Contract
HANDELSHØGSKOLEN VED UIS MASTEROPPGAVE | |
STUDIEPROGRAM: Master i regnskap og revisjon | ER OPPGAVEN KONFIDENSIELL? Nei. (NB! Bruk rødt skjema ved konfidensiell oppgave) |
TITTEL: Fører endringene som følge av implementeringen av IFRS 16 Leieavtaler til økt verdirelevans av regnskapet? ENGELSK TITTEL: Do the changes resulting from the implementation of IFRS 16 Leases contribute to more value relevant information in the financial statements? | |
FORFATTER(E) | VEILEDER: Xxxxx Xxxxxxxxx | |
Kandidatnummer: 4005 4013 | Navn: Xxxxxx Xxxxx Xxxxxx Xxx Xxxxx Xxxxxxxxx | |
Forord
Denne oppgaven markerer slutten på vår femårige utdannelse innen regnskap og revisjon. Vi har i denne masteroppgaven undersøkt et emne som vi anser som både aktuelt og interessant. Oppgaven har vært både utfordrende og givende da vi aldri før hadde utledet en hendelsesstudie.
Vi ønsker å rette en takk til vår veileder Xxxxx Xxxxxxxxx som har bidratt til vår oppgave.
Stavanger, våren 2019
Xxxxxx Xxxxx Xxxxxx og Xxx Xxxxx Xxxxxxxxx
Sammendrag
Formålet med vår masterutredning har vært å undersøke om implementeringen av IFRS 16 Leieavtaler har bidratt til økt informasjonsverdi for regnskapsbruken. Målet med standarden var blant annet å øke sammenlignbarheten av den finansielle informasjonen ved en balanseføring av både finansielle og operasjonelle leieavtaler. Gjennom en balanseføring skal selskapet bedre reflektere dets innehavende rettigheter og forpliktelser, og dermed resultere i en forbedret finansiell rapportering.
For å forsøke å få svar på dette valgte vi å utlede en hendelsesstudie basert på en anerkjent metode utledet av XxxXxxxxx (1997). Vi studerte aksjeavkastningen for et utvalg av 26 selskaper registrert på Oslo Børs rundt publiseringen av 1. kvartalsrapport 2019, hvor effekten av IFRS 16 først ble presentert av selskapene.
Vi finner at det foreligger anormal avkastning med 95% sikkerhet rundt publiseringen, som indikerer at informasjon i 1. kvartalsrapport bidro med verdirelevant informasjon til markedsdeltakerne. For å få økt sikkerhet for at reaksjonen rundt publiseringen ikke skyldes annen informasjon i kvartalsrapporten, utledet vi en effektanalyse hvor vi så på utvalgets innregnede forpliktelser og endringer i resultat før skatt. Vi kategoriserte selskapene etter kategoriene god (> 2,5%), nøytral (2,5% < CAR > -2,5%) og dårlig (< -2,5%) basert på deres utvikling rundt publiseringen, for å kunne foreta en sammenligning mellom hendelsesstudien og effektanalysen. Utviklingen måles i form av kumulativ anormal avkastning (CAR).
Resultatene viser at det ikke foreligger et mønster mellom utviklingen i aksjekursene og endringene som følge av standarden. Vi finner at selskapene som innregnet størst andel forpliktelser og hadde størst reduksjon i resultat før skatt også hadde den høyeste kumulative anormale avkastningen, stikk i strid med vår forventning.
Vi belyser også flere tilpasningsmuligheter som kan redusere verdirelevansen av standarden og ser at standarden har vært gjenstand for flere spørsmål tilknyttet implementeringen. Vi har med vår oppgave belyst et tema som vil gi opphav til videre forskning i årene som kommer.
Innholdsfortegnelse
1
3
7
3.4 Reliabilitet og validitet 12
15
4.1 Målsetninger med regnskapet 16
4.2 Regnskapets kvalitetskrav 18
4.3.1 Definisjon av eiendel 21
4.4 Regnskapsføring og måling 23
25
5.2 Regnskapsmessige effekter av IFRS 16 30
36
6.2 Tidligere verdirelevansforskning 38
6.3 Et kritisk blikk på verdirelevansforskning 43
44
7.2 Den effisiente markedshypotesen 46
53
8.1 Hendelsesstudiemetodikken 54
8.2 Hendelse og hendelsesvindu 55
8.4.1 Konstant gjennomsnittsavkastning modellen 65
8.4.2 Kapitalverdimodellen (KVM) 65
8.5 Valg av estimeringsvindu 67
68
9.1 Formelsamling til hendelsesstudiet 68
9.5 Kumulativ anormal avkastning 72
9.6 Kumulativ gjennomsnittlig anormal avkastning og test av signifikans 76
9.7 Konklusjon av hendelsesstudie 78
78
10.1 Kategorisering av utvalget 79
10.2 Gjennomgang av finansregnskapet til de utvalgte selskapene 82
10.2.1 Økning i gjeld som følge av IFRS 16 85
10.2.2 Reduksjon i resultat som følge av IFRS 16 90
10.3 Korrelasjonsanalyse 92
11 Sammenligning av resultater 93
11.1 Sammenligning av resultater 93
11.2 Styrker og svakheter 96
11.2.1 Styrker 97
11.2.2 Svakheter 98
12 Etter implementeringen 101
12.1 Utviklernes syn 102
12.2 Produsentenes syn 102
12.3 Mulige tilpasninger 104
13 Konklusjon 107
14 Forslag til videre forskning 108
15 Kilder 109
16 Vedlegg 120
16.1 Vedlegg – 1. Formeloversikt 120
16.2 Vedlegg – 2. Fullstendig tabell over endringer som følge av IFRS 16 på utvalget 124
Alle figurer og tabeller som ikke har direkte henvisning til kilde er utarbeidet av oss selv.
Figuroversikt
Figur 1: Kvifte, Tofteland og Bernhoft (2010). Det konseptuelle hierarkiet 16
Figur 2: Oppstilling av kvalitative karaktertrekk 19
Figur 3: Den økonomiske ressurs 21
Figur 5: Viser nåverdi av andel fremtidige betalinger av leieavtaler ikke enda balanseført, fordelt for sektor 29
Figur 6: IASB (2016) IFRS 16 Effects Analysis. Leiekostnadene vil reduseres over leieperioden under IFRS 16 ettersom avskrivningene er lineære, mens rentekostnadene reduseres over leieperioden. 34
Figur 7: Xxxx og Xxxxx (1968), Figur 1, p. 169. 40
Figur 8: Xxxxx (1981), Figure 1. 41
Figur 9: Xxxxxxx og Xxxxxx (1989). Kumulativ anormal avkastning (stor). 50
Figur 10: Xxxxxxx og Xxxxxx (1989). Kumulativ anormal avkastning (små). 51
Figur 11: Fremgangsmåte for hendelsestudie 54
Figur 12: Tidslinje for hendelsesstudie 56
Figur 13: Fordeling av publisering av første kvartalsrapport for utvalget 57
Figur 14: Oversikt over valgt portefølje 61
Figur 15: Kumulativ anormal avkastning over hendelsesvinduet (-3,10) til selskapene som inngår i kategori god og dårlig 74
Figur 16: Positiv kumulativ anormal avkastning over hendelsesvinduet (-3,10) 75
Figur 17: Negativ kumulativ anormal avkastning over hendelsesvinduet (-3,10) 76
Figur 18: Vi har beregnet et gjennomsnitt av selskapene som inngår i hver kategori 81
Figur 19: Økning i gjeld som følge av IFRS 16 fra mest til minst prosentvis økning 87
Tabelloversikt
Tabell 2: Utvalg av selskaper i hendelsesstudiet 11
Tabell 3: Leieavtaler som vil balanseføres som følg av IFRS 16 28
Tabell 4: Forskjeller mellom IAS 17 og IFRS 16 31
Tabell 5: Effekt på nøkkeltall ved overgang fra IAS 17 til IFRS 16 33
Tabell 6: Utvalg sortert for sektor 60
Tabell 7: Formelsamling for beregning av normalavkastning 64
Tabell 8: Formelsamling til hendelsesstudie 70
Tabell 9: AR og CAR for Equinor over hendelsesvinduet (-3,10) 73
Tabell 10: Signifikanstest av nullhypotesen 77
Tabell 11: Vi har valgt å presentere kategoriene først i form av en tabell slik at tilhørende CAR for hvert selskap vises tydelig 80
Tabell 12: Formelsamling til effektanalysen 83
Tabell 13: Oversikt over effektene av IFRS 16 for selskapene i utvalget, økning i forpliktelser og reduksjon i EBT 84
Tabell 14: Endring i gjeld som følge av IFRS 16 86
Tabell 15: Gjennomsnittlig endring i gjeld per sektor som følge av IFRS 16 fra mest til minst prosentvis økning 88
Tabell 16: Reduksjon i EBT som følge av IFRS 16 implementeringen 91
Tabell 17: Reduksjon i EBT på sektornivå 92
Tabell 18: Korrelasjonsanalyse 93
Tabell 19: Forhold Balanse og CAR (1) 94
Tabell 20: Forhold Balanse og CAR (2) 95
Tabell 21: Forhold EBT og CAR 96
Formeloversikt
Formel 1: Anormal avkastning 62
Formel 2: Konstant gjennomsnittsavkastning 64
Formel 3: Kapitalverdimodellen 64
Formel 5: Normalavkastning * 68
Formel 6:Anormal avkastning 69
Formel 7: Kumulativ anormal avkastning CAR 69
Formel 8: Kumulativ gjennomsnittlig anormal avkastning CAAR 69
Formel 9: Gjennomsnittlig anormal avkastning AAR 69
Formel 11: Varians til CAAR 70
Formel 13: Økning i gjeld som følge av IFRS 16 implementering 83
Formel 14: Reduksjon i EBT som følge av IFRS 16 implimenteringen 83
Forkortelser | |
AAR | Average Annual Return |
CAPM | Capital Asset Pricing Model |
CAR | Cumulative Abnormal Return |
CAAR | Cumulative Average Abnormal Return |
CF | Conceptual Framework |
FASB | Financial Accounting Standards Board |
IFRIC | International Financial Reporting Interpretations Committee |
IFRS | International Financial Reporting Standards |
IAS | International Accounting Standards |
IASB | International Accounting Standard Board |
NGAAP | Norwegian Generally Accepted Accounting Principles |
PEAD | Post-earnings-announcement drift |
SEC | Securities and Exchange Commission |
SUE | Standardized Unexpected Earnings |
1 Innledning
1.1 Motivasjon
IAS 17 Leieavtaler og dens etterfølger IFRS 16 Leieavtaler er mye omdiskutert. International Accounting Standard Board (IASB) mener på sin side at regnskapskvaliteten vil øke som følge av IFRS 16, blant annet i form av en økt sammenlignbarhet og gjennomsiktighet1, da alle forpliktelser reflekteres i balansen (Hoogervorst, 2016). Denne implementeringen blir raskt omfattende for selskap som har mange leieavtaler, og regnskapsprodusenter rapporterer om høyt ressursbruk for å foreta implementeringen. IFRS 16 innebærer nemlig at nær sagt alle leieavtaler og fremtidige leiebetalinger vil reflekteres i balansen.
Det er gjennomført flere internasjonale studier før implementeringen av IFRS 16, deriblant av Durocher (2008), Fülbier mfl. (2008), Barone og Moya (2014) og Xxxxxxx-Xxxx og Xxxxxx- Xxxxxxx (2018), som har sett på den regnskapsmessige effekten av standarden. Studier basert på norske selskap, er slik vi kjenner til, få. Som vi kjenner til har Xxxxxxxxx, Moen og Stenheim (2018) sett på den regnskapsmessige effekten før standarden ble implementert, mens Kvifte og Puri (2019) har foretatt en gjennomgang av første kvartalsrapport i etterkant av implementeringen. Vi synes derfor det vil være interessant å forsøke å gi en empirisk vurdering, basert på et norsk utvalg, om innregning av de fleste leieavtaler vil føre til en økt verdirelevans i regnskapet.
Vi har dermed utledet problemstillingen:
Fører endringene som følge av implementeringen av IFRS 16 Leieavtaler til økt verdirelevans av regnskapet?
1 Åpenhet og innsikt.
1.2 Bakgrunn
Ifølge Xxxx Xxxxxxxxxxx, styreleder i IASB, foreligger det ikke tvil om at operasjonelle leieavtaler, selv om de tidligere lå utenfor balansen, skaper reelle forpliktelser. Finanskrisen gjorde dette klart da store kjeder slet med å justere seg til den økonomiske realiteten. Selv om balansen gjerne ikke viste tegn til betydelig gjeld, forelå det betydelige leieforpliktelser. Så mye som opp til 66 ganger mer gjeld forelå utenfor balansen. (Hoogervorst, 2016)
IFRS 16 ble utviklet av IASB som et motsvar på kritikken rettet mot IAS 17. Kritikere mente at IAS 17 representerte liten grad av gjennomsiktighet og sammenlignbarhet. Eksempelvis etter IAS 17, ville et flyselskap som valgte å lease fly vise et annet bilde enn et flyselskap som valgte å låne for å kjøpe de samme flyene. Selv om begge selskapene i realiteten finansierte sine fly i form av forpliktelser, ville det ene selskapet se mer gjeldtynget ut. Mangelfull noteinformasjon om leieavtalene førte til lav gjennomsiktighet for investorer og analytikere ved beregning av selskapenes fundamentale verdi. Fundamental verdi er et økonomisk utrykk for den «ekte» verdien av et selskap, uavhengig av markedsverdien. I et effisient marked vil fundamental verdi defineres som nåverdien av forventet fremtidig kontantstrøm diskontert ved en passende risikojustert avkastningsrente (Kothari, 2001). IASB startet derfor arbeidet i 2006 med å utvikle en ny standard med krav til innregning av alle leieavtaler, med enkelte unntak.
IASB (2016) skriver i sin effektanalyse at det forventes at IFRS 16 vil bedre regnskapskvaliteten av den finansielle rapporteringen for selskaper med leieavtaler som er holdt utenfor balansen.
IASB viser til en mer dekkende fremstilling, sammenlignbarhet og gjennomsiktighet av regnskapet. Investorer, analytikere og andre brukere vil få mer tilgjengelig informasjon slik at hovedbrukerne behøver å foreta færre justeringen av balansen og resultatet for å beregne selskapets fundamentale verdi. Den 1. januar 2019 ble IFRS 16 implementert og vi ønsker derfor å undersøke om innføring av standarden fører til bedre regnskapskvalitet for de selskapene som hadde leieavtaler utenfor balansen, slik det forventes av IASB. Regnskapskvalitet forstås som informasjon som bidrar positivt til en beslutning, m.a.o. at den utgjør en forskjell når en regnskapsbruker skal foreta en beslutning.
1.3 Struktur av oppgaven
IASB kategoriserer ny eller eksisterende investor, utlåneren og andre kreditorer som regnskapets hovedbrukere. Hovedbrukerne benytter regnskapsinformasjonen først og fremst for verdsettelsesformål. Regnskapsinformasjonens verdirelevans kan måles ved hjelp av verdirelevansstudier som undersøker den statistiske sammenhengen mellom regnskapsdata og markedspriser på aksjer. Dersom markedsdeltakerne reagerer ved å korrigere sine estimater av den fundamentale verdien, vil dette bety at første kvartalsrapport har bidratt til mer verdirelevant informasjon. Det kan også betyr at IFRS 16 har bidratt med verdirelevant informasjon som impliserer økt regnskapskvalitet. Vår masterutredning vil undersøke om implementering av IFRS 16 har ført til økt verdirelevans av regnskapsinformasjonen.
Først vil vi gjennomgå våre hypoteser og hva som ligger bak utledningen av disse. Deretter vil vi gjennomgå metodisk vår tilnærming, utvalg, datainnsamling og styrker/svakheter ved vår studie. I vår teoretiske del gjennomgår vi først det konseptuelle rammeverket, IFRS 16 og hva som skiller den fra IAS 17, slik at leser får en oversikt. Den andre delen fokuserer på verdirelevans, som omhandler evnen finansiell regnskapsinformasjon har til å fange opp eller oppsummere informasjon som bestemmer selskapets verdi, og hvordan dette knyttes opp mot en hendelsesstudie. Vi gjennomgår deretter i detalj våre valg ved, og utredelse av, hendelsesstudien og effektanalysen, samt analyserer våre resultater opp mot hypotesen og gjennomgått teori. Til slutt fokuserer vi på aspekter som hører inn under tiden etter implementeringen, som de ulike brukernes perspektiv på standarden og tilpasninger som fortsatt kan forekomme.
2 Hypoteseutvikling
Vi vil i dette kapittelet presentere vår nullhypotese og alternative hypotese, samt gjennomgå hva som ligger bak utledningen av disse. Vi vil i forkant kort presentere metodikk og hva vi søker svar på for å få en bedre forståelse av hypotesene.
Vi ønsker å besvare vår problemstilling ved bruk av en hendelsesstudie og en effektanalyse for å finne svar på om implementeringen av IFRS 16 bidrar til mer verdirelevant informasjon i
finansregnskapet. Studien utføres i to steg for å kunne besvare problemstillingen fult ut. Vi vil i første steg ved hjelp av hendelsesstudiemetodikken undersøke om det foreligger anormal avkastning ved annonsering av første kvartalsrapport. Anormal avkastning er differansen mellom faktisk avkastning og normalavkastning. Normalavkastning er den avkastningen man forventer dersom det ikke forelå noen ekstraordinære hendelser i perioden. Dersom informasjon i første kvartalsrapport gir markedsdeltakerne ny verdirelevant informasjon, vil vi observere anormal avkastning i vinduet rundt annonsering av første kvartalsrapport.
Vi beregner den kumulative anormale avkastningen (CAR) selskap for selskap, for å undersøke totaleffekt i vinduet for når kvartalsrapporten annonseres. CAR aggregeres2 for alle selskapene, til den kumulative gjennomsnittlige anormale avkastningen for hele utvalget sett under ett, utrykt
gjennom (̅𝐶̅̅𝐴̅̅𝑅̅) eller (CAAR). Vi gjennomfører deretter en tosidig hypotesetest, da fortegnet for
(̅𝐶̅̅𝐴̅̅𝑅̅) ikke spesifiseres på forhånd. Dette skiller seg fra en ensidig hypotesetest hvor en ikke
bare kontrollerer for sammenhengen, men også om den har en bestemt retning. Dette gjør vi for å øke sikkerheten av vår konklusjon.
Dersom det skulle foreligge anormal avkastning i hendelsesvinduet, vil andre steg i studien være å utføre en effektanalyse. Vi ønsker med effektanalysen å undersøke om den anormale avkastningen vi har påvist kan forklares av implementeringen av IFRS 16. Dersom vi lykkes i å forklare den anormale avkastningen ved hjelp av IFRS 16, vil det bety at ny informasjon i regnskapet har gitt verdirelevant informasjon til markedsdeltakerne. Vi vil i effektanalysen gjennomgå utvalget sine effekter som følge av IFRS 16 for å se om vi finner et mønster som kan sammenlignes med resultatene av hendelsesstudien.
2.1 Nullhypotese
Med utgangspunkt i at den effisiente markedshypotesen holder, sier nullhypotesen at det ikke foreligger akkumulert gjennomsnittlig avkastning i hendelsesvinduet. Hendelsesvinduet rommer perioden rundt publiseringen av den første kvartalsrapporten i 2019. Dersom nullhypotesen viser
2 Statistisk begrep for å kombinere/slå sammen.
seg å være sann er ikke anormal avkastning signifikant forskjellig fra null og vi kan ikke forkaste nullhypotesen.
Basert på vår masterutredning vil dette bety at kvartalsrapporten og implementeringen av IFRS 16 ikke gir mer verdirelevant informasjon. Hovedbrukeren av regnskapet har allerede hatt informasjonen om de operasjonelle leieavtalene gjennom noter eller fra andre kilder, og den nye informasjonen i balansen og resultatet er dermed ikke verdirelevant for hovedbrukeren.
Hovedbrukeren vil ikke reagere på informasjonen som annonseres, ettersom aksjeprisene allerede reflekterer informasjonen om de operasjonelle leieavtalene. Disse resonnementene gir utgangspunkt for hypotesen om at det ikke foreligger kumulativ gjennomsnittlig anormal avkastning ved implementering av IFRS 16:
Nullhypotese
𝐻0: ̅𝐶̅̅𝐴̅̅𝑅̅ = 0
En mulighet for at vi ikke ser anormal avkastning innenfor hendelsesvinduet, er at balanseføring av alle leieavtaler ikke nødvendigvis anses for å gi et korrekt bilde av selskapet. Leieavtaler som ikke nødvendigvis er relevante for å rapportere selskapets finansielle stilling kan likevel bli rapportert i balansen om de ikke oppfyller unntakene. Selv om IFRS 16 fjerner tidligere tilpasningsmuligheter mellom klassifisering av operasjonelle og finansielle leieavtaler, gir den opphav til et nytt klassifiseringsproblem. Dette er grensedragningen mellom leiekontrakter og tjenestekontrakter. Kontrakter som faller utenfor behandles som tjenestekontrakter, noe som kan minne om tidligere IAS 17 hvor leieavtaler som ikke oppfylte kravene tilhørende finansiell, ble behandlet som operasjonelle og ikke balanseført. Det er ofte små nyanser mellom avtale hvor det omhandler kjøp av en tjeneste eller rett til å bruke en eiendel. Blir leieavtalen ansett som kjøp av tjeneste blir den ikke innregnet.
2.2 Alternativ hypotese
Motivasjonen bak vår alternative hypotese er hvorvidt det er korrekt at IFRS 16 vil bidra til relevant informasjon, slik IASB forventer. Som tidligere nevnt er det blitt benyttet justeringer for
å forsøke å hensynta effekten av de operasjonelle leieavtalene. Dette har gitt ulike informasjonsgrunnlag, alt etter hvilke modeller som er blitt benyttet og om det er benyttet modeller i det hele tatt. Informasjonsgrunnlaget var også avhengig av kvaliteten og omfanget av notene. Når alle leieavtaler er ilagt balansen, med noen få unntak, vil det ikke lenger være nødvendig å foreta justeringer knyttet til leieavtaler og alle vil sitte med samme informasjonsgrunnlag om leieavtalene. Dette gir også en forventning om lavere informasjonasymmetri, ny relevant informasjon i finansregnskapet og økt sammenlignbarhet mellom selskap. Forventingen gir dermed opphav til den alternative hypotesen.
Alternativhypotese
𝐻𝐴: ̅𝐶̅̅𝐴̅̅𝑅̅ ≠ 0
Alternativhypotesen sier at det foreligger kumulativ gjennomsnittlig anormal avkastning i hendelsesvinduet. Dersom nullhypotesen kan forkastes til fordel for den alternative hypotesen kan dette bety at implementering av IFRS 16 har økt relevans av regnskapet. Bevisene kan tale for at informasjon om de operasjonelle leieavtalene som nå innregnes ikke var informasjon hovedbrukerne besatt fult ut og informasjonen har ført til at hovedbrukerne har korrigert sine estimater for selskapenes fundamentale verdi.
