VD:s incitament i form av rörliga ersättningar och dess ...
Transcript of VD:s incitament i form av rörliga ersättningar och dess ...
STOCKHOLM SCHOOL OF ECONOMICS
DEPARTMENT OF ACCOUNTING
BACHELOR THESIS IN ACCOUNTING AND FINANCIAL MANAGEMENT
MAY 2010
VD:s incitament i form av rörliga ersättningar
och dess påverkan på bolagets riskexponering
En empirisk studie av svenska bolag listade på Nasdaq OMX
Ali Farahani & Olof Kernell
The recent financial crisis has entailed in a fierce debate whether CEOs variable remuneration
has caused unsound risk exposure in public companies. Hence it is considered as interesting to
elucidate if this connection exists empirically. With grounding in principal-agent theory, and
its implicit assumption of risk adverse agents, this study aims to find empirical evidence for a
positively correlated relationship between CEOs variable remuneration and company risk
exposure. Through a regression analysis of multidimensional data from 102 listed Swedish
companies during the period of 2000-2009, we show that the relationship between CEOs
variable remuneration and company risk, in contrast to our expectations, is significantly
negative. The coherent result is interpreted as the inherent risk in companies seems to explain
the usage of variable remuneration for CEO, rather than vice versa. Hence more risky
companies tend to offer less variable remuneration to their CEOs, an effect that is enhanced
by an industry comparison. Decisively we argue that variable remuneration within high risk
companies can have a tendency to make the CEO more risk averse.
Handledare: Tomas Hjelström
Författare: Ali Farahani (21133) & Olof Kernell (21210)
Nyckelord: Rörliga ersättningar, Risk, Principal-Agent teori, Risk aversion
1
Innehållsförteckning
1. INLEDNING ............................................................................................................................ 3
1.1. BAKGRUND ........................................................................................................................... 3
1.2. SYFTE ................................................................................................................................... 4
1.3. FRÅGESTÄLLNING .................................................................................................................... 4
1.4. FORSKNINGSLÄGET .................................................................................................................. 4
1.5. AVGRÄNSNING ....................................................................................................................... 5
1.5.1. AVGRÄNSNINGSDIMENSIONER........................................................................................................... 5
1.6. DISPOSITION.......................................................................................................................... 6
2. TEORETISK REFERENSRAM ..................................................................................................... 7
2.1. DEFINITION AV RISK ................................................................................................................. 7
2.2. SAMBAND MELLAN RÖRLIG ERSÄTTNING OCH RISK .......................................................................... 7
2.2.1. HYPOTES: INCITAMENT – RISK ........................................................................................................... 8
2.2.2. BRANSCHSKILLNADER....................................................................................................................... 9
2.2.3. KONTROLLUNDERSÖKNING – NASDAQ OMX LARGE CAP ............................................................. 10
3. METOD ................................................................................................................................ 11
3.1. VETENSKAPSSYN OCH ANSATS .................................................................................................. 11
3.2. KVANTITATIV STUDIE ............................................................................................................. 12
3.3. URVAL ............................................................................................................................... 12
3.3.1. VAL AV BOLAG OCH TIDSPERIOD ...................................................................................................... 13
3.3.2. KÄLLA FÖR OBSERVATIONER ............................................................................................................ 13
3.3.3. URVALSKRITERIER ......................................................................................................................... 13
3.4. MÅTT FÖR KORRELATIONSJÄMFÖRELSE ...................................................................................... 14
3.4.1. VAL AV RISKMÅTT ......................................................................................................................... 14
3.4.2. VAL AV RÖRLIG ERSÄTTNING ........................................................................................................... 14
3.5. ÖVRIGA FÖRKLARINGSVARIABLER ............................................................................................. 16
3.5.1. DUMMYVARIABLER ....................................................................................................................... 16
3.5.2. KONTROLLVARIABLER..................................................................................................................... 17
3.6. GENERELL REGRESSIONSMODELL MED KONTROLLVARIABLER ............................................................ 22
3.6.1. RISKMÅTT – STANDARDAVVIKELSE I MARKNADSVÄRDE: ...................................................................... 22
3.6.2. RISKMÅTT - SKULDSÄTTNINGSGRAD: ................................................................................................ 22
4. RESULTAT ............................................................................................................................ 23
4.1. SAMBAND MELLAN RÖRLIG ERSÄTTNING OCH RISK - BRANSCHUNDERSÖKNING ..................................... 23
4.1.1. RISKMÅTTET STD(MV) .................................................................................................................. 23
R2 .............................................................................................................................................. 23
4.1.2. RISKMÅTTET D/E .......................................................................................................................... 25
R2 .............................................................................................................................................. 25
4.2. KONTROLLUNDERSÖKNING – LARGECAPUNDERSÖKNING ................................................................ 27
2
4.2.1. RISKMÅTTET STD(MV) .................................................................................................................. 27
R2 .............................................................................................................................................. 27
4.2.2. RISKMÅTTET D/E .......................................................................................................................... 28
R2 .............................................................................................................................................. 28
4.3. SAMMANFATTNING RESULTAT.................................................................................................. 29
5. ANALYS ............................................................................................................................... 30
5.1. RÖRLIGA ERSÄTTNINGARS FÖRHÅLLANDE TILL RISK ........................................................................ 30
5.1.1. PROBLEMATISERING ...................................................................................................................... 31
5.2. JÄMFÖRELSE AV BRANSCHDATA ............................................................................................... 34
5.2.1. DUMMYVARIABLERNAS INTERCEPT ................................................................................................... 34
5.2.2. INTERAKTIONSVARIABLERNAS KOEFFICIENTER ..................................................................................... 34
5.2.3. DELSLUTSATS - BRANSCHUNDERSÖKNING .......................................................................................... 35
5.3. ÖVRIGA REGRESSIONSVARIABLER .............................................................................................. 35
5.3.1. STORLEK PÅ FÖRETAGET ................................................................................................................. 35
5.3.2. ÄGARKONCENTRATION .................................................................................................................. 36
5.3.3. DIREKTAVKASTNING ...................................................................................................................... 37
5.3.4. MARKNADSVÄRDE I RELATION TILL REDOVISAT EGET KAPITAL ................................................................ 37
5.4. JÄMFÖRELSE MELLAN BRANSCHUNDERSÖKNING OCH LARGECAPUNDERSÖKNING ........................................ 38
5.5. RESULTATETS RELIABILITET OCH VALIDITET................................................................................... 39
5.5.1. ÖVERGRIPANDE VALIDITET ............................................................................................................. 39
5.5.2. ÖVERGRIPANDE RELIABILITET .......................................................................................................... 43
6. SAMMANFATTNING OCH SLUTORD ...................................................................................... 44
7. REFERENSLISTA .................................................................................................................... 46
7.1. ÅRSREDOVISNINGAR .............................................................................................................. 50
APPENDIX 1 – DATAUNDERLAG (EXEMPEL) ................................................................................. 51
APPENDIX 2– VARIABLER FRÅN DATASTREAM ............................................................................ 53
APPENDIX 3 – VARIABEL FÖR BONUS TIDSLAGGAD TVÅ ÅR ......................................................... 54
APPENDIX 4 – KONTROLLTEST: TAK FÖR RÖRLIG ERSÄTTNING SOM VARIABEL FÖR BONUS .......... 58
APPENDIX 5– KONTROLLTEST: OMSÄTTNING SOM VARIABEL FÖR STORLEK ................................. 60
APPENDIX 6- KONTROLLTEST: KAPITALANDEL SOM VARIABEL FÖR ÄGARKONCENTRATION ......... 64
APPENDIX 7 – TOLERANCEVÄRDEN FÖR MULTIKOLLINEARITET .................................................... 66
3
1. Inledning
Detta avsnitt avser att redogöra för bakgrunden och syftet till det valda ämnesområdet för
studien. Vidare berörs nuvarande forskningsläge och avgränsning som därefter skall utgöra
ett ramverk för studiens vidare utformning.
1.1. Bakgrund
Den globala finansiella krisen återfinns i allas våra medvetanden som ett bevis på ekonomiska
värdens förgänglighet. Den totala kollapsen av en inflytelserik institution inom den globala
bankvärlden utlöste en omfattande kreditåtstramning som gav återverkningar för det
ekonomiska livet i hela den civiliserade världen. Tillsynes stabila ekonomiska värden
eroderade när finansieringsmöjligheterna snabbt försvann. I vårt kollektiva minne ligger dessa
händelser nära till hands och många jämför krisen med 30-talets depression och börskrasch.
För att återställa möjligheterna till kreditgivning och återställa ett allmänt förtroende till de
finansiella systemen har politiska krafter agerat både snabbt och kraftfullt (Sveriges Regering)
(Bergsell).
Politiker världen över har efter dessa händelser åtnjutit ett omfattande mandat att förändra och
förhindra liknande händelser i framtiden. Från politiskt håll har tongångarna varit relativt
homogena och internationella ansträngningar har tagits för att utarbeta en global
kompensationspolicy för finansiella aktörer och på så sätt begränsa incitamentprogrammens
omfattning och vidlyftighet. Under hösten 2009 tog såväl G20 som EU kommissionen fram
direktiv vars ändamål var att begränsa rörliga ersättningar inom finansiella bolag, varav EU
kommissionens K(2009) 3159 har utmynnat i nationell kontroll av kreditinstitut, banker och
andra finansiella bolag genom finansreglerande myndigheter inom varje EU-land. I Sverige
och andra länder har den allmänna opinionen även påverkat bolag utanför den finansiella
sektorn att minska sina bonusutbetalningar (Mellqvist) (Olofsson, Odell, & Borg).
Detta mycket snabba handlande på såväl global som nationell nivå manifesterar en kraftfull
och allmän övertygelse om rörliga ersättningars (negativa) påverkan på bolags
riskexponering. Frågan är dock huruvida dessa påståenden har något stöd i forskning och
empirisk undersökning.
4
1.2. Syfte
Inom ramen för denna studie kommer rörliga ersättningars samband till ett bolags faktiska
risktagande att undersökas. Mer specifikt syftar denna uppsats till att empiriskt undersöka hur
incitamentsplaner med rörlig/prestationsbaserad kompensation till den verkställande
direktören (VD) påverkar svenska börsnoterade bolags generella risktagande utifrån två
riskmått: i) standardavvikelse i marknadsvärde STD(MV), ii) skuldsättningsgrad D/E.
Förhoppningen är att bidra med en empirisk kartläggning av svenska börsnoterade bolagens
respondens till föresatsen att de rörliga ersättningar bidrar till högre riskexponering och på så
vis bidra med ett empiriskt och förhoppningsvis nyanserade inslag i nuvarande debatt.
1.3. Frågeställning
Leder verkställande direktörens incitament i form av rörlig ersättning till ökad
riskexponering i börsnoterade bolag?
1.4. Forskningsläget
Ur akademisk synvinkel har det klarlagts att rörlig ersättning i form av tantiem (bonus), aktie-
eller optionsbaserad ersättning har ökat i omfattning under de senaste decennierna. I synnerhet
i USA har börsbolagens rörliga ersättning till ledande befattningshavare ökat från ungefär en
tredjedel (33 %) av den totala lönen till ungefär 90 % sedan 1980. Samtidigt har VD:s
ersättning under 1990-talet växt i symbios med bolagets marknadsvärde (Lucian & Grinstein,
2005) (Hall & Liebman, 1998). Denna utveckling ser vi även i Sverige där företagsledarnas
inkomster sedan 1980-talet har växt snabbare än den genomsnittlige löntagarens (Roine &
Waldenström, 2008).
Akademiska försök har genom åren gjorts för att uttala sig om vad som är en lämplig nivå på
den rörliga ersättningen, dock har den största tonvikten naturligen legat på att deskriptivt
beskriva dess sammansättning och funktion (Lucian & Grinstein, 2005) (Kaplan & Rauh,
2007). Stor del i problematiken har varit att jämförande data för mer empirisk forskning är
svår att ta fram, bland annat på grund av bolagens mycket individuella implementering av
rörliga ersättningar (Bång & Waldenström, 2009).
Trots svårigheten att empiriskt underbygga rörliga ersättningars värde så har tesen att
prestationsbaserad ersättning uppmuntrar till ett nödvändigt och sunt risktagande samt ökad
ansträngning, stort teoretiskt stöd (Baker, Jensen, & Murphy, 1988) (Jensen & Murphy,
1990). Det finns dock även en omfattande kritik gentemot den traditionella synen på rörliga
5
ersättningar. I synnerhet har alternativa teoretiska ståndpunkter utarbetats, där motiven bakom
en VD:s drivkraft nyanseras bortom enbart ekonomiska incitament och nyanseras i form av
inneboende motivation (Bebchuk & Fried, 2003) (Osterloh & Frey, 2005).
Omfattande forskning visar på att rörliga ersättningar i stor utsträckning används för att öka
ledningens intressegemenskap med ägare (Bång & Waldenström, 2009) (Holmström, 1979)
(DeFusco & et_al., 1990) (Lambert, 1991). Stor del av forskningen hittills har dock inriktat
sig på rörliga ersättningar i relation till ansträngning och därmed har mindre fokus lagts på
ersättningens relation till just risktagande (Milkovich & Bloom, 1998). I relation till risk
liknar vissa forskare den rörliga ersättningen med en köpoption som potentiellt kan bli mer
värdefull ju mer riskfylld den är (Ross, 2004).
Sammanfattningsvis kan det konstateras att rörliga ersättningar uppenbarligen kan vara
användbara för att uppmuntra risktagande som en del av vinstskapande. Detta är i alla fall
inom vissa forskningsgrenar en starkt vedertagen teoretisk ståndpunkt. Samtidigt är det från
allmänheten och från politiskt håll en vanligt förekommande uppfattning att rörliga
ersättningar bidragit till ett alltför kortsiktigt och osunt risktagande inom den finansiella
sektorn och således även bidragit till den nuvarande ekonomiska krisen (Rossander). Dessa
olika synsätt i dagens publika samtal är lika starka som polariserade. När man därtill väljer att
från statligt håll lagstifta om bonusregler samt genom ägarstyrning slopa bonus för statliga
bolag (Olofsson, Odell, & Borg) återfinns ett intressant uppslag för att empirisk undersöka
om/hur VDs rörliga ersättning faktiskt påverkar bolagens övergripande risknivåer.
1.5. Avgränsning
Undersökningsområdet för denna uppsats kommer att avgränsas till en efter befintliga resurser
rimlig omfattning. Syftet med avgränsningen är att i möjligaste mån kunna bidra med ett
resultat som präglas av såväl validitet som reliabilitet. Detta anses vara av vikt för att därefter
kunna bidra med en väl underbyggd analys och förslag till framtida forskningsuppslag.
1.5.1. Avgränsningsdimensioner
Avgränsningen kommer att göras utifrån ett antal dimensioner såsom omfattning av
frågeställning/syfte samt geografiskt- och tidsmässigt omfång.
