning försökt analysera sambandet mellan framtida vinst och

utvalda nyckeltal bland svenska börsbolag. Nyckeltal som tidigare forskning har visat

innehålla sådan information har använts; Dupontkomponenterna och signaler som

används av aktieanalytiker för vinstprognostisering (Abarbanell och Bushee (1997)).

Dupontkomponenterna gav upphov till ett signifikativt samband under perioden år 2002

till 2004, medans inget samband fanns för de följande tre åren. De övriga signalerna

32

som byggde på förändring av lager, bruttomarginal och omsättning per anställd gav

inget samband med följande års vinst för hela urvalet av företag. Samband uppstod efter

att företag utan lager och fastighetsföretag plockades bort från urvalet av företag.

Resultaten för Dupontanalysen indikerar att bytet från god svensk redovisningsstandard

till IFRS har försämrat informationsinnehållet i om framtida vinst. Den andra analysen

med Abarbanell och Bushees signaler gav däremot stöd för IFRS. Det går inte att utifrån

denna undersökning dra några definitiva slutsatser om vilken standard som är att föredra

för vinstprognostisering. Det är däremot sannolikt att en förändring av

redovisningsstandarder kan påverka valet av lämplig indikator och att en specifik signal

inte fungerar att använda på företag från olika branscher med skilda kritiska faktorer.

33

6. Kritik av undersökningen och förslag på framtida forskning

6.1 Validitet och reliabilitet

Undersökningens största validitetsproblem är som tidigare nämnts att sammankoppla

eventuella förändringar i ett nyckeltals förmåga att förutspå kommande vinst med

förändringen av redovisningsstandard. Detta förutsätter att alla andra påverkande

faktorer är oförändrade eller kan korrigeras för. Alla slutsatser angående

redovisningsstandardens betydelse måste dock göras med detta antagande vilket

minskar studiens validitet.

I denna undersökning har samband med förändringen i följande års vinst studerats.

Det finns en möjlighet att effekten av en förändring kan ses på längre eller kortare

sikt, vilket gör att den information som nyckeltalen ger inte går att detektera med den

tidsram vi använt för denna studie. Insamlandet av data för vinst per aktie (EPS)

gjordes från företagens årsredovisningar.

Olika definitioner på EPS finns med justeringar för exempelvis jämförelsestörande

poster. Avsaknad av tydliga och enhetligt definierade värden gör att det går att

misstänka att vissa av dessa data kan vara ojämnförbara.

Dupontundersökningen bygger på framräknade kvoter och en stor förändring i täljare

eller nämnare ger många extrema värden vilket drabbat denna undersökning. De ovan

nämnda faktorer gör att undersökningens validitet anses vara medelgod.

Studiens reabilitet bedöms vara god eftersom den bygger på allmänt tillgängliga

sekundärdata med god trovärdighet.

6.2 Framtida forskning

I denna undersökning har företag med vitt skilda verksamheter tillsammans utvärderats

med avseende på Dupont- och AB-komponenterna. Om en nyckeltalsanalys ska vara

framgångsrik ska den studerade signalen fånga orsaken till framgång och misslyckande.

34

Varje bransch har dock sina specifika nyckelfaktorer och denna studie har inte tagit

hänsyn till detta. En undersökning som utgår från utvalda signaler om framtida

vinstutveckling för en viss bransch, skulle ha möjlighet att få starkare samband än som

fångats av oss.

Det vore dessutom intressant att undersöka under vilken tidshorisont nyckeltalen är

relevanta. Vi har använt data från ett år fram i tiden för att bestämma sambandet mellan

en viss förändring och dess effekt. Effekten på framtida vinst kan dock uppstå under

både kortare och längre tidsperiod och det vore därför intressant att studera sambanden

med olika väntetider.

35

Referenser

Artiklar:

Abarbanell, J. S., Bushee, B. J. 1997, Fundamental Analysis, Future earnings and Stock Prizes, 1997,

Journal of Accounting Research 35:1 p. 1-24.

Abarbanell, J. S., Bushee, B. J. 1998, Abnormal Returns to a Fundamental Analysis Strategy, The

Accounting Review, 73:1, 19-45.

Ball, R., Robin A. J.S. Wu, 2003 Incentives Versus Standards: Properties of Accounting

Income in Four East Asian Countries’ Journal of Accounting and Economics 36,

pp. 235–270.

Ball, R. and L. Shivakumar, 2005, Earnings Quality in U.K. Private Firms, Journal of

Accounting and Economics 39, pp. 83–128.