Dersom nullhypotesen kan forkastes til fordel for den alternative hypotesen har vi kommet nærmere et svar på vår problemstilling. Likevel er vi ikke helt i mål. Alternativhypotesen gir opphav til videre analyse. Den forteller at det foreligger anormal avkastning i hendelsesvinduet, men ikke hva den skyldes. For komme nærmere en konklusjon på om IFRS 16 fører til mer verdirelevant informasjon i regnskapet, må vi utvide studiet med en effektanalyse. Vi vil etter utført hendelsesstudie gjennomgå kvartalsrapportene for første kvartal for alle selskapene i utvalget for å sammenligne resultatene fra hendelsesstudiet med endringene i regnskapet som følge av IFRS 16. Ved å benytte en slik metode vil vi redusere sannsynligheten for at den anormale avkastningen, som oppsto etter annonsering av første kvartalsrapport, skyldes annen informasjon enn IFRS 16.
3 Metode
Metode er å følge en bestemt vei mot et mål. Det omhandler hvordan vi skal gå frem ved innhenting av informasjon og hvordan den skal analyseres for å gi ny innsikt i samfunnsmessige forhold og prosesser (Xxxxxxxxxx, Xxxxxxxxxxxxx og Tufte, 2005). En drar nytte av tidligere forskning, og forøker å bidra med egen. Metodelæren omhandler hvordan en skal gå frem for å undersøke om ens antagelser om virkeligheten er riktig eller ikke.
Vi vil i dette kapittelet presentere metodikken vi har valgt og gi en generell fremstilling av hvordan vi har gått frem for å besvare vår problemstilling. Vi gjennomgår først hva slags tilnærming vi har valgt og hvorfor, deretter vil vi presentere utvalget for analysen, dataene vi innhenter, samt reliabiliteten og validiteten av disse. Styrker og svakheter ved valgt metode gjennomgår vi i slutten av kapittelet. Vår antagelse, og problemstilling, er som følger: Fører endringene som følge av implementeringen av IFRS 16 Leieavtaler til økt verdirelevans av regnskapet? Vi vil senere vi gå mer i dybden av hvordan vi har utformet analysen, da det anses fornuftig med en gjennomgang av teorien bak og statistisk forutsetninger først.
3.1 Tilnærming
Det er et mål å integrere teori og empiri i samfunnsvitenskap (Xxxxxxxxxx, Xxxxx og Xxxxxxxxxxxxx, 2010). Dette gjøres enten i form av en deduktiv eller induktiv tilnærming. Ved deduktiv tilnærming går en fra teori til empiri. Dette er å trekke slutninger fra mer generelle prinsipper til konkrete sammenhenger. Her avledes det konkrete hypoteser fra eksisterende teori og undersøker dette empirisk. På den andre siden går en fra det konkrete til det generelle (fra empiri til teori). Dette kalles induktiv tilnærming. Her avleder en teorier ut fra empiri.
Med andre ord går en enten fra teori til data, eller fra data til teori. Da vi ønsker å teste om det foreligger anormal avkastning eller ikke i hendelsesvinduet for å si noe om IFRS 16 gir verdirelevant informasjon, har vi en deduktiv tilnærming. Grunnen for at vi mener at det ikke er en induktiv tilnærming er at vi har en hypotesetest som bekrefter eller avkrefter informasjon på et område hvor det finnes mye forhåndskunnskap (i.e. forskning på anormal avkastning på gitte hendelser).
Innenfor samfunnsvitenskapelig forskning har vi to ulike metodetilnærminger. Dette er kvalitativ og kvantitativ metode. Kvalitativ forskning er innholdssøkende, mens kvantitativ forskning er innholdsstyrt. De følger dermed forskjellige angrepsmetoder, hvor kvalitativ forskning stiller spørsmål rundt ‘hva betyr det og hva handler det om?’, mens kvantitativ forskning etterspør ‘dets forekomst og dets sammenhenger’ (Widerberg, 2001). Ved bruk av kvalitativ metode søker vi gjerne mye informasjon om få enheter, da gjerne ved bruk av intervju og observasjon. Data vi mottar er da gjerne i tekstformat. Kvalitativ metode har også gjerne en kortere avstand til det som blir undersøkt.
Kvantitativ forskning har derimot en lengre avstand til det som blir undersøkt. Ved bruk av kvantitativ metode søker vi gjerne mindre informasjon, men for et større utvalg, da gjerne gjennom innhenting av tallmateriale. Kvantitative tilnærminger har mange likheter med naturvitenskapelig metode, men er likevel tilpasset at det er menneskelige fenomener som studeres (Xxxxxxxxxxx et al, 2010). Vi kan oppsummert si at kvalitativ forskning opererer med tekst, mens kvantitativ forskning opererer med tall. (Xxxxxxxxxxx et al, 2010).
Som tidligere nevnt er finansiell informasjon verdirelevant om den kan reflektere informasjon om selskapets verdi. For å se hvordan markedet reagerer ved implementering av ny standard ønsker vi å benytte oss av en hendelsesstudie. Oppsummert ser en hendelsesstudie på utviklingen av aksjekursen rundt publisering av ny informasjon. En hendelsesstudie antar at markedet er effisient. Mer om hendelsesstudier og antagelsen om markedseffisiens diskuteres i delkapittel
7.2. Hendelsesstudie er en empirisk forskningsmetode som ser på en tallmessig utvikling som følge av et gitt fenomen. Vi benytter derfor kvantitativ metode som undersøkelsesmetode. Hvis resultatene som følge av hendelsesstudie viser seg å være signifikant, må vi videre se på om resultatet skyldes IFRS 16 eller annen verdirelevant informasjon i kvartalsrapporten i form av en effektanalyse. Metoden benyttes for å undersøke om det finnes en sammenheng mellom kumulativ anormal avkastning for utvalget og den regnskapsmessig effekt som følge av IFRS 16. Vi benytter da kvantitative undersøkelsesmetoder.
Det vi mister ved å benytte en kvantitativ tilnærming i stedet for en kvalitativ er nærheten til det som blir undersøkt. Ved en kvalitativ tilnærming har en mulighet til å se på hvordan enkeltindivider reagerer og opplever noe, gjennom bruk av blant annet intervju. Ved bruk av en kvalitativ tilnærming kunne vi sett nærmere på hvorvidt regnskapsprodusenter og brukere anser IFRS 16 til å bidra positivt ved beslutningstaking – altså har regnskapskvalitet. Vår tilnærming skiller seg fra dette, da vi ikke er interessert i å se på enkeltindividets oppfatning, men markedet som helhet. For å kunne se på dette er vi nødt til å samle inn større mengder data og foreta statistiske analyser.
3.2 Utvalg
Den totale populasjonen er alle selskap som er registrert på Oslo Børs pr. 31.12.2018. Dette var ifølge Oslo Børs 202. Vi valgte å kun se på de største norske selskapene. Da vi forventer at de største selskapene har en større mengde leieavtaler og dermed er mer påvirket av implementeringen enn mindre selskap. Selskapene har også en større forutsetninger for å overholde regnskapsreglene. Vi har størst interesse av å se på norske selskap da det er, etter det vi kjenner til, få studier som ser på effekten av IFRS 16 for norske selskaper. Valget har også praktiske årsaker. Kvartalsrapportene er mer fullstendige og vil dermed redusere tiden det tar for å innhente informasjonen. Dette er viktig å ta i betraktning på grunn av tidsrommet vi har for forskningen. Det ville vært tidskrevende å foreta utarbeidelsen av hendelsesstudiet for alle selskapene og praktisk utfordrende å gjennomgå alle de 202 kvartalsrapportene.
Tabell 1 på neste side presenterer utvalget vårt sortert for total markedsverdi på Oslo Børs og totalt antall selskaper.
Selskap sortert for markedsverdi per 31.12.2018 | |
Equinor | 613 478 999 |
Telenor | 246 469 220 |
DNB | 221 643 286 |
Mowi | 94 280 457 |
Yara International | 91 118 146 |
Norsk Hydro | 81 125 422 |
Aker BP | 78 504 745 |
Orkla | 69 328 063 |
Gjensidige Forsikring | 67 600 000 |
Schibsted (Ser. A & B) | 65 625 696 |
SalMar | 48 492 400 |
Storebrand | 28 836 054 |
Tomra Systems | 28 834 311 |
SpareBank 1 SR-Bank | 22 812 997 |
Austevoll Seafood | 21 650 216 |
TGS-NOPEC Geophysical Company | 21 432 859 |
Kongsberg Gruppen | 21 166 832 |
Entra | 21 165 980 |
Xxxx Xxxx Eiendomsselskap | 14 902 345 |
DNO | 13 601 868 |
AF Gruppen | 13 069 212 |
Veidekke | 12 956 009 |
Elkem | 12 902 183 |
Aker Solution | 10 789 280 |
Norwegian Air Shuttle | 7 881 058 |
Selvaag bolig | 3 792 822 |
Total markedsverdi utvalg per 31.12.2018 | 1 933 460 460 |
Total markedsverdi hele populasjonen | 2 461 508 956 |
Andel av hele populasjonen basert på markedsverdi | 79 % |
Andel av hele populasjonen basert på antall | 13 % |
Selv om vårt utvalg består av kun 13% av alle selskapene registrert på børs har de en samlet markedsverdi som utgjør 79% av den totale markedsverdien registrert på Oslo Børs ved årsslutt. Det er ikke hvor stor andel av populasjonen utvalget representerer som er avgjørende, men den absolutte størrelsen på utvalget ifølge Xxxxxxxxxx et al (2010). Vi har foretatt et strategisk utvalg, som er ikke-sannsynlighetsutvelging.
Konsekvensene av våre utvalg er at vi ikke får fanget opp effekten for alle selskapene på børsen, og dermed ikke totaleffekten i markedet. Vi kan gå glipp av mindre selskap som blir betydelig påvirket av implementeringen, men som ikke kommer med da de er for små til å inngå i utvalget
vårt. Det foreligger en risiko for at vårt utvalg ikke er representativt for de resterende 176 selskapene, noe vi må ta med videre i vår avsluttende konklusjon.
I Tabell 2 under har vi presentert utvalget vårt i en mindre detaljert tabell slik at fokuset ligger mer konkret på enkeltselskapene.
Utvalg | |
AF Gruppen | Xxxx Xxxx Eiendomsselskap |
Aker BP | Orkla |
Aker Solution | SalMar |
Austevoll Seafood | Schibsted (Ser. A & B) |
DNB | Selvaag bolig |
DNO | SpareBank 1 SR-Bank |
Elkem | Storebrand |
Entra | Telenor |
Equinor | TGS-NOPEC Geophysical Company |
Gjensidige Forsikring | Tomra Systems |
Kongsberg Gruppen | Veidekke |
Mowi | Yara International |
Norsk Hydro | |
Norwegian Air Shuttle | SUM: 26 |
Tabell 2: Utvalg av selskaper i hendelsesstudiet
Vi har valgt å behandle Schibsted som et selskap i vår analyse, selv om de har notert to aksjeklasser på børsen. Dette er fordi de bygger på samme regnskap. Dette gjorde også Xxxxxxxxxx og Rystad (2018) i sin masteroppgave da de ønsket å se på utviklingen av nøkkeltall.
Enhetene vi undersøker er selskaper og variablene vi skal analysere er aksjekursene. En variabel er det konkrete resultatet av operasjonalisering. Vi har konkretisert verdirelevans til å omhandle utvikling i aksjekurser rundt en hendelse, slik at det er mulig å foreta statistiske analyser for å beholde eller forkaste vår hypotese. Verdiene er kursene. Data vi samler inn omgjøres til tall og analyseres statistisk.
3.3 Data
Tidligere masterutredninger, som Gjersdal og Thorsdal (2017), har sett på endringen av nøkkeltall på norske selskaper som følge av balanseføringen av leieforpliktelser gjennom bruk av kapitaliseringsmetoden. Xxxxxxxx og Svela (2017) undersøkte om standarden ville gi bedre kvalitet på den finansielle rapporteringen og sammenlignbarheten mellom selskap i form av en casestudie rettet mot oljerelatert virksomhet. Wold og Helgevold (2014) ønsket å se på standardens konseptuelle behandling i forhold til rammeverket gjennom bruk av et eksplorativt design. Selv om de alle ser på ulike resultater som følge av IFRS 16, har de en fellesbetegnelse: de benytter antagelser og data før implementeringen fant sted. Vi har den fordelen av at standarden er implementert og har tilgang på data før og etter implementeringen.
Vår data er i form av aksjekurser før og etter implementeringen. Disse har vi innhentet gjennom finansdatabasen Thompson Reuters Eikon og Excel-tillegget datastream. Fordelen ved bruk av dette programmet er at vi får kjapt tilgang til daglige aksjekurser rett inn i Excel. Vi gjennomgår statistiske fremgangsmåte av hendelsesstudie i kapittel 8 Fremgangsmåte.
3.4 Reliabilitet og validitet
Reliabilitet knytter seg til dataene som skal undersøkes. Dette er hva slags data det er, hvordan det samles inn og bearbeides (Xxxxxxxxxx et al, 2010). Da våre data er innhentet fra en finansdatabase har vi sikkerhet for at kursene vi operer med er korrekte. Programmet viser også en oversikt over tilhørigheten til selskapet, både i form av land og børs, slik at vi er sikre på at vi innhenter informasjon om riktig selskap. Bearbeidelsen av dataene omtales i kapittel 8 Fremgangsmåte.
Validitet omhandler hvor relevant eller hvor godt data representerer det som skal undersøkes. Det skilles mellom ulike former for validitet. Dette er blant annet begrepsvaliditet, intern validitet og ytre validitet. Begrepsvaliditet omhandler relasjonen mellom det som undersøkes og de konkrete dataene. Vi undersøker om det foreligger anormal avkastning ved å se på aksjekurs tilhørende et utvalg selskaper. Indre validitet omhandler hvor godt en måler det som er tiltenkt. I
vår sammenheng er dette hvor gode samsvaret er mellom eventuell anormal avkastning og verdirelevans. Foreligger det høy indre validitet har en god kontroll over mulige bias.3
Ytre validitet omhandler i hvilken grad utvalget representerer populasjonen, samt om resultatene kan overføres. (Xxxxxxxxxx et al, 2010). Her omhandler dette om vi kan overføre våre resultater til å gjelde alle selskaper som rapporterer etter IFRS.
3.5 Styrker og svakheter
Objektivitet er et grunnleggende trekk ved forskning (Johannesen et al, 2010). Objektivitet er enkelt forklart uavhengighet. En skal forsøke å forholde seg upartisk og kritisk når en skal konkludere på antagelser. I samfunnsvitenskapen er en selv deltaker i den virkeligheten en ønsker å studere, og forskningen en utleder blir dermed direkte tilbakeført til samfunnet og til det en studerer.
Styrkene ved en kvantitativ tilnærming er at en jobber med et objektivt materiale. Aksjekursene er rimelig objektive, innhentet via pålitelig kilde (Thompson Reuters Eikon) og vi har i tillegg foretatt stikkprøver mot data fra Oslo Børs sin egen plattform. Risikoen, og svakheten, foreligger ved innhenting av regnskapsdata, som direkte og indirekte påvirker vår konklusjon. Dette er direkte ved at regnskapstall som vi innhenter gjennom selskapenes regnskap kan være manipulert og indirekte ved at de igjen påvirker investors beslutning på aksjehandel – og dermed aksjekursene.
Ved kvalitativ tilnærming er det større mulighet for subjektive vurderinger da enhetene gjerne er mennesker. Verdiene (aksjekursene) er allerede satt før vi har begynt vår innhenting, og det foreligger derfor ingen påvirkningsmulighet på disse (foruten nevnte effekt i forrige avsnitt).
Ved kvantitativ metode benyttes det gjerne statistiske prosedyrer. Dette gjør at det gjerne er mer utfordrende å behandle dataene, enn ved en kvalitativ tilnærming. Dette avhenger naturligvis at
3 Når resultater eller slutninger systematisk avviker fra det egentlige rette.
Xxxxx, X. X. (20. februar 2018) Bias i forskning. Store Norske Leksikon. xxxxx://xxx.xx/xxxx_x_xxxxxxxxx
forskerens erfaringer med statistikk. Da vi tidligere ikke hadde utledet en hendelsesstudie har dette en utfordring. Svakheter ved kvantitativ tilnærming er at det gjerne er vanskeligere å innhente tilleggsinformasjon. Dette erfarte vi når vi gjennomgikk årsrapportene, hvor det var ulik grad av presentasjon og deling av informasjon. En annen svakhet er at en gjerne generaliserer (Xxxxxxxx, 2005). Dette kan i vårt tilfelle være i form av at vi konkluderer med at implementeringen av IFRS 16 (ikke) bidrar til verdirelevant informasjon for alle selskapene, når det gjerne ikke er tilfellet for alle.
Selskapene registrert på Oslo Børs er pliktige til å ha revisor. Årsregnskapene er revidert, men det er ikke kvartalsrapportene som vi innhenter informasjon fra. Som det blir nevnt sluttvis i utredningen, i kapittel 12 Etter implementeringen, har det vært store utfordringer med implementeringen. Flere av selskapene har søkt råd hos revisor og utviklere av IFRS- programvare. Det er i selskapenes interesse at tallene er riktig utarbeidet for å unngå et senere tillegg i ressursbruk. Om selskapene skulle ha foretatt feilberegninger ved implementeringen, har dette lite å si for vår hypotese. Vi er kun interessert i å se på reaksjonen rundt publiseringen av første kvartalsrapport, ikke om de er korrekt utarbeidet. En konsekvens av dette er at vi måler en reaksjon i markedet som bygger på feil informasjonsgrunnlag. Feil ved førstegangsimplementeringen kan også ødelegge målbarheten av markedets reaksjon senere ved at det er vanskeligere å identifisere riktig tidspunkt for når investor reagerer på (riktig) konsekvens av implementeringen.
Vi tar forbehold om at markedet er effisient ved studien vår. Dette diskuteres i kapittel 9 Hendelsesstudie. Det er også en mulighet for at markedet har tilpasset seg endringen før implementeringen av standarden har funnet sted, dette kan være at selskapene har omtalt effekten av IFRS 16 i årsregnskapet for 2018.
3.6 Statistisk metode
Statistisk metode benyttes ved gjennomføring av en hendelsesstudie hvor tid benyttes som en avhengig variabel. Deretter velger man uavhengige variabler som kan forklare varigheten av en hendelse. En hendelsesstudie på mikro eller makronivå forsøker å fastslå om en spesifikk hendelse har eller vil ha påvirkning på selskapet eller økonomiens finansielle ytelse. Med
utgangspunkt i at markedet har semi-sterk effisiens vil all offentlig tilgjengelig informasjon fra tidligere reflekteres i aksjeprisen. Videre vil også forventninger om fremtiden reflekteres i aksjeprisen. Aksjeprisen er lik dens nåværende pris pluss summen av forventet fremtidig dividende.
I tråd med teorien er det mulig å analysere effekten av en spesifikk hendelse i selskapet ved å se på endringen til aksjekursen. Vi kvantifiserer4 endringen ved det vi kaller anormal avkastning eller unormal avkastning. Anormal avkastning er den meravkastningen som er oppnådd ved at en hendelse har funnet sted, og er forskjellen mellom den faktiske avkastningen og den avkastningen som er forventet (normal avkastning). Faktisk avkastning kan bli observert, men den avkastningen som forventes må estimeres. Den mest vanlige analysemetoden som blir brukt for å finne forventet avkastning i en hendelsesstudie er markedsmodellen. Ved å velge et marked som referansepunkt, skal en undersøke korrelasjonen mellom selskapets aksje og det valgte markedet. Metoden går ut på å finne den unormale avkastningen som kan knyttes til hendelsen. For å finne den unormale avkastningen må en justere prisendringene som skyldes markedet som helhet.
4 Det konseptuelle hierarkiet
Ved hjelp av regnskapsforskning ønsker man å undersøke nivået på regnskapsinformasjonens verdirelevans. Verdirelevans kan anses som evnen finansiell regnskapsinformasjon har til å fange opp og/eller til å oppsummere informasjon som bestemmer selskapets verdi (Beisland, 2009).
Metoden som kan benyttes for å måle verdirelevans er statistisk sammenheng mellom regnskapsinformasjon og markedsverdien av selskapets egenkapital. Verdirelevansforskningen krever god kunnskap om finansregnskapet (Beaver, 2002). Vi vil derfor i dette kapittelet gjennomgå det konseptuelle rammeverket for finansiell rapportering sin hieratiske struktur, før vi gjennomgår effektene av IFRS 16 i neste kapittel. Dette vil være naturlig for å få en forståelse av viktigheten av rammeverket og betydningen det har for revidering og etablering av nye
4 Å utrykke i en målbar størrelse.
standarder. Det vil også være en god plass å starte vårt arbeid for å komme nærmere en løsning på problemstillingen vi har satt oss.
Det konseptuelle rammeverket gir retningslinjer både til standardsettere og brukere for hva som er å anse som nyttig finansiell informasjon. Det konseptuelle rammeverket til de ledende standardsetterne, deriblant IFRS konseptuelle rammeverk, har en hieratisk struktur. De følgende nivåene utgjør det konseptuelle rammeverket (CF): (1) regnskapets målsetninger, (2) regnskapets kvalitetskrav, (3) definisjoner av postene i regnskapet, (4) regnskapsføring og (5) måling. Figur 1 på neste side illustrerer denne hierarkiske strukturen. Vi vil gjennomgå de ulike nivåene med utgangspunkt i IFRS konseptuelle rammeverk.
Figur 1: Kvifte, Tofteland og Bernhoft (2010). Det konseptuelle hierarkiet
4.1 Målsetninger med regnskapet
Målsetningen med regnskapet må fastsettes for å kunne utvikle regnskapsstandarder av høy verdi. Finansregnskapet skal gjennom balansen og resultatet gi brukeren beslutningsnyttig informasjon om foretakets finansielle stilling og økonomiske prestasjon over en gitt periode, samt endringer i den finansielle stillingen (CF 1.2). For å kunne identifisere hva som kjennetegner beslutningsnyttig informasjon må vi definere hvem som er brukeren av regnskapsinformasjonen.
Sett fra kreditor og leverandørens øyne vil høy regnskapskvalitet være korrekt verdi av eiendel og gjeld, ikke for lav eller for høy. For investoren er høy regnskapskvalitet når fremtidig kontantstrøm kan estimeres riktig. For revisor og myndigheter er høy regnskapskvalitet i tråd med gjeldende regelverk for finansiell rapportering og et regnskap som gir et rettvisende bilde av virkeligheten. Dette betyr at de ulike brukerne av regnskapet har forskjellige behov for informasjon og har ulike syn på hva regnskap av høy verdi innebærer. De ulike behovene og ønskene til de individuelle brukerne kan være i konflikt med hverandre, regnskapet har derfor ikke mulighet til å oppfylle alle.
Det kan derfor være hensiktsmessig å dele inn etter hvilke formål en ønsker å få dekket med regnskapsinformasjonen. Vi kan dele inn i to hovedkategorier beslutningsformål (også kjent som verdsettelsesformål) og kontrollformål (Kvifte et al, 2010). Når regnskapet har et beslutningsformål er det brukerens økonomiske beslutninger som skal underbygges med relevant informasjon. Regnskapet skal gi grunnlag for investering og verdsettelsesanalyse. Dersom regnskapet har et mer kontrollorientert formål, skal regnskapet gi informasjon om lederens prestasjoner og hvorvidt den investerte kapitalen blir forvaltet på en god måte. Forholdet mellom ledelsen og eieren er i fokus (prinsipal-agent-problemet5).
