finansiella rapporters informationsinnehåll om framtida vinst.429085/fulltext01.pdf2. teori och...
TRANSCRIPT
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