Syftesavgränsning: Uppsatsens omfång begränsas till att undersöka hur rörliga ersättningar
till VD påverkar ett företags riskexponering, där alla övriga frågor rörande rörliga ersättningar
och risktagande i allmänhet lämnas därhän. Därmed utelämnas exempelvis diskussioner om
6
huruvida rörliga ersättningar verkligen är prestationsbaserade och hur ett optimalt
bonusprogram bör utformas.
Geografisk avgränsning: Inom denna studie förefaller det naturligt att göra en geografisk
avgränsning till den svenska marknaden. Självfallet hade andra möjligheter också kunnat vara
tänkbara, dock medför en avgränsning till den svenska marknaden en praktisk fördel
vidinformationsinhämtning som ej skall underskattas. Genom att enbart beakta bolag på
NasdaqOMX/Stockholmsbörsen (nedan benämnt som OMX) så säkerställs ett lättillgängligt
och relativt tillförlitligt informationsunderlag för studiens genomförande.
Tidsmässig avgränsning: Studien avgränsas till att undersöka relationen mellan incitamentets
påverkan på ett företags risk under ett specifikt år. Därmed utgår studien i att undersöka en
relativt kortsiktig incitamentsstrukturs påverkan på bolagets risk under året. Detta istället för
att fokusera på mer långsiktiga incitament såsom options- och aktieprogram som torde
relatera till en mer långsiktig, rörelserelaterad risk. En stor anledning till denna avgränsning är
att VD mer självständigt torde kunna påverka riskbeslut inom den löpande verksamheten
under året såsom upptagande av skuld och nya mer kortsiktiga investeringar, än mer
strukturella beslut rörande rörelseinriktning. Med andra ord är förhoppningen att denna
inriktning på ett mer kortsiktigt risktagande och incitamenten för dito ger bättre resultat i form
av en tydligare relation till incitamentsplanens uppmuntrande att agera mer riskfyllt under
tidsperioden.
1.6. Disposition
Närmast följer Teoretisk Referensram med en introduktion till de teorier som ligger till grund
för studiens hypotesformuleringar och testvariabler, som sedan presenteras i avsnittet Metod.
Därefter presenteras resultatet av de regressioner som utförts i avsnittet Resultat, som tolkas
och problematiseras i avsnittet Analys. I Analysavsnittet kommer även metoden och
tillvägagångssättet att diskuteras utifrån validitets- och reliabilitetskriterier. Slutligen
sammanfattas studien i avsnittet Sammanfattning och slutord där även uppslag för framtida
forskning framläggs.
7
2. Teoretisk referensram
Detta avsnitt avser att redogöra för de grundläggande teorier som ligger till grund för de
hypoteser som utformas för studien.
2.1. Definition av risk
Ämnet inom ramen för detta papper är enligt ovan beskrivning att undersöka huruvida
incitament i form av rörlig kontantersättning för VD under ett år (t-1) har ett förklaringsvärde
på bolagets risk under nästkommande tidsperiod (t). För att mäta bolagets risk har två olika
mätvariabler valts. Standardavvikelse i bolagets marknadsvärde (STD(MV)) antas spegla
företagets totala risk och skuldsättningsgraden D/E antas spegla företaget finansiella
risktagande. Risken i tidsperiod (t) definieras således enligt nedan:
(1)
n
iMV
MV
tt
xn
XExRisk
1
2
*1
)(/
(2) tyCommonEquiDebtRisk /
I det första (1) riskmåttet har standardavvikelsen i marknadsvärde dividerats med medelvärdet
för risk under året. Detta för att få procentuell standardavvikelse som standardiserad term för
att enklare kunna relatera måttet till de förklarande variablerna. Rörande det andra (2)
riskmåttet som skall spegla det finansiella risktagandet divideras bolagets totala räntebärande
skulder med bokfört värde för eget kapital.
Värdena på dessa riskmått antas enligt tesen för denna uppsats kunna förklaras genom
storleken på incitamentet i form av rörlig ersättning för VD under tidsperioden (t-1) (nedan
benämnt som bonus). För att bringa klarhet i förklaringsvärdet av de rörliga ersättningarna
kommer en empirisk analys av bolag från OMX-börsen att genomföras utifrån de teorier som
presenteras i detta avsnitt samt de hypoteser som definieras i metodavsnittet nedan.
2.2. Samband mellan rörlig ersättning och risk
Inom denna studie kommer försök göras för att urskilja rörliga ersättningars effekt på
risktagande för alla bolag i urvalet och därefter i ett andra steg kommer eventuella skillnader
mellan olika branscher att utredas. Ett flertal studier argumenterar för att rörlig ersättning till
företagens VD verkar för ett ökat risktagande från denne sida, vilket således även ökar
bolagets riskexponering. (Ross, 2004) (Shapira & March, 1987) (Savage & Friedman, 1948)
(Ross, 1973). Den klassiska principal-agent teorin utgör den teoretiska grunden för
8
ovanstående härledning och kommer även att används som utgångspunkt för studiens
grundläggande hypotes.
2.2.1. Hypotes: Incitament – Risk
I någon mån baseras de traditionella lösningarna av principal-agent problemet på att en VD
gör sina val utifrån ekonomiskt rationella överväganden. Teoribildningen omfattas vanligen
av följande implicita antaganden: att båda parter är (1) rationella och (2) intresserade av att
maximera sin personliga nytta och (3) att agenten i sitt grundläge undviker både risk och
ansträngning. Detta medför att agenten, eller VDn i detta fall, söker maximera sin nytta
utifrån så låg arbetsinsats som möjligt (Baiman, 1990) (Levinthal, 1988) (Jensen & Meckling,
1976). För att huvudmannen skall kunna bevaka sina intressen under detta förhållande av
informationsasymmetri kan denne antingen (1) övervaka personen ifråga rent fysiskt,
alternativt (2) utforma ett incitaments kontrakt med agenten. Vad gäller VD i börsnoterade
bolag är det varken praktiskt möjligt eller i ägarnas intresse att direkt kontrollera VD:n, utan
man söker istället med hjälp av dessa incitament påverka VD:n och knyta densamme till sina
egna intressen (Werner & et_al., 2005) (Ross, The Economic Theory of Agency: The
Principal's Problem, 1973).
Illustration 1 – Principal Agent Modell
Utgångspunkten inom denna teoribildning är således att en VD kontrakteras och ges
incitament för att prestera men anstränger sig så lite som möjligt för att uppnå maximal nytta,
så kallad moral hazard uppstår. Den del av teoribildningen som tangerar ansträngning berörs
i stor utsträckning av ett flertal forskare (Milkovich & Bloom, 1998). Vad som mer sällan
9
berörs är agentens ovilja att ta risk och hur det görs försök att förändra detta med hjälp av
agentkontrakt (Milkovich & Bloom, 1998). Det faktum att en befattningshavare såsom en VD
skulle vara ovillig att ta risk utgår ifrån såkallade risk-aversion teorier. Dessa menar att en
person har en inneboende ovilja att ta risker och i synnerhet negativa risker (Pratt, 1964)
(Ross, 1973). När detta faktum ställs i relation till ett bolags syfte att generera vinster genom
en riskfylld verksamhet, uppstår genast en diskrepans mellan bolagets ägare och VD. Det
ligger i ägarnas intresse att bedriva den riskfyllda verksamheten och genom ett
incitamentskontrakt kan de knyta VD till sin intressegemenskap och således förmå denne att
ta dessa risker i den löpande verksamheten (Jensen & Murphy, 1990).
Den teorietiska hypotesen som härleds ur ovanstående teori och resonemang formuleras
således såsom:
Genom att bereda en VD möjligheten att genom prestation uppnå en högre ersättning i form
av en kontantbaserad rörlig ersättning söker bolagsägare knyta denne person till sina
intressen att ta kalkylerade risker. Således understödjer detta en förmodan om att ökat
utrymme för incitament bidrar till att minska VD:s riskaversion vilket medför ett högre
risktagande i den löpande verksamheten som VD ansvarar för. Således förväntar vi oss en
positiv (+) korrelation mellan rörliga ersättningar och ett bolags risk.
010: H
011: H
2.2.2. Branschskillnader
Detta andra steg syftar till att utreda huruvida det föreligger skillnad i ovanstående samband
beroende på vilken bransch som undersöks. Ett flertal studier stödjer det faktum att rörliga
ersättningar har ökat för ledande befattningshavare samt är mer frekvent förekommande i
vissa industrier jämfört med andra (Bång & Waldenström, 2009) (Hall & Liebman, 1998)
(Kaplan & Rauh, 2007). Exempelvis argumenterar vissa forskare för att en specifik
verksamhet med låg inneboende rörelserisk kan medföra ett större behov av incitament för att
VDn skall utföra riskfyllda investeringar och möta ägarnas avkastningskrav (Milkovich &
Bloom, 1998).
Med andra ord formuleras den teoretiska hypotesen för skillnader i branscher såsom:
10
I branscher med verksamhet förknippad med låg inneboende rörelserisk torde sambandet
mellan incitament för rörlig ersättning och manifesterad total risk vara starkare. Således
antas den positiva (+) korrelationen mellan incitament för rörlig ersättning och total risk
vara starkare och därmed ha större förklaringsvärde i branscher med låg inneboende
rörelserisk.
2.2.3. Kontrollundersökning – Nasdaq OMX Large Cap
I ett sista steg kommer de resultat som bereds från ovanstående undersökningar att
kontrolleras genom resultat från ett separat dataunderlag. Urvalet för denna undersökning
utgörs av bolag noterade på Nasdaq OMX LargeCap. Anledningen till att denna kontroll
kommer att genomföras beror dels på det första datasetets speciella karaktär och inriktning på
branschjämförelse och dels på en förväntning att övergripande storlek påverkar ägarspridning
som i sin tur inverkar till ökade incitament i form av rörlig ersättning. Amerikansk forskning
fastställer nämligen att rörliga ersättningar och incitamentsprogram generellt sett är ett mer
utbrett faktum inom bolag som är börsnoterade och återfinns på Fortune 500 listan över
USA:s största bolag (Kaplan & Rauh, 2007).
Större börsnoterade bolag har ofta ett relativt sett högre grad av ägarspridning, vilket får till
konsekvens att de enskilda ägarna har små möjligheter till direkt insyn. Detta medför en ökad
asymmetrisk information mellan principalen och agenten, vilket ofta överbryggas med större
andel prestationsbaserade ersättningar. Med andra ord antas dessa större bolag ha behov av en
högre grundnivå i den rörliga ersättningen (Bebchuk & Fried, 2003). Samtidigt kan samma
argument såsom ovan användas för vissa branscher där lägre rörelserisk hos dessa större bolag
bidrar till ett ökat behov av rörlig ersättning för att premiera risktagande.
Utifrån dessa premisser formuleras den teoretiska hypotesen för denna kontrollgrupp såsom:
Storlek kan anses påverka till; (1) ett spritt ägande och behov av ökade kontrollmekanismer
och (2) en lägre rörelserisk och således högre behov av att premiera risk. Således antas den
positiva (+) korrelationen mellan incitament för rörlig ersättning och total risk vara starkare
och därmed ha större förklaringsvärde för bolag noterade på Nasdaq OMX LargeCap.
11
3. Metod
I detta avsnitt avser vi att redogöra för hur studien kommer att genomföras. Inledningsvis
presenteras ansats och urval. Därefter följer en beskrivning av den metodmässiga
operationaliseringen.
3.1. Vetenskapssyn och ansats
Som nämns ovan (se avsnitt 1.4 Forskningsläget) så utgör stor del av nuvarande
forskningsalster rörande rörliga ersättningar och dess inverkan på risktagande deduktiv
kunskap. Logiska härledningar används ofta för att rättfärdiga dessa rörliga ersättningar.
Samtidigt står stor del av den kritiska vetenskapen på liknande grund. Relativt få empiriska
studier har utrett relationen mellan rörliga ersättningar och risktagande, troligen på grund av
metod- och mätrelaterade svårigheter (Bång & Waldenström, 2009). Nuvarande politiska
hållning tenderar att utgå från de två premisserna att vi för det första (1) har en finansiell kris
och för det andra (2) ser stora rörliga ersättningar för ledande befattningshavare. Utifrån dessa
premisser dras slutsatsen att de ekonomiska problemen grundar sig på osunda incitament för
de ledande befattningshavarna inom näringslivet.
Grundsynen på kunskapen och dess uppkomst är i denna studie dock av en delvis annan art.
Det empiriska underlaget kommer att användas för att tillstyrka eller förkasta ett antal
formulerade hypoteser. En hypotetisk-deduktiv metod kommer således att användas för att
undersöka relationen mellan rörlig ersättning till VD och risktagande. Således anknyter
kunskapsteorin i denna uppsats till vissa empiristiska läror och syftar till att prova en
formulerad teoris empiriska stöd. Samtidigt måste fakta och de data som inhämtas i någon
mån inverka på utformning av såväl metod som teori. Kunskapssökandet ses även som en
iterativ process där vissa självevidenta element måste kunna användas som fundament för att
ge stöd åt kunskap som inte kan anses som självevident. Exempelvis är det i denna studie
viktigt att kunna utgå ifrån en grund där människan såsom befattningshavare i någon mån
agerar ekonomiskt rationellt för att kunna härleda de teoretiska föresatserna för rörliga
ersättningar samt utforma nedanstående hypoteser.
Det kända uttrycket ”kunskap är makt”, som myntades av den engelske filosofen Francis
Bacon, anknyter till ämnet för denna studie på ett mångfacetterat sätt. Man stöter bland annat
ihop med Bacons grundläggande föresatser om erfarenhetsbaserad kunskap i det
förutsättningslösa förhållningssättet till forskningsfrågan. Förhoppningen är att denna studie
12
skall bidra till att öka det empiriska angreppssättet till dessa typer av frågeställningar och
nyansera de polariserade ståndpunkterna en smula.
3.2. Kvantitativ studie
Studien ämnar utreda ett eventuellt samband mellan incitament till verkställande direktör, i
form av rörlig ersättning, och bolagens risksituation. Sambandet kommer att tillstyrkas eller
förkastas med hjälp av en multipel regressionsanalys innehållande dummyvariabler samt ett
antal kontrollvariabler som anses inverka på bolagens risk.
Samtliga variabler för de regressioner som används i studien rättfärdigas och definieras i
nedanstående metodavsnitt. För att kunna säkerställa möjligheterna för ett signifikant resultat
så kommer ett omfattande antal observationer att inhämtas i enlighet med de urvalskriterier
som definieras nedan . En systematisk inhämtning av data för alla variabler görs ifrån ett
antal, nedan specificerade källor. Data sammanställs därefter för statistiskt bruk och testas
mot de teoretiskt förankrade hypoteserna för att frambringa ett resultat, som sedan presenteras
samt används som analysunderlag för slutledningar och generaliseringar.
Studien genomförs som en observationsundersökning där ett representativt stickprov används
för att dra vissa slutsatser om hela populationen. Viktigt att upplysa om är dock att ett
tillstyrkande av en hypotes i enlighet med ovanstående vetenskapssyn innebär ett begränsat
förklaringsvärde på en hel population.