IASB konseptuelle rammeverkets formål med finansiell rapportering er:
«…Financial reports are not designed to show the value of a reporting entity; but they provide information to help existing and potential investors, lenders and other creditors to estimate the value of the reporting entity.» (CF 1.7).
IASB trekker frem enhetens nåværende eller potensielle investorer samt utlånere eller andre kreditorer som hovedbrukere av regnskapet. Regnskapsinformasjonen er først og fremst tiltenkt denne brukergruppen og deres verdsettelsesformål. Det konseptuelle rammeverket skal derfor veilede standardsettere i å utvikle standarder som sørger for mer informasjon til hovedbrukerne i
5 Prinsipal-agent-problemet oppstår når en agent er satt inn på vegen av en prinsipal for å ta beslutninger, men agenten og prinsipalen har ikke sammenfallende målsetninger.
arbeidet med å estimere verdien av den rapporterende enhet. Formålet er å gjøre intern informasjon offentlig tilgjengelig for å avhjelpe informasjonsasymmetri.
Standardene er i hovedtrekk utformet for å dekke et beslutningsformål. Beslutningsformålet velges på bekostning av kontrollformålet, men det vil nødvendigvis ikke bety at regnskapet ikke er tilstrekkelig for et kontrollformål (CF 1.8-1.9). Ledere vil også ha interesse i finansregnskapet, men de har muligheten til å innhente den resterende finansielle informasjonen de trenger fra interne kilder. Myndigheter og andre brukere utover investorer, utlånere og andre kreditorer vil også finne finansregnskapet nyttig, men informasjonen er ikke primært tiltenkt denne gruppen (CF 1.10).
4.2 Regnskapets kvalitetskrav
Hvis regnskapsinformasjonen skal være nyttig må den være relevant og gi en dekkende fremstilling av det informasjonen er ment å representere (CF 2.4). I tillegg til de to fundamentale kvalitative karaktertrekkene, relevans og en dekkende fremstilling, vil de kvalitative trekkene sammenlignbarhet, verifiserbarhet, aktualitet og forståelighet forbedre nytten av den finansielle informasjonen (CF 2.23).
Figur 2, på neste side, gir en oversikt over alle de kvalitative karaktertrekkene og hvorvidt de klassifiseres som fundamentale eller forbedrende. Vi gjennomgår alle karaktertrekkene for bedre å beskrive hva som kjennetegner regnskapskvalitet. Vi har tidligere nevnt at regnskapskvalitet er informasjon som utgjør en forskjell når det skal foretas en beslutning.
Figur 2: Oppstilling av kvalitative karaktertrekk
For at informasjon skal ha betydning ved en beslutning er det fundamentalt at den er dekkende og relevant. Informasjonen er relevant hvis den er i stand til å gjøre en forskjell i beslutning som tas av brukeren (CF 2.6-2,10). Det vil si at informasjonen må kunne bidra til å bekrefte eller korrigere forventinger til regnskapsbrukeren. Relevant informasjon har predikasjonsverdi og/eller tilbakemeldingsverdi. Predikasjonsverdi vil si hvorvidt informasjonen kan bidra til utarbeidelsen av mer enn tilfeldige prognoser om fremtidige hendelser. Tilbakemeldingsverdi vil si at informasjonen kan bidra til å evaluere det ledelsen har oppnådd så langt. Predikasjonsverdi og tilbakemeldingsverdi henger sammen, det vil si at informasjon som har predikasjonsverdi også har tilbakemeldingsverdi.
Informasjonen må videre gi en dekkende fremstilling av det den har til hensikt å representere (CF 2.12-2.16). En dekkende fremstilling er komplett, nøytral og fri for feil. Den vil påvirkes av måleusikkerhet som tallmaterialet bygger på. Måleusikkerhet vil ikke føre til at informasjon blir unyttig, men i enkelte situasjoner vil den informasjon som er mest relevant inneha så høy måleusikkerhet at informasjon som er noe mindre relevant blir mer nyttig. Tallgrunnlaget som inngår i regnskapet skal bygge på nøytralitet. Nøytralitet støttes av forsiktighet. Produsenten skal derfor utvise forsiktighet ved utarbeidelse av tallgrunnlaget. Forsiktighet tillater ikke for høy eller for lav verdsettelse av eiendeler, gjeld, inntekt eller kostnader.
Relevant informasjon er sammenlignbar og verifiserbar, mens en fremstilling er dekkende når den er forståelig og aktuell. Informasjon kan derfor forbedres gjennom disse trekkene.
Informasjonen er mer nyttig dersom den er av en slik kvalitet at den kan sammenlignes med andre foretak (ensartet) og mellom ulike regnskapsperioder (konsistens) (CF 2.25).
Sammenlignbarhet er målet, mens konsistens hjelper på veien mot målet. Videre innebærer det at informasjonen er objektiv og forsikrer brukeren av regnskapet om at informasjonen gir en dekkende fremstilling. Dette innebærer at informasjonen måler det den gir seg ut for å måle og forskjellige vel informerte og uavhengige observatører kan være enige om fremstillingen. Det er ikke nødvendigvis krav til full enighet.
Forståelighet er viktig for at informasjon skal være dekkende. Klassifisering, karakterisering og presentasjon av informasjon tydelig og konsistent gjør informasjonen forståelig (CF 2.34).
Informasjonen må ikke bare være forståelig, men også oppdatert. Aktualitet innebærer å ha oppdatert informasjon tilgjengelig når beslutninger skal tas. Generelt vil dette si at jo eldre informasjonen er, jo mindre relevant er den. Likevel kan eldre informasjon fortsatt være relevant, eksempelvis dersom man undersøker trender (CF 2.33).
De kvalitative karaktertrekkene vil øke investorens, utlåners og andre kreditorers sikkerhet når beslutninger treffes. Kapitalmarkedet vil bli mer effisient og kapitalkostnaden reduseres (CF 2.41). På den andre siden vil det være kostnader knyttet til å fremskaffe, prosessere, versifisere og formidle finansiell informasjon. Kostnaden ved finansiell informasjon kommer i form av redusert avkastning for investorene, men dersom informasjonen ikke inkluderes i regnskapet vil de påløpe ekstra kostnader for investorene som selv må fremskaffe informasjonen fra en annen kilde. Dersom kostnaden ved å fremskaffe informasjonen er lavere enn nytten informasjonen gir til brukeren, bør regnskapet inkludere informasjonen. Det vil si at kostnaden ved å fremskaffe informasjonen er berettiget av fordelen ved å rapportere informasjonen (CF 2.39).
4.3 Definisjoner
I det konseptuelle rammeverket er det de balanseorienterte definisjonene av eiendeler og gjeld som er det overstyrende kriterium for hva som kan innregnes i balansen. Rammeverket er å regne som et balanseorientert rammeverk, som skiller seg fra et mer tradisjonelt resultatorientert rammeverk som vi har innen NGAAP (Norwegian Generally Accepted Accounting Principles). Hovedforskjellen mellom de to er at et balanseorientert rammeverk setter balansen først slik at
endringer i balanseposter skaper resultatposter, mens et resultatorientert rammeverk setter resultatet først og behandler balansen som en parkeringsplass for poster som før eller siden vil ha en resultateffekt.
En eiendel er en nåværende økonomisk ressurs som kontrolleres av foretaket og er et resultat av tidligere hendelser (CF4.3). En hendelse i denne sammenheng er i form av en transaksjon, hvorav en transaksjon fremkommer først når det foreligger en overgang av risiko og kontroll.
Risiko og kontrollbegrepet kan videre brytes ned og forklares ved at risiko er gevinst- og taps- potensialet til eiendelen, mens kontroll er muligheten til å bestemme bruken av, og motta de eventuelle økonomiske fordelene. En økonomisk ressurs er en rettighet som har potensiale til å produsere økonomiske fordeler (CF 4.4) For bedre å illustrere dette har vi utarbeidet en figur som presenterer begrepet økonomisk ressurs.
Figur 3: Den økonomiske ressurs
Som vi ser av Figur 3 består en eiendel, presentert som økonomisk ressurs, av en rettighet, et kontrollbegrep og et potensiale til å produsere økonomiske fordeler (CF 4.5). Vi vil videre gjennomgå hva disse tre punktene i realiteten betyr.
En rettighet i denne sammenheng kan være (1) rettighet som fører til en forpliktelse for en annen part. Dette kan være en rett til å motta penger, varer eller tjenester. Det kan også være en rett til å bytte økonomiske ressurser med en annen part til fordelaktige bestemmelser (CF 4.6). (2) en rettighet som ikke fører til en forpliktelse for en annen part er eksempelvis rett over fysiske gjenstander som eiendom, tomt, utstyr og inventar (CF 4.6). En slik rettighet vil gi en rett til å
bruke de fysiske rettighetene eller motta fordel fra den restverdien (residuale verdien) av den leide gjenstanden.
Eiendelen må videre ha et potensiale til å produsere økonomiske fordeler. Fordelen trenger ikke å være sikker eller sannsynlig, men det er krav til at rettigheten allerede eksisterer og under minst en omstendighet vil produsere økonomiske fordeler til enheten utover det som er tilgjengelig for andre parter (CF 4.9).
Selskapet må også ha oppnådd kontroll over den økonomiske ressursen (CF 4.19). En enhet kontrollerer en økonomisk ressurs hvis enheten har mulighet til å direkte bruke den økonomiske ressursen, samt mulighet til å opprettholde den økonomiske fordelen som kan komme fra den. Kontroll inkluderer også at selskapet har mulighet til å forhindre at andre parter styrer bruken og mottar fordeler fra den økonomiske ressursen (CF 4.20). Selskapet har mulighet til direkte å bruke den økonomiske ressursen hvis den har rettighet til å distribuere økonomiske ressurser fra aktivitetene, eller tillate andre parter til å distribuere økonomiske ressurser fra den andre partens aktiviteter. Kontroll over en økonomisk ressurs vil vanligvis oppstå ved juridiske rettigheter, men kontroll kan også oppstå ved at enheten kan forsikre at de alene har muligheten til å styre bruken av de økonomiske fordelene og opprettholde fordelene som kan komme.
Xxxxx representerer en forpliktelse for enheten til å overføre en økonomisk ressurs som et resultat av tidligere hendelser (CF 4.26). En forpliktelse er en plikt eller et ansvar som enheten ikke har noen praktisk mulighet til å fri seg fra.
Som vi ser av Figur 4 vil gjeld representere en forpliktelse til å overføre en økonomisk ressurs som et resultat av en tidligere hendelse (CF 4.27). Vi vil i det følgende gjennomgå hva disse tre punktene betyr.
Det første kriteriet for å innregne gjelden er at den representerer en forpliktelse (CF 4.28). En forpliktelse er en plikt eller et ansvar som enheten ikke har noen praktisk mulighet til å unngå. Gjeld er ofte etablert med en kontrakt eller lovgiving, som er rettskraftig av parten som enheten har gjeld til.
Forpliktelse må ha potensiale til å kreve en overføring av økonomiske ressurser til annen part(er) (CF 4.30). For at potensiale skal eksistere trenger det ikke å være sikkert eller sannsynlig at enheten vil måtte overføre økonomiske ressurser. Det er bare nødvendig at forpliktelsen allerede eksisterer og at det minst under en omstendighet vil kreve at enheten må overføre økonomiske ressurser. Forpliktelse til å overføre økonomiske ressurser vil for eksempel inkludere forpliktelse til å betale penger, levere varer eller yte tjenester, og bytte økonomiske ressurser med en annen part til ikke fordelaktige vilkår.
Forpliktelsen må være et resultat av tidligere hendelser (CF 4.42). Enheten har allerede oppnådd økonomiske fordeler eller iverksatt tiltak og som en konsekvens bør enheten overføre en økonomisk ressurs som ellers ikke ville blitt overført.
4.4 Regnskapsføring og måling
Innregning av eiendeler og gjeld kvantifiseres i pengemessige termer, noe som krever valg av målemetode. Posten måles til historisk kost, virkelig verdi eller nåverdien av kontantstrømmen en enhet forventer å være forpliktet til å overføre da forpliktelsen oppfylles. De kvalitative karaktertrekkene for nyttig finansiell informasjon begrenses av kost-nytte tankegangen, noe som vil resultere i forskjellige målemetoder for forskjellige eiendeler, gjeld, inntekter og kostnader (CF 6.2).
Den uttalte målsetningen til regnskapet er å gi beslutningsnyttig informasjon til investoren, utlåneren og andre kreditorer. Hovedmålet til denne brukergruppen er verdsettelse av den
rapporterende enhet, regnskapet er derfor å anse som et viktig redskap for å beregne de fremtidige kontantstrømmene. Markedsprisene kan benyttes som en refleksjon av forventingene knyttet til fremtidige kontantstrømmer. Dette forutsetter at det eksisterer effektive markedsplasser for eiendeler og gjeld. Dersom slike effektive markedsplasser ikke eksisterer må kontantstrømmene sin verdi måles direkte.
Dersom direkte måling ikke er mulig må en annen tilnærming velges. Historisk kost, gjenanskaffelsesverdi og realisasjonsverdi er tilnærmingsmåter som kan velges. De ulike målemetodene har fordeler og ulemper, så valg av metode bør bygge på regnskapets overordnede målsetning og kvalitetskravene som stilles for nyttig finansiell informasjon. Det kan stilles spørsmål om en bør skille mellom de kontantstrømmene som forventes å realiseres gjennom salg og de kontantstrømmene som forventes å realiseres gjennom bruk bør benytte forskjellige målemetoder. For kontantstrømmer som forventes å realiseres gjennom bruk, kan bruksverdien være mer relevant enn markedsprisen.
4.5 Avslutning
Det konseptuelle rammeverket skal sørge for en konsistent utvikling av standarder og skal bidra til å utvikle standarder som bringer gjennomsiktighet, ansvarlighet og effektivitet til finansmarkedet over hele verden.
Gjennomsiktighet mellom regnskapsprodusent og regnskapsbruker skapes ved å styrke sammenlignbarheten og kvaliteten på den finansielle informasjonen. Ansvarligheten styrkes ved å redusere informasjonsgapet mellom dem som har investert penger og selskapet som de har valgt å betro sine penger til. Økt effektivitet skapes ved å hjelpe investoren til å identifisere muligheter og risiko på tvers av landegrensene. Ved å basere standardene på det konseptuelle rammeverket vil en få et språk internasjonalt som reduserer kapitalkostnaden og reduserer internasjonale rapporteringskostnader. Rammeverkets oppgave er å gi et konsept og veiledning i utvikling av standarder. Likevel poengteres det i IFRS konseptuelle rammeverket (2020) at rammeverket ikke har mulighet til å overstyre en standard, dersom det konseptuelle rammeverket og standardene skulle går på tvers.
Vi har nå gjennomgått grunnlaget som standardene bygges på. Vi anser dette som fornuftig for bedre å forstå hvorfor standarden IFRS 16 er utviklet som den er. Videre vil det skape en bedre forståelse for videre gjennomgang av kritikken rettet mot IAS 17. Det er også viktig med en forståelse for hva som betegner en eiendel og forpliktelse etter det konseptuelle rammeverket, da nettopp IFRS 16 krever innregning av dette.
5 IFRS 16 Leieavtaler
Implementering av IFRS 16 har ført til store endringer i resultat og balanse for selskaper som har leieavtaler av operasjonell karakter. Vi vil i dette kapittel først foreta et lite tilbakeblikk på IAS 17 med utgangspunkt i hovedgrunnene til hvorfor en ny standard ble utviklet. Deretter gjennomgår vi hvilke regnskapsmessige endringer en overgang fra IAS 17 til IFRS 16 har ført til. Informasjonen er viktig for å skape en forståelse av hvordan den nye standarden skal bidra til økt verdirelevans av den finansielle informasjonen. Til slutt vil vi belyse spørsmålet om fordelene ved en implementering av IFRS 16 vil overveie kostnadene.
5.1 IAS 17 Leieavtaler
IFRS 16 kom i kjølvannet av kritikken som var rettet mot IAS 17. Hovedgrunnen til kritikken var den store forskjellen i regnskapsføring av operasjonelle og finansielle leieavtaler. IAS 17 skiller mellom leieavtaler av operasjonell og finansiell karakter. Standarden definerer finansielle leieavtaler som i det alt vesentlige overfører alle risikoer og fordeler som er forbundet med eierskapet av eiendelen (IAS 17.4). Operasjonelle leieavtaler defineres som leieavtaler som ikke er finansielle (IAS 17.4). Operasjonelle leieavtaler oppfyller ikke krav til balanseføring etter IAS 17 og skal derfor kostnadsføres på lineært grunnlag (IAS 17.33).
Reglene for klassifisering av leieavtalene var kompliserte og regnskapsprodusentene måtte utøve stor grad av skjønn. Leieavtaler som økonomisk sett var like kunne få svært forskjellig regnskapsføring grunnet ulike kriterier i avtalene. En liten forskjell i vilkårene kunne føre til kostnadsføring fremfor balanseføring av leieavtalen. Studier av Xxxxxxx og Xxxxxxxx (2003) viser at klassifisering av leieavtaler som operasjonelle gav bedre soliditet og lønnsomhet, fremfor
å klassifisere leieavtalene som finansielle. Bedre nøkkeltall kan være en indikasjon til å utnytte skjønnsrommet som finnes i IAS 17 og dermed klassifisere leieavtaler som strengt tatt er finansielle som operasjonelle leieavtaler. Konsekvensen blir da en redusert sammenlignbarhet på tvers av selskapene. Senere studier av Xxxxxxxx, Xxxxxxxx, Xxxxxx og Xxxxx (2014) viser at utformingen av leieavtalene ble tilpasset, slik at leieavtalene kunne defineres som operasjonelle leieavtaler etter IAS 17.
XxXxxxxx-rapporten (1996) problematiserte at både finansielle og operasjonelle leieavtaler kvalifiserte til innregning etter det konseptuelle rammeverket grunnet kontraktenes uoppsigelige karakter. Kontrakter som er uoppsigelig representerer en forpliktelse som krever en overføring av økonomiske ressurser, for eksempel i form av betaling, og er et resultat av tidligere hendelser (transaksjon). Forpliktelsen er inngått på grunn av et ønske om å produsere økonomiske fordeler. Leietaker vil ha en rettighet til fordelene og kontroll over dem.
IAS 17 som ikke tillot balanseføring av operasjonelle leieavtaler, gikk derfor på tvers av det konseptuelle rammeverkets definisjon av gjeld og eiendeler. Den regnskapsmessige konsekvensen av leieavtaler som ikke inngår i balansen er at avtalen ikke reflekteres som en økonomisk ressurs eller et krav for den rapporterende enhet. Regnskapets gjennomsiktighet reduseres og gir ikke en dekkende fremstilling, med mindre notekravene gir tilstrekkelig relevant informasjon. Sammenlignbarheten mellom selskapene vil også reduseres, da noen selskaper velger å direkte kostnadsføre leieavtalene, mens andre balansefører dem.
Å oppgi informasjon om operasjonelle leieavtaler kun i noter viste seg å ikke være tilstrekkelig, med mindre selskapet selv ga tilleggsinformasjon utover det som var påkrevd etter IAS 17 (IASB, 2016). Informasjonen som var påkrevd i noter etter IAS 17 hadde begrenset innhold og detalj. Informasjonen ble derfor utilstrekkelig for noen investorer og analytikere som estimere verdien av selskapets eiendeler og forpliktelser basert på noteinformasjonen. IASB skriver i sin effektanalyse (2016) at det ble utviklet teknikker, som å multiplisere årlige leiebetalinger med 8, for å estimere finansielle forpliktelser og sysselsatt kapital i selskapets drift på grunn av begrenset noteinformasjon.
Andre metoder for å estimere selskapets fundamentale verdi var å justere selskapets resultat ved å redusere driftskostnader basert på et estimat av rentene til enhetens operasjonelle leieavtaler. Andre fjernet hele leiekostnaden relatert til de operasjonelle leieavtalene fra driftsresultatet, samt justerte avskrivning og renter i et forsøk på bedre sammenlignbarheten mellom selskapet som låner til å kjøpe eiendeler og de som leier dem. Mange investorer hadde ikke mulighet til å justere for leieavtalene og stolte derfor på datakilder som aggregering6 av data for å finne potensielle investeringer eller ta investeringsbeslutninger. Investorene og analytikere hadde ulike metoder for å estimere verdien av selskapets operasjonelle leieavtaler og det var knyttet stor usikkerhet til dem.
Det ble uttrykt bekymring for at finansregnskapet ga manglende informasjon om selskapets forpliktelser da de fleste leieavtaler ble holdt utenfor balansen (SEC, 2005). IASB skriver i sin effektanalyse (2016) at det forelå behov for endringer, ettersom Securities and Exchange Commission (SEC) i 2005 estimerte at børsnoterte selskaper i USA hadde verdi av leieavtaler tilsvarende utrolige USD 1,25 trillioner7 utenfor balansen. IASB observerte over 14 000 av 30 000 selskaper på børs som hadde leieavtaler som ikke inngikk i balansen. Dette førte til en bekymring om manglende gjennomsiktighet. I Tabell 3 og Figur 5, på de neste side, illustreres det slik IASB mener industriene vil påvirkes som følge av implementeringen av IFRS 16 basert på sektor.
6 Aggregasjon, samling, (opptakelse i en) forening; opphopning.
Persvold, Z. A. (20. februar 2018) Aggregasjon. Store Norske Leksikon. xxxxx://xxx.xx/xxxxxxxxxxx
7 IASB. (2016). IFRS 16 Effects Analysis.
Industrisektor | Antall selskaper | Eiendeler totalt. (USD mill) | Nåverdi fremtidige leiebetalinger ikke enda balanseført (USD mill) | Nåverdi fremtidige leiebetalinger ikke enda balanseført / Eiendeler totalt |
Flyselskaper | 50 | 526 763 | 119 384 | 22,7 % |
Detaljister | 204 | 2 019 958 | 431 473 | 21,4 % |
Reise og fritid | 69 | 403 524 | 83 491 | 20,7 % |
Transport | 51 | 585 964 | 68 175 | 11,6 % |
Telekom | 56 | 2 847 063 | 172 644 | 6,1 % |
Energi | 99 | 5 192 938 | 287 858 | 5,5 % |
Media | 48 | 1 020 317 | 55 764 | 5,5 % |
Distribusjon | 26 | 581 503 | 25 092 | 4,3 % |
Informasjons- og kommunikasjonsteknologi | 58 | 1 911 316 | 56 806 | 3,0 % |
Helse | 55 | 1 894 933 | 54 365 | 2,9 % |
Andre | 306 | 13 959 502 | 306 735 | 2,2 % |
Totalt | 1022 | 30 943 781 | 1 661 787 | 5,4 % |
Tabell 3: Leieavtaler som vil balanseføres som følg av IFRS 16
Tabellen gir en oversikt over størrelsen på leieavtaler som ikke er balanseført fordelt på sektornivå, som vil innregnes som følge av standarden. Tabellen er utarbeidet med utgangspunkt i IASB sin effektanalyse (2016).