Ball, R. and L. Shivakumar, L. 2006, The Role of Accruals in Asymmetrically Timely Gain and

Loss Recognition, Journal of Accounting Research 44(2), pp. 207–242.

Barth, M., Landsman, W., Lang, M. 2008, International Accounting Standards and

Accounting Quality’ Journal of Accounting Research 46(3) pp. 467–498.

Blake J, Akerfeldt K, Fortes H, Catherine Gowthrope, 1997 , The relationship between tax and

accounting rules-The Swedish case. European business review.Volume 97, issue 2.

Beuselinck, C., P. Joos and S. Van der Meulen, 2007, International Earnings Comparability, Working

Paper, Tilburg University,.

Christensen, H., Lee, E., Walker, M., 2008, Incentives or Standards: What Determines

Accounting Quality Changes Around IFRS Adoption? Working Paper, Manchester

Accounting and Finance Group and Manchester Business School.

Clarkson, P., et al. 2011, The impact of IFRS adoption on the value relevance of book value and earnings.

Journal of Contemporary Accounting & Economics, doi:10.1016/j.jcae.2011.03.001

Daske, H., L. Hail, C. Leuz and R. Verdi, 2007, Adopting a Label: Heterogeneity in the

Economic Consequences of IFRS Adoptions,Working Paper, Goethe University of

Frankfurt, University of Pennsylvania, University of Chicago, and MIT.

Hail, L., Leuz, C., Wysocki, P., 2009. Global Accounting Convergence and the Potential Adoption of

IFRS by the United States: An analysis of economic and

613 policy factors. Working Paper, University of Pennsylvania, University of Chicago, and MIT,

February.

Jeanjean, T., Stolowy, H., 2008, Do Accounting Standards Matter? An Exploratory

Analysis of Earnings Management Before and after IFRS Adoption, Journal of

Accounting and Public Policy 27, pp. 480–494.

Kothari, S. P., 2001, Capital markets research in accounting, Journal of Accounting and Economics 31,

105–231.

Landsman, W.R., E.L. Maydew, E. L., J.R. Thornock, J. R., 2009, The Information Content of

Annual Earnings Announcements and Adoption of IFRS, Working Paper, University

of North Carolina.

36

Lev, B., Thiagarajan, S. R., 1993, Fundamental Information Analysis, Journal of Accounting Research,

31:2 190-215.

Leuz, C., Verrecchia, R., 2000, The Economic Consequences of Increased Disclosure,

Journal of Accounting Research 38(Suppl.), pp. 91–124.

Leuz, C., 2003, IAS versus US GAAP: Information-asymmetry Based Evidence from Germany’s

New Market, Journal of Accounting Research 41(3) pp. 445–472.

EU (2002) Regulation of the European Parliament and of the Council on the application of international

accounting standards, Brussels.

Paananen, M., 2008. The IFRS Adoption’s Effect on Accounting Quality in Sweden,

Working Paper, University of Hertfordshire, 2008.

Paananen, M. and H. Lin, H.,2008, The Development of Accounting Quality of IAS and IFRS

Over Time: The Case of Germany’ Working Paper, University of Hertfordshire and

University of Portland.

Penman, S. H., 2007, Financial reporting quality: is fair value a plus or a minus? Accounting and

Business Research Special Issue: International Accounting Policy Forum. 33 pp. 33-44.

Fairfield, P. M., Yohn, T. L., 2001,Using Asset Turnover and Profit Margin to Forecast Changes in

Profitability, Review of Accounting Studies, 6:371-385.

Soliman, M. T., 2008, The Use of DuPont Analysis by Market Participants, The Accounting Review,

83:3: 823-853.

Tang, Q., Jiang, Y., Lin, Z. 2010, Journal of International Financial Management and Accounting 21:3,

220-278.

Whittingon, G. 2005, The history of IFRS, European Accounting Review, Vol. 14, No. 1, 127–153.

Böcker:

Alexander, D., Britton, A., Jorissen, A. 2009, 4th ed, International Financial Reporting and Analysis,

Cengage Learning EMEA.

Carlsson M, Att arbeta med företagsanalys, Liber, 6:e upplagan, 2009.

Nilsson, H., Isaksson, A., Martikainen, T.Företagsvärdering med fundamentalanalys, Studentlitteratur,

Lund, 2002.

Penman, S. H. Financial Statement Analysis and Security Valuation, 4:e upplagan, 2010, McGraw-Hill

Int. ed..

Smith, D. 2006. Redovisningens språk. 3:e uppl. Lund: Studentlitteratur.