3.3. Urval
Det empiriska underlaget i studien utgörs av multidimensionell data, så kallad paneldata. För
ett specifikt bolag i undersökningen återfinns flera observationer på grund av att mätperioden
sträcker sig mellan 2000-2009 (tio år). Varje bolag kommer således bidra med tio
observationer, ett för varje år under undersökningsperioden.
Eftersom finansiella tidsserier används finns det anledning att misstänka att varierande
betingad varians kan föreligga mellan åren, vilket skulle medföra vissa problem i form av
underskattad standardavvikelse. Vidare är det möjligt att de oberoende variabler som används
i regressionen har en inbördes samverkan, vilket skulle kunna påverka resultatet. (Newbold et
al, 2006). Med utgångspunkt i ovanstående kommer statistiska tester för autokorrelation och
multikollinearitet att genomföras och presenteras i avsnittet resultat.
13
3.3.1. Val av bolag och tidsperiod
Underlaget för observationerna i studiens urval utgörs av bolag noterade på Nasdaq OMX. I
den första undersökningen utgörs underlaget för observationerna av bolag på OMX-börsens
small/medium/largecap och som tillhör följande branscher: i) Maskinindustri, ii) IT-tjänster
och iii) Fastighetsförvaltning. Data från dessa bolag samlas in för de tio (10) senaste åren
2000-2009. Totalt innefattar undersökningen ett underlag på 46 bolag, varav sjutton (17) inom
maskinindustri, sexton (16) inom IT-tjänster samt tretton (13) inom fastighetsförvaltning.1
Som en kontrolljämförelse i relation till ovan nämnda branschstudie kommer även en studie
av de bolag som återfinns på svenska OMX-börsens LargeCaplista att genomföras. Data från
dessa bolag samlas in för de tio (10) senaste åren 2000-2009. Totalt innefattar denna
undersökning ett underlag på 56 bolag.2
Mer detaljerad information om vilka bolag som utgör underlag för studiens resultat återfinns i
avsnitt 7.1. Årsredovisningar.
3.3.2. Källa för observationer
Sammanställningen av den data som används i studien har baserats på information tillgängligt
i bolagens årsredovisningar, databasen Affärsdata, databasen Datastream samt databasen SIS
Ägarservice.
Information rörande bonusutdelning till den verkställande direktören har inhämtats från
respektive bolags årsredovisningar. Data för ägarkoncentration har inhämtats från SIS
Ägarservice. Övrig data såsom standardavvikelse i marknadsvärde, skuldsättningsgrad,
marknadsvärde, marknadsvärde dividerat med bokfört värde för eget kapital och
direktavkastning har inhämtats från Datastream.
3.3.3. Urvalskriterier
3.3.3.1. Branschundersökning
Vid urvalet av bolag för Branschundersökningen har vikt lagts vid att hitta branscher där
antalet verksamma bolag är relativt sett många. Anledningen till detta är att genom att jämföra
branscher inbördes åtnjuts som ovan beskrivits vissa fördelar då datarelaterat brus samt
1 I fortsättningen kommer denna undersökning betecknas ”Branschundersökning” och den underliggande datan betecknas ”Branschdata” 2 I fortsättningen kommer denn undersökning betecknas ”LargeCapundersökning” och den underliggande
datan betecknas ”LargeCapdata”
14
avvikelser undviks, vilket annars skulle kunna uppstå vid jämförelse av bolag med väsentligt
skilda verksamheter.
3.3.3.2. LargeCapundersökning
Vid urvalet av bolag för LargeCapundersökningen har avsikten varit att urvalet ska inkludera
samtliga bolag på listan. Inga övriga urvalskriterier har ställts upp.
3.4. Mått för korrelationsjämförelse
Data från de definierade bolagen kommer att användas för att utreda om empiriskt stöd kan
nås för att nivån av rörlig ersättning till verkställande direktör påverkar nivån av bolagets
risktagande.
3.4.1. Val av riskmått
Vid val av mått för bolagens risktagande har som tidigare nämnts standardavvikelse i
marknadsvärde samt skuldsättningsgrad framförts som lämpliga riskmått.
3.4.1.1. Standardavvikelse i marknadsvärde
Standardavvikelse i marknadsvärde utgår ifrån det statistiska volatilitetsmåttet som inom
finansiell teori är det vanligast förekommande riskmåttet. Standardavvikelsen i
marknadsvärde torde således kunna användas som proxy för bolagets totala marknadsrisk.
3.4.1.2. Skuldsättningsgrad
Skuldsättningsgrad är ett redovisningsmått på finansiell hävstång och beskriver
sammansättningen av bolagets tillgångar. Ett bolag som finansieras till stor del av
räntebärande skulder löper en större risk att inte kunna betala sina skulder än ett bolag som
finansierar hela sin verksamhet med egen förmögenhet. Således är en hög skuldsättningsgrad
ett naturligt mått för finansiellt risktagande.
I en sammanfattande kommentar kan det nämnas att dessa mått för bolagets risktagande anses
vara relativt okontroversiella eftersom de i stor utsträckning utgör vedertagna mått på total
samt finansiell risk. Anledningen för att just total risk och finansiell risk är intressant i detta
sammanhang beror på det faktum att en VD genom sitt agerande under en begränsad
tidsperiod på ett år har en rimlig möjlighet att påverka marknadsvärdets avvikelser genom
uttalanden till marknaden och skuldsättningsgraden genom interna beslut.
3.4.2. Val av rörlig ersättning
En VD:s ersättning består vanligen utav ett antal komponenter, varav vissa används i större
utsträckning än andra. Dessa komponenter kan utifrån ett generellt perspektiv grupperas som;
15
fast ersättning, prestationsbaserad ersättning (kan bestå av tantiem och/eller
options/aktierelaterad ersättning), pensionsavsättning samt övriga förmåner såsom tjänstebil
och dylikt.
Som rörliga ersättningar kommer enbart kontanta rörliga ersättningar att beaktas i denna
uppsats. Således utelämnas exempelvis optionsprogram, aktieprogram och liknande, mer
långsiktiga rörliga ersättningar. Anledningen till att dessa ersättningsformer exkluderas beror
på att studien inriktas på ett mer kortsiktigt perspektiv, där vinstandel för VD såsom rörlig
ersättning bättre speglar risktagandet under den tidsperiod (ett år) som används som
riskperiod. En ytterligare anledning till att utelämna optionsprogram etc. är att de skiljer sig
oerhört mycket åt från bolag till bolag och information om dessa ges mycket sparsamt i
årsredovisningarna, vilket medför att en övergripande jämförelse svårligen kan utföras.
3.4.2.1. Definition
Eftersom jämförbarhet i måttet för rörlig ersättning är viktig har, i denna studie, följande mått
valts: Årets incitament för risktagande definieras såsom det föregående årets rörliga ersättning
i relation till total ersättning under samma år.
11 / ttt tningTotalErsätttningRörligErsäBonus
Detta mått anses utgöra en proxy för storheten av incitamentet att agera mer riskfyllt
nästkommande år.
3.4.2.2. Problematisering av mått
I valet av mått för rörlig ersättning vilar ett antaganden att föregående års utfall av rörlig
ersättning skulle spegla även årets möjligheter att erhålla en bonus. Detta kan ses som ett
relativt starkt antagande eftersom den prestationsbaserade rörliga ersättningen rimligen kan
förändras relativt mycket mellan två år, vilket minskar styrkan av proxyn.
Den faktiska utbetalning från föregående år kan alltså anses som ett trubbigt mått på rörligt
incitament för innestående år. Detta med tanke på att VD:s totala incitament till risktagande
torde grunda sig på; (1) totalt rörligt ersättningsutrymme och (2) den faktiska möjligheten att
uppnå uppsatta mål för den rörliga ersättningen och därmed få den utbetalad.
Det valda måttet fångar inte på ett perfekt sätt upp dessa två kriterier. Dock måste man
förhålla sig till verklighetens möjligheter till att inhämta data, där tillgängliga mått som skulle
16
kunna symbolisera VD:s belöning och incitament för risktagande är fåtaliga. Detta gäller i
synnerhet i denna typ av studie där jämförelsemöjligheter mellan olika bolag är viktig.
Utifrån denna verklighet så har de olika enhetliga måtten som funnits till buds genom
bolagens årsredovisningar varit tak för rörlig ersättning eller föregående års faktiskt utbetalda
ersättning.
Av dessa två mått anses föregående års faktiskt utbetalda ersättning som andel av total
ersättning rimligen spegla (1) totalt rörligt ersättningsutrymme sämre än måttet tak för rörlig
ersättning. Dock värderas (2) möjlighet att uppnå ersättningen högt i denna studie, eftersom
risktagandet i stor utsträckning torde grunda sig på den praktiska möjligheten att uppnå
ersättningen och inte enbart på den maximala storleken av potentiell ersättning. Denna aspekt
måste föregående års faktiskt utbetalda ersättning anses fånga upp i större utsträckning,
eftersom tak för rörlig ersättning per definition utelämnar en sådan indikation. Således har
valet av proxy för rörlig ersättning lagts på föregående års faktiskt utbetalda ersättning som
andel av total ersättning, trots de brister och långtgångna antaganden detta förutsätter.
3.5. Övriga förklaringsvariabler
3.5.1. Dummyvariabler
3.5.1.1. Dummyvariabler vid Branschdata studie
För att minska risken för störningseffekter i resultatet kommer dummyvariabler användas.
Som nämnts ovan så finns ett intresse för att utreda huruvida rörliga ersättningar inverkan på
risk skiljer sig åt beroende på bransch. Således kommer två dummyvariabler användas i
relation till Branschdata för att skilja mellan de tre branscherna för att på så vis utröna
eventuella skillnader.
D1 kommer att representera IT-industri samtidigt som D2 kommer att representera
Maskinindustri. Det innebär att ett värde av noll (0) på båda dummyvariablerna representerar
den tredje branschen Fastighetsförvaltning.
För att utröna huruvida rörliga ersättningars relation till risk skiljer sig åt i de olika
branscherna kommer ovanstående dummyvariabler att korsmultipliceras med variabeln för
bonus för att skapa interaktionsvariabler. Genom användandet av interaktionsvariabler kan vi,
utöver skillnad i intercept av riskmåtten, även utreda skillnad i de olika branschernas
lutningskoefficienter för bonus. Variabeln medför en mer intressant jämförelse än enbart
skillnad i den skattade funktionens förändring i intercept för olika branscher.
17
Interaktionsvariablerna betecknas i denna studie som Bonus_D1 för IT-industri och som
Bonus_D2 för Maskinindustri.
Vid införande av denna typ av interaktionsvariabel blir exempelvis resultatet för IT-industri
följande:
...**)( 1_ DummyBonusRisk DummyDBonusBonusIndIT
där 1_ DBonus bidrar till en förändrad lutning av bonusvariabeln för IT-branschen i relation till
övriga branscher.
3.5.1.2. Dummyvariabler vid LargeCapdata
Dummyvariabler för branschindelning kommer också att användas vid
LargeCapundersökningen.3 I detta fall enbart för att kompensera för eventuella störande
branschspecifika avvikelser.
3.5.1.3. Övrigt
Dummyvariablerna kommer att användas förutsättningslöst för att i det första fallet utröna
eventuella skillnader mellan olika branscher och i det andra fallet kompensera för
branscheffekter som kan tänkas vara störande för bonusens inverkan på risk. Således ställs
inte några riktade hypoteser rörande de olika branscherna utan eventuellt intressant resultat av
dessa kommer istället att förutsättningslöst analyseras nedan.
3.5.2. Kontrollvariabler
Det borde finnas ett antal variabler som påverkar omfattningen av risktagandet i de studerade
bolagen som inte direkt har något binärt samband med nivån av rörliga ersättningar till
verkställande direktör. Därför blir det nödvändigt att identifiera dessa och kontrollera för dem
i testet. Vi vill alltså kontrollera för dem i regressionen för att kunna särskilja rörliga
ersättningars effekt på risk.
Dessa kontrollvariabler förblir desamma både vid test emot Branschdata som vid test mot
LargeCap-data.
3 Dummyvariablernas relation till bransch: D1 = Energi, D2=Material, D3=Industri, D4=Sällanköp, D5=Dagligvaror, D6=Hälsa
& Läkemedel, D7=Finans, D8=IT
18
3.5.2.1. Storlek på företaget
Företagens storlek anses ha en påverkan på risken i ett bolag. I sin studie argumenterar Fama
& French (1992) för att företagets storlek har en inverkan på företagets totala marknadsrisk.
Mindre företag har exempelvis en ökad konkursrisk vilket gör att större företag ses som
säkrare investeringar. I sin studie påvisar Fama & French (1992) att avkastningen minskar
med storleken på företaget, vilket de definierat som marknadsvärdet på eget kapital.
Vidare har större mer väletablerade företag bättre rykte bland externa långivare, bland annat
för att de anses ha lägre ha lägre konkursrisk, och därigenom anses de ha lägre skuldrelaterade
agency kostnader (Crutchley & Hansen, 1989)
Operationalisering och hypotes
Måttet för bolagens storlek väljer vi att definiera som marknadsvärdet på det egna kapitalet
och betecknas hädanefter som Market Cap. Market Cap är ett mått som flera liknande studier
använder som Proxy för att beskriva storlek när förhållandet till risk analyseras (Fama &
French, 1992). Då måttet inte är relativt och det föreligger en stor skillnad i storlek mellan
studiens bolag kommer måttet för storlek att logaritmeras och hädanefter betecknas MV(Log).
Enligt teorin om konkursrisk och det faktum att högre förväntad avkastning är associerat med
högre risk bör större och mer mogna företag ha en lägre total risk. Om vi enligt ovan
definierar standardavvikelsen i marknadsvärdet STD(MV) som ett mått för företagets totala
riskexponering, förväntar vi oss en negativ (-) korrelation mellan variabel för marknadsvärdet
på eget kapital och STD(MV) och hypotesen formuleras enligt följande:
020: H
021: H
I nästa steg förväntar vi oss att större och mer mogna företag har en relativt högre
skuldsättningsgrad eftersom stora och mer diversifierade företag har en lägre kostnad för
financial distress och därigenom lägre skuldrelaterade kostnader. Således förväntar vi oss en
positiv (+) korrelation mellan variabeln för marknadsvärdet på eget kapital MV(Log)och
skuldsättningsgraden D/E, och hypotesen formuleras enligt följande:
020: H
021: H
19
3.5.2.2. Ägarkoncentration
Ju mer koncentrerat ägandet är desto större del av förmånerna, men också kostnaderna, bärs
av enskilda ägare. I företag där ägandet är fragmenterat är divergensen mellan förmånerna och
kostnaderna typisk sett större för enskilda investerare (Demsetz & Lehn, 1985) Således
innebär ett mer fragmenterat ägande att varje aktieägare har mer incitament att utsätta sig för
större risker eftersom den totala (direkta) kostnaden för risktagandet är utspritt på ett stort
antal principaler. Incitamenten att samla information om företagets verksamhet och
kompetensen hos företagsledningen växer därför med graden av ägarkoncentration. Shleifer &
Vishny (1986) drar slutsatsen att företag med koncentrerat ägande har högre värde än företag
med spritt ägande eftersom effektivitetshöjande uppköp inte bara är möjliga utan också mer
frekventa i företag med hög ägarkoncentration.