Som vi ser forventer IASB at flyselskapene vil bli mest påvirket av implementeringen. I andre og tredje rekke kommer detaljister og kategorien reise og fritid. Det er naturlig å forvente at flyselskapene vil være mest påvirket, da selskapene har store mengder leide fly som nå vil innregnes i balansen. Bruk av operasjonelle leieavtaler er svært vanlig, fremfor kjøp av flyene.
Detaljister påvirkes av leide varelager og lokaler. Basert på tallene ser vi at noen sektorer blir sterkt påvirker av IFRS 16, mens andre blir påvirket i liten grad. Med utgangspunkt i de 1 022 selskapene som er undersøkt forventes en innregning som følge av standarden på 5,4%, på tvers av industrisektor. Tallet ekskluderer selskaper som inngår i finanssektoren.
Nåverdi fremtidige leiebetalinger ikke enda
balanseført / Eiendeler totalt
2%
3% 3%
4%
21%
5%
5%
6%
11% 20%
20%
Flyselskap Detaljister Reise og fritid Transport Telekom Energi
Media Distribusjon IKT
Helse
Kakediagrammet illustrerer hvilke sektorer som står for hoveddelen av markedets operasjonelle leieavtaler som vil innregnes som følge av IFRS 16. Vi ser at det er tre industrier som innehar omtrentlig 60% av markedets totale operasjonelle leieavtaler.
IASB konkluderte med i sin effektanalyse (2016) at IFRS 16 vil føre til en mer dekkende fremstilling av enhetens finansielle stilling og større gjennomsiktighet knyttet til enhetens gjeld og sysselsatte kapital (IASB, 2016). Dette vil øke informasjonsgrunnlaget som er tilgjengelig for alle investorer når investeringsbeslutningene tas. Økt tilgjengelig informasjon vil føre til redusert behov for justeringer av finansregnskapet og vil gi en fremtidsrettet innsikt i selskapets drift og finansiering. Den nye informasjonen i balansen forventes å gi et bedre fundament for beslutningstaking.
Det fremkommer som logisk at beslutningstaking vil bli forbedret når alle selskap vil behandle leieavtaler på samme måte. Likevel vil vi senere se at det fortsatt er mulig for selskap å behandle leieavtaler forskjellig. Effektene av IFRS 16 vil fult ut vise seg over tid. Standarden vil ha regnskapsmessige effekter på balansen og resultatet, som igjen vil endre nøkkeltallsindikatorer
(KPI). KPI benyttes for å evaluere selskapets måloppnåelse. Vi vil gjennomgå effektene senere i kapittelet.
Basert på endringene, hvor flere økonomiske ressurser og forpliktelser innregnes i balansen, vil regnskapskvaliteten øke (Mesrobian, Moen og Stenheim, 2018). Sammenlignbarheten mellom selskapene økes som følge av IFRS 16, regnskapene blir mer relevant og gir en mer tro gjengivelse av underliggende økonomiske forhold (Mesrobian, Moen og Stenheim, 2018).
Spørsmålet blir om selskapene over tid vil endre handlemønster som følge av standarden. Det vil si at selskapene konstruere avtaler på en slik måte at det ikke oppfyller definisjonen av en leiekontrakt for å unngå en balanseføring, noe som vil føre til redusert regnskapskvalitet og sammenlignbarhet. Vi vil komme tilbake til denne problematikken under delkapittel 12.3 Mulige tilpasninger.
5.2 Regnskapsmessige effekter av IFRS 16
Implementeringen av IFRS 16 vil føre til store regnskapsmessige endringer for selskaper med operasjonelle leieavtaler. Vi vil i dette delkapittelet gi en oversikt over de mest sentrale forskjellene mellom IAS 17 og IFRS 16, samt påvirkning på nøkkeltall. Oversikten skal gi et bedre grunnlag for videre lesning av masterutredningen. Vi har presentert effektene i Tabell 4 og Tabell 5 i de etterfølgende sidene. I etterkant av tabellene vil vi utdype enkelte effekter som trenger en nærmere gjennomgang.
IAS 17/IFRIC 4 | IFRS 16 | |
Definisjon av leieavtale | Definisjonene er i hovedtrekk like, men veiledningen er mindre detaljert. | Definisjonen av leieavtaler i IAS 17 videreføres i IFRS 16, men veiledning av hvordan standarden skal brukes er endret. Standarden gir en mer detaljert veiledning. |
Dekomponering | Xxxxxxx ikke noen krav til dekomponering av avtaler, med mindre det er tale om leie av bygg og/eller tomt. | Leieavtaler skal dekomponeres dersom komponentene er å anse som selvstendige og ikke sterk avhengig av avtalens øvrige elementer. |
Balanse | Det skilles mellom finansielle og operasjonelle leieavtaler. Kun finansielle leieavtaler skal balanseføres. | Skillet mellom finansielle og operasjonelle leieavtaler eksisterer ikke. Alle leieavtaler med noen unntak balanseføres som bruksrett og leieforpliktelse. |
Kortsiktig leieavtaler | Ingen nedre grense for unnlatelse av balanseføring av finansielle leieavtaler. | Kan unnlate å balanseføre leieavtaler som varer 12 måneder eller kortere. |
Lav verdi | Ingen nedre grense for unnlatelse av balanseføring av finansielle leieavtaler. | Mulighet for å unnlate balanseføring av kontrakter av lav verdi. Grense for lav verdi er indikert* til USD 5 000. |
Resultat | Operasjonelle leieavtaler skal kostnadsføres lineært. De finansielle leieavtalene vil påvirke resultatet ved at leid eiendel avskrives og leieforpliktelsen amortiseres gjennom effektiv rente. | Finansielle leieavtaler behandles på samme måte som i IAS 17. De operasjonelle leieavtalene vil ikke kostnadsføres lineært, men balanseføres på samme måte som finansielle leieavtaler. |
Variabel leie | Inngår ikke i leieforpliktelsen. | Leieforpliktelsen skal inkludere variable leiebetalinger dersom den baseres på indeks eller rentesats. |
* Fremkommer ikke i selve standarden, men er en anbefalt grense publisert i IFRS 16 Leases: Basis for Conclusions. | ||
Tabell 4: Forskjeller mellom IAS 17 og IFRS 16
Regnskapsåret 1. januar 2019 ble IFRS 16 implementert. Ved implementering kan regnskapsprodusenten velge å vurdere de allerede eksisterende avtalene på nytt etter IFRS 16 (fullt retrospektiv) eller beholde vurderingene som allerede er gjort (modifisert retrospektiv også omtalt som forenklet implementering). Valg av forenklingsregelen er konsekvent for alle selskapets leieavtaler, dvs. et prinsippvalg. Fullt retrospektiv innebærer full omarbeidelse av sammenligningstall, hvor effekten av implementeringen føres mot egenkapitalens inngående balanse i tråd med IAS 8 Regnskapsprinsipper, endringer i regnskapsmessige estimater og feil. Modifisert retrospektiv er en forenklingsregel og fører til at selskapene unnlater å vurdere avtaler som ikke var leieavtaler etter IAS 17 og International Financial Reporting Interpretations Committee (IFRIC) 4 Fastsettelse av hvorvidt en avtale inneholder en leieavtaler på nytt etter IFRS 16 kriterier.
For selskaper som velger modifisert retrospektiv vil ikke sammenligningstallene omarbeides. Effekten som oppstår av implementering av IFRS 16 vil dermed påvirke egenkapitalen i åpningsbalansen for 2019. Den balanseførte verdien av bruksretten eller leieforpliktelsen vil forbli uendret for leieavtaler kategorisert som finansielle. Operasjonelle leieavtaler innregnes i balansen til verdien av leieforpliktelsen på overgangstidspunktet. Leieforpliktelsen er nåverdi av utestående leiebetalinger, neddiskontert med selskapet sin marginale lånerente på samme tidspunkt. Selskapet kan velge å innregne bruksretten som om IFRS 16 var gjeldende når avtalen ble inngått. Den marginale lånerenten skal likevel fastsettes på tidspunktet for overgangen. Et annet alternativ for innregning av bruksretten er til samme verdi som leieforpliktelsen på overgangstidspunktet. Valget er ikke et prinsippvalg og kan derfor tas avtale for avtale.
IFRS 16 vil føre til en økning i balanseført gjeld for selskaper som innehar operasjonelle leieavtaler etter IAS 17. Som tidligere nevnt forventer IASB (2016) en økning i balanseførte forpliktelser på 5,4% eks. finanssektoren. Leieavtalene som er holdt utenfor balansen er ofte kjent informasjon hos utlånere og investorene. Likevel kan lånekostnadene og investorenes estimater på selskapets fundamentale verdi endres dersom det kommer ny informasjon om selskapets finansielle stilling, som ikke allerede var kjent for hovedbrukerne. IASB mener at endringer knyttet til selskapets gjeld som kommer i kjølvannet av IFRS 16 implementeringen vil være et resultat av økt gjennomsiktighet om selskapets gjeldssituasjon (IASB, 2016).
Ny informasjon om selskapets finansielle stilling som ikke er allerede fanget opp av kreditorene kan føre til endring i vilkår og betingelser for fremtidig gjeldskrav. Dersom markedsdeltakerne får ny informasjon knyttet til selskapets finansielle stilling vil vi se en endring i aksjekursene.
Informasjonen som fremkommer som følge av standardendring er da å anse som verdirelevant for markedsdeltakerne. IASB forventer at disse endringene vil bli gjennomført ved at hovedbrukeren klarer å skille ut virkelig økonomisk endring fra regnskapsendring (IASB, 2016).
Vi har som ved presentasjon av forskjellene mellom IAS 17 og IFRS 16 utarbeidet en oversikt over de viktigste effektene på nøkkeltall. Denne oversikten presenteres på neste side.
Nøkkeltall | Formel/betydning | Tolkning | Effekt av IFRS 16 | Kommentar |
EBITDA | Resultat før renter, skatt, avskrivning og nedskrivning | Økning | Leieavtalene ble løpende kostnadsført i posten driftskostnader etter IFRS 17. Løpende kostnadsføring er ertsattet med avskrivning og amortisering under IFRS 16. Hverken avskrivning eller renter inngår i EBITDA, nøkkeltallet vil derfor øke. | |
EBIT | Resultat før rente og skatt | Økning | Avskrivning etter IFRS 16 er lavere enn direkte kostnadsføring etter IAS 17 på grunn av at renteelementet holdes utenfor EBIT. Vi vil derfor se en bedring av EBIT. | |
EBT | Resultat før skatt | Avhengig | Avhengig av trekkene ved de operasjonelle leieavtalene selskapet har. Desom direkte kostnadsføring av operasjonelle leieavtaler var lav, men den fremtidige forpliktelsen er høy, vil vi se en reduskjon i EBT. Dersom direkte kostnadsføring av operasjonelle leieavtaler var høy, men den fremtidige leieforpliktelsen er lav, vil vi se en økning i EBT. | |
Gjeldsgrad (gearing) | Gjeld/Egenkapital | Forholdet mellom gjeld og egenkapital. Hvor godt selskapet evner å tåle tap. | Økning | Finansielle forpliktelser øker på grunn av innregning av operasjonelle leieavtaler, mens egenkapital forblir uendret. Forholdet mellom gjeld og egenkapital vil derfor øke. |
Kontantstrøm fra drift | Økning | Avskrivning under IFRS 16 er lavere enn direkte kostnadsføring i posten dirftskostnader under IAS 17. | ||
Kontantstrøm fra finansiering | Reduksjon | Direkte kostnadsføring etter IAS 17 er erstattet med avskrivning og et renteelementet under IFRS 16. Avskrivningselementet inngår i kontantstrøm fra drift, mens rentelementet inngår i kontantstrøm fra finansiering. | ||
Netto kontantstrøm | Ingen effekt | Ingen pengemessig effekt, kun klassifiserings-effekt. | ||
Avkastning på egenkapital (ROE) | Resultat/Egenkapital | Selskapets lønnsomhet sett fra aksjonærenes ståsted. | Avhengig | Avhengig av resultatet, som igjen er avhengig av porteføljen av leieavtaler. Dersom det ikke er noen påvirkning på resultatet vil forholdet øke, ettersom rapportert egenkapital vil bli høyere. |
Avkastning på sysselsatt kapital (ROCE) | EBIT/Egenkapital pluss finansielle forpliktelser | Sier noe om selskapets relative lønnsomhet etter å ha tatt hensyn til størrelsen på innskutt kapital. | Avhengig | Forholdet er avhengig av trekkene ved porteføljen av leieavtaler. |
Resultat per aksje (EPS) | Resultat eller tap/Antall aksjer utestående | Sier noe om selskapets lønnsomhet mot antall aksjer som er utestående. | Avhengig | Resultat eller tap avhengig av trekkene av leieavtalene i porteføljen og skatt. |
Tabell 5: Effekt på nøkkeltall ved overgang fra IAS 17 til IFRS 16
Operasjonelle leieavtaler som tidligere ble kostnadsført løpende under driftskostnader, vil nå balanseføres. Leieavtalene vil etter IFRS 16 påvirke resultatet ved at eiendelen avskrives og leieforpliktelsen amortiseres gjennom effektiv rente. Avskrivningen og rentekostnadene vil være høyere i begynnelsen av en leieavtale og reduseres over avtalens løpetid, som skiller seg fra direkte lineær kostnadsføring under IAS 17. Effekten illustreres i Figur 6.
Noen av effektene presentert i tabellen er nærmere gjennomgått i tidligere studier, master- og bacheloravhandlinger. IASB (2016) kom frem til at effektene av IFRS 16 vil føre til en øning i EBITDA på 9,7 %. Xxxxxxxxx, Moen og Xxxxxxxx (2018) har utarbeidet en effektanalyse av 197 norske børsnoterte foretak. Resultatet av studien viser en langt høyere økning i EBITDA på 19,9% og ROA (Return On Assets, også omtalt som totalkapitalrentabilitet) på 32%. Noe som viser at IFRS 16 vil få en stor innvirkning på flere nøkkeltall. Det er viktig å påpeke at påvirkningen av nøkkeltall er svært forskjellig fra sektor til sektor. For EBITDA spenner økningen seg fra 50,7 % til 10,8%, mens ROA spenner seg fra 324,9 % til 5%. Hvor flyselskaper, varehandel, transport er størst påvirket, mens finanssektoren er minst påvirket.
Xxxxxxxxxx og Rystad (2018) fant blant annet i sin masterutredning at lønnsomhetsnøkkeltall og gjeldsgrad økte, mens egenkapitalandelen ble redusert, som følge implementeringen av IFRS 16. De fant videre at sektorer som olje, industri og forbruksvarer ble mer påvirket enn andre sektorer.
Xxxxxx, Xxxxx og Iversen (2015) så på nøkkeltall og dets effekt på bedriftenes kapitalstruktur. De kom frem til at bruk av operasjonelle leieavtaler ga de beste nøkkeltallene, som vi tidligere har omtalt som et problem med standarden. Unntaket var for EBITDA og EBITDA-margin, som ga bedre nøkkeltall ved finansielle leieavtaler. Grunnen var at disse nøkkeltallene var, som illustrert i vår tabell, før effekten av renter (I) og avskrivning (D), som vi får ved balanseføringen etter finansielle leieavtaler.
5.3 Fordeler mot kostnader
IASB konkluderer i sin effektanalyse (2016) at fordelene av IFRS 16 overveier kostnadene. IASB som tidligere nevnt har en forventing om at IFRS 16 vil resultere i en mer dekkende presentasjon av selskapets eiendeler og gjeld, samt en mer gjennomsiktighet om selskapets finansielle stilling og investert kapital. Dersom forventingene holder vil dette føre til: (1) redusert behov for investor og analytikere til å gjøre justeringen for operasjonelle leieavtaler i balansen og resultatet. Selskapene vil ikke ha samme behov for å gi “ikke-GAAP” informasjon om leieavtaler i noter, da IFRS 16 vil gi mer informasjon om leieavtalene som ikke var tilgjengelig for brukeren under IAS 17. (2) Økt sammenlignbarhet mellom selskaper som leier eiendeler og selskaper som låner til å kjøpe eiendelene og (3) økt informasjon til alle markedsdeltakere. Et selskap vil kunne beregne en mer korrekt verdi av eiendeler og gjeld som oppstår fra en leieavtale, sammenlignet med estimatene investorene estimert med utgangspunkt i noteinformasjon fra regnskapet.
Det forventes at IFRS 16 skal gi en bedre kapitalallokering ved at investorene, kreditorene og selskapet gjør bedre kredit- og investeringsbeslutninger. Kostnad av å implementere IFRS 16 avhenger av størrelsen på selskapets portefølje av leieavtaler, samt vilkår og betingelser til leieavtalene. Når selskapet har oppdatert systemet for informasjon som kreves av IFRS 16, forventes det at kostnadene videre vil bare være marginalt høyere sammenlignet med IAS 17. Informasjon som trengs for å bruke IFRS 16 er lik som ved IAS 17, unntatt diskonteringsrenten som er påkrevd i IFRS 16.
Vi har nå fått en oversikt over de viktigste endringene. Unntakene som er beskrevet vil nærmere gjennomgås i delkapittel 12.3 Mulige tilpasninger, da de får påvirkning for verdirelevansen
standarden forsøker å øke. I dette kapittelet er formålet først og fremst å et overordnet blikk på de regnskapsmessig effekt som følge av ny standard, før vi utleder vår verdirelevansforskning.
6 Verdirelevansforskning
Som tidligere nevnt er formålet til finansielle rapporter ikke å vise verdien av et selskap, men å gi informasjon som hjelper brukerne å estimere dets verdi (CF 1.7). Med utgangspunkt i dette forventes det en viss sammenheng mellom selskapets nåværende finansielle prestasjon og selskapets fremtidige resultat, samt fremtidige evne til å betale utbytte. Videre forventes det en sammenheng mellom finansregnskapet, aksjepriser og dets endringer. Et viktig mål for forskning innen verdirelevans er å prøve å bevise disse sammenhengene. Økt etterspørsel etter forskning vil naturlig oppstå ved standardendringer.
Vi vil ved hjelp av verdirelevansforskning, nærmere bestemt en hendelsesstudie, forsøke å besvare om regnskapets verdirelevans har økt som en konsekvens av IFRS 16 implementeringen. Før vi presenterer metodikken og resultatet av hendelsesstudien vår, vil vi i dette kapittelet gå nærmere inn på verdirelevansforskning og gi et tilbakeblikk på tidligere publisert forskning innenfor verdirelevans. Dette gjør vi får å få et bedre innblikk i hva studien kan bidra med. Til slutt vil vi belyse kort kritiske blikk på verdirelevansforskning.
6.1 Verdirelevans
IASB streber etter å utvikle standarder som gir best mulig nytte til hovedbrukeren av regnskapet. Som tidligere nevnt er det konseptuelle rammeverket sin rolle i utvikling av nye standarder er å assistere standardsettere i utviklingen av nye standarder. Det konseptuelle rammeverket mener at informasjon i regnskapet vil mest sannsynlig være nyttig til hovedbrukeren, dersom informasjonen oppfyller både de to fundamentale og fire forbedrende kvalitative karaktertrekk.
IFRS 16 som overtar etter IAS 17 skal gi mer relevant informasjon til hovedbrukeren ved å inkludere leieavtaler som før 2019 ble holdt utenfor balansen. Ved å innregne alle leieavtaler, med noen få unntak, skal informasjonsasymmetrien mellom selskapet og investorene reduseres
ved at finansregnskapet gir en mer objektiv og dekkende fremstilling av selskapet. Alle leieavtalene innregnes på samme måte for å øke sammenlignbarheten mellom selskaper som velger å eie eiendeler fremfor å leie dem. Informasjonen er lettere tilgjengelig og forståelig for hovedbrukeren. Hovedbrukeren skal ikke trenge å innhente informasjon om leieavtalene fra andre kilder og estimere verdien av dem selv.
IASB mener på sin side at implementeringen av IFRS 16 vil føre til økt regnskapskvalitet for hovedbrukeren. Fra et investor- og analytikerperspektiv vil kvaliteten av regnskapstallene kunne måles ved hjelp av verdirelevansstudier, da studien undersøker den statistiske sammenhengen mellom regnskapstall og aksjekurser (Xxxxx, Xxxxxx og Xxxxxxx, 2001). Som tidligere nevnt kan verdirelevans kan anses som evnen finansiell regnskapsinformasjon har til å fange opp og/eller oppsummere informasjon som bestemmer selskapets verdi.
Verdirelevant resultat kjennetegnes ved at det representerer selskapets nåværende driftspresentasjon, er en god indikator for fremtidig driftspresentasjon og kan benyttes for å estimere selskapets fundamentale verdi (Dechow og Schrand, 2004). Dersom implementering av IFRS 16 har sørget for økt regnskapsinformasjon til hovedbrukeren av regnskapet, vil det oppstå en korrigering i aksjeprisene. Vi vil som nevnt benytte hendelsesstudiemetodikken for å kartlegge den eventuelle endring i aksjeprisene etter annonsering av første kvartalsrapport.
Ball & Xxxxx (1968) regnes som de første til å studere statistiske relasjoner mellom kapitalmarkedet og finansiell regnskapsinformasjon (Kothari, 2001). Desto høyere verdirelevans regnskapsinformasjonen har, desto høyere er den statistiske sammenhengen. Empirisk forskning på sammenhengen mellom kapitalmarkedet og finansiell regnskapsinformasjon er publisert i stort omfang. Xxxxxxxx (2001) viser til 1000 publiserte artikler over de tre siste tiårene.
Utgangspunktet for verdirelevansforskning er en kombinasjon av verdsettelsesteori og regnskapsteori (Beaver, 2002).
Holthausen og Xxxxx (2001) deler tidligere forskning innenfor verdirelevans i tre kategorier.
• Relative assosiasjonsstudier undersøker sammenhengen mellom aksjekurser eller kursendringer og ulike regnskapsvariabler.
Forklaringskraft (R2) sier noe om grad av verdirelevans. Den regnskapsvariabelen med høyest R2 antas å være mest verdirelevant.
• Inkrementelle assosiasjonsstudier benytter vanligvis regresjonsanalyser for å undersøke om verdi eller avkastning kan forklares gjennom regnskapstall. Regnskapstall anses verdirelevant om den tilhørende estimerte regresjonskoeffisienten skiller seg signifikant fra null.
• Marginal informasjonsinnholdsstudier undersøker om regnskapstall gir mer informasjon til investorer. Det er vanlig å benytte seg av hendelsesstudier for å avgjøre om publisert regnskapsinformasjon er assosiert med verdiendringer. Prisendringer blir ansett som bevis på verdirelevans.
Spørsmålet blir da om implementeringen av IFRS 16 fører til økt verdirelevans av regnskapet for hovedbrukeren. Vi vil ved hjelp av marginale informasjonsstudier undersøke regnskapsinformasjonens verdirelevans. Dersom IFRS 16 gir ny verdirelevant informasjon i finansregnskapet, vil investorene og analytikeren justere sine estimater på selskapenes fundamentale verdi. Dersom investorene og analytikerne allerede har innarbeidet informasjonen i sine estimater, vil informasjonen som fremkommer som følge av IFRS 16 ikke føre til økt verdirelevans av finansregnskapet. Informasjonen som forelå i notene eller informasjon fra andre kilder har allerede gitt en god indikator for fremtidig driftsprestasjon og gav tilstrekkelig informasjon for å utarbeide estimert knyttet til verdien av selskapets operasjonelle leieavtaler.
