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.


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.


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


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


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


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


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


Large Cap


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


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


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


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


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


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.


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.


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)

52

Branschundersökning (Enea):

LargeCapundersökning (Atlas Copco):

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)


Beskrivning: Revenues represent gross sales and other operating revenue less discounts, returns and

allowances.

Total Debt


Beskrivning: Total Debt represents all interest bearing and capitalized lease obligations. It is the sum

of long and short term debt.

javascript:BSSCPopup('wc03482.htm');

javascript:BSSCPopup('wc03491.htm');

http://product.datastream.com/navigator/HelpFiles/DatatypeDefinitions/en/0/dpsc.htm

54

Appendix 3 – Variabel för Bonus tidslaggad två år

Branschdata

Standardavvikelse i marknadsvärde, STD(MV)

55

Branschdata

Skulsättningsgrad, D/E

56

LargeCapdata


57

LargeCapdata


58

Appendix 4 – Kontrolltest: Tak för rörlig ersättning som variabel för bonus

Branschdata


59

Branschdata


60

Appendix 5– Kontrolltest: Omsättning som variabel för storlek

Branschdata


61

Branschdata


62

LargeCapdata


63

LargeCapdata


64

Appendix 6- Kontrolltest: Kapitalandel som variabel för ägarkoncentration

LargeCapdata


65

LargeCapdata


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

Documents

VD:s incitament i form av rörliga ersättningar och dess