Berlin & Loyes (1988) argumenterar för det faktum att vid hög grad av asymmetrisk
information och höga agentkostnader mellan företagsledningen och utomstående investorer,
kan hög hävstång ha en disciplinerande roll. Argumentet deriveras från tidigare forskning av
bland annat Chemmanur & Fulghier (1985) som visar att utomstående lån, och i synnerhet
banklån, har en viss grad av värdeskapande i termer av övervakningseffektivitet och
tillgången till privat information. Hypotesen stöds även av traditionell agentteori som anser att
ett sätt att minska agentkostnaderna är genom ökad skuldsättning (Jensen & Meckling, 1976).
Boyd & Prescott (1986) vidareutvecklar hypotesen att banker och andra private långivare är
mer effektiva som övervakare än vad investerare och påstår att bolag med högre grad av
asymmetrisk information kommer också att låna kapital i större utsträckning än företag där
informationsasymmetrin mellan ledning och ägare är låg.
Operationalisering och hypotesformulering
I studien definieras måttet för ägarkoncentration som den kumulativa röstandelen hos de tre
största röstinnehavande ägarna. Data inhämtas från SIS Ägarservice och måttet betecknas
hädanefter som Own_Vote. Enligt ovanstående resonemang torde ett mer koncentrerat ägande
i början av år t leda till att den totala risken i företaget, för år t, är relativt sett lägre. Således
förväntar vi oss en negativ (-) korrelation mellan variabeln för ägarkoncentration Own_Vote
och volatiliteten i marknadsvärdet STD(MV), och hypotesen formuleras enligt följande:
20
030: H
031: H
Om vi vidare, i enlighet med Bebchuk & Fried (2003), antar att ett mer fragmenterat ägande
leder till högre grad av asymmetrisk information mellan ägarna och företagsledningen, torde
detta enligt tesen om att lån har diciplinsverkan leda till att företag med högre
ägarkoncentration relativt sett har lägre skuldsättningsgrad. Således förväntar vi oss en
negativ (-) korrelation mellan variabeln för ägarkoncentration Own_Vote och volatiliteten i
marknadsvärdet D/E, och hypotesen formuleras enligt följande:
030: H
031: H
3.5.2.3. Direktavkastning
Direktavkastning, som är ett mått på företagets ordinarie utdelning i relation till dess totala
marknadsvärde, kan utgöra en indikator på risk i ett bolag. Hög direktavkastning anses
indikera att ett bolag har goda marginaler och har möjlighet att dela ut pengar till sina ägare,
samtidigt som utdelning för börsnoterade bolag tenderar att vara stabila över tid. Detta medför
att hög direktavkastning kan vara en indikation för goda och stabila intäkter, vilket bidrar till
en lägre risk för konkurs för bolaget (Brealey & Myers, 2007). Enligt detta resonemang borde
rimligen hög direktavkastning medföra en lägre risk och vice versa.
Operationalisering och hypotes
Direktavkastning definieras som årets ordinarie utdelning dividerat med marknadsvärdet på
bolaget. Variabeln DIVYield kommer att användas som en kontrollvariabel för att förklara den
totala risken för ett bolag. Direktavkastning för t-1 anses utgöra en förklarande faktor för
risken i år t. Argumentationen enligt ovan medför en tes som säger att en hög
direktavkastning (t-1) medför en låg manifesterad risk (t). Med andra ord förväntas en negativ
korrelation (-) mellan DIVYield och standardavvikelsen i marknadsvärdet. Hypotesen
formuleras enligt nedan:
040: H
041: H
21
Denna hypotes torde föreligga för riskmåttet STD(MV) som är ett marknadsbaserat riskmått.
Relationen till det andra riskmåttet D/E är mer långsökt och enbart ett indirekt samband kan
anses föreligga. Därför tas den oberoende variabeln Dividend Yield inte med i testet för
skuldsättningsgrad.
3.5.2.4. Marknadsvärde i relation till redovisat eget kapital
Med utgångspunkten att ett företags övergripande risk i stor utsträckning anknyter till dess
risk för konkurs så medför detta att genomsnittliga resultat och standardavvikelsen av dessa
resultat utgör en indikator för bolagens risk på marknaden. Fama & French (1992) finner
empiriskt stöd för att ett lägre marknadsvärde på eget kapital dividerat med redovisat värde
(nedan benämnt som MVtoBV) innebär en högre risk för bolaget i fråga. MVtoBV har ett
förklaringsvärde på just det genomsnittliga resultatet (Fama & French, 1992) och i den
meningen även bolagets totala risksituation. MVtoBV anses enligt samma studie även ha en
förklarande effekt på skuldsättningsgraden för ett bolag.
Operationalisering och hypotes
Inom denna studie kommer MVtoBV att användas som en kontrollvariabel som kan anses ha
ett betydande förklaringsvärde på bolagets risk. MVtoBV för tidsperiod (t) anses ha en
förklarande effekt på risken för samma tidsperiod (t). Variabeln såsom sådan har hämtas från
databasen Datastream för de givna tidsperioderna och de specificerade bolagen inom denna
studie.
På samma sätt som rörande de övriga kontrollvariablerna så kan det finnas anledning att anta
att MVtoBV har olika inverkan på de två olika riskmåtten. MVtoBV antas i enlighet med Fama
& Frenchs (1992) studie vara negativt korrelerad (-) till total risk i form av SD(MV). Högre
MVtoBV medför alltså en stabilt högre avkastning och således lägre fluktuation i
marknadsvärde. Hypotesen i relation till standardavvikelse i marknadsvärde som riskmått
formuleras nedan:
050: H
051: H
I relation till D/E antas en hög MVtoBV å andra sidan korrelera positivt (+) till ett högre D/E-
värde. Anledningen till denna påverkan är att en hög marknadsvärdering av eget kapital bidrar
till en möjlighet att på ett förmånligt sätt ta upp högre skuldsättning. En ökad skuldsättning
22
som skulle bidra till ett högre kvotvärde på räntebärande skulder i relation till bokfört eget
kapital. Hypotesen i relation till skuldsättningsgrad som riskmått formuleras nedan:
050: H
051: H
3.6. Generell regressionsmodell med kontrollvariabler
Ovanstående metodavsnitt för oss fram till nedanstående modeller för regressionsanalys. I
dessa presenteras det övergripande sambandet utifrån de hypoteser som presenteras ovan,
både för förklaringsvariabeln rörliga ersättningar samt samtliga kontrollvariabler som anses
påverka.
3.6.1. Riskmått – Standardavvikelse i Marknadsvärde:
M V 1*Bo n u s2*M V3*Own e r s h i p4*Di v Y i e l d5*M Vt o BV
3.6.2. Riskmått - Skuldsättningsgrad:
MVtoBVOwnershipMVBonusEquityDebt ****/ 4321
23
4. Resultat
Detta avsnitt avser att redogöra för resultatet av de regressioner som genomförts utifrån
ovanstående specificerad data och metod.
4.1. Samband mellan rörlig ersättning och risk - Branschundersökning
Nedan följer resultatet av de regressioner som genomförts för att utröna ett eventuellt
empiriskt stöd för hypoteserna för Branschdata. De empiriska studierna har som tidigare
nämnts genomförts på två riskmått; standardavvikelse i marknadsvärde (STD(MV)) samt
skuldsättningsgrad D/E
4.1.1. Riskmåttet STD(MV)
För det första riskmåttet visas nedan resultatet från den genomförda regressionen. (Tabell 1)
Tabell 1
Model Summaryb
a. Predictors: (Constant), Bonus, D1_ind, D2_ind, Log_MV, Ownership_vote, MVto BV, Bonus_D1, Bonus_D2
b. Dependent Variable: STD_MV
Coefficientsa
Unstandardized
Coefficients
Standardized
Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) ,297 ,043 6,839 ,000
Bonus -,089 ,042 -,155 -2,113 ,035
D1_ind ,033 ,022 ,139 1,489 ,138
D2_ind -,026 ,018 -,114 -1,423 ,156
C1_MV_log -,033 ,011 -,251 -2,987 ,003
C2_ownership_vote -,074 ,026 -,161 -2,839 ,005
C3_DIVYIELD -,008 ,004 -,128 -2,133 ,034
C4_MVtoBV ,015 ,003 ,250 4,594 ,000
Bonus_D1 -,142 ,062 -,161 -2,312 ,022
Bonus_D2 ,084 ,057 ,119 1,470 ,143
a. Dependent Variable: STD_MV
Tabell 1: Resultat från regression för rörliga ersättningars relation till standardavvikelse i marknadsvärde för
Branschdata
Model R R2 Adjusted R2 Std. Error of
the Estimate
Durbin-
Watson
1 0,555a 0,308 0,284 0,094361 1,439
24
Inledningsvis kan det konstateras att det justerade R2-värdet för hela regressionen är 28,4
procent, vilket innebär att de variabler som ingår i regressionen till närmare 28 procent
förklarar den oberoende variabeln standardavvikelse i marknadsvärde.
Resultatet för den oberoende förklarande variabeln rörliga ersättningar (bonus) står i motsats
till den formulerade hypotesen, där ökad rörlig ersättning medför lägre risk i ett signifikant
samband på enprocentsnivån (1 %).
Kontrollvariablerna MV(Log) och Own_Vote får ett resultat som tillstyrker den fastställda
hypotesen, där båda är signifikanta på enprocentsnivån (1 %). Resultatet innebär att vi för
dessa variabler kan förkasta nollhypotesen med 99 % konfidens och därmed bekräfta att dessa
variabler överensstämmer med de antaganden som gjordes ovan, under avsnittet Metod.
Kontrollvariabeln DivYield får även den ett resultat som tillstyrker den formulerade hypotesen
och är signifikant på femprocentsnivån (5 %). Resultatet innebär att vi för variabeln kan
förkasta nollhypotesen med 95 % konfidens och därmed bekräftas det antagande som gjordes
under metodavsnittet.
Resultatet för kontrollvariabeln MVtoBV visade sig förvisso vara signifikant men då
koefficienten är positiv kan vi inte förkasta nollhypotesen.
Dummyvariablerna påvisar att IT-industri (D1) har ett högre intercept och att Maskinindustri
(D2) har ett lägre intercept på variabeln standardavvikelse i marknadsvärde, i relation till
Fastighetsbranschen. Slutligen kan det konstateras, genom att korsmultiplicera variabeln för
rörliga ersättningar med dummyvariabeln för respektive bransch, att rörliga ersättningar för
IT-industri (Bonus_D1) är signifikant mer negativt korrelerad till risk, i förhållande till
Fastighetsbranschen. För Maskinindustri kan noteras att korrelation med det valda riskmåttet
är mindre negativt än för Fastighetsbranschen, dock är denna skillnad ej signifikant på en
rimlig nivå.
25
4.1.2. Riskmåttet D/E
För det andra riskmåttet visas nedan resultatet från den genomförda regressionen. (Tabell 2)
Tabell 2
Model Summaryb
Coefficientsa
Unstandardized
Coefficients
Standardized
Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 3,320 ,369 8,985 ,000
Bonus -,702 ,352 -,123 -1,992 ,047
D1_industry -2,230 ,188 ,954 -11,889 ,000
D2_industry -1,531 ,155 -,683 -9,888 ,000
Log_MV -,288 ,092 -,221 -3,118 ,002
Ownership_vote -,792 ,224 -,173 -3,534 ,000
MVtoBV ,057 ,029 ,095 1,988 ,048
Bonus_D1 ,280 ,532 ,031 ,526 ,599
Bonus_D2 ,644 ,491 ,092 1,310 ,191
a. Dependent Variable: DebtEquity
Tabell 2: Resultat från regression för rörliga ersättningars relation till standardavvikelse i marknadsvärde för
Branschdata
Till att börja med kan vi konstatera att R2-värdet för hela regressionen är 43,1 procent, vilket
innebär att de variabler som ingår i regressionen till närmare 43 procent förklarar den
oberoende variabeln standardavvikelse i marknadsvärde.
Resultatet för den oberoende förklarande variabeln (bonus) är signifikant på enprocentsnivån
(1 %), dock står variabeln i motsats till den hypotes som formulerats ovan. Enligt resultatet av
regressionen medför ökad rörlig ersättning en lägre D/E med 99 % konfidens.
Kontrollvariabeln Own_Vote är signifikant på enprocentsnivå (1 %). Resultatet innebär att vi
för variabeln kan förkasta nollhypotesen med 99 % konfidens och därmed bekräfta att denna
variabel överensstämmer med de antaganden som gjordes ovan, under avsnittet Metod.
Kontrollvariabeln MVtoBV får även den ett resultat som tillstyrker den formulerade hypotesen
och är signifikant på femprocentsnivån (5 %). Resultatet innebär att vi för variabeln kan
Model R R2 Adjusted R2 Std. Error of
the Estimate
Durbin-
Watson
1 ,668a ,447 ,431 ,830636 ,453
26
förkasta nollhypotesen med 95 % konfidens och därmed bekräftas de antaganden som gjordes
under metodavsnittet.
Kontrollvariabeln (DivYield) får likaledes ett resultat som tillstyrker den formulerade
hypotesen och är signifikant på femprocentsnivån (5 %). Resultatet innebär att vi för
variabeln kan förkasta nollhypotesen med 95 % konfidens och därmed bekräftas de
antaganden som gjordes under metodavsnittet.
27
4.2. Kontrollundersökning – LargeCapundersökning
Nedan följer resultatet av de regressioner som genomförts för att utröna ett eventuellt
empiriskt stöd för hypoteserna för LargeCapdata. De empiriska studierna har som tidigare
nämnts genomförts på två riskmått; standardavvikelse i marknadsvärde STD(MV) samt
skuldsättningsgrad D/E
4.2.1. Riskmåttet STD(MV)
För det första riskmåttet visas nedan resultatet från den genomförda regressionen. (Tabell 3)
Tabell 3
Model Summaryb
a. Predictors: (Constant), Bonus, Log_MV, Owner_vote, DIVYield, MVtoBV, Ind1, Ind2, Ind3, Ind4, Ind5, Ind6, Ind6, Ind7, Ind8
b. Dependent Variable: STD_MV
Coefficientsa
Unstandardized
Coefficients
Standardized
Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) ,315 ,046 6,804 ,000
Bonus ,006 ,026 ,016 ,252 ,801
Log_MV -,025 ,009 -,179 -2,800 ,005
Owner_vote -,057 ,020 -,176 -2,897 ,004
DIVYield -,008 ,003 -,188 -3,014 ,003
MVtoBV -,010 ,004 -,224 -2,798 ,006
Ind1 ,035 ,032 ,071 1,075 ,283
Ind2 -,005 ,022 -,021 -,221 ,825
Ind3 ,001 ,020 ,007 ,054 ,957
Ind4 ,039 ,026 ,138 1,496 ,136
Ind5 ,032 ,033 ,069 ,964 ,336
Ind6 -,029 ,032 -,058 -,882 ,379
Ind7 -,026 ,019 -,164 -1,375 ,170
Ind8 -,030 ,036 -,051 -,813 ,417
a. Dependent Variable: STD_MV
Tabell 3: Resultat från regression för rörliga ersättningars relation till standardavvikelse i marknadsvärde för
Large Cap
Model R R2 Adjusted R2 Std. Error of
the Estimate
Durbin-
Watson
1 ,406a ,165 ,126 ,070697 1,707
28
Till att börja med kan det konstateras att R2-värdet för hela regressionen är 12,6 procent,
vilket innebär att de variabler som ingår i regressionen till närmare 13 procent förklarar den
oberoende variabeln standardavvikelse i marknadsvärde.