6.2 Tidligere verdirelevansforskning
Finansregnskapets informasjonsinnhold har opp gjennom historien hatt et stort fokus i empirisk forskning innen finans og regnskap. Vi vil i dette delkapittelet gjennomgå tidligere forskning innenfor verdirelevans som legger grunnlag for nyere forskning.
Xxxx og Xxxxx (1968) påviste med hendelsesstudiemetodikken signifikant sammenheng mellom endring i aksjeprisen og endring i resultatet. Studien viste at selskap som opplevde positiv anormal avkastning fikk en positiv residual prisendring, mens selskaper som opplevde en negativ
endring fikk en negativ residual endring. Anormal avkastning er som tidligere nevnt differansen mellom faktisk avkastning på en aksje eller en portefølje og normalavkastning. Den residuale prisendringen på porteføljenivå for gode og dårlige nyheter var noe forskjellig. Nyheter av god karakter hadde en assosiasjon med årlig prisøkning på rundt 7%, mens nyheter av dårlig karakter hadde en assosiasjon med residual prisendring på rundt 9% (Xxxxxx, Xxxxxx og Xxxxxx, 1979).
Det eksisterer en signifikant positiv korrelasjon mellom pris- og resultatendringer, men forholdet er ikke en-til-en. Det vil si at prosentvis endring i aksjepris er ikke lik prosentvis endring i resultatet. Korrelasjonen mellom pris og resultat er mindre enn én. For en individuell aksje er korrelasjon mellom pris og resultat på gjennomsnittlig basis 0,38 (Beaver, 1981). Signifikant forskjellig fra null (ingen sensitivitet) og en (en-til-en sensitivitet). En grunn til dette er at noen faktorer eller hendelser skaper bare resultatendring, men ikke prisendring.
Resultatet er en viktig kilde til informasjon om fremtidig utbytte og resultat. Resultatet inneholder en del ikke permanente komponenter. Komponentene er av forbigående karakter og vil ikke gjenta seg i fremtiden. Komponentene kan derfor ikke benyttes som informasjon om fremtidig resultat eller utbyttebetaling og må derfor skilles ut ved beregning av selskapets fundamentale verdi. Xxx og Xxxxxxxxxx (1996) finner i sin studie at aksjeprisene opptrer som om investorene «ser forbi» det annonserte regnskapsresultatet og foretar justeringer for poster som ikke påvirker den fremtidige utbytteutbetalingen.
Aksjepris opptrer som om markedsdeltakere oppfatter at det er en forsinket innregning i resultatet og balanseverdien av egenkapital. IFRS standarder benytter også historisk-kost- prinsippet for å verdsette eiendeler, noe som fører til en forsinket innregning i resultatet og balansen. Her kan IAS 2 Beholdninger nevnes som eksempel. Verdien av eiendeler og egenkapitalen i finansregnskapet vil derfor ha lavere verdi relativt til den økonomiske verdien og markedsverdien. Regnskapstallene vil derfor på noen områder oppleves som en forsinkelse relativt til aksjeprisene. Den økonomiske verdien kan tenkes på som nåverdien av forventede fremtidige kontantstrømmer. Markedsverdien skal raskt respondere til endring i den økonomiske verdien. Forskjellen mellom den økonomiske verdien og balanseverdien er de urealiserte
gevinstene og tapene. Empirisk forskning av Xxxxxx og Xxxx (2000) gir bevis for forsinket innregning og aktualiteten (eller mangelen på) av balanseverdien basert på historisk kost.
Aksjepriser anser kvartalsrapporter som en mer tidsriktig informasjonskilde. Hendelsesstudie uført av Ball og Brown (1968) viser at prisreaksjon som kan assosieres med resultatet oppstår før annonsering av årsoppgjøret, noe som indikerer at selskapets kvartalsrapporter er en mer tidsriktig informasjonskilde, slik vi kan se i Figur 7 nedenfor. Kun 10% av den kumulative prisendringer hender i måned null, måneden årsregnskapet annonseres. Selv om mesteparten av resultatinformasjonen inkluderes før annonsering av årsresultatet, vil vi likevel se en signifikant prisreaksjon i samme uke som årsresultatet annonseres (Beaver 1968). Dette indikerer at informasjon i årsresultatet fortsatt er verdirelevant. Rapportering av kvartalsrapporten er frivillig, også for selskaper som er listet på Oslo-Børs. Selv om det oppfordres å likevel publisere kvartalsrapport i tråd med IAS 34 Delårsrapportering, er det stor variasjon i hvilken informasjon som inkluderes.
Figur 7: Ball og Xxxxx (1968), Figur 1, s. 169.
Xxxxx (1981) finner en signifikant residual prisendring dagen før og dagen etter resultatannonsering, som vi kan se i Figur 8 nedenfor. Studiet fokuserer på prisendringene uten å prøve å spesifisere retningen til prisendringen, slik som forskningsdesignet til Ball og Brown
gjør. Figuren viser residual prisendring i dagene rundt resultatannonseringen. Prisendringene er rundt 40% lavere på dager hvor det ikke annonseres resultat.
Figur 8: Xxxxx (1981), Figure 1.
Partell og Xxxxxxx (1984) undersøkte reaksjon på aksjeprisen som oppstår innenfor en dag. Resultatet fra undersøkelsen viste at prisendringer er over fem ganger høyere under timen etter resultatannonseringen enn påfølgende timer hvor det ikke kommer en annonsering. Mesteparten av endringen i aksjeprisen skjer innenfor to timer, mens noen endring vil man se den påfølgende dagen.
Både resultatet og egenkapitalen opptrer som viktige forklaringsvariabler for aksjeprisene. Hvis det ikke hadde vært målefeil i balansen, ville markedsverdien av egenkapitalen vært en lineær funksjon av balansen. Hvor den implisitte intersept (alpha) er null, den implisitte koeffisienten8 på hver eiendel og gjeldskomponent (beta) er én og det er ingenting igjen å forklare (u = 0).
Empiriske studier som Xxxxx, Xxxxxx og Xxxxxxx (1993) finner at eiendeler har en signifikant positiv koeffisient, mens gjeld har en signifikant negativ koeffisient. Koeffisientene er forskjellig fra null og varierer mellom de ulike eiendelene og gjelden selskapet har.
Studien av Xxxxx, Xxxxxx og Xxxxxxx (1993) rapporterte også at verdien eiendeler og gjeld i finansregnskapet, samt resultatet forklarte omtrent 75% til 80% av variasjonen i egenkapitalens
8 Koeffisient er et tall, en konstant eller en funksjon som står som faktor i et matematisk uttrykk.
Xxxxxx, X. (4. mai 2020) Koeffisient – matematikk. Store Norske Leksikon. xxxxx://xxx.xx/xxxxxxxxxxx_-_xxxxxxxxxx
markedsverdi. Viktigheten av balansen og resultat varierer basert på industri og nivå av finansielle problemer (Xxxxx, Xxxxxx og Landman 1996b). I industrier som innehar mye immaterielle eiendeler vil balansen være av lavere verdi grunnet store verdier som ikke oppfyller definisjonen av eiendeler etter IAS 38 Immaterielle eiendeler. For selskaper i stor vekst derimot, vil balansen være av høyere verdi og resultatet av lavere verdi.
Xxxxxx, Lang og Xxxxxx (1994) undersøkte relasjonene mellom regnskapstall, aksjeavkastning og aksjepriser for et utvalg tyske selskap. Dette ble gjort ved å analysere assosiasjoner mellom aksjeavkastninger og resultater over lengre hendelsesvindu ved bruk av blant annet regresjoner. Typisk for tysk regnskapsskikk er at myndigheter og kreditor anses som hovedbrukerne av regnskapet, og regnskapet utarbeides derfor mer konservativt.
Resultatene viste blant annet at det forelå signifikant relasjon mellom regnskapsdata og aksjeavkastning, selv om regnskapsdata ofte anses som lite meningsfulle for tyske selskap (Xxxxxx et al, 1994) grunnet sitt konservative fokus. De fant videre at konservatismen i tyske selskap ble gjenspeilet gjennom forholdet mellom regnskapsdata, aksjekurser og avkastning for tyske selskaper. Forklaringskraften (hvor effektivt teorien eller hypotesen kan forklare fagstoffet det angår) var lavere for tyske selskap ved prisregresjonene enn for amerikanske. Koeffisientene som knyttet aksjeavkastningen mot resultat og aksjekapitalen var generelt høyere i Tyskland enn for USA.
Xxx og Hwang (2000) fant at verdirelevansen var lavere for selskap i land som er bank-orienterte enn land som er markedsorientert. Dette har sammenheng med at det i bank-orienterte er banker som i stor grad forsyner selskap med kapital, mens det i markeds-orienterte er investorer. Det er dermed et mindre behov for offentlig finansielle rapporter som er verdirelevante, da en i bank- orienterte land gjerne har direkte tilgang til selskapsinformasjon (Ali og Hwang, 2000).
Verdirelevansen er også lavere for land hvor private aktører ikke har innvirkning på utviklingen av standarder, noe som er logisk da regulatoriske myndigheter gjerne fokuserer mer på korrekt rapportering av skatt og regulatoriske krav.
Gjerde, Xxxxxxxx, Xxxxxx (2008) og oppfølgingsstudiet til Beisland og Knivsflå (2011) undersøkte om innføring av IFRS for norske børsnoterte selskaper førte til en endring i verdirelevans av balansen og resultatet. Studien til Beisland og Knivsflå (2011) finner at balansen sin verdirelevans øker som følge av økt bruk av virkelig verdi. Økt bruk av virkelig verdi i balansen går på bekostning av resultatet sin verdirelevans, da verdiendring føres over resultatet. Resultatet får flere ikke permanente poster og blir mer volatilt, noe som igjen fører til redusert nytte for verdsettelsesformål.
Xxxxxx, Knivsflå og Sættem (2011) utførte en verdirelevansstudie basert på norsk regnskapsinformasjon og analyserte verdirelevansen av balansen og resultatregnskapet i perioden 1965 til 2004. Baser på prismodell, avkastningsmodell og modell for anormal avkastning konkluderte Xxxxxx et al. (2011) at balansen og resultatregnskapet har økt sin verdirelevans over tid. Studien viser også at 60% av variasjon i aksjepris kan forklares ved hjelp av resultat og egenkapital per aksje. Konklusjonen bekrefter funnene fra tilsvarende amerikanske studier (Xxxxxxx og Xxxxxxxx, 1999; Xxxxxxx, Xxxxxx, og Xxxxx, 1997). De amerikanske studiene finner også at balansen sin verdirelevans har økt på bekostning av resultatet, i likhet med Beisland og Knivsflå (2011) sine funn. Xxxxxxx et al. (1997) peker på økt andel av poster som ikke er permanente, flere selskaper som går med underskudd og økt andel immaterielle eiendeler som ikke balanseføres som forklaringer.
Xxxxxxx, Xxxxxxxx og Xxxxx (2012) fant i sin verdirelevansstudie at implementeringen av IFRS 3 Virksomhetsoverdragelser hadde en stor effekt på den finansielle rapporteringen for svenske selskaper. Studien viste at goodwill-intensive selskaper ble verdsatt på nytt av markedsdeltakerne etter implementeringen av IFRS 3, noe som betyr at i denne perioden var det derfor mulig å tjene positiv anormalavkastning.
6.3 Et kritisk blikk på verdirelevansforskning
Enkelte studier har pekt på kritiske trekk ved verdirelevansforskning. Xxxxxxxxxx og Xxxxx (2001) påpeker at verdirelevansforskningen har gitt et svært begrenset bidrag til standard-setting fordi verdirelevansstudiene i stor grad ignorerer regnskapets roller, annet enn til verdsettelse, og andre krefter som bestemmer regnskapsstandarder og praksis. Xxxxx et al. (2001) hevder på sin
side at ettersom finansregnskapets primære rolle er verdsettelsesformål (beslutningsformål), vil sammenhengen mellom egenkapitalens markedsverdi og resultatstørrelser være av stor interesse for standardsetting. Det konseptuelle rammeverket (2020) omtaler beslutningsformålet som regnskapets viktigeste formål, da brukere som har et kontrollformål kan også støtte seg på andre kilder (f.eks internregnskapet).
Med dette avslutter vi gjennomgangen av verdirelevans. Som nevnt innledningsvis er det et mål å påvise sammenheng mellom finansregnskapet og utviklinger i aksjepris. Da investor anses som hovedbruker av regnskapet etter IFRS er det naturlig å fokusere på hva regnskapene skal tilføre av informasjon til markedet ved utarbeidelse av standarder. Som nevnt også ved gjennomgang av det konseptuelle rammeverket settes beslutningsformålet foran kontrollformålet. Målet er at standarden vil få selskapene til å presentere alle forpliktelser de innehar. Det blir dermed interessant å se om markedet vil endre sin mening vedrørende selskapenes verdi etter implementeringen har funnet sted.
7 Introduksjon til analysen
Hendelsesstudie er en metode som er mye brukt som et analytisk verktøy innenfor verdirelevansforskning, da metoden har evne til å undersøke virkningen av en gitt hendelse. Vi har valgt å utføre en hendelsesstudie for å komme nærmere et svar på om finansregnskapet utarbeidet etter IFRS 16 gir økt verdirelevans. Vi vil i dette kapittelet gjøre rede for en hendelsesstudie og den effisiente markedshypotesen, da hendelsesstudie forutsetter et semi- effisent marked. Vi vil også presentere alternative teorier til den effisiente markedshypotesen for å få et mer helhetlig bilde av hva en hendelsesstudie kan bidra med og hvilke begrensninger studiet innebærer.
7.1 Hendelsesstudie
Den effisiente markedshypotesen utviklet av Fama (1970) antar at selskapets aksjepris reflekterer all tilgjengelig informasjon om selskapet. Med utgangspunkt i denne antagelsen kan vi studere
hvordan en hendelse endrer selskapets utsikter, ved å kvantifisere påvirkningen hendelsen har på selskapets aksje. Hendelsesstudiemetodologien er utviklet for å utføre denne typen analyse.
Hendelsesstudiemetodikken er en empirisk analyse hvor man benytter en statistisk metode for å undersøke virkningen av en hendelse og dens påvirkning på selskapets verdi. Studiet kvantifiserer en hendelses økonomiske påvirkning basert på anormal avkastning. Anormal avkastning er den ekstra avkastningen som oppstår som følge av at en ekstraordinær hendelse inntreffer.
Hendelsesstudie kan benyttes til å teste markedseffisiens ved å se på hvor raskt markedet tilpasser seg ny informasjon. Videre kan studiet, med utgangspunkt i at markedet er effisient, undersøke om informasjon som er annonsert har verdirelevans for markedsdeltakerne. Studiet kan avsløre om annonsering gir verdirelevant informasjon til markedet (f.eks i vårt tilfelle informasjon om de operasjonelle leieavtalene til de ulike selskapene). Dersom informasjonen viser seg å være verdirelevant, vil vi se en endring i nivået eller variabiliteten av aksjeprisene eller handelsvolumet over en kort tidsperiode rundt hendelsen.
Dersom verdirelevant informasjonen annonseres, vil marketsdeltakere revidere sine tidligere forventinger knyttet til beløpet, tidspunktet og/eller usikkerheten av fremtidige resultat og selskapets evne til å utbetale fremtidig utbytte. Revidering av tidligere forventinger vil føre til prisendring. Nivået av sikkerhet knyttet til konklusjonen bygger på om det er andre hendelser på samme tid, samt kompleksiteten og hyppigheten i den annonserte informasjonen.
En hendelsesstudie kan utledes over en kort eller lang periode. Vi vil kort gjennomgå hva som skiller dem fra hverandre, samt hvilken periode vi tar utgangspunkt i.
Kort horisont hendelsesstudie bygger på at markedet er semi-sterk effisient. Hypotesen om semi- sterk effisiens antar at nåværende aksjepriser justerer seg rask ved annonsering av ny verdirelevant informasjon. Fordelen med en kort horisont hendelsesstudie er at støy fra andre ekstraordinære hendelser i samme periode reduseres. Utfordring ved alle hendelsesstudier er å måle anormal avkastning på en mest mulig korrekt måte. Problemer hviler på
risikokomponenten, hvordan man skal på best måte justere for risiko ved kalkulering av normalavkastning.
En hendelsesstudie på kort sikt står ovenfor få problemer med feilestimering av normalavkastning. Forventet markedsavkastning per dag er omtrent 0,05%, det vil si at feilestimering av aksjes avkastning vil da være mindre enn 0,01-0,02% per dag. Dette er lite relativt til en gjennomsnittlig anormal avkastning på 0,05% eller mer som er vanlig i en hendelsesstudie (Kothari, 2001). Kort hendelsesstudie tar ikke hensyn til at markedene kan være ineffisiente, vi vil i neste delkapittel kommer nærmere inn på hva dette innebærer. Videre vil der foreligge risiko for å miste deler av effekten til en hendelse grunnet kort hendelsesvindu.
Xxxx horisont hendelsesstudie går ut på å undersøke avkastningen fra ett til fem år etter en hendelse. Slike studier arbeider ut fra et syn om at markedet kan overreagere eller underragere på ny informasjon og at det kan ta lang tid å korrigere de feilprisete aksjene. Markedene er ikke å regne som effisiente. Aksjene kan være feilpriset over en periode på grunn av irrasjonell oppførsel og friksjon i markedet. At menneske underreagerer eller overreagerer på informasjon skyldes partisk handling (behavioral bias). At markedet over en lengre periode er ineffisient kan forklares av menneskets partiske handling. Xxxx horisont studier lider av større problemer med feilestimering av normalavkastning, enn for hendelsesstudier over en kort horisont. Videre vil det foreligge større risiko for støy fra andre hendelser, da en benytter en lengre horisont.
Vi har valgt å benytte en kort horisont studie for å redusere støy fra andre hendelser og risikoen for å feilestimere normalavkastning. Videre vil en lang horisont studie ikke være praktisk gjennomførbart, grunnet mangel på data etter hendelsen fant sted. IFRS 16 ble implementert den
1. januar 2019, vi har derfor ikke anledning til å undersøke avkastningen flere år etter dette. Ved å velge en kort horisont hendelsesstudie kan det foreligge risiko for at vi mister noe av effekten IFRS 16 vil gi.
7.2 Den effisiente markedshypotesen
Kort horisont hendelsesstudie tar utgangspunkt i at markedet er semi-effisient. Den effisiente markedshypotesen ble definert av Xxxxxx Xxxx (1970) og hypotesen er støttet både av teori og
praksis. Fama definerte det effisente markedet som «A market in which prices always ‘fully reflect’ available information is called ‘efficient’». Ved verdsettelse av aksjer er markedseffisiens en fundamental antagelse.
Fama introduserte tre former for markedseffisiens; (1) Svak form for markedseffisiens vil si at all historisk informasjon er priset i aksjekursene. Dette innebærer at det ikke vil være mulig for investorene å bruke historiske aksjekurser for å forutse fremtidige bevegelser, for å tjene anormal avkastning. Det er ikke noen trender eller forutsigbare prisfall. Aksjekursene beveger seg tilfeldig, hvorav det engelske uttrykket random walk benyttes for å beskrive kursene sin bevegelse. (2) Semi-sterk form for markedseffisiens vil si at aksjekursene inneholder all tilgjengelig offentlig informasjon. Ved annonsering av ny informasjon vil aksjekursene oppleve et skifte fordi ny informasjon inkluderes i aksjekursen. Det vil derfor i perioder mulig å tjene anormal avkastning i korte perioder. (3) Sterk form for markedseffisiens vil si at aksjekursene reflekterer all informasjon, både offentlig tilgjengelig informasjon og privat informasjon. Fama (1991) mener selv at aksjemarkedet tilsvarer en semi-sterk form for markedseffisies, som antar at nåværende aksjepriser justerer seg rask dersom det kommer ny offentlig informasjon til markedet. Et velfungerendemarked er essensielt for verdsettelse og allokering av ressurser.
Den effisiente markedshypotesen hviler på tre hovedargumenter: (1) investorer er rasjonelle og aksjene er verdsatt på en rasjonell måte, (2) dersom investorer handler på en irrasjonell måte, vil handlingene være midlertidige og dårlige investorer vil forlate markedet. Handlinger fra de irrasjonelle investorene vil bli kansellert ut av de rasjonelle. (3) Investorer som handler på en systematisk irrasjonell måte vil føre til at rasjonelle investorer tjener superprofitt og feilprising som har oppstått på grunn av irrasjonelle investorer elimineres. Markedet kan være midlertidig feilpriset, men i det lange løp vil det ikke være mulig å oppnå anormal avkastning. Avkastning vil derfor ikke være høyere eller lavere enn hva risikoen skulle tilsi.
Svak form for markedseffisiens er testet i tidligere studier og det er funnet bevis for markedseffisiens på dette nivået. Svak form for markedseffisiens betyr at det ikke er mulig å tjene anormal avkastning ved bruk av historiske priser. Priser er tilfeldige og derfor upredikerbar (Xxxxxxx og Hill, 1953). Mange studier har i ettertid forøkt å forkaste eller påvise den svake
formen for markeseffisisens. Xxxxx og Xxxxx (2012) undersøkte validiteten av svak form for effisiens på det indiske aksjemarkedet, men resultatene fra studiet kunne ikke bekrefte hypotesen om svak form for effisiens. Xxxxxxxx, Xxxxxx og Xxxxxx (2015) fant bevis for den svake form for markedseffisiens, når de undersøkte 10 børser i Asia-Stillehavsmarkedene ved månedlig avkastning, men ikke for ukentlig eller daglig avkastning.
Det er også funnet bevis for Semi-sterk form for markedseffisiens. Xxxx og Xxxxx (1968) studerte effekten av resultatannonsering og finner at mesteparten av informasjonen fra resultatannonsering blir innarbeidet i løpet av en måned etter annonsering. Xxxxxx og Xxxxxxx (1984) undersøker hurtigheten ved dividendeannonsering, de finner at den største delen av prisendringen skjer innenfor fem til femten minutter. Salameh og AlBahsh (2011) testet ved hjelp av hendelsesstudie om det palestinske aksjemarkedet var å regne som semi-sterk form for markedseffisiens. Resultatet av studien kunne bekrefte teorien om semi-sterk markedseffisiens.
Sterk form for effisiens er ikke støttet av forskning, dette skyldes at de fleste land har regler mot innsidehandel.
Antagelsen om at annonsering av finansregnskapet gir ny verdirelevant informasjon til aksjemarkedet er essensielt når en utarbeider en hendelsesstudie. Vi vil i denne masterutredingen undersøke markedsreaksjonen til annonsering av første kvartalsrapport etter IFRS 16 ble implementert for å undersøke om standarden bidrar med verdirelevant informasjon til investor. Kvartalsrapporter er å anse som verdirelevant dersom de innehar uforventet informasjon til markedsdeltakerne. Som tidligere nevnt vil prisendringer blir ansett som bevis på verdirelevans.