Elektronisk

IFRS (2010a) (International Financial Reporting Standards) IFRS for SMEs [www] 2010 [hämtad 2011-

05-03] Tillgänglig på: http://www.ifrs.org/Current+Projects/IASB+Projects/Small+and+Medium-

sized+Entities/Small+and+Medium-sized+Entities.htm

37

Riksgälden [www] 2011 [hämtad 2011-05-23] Tillgänglig på

https://www.riksgalden.se/templates/RGK_Templates/TwoColumnPage____17564.aspx

38

Bilaga1: programinställningar för standard regression till modell 1

REGRESSION

/DESCRIPTIVES MEAN STDDEV CORR SIG N

/MISSING PAIRWISE

/STATISTICS COEFF OUTS CI(95) R ANOVA COLLIN TOL ZPP

/CRITERIA=PIN(.05) POUT(.10)

/NOORIGIN

/DEPENDENT deltaRNOA

/METHOD=ENTER deltaPM deltaATO

/SCATTERPLOT=(*ZRESID ,*ZPRED)

/RESIDUALS NORMPROB(ZRESID)

/CASEWISE PLOT(ZRESID) OUTLIERS(3)

/SAVE MAHAL COOK.

Bilaga 2: olika parametrar för ΔPM, ΔATO och ΔRNOA för perioden innan IFRS

Descriptives

Statistic Std. Error

deltaPM Mean -5,475983 5,3962213

95% Confidence Interval for

Mean

Lower Bound -16,133500

Upper Bound 5,181533

5% Trimmed Mean ,013959

Median ,006082

Variance 4659,073

Std. Deviation 68,2574002

Minimum -863,1835

Maximum 6,5629

Range 869,7464

Interquartile Range ,0568

Skewness -12,636 ,192

Kurtosis 159,778 ,381

deltaATO Mean -,077552 ,6088578

95% Confidence Interval for

Mean

Lower Bound -1,280044

Upper Bound 1,124940

5% Trimmed Mean -,252074

Median -,013082

Variance 59,313

Std. Deviation 7,7015091

39

Minimum -39,1352

Maximum 65,8649

Range 105,0002

Interquartile Range ,6611

Skewness 3,894 ,192

Kurtosis 42,892 ,381

deltaRNOA Mean ,186737 ,1145600

95% Confidence Interval for

Mean

Lower Bound -,039519

Upper Bound ,412993

5% Trimmed Mean ,076733

Median ,033147

Variance 2,100

Std. Deviation 1,4490827

Minimum -2,9017

Maximum 17,4199

Range 20,3216

Interquartile Range ,1502

Skewness 10,654 ,192

Kurtosis 127,878 ,381

40

Bilaga 3: Boxplot diagram för ΔPM, ΔATO och ΔRNOA för perioden innan IFRS

Asterisk representerar extrema outliers

Bilaga 4: statistik för residualer

Tabell 1: residualsstatistisk för perioden innan IFRS

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value -.011203 .039488 .015249 .0103075 75

Std. Predicted Value -2.566 2.352 .000 1.000 75

Standard Error of Predicted

Value

.004 .015 .007 .003 75

Adjusted Predicted Value -.012588 .041155 .015144 .0106183 75

Residual -.0871015 .0874735 .0000000 .0355363 75

Std. Residual -2.418 2.428 .000 .986 75

Stud. Residual -2.439 2.462 .001 1.007 75

41

Deleted Residual -.0886138 .0899334 .0001052 .0370561 75

Stud. Deleted Residual -2.528 2.555 .000 1.024 75

Mahal. Distance .004 11.690 1.973 2.481 75

Cook's Distance .000 .134 .014 .024 75

Centered Leverage Value .000 .158 .027 .034 75

Tabell 2: residualsstatistisk för perioden efter IFRS

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value -.034705 .020516 -.000626 .0082847 108

Std. Predicted Value -4.114 2.552 .000 1.000 108

Standard Error of Predicted

Value

.006 .027 .010 .004 108

Adjusted Predicted Value -.035153 .017887 -.000743 .0085979 108

Residual -.1953558 .1693874 .0000000 .0609302 108

Std. Residual -3.176 2.754 .000 .991 108

Stud. Residual -3.204 2.771 .001 1.006 108

Deleted Residual -.1987505 .1715458 .0001179 .0628480 108

Stud. Deleted Residual -3.357 2.865 .000 1.022 108

Mahal. Distance .003 19.343 1.981 2.815 108

Cook's Distance .000 .167 .011 .024 108

Centered Leverage Value .000 .181 .019 .026 108

Bilaga 5: Normal P-P plottar och scatterplottar

42

43

44