Vidare kan vi konstatera att resultatet för den oberoende förklarande variabeln bonus förvisso
har en positiv koefficient, men då den inte är signifikant kan vi inte förkasta vår nollhypotes.
Således kan vi inte styrka att en korrelation föreligger mellan rörliga ersättningar till VDn och
riskmåttet STD(MV), enligt våra förväntningar ovan.
Slutligen kan vi konstatera att kontrollvariablerna MV(Log),Own_Vote, DivYield och
MVtoBV, är alla signifikanta på enprocentsnivå (1%). Resultatet innebär att vi för dessa
variabler kan förkasta nollhypotesen med 99 % konfidens och därmed bekräfta att dessa
variabler överensstämmer med de antaganden som gjordes ovan, under avsnittet Metod.
4.2.2. Riskmåttet D/E
För det andra riskmåttet visas nedan resultatet från den genomförda regressionen. (Tabell 4)
Tabell 4
Model Summaryb
a. Predictors: (Constant), Bonus, Log_MV, Owner_vote, MVtoBV, Ind1, Ind2, Ind3, Ind4, Ind5, Ind6, Ind6, Ind7, Ind8
b. Dependent Variable: DebtEquity
Coefficientsa
Unstandardized
Coefficients
Standardized
Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -1,341 1,468 -,914 ,362
Bonus -2,512 ,808 -,175 -3,108 ,002
Log_MV ,914 ,286 ,185 3,200 ,002
Owner_vote -3,473 ,623 -,308 -5,572 ,000
MVtoBV ,113 ,113 ,070 ,997 ,320
Ind1 -,586 1,041 -,034 -,563 ,574
Ind2 -,242 ,707 -,029 -,342 ,732
Ind3 ,149 ,612 ,027 ,244 ,807
Ind4 0,53 ,818 ,005 ,065 ,948
Ind5 -,253 1,027 -,015 -,246 ,806
Ind6 1,144 1,050 ,066 1,089 ,277
Ind7 2,212 ,596 ,400 3,711 ,000
Ind8 -,766 1,177 -,037 -,651 ,516
a. Dependent Variable: DebtEquity
Tabell 4: Resultat från regression för bonusens relation till skuldsättningsgraden för Large Cap
Model R R2 Adjusted R2 Std. Error of
the Estimate
Durbin-
Watson
1 ,521a ,271 ,241 2,291198 ,278
29
Inledningsvis kan vi konstatera att R2-värdet för hela regressionen är 24,1 procent, vilket
innebär att de variabler som ingår i regressionen till närmare 24 procent förklarar den
oberoende variabeln standardavvikelse i marknadsvärde.
Resultatet för den oberoende förklarande variabeln bonus är signifikant på enprocentsnivån (1
%), dock står variabeln i motsats till den hypotes som formulerats ovan. Enligt resultatet av
regressionen medför ökad bonus en lägre D/E med 99 % konfidens.
Vidare kan vi konstatera att kontrollvariablerna MV(Log) och Own_Vote är båda signifikanta
på enprocentsnivå (1 %). Resultatet innebär att vi för dessa variabler kan förkasta
nollhypotesen med 99 % konfidens och därmed bekräfta att dessa variabler överensstämmer
med de antaganden som gjordes ovan, under avsnittet Metod.
Resultatet för kontrollvariabeln MVtoBV visade sig inte vara signifikant och därmed kan vi
inte förkasta nollhypotesen.
4.3. Sammanfattning resultat
I tabell 5 nedan har resultaten av regressionsanalyserna sammanställts. För de oberoende
variablerna är koefficienternas riktning utsatta inom parantes.
Riskmått Variabler
STD(MV)Branschdata STD(MV)Large
cap
D/EBranschdata D/ELarge cap
Constant (+)* (+)* (+)* //
Bonus (-)** // (-)** (-)*
MV(Log) (-)* (-)* (-)* (+)*
Own_Vote (-)* (-)* (-)* (-)*
DivYield (-)** (-)* NA NA
MVtoBV (-)* (-)* (+)** //
*Signifikant på enprocentsnivån (1 %) **Signifikant på femprocentsnivån (5 %) //: Ej signifikant
Ovanstående resultat kommer vidare diskuteras och problematiseras i analysavsnitt, som
följer nedan.
30
5. Analys
Tabellen 6 nedan sammanfattar och tydliggör skillnaderna mellan uppställda hypoteser och
det verkliga utfallet av resultatet från de fyra (4) regressioner som genomförts inom ramen för
denna studie.
Riskmått Variabler
Hypotes STD(MV) D/E
Utfall STD(MV)Bransch STD(MV)Large cap D/EBransch D/ELarge cap
Bonus (+) (+) Mot hypotes Mot hypotes Mot hypotes Mot hypotes
MV(Log) (-) (+) Enl. hypotes Enl. hypotes Mot hypotes Enl. hypotes
Own_Vote (-) (-) Enl. hypotes Enl. hypotes Enl. hypotes Enl. hypotes
DivYield (-) NA Enl. hypotes Enl. hypotes NA NA
MVtoBV (-) (+) Mot hypotes Enl. hypotes Enl. hypotes Mot hypotes
(+):Hypotes att koefficienten för variabeln korrelerar positivt med det testade riskmåttet
(-): Hypotes att koefficienten för variabeln korrelerar negativt med det testade riskmåttet
Tabell 6: Utfallet av regressionerna i förhållande till uppställda hypoteser
Inledningsvis kan vi konstatera att de empiriska resultaten konsekvent gått emot uppställda
hypoteser för rörliga ersättningars påverkan på risk. I avsnitt 5.1 analyseras och
problematiseras resultatet för att finna. Vidare kan det noteras att många av de prediktioner
som gjordes angående de oberoende kontrollvariablerna har visat sig stämma med våra
förväntningar; se avsnitt 5.3 för vidare analys. Slutligen kan vi ur tabellen ovan endast urskilja
små skillnader mellan den undersökning som gjordes med Branschdata och den som gjordes
med data från OMX börsens largecaplista. En mer detaljerad analys av skillnader mellan de
båda dataseten presenteras i avsnitt 5.4.
5.1. Rörliga ersättningars förhållande till risk
För samtliga regressioner visade det sig, i motsats till våra förväntningar, att risktagandet i de
bolag som ingår i studien inte påvisar ett positivt samband med andelen rörlig ersättning till
den verkställande direktören. Snarare verkar förhållande vara det omvända då resultaten i tre
test av fyra med statistisk säkerhet fastställer att risktagandet har en negativ korrelation med
andelen rörliga ersättningar till den verkställande direktören. Resultaten i studien tyder
således på att större andel rörlig ersättning i förhållande till total ersättning motsvaras av lägre
standardavvikelse i marknadsvärdet för Branschdata samt en lägre grad av
skuldsättningsgraden för såväl Branschdata som LargeCapdata.
31
5.1.1. Problematisering
En möjlig förklaring till varför våra förväntningar om rörliga ersättningars påverkan på
risktagandet inte infriades kan bero på att vid beräkning av rörliga ersättningar har hänsyn
enbart tagits till kontanta rörliga ersättningar, och därmed har aktie- och optionsbaserade
incitamentsprogram utelämnats. Som tidigare nämnts (se avsnittet, tidigare forskning),
förefaller betydelsen av aktier och optioner dock vara blygsam i svenska börsnoterade bolag
då de utgör knappt fem procent (5 %) av den totala ersättningen (Bång & Waldenström,
2009). Därmed torde vi i det närmaste kunna utesluta hypotesen om att ett inkluderande av
aktie- och optionsbaserade bonusprogram skulle förändra resultaten i någon nämndvärd
bemärkelse.
En annan möjlig förklaring till utfallet av resultaten kan vara att den tidslagg som våra
observationer för rörliga ersättningar försetts med, där vi definierat att föregående års rörliga
ersättning i relation till total ersättning utgör en proxy för storheten av incitamentet att agera
mer riskfyllt nästkommande år, är felpredikterad. Dock förefaller även denna förklaring vara
av obetydlig karaktär då ett kontrolltest, där vi tidslaggar variabeln för rörliga ersättningar
med två år (t-2) har genomförts, med små skillnader i resultatet (se Appendix 3).
Givet att studien genomförts på ett korrekt sätt så finner vi tre andra möjliga förklaringar till
varför vi, tvärtemot uppställda hypoteser, observerat ett avvikande samband mellan rörliga
ersättningar och risknivån i svenska börsnoterade bolag.
1). VD:s faktiska inverkan på risk: En förklaring till varför den positiva relationen mellan
rörlig ersättning till VD och risk uteblivit kan vara att den verkställande direktören, som
förvisso besitter ett starkt mandat att fatta beslut gällande den löpande verksamheten, i
realiteten har en begränsad möjlighet att själv fatta beslut som i någon avgörande utsträckning
påverkar de riskmått som använts i studien. Exempelvis utgår bolagens skuldsättningsgrad i
stor utsträckning från mer långsiktiga strategiska beslut och övergripande verksamhetsmål,
varför måttet kan ses som trögrörligt och svårt för den enskilde VDn att förändra. Vidare är
det tänkbart att den verkställande direktören själv inte har möjlighet att direkt påverka hur
koncernens dotterbolag och mellanchefer väljer att finansiera sina nya projekt och
investeringar. Samma tendens kan tänkas föreligga för standardavvikelse i marknadsvärde där
det är rimligt att anta att övriga förklaringsvariabler såsom makroekonomiska tendenser,
företagsspecifika variabler (storlek, ägarkoncentration etc.) samt allmänhetens förväntningar
på bolaget i stor utsträckning påverkar förändringar i marknadsvärde.
32
Utifrån ovanstående resonemang skulle således den verkställande direktören i realiteten ha en
relativt begränsad inverkan på de riskmått som används i studien, vilket skulle vara en
förklaring till att det teoretiska antagandet om ett positivt samband mellan rörliga ersättningar
till verkställande direktören och risktagande i företaget inte kan urskiljas.
Resultatet inom denna uppsats visar dock även på en diametralt motsatt effekt där låg bonus
korrelerar med hög risk och vice versa. I ljuset av detta kan således ovanstående orsak inte
anses som tillräcklig, varför även följande förklaring presenteras nedan.
I studien har utgångspunkten för rörliga ersättningar varit att de fungerar som ett verktyg för
att förena agentens intressegemenskap med principalens samt mer specifikt ge agenten
incitament att agera mer riskfyllt. Resultat antyder dock att rörliga ersättningar utformas i
första hand utifrån andra anledningar. Exempelvis kan det tänkas vara rimligt att ägare ser till
VD:s preferenser och behov vid bonusens utformning och den totala ersättningens
sammansättning. Utifrån detta perspektiv, där bonus utformas utifrån VD:s situation, finner
man det således nära till hands att anta att bonusen ingår i ett totalt förväntat ersättningspaket
och enbart accepteras av agenten (VD) givet att det finns goda möjligheter att uppnå den. Med
andra ord kan agenten tänka sig att substituera en del av sitt fasta arvode mot en rörlig del
vars förväntade värde rimligen är högre än vad den fasta motsvarigheten annars skulle varit.
Utifrån denna ansats följer nedanstående resonemang och slutsatser.
2). Alternativ tolkning av riskaversion: Enligt en grundläggande syn på riskaversion så vill
riskaverta agenter minimera variationen på sin ersättning. En ytterligare dimension av denna
riskaversion är att agenten ser negativt på bolag med hög inneboende risk eftersom detta
faktum bidrar till att den egna rörliga kompensationen kommer att variera i än större
utsträckning. Givet att ett kontrakt med en betydande andel rörlig ersättning föreligger för en
agent i ett bolag med hög inneboende risk så skulle detta kunna medföra att agenten, i motsats
till syftet från ägarhåll, arbetar för att minska bolagets risk och på så vis minska sin privata
risksituation.
I bolag med hög risk är det således utifrån denna tes en bättre lösning för ägarna att erbjuda
VD en lägre andel rörlig ersättning för att få VD att acceptera bolagets riskexponering.
Slutsatsen blir då att det är framförallt i bolag med lägre verksamhetsrisk som rörliga
ersättningar kan fylla funktionen att ge incitament för ytterligare risktagande hos den
33
verkställande direktören. Detta eftersom lägre verksamhetsrisk skulle bidra till minskade
avvikelser i VD:s rörliga ersättning och därmed incitament för denne att ta mer kalkylerad
risk.
Ovanstående resonemang tillstyrker det manifesterade resultatet och den negativa
korrelationen mellan rörliga ersättningar och risk. Dock medför denna förklaring att det
snarare är en given risknivå som påverkar ägarnas utformning av rörliga ersättningar än vice
versa. Ägare till ett bolag med hög inneboende risk ger således sällan rörliga ersättningar för
att undvika ett riskavert agerande, samtidigt som VD:s förutsedda riskaversion motverkas
genom bonusprogram i bolag med lägre inneboende risk.
3). Alternativa anledningar till att bonus används: Samtidigt som rörlig ersättning anses ha
en motiverande effekt på VD:s beteende och sammanför dennes preferenser med ägarnas,
innebär den rörliga ersättning samtidigt att en viss del av risken för företagets verksamhet
överförs från ägarna till VD. Om bolaget därefter anses ha en hög inneboende
verksamhetsrisk så medför det att utfallet av resultatet bara delvis kan påverkas och
kontrolleras av den enskilde individens beteende beslut. Andra makroekonomiska- och
företagsspecifika faktorer som individen inte själv kan kontrollera påverkar med andra ord
utfallet.
Enligt detta resonemang blir det svårt att motivera en person att ta på sig ansvaret som VD
med stor andel prestationsbaserad ersättning i företag som präglas av en osäker
omvärldsmiljö. Utifrån VD:s nyttomaximerings perspektiv förefaller det rimligt att kräva
lägre andel rörliga ersättningar när det förväntade värdet av den rörliga ersättningen
understiger substitutet i form av ökad fast ersättning och vice versa. Utifrån detta perspektiv
tyder resultatet på att bonus som fenomen inte primärt används som ett verktyg för ägarna att
öka vd:s risktagande utan kanske snarare som ett instrument att attrahera kompetenta och
målmedvetna personer.