Hvis markedet er å regne som semi-sterk effisient, skal det ikke foreligge systematisk anormal avkastning over en lengre periode etter annonseringen. En av de lengstlevende og debatterte hypotesene som taler mot den effisiente markedshypotesen er post-earnings-annoncement drift (PEAD) og Behavioral Finance. Vi går igjennom begge hypotesene nedenfor.
7.3 Post earnings drift
Post-earnings-announcement drift (PEAD) omhandler at en aksje fortsetter å reagere positivt (stige) eller negativt (redusere) i tiden etter at et selskap har publisert sine resultater, da gjerne gjennom en kvartalsrapport. Vi kan oversette dette til ‘drift etter kunngjøring’. Xxxx og Xxxxx (1968) var noen av de første med å omtale dette. De så at det forelå en drift i aksjepriser som relaterte seg til annonsering av finansielle resultater.
Det finnes to konkurrerende forklaringer for drift etter kunngjøring, heretter omtalt som PEAD, ifølge Xxxxxxx og Xxxxxx (1989). Den ene forklarer at prisens endring skyldes at reaksjonen er forsinket, enten som følge av at investorer er for sene til å tilpasse seg tilgjengelig informasjon eller som følge av at en anser kostnadene, dette kan være kostnader relatert til selve handelen eller alternativkostnaden som følge av å implementere en handelsstrategi, for å overgå gevinsten ved den umiddelbare observasjonen av informasjonen.
Den andre forklaringen er at en ikke korrekt justerer for risikoen ved bruk av kapitalverdimodellen9, når en skal estimere anormal avkastning. Resultatet blir da at den anormale avkastningen ikke blir noe mer enn en rettferdig kompensasjon for å bære risikoen. Denne forklaringen krever dermed at selskap som har uventet høy inntjening dermed blir ansett som mer risikabelt, og omvendt. Flere av bevisene presentert i Xxxxxxx og Xxxxxx (1989) sin studie tyder på at det er tvilsomt at PEAD skyldes feiljusteringer ved bruk av kapitalverdimodellen. Gjennom sin studie finner de også opphav til en tredje forklaring, nemlig at forsinkelsen kan skyldes at investorer ikke ser betydningen nåværende inntjeninger har for fremtidige inntjeninger. Transaksjonskostnader kan anses å hemme en fullstendig og umiddelbar respons på informasjon om inntjening. En annen mulighet er at markedsprisene er påvirket av investorer som ikke fult klarer å se konsekvensene av informasjonen.
9 Kapitalverdimodellen er en modell som hensyntar forholdet mellom risiko og forventet avkastning. Gjennomgås i senere kapittel.
Mesteparten av driften skjer innenfor tre måneder etter annonseringen og dermed skal kvartalsvis avkastninger gi mer kraftige tester for PEAD. Mest drift foreligger innenfor 60 dager, hvor 20% og 13% av driften innenfor denne perioden knytter seg til de fem første dagene, hhv. for store og små selskap. Xxxxxx, Xxxxx og Xxxxxxx (1984) finner at størrelsen på selskapene forklarer variasjoner i PEAD. De fant at PEAD er størst for mindre selskap, og minst for større selskap.
Det samme blir funnet av Xxxxxxx og Xxxxxx (1989). Hypotesen er også bekreftet i nyere tid, Truong (2011) finner i sin studie at (PEAD) eksisterer på det kinesiske aksjemarkedet fra 1994 til 2009.
Xxxxxxx og Xxxxxx (1989) illustrerer forskjellen i PEAD for større og mindre selskap i form av Figur 9 og Figur 10. Se neste side for figur 10.
Figur 9: Xxxxxxx og Xxxxxx (1989). Kumulativ anormal avkastning (stor).
Figur 10: Xxxxxxx og Xxxxxx (1989). Kumulativ anormal avkastning (små).
Når vi sammenligner de to figurene ser vi at fordelingen av kumulativ anormal avkastning er mest spredd for små selskap, både før og etter annonseringen. Figur 9 viser kumulativ anormal avkastning for standardisert uforventede inntjeninger (CAR for SUE) for store selskap, mens Figur 10 viser for små. Den første halvdelen for hvert bilde viser effekten frem til 60 dager før annonseringsperioden, mens den andre halvdelen viser frem til 60 dager etter annonseringen. Om en ønsker å minske effekten som følge av PEAD bør en med andre ord se på større selskap, fremfor små.
Den forsinkede responsen til informasjon er som beskrevet av Xxx og Ohlson (1982) «...the most damaging to the naive and unwavering belief in market efficiency». En kan stille spørsmål til hvorfor markedet reagerer slik når informasjonen tross alt er noe forutsigbar, da den er basert på inntjening fra forrige kvartaler.
7.4 Behavioral Finance
Behavioral finance, eller adferdsøkonomi, fikk en fremvekst på slutten av 1980-tallet10 et tiår etter at Fama kom med sin teori om markedseffisiens. Adferdsøkonomi stiller spørsmål rundt rasjonaliteten til investoren, og det foreligger et bredt spekter av ulike psykologiske aspekter som hindrer en i å opptre mest mulig rasjonelt.
En snakker gjerne om ulike skjevheter eller adferdsfordelinger. Dette deles inn i emosjonelle skjevheter, som innebærer å foreta handlinger basert på egne følelser heller enn konkrete fakta, og kognitive skjevheter, som innebærer feil ved tolkning av tilgjengelig informasjon. Xxxxxx, Xxxxxxxxxxx og Xxxxxxxxxxxx (1998) nevner to skjevheter som får konsekvens i form av over- og underreaksjoner i markedsavkastning: at investor har overdreven selvtillit til presisjonen av privat informasjon, og partisk selvattribusjon (i.e. egne årsaksforklaringer). Overdreven selvtillit er det mest robuste funnet innen studier av dømmekraft (DeBondt og Thaler, 1995). Flere bevis antyder at det er mer selvtillit knyttet til mer diffuse oppgaver og hvor resultater og tilbakemeldinger er forsinket. Investorer ser ofte på seg selv som mer kapable til å verdsette verdipapirer enn de egentlig er (Xxxxxx et al, 1998).
Xxxxxx, Xxxxxxxxxxx og Xxxxxxxxxxxx (1998) fant i sin undersøkelse at investor hadde en overreaksjon til privat informasjon og en underreaksjon til offentlig tilgjengelig informasjon. De benyttet, som mange tidligere studier, negativ samvariasjon i avkastning over lengre tidshorisonter som bevis for overreaksjon, og positiv samvariasjon i avkastning for korte tidshorisonter for å reflektere underreaksjon.
Xxxxxx (1996) fant at analyserapporter påvirket aksjepriser i betydelig grad, noe som gjerne ikke er så overraskende. Det som var interessant var at driften i ettertid var lengre for negative rapporter enn for positive. Når det ble foreslått å selge en aksje, reduserte verdien i gjennomsnitt fra 3 til 4 prosent innenfor et tre-dagers hendelsesvindu. Disse aksjene fortsatte å synke 4 til 7 prosent i gjennomsnitt over en seksmåneders periode i ettertid. Xxxxxx mente at dette kunne
10 Kilde: Xxxxxxxx, X. (2000) Inefficient Markets: An introduction to Behavioral Finance. Oxford University Press.
indikere at det forelå forsinkelse i refleksjonen av aksjeprisen, og at den var ulik etter om analytikere foreslo kjøp eller salg. Det foreligger nemlig en forskjell i driften etter kunngjøring fra analytiker og selskaps publiseringer, hvorav det ene er en anbefaling og det andre er et fakta.
Xxxxxx og Xxxx (2018) nevner flere kjente mønstre som hindrer investor fra å opptre rasjonelt. Dette er blant annet Mental Accounting, som først ble introdusert av Xxxxxx (1999), og Self- deception, som oversatt betyr selvbedrag. Selvbedrag omhandler den overdrevne selvtilliten en har til verdsettelse av verdipapirer som vi var innom tidligere. Mental Accounting, mental regnskapsføring, omhandler at en setter penger i kategorier og behandler dem annerledes, for eksempel etter hvordan de er anskaffet. Investor er gjerne mer villig til å sette en nylig vunnet gevinst i investeringer hvor risikoen er høyere (Xxxxxx og Xxxxxxx, 1990). Videre presiserte Xxxxxx og Elmi at en av de mest signifikante faktorene i aksjemarkedet er hvordan nyheter og informasjon konstant påvirker det. Vi kan si at verden aldri sover.
Forskning på adferdsøkonomi er blitt mer populært opp gjennom årene. Mennesket påvirkes av tidligere erfaringer og egne følelser, i motsetning til roboter. På grunn av at disse ikke er påvirket av slike skjevheter er de med på å gjøre markedene mer effektive og likvide. (Lauritsen, 2017) Det knytter seg naturligvis også problemstillinger til dette, som manipulasjon av markedet. Vi skal ikke gå nærmere inn på dette, men påpeker at det foreligger et interessant tema rundt det.
Oppsummert ser vi at det ikke er enighet hvorvidt markedet virkelig er effisient eller ei. Økonomien er i dag mer flettet sammen over landegrensene og vi mottar større mengder informasjon. Dette kan skape mer effisiens da markedsdeltakerne har tilgang til mye informasjon hele tiden, men også genere skjevheter i form av hvordan vi som mennesker behandler denne informasjonen.
8 Fremgangsmåte
Vi ønsker ved hjelp av hendelsesstudiemetodikken forsøke å komme nærmere et svar på om verdirelevansen av regnskapet har økt som følge av IFRS 16, slik IASB forventer. Alternativt
kunne vi foretatt spørreundersøkelser, casestudie eller intervju. Problemet med slike fremgangsmåter er for mye enkeltfokus. Vi er interessert i å se på reaksjonen i hele markedet, og det ville vært utfordrende å fått alle investorer til å svare på en spørreundersøkelse. Ved bruk av intervju ville en fått mer fokus på et fåtall menneskers personlige oppfatninger. Dette ville gitt et mer usikkert grunnlag å generalisere ut ifra. Samme effekt ville vi fått ved en casestudie, hvor vi kun ville fått verdirelevansen sett fra en valgt industri.
Vi vil i dette kapittelet starte med å gjennomgå fremgangsmåten for hendelsesstudie. Hendelsesstudie følger en arbeidsflyt som består av metodologiske valg og analytiske trinn. Forskeren benytter et sett med verktøy for sin analyse, men bør tilegne seg kunnskap om den generelle arbeidsflyten og konsekvensene av sine valg. Vi vil derfor gjennomgå valgene vi har tatt i vår studie, samt belyse konsekvenser av valgene våre.
8.1 Hendelsesstudiemetodikken
Metodikken er mye brukt innenfor verdirelevansstudier etter at den ble introdusert av Xxxx og Xxxxx (1968). Det finnes likevel ingen unik struktur for å utlede en hendelsesstudie. XxxXxxxxx (1997) publiserte i sin studie en fremgangsmåte for utarbeidelse av en hendelsesstudie.
Fremgangsmåten til XxxXxxxxx er anerkjent i det akademiske miljøet og blir ofte referert til. Dette er eldre metodikk, men foresatt relevant den dag i dag. Figur 11 på neste side, gir en illustrasjon av fremgangsmåten for hendelsesstudie. Dette er for å gi et oversiktlig bilde over prosessen vi vil følge. Figuren er i tråd med fremgangsmåten som XxxXxxxxx beskriver i sin studie og vi vil i det følgende gjennomgå prosessen trinn for trinn.
Hendelse
Utvelgelses kriterier
Normal- avkastning
Estimerings- vindu
Anormal avkastning
Empiriske funn
• Trinn 1
• Trinn 2
• Trinn 3
• Trinn 4
• Trinn 5
• Trinn 6
Figur 11: Fremgangsmåte for hendelsestudie
Første steg i prosessen vil vi definere dagen der hendelsene annonseres, det vi kaller hendelsesdagen. Videre vil vi fastsette hvor lenge vi skal ha hendelsen under observasjon, samt
kommentere datatilgjengelighet. Vi fastsetter da det vi kaller et hendelsesvindu. Andre steg i prosessen er å fastsette utvelgelseskriteriene for hvilke selskaper som skal inkluderes i studiet. Videre vil vi velge metode for beregning av normalavkastning og fastslå størrelsen på estimeringsvinduet vi vil benytte for å beregne normalavkastningen, omtalt som tredje og fjerde trinn i prosessen. Normalavkastningen er den avkastning man forventer, dersom ingen ekstraordinære hendelser finner sted.
I femte trinn beregner vi anormal avkastning (AR), forskjellen mellom den faktiske avkastningen og normalavkastningen for hvert selskap for hver dag i hendelsesvinduet. Deretter aggregerer vi de daglige avkastingene over tid til kumulativ anormal avkastning (CAR) for hvert selskap. Vi vil også aggregere den anormal gjennomsnittlig avkastning (AAR) på tvers av selskaper og den kumulative gjennomsnittlige anormale avkastningen (CAAR) på tvers av tid for hele utvalget sett under ett. Siste steg i prosessen blir å presentere våre empiriske funn. Vi vil også foreta en signifikantes av resultatene, som betyr å måle hvor sannsynlig det er at ens data skyldes tilfeldigheter, og utføre en korrelasjonsanalyse for å øke sikkerheten av konklusjonen. I kapittel 11 vil vi presentere eventuelle begrensninger ved studien.
8.2 Hendelse og hendelsesvindu
Hendelsesdagen er dagen for annonsering av informasjon til markedsdeltakerne. I vår studie vil hendelsesdagen være den dagen regnskapstallene blir tilgjengelig for markedsdeltakerne. IFRS 16 ble implementer den 1. januar 2019, men endringene i regnskapet som følge av implementeringen ble først annonsert i 1. kvartalsrapport. Vi har derfor valgt å ta utgangspunkt i
1. kvartalsrapport, fremfor årsoppgjøret for 2019. Investorer og analytikere anser kvartalsrapporter som en mer tidsriktig informasjonskilde (Ball og Xxxxx 1968).
Det er heller ikke praktisk mulig å foreta hendelsesstudien når årsregnskapet publiseres. Dette er da fristen for utarbeidelsen ordinært er seks måneder etter regnskapsårets slutt, jf. regnskapsloven §3-1, og fristen for masteroppgaven er 15 dager før dette, den 15. juni.
Konsekvensene av våre valg kan være at enkelte selskaper ikke kommenterer effektene av IFRS 16 fult ut før i årsrapporten. Vi kan derfor miste noe av markedets reaksjoner som følge av
implementeringen. Det er også en risiko for at det kan det foreligge feil i kvartalsrapportene, ettersom tallene ikke er revidert.
Figur 12: Tidslinje for hendelsesstudie
Hendelsen er av samme type og vi redefinere derfor tiden ved å benytte "falsk tid’. Dette setter alle selskapenes dato for publisering av første kvartalsrapport til dag null i hendelsestid. Dette betyr at Equinor, som publiserte kvartalsrapporten sin den 3. mai, har 3. mai som dag 0 og et hendelsesvindu som strekker seg fra 30. april til 17. mai. Som en oppmerksom leser vil legge merke til foreligger det 14 dager mellom 3. mai og 17. mai. Ser en på kalenderen foreligger det nemlig to helger i dette tidsrommet. Dette betyr at børsen var stengt fire dager og for å få med avkastning for ti dager er siste dag i hendelsesvinduet 17. mai.
Vi innhentet dato for publisering manuelt ved å gjennomgå publiseringene til selskapene i utvalget gjennom Oslo Børs sin nettside. Det kan være en risiko for at markedsdeltakerne har forventninger før publiseringen eller at selskapene selv åpner noe opp om informasjon før de publiserer rapportene. I så fall kan en risikere å miste denne reaksjonen om en ikke foretar riktig valg av hendelsesvindu.
Det første selskapet i utvalget publiserte første kvartalsrapport 9. april, mens det siste publiserte den 5. juni. Som vi kan se av diagrammet under, publiserte de fleste selskapene kvartalsrapporten den første halvdelen av mai. Y-aksen inneholder tidsrommet 9. april til 5. juni sortert for uker slik at tidsrommet mellom publiseringene illustreres tydelig. Linjene i Figur 13 viser hvor mange kvartalsrapporter som ble publisert i det gitte tidsrommet, fra 0 til 3.
Figur 13: Fordeling av publisering av første kvartalsrapport for utvalget
Vi ser av diagrammet at et selskap publiserer flere uker før resten av utvalget og et selskap som publiserer flere uker etter. Dette er hhv. Yara og Norsk Hydro. Dette betyr at det første selskapet i utvalget kan påvirke investors forventinger til de andre selskapene i utvalget. Mest påvirket av dette vil mest sannsynlig bli Norsk Hydro som publiserer sist.
For å kunne måle den totale effekten av annonseringen første kvartal, må vi definere hvor lenge vi forventer at markedsdeltakerne vil bruke for å innarbeide den nye informasjonen i sine estimater. Med utgangspunkt i den effisiente markedshypotesen vil markedsdeltakerne reagere
raskt og upartisk på informasjonen. Vi må fastsette det vi kaller et hendelsesvindu, som vi så i Figur 12.
Oler, Xxxxxxxx og Xxxxx (2007) har gjennomgått hendelsesstudier fra 1994 til 2006 og kartlagt størrelsen på hendelsesvinduet som benyttes i de ulike studiene. Studiene som undersøkes har valgt hendelsesvinduer som varierer fra en dag etter hendelsen finner sted, til tre år. Majoriteten (67,7 %) av hendelsesstudier som er gjennomført benyttet et hendelsesvindu innenfor 5 dager. Xxxxxx (2014) viser i sin studie at den typiske lengden av et hendelsesvindu spenner seg fra 1 til 11 dager. Funnene fra studiet til Xxxx, Xxxxxxxx og Xxxxx (2007) viser at størrelsen på hendelsesvinduet bestemmes av to faktorer. Dette er hendelsens kompleksitet og hvor ofte hendelsen opptrer.
Hendelser som er mindre komplekse og annonseres ofte, tar kortere tid for markedsdeltakerne å tolke. Det vil derfor være naturlig å velge et mindre hendelsesvindu. Her kan annonsering av finansregnskap nevnes som eksempel. Annonsering av finansregnskapet forekommer hvert kvartal og en gang årlig for hele regnskapsåret sammenlagt. Markedsdeltakerne anser ikke informasjonen for kompleks å evaluere og de vil derfor handle raskt, komplett og upartisk til resultatinformasjonen. Aksjeprisene vil derfor korrigeres raskt og muligheten for å tjene anormal avkastning vil raskt avta. Markedet vil derfor være effisient til denne hendelsen.
Ved mer komplekse hendelser som finner sted sjeldnere, vil det være naturlig å velge et lengre hendelsesvindu for å forhindre at en mister reaksjoner som følge av hendelsen. Her kan annonsering av fusjon nevnes som eksempel. Annonsering av en fusjon er noe som hender sjeldent. Hvordan en fusjon vil påvirke selskapenes fremtidige prestasjon er også kompleks og vanskelig for aksjemarkedet å forutse på tidspunktet når hendelsen blir annonsert. Det vil derfor ta lengre tid å innarbeide denne informasjonen (Xxxx, Xxxxxxxx og Xxxxx, 2007) Markedsdeltakerne vil være mindre effisient ved slike hendelser.
Grad av kompleksitet og hyppighet påvirker hvor vanskelig det er å forutse hvilken påvirkning hendelsen har. For hendelser som er av kompleks karakter og som forekommer sjeldent vil en det foreligge risiko for at markedsdeltakerne mistolke resultatet. Dersom forskere velger et for kort
hendelsesvindu, kan det foreligge risiko for å forskeren(e) mister deler av effketene knyttet til hendelsen.
Vi har derfor valgt et hendelsesvindu på 14 dager, fra -3 til 10 dager. Dette var illustrert i Figur
12. Et hendelsesvindu på 14 dager vil redusere faren for feiltolkning av resultatet. Hendelsesvinduet er valgt med utgangspunkt i hendelsen sin kompleksitet og frekvens. Implementering av ny standard er ikke noe som hender ofte, noe som kan tale for et lengre hendelsesvindu. Lav frekvens kan føre til at markedsdeltakerne vil ta lengre tid for å evaluere og innarbeide informasjonen i sine estimater. Likevel vil endringene som følge av IFRS 16 implementeringen fremkomme i kvartalsregnskapet. IFRS 16 kan føre til at markedsdeltakerne må revurdere verdien av selskapenes forpliktelser, men det vil ikke føre til dype fundamentale endringer i selskapets drift. Dette er noe som taler for at aksjemarkedet ikke vil ha for store vanskeligheter med å evaluere endringene på tidspunktet for annonsering av kvartalsrapporten. Dette avhenger av at selskapene på en god måte fremlegger effektene av IFRS 16 i 1.kvartalsrapport. Vi forventer da at markedsdeltakerne vil handle relativt raskt, komplett og upartisk til regnskapsinformasjonen.
Valg av hendelsesvindu er et subjektivt valg utført av forskerne, valget vil derfor inneha risiko. Vårt valg av et hendelsesvindu på 14 dager kan få negative konsekvenser for vårt resultat. Ved valg av et for kort hendelsesvindu kan vi miste noe av effekten som følge av IFRS 16, mens ved valg av et for langt vindu kan føre til inkludering av støy fra andre hendelser.
Vi har tatt høyde for at det kan være andre standarder som implementeres rundt samme periode. IFRS 15 Driftsinntekter fra kontrakter med kunder var den nærmeste omfattende implementeringen. Denne trådte i kraft 1. januar 2018, nøyaktig ett år før IFRS 16. Vi kan dermed anta at effekten som følge av denne implementeringen ikke får påvirkning på vårt hendelsesvindu.
8.3 Utvelgelseskriterier
Vi har tidligere gjennomgått metodisk vår fremgangsmåte slik at leser tidlig skal få en oversikt over hvordan vi skal gå frem. Vi går nå mer i detalj i dette kapittelet med fokus på
Vi valgte først ut de 24 største selskapene registrert på Oslo Børs. Deretter la vi til to selskaper. Dette ble gjort få flere selskaper i hver sektor, samt inkludere det selskapet som var påvirket i stor grad av standarden. Utvalget består av totalt 26 IFRS-rapporterende selskaper fra syv ulike sektorer, se
Tabell 6 under og Figur 14 på neste side.
Sektor | Enheter | Antall |
Energi | Equinor, Aker BP, DNO, Aker Solution, TGS-NOPEC Geophysical Company | 5 |
Industri | AF gruppen, Veidekke, Kongsberg gruppen, Norwegian Air Shuttle, Tomra Systems | 5 |
Konsumvarer | Orkla, Mowi, Austvoll Seafood, Salmar | 4 |
Finans/bank | DNB, Gjensidige forsikring, Storebrand, Sparebank 1 Sr bank | 4 |
Materialer | Norsk Hydro, Yara International, Elkem | 3 |
Eiendom | Xxxx Xxxx Eiendomsselskap, Entra, Selvaag Bolig | 3 |
Telekom | Telenor, Schibsted | 2 |
SUM: 7 | SUM 26 | |
Tabell 6: Utvalg sortert for sektor
Figur 14: Oversikt over valgt portefølje
Utvalget ble sortert i sektor ved hjelp av nettsiden DN Investor. Vi ser at sektor Telecom er minst representativ med bare 2 selskaper. Hele utvalget står for 79% av den totale markedsverdien på Oslo Børs og har derfor samlet en betydelig innvirkning på for totale bevegelsen på Oslo Børs.
Større selskaper har også de beste forutsetningene for å etterleve regnskapsstandardene da de revideres av de fire store og dermed har stor tilgang på ressurser innen regnskapskunnskap. Både xxxxx (Xxxxxx, XxXxxx, Xxxxxxxxx og Xxxxxxxxxxx, 1998 samt Xxxxxxx og Xxxxxxxx, 1999) og nyere forskning (Abughazaleh, X’Xxxxxx og Princen, 2015 samt Xxxxxxx og Xx, 2009) finner bevis for økt revisjonskvalitet ved bruk av de fire store revisjonsselskapene (Deloitte, KPMG, PwC og EY). De store selskapene har også minst effekt som følge av PEAD, som vi så ved gjennomgang av drift etter kunngjøring i kapittel 7.3.
Vi har ved denne utvelgelsesmetoden fått selskap som er påvirket av IFRS 16 både i stor og liten grad, og kan sammenligne forskjellen i deres aksjekursutvikling mot endringer i regnskapet som følge av implementeringen. Den mest sentrale forutsetningen for å være med i utvalget var at selskapet måtte utarbeide første kvartalsrapport. Videre måtte de ha hatt operasjonelle leieavtaler som ble innregnet i balansen etter implementering av IFRS 16, samt at balanseendringene ble publisert i første kvartalsrapport. Vi kontrollerte for dette manuelt ved å gjennomgå
kvartalsrapportene, og alle selskapene i utvalget oppfylte kriteriene våre. Vi benytter oss av sekundærdata da vi innhenter informasjon om selskapene gjennom offentlig publiserte kilder og ikke innhenter data direkte fra selskapene selv.
8.4 Normalavkastning
Formålet med hendelsesstudien er å måle effekten av hendelsen. Effekten måles ved hjelp av anormal avkastning for en aksje eller portefølje over en spesifisert periode. Dersom ingen ekstraordinære hendelser finner sted skal en aksje eller en portefølje oppnå, etter den effisiente markedsteorien, en avkastning som vi betegner som normalavkastning eller forventet avkastning. Anormal avkastning kan observeres empirisk, mens normalavkastning må estimeres. Anormal avkastning for en aksje i, til tid t, er gitt ved:
𝑅𝑖𝑡 = 𝑟𝑖𝑡 + 𝑒𝑖𝑡
Hvor 𝑒𝑖𝑡 er den uvanlige fortjenesten som ikke er forventet. Dette er den fortjenesten som oppstår som følge av hendelsen. 𝑟𝑖𝑡 er definert som normalavkastning for en i aksje eller portefølje og for t tid.
I første omgang estimerer vi normalavkastningen, 𝑟𝑖𝑡. Det finnes flere metoder for å kalkulere
normalavkastning. De ulike modellene kan deles inn i to kategorier: statistiske og økonomiske modeller, hvor hovedforskjellen mellom de to kategoriene er at statistiske modeller ikke bruker noen økonomiske antagelser. De statistiske modellene antar “[. ] that asset returns are jointly
multivariate normal and independently and identically distributed through time” (MacKinlay 1997). De økonomiske modellene tar i betraktning både økonomiske og statistiske antagelser.
Kapitalverdimodellen kan nevnes som en økonomisk modell. Kapitalverdimodellen er en modell som hensyntar forholdet mellom risiko og forventet avkastning. Modellen benyttes for beregning av kapitalkrav ved en investering. Investoren skal kompenseres for risiko som følger med investeringen.
Kontant gjennomsnittsavkastning modellen er å regne som en statistisk modell. Kontant gjennomsnittsavkastning modellen antar at en aksje sin avkastning over tid er normalt distribuert, med kontant gjennomsnitt og varians. Vi vil kort gjennomgå de mest brukte modellene for å kalkulere normalavkastning før vi presentere vårt valg. Formlene til de ulike modellene vil presenteres i en formelsamling, se Tabell 7 på neste side, i forkant av vår presentasjon. Denne skal gi oversiktlig samling av de modellene vi skal gjennomgå. Formelsamlingene vi har utarbeidet ligger også vedlagt under Vedlegg.
Formler til beregning av normalavkastning | Forklaring | Kapittel |
Formel 2: Konstant gjennomsnittsavkastning 𝑅𝑖𝑡 = 𝜇𝑖 + 𝑒𝑖𝑡 Hvor 𝐸(𝑅𝑖𝑡) = 0 𝑣𝑎𝑟(𝑅𝑖𝑡) = 𝜎2 𝑒𝑡 | 𝜇𝑖 = gjennomsnittlig avkastning for aksje i for periode t 𝑒𝑖𝑡 = forstyrrelse for aksje i for periode t 𝐸(𝑅𝑖𝑡) = avkastning forventes å være null 𝑣𝑎𝑟(𝑅𝑖𝑡) = avkastningsvarians forventes å være 𝜎2 𝑒𝑡 | |
Formel 3: Kapitalverdimodellen 𝐸(𝑅𝑖) = 𝑅𝑓 + (𝐸(𝑅𝑀) − 𝑅𝑓)𝛽𝑖 | 𝐸(𝑅𝑖) = forventet avkastning for aksje i Rf = risikofri rente 𝐸(𝑅𝑀) = forventet avkastning for markedsporteføljen 𝛽𝑖 = systematisk risiko for aksje i | |
𝑅𝑖𝑡 = 𝛼𝑖 + 𝛽𝑖 ∗ 𝑅𝑚𝑡 + 𝜀𝑖𝑡 Hvor 𝐸(𝑒𝑖𝑡) = 0 𝑣𝑎𝑟(𝑒𝑖𝑡) = 𝜎2 𝑒𝑡 | 𝑅𝑖𝑡 = aksjens avkastning for observasjon i for periode t 𝑅𝑚𝑡 = avkastningen for et referansemarked for periode t 𝛼𝑖= skjæringspunkt 𝛽𝑖 = stigningstall 𝜀𝑖𝑡 = feilleddet, forventes å være null og ha en endelig varians |
Tabell 7: Formelsamling for beregning av normalavkastning
8.4.1 Konstant gjennomsnittsavkastning modellen
Konstant gjennomsnittsavkastning modellen antar at avkastning til aksjen i er konstant over tid og kan variere på tvers av selskap (MacKinlay 1997). Fordelen med modellen er at den er enkel i bruk og oppdager unormal prestasjon like ofte som andre modeller, men dette gjelder kun dersom hendelsene i en studie inntreffer på forskjellig tid i «ekte tid». (Xxxxx og Warner, 1980). Med utgangspunkt i vår studie vil flere av selskapene annonsere første kvartalsrapport på samme dato. Det vil si at andre modeller har større presisjon for vår studie enn hva konstant gjennomsnittsavkastning modellen kan gi.
8.4.2 Kapitalverdimodellen (KVM)
Kapitalverdimodellen kontrollerer for både aksje- og markedsrisiko.
Kapitalverdimodellen benyttes som oftest for å estimere avkastningskravet for en gitt investering. Risikofri rente er typisk 10-årige statsobligasjoner som er tilnærmet risikofrie. Dette avhenger naturligvis av land, hvorav vi i Norge typisk har benyttet rundt 2%, mens det for Brasil er nærmere 7% rente11. Modellen forutsetter blant annet at all selskapsspesifikk risiko kan diversifiseres bort og at det ikke foreligger transaksjonskostnader eller informasjonsfordeler.
Kapitalverdimodellen er basert på en likevektsteori, men inkludering av økonomiske antagelser om investors handlinger har blitt kritisert. Ved å benytte statistiske modeller vil en unngå disse antagelsene.
Markedsmodellen er å regne som statistisk en-faktor modell med lineær sammenheng mellom markedsporteføljen og aksjens avkastning. Markedsmodellen justerer for risiko ved å benytte beta, til forskjell fra konstant gjennomsnittavkastningsmodellen. Markedsmodellen tar i betraktning selskapets individuelle KVM risiko ved å multiplisere markedsavkastning med
selskapets individuelle risiko (𝛽𝑅𝑚𝑡). Markedssvingene vil derfor tas i betraktning og kan
dermed ses på som en forbedring av konstant gjennomsnittsavkastningsmodellen. Ved å fjerne en del av avkastningen som er relatert til variasjonen i markedsavkastningen, vil variansen til anormal avkastning reduseres.
11 Kilde: Trading Economics. (Udatert) Bonds. xxxxx://xxxxxxxxxxxxxxxx.xxx/xxxxx
Dersom variansen reduseres kan forskere øker sine muligheter til å oppdage effektene av en hendelse. Markedsmodellen er bredt akseptert i det akademiske miljø, men likevel er det rettet kritikk også til denne modellen. Kritikere peker på at modellen antar at risikofri rente, som er
inkludert i 𝛼, er konstant, noe som går på tvers av formodningen om at markedsavkastningen
varierer over tid.
En generell type modell er faktormodellene, som potensielt gir fordelen av redusert varians av anormal avkastning ved å forklare mer av variasjonen i normalavkastningen. Man benytter flere faktorer for å forklare variasjonen i aksjeavkastningen.
Markedsmodellen er en en-faktormodell, mens ved fler-faktormodeller (tre- og fire- faktormodell) vil man i tillegg til markedet eksempelvis inkludere industriindeksen som en ekstra faktor. Tanken ved å legge til flere faktorer er et ønske om å øke modellens forklaringskraft.
Tidsbruken vil derimot øke. I praksis vil man hente lite av å benytte fler-faktormodeller (MacKinlay, 1997). Grunnen er at den marginale forklaringskraften til de tillagte faktorene utover markedsfaktoren er liten. Videre er reduksjonen av variansen til anormal avkastning liten. Reduksjon av varians vil være høyest dersom alle selskapene i utvalget har like karaktertrekk, eksempelvis i samme industri. Selskapene vi har valgt har ikke like karaktertrekk, ved bruk av fler-faktormodellen vil ikke variansen av anormal avkastning reduseres nevneverdig.
Med utgangspunkt i tidligere forskning på området er det vanskelig å få et klart bilde av hvilken modell som bør benyttes for å kalkulere normalavkastning. Likevel kan en studie utført av Xxxxx og Holland (1999) gjøre bildet noe klarere. Cable og Holland undersøkte forskjellige modeller for normalavkastning som benyttes under hendelsesstudie. Med utgangspunkt i 30 børsnoterte selskaper fant de at markedsmodellen var gyldig i 21 av 30 tilfeller. Kapitalverdimodellen var bare å foretrekke over markedsmodellen i 3 av 21 tilfeller. Konstant gjennomsnittsavkastning modellen var ikke å foretrekke i noen tilfeller.
Resultatet fra studiet utført av XxxXxxxxx (1997) viser at fordelene ved å bruke fler- faktormodeller ved gjennomføring av en hendelsesstudie er begrenset, ettersom de ekstra faktorene som tillegges har marginal forklaringskraft.
Med utgangspunkt i forskning utført av Xxxxx og Holland og XxxXxxxxx har valget falt på markedsmodellen for å estimere normalavkastningen, da denne var å foretrekke i langt flere tilfeller. Videre har vi basert vårt valgt på at markedsmodellen er å anse som en forbedring av konstant gjennomsnittsavkastning modellen.
8.5 Valg av estimeringsvindu
Valg av lengde på estimeringsvinduet er opp til forskeren, men det er lurt å undersøke hvilken lengde tidligere forskere har brukt. Forskeren må veie fordelene med en lengre periode, som er økt prediksjon i modellen, mot kostnaden med en lengre periode. Holler (2014) har i sin studie gjennomgått 400 hendelsesstudier og finner at estimeringsvinduet som er benyttet spenner seg fra 30 til 750 dager. Vi har valgt et estimeringsvindu for beregning av normalavkastning på 120 dager, illustrert tidligere i Figur 12: Tidslinje for hendelsesstudie
Det vanligste estimeringsvinduet ved gjennomføring av hendelsesstudier ligger på 100-120 dager for å unngå påvirkning av feilkilder (MacKinlay, 1997). Ved å velge et relativt langt estimeringsvindu vil man unngå at enkelthendelser setter sitt preg på estimering av normalavkastning. Vi har valgt en margin på 18 dager fra estimeringsvinduet til hendelsesvinduet begynner, for å forhindre at markedets reaksjon i forkant av hendelsen påvirker den estimerte normalavkastningen. Marketsdeltakerne vet hvilken dag kvartalsrapporten publiseres og kan derfor bygge opp en forventing i forkant av hendelsen.
Om vi fortsetter å bruke Equinor som eksempel, betyr det at estimeringsvinduet er fra 18.oktober.2018 til og med 03.april.2019. Dette tilsvarer 120 handelsdager. Xxxxxxxx fra estimeringsvinduet til hendelsesvinduet er 04.april.2019 til og med 29.april.2019, som tilsvarer 18 handelsdager. Hendelsesvinduet begynner den 30.april.2019.
9 Hendelsesstudie
Vi vil i dette kapittelet presentere hvordan vi har gått frem for å utføre hendelsesstudien, samt våre empiriske funn. Presentasjonen er omtalt som sjette steg i prosessen som ble presentert i Figur 11. Vi vil i forkant av presentasjonen fremlegge en formelsamling på samme måte som vi gjorde ved gjennomgang av ulike modeller for kalkulasjon av normalavkastning. Denne er også tilgjengelig i Vedlegg. Dette er for at leseren skal gjøre seg kjent med fremgangsmåten, samt kunne gå tilbake ved behov i løpet av kapittelet.
Hendelsesstudien søker svar på om CAAR er forskjellig fra null, som impliserer at vi kan forkaste nullhypotesen. Dersom vi kan forkaste nullhypotesen vil det bety at annonsering av 1.kvartalsrapport har bidratt med mer verdirelevant informasjon for markedsdeltakerne. Dette gir også opphav til videre analyse for å undersøke om den anormale avkastningen skyldes implementeringen av IFRS 16. En komplett tabell med oversikt over resultatene fra vår studie vil bli presentert i Vedlegg. Vi vil presentere styrker og svakheter ved studien i delkapittel 11.2.
9.1 Formelsamling til hendelsesstudiet
Vi vil i dette delkapittelet presentere en komplett formelsamling til hendelsesstudiet. Vi referer til hvilken formel vi benytter gjennom presentasjonen.
Formler til hendelsesstudiet | Forklaring | Delkapittel |
𝑅𝑖𝑡 = 𝛼̂𝑖 + 𝛽̂ ∗ 𝑅𝑚𝑡 + 𝜀𝑖𝑡 𝑖 Hvor 𝐸(𝑒𝑖𝑡) = 0 𝑣𝑎𝑟(𝑒𝑖𝑡) = 𝜎2 𝑒𝑡 | 𝑅𝑖𝑡 = aksjens avkastning for observasjon i (f. eks et selskap) for periode t; 𝑅𝑚𝑡 = avkastningen for et referansemarked for periode t; 𝛼̂𝑖 = estimert skjæringspunkt for observasjon i; 𝛽̂ 𝑖 = estimert stigningstall for observasjon i; εit = feilleddet |
𝐴𝑅𝑖𝑡 = 𝑅𝑖𝑡 − (𝛼̂𝑖 + 𝛽̂ ∗ 𝑅 ) 𝑖 𝑚𝑡 | ARit = anormal avkastning for observasjon i for periode t; 𝑅𝑖𝑡= aksjens avkastning for observasjon i (f. eks et selskap) for periode t; 𝛼̂𝑖 = estimert skjæringspunkt for observasjon i; 𝛽̂ 𝑖 = estimert stigningstall for observasjon i; 𝑅𝑚𝑡 = avkastningen for et referansemarked for periode t; | |
Formel 7: Kumulativ anormal avkastning CAR 𝑡2 𝐶𝐴𝑅𝑖(𝑡1, 𝑡2) = ∑ 𝐴𝑅𝑖𝑡 𝑡=𝑡1 | 𝐶𝐴𝑅𝑖 = kumulativ anormal avkastning for observasjon i; ARit = anormal avkastning for observasjon i for periode t; | |
Formel 8: Kumulativ gjennomsnittlig anormal avkastning CAAR 𝑁 ̅𝐶̅̅𝐴̅̅𝑅̅ = (𝑡1, 𝑡2) = ∑ ̅𝐴̅̅𝑅̅𝑡 𝑖=1 Formel 9: Gjennomsnittlig anormal avkastning AAR ̅̅̅̅ 1 𝑁 𝐴𝑅 = 𝑁 ∑ 𝐴𝑅𝑖𝑡 𝑖=1 | 𝐶̅̅̅𝐴̅̅𝑅̅= Totaleffekten av hendelsene for antall N observasjoner ̅𝐴̅̅𝑅̅= gjennomsnittet av anormal avkastning av N antall observasjoner. |
̅𝐶̅̅𝐴̅̅𝑅̅ (𝑡1, 𝑡2) 𝑡 = 1 ~ 𝑁(0,1) 𝑣𝑎𝑟(̅𝐶̅̅𝐴̅̅𝑅̅ (𝑡1, 𝑡2))2 𝑣𝑎𝑟(̅𝐶̅̅𝐴̅̅𝑅̅(𝑡1, 𝑡2)) 𝑡2 = ∑ 𝑣𝑎𝑟(̅𝐴̅̅𝑅̅𝑡) 𝑡=𝑡1 ̅̅̅̅ 1 𝑁 2 𝑣𝑎𝑟(𝐴𝑅𝑡) = 𝑁2 ∑ 𝜎𝗌1 𝑖=1 | 𝑣𝑎𝑟(̅𝐴̅̅𝑅̅𝑡) = variansen til gjennomsnittlig anormal avkastning for N antall observasjoner i periode t; 𝜎2 = standardavviket til 𝗌1 gjennomsnittlig anormal avkastning |
Tabell 8: Formelsamling til hendelsesstudie
Tilleggsinformasjon til tabellen
* εit og kan tolkes som støy/forstyrrelse i denne sammenheng (MacKinely, 1997)
Det antas at εit ikke er korrelert med Rmt markedets avkastning, og selskapets eller Rit
porteføljens avkastning med i ≠ t er ikke autokorrelert12 og homoskedastisk13. Regresjonskoeffisient βi er et mål på sensitivitet til Rit på et referansemarked. En ordinær minste kvadraters regresjon gjennom estimeringsvinduet benyttes for å kalkulere parameterne (αi og βi) i modellen (MacKinlay 1997).
12 Statistisk begrep for systematisk samvariasjon. Benyttes som oftest for å undersøke om det foreligger sykliske svingninger.
13 Innebærer at variansen til et feilledd er konstant over tid og uavhengig av forklarende variabler. (Husby, 2019)
9.2 Hypoteseutvikling
Med utgangspunkt i hendelsesstudiemetodikken ønsker vi å nærme oss et svar på om implementeringen av IFRS 16 bidrar til mer verdirelevant informasjon i årsregnskapet. Vi vil observere anormal avkastning i hendelsesvinduet dersom annonsering av 1.kvartalsrapport bidrar til verdirelevant informasjon for markedsdeltakerne. Slutningen bygger på at aksjemarkedet er å regne som semi-sterkt effisient og markedesdeltakerne vil derfor handle eller justere sine estimater dersom verdirelevant informasjon annonseres i markedet.
Dersom vi kan forkaste nullhypotesen vil vi videre utføre en effektanalyse for å se om vi kan påvise at verdirelevansen som oppstår som følge av 1.kvartalsrapport skyldes implementeringen av IFRS 16. IFRS 16 skal ved innregning av operasjonelle leieavtaler i balansen bidra med mer informasjon knyttet til verdien av leieavtaler. Dersom informasjon knyttet til leieavtalene ikke var kjent for markedsdeltakerne, vil alt eller deler av den anormale avkastningen vi har påvist skyldes IFRS 16.
Som første steg i prosessen definerte vi nullhypotesen og alternativhypotesen, med utgangspunkt i økt verdirelevans. Nullhypotesen er den vi ønsker å forkaste, mens alternativhypotesen er den vi ønsker å underbygge. Hypotesene må være komplementære, da forkasting av nullhypotesen automatisk fører til akseptering av den andre.
Nullhypotese presentert som ingen kumulativ gjennomsnittlig anormal avkastning.
𝐻0: 𝐶𝐴𝐴𝑅 = 0
Alternativhypotese presentert som kumulativ gjennomsnittlig anormal avkastning.
𝐻𝐴: 𝐶𝐴𝐴𝑅 ≠ 0
9.3 Normalavkastning
For å teste om det foreligger anormal avkastning i hendelsesvinduet, må vi i første omgang estimere normalavkastningen. Normalavkastningen, (𝑅𝑖𝑡) estimeres ved hjelp av Formel 5, markedsmodellen.
Markedsmodellen tar utgangspunkt i historiske aksjekurser. Vi har derfor innhentet de historiske aksjekursene for Oslo Børs og selskapene gjennom estimeringsvinduet, dag -142 til -22 som fremkommer i delkapittel 8.5. Dette gjør vi for å estimere markedsavkastningen til Oslo Børs i
perioden (𝑅𝑚𝑡), vårt referansemarked. For å estimere skjæringspunkt (𝛼𝑖) har vi benyttet Excel
sin skjæringspunktfunksjon i estimeringsvinduet, hvor selskapets historiske avkastning i estimeringsvinduet er den kjente y, mens markedsavkastningen til Oslo Børs (𝑅𝑚𝑡) er den kjente
x. Stigningstallet (𝛽𝑖) estimerte vi på samme måte, hvor selskapets historiske avkastning er den
kjente y, mens markedsavkastningen til Oslo Børs (𝑅𝑚𝑡) er den kjente x.
9.4 Anormal avkastning
Etter å ha estimert normalavkastningen beregnes anormal avkastning for samtlige selskaper i utvalget ved bruk av Formel 6. Anormal avkastning beregnes for å kunne studere hvilken påvirkning annonseringen av IFRS 16 har.
9.5 Kumulativ anormal avkastning
Vi beregner i første omgang CAR med
Formel 7 for alle dagene i hendelsesvinduet for hvert selskap i utvalget. Dette betyr at vi samler den anormale avkastningen over tid slik at vi får en CAR-verdi, som viser selskapenes utvikling i hendelsesvinduet. Tabell 9 på neste side presenterer alle AR og CAR-verdier tilhørende Equinor over hendelsesvinduet (-3,10). CAR selskap fra og med dag 0 nederst i tabellen er CAR over vinduet (0,10), den representerer informasjon i første kvartalsrapport som markedsdeltakerne anser som uforventet.
Tabell 9: AR og CAR for Equinor over hendelsesvinduet (-3,10)
Som vi ser av tabellen beveger anormal avkastning for Equinor seg i negativ retning etter publiseringen av kvartalsrapporten dag 0. Vi har utført samme prosedyre for de resterende 25 selskapene og satt bevegelsene i et linjediagram for bedre å illustrere effekten for deler av utvalget i perioden. Figur 15 på neste side illustrerer bevegelsene for alle selskapene som ikke ble ansett for å reagere nøytralt.