Den konsekvent negativa korrelationen mellan bonus och risk i resultatet tyder utifrån detta
perspektiv på att bonusars förekomst till viss del beror på VD:s preferenser som utifrån
bolagets inneboende risk bidrar till sammansättningen av ersättningen. Således förklarar
bolagets inneboende risk VD:s benägenhet att acceptera rörliga ersättningar. Givet att man vill
attrahera rätt kompetens betyder detta utifrån ett ägarperspektiv att kostnaden för en
acceptabel rörlig ersättningsmodell för VD vida skulle överstiga kostnaden för en acceptabel
fast ersättning i ett bolag med hög inneboende risk. Således underordnas bonusens
34
förklaringsvärde på bolagens risk i relation till det motsatta förhållandet, där det i ett bolag
med hög risk blir svårt/dyrt att få en VD att acceptera hög andel rörlig ersättning och enklare i
ett bolag med låg inneboende risk.
5.2. Jämförelse av Branschdata
I den första studien med Branschdata genomfördes utöver en generell undersökning hur rörlig
ersättning påverkar risktagandet även en branschspecifik indelning för att kunna utreda
eventuella skillnader mellan dessa. För att göra denna jämförelse har, de i metodavsnittet
definierade, dummyvariablerna använts. D1 motsvarar IT-industri och D2 motsvarar
Maskinindustri, vilket innebär att den i grundläget definierade branschen är
Fastighetsförvaltning.
5.2.1. Dummyvariablernas intercept
Med dessa dummyvariabler som grund har olika intercept för respektive bransch återfunnits.
Det visar sig exempelvis inom riskmåttet standardavvikelse i marknadsvärde STD(MV) att IT-
Industri (D1) har en högre grundrisk (ett högre intercept) än de andra två branscherna,
samtidigt som Maskinindustri (D2) har det lägsta interceptet för STD(MV).
För det andra riskmåttet skuldsättningsgrad D/E är grundläget för risk högst för bolag inom
fastighetsförvaltning, därefter Maskinindustri och minst skuldsättningsgrad i grundläget (lägst
intercept) har IT-industrin. Dessa resultat förefaller rimliga utifrån ett perspektiv på de olika
branschernas verksamhetsrisk. Exempelvis opererar troligen bolag inom fastighetsförvaltning
med en substantiellt lägre verksamhetsrisk än IT-bolag. Således är det rimligt att ett sådant
bolag tar en högre finansiell risk för att uppnå en rimlig avkastning till sina aktieägare.
5.2.2. Interaktionsvariablernas koefficienter
Den enda interaktionsvariabeln som visade sig vara statistiskt signifikant (5 %) var variabeln
för IT-industri i relation till riskmåttet standardavvikelse i marknadsvärde. Denna påvisar att
lutningskoefficienten för IT-Industri är signifikant mer negativ i relation till risk än för övriga
branscher. Följande resonemang illustreras nedan:
RiskITInd 0,297(0,0990,142)*Bonus0,33*Dummy...
där
Interation_ IT= -0,142 bidrar till en förändrad lutning och ett mer negativt samband mellan
bonus och risk för branschen i relation till övriga branscher och interceptet
D1 = +0,33 bidrar
till en i grundläget högre inneboende risk i denna bransch.
35
Övriga interaktionsvariabler visade sig dessvärre inte vara signifikanta vilket medför att inga
ytterligare slutsatser vad gäller olika lutningskoefficienter kan dras.
5.2.3. Delslutsats - Branschundersökning
Sammanfattningsvis kan följande härledas utifrån resultatet från branschjämförelsen. Olika
grundlägen för både total risk och finansiell risk kan utläsas mellan de olika branscherna. I
enlighet med rimliga förväntningar så har de mer osäkra IT-bolagen det högsta grundläget för
total risk STD(MV), följt av Fastighetsförvaltning och Maskinindustri. Detta verkar även ha
en förklarande inverkan på IT-bolagens möjlighet att finansiera sin verksamhet genom
skulder, där det visar sig att dessa bolag har den lägsta grundnivån på skuldsättningsgraden
följt av Maskinindustri och Fastighets.
Utifrån interaktionsvariablerna kunde ett signifikant resultat enbart återfinnas för IT-industrin
i relation till STD(MV). Den än mer signifikanta negativa relationen mellan rörlig ersättning
och risk ger ytterligare stöd till ovanstående analys där Alternativ tolkning av riskaversion
samt VD:s påverkan på sin egen lön presenteras som förklaringar på det negativa sambandet
mellan rörlig ersättning och risk. IT-industrins uppenbart höga inneboende risk verkar
medföra att rörlig ersättning som företeelse i större utsträckning är ovanliga och kanske inte
ens önskvärda för att få VD att agera i ägarnas intresse.
5.3. Övriga regressionsvariabler
5.3.1. Storlek på företaget
5.3.1.1. STD(MV)
Då koefficienten för variabeln storlek på företaget MV(Log) är negativ och signifikant på
enprocentsnivån för såväl Branschdata som LargeCapdata kan vi, i linje med våra
förväntningar om att mindre företag har högre total risk, förkasta vår nollhypotes. Således kan
det konstateras att storleken på marknadsvärdet på eget kapital samvarierar med
standardavvikelsen i marknadsvärdet och därmed rensat för den effekten i regressionen.
36
5.3.1.2. D/E
För undersökningen som gjordes utifrån LargeCapdata finner vi, i linje med våra
förväntningar, att koefficienten för variabeln storlek på företaget MV(Log) är positiv och
signifikant på enprocentsnivån. Således kan det konstateras att storleken på marknadsvärdet
på eget kapital samvarierar med skuldsättningsgraden i företaget och därmed rensat för
effekten i regressionen.
För undersökningen som gjordes utifrån Branschdata finner vi dock att koefficienten för
MV(Log), tvärtemot våra förväntningar, är negativ och dessutom signifikant på
enprocentsnivån. Således kan vi inte förkasta vår nollhypotes men samtidigt har vi rensat för
effekten i regressionen.
5.3.1.3. Problematisering
Vad gäller måttet MV(Log) anser vi, i enlighet med Fama & French (1992) studie, att
marknadsvärdet på eget kapital utgör bästa proxy för att beskriva storlek på företag. Ett
alternativ mått skulle vara att använda sig av företagens bokförda omsättning, men då data
från vitt skilda branscher analyseras skulle ett sådant mått med stor sannolikhet leda till en
skevhet i resultaten. Vi sätter därför hög tilltro att vi mäter det vi avser att mäta med detta till
att de resultat där ett samband mellan företagsstorlek och våra riskmått påvisats.
5.3.2. Ägarkoncentration
5.3.2.1. STD(MV)
Då koefficienten för variabeln ägarkoncentration Own_Vote är negativ och signifikant på
enprocentsnivån för såväl Branschdata som LargeCapdata, kan vi, i linje med våra
förväntningar att högre ägarkoncentration leder till minskad total risk i bolaget, förkasta vår
nollhypotes. Således kan det konstateras att graden av ägarkoncentration samvarierar med
volatiliteten i marknadsvärdet och därför rensat för effekten i regressionen.
5.3.2.2. D/E
Även i förhållande till riskmåttet skuldsättningsgrad D/E finner vi att koefficienten för
variabeln ägarkoncentration Own_Vote är negativ och signifikant på enprocentsnivån.
Resultatet gäller för såväl Branschdata som LargeCapdata och överensstämmer med våra
förväntningar om att högre ägarkoncentration leder till minskad skuldsättningsgrad. Således
kan det konstateras att graden av ägarkoncentration samvarierar med skuldsättningsgraden
och därför rensat för effekten i regressionen.
37
5.3.2.3. Problematisering
Måttet för ägarkoncentration Own_Vote medför vissa betänkligheter. Den valda definitionen
att inkludera de tre största ägarnas sammanlagda röstinnehav kan ifrågasättas. Dock förefaller
det rimligt att sträcka sig till de tre största ägarna och inte fler. Detta motiveras med att ett
inkluderande av fem eller fler ägare skulle för många bolag innebära att en stor andel av det
totala röstinnehavet blir täckt. Således skulle en ökning av antal ägare medföra en konvergens
av ägarkoncentrationsmåttet bland de observerade bolagen och därmed till en viss grad
urholka relevansen i måttet. Därför anses resultaten för ägarkoncentration vara tillförlitliga.
5.3.3. Direktavkastning
5.3.3.1. STD(MV)
Då koefficienten för variabeln direktavkastning (DivYield) är negativ och statistiskt
signifikant för såväl Branschdata som LargeCapdata kan vi, i linje med våra förväntningar
om att företag med högre direktavkastning har lägre total risk, förkasta vår nollhypotes.
Således kan det konstateras att direktavkastningen samvarierar med standardavvikelsen i
marknadsvärdet och därmed rensat för effekten i regressionen.
5.3.3.2. Problematisering
Att hög direktavkastning anses utgöra en indikation för lägre risk för konkurs för bolaget och
därmed lägre total risk av bolagets verksamhet, bekräftas av resultatet från våra tester. Vi har
stark tilltro till att måttet mäter det som avses att mäta i enlighet med resonemanget i Brealy &
Myers (2007).
5.3.4. Marknadsvärde i relation till redovisat eget kapital
5.3.4.1. STD(MV)
För undersökningen som utfördes baserat på Branschdata kan vi inte förkasta vår nollhypotes
på rimliga signifikansnivåer. Resultatet talar emot vår hypotes som är baserad på ett
antagande om att företag med höga värden på marknadsvärde i relation till redovisat värde på
eget kapital har lägre total risk. För Largecapdata är resultatet däremot signifikant på
enprocentsnivån (1 %), varför vi, i enlighet med uppställda förväntningar, kan förkasta
nollhypotesen.
38
5.3.4.2. D/E
För Branschundersökningen påvisar resultaten en statistiskt signifikant, positiv (+),
korrelation mellan MVtoBV och D/E, vilket innebär att vi, i enlighet med uppställd hypotes,
kan förkasta vår nollhypotes. För Largecapdata kan vi dock konstatera att vi inte kan förkasta
vår nollhypotes på rimliga signifikansnivåer. Följden blir att för de bolag som ingår i urvalet
är inte MvtoBV ett relevant mått för att förklara skuldsättningsgraden.
5.3.4.3. Problematisering
För variabeln MvtoBV kan vi konstatera att det inte finns något tydligt mönster i resultaten för
undersökningarna. För riskmåttet STD(MV) rensar variabeln för den effekt som avses för
LargeCapundersökningen men inte för Branschundersökning. För riskmåttet D/E är
förhållandet det motsatta, variabeln rensar för den effekt som avses för
Branschundersökningen men inte för LargeCapundersökningen.
5.4. Jämförelse mellan Branschundersökning och LargeCapundersökning
Resultaten av de regressioner som utförts i denna studie har påvisat intressanta utfall gällande
rörliga ersättningars samband till risk. Stora skillnader i resultaten mellan
Branschundersökningen och LargeCap undersökningen har dock uteblivit, med ett undantag.
I testet för rörliga ersättningars inverkan på den totala risken STD(MV) är koefficienten för
röliga ersättningar signifikant negativ för Branschdata medan samma signifikans inte går att
urskönja för LargeCapdata.
En möjlig förklaring till den skillnad vi ser i resultaten är att bolag listade på OMXLarge Cap
generellt sett har en lägre defaultrisk och därmed anses den inneboende risken i dessa bolag
vara lägre än för motsvarande bolag på de mindre listorna. Tolkningen blir således att för
LargeCapbolagen är problemet med hög inneboende risk av mindre dignitet, vilket enligt
ovanstående analys (se 5.1.1) medför att rörlig ersättning är lämplig att användas för att
premiera risk.
För övriga kontrollvariabler i regressionerna kan vi endast utläsa små skillnader i resultaten
mellan de båda undersökningarna. I en avslutande kommentar kan det dock nämnas att
LargeCapundersökningen i högre grad bekräftade de uppställda hypoteserna för de oberoende
kontrollvariablerna, vilket skulle kunna innebära att de vedertagna teorier som legat till grund
för dessa hypoteser har högre förklaringsgrad för större marknadsplatser.
39
5.5. Resultatets reliabilitet och validitet
I samband med studiens genomförande har som brukligt ett antal vägval gjort vad gäller såväl
metod, variabeldefinition som för hypotesformulering och resultattolkning. Utifrån dessa
vägval har det ovan diskuterats huruvida resultatet är rimligt. Således kommer detta avsnitt
istället beröra frågor om studien faktiskt genomförts på ett korrekt sätt, om antaganden och
vägval kan anses vara rimliga samt om studien på ett enkelt sätt kan replikeras.
5.5.1. Övergripande Validitet
Frågan rörande validitet sträcker sig till en diskussion om hur pass korrekt denna studie mäter
det som den utger sig för att göra. Syftet är att klargöra huruvida de genomförda
regressionerna ger ett rättvisande resultat. Ett antal möjliga anledningar återfinnes för att
regressionsanalyserna skulle kunna vara missvisande:
Ickerepresentativt urval
Felaktigt definierade beroende variabler för risk
Feldefinierade oberoende variabler
Avsaknad av vissa oberoende förklarande variabler
Autokorrelation i datasetet och/eller multikollinearitet mellan oberoende variabler,
föreligger
5.5.1.1. Ickerepresentativt urval
Eftersom en stickprovsundersökning görs, som skall anses ha ett förklaringsvärde på den
totala populationen av svenska börsnoterade bolag, så måste man alltid återkomma till
frågeställningen huruvida urvalet är representativt för hela populationen.
Den första studien med data för branscher söker initialt att finna ett samband mellan rörlig
ersättning till VD och risk generellt, för att därefter utreda huruvida några skillnader mellan
dessa branscher föreligger. Vad gäller skillnader mellan dessa branscher så utger sig studien
inte för att försöka dra några mer långtgångna slutsatser än för just dessa branschers inbördes
relation till varandra. Således kan det med viss säkerhet påtala att urvalet således är
representativt för studiens syfte.
Vad gäller det andra syftet, att finna ett generellt samband mellan rörlig ersättning och risk
med detta branschmässiga dataurval, så föreligger dock ett antal svårigheter för
generaliserande slutsatser. Dessa bolag med stark karaktär för just sin bransch kan således inte
40
anses som ett trovärdigt underlag för en slutsats om generellt samband för alla de
börsnoterade bolagen på svenska OMX. Det är på grund av denna validitetsbrist som samma
studie därefter även genomfördes på data från bolagen på Large Cap. Genomförandet av
denna kontrollstudie bidrar till att det kan anses som sannolikt att underlaget för en generell
slutsats därefter är representativt för hela populationen.