CAR (-3,10)
15.0 %
10.0 %
5.0 %
0.0 %
-3 -2 -1
0
1
2
3
4
5
6
7
8
9
10
-5.0 %
-10.0 %
-15.0 %
-20.0 %
-25.0 %
DNO
Storebrand Xxxx Xxxx MOWI
Equinor
Elkem Selvaag Bolig
Austevoll Seafood
TGS
Veidekke AF Gruppen Orkla
Gjensidige
Aker BP
Aker Solutions Nowegian Entra
Figur 15 viser utviklingen i CAR til deler av utvalget over hendelsesvinduet (-3,10). Figuren viser kun de selskapene fra utvalget som har en CAR over 2,5 % og under -2,5 %. De selskapene som har en CAR mellom 2,5 og -2,5 er å regne som nøytrale. Som vi ser er Equinors utvikling illustrert da gjennomsnittlig CAR var under -2,5% (-3,24%). Vi kommer nærmere inn på hvorfor vi benytter 2,5% og -2,5% som referanseverdier i delkapittel 10.1 Kategorisering av utvalget.
Vi ser at totalt 6 av 17 selskaper har en positiv utvikling i CAR, mens 11 har en negativ utvikling i CAR. Vi kan videre se at det foreligger en residual prisendring dagen før hendelsesdagen for alle selskapene. Funnene er i tråd med Xxxxx (1981) som også fant at signifikant prisendring oppstod dagen før og på selve hendelsesdagen. Xxxxx hevder at prisendringer før slike kunngjøringer skyldes forskjellige tolkninger av signalene som fremkommer gjennom denne perioden. Markedsdeltakerne bygger opp forventinger på hva de tror kommer til å hende.
Figur 16 gir en oversikt over selskapene i utvalget som har en positiv utvikling i CAR over hendelsesvinduet (-3,10), mens Figur 17, på neste side, gir en oversikt over de selskapene som har en negativ utvikling i CAR over samme hendelsesvindu. Den totale oversikten over AR og CAR for alle selskapene i utvalget fremkommer i Vedlegg.
CAR (-3,10)
15.0 %
10.0 %
5.0 %
0.0 %
-3 -2 -1 0 1 2 3 4 5 6 7
8 9 10
-5.0 %
-10.0 %
Orkla
Nowegian
MOWI
TGS
Gjensidige
Entra
Figur 16: Positiv kumulativ anormal avkastning over hendelsesvinduet (-3,10)
CAR (-3,10)
5.0 %
0.0 %
-3 -2 -1 0 1 2 3 4 5 6 7 8 9 10
-5.0 %
-10.0 %
-15.0 %
-20.0 %
-25.0 %
DNO
Aker BP
AF Gruppen Austevoll Seafood
Elkem Storebrand Aker Solutions
Equinor
Veidekke
Selvaag Bolig
Xxxx Xxxx
Figur 17: Negativ kumulativ anormal avkastning over hendelsesvinduet (-3,10)
Vi ser også at meravkastningen avtar og stabiliseres seg på nytt nivå i løpet av hendelsesvinduet i tråd med den effisiente markedshypotesen. I det lange løp vil det ikke være mulig å oppnå anormal avkastning, det er kun i de korte periodene når det annonseres ny informasjon at markedet er feilpriset. Vi ser også at enkelte selskaper stabiliserer seg på nytt nivå raskere enn andre. For de selskapene som har en positiv utvikling etter hendelsesdagen, unntatt Norwegian, ser vi en raskere stabiliseringseffekt. Noe som kan indikere atferdsøkonomi. Investorene tar lengre tid å innarbeide negativ informasjon i sine estimater, enn positiv informasjon. Noe som taler imot den effisiente markedshypotesen, blant annet at investorene er rasjonelle aktører.
9.6 Kumulativ gjennomsnittlig anormal avkastning og test av signifikans
For å finne den totale effekten for hele utvalget over hendelsesvinduet beregner vi den samlede CAAR, ved hjelp av
Formel 8, for hele utvalget (26 selskaper). Først beregner vi den AAR for alle selskapene i
utvalget. Dette gjøres ved bruk av Formel 9. Ved beregning av AAR får vi et gjennomsnitt for hele utvalget, for hver dag i hendelsesvinduet. Deretter summeres alle AAR fra dag -3 til +10 for å komme frem til CAAR. Til slutt signifikanstestet vi CAAR ved hjelp av å benytte en t-test, illustrert ved
Formel 10. For å få standardavviket som benyttes i formelen benyttet vi standardavvikfunksjonen i Excel med utgangspunkt i AAR i estimeringsvinduet (-142,-22), illustrert i Formel 12.
Vi utfører en signifikanstest for å sikre validiteten av vårt resultat. T-testen benyttes for å teste om CAAR er signifikant forskjellig fra null, som betyr at vi kan forkaste nullhypotesen. Under antagelsen om at CAAR følger en normal distribusjon med et gjennomsnitt på null og en varians
på 𝑣𝑎𝑟(̅𝐶̅̅𝐴̅̅𝑅̅(𝑡1,𝑡2). Ved hypotesetesting trenger vi faktisk eller estimert varians. Varians må
som regel estimeres, da vi sjelden kjenner til faktisk varians. Metoden for å estimere variansen er mange, XxxXxxxxx (1997) anbefaler variansestimatoren i markedsmodellen. Tabell 10 presenterer resultatet som fremkom ved utledning av t-test for CAAR for hendelsesvinduet (- 3,10).
Signifikansnivå | T-verdi | 1 prosent | 5 prosent | 10 prosent |
CAAR (-3,10) | -2,0266 | Ikke signifikant | Signifikant | Signifikant |
Konklusjon | Nullhypotesen beholdes | Nullhypotesen forkastes | Nullhypotesen forkastes |
Tabell 10: Signifikanstest av nullhypotesen
Vi kan dermed si med 95% sikkerhet at det foreligger kumulativ gjennomsnittlig anormal avkastning innenfor hendelsesvindu (-3,10) og kan derfor med 95% sikkerhet forkaste nullhypotesen om at det ikke foreligger CAAR i hendelsesvinduet. Det vil være 5% sannsynlighet for at resultatet er preget av tilfeldigheter. Forkastningsområdet velger man etter hvor sikker man vil være for at et resultat er rett. Det er likevel alminnelig anerkjent å akseptere signifikansnivå på 5% innen samfunnsvitenskap (Tufte, 2005).
Ved hypotesetesting er det to feil man kan gjøre. Forkaste nullhypotesen når nullhypotesen er riktig (Type 1-feil), eller unnlate å forkaste nullhypotesen når alternativhypotesen er riktig (Type 2-feil). Da test av hypotese alltid tar utgangspunkt i at nullhypotesen er sann, ingen anormal avkastning i hendelsesvinduet, dreier signifikansnivået seg kun om risikoen for å begå Type-1 feil (Tufte, 2005). Dette betyr at det foreligger 5% risiko for å begå denne type feil i vår forskning.
9.7 Konklusjon av hendelsesstudie
Som en oppsummering av hendelsesstudiet foreligger det, sammenholdt med vår t-test, rimelig sikkerhet for en anormal avkastning ved publiseringen av første kvartalsrapport 2019. Som nevnt tidligere i kapittelet om verdirelevans, blir signifikant prisendring ansett som bevis for verdirelevans. Likevel er det ikke sikkert at denne signifikante prisendringen knytter seg opp til implementeringen av standarden, da det foreligger annen informasjon i kvartalsrapporten som investoren kan anse som verdirelevant. Som nevnt i metodekapittelet må vi derfor videre analysere dette opp mot selskapene i utvalget for å kunne si noe om det skyldes standarden IFRS 16 eller annen informasjon i finansregnskapet.
10 Effektanalyse
Vi avdekket i kapittel 9 at det forelå anormal avkastning ved publisering av første kvartalsrapport 2019. Vi vil videre utføre en effektanalyse for å øke sikkerheten i vår konklusjon. I effektanalysen har vi gjennomgått alle finansregnskapene til utvalget for å undersøke hvilke effekter IFRS 16 har gitt. Vi vil deretter sammenligne resultatene fra effektanalysen med resultatene fra hendelsesstudiet, for å se om vi kan identifisere noe mønster mellom hendelsesstudien og effektanalysen. For å kunne gjøre denne sammenligningen starter vi med å kategorisere alle selskapene etter dets utvikling i CAR etter hendelsesdagen.
10.1 Kategorisering av utvalget
Med utgangspunkt i resultatene fra hendelsesstudien vil vi nå foreta en kategorisering av utvalget basert på hvilke selskaper som har hatt en positiv utvikling, nøytral utvikling og negativ utvikling etter hendelsesdagen. Da vi i etterkant ønsker å sammenligne resultatet fra hendelsesstudiet med resultatet fra effektanalysen.
Vi har valgt å kategorisere utvalget for å undersøke hvilken påvirkning en kvartalsannonsering har på verdien av selskapets egenkapital. Hvis kvartalsannonseringen har informasjonsinnhold høyere enn normalavkastning, vil det være en assosiasjon med økning i egenkapitalverdien.
Mens dersom kvartalsannonseringen har et informasjonsinnhold lavere enn normalavkastning, vil det assosieres med en nedgang i egenkapitalverdien. Selskaper som har en kvartalsannonsering hvor informasjonsinnholdet er sentrert rundt normal avkastning, mellom 2,5% og minus 2,5%, vil assosieres med hverken oppgang eller nedgang i egenkapitalverdien.
For å fange assossiasjonen vil utvalget deles inn i tre kategorier: gode nyheter: nøytrale nyheter og dårlige nyheter, se Tabell 11 på neste side. Vi kategoriserer selskapene basert på deres CAR. Selskaper som har en CAR over 2,5% inngår i god, mens selskaper som har en CAR lavere enn minus 2,5 % inngår i gruppen dårlig. Selskapene som faller mellom disse verdiene, er de som ikke opplever betydelig kumulativ anormal avkastning.
Vi har fordelt selskapene basert på terskelverdier, som er en kjent tilnærmingsmetode ved utarbeidelse av hendelsesstudier. Vi har valgt samme terskelverdier som XxxXxxxxx (1997) benyttet i sin studie, da studien er en anerkjent innen verdirelevansforskning. Hvis annonseringen ikke er fordelt etter kategori kan de positive og negative verdiene nulle ut hverandre. Man vil derfor ved hjelp av kategorisering få et klarere resultat, som igjen vil være lettere å tolke.
God: CAR > | 2,5% | Nøytral | Dårlig: CAR < | -2,5 % | |
Norwegian | 12,8 % | Tomra systems | 2,27 % | DNO | -16,6 % |
Orkla | 8,1 % | Yara internatinal | 1,2 % | Elkem | -16,5 % |
MOWI | 7,4 % | Telenor | 0,7 % | Veidekke | -16,1 % |
TGS | 7,0 % | Schibsted (Ser. A& B) | 0,8 % | Aker BP | -15,3 % |
Gjensidige | 5,4 % | Sparebank 1 Sr-bank | 0,7 % | Storebrand | -8,6 % |
Entra | 3,9 % | SalMar | 0,5 % | Selvaag Bolig | -7,7 % |
Norsk Hydro | -1,0 % | AF Gruppen | -4,8 % | ||
Kongsberg | -1,6 % | Aker Solutions | -4,6 % | ||
DNB | -2,49 % | Xxxx Xxxx | -3,6 % | ||
Austevoll Seafood | -3,4 % | ||||
Equinor | -3,2 % | ||||
Antall: 6 | Xxxxxx: 9 | Antall: 11 | |||
Vi har beregnet CAR for hvert selskap i utvalget ved å summere AR over vinduet (0,10), se Formel 7. Vi beregner CAR over perioden dag 0 til dag +10 og ikke hele hendelsesvinduet (- 3,10). Dette er fordi markedsdeltakerne vil bygge opp forventinger i forkant av annonsering av kvartalsrapporter. Da vi ønsker å undersøke markedsdeltakerne sine reaksjoner til ny informasjon utelater vi reaksjonene i forkant av annonseringen, fra dag -3 til dag 0. Videre, for å unngå at gode og dårlige havner i feil kategori, vil kategoriene inneha en øvre og nedre grense.
I Tabell 11 kan en se at 6 selskaper fra utvalget opplever positiv CAR, mens 11 opplever negativ CAR. De resterende 9 selskapene opplever hverken positiv eller negativ kumulativ anormal avkastning. Sorteringen etter gode, nøytrale og dårlige nyheter illustererer at 6 selskaper opplever å levere nyheter som anses som gode for investorene, 9 av selskapene leverer nyheter som ikke har stor virkning hverten i positiv eller negativ retning, mens 11 selskaper i utvalget leverer nyheter som anses for å være dårlige for investorene. Investorene vil justere ned sine estimater av selskapenes verdi.
Etter sortering av selskapene i kategorier har vi valgt å beregne et gjennomsnitt for hver av disse kategoriene slik at vi kan se hvordan de i snitt beveger seg etter hvilke nyheter de avgir. Dette gjør vi for å gi et mer illustrativt bilde av selskapenes utvikling etter hendelsesdagen basert på kategori. Resultatet fremkommer Figur 18 på neste side. Vi vil gi en kort gjennomgang av hva utviklingen kan indikere.
CAR (-3,10)
10.0 %
5.0 %
0.0 %
-3 -2 -1 0 1 2 3 4 5 6 7 8 9 10
-5.0 %
-10.0 %
-15.0 %
God
Nøytral
Dårlig
Figur 18: Vi har beregnet et gjennomsnitt av selskapene som inngår i hver kategori
Legg merke til volatiliteten som fremkommer etter den stiplede linjen. Det ser ut til at den kumulative anormale avkastningen når sin høyde på dag 9 og deretter begynner å stabilisere seg på nytt nivå, i tråd med den semi-effisiente markedshypotesen. Kategori nøytral holder seg langs x-aksen, dette er fordi den bygger på et gjennomsnitt av positiv og negativ CAR mellom 2,5% og
-2,5%, se blant annet Tabell 11.
Det må videre nevnes at kategori dårlig tar lengre tid før den stabiliseres på et nytt nivå. Kategori dårlig har også en kraftigere residual prisendring i dagene etter hendelsesdagen, enn vi ser for kategori god. Xxxxxx (1996) rapporterte om en noe lengre drift i ettertid av negative rapporter enn for positive. Bevisene går på tvers av forutsetningene om den rasjonelle investor etter den effisiente markedshypotesen. Han fant videre at det var forskjell i driften etter om analytikere foreslo kjøp eller salg. Som vi kan se av figuren kommer kategori dårlige ut, enn kategori kommer godt ut. Kategori dårlig synker til 9,2% på det laveste, mens kategori god stiger til 7,0
% på det høyeste.
Kategori dårlig fortsetter i samme retning som dagen før kvartalsannonseringen. Dette kan indikere at det i tiden før annonsering foreligger spekulasjoner eller informasjon om selskapene,
eksempelvis i form av nyheter eller rapporter fra aksjeanalytikere, som treffer godt på hva selskapene faktisk leverer.
Da vårt hovedfokus er på verdirelevans av regnskapet, og vi allerede har konstatert at det foreligger anormal avkastning, legger vi fokuset på gjennomgang av de regnskapsmessige effektene som følge av standarden. I det neste kapittelet vil vi sammenholde utviklingen vi ovenfor har sett i CAR mot effektene i balanse og resultat.
10.2 Gjennomgang av finansregnskapet til de utvalgte selskapene
Spørsmålet vi nå står ovenfor er om det foreligger anormal avkastning på hendelsesdagen som følge av implementeringen, eller om det skyldes annen informasjon fra kvartalsrapporten. Da vi ønsker å se om implementeringen av IFRS 16 har ført til økt verdirelevans av regnskapet, må vi se noe nærmere på hvilke effekter av IFRS 16 selskapene selv rapporterer. Vi har valgt en slik metode i tillegg til hendelsesstudien for å redusere sannsynligheten av at vi trekker konklusjon på feil grunnlag. Det vil si at anormal avkastning oppsto kun som følge av annen informasjon i finansregnskapet og ikke av implementeringen som følge av ny standard.
Vi innhentet derfor kvartalsrapportene for utvalget, både 1. kvartalsrapport 2019 og 4. kvartalsrapport 2018 for å se på verdiene før og etter implementeringen. Vi noterte oss balanseverdien ved utgangen av 4. kvartal og størrelsen på den innregnede eiendelen og forpliktelsen før reduksjon for avskrivning, presentert i 1. kvartalsrapport. Vi noterte oss også resultat før skatt for 1. kvartal 2019, samt resultatpåvirkningen av implementeringen. Her var det ulik grad av formidling, hvorav fem av selskapene i utvalget ikke hadde presentert påvirkning på resultatet. Balanseendringer var tydelig presentert i form av tabell i noter, mens resultatendringen, for de som oppga dette, var gjerne kun i form av en setning inne i et avsnitt.
I vår gjennomgang av finansregnskapene har vi studert økningen i gjeld som følge av IFRS 16 implementeringen. Vi har en forventing om at høyere forhold fører til høyere negativ CAR. Med andre ord har vi en forventing om at de selskapene som i større grad er påvirket av IFRS 16, vil ha en negativ utvikling over hendelsesvinduet. De selskapene som inngår i våre kategorier god og nøytral vil ikke være like sterkt påvirket av IFRS 16 og dermed har en nøytral eller positiv
utvikling over hendelsesvinduet. Vi har også studert nedgang i resultat (EBT) som følge av IFRS 16, også her har vi en forventing om at jo større forhold, jo høyere negativ CAR. Vi vil redegjør nærmere for vår forventing i kapittel 11 Sammenligning av resultater. I forkant av vår gjennomgang vil vi fremlegge formelsamlingen til vår effektanalyse, se Tabell 12.
Formel | Forklaring |
Formel 13: Økning i gjeld som følge av IFRS 16 implementering 𝐼𝑛𝑛𝑟𝑒𝑔𝑛𝑖𝑛𝑔 𝑎𝑣 𝑙𝑒𝑖𝑒𝑎𝑣𝑡𝑎𝑙𝑒𝑟𝑖 = 𝑇𝑜𝑡𝑎𝑙 𝑘𝑎𝑝𝑖𝑡𝑎𝑙𝑖−1 | i = implementeringskvartalet, første kvartal 2019; i-1 = kvartalet forut implementeringskvartalet, fjerde kvartal 2018 |
Formel 14: Reduksjon i EBT som følge av IFRS 16 implementeringen 𝑅𝑒𝑑𝑢𝑘𝑠𝑗𝑜𝑛 𝑖 𝐸𝐵𝑇𝑖 = (𝐸𝐵𝑇 ) + 𝑟𝑒𝑑𝑢𝑘𝑠𝑗𝑜𝑛 𝑖 𝐸𝐵𝑇 𝑖 𝑖 | EBT = inntjening før skatt i = implementeringskvartalet første kvartal 2019 |
Tabell 12: Formelsamling til effektanalysen
I Tabell 13, på neste side, har vi presentert balansepåvirkningen i form av hvor mye som ble innregnet for hvert selskap og hvor stor andel dette utgjør av utgående balanse i 4. kvartal, se de første to kolonnene. Videre har vi presentert nettoeffekten for implementeringen i resultatet før skatt, for de selskapene som rapporterte dette, samt hvor stor andelen er i forhold til resultatet før skatt for 1. kvartal 2019, før effekten ble hensyntatt. Alle våre notater fra kvartalsrapportene, før og etter IFRS 16 påvirkning er lagt ved i Vedlegg. Vi valgte å kun ta med de konkrete tallene vi ser på for å ha et mer ryddig bilde i utredningen.
Vi har kategorisert selskapene etter utvikling i CAR. Dette er for å se om det foreligger en sammenheng mellom CAR og IFRS 16. Vi har sortert selskapene i hver kategori etter størrelsen på forpliktelsene som er innregnet i balansen forhold til balansen 4. kvartal 2018. Den grå linjen øverst for hver kategori viser gjennomsnittet for hver kategori i hver kolonne.
Selskapene rapporterte i ulik valuta og ulike tallforhold. Vi har derfor omarbeidet tallmaterialet slik at alle er presentert i norske millioner for bedre å kunne sammenligne selskapene. Vi innhentet valutakursene fra Norges Bank. For balanseverdiene og resultatverdiene benyttet vi oss av kursen for publisering av kvartalsrapportene. Vi anser dermed de omarbeidene tallgrunnlagene våre som et godt grunnlag å foreta videre vurderinger fra.
Det er interessant å se at implementeringen av IFRS 16 har ført til en innregning på
134 milliarder for vårt utvalg. Videre har resultatet blitt redusert med 882 millioner totalt. Likevel tilsvarer dette kun en økning på 2,4% og en reduksjon på 1,2% målt mot selskapenes
balanse og resultat før skatt. Vi vil i de neste delkapitlene vurdere de ulike effektene i hver deres respektive kapitler, et for balanse og et for resultat.
10.2.1 Økning i gjeld som følge av IFRS 16
I vår effektanalyse undersøker vi økningen i gjeld som følge av IFRS 16 til alle selskapene i utvalget. Som det fremkom av Formel 13, har vi beregnet økningen for hvert selskap. Vi har også beregner den totale økingen i forpliktelser for hele utvalget og for hele utvalget unntatt finanssektoren.
Resultatet fremkommer i Tabell 14 og Figur 19, på de neste sidene. Vi har sortert økningen fra høyest til lavest. Videre har vi lagt til sektor for hvert av selskapene, slik vi sorterte dem i kapittel 8.3. Dette er for å se om det er sektorer som er mer påvirket av implementeringen enn andre.
Endring i gjeld som følge av IFRS 16 | Sortert etter økning i balansen | |||
Selskap | Prosentvis økning | Sektor | Kategori |
Norwegian Air Shuttle | 60,27 % | Industri | God |
Aker Solutions | 27,33 % | Energi | Dårlig |
Telenor | 13,79 % | Telekom | Nøytral |
Tomra Systems | 10,48 % | Industri | Nøytral |
AF Gruppen | 10,46 % | Industri | Dårlig |
Mowi | 7,78 % | Konsumvarer | God |
Schibsted (Ser. A & B) | 6,74 % | Telekom | Nøytral |
Kongsberg Gruppen | 5,84 % | Industri | Nøytral |
Veidekke | 5,02 % | Industri | Dårlig |
SalMar | 4,24 % | Konsumvarer | Nøytral |
Aker BP | 4,06 % | Energi | Dårlig |
Equinor | 3,94 % | Energi | Dårlig |
Austevoll Seafood | 3,79 % | Konsumvarer | Dårlig |
Orkla | 2,76 % | Konsumvarer | God |
Yara International | 2,68 % | Materialer | Nøytral |
TGS-NOPEC Geophysical Company | 2,38 % | Energi | God |
Norsk Hydro | 1,92 % | Materialer | Nøytral |
Elkem | 1,20 % | Materialer | Dårlig |
Gjensidige Forsikring | 0,83 % | Finans | God |
Selvaag bolig ASA | 0,83 % | Xxxxxxx | Xxxxxx |
DNO | 0,77 % | Energi | Dårlig |
Xxxx Xxxx Eiendomsselskap | 0,64 % | Xxxxxxx | Xxxxxx |
Entra | 0,49 % | Eiendom | God |
DNB | 0,23 % | Finans | Nøytral |
Storebrand | 0,18 % | Finans | Dårlig |
SpareBank 1 SR-Bank | 0,17 % | Finans | Nøytral |
Gj.snittlig endring i balanseførte forpliktelser | 