5.5.1.2. Felaktigt definierade beroende variabler för risk
I det gedigna antalet studier som bearbetats som grund för denna studie har några olika
riskmått använts. Vanligast förekommande riskmåtten är dock just variansen i marknadsvärde
och finansiell risk i form av skuldsättningsgrad. Därutöver är det inte ovanligt att rörelserisk i
form av standardavvikelse i Rsyss eller marknadsrisk i form av Beta används.
Beta har dock exkluderats på grund av sin mer finansiella karaktär. Utifrån det faktum att
risken har beräknats för varje år mellan 2000-2009 och observationerna således är för varje år,
är det i praktiken svårt att använda sig av riskmått som STD(Rsyss) som måste beräknas på
flerårsbasis. Dock är det sannolikt att riskerna som beskrivs i STD(Rsyss) också fångas upp i
STD(MV).
Det kan således antas att de riskmått som används kan anses som rimliga med tanke på
studiens utformning och genom den kutym som föreligger för forskningsbaserat angreppssätt.
Slutligen kan nämnas att definitionen av de valda riskmåtten skett enligt gällande norm.
5.5.1.3. Feldefinierade oberoende variabler
De oberoende variabler vars definition kan diskuteras är: 1) variabeln för rörliga ersättningar
Bonus, 2) variabeln för storlek på bolaget MV(Log) samt 3) variabeln för ägarkoncentration
Own_Vote. Definitionen av övriga kontrollvariabler kan i ljuset av rådande praxis anses som
okontroversiella.
5.5.1.3.1. Variabel för rörliga ersättningar
Vad gäller måttet för rörliga ersättningar så förefaller det sannolikt att annorlunda definition
skulle kunnat göras vid en liknande studie. Som nämnts ovan är en enhetlig variabel för
bolags rörliga ersättningar svår att härleda.
Den största problematiken med det valda bonusmåttet är att det medför ett antagande om att
föregående års rörliga ersättning i förhållande till total ersättning utgör en approximation för
årets incitament. Ett alternativt angreppssätt skulle kunna vara att ta det, i årsredovisningar,
angivna bonustaket för VD. Bonustaket är dock även det ett problematiskt mått eftersom det
41
inte ger någon rimlig indikation på känslighet i relationen mellan uppställda mål och faktiskt
utfall av rörlig ersättning.
Test av bonusvariabel: För att klargöra huruvida en annan definition av rörliga ersättningar
skulle bidra till annorlunda resultat så har ett kontrolltest gjorts med data från
Branschundersökningen. Taket för rörlig ersättning har använts som den förklarande variabel
(Bonus), medan övriga variabler har varit samma som tidigare. Utfallet för dessa test har
dock medfört ett högst snarlikt resultat som vid användning av det för studien aktuella
bonusmåttet. För fullständigt testresultat se Appendix 4.
5.5.1.3.2. Variabel för storlek
Variabeln för storlek, MV(Log), kan även den diskuteras huruvida det är ett lämpligt mått. Ett
alternativ mått för storlek är bolagens omsättning. Av reliabilitetsskäl har ett kontrolltest där
vi istället använder oss av omsättning som mått för storlek har genomförts. Utfallet av
resultaten var dock även för detta test snarlik de resultat som har visat sig vara. För
fullständigt testresultat se Appendix 5.
5.5.1.3.3. Variabel för ägarkoncentration
I studien har summan av de tre största ägarnas röstandel utgjort en approximation av måttet
för ägarkoncentration. En annan möjlig approximation skulle vara att utgå från de största
kapitalägarna. Ett kontrolltest där vi istället definierar ägarkoncentration som summan av de
tre största ägarnas kapitalandelar har därför genomförts. Resultatet för regressionerna visar
dock på små skillnader i jämförelse med det i studien aktuella måttet för ägarkoncentration.
För fullständigt testresultat se Appendix 6.
5.5.1.4. Avsaknad av vissa förklarande variabler
Beroende på vilket riskmått som testats mot specifika dataset så har olika grad av
förklaringsvärde påträffats. Generellt sätt kan sägas att i relation till skuldsättningsgrad så var
förklaringsvärde (justerat
R2) markant högre än för standardavvikelse i marknadsvärde. Det
högsta påträffade förklaringsvärde var 43,1% och därefter 28-13%.
En naturlig följd av dessa resultat är således att ytterligare variabler också har ett
förklaringsvärde på bolagets risk. För att nämna ytterligare potentiellt intressanta
kontrollvariabler så kan övergripande konjunktur samt ränteläge ha en signifikant inverkan på
valda riskmått, i synnerhet i förhållande till det mer marknadsorienterade måttet STD(MV).
Dock visar det sig i näst intill samtliga regressioner att bonus är signifikant negativt korrelerat
42
med risk, vilket rimligen inte borde påverkas i större utsträckning av införandet av dessa
ytterligare kontrollvariabler.
5.5.1.5. Autokorrelation och Multikollinearitet
5.5.1.5.1. Autokorrelation
I studien har paneldata använts som empiriskt underlag. Detta kan som tidigare nämnts (se
avsnitt 3.3 Urval) innebära att en tendens till autokorrelation föreligger i dataunderlaget. Om
autokorrelation föreligger innebär det att årets mått i stor utsträckning är beroende av
föregående års värde, vilket torde vara rimlig för vår data då vi exempelvis har med
skuldsättningsgrad som en variabel.
För att testa om autokorrelation föreligger i våra tester har vi använt oss av ett såkallat
Durbin-Watson test där autokorrelation mellan regressionens residualer undersöks. Där värdet
på
enligt följande uttryck skall vara kring 2 för att inte indikera autokorrelation. (Newbold
et al, 2006)
(et et1)2
t2
n
et2
t1
n
För de test som genomförs i relation till standardavvikelse i marknadsvärde så finner vi inga
direkt alarmerande tendenser till autokorrelation eftersom värdet visar sig ligga mellan 1,5 –
1,8 för dessa tester. För riskmåttet skuldsättningsgrad förefaller dock stark positiv
autokorrelation föreligga, då värdet på Durbin-Watson-testen har värden kring 0,2-0,45.
Denna autokorrelation medför att antagandet om att regressionmodellens residualer är
oberoende inte är sant i testet av skuldsättningsgrad. I klartext kan det medföra att den
standardiserade feltermen för skuldsättningsgradtesterna kan vara underskattad och
-värden
något överskattade. Denna autokorrelation är dock något som ter sig rimligt i ljuset av att
tidsserier med observationer för skuldsättningsgrad från samma bolag till stor del förklaras av
föregående års värde och har små skillnader från år till år. Eftersom denna autokorrelation
föreligger så måste resultaten ses och tolkas med viss tillförsikt.
43
5.5.1.5.2. Multikollinearitet
Undersökning har gjorts för att se hur de variabler som inkluderas som oberoende förklarande
variabler påverkar varandra. Ett test av de oberoende variablernas korrelation till varandra är
viktigt för att kunna utröna om dessa variabler på egen hand kan anses ha någon betydande
inverkan på risk (Newbold et al, 2006). För att kartlägga multikollinearitet brukar följande
statistiska mått användas:
tolerance1R2
där tolerance < 0,2 som huvudregel kan anses indikera en tendens till multikollinearitet för
det givna måttet. (O'Brien, 2007)
Konsekvent visar vår modell för båda riskmåtten att låg/ingen multikollinearitet föreligger för
de oberoende variablerna, vilket innebär att de individuella oberoende variablerna i någon
mån kan anses ha signifikant påverkan på risken. För utförliga mått på tolerance se Appendix
7.
5.5.2. Övergripande reliabilitet
Utgångspunkten för studien har varit att resultatet skall kunna replikeras av en oberoende part
vid annat tillfälle.
Studien har, utöver de som diskuterats ovan i såväl problematisering som validitetsavsnitt,
ytterligare en potentiellt betydande felkälla. Det faktum att datainsamlingen till stora delar
gjorts manuellt innebär en reell möjlighet för vissa felaktiga inmatningar. Bland annat har 102
bolags årsredovisningar gåtts igenom för de senaste 10 åren, för att få ut information om
rörliga ersättningar i relation till totala ersättningar för urvalsbolagens VD. För att minska
risken för fel har kontroller i form av stickprov gjorts av en annan person än den som faktiskt
hämtad data för ett specifikt bolag. På så vis har risken för större felaktigheter vid inmatning i
hög grad reducerats.
44
6. Sammanfattning och slutord
Denna studie söker klargöra huruvida det finns empiriskt stöd för att rörliga ersättningar till
den verkställande direktören påverkar börsnoterade bolags riskexponering. För att bringa
klarhet i denna frågeställning undersöker vi hur rörlig ersättning påverkar valda riskmått för
bolag noterade på NasdaqOMX (Stockholmsbörsen) mellan perioden 2000-2009.
Med utgångspunkt i Principal-Agent teorin och hypotesen om agenters inneboende
riskaversion, förväntas ett positivt samband föreligga mellan VD:s incitament i form av rörlig
ersättning och högre riskexponering för bolaget. En positiv korrelation förväntas således
mellan den exogena variabeln rörlig ersättning i relation till den endogena variabeln risk.
Vidare förväntas skillnader mellan branschtillhörighet påverka denna relation.
Studien tillämpar en hypotetisk-deduktiv metod där ovanstående, teoretiskt härledda, hypotes
testas genom en multipel regressionsanalys mot två set paneldata från (1) Branschindelade
bolag och (2) OMX LargeCap bolag.
Resultaten av de regressioner som genomförts har huvudsakligen gått emot uppställda
hypoteser för rörliga ersättningars påverkan på risktagande. I motsats till våra förväntningar
visade det sig att andelen rörlig ersättning till den verkställande direktören inte påvisar ett
positivt samband till risktagandet i de bolag som ingår i studien. Resultaten i studien tyder
snarare på att större andel rörlig ersättning i förhållande till total ersättning motsvaras av lägre
standardavvikelse i marknadsvärdet (STD(MV) för Branschdata samt lägre nivå av
skuldsättningsgrad (D/E) för såväl den branschindelade undersökningen som för bolag
noterade på OMX LargeCap. Vidare kan vi utifrån våra resultat från den branschindelade
undersökningen konstatera att företag som är verksamma i branscher som i grundläget präglas
av generellt sett högre total risk, också påvisar en tydligare negativ korrelation mellan rörliga
ersättningar och risk.
Det uteblivna positiva förhållandet mellan rörliga ersättningar och risk kan möjligen förklaras
av att VD i realiteten inte har någon större möjlighet att på kort sikt bidra till en substantiell
förändring av risknivån i företaget. Vidare tycks det negativa sambandet tyda på att omvänt
förhållande mellan risk och rörliga ersättningar föreligger, där bolagens inneboende risk
45
påverkar möjligheten/fördelen att använda rörliga ersättningar. Om rörliga ersättningar
används i alltför stor grad i bolag som präglas av hög inneboende risk kan det leda till att VD,
tvärtemot den initiala intentionen, blir mer riskadvert och försöker minska bolagets risk, och
därigenom sin personliga (inkomst) risk.
Slutord & uppslag till ytterligare forskning:
Sammanfattningsvis kan vi konstatera att förekomsten av rörliga ersättningar till VD tenderar
att sammanfalla med bolag som har övervägande låg inneboende total- och finansiell risk.
Anmärkningsvärt är att relationen som påvisas vid branschjämförelsen till stor del bekräftas
av LargeCapstudien. Det negativa sambandet åtnjuter starkt empiriskt stöd, där högrisk
branscher påvisar ett än starkare negativt samband. Intressant är även det faktum att variabler
såsom storlek, ägarkoncentration, och direktavkastning har en betydande inverkan på
bolagets risksituation.
För framtida undersökningar skulle det vara intressant att försöka kartlägga hur mer
långsiktiga incitamentsystem såsom aktie- och optionsprogram påverkar bolagens risktagande
på längre sikt. Fördelarna med att genomföra en sådan studie kan vara att ge en övergripande
och mer fullständig bild av prestationsbaserade ersättningars totala påverkan på bolagets risk.
Även andra kvantitativa studier angående rörliga ersättningars relation till andra finansiella
riskmått, såsom exempelvis finansiell distress skulle troligtvist bidra till ett intressant inslag i
den aktuella debatten. Likaså skulle en komparativ studie där liknande frågeställning utreds på
data från noterade bolag i länder likt USA där det kan antas att rörlig ersättning i förhållande
till total ersättning utgör en högre andel. Vid en sådan jämförelse skulle troligen ett större
antal slutsatser kunna dras från den data som inhämtats i denna studie.
46
7. Referenslista
Amihud, Y., & Lev, B. (1999). Does Corporate Ownership Structure Affect Its Strategy towards Diversification? Strategic Management Journal , 20 (11).
Arrow, K. J. (1951). Alternative Approaches to the Theory of Choice in Risk-Taking Situations. Econometrica , 19 (4).
Arrow, K. J. (1986). Rationality of Self and Others in an Economic System. The Journal of Business , 59 (4).
Baiman, S. (1990). Agency research in managerial accounting: A second look (Vol. 15). Accounting, Organizations, and Society.
Baker, G. P., Jensen, M. C., & Murphy, K. J. (1988). Compensation and Incentives: Practice vs. Theory. The Journal of Finance , 43 (3), 593-616.
Beaver, W., & Et_al. (1970). The Association between Market Determined and Accounting Determined Risk Measures. The Accounting Review , 45 (4).
Bebchuk, L., & Fried, J. M. (2003). Executive Compensation as an Agency Problem. The Journal of Economic Perspectives , 17 (3), 71-92.
Bell, D. E. (1995). Risk, Return, and Utility. Management Science , 41 (1).
Bergsell, T. (u.d.). Höga bonusar i statliga bolag. Hämtat från Dagens Nyheter: http://www.dn.se/ekonomi/hoga-bonusar-i-statliga-bolag-1.813765 den 7 Maj 2010
Berlin, M., & Loyes, J. (1988). Bond Covenants and Delegated Monitoring. Journal of Finance 43 , 397-412.
Boodman, D. M. (1987). Managing Business Risk. Interfaces , 17 (2).
Brealey, R. A., & Myers, S. C. (2007). Principles of Corporate Finance (Vol. 8). McGraw-Hill.
Bång, J., & Waldenström, D. (2009). Rörlig ersättning till vd – vad säger forskningen? IFN Policy Paper , 37.
Chemmanur, T., & Fulghieri, P. (1994). Reputation, Renegotiation, and the Choice Between Bank Loans and Publicly Traded Debt. Review of Financial Studies, 7 , 475-506.
Crutchley, C., & Hansen, R. (1989). A test of the Agency Theory of Managerial Ownership, Corporate Leverage, and Corporate Dividends. Financial Management, Vol. 18, No. 4 , 36-46.
Deci, E. (1972). The Effects of Contingent and Non-Contingent Rewards and Controls on Intrinsic Motivation. Organizational Behavior and Human Performance .
DeFusco, R. A., & et_al. (1990). The effect of executive stock option plans on stockholders and bondholders. Journal of Finance , 45, 617-627.
47
Demsetz, H., & Lehn, K. (1985). The Structure of Corporate Ownership: Causes and Consequences. Journal of Political Economy, 93 , 1155-1177.
Denis, D. J., & Mihov, V. (2002). The Choice Among Bank Debt, Non-Bank Private Debt and Public Debt:.
Dominic Elliott, S. L. (2000). Governance, Control and Operational Risk: The Turnbull Effect. Risk Management , 2 (3).
Eisenmann, T. R. (2002). The Effects of CEO Equity Ownership and Firm Diversification on Risk Taking. Strategic Management Journal , 23 (6).
Fama, E., & French, K. (1992). The Cross-Section of Expected Stock Returns.
Frey, B. S., & Osterloh, M. (2005). Yes, Managers Should Be Paid Like Bureaucrats. Journal of Management Inquiry , 14 (1), 96.
Gneezy, A. D., Loewenstein, G., & Mazar, N. (2009). Large Stakes and Big Mistakes. Review of Economic Studies , 76, 451-469.
Griffith, J. M. (1999). CEO Ownership and Firm Value. Managerial and Decision Economics , 20 (1).
Hall, B. J., & Liebman, J. B. (1998). Are CEOS Really Paid Like Bureaucrats? The Quarterly Journal of Economics , Vol. 113 (No. 3), 653-691.
Hansson, S. O. (2005). Seven Myths of Risk. Risk Management , 7 (2).
Holmström, B. (1979). Moral hazard and observability,. Bell Journal of Economics , 10, 74-91.
Huddart, S. (1993). The Effect of a Large Shareholder on Corporate Value. Management Science , 39 (11).
Jensen, M. C., & Murphy, K. J. (1990). Performance Pay and Top-Management Incentives. The Journal of Political Economy , 98 (2).
Jensen, M., & Meckling, W. (1976). Theory of the firm: Managerial behavior, agency costs, and ownership structure. Journal of finance.
Kang, D. L., & Sorensen, A. B. (1999). Ownership Organization and Firm Performance. Annual Review of Sociology , 25.
Kaplan, S. N., & Rauh, J. D. (2007). Wall Street and Main Street: What Contributes to the Rise in the HighestIncomes? CRSP Working Paper , 615.
Kaufmann, W. (1984). Existentialism from Dostoevsky to Sartre. Peter Smith Pub Inc.
Kohn, A. (1988). Incentives Can be Bad for Business. INC.
Kollegiet för svensk bolagsstyrning. (2010). Svensk kod for bolagsstyrning.
Lambert, R. A. (1991). Portfolio considerations in valuing executive compensation. Journal of Accounting Research , 29, 129-149.
48
Levinthal, D. (1988). A survey of agency models of organizations (Vol. 9). Journal of Economic Behavior and Organizations.
Lucian Bebchuk, Y. G. (2005). The Growth of Executive Pay. Oxf. Rev. Econ. Policy .
Lucian, B., & Grinstein, Y. (2005). The Growth of Executive Pay. Oxf. Rev. Econ. Policy , 21, 283-303.
MacDonald, P. K. (2003). Useful Fiction or Miracle Maker: The Competing Epistemological Foundations of Rational Choice Theory. The American Political Science Review , 97 (4).
MacDonald, P. K. (2003). Useful Fiction or Miracle Maker: The Competing Epistemological Foundations of Rational Choice Theory. The American Political Science Review , 97 (4).
Mellqvist, G. (u.d.). Mats Qviberg: Bonusar orsakade finanskrisen. Hämtat från Dagens Industri: http://di.se/Default.aspx?ArticleView=CommentsList&pid=200473__ArticlePageProvider den 7 Maj 2010
Milkovich, G., & Bloom, M. (1998). Relationships among Risk, Incentive Pay, and Organizational Performance (Vol. 41). Academy of Management.
Mitchell, G. M. (1999). Broadly Decreasing Risk Aversion. Management Science , 45 (10).
Murphy, K. J., & Jensen, M. C. (1990). Performance Pay and Top-Management Incentives. The Journal of Political Economy , 98 (2), 225-264.
Newbold et al, P. (2006). Statistics for Business and Economics. New Jersey: Pearson Prentice Hall.
O'Brien, R. (2007). A Caution Regarding Rules of Thumb for Variance Inflation Factors. Quality and Quantity , 41 (5), 673-690.
Olofsson, M., Odell, M., & Borg, A. (u.d.). Vi stoppar chefsbonusar i statens alla företag. Hämtat från Dagens Nyheter: http://www.dn.se/debatt/vi-stoppar-chefsbonusar-i-statens-alla-foretag-1.828559 den 7 Maj 2010
Osterloh, M., & Frey, B. S. (2005). Yes, Managers Should Be Paid Like Bureaucrats. Journal of Management Inquiry , 14, 96-111.
Pratt, J. W. (1964). Risk Aversion in the Small and in the Large (Vol. 32). Econometrica.
Quiggin, J. (2003). Background Risk in Generalized Expected Utility Theory. Economic Theory , 22 (3).
(2004). Regeringens proposition 2004/05:85 - Ny aktiebolagslag. Sveriges Regering.
Roine, J., & Waldenström, D. (2008). The evolution of top incomes in an egalitarian society: Sweden, 1903–2004. Journal of Public Economics , 92 (2), 366-387.
Ross, S. A. (2004). Compensation, Incentives, and the Duality of Risk Aversion and Riskiness. The Journal of Finance , 59 (1).
49
Ross, S. A. (1973). The Economic Theory of Agency: The Principal's Problem. The American Economic Review , 63 (2).
Rossander, O. (u.d.). Bonusar bakom finanskrisen. Hämtat från Fokus: http://www.fokus.se/2008/02/bonusar-bakom-finanskrisen/ den 7 Maj 2010
Savage, L. J., & Friedman, M. (1948). The Utility Analysis of Choices Involving Risk. The Journal of Political Economy , 56 (4).
Schleifer, A., & Vishny, R. (1986). Large Shareholders and Corporate Control. The Journal of Political Economy, Vol. 94, No. 3, Part 1. , 461-488.
Shapira, Z., & March, J. G. Managerial Perspectives on Risk and Risk Taking (Vol. 33). INFORMS.
Shapira, Z., & March, J. G. (1987). Managerial Perspectives on Risk and Risk Taking. Management Science , 33 (11).
Shapira, Z., & March, J. G. (1987). Managerial Perspectives on Risk and Risk Taking (Vol. 33). INFORMS.
Slater, P. (1980). Wealth Addiction. Plume.
Stephen R. Barley, G. K. (1992). Design and Devotion: Surges of Rational and Normative Ideologies of Control in Managerial Discourse. Administrative Science Quarterly , 37, 363-299.
Sveriges Regering. (u.d.). Nya riktlinjer för ersättningar i statliga bolag. Hämtat från Regeringskansliets hemsida: http://www.sweden.gov.se/sb/d/7462/a/123180 den 7 Maj 2010
Werner, S., & et_al. (2005). Organizational Governance and Employee Pay: How Ownership Structure Affects the Firm's Compensation Strategy. Strategic Management Journal , 26 (4).
von Neumann, J., & Morgenstern, O. (1944). Theory of Games and Economic Behavior. Princeton University Press.
50
7.1. Årsredovisningar
Branscher Large Cap
Acando Årsredovisningar 99-09 Alfa Laval Årsredovisningar 99-09
Addnote Årsredovisningar 99-09 Assa Abloy Årsredovisningar 99-09
Connecta Årsredovisningar 99-09 Astra Zeneca Årsredovisningar 99-09
Cybercom
Group Årsredovisningar 99-09 Atlas Copco Årsredovisningar 99-09
Enea Årsredovisningar 99-09 Axfood Årsredovisningar 99-09
eWork
Scandinavia Årsredovisningar 99-09 Boliden Årsredovisningar 99-09
HIQ
International Årsredovisningar 99-09 Castellum Årsredovisningar 99-09
Intol Årsredovisningar 99-09 Electrolux Årsredovisningar 99-09
Know IT Årsredovisningar 99-09 Ericsson Årsredovisningar 99-09
Modul 1 Data Årsredovisningar 99-09 Fabege Årsredovisningar 99-09
MSC Konsult Årsredovisningar 99-09 Getinge Årsredovisningar 99-09
NOVOTEK Årsredovisningar 99-09 Hakon Invest Årsredovisningar 99-09
Prevas Årsredovisningar 99-09 Hennes & Mauritz Årsredovisningar 99-09
Proact IT Group Årsredovisningar 99-09 Hexagon Årsredovisningar 99-09
Sigma Årsredovisningar 99-09 Holmen Årsredovisningar 99-09
Tieto
Corporation Årsredovisningar 99-09 Hufvudstaden Årsredovisningar 99-09
Alfa Laval Årsredovisningar 99-09 Husqvarna Årsredovisningar 99-09
Atlas Copco Årsredovisningar 99-09 Industrivärlden Årsredovisningar 99-09
SKF Årsredovisningar 99-09 Investor Årsredovisningar 99-09
Trelleborg Årsredovisningar 99-09 Kinnevik Årsredovisningar 99-09
Opcon Årsredovisningar 99-09 Latour Investment Årsredovisningar 99-09
Sandvik Årsredovisningar 99-09 Lindab International Årsredovisningar 99-09
Nibe Årsredovisningar 99-09 Lundbergföretagen Årsredovisningar 99-09
Beijer Alma Årsredovisningar 99-09 Lundin Petroleum Årsredovisningar 99-09
51
Cardo Årsredovisningar 99-09 Meda Årsredovisningar 99-09
Duroc Årsredovisningar 99-09 Melker Schörling Årsredovisningar 99-09
Haldex Årsredovisningar 99-09 MTG Årsredovisningar 99-09
Morphic Årsredovisningar 99-09 NCC Årsredovisningar 99-09
Munters Årsredovisningar 99-09 Nordea Årsredovisningar 99-09
Nedermann Årsredovisningar 99-09 Ratos Årsredovisningar 99-09
Novacast Årsredovisningar 99-09 Saab Årsredovisningar 99-09
Scania Årsredovisningar 99-09 Sandvik Årsredovisningar 99-09
Seco Tools Årsredovisningar 99-09 SCA Årsredovisningar 99-09
Atrium
Ljungberg Årsredovisningar 99-09 Scania Årsredovisningar 99-09
Brinova Årsredovisningar 99-09 SEB Årsredovisningar 99-09
Castellum Årsredovisningar 99-09 Seco Tools Årsredovisningar 99-09
Fabege Årsredovisningar 99-09 Securitas Årsredovisningar 99-09
HEBA Årsredovisningar 99-09 Skanska Årsredovisningar 99-09
Hufvudstaden Årsredovisningar 99-09 SKF Årsredovisningar 99-09
Kungsleden Årsredovisningar 99-09 SSAB Årsredovisningar 99-09
Sagax Årsredovisningar 99-09 Stora Enso Årsredovisningar 99-09
Wallenstam Årsredovisningar 99-09
Svenska
Handelsbanken Årsredovisningar 99-09
Klövern Årsredovisningar 99-09 Swedbank Årsredovisningar 99-09
Catena Årsredovisningar 99-09 Swedish Match Årsredovisningar 99-09
Diös Årsredovisningar 99-09 Tele2 Årsredovisningar 99-09
Wihlborg Årsredovisningar 99-09 Telia Sonera Årsredovisningar 99-09
Teito Årsredovisningar 99-09
Trelleborg Årsredovisningar 99-09
Volvo Årsredovisningar 99-09
Appendix 1 – Dataunderlag (exempel)
53
Appendix 2– Variabler från Datastream
Common Shareholders Equity
Variabel i Datastream: WC03501
Beskrivning: COMMON EQUITY represents common shareholders' investment in a company. It
includes but is not restricted to: Common stock value, Retained earnings, Capital surplus, Capital
stock premium, Cumulative gain or loss of foreign currency translation, if included in equity per
FASB 52 treatment, Monetary correction-capital (03482), Goodwill written off (03491), For Non-U.S.
Corporations preference stock which participates with the common/ordinary shares in the profits of the
company,
For Non-U.S. Corporations, if shareholders equity section is not delineated then the following
additional accounts are included: Appropriated and unappropriated retained earnings, Net income for
the year, if not included in retained earnings (majority share of income is only included), Compulsory
statutory/legal reserves without specific purpose, Discretionary Reserves if other companies in that
country include in their delineated shareholders' equity, Negative Goodwill
It excludes: Common treasury stocks, Accumulated unpaid preferred dividends, For U.S.
Corporations, excess of involuntary liquidating value for outstanding preferred stock over stated value
is deducted, Redeemable common stock (treated as preferred)
Dividend Yield
Variabel i Datastream: DY
Beskrivning: The dividend yield expresses the dividend per share as a percentage of the share price.
The underlying dividend is calculated according to the same principles as datatype DPSC (Dividend
per share, current rate) in that it is based on an anticipated annual dividend and excludes special or
once-off dividends.
Market Value
Variabel i Datastream: MV
Beskrivning: Market value on Datastream is the share price multiplied by the number of ordinary
shares in issue. The amount in issue is updated whenever new tranches of stock are issued or after a
capital change.
Sales (Revenue)
Variabel i Datastream: WC01001
Beskrivning: Revenues represent gross sales and other operating revenue less discounts, returns and
allowances.
Total Debt
Variabel i Datastream: WC03255
Beskrivning: Total Debt represents all interest bearing and capitalized lease obligations. It is the sum
of long and short term debt.
54
Appendix 3 – Variabel för Bonus tidslaggad två år
Branschdata
Standardavvikelse i marknadsvärde, STD(MV)
58
Appendix 4 – Kontrolltest: Tak för rörlig ersättning som variabel för bonus
Branschdata
Standardavvikelse i marknadsvärde, STD(MV)
60
Appendix 5– Kontrolltest: Omsättning som variabel för storlek
Branschdata
Standardavvikelse i marknadsvärde, STD(MV)
64
Appendix 6- Kontrolltest: Kapitalandel som variabel för ägarkoncentration
LargeCapdata
Standardavvikelse i marknadsvärde, STD(MV)
66
Appendix 7 – Tolerancevärden för Multikollinearitet
Branschdata STD(MV) D/E
Bonus 0,479 0,510
D1_Industy 0,294 0,302
D2_Industry 0,402 0,407
MV(Log) 0,364 0,387
Ownership_vote 0,802 0,813
C3_DivYield 0,707 N/A
C4_MVtoBV 0,868 0,853
Bonus_D1 0,531 0,544
Bonus_D2 0,390 0,398
LargeCapdata STD(MV) D/E
Bonus 0,786 0,799
MV(Log) 0,743 0,754
Owner_vote 0,822 0,824
DivYield 0,782 N/A
MVtoBV 0,475 0,517
Ind1 0,699 0,708
Ind2 0,348 0,358
Ind3 0,205 0,213
Ind4 0,358 0,369
Ind5 0,599 0,639
Ind6 0,693 0,696
Ind7 0,213 0,217
Ind8 0,767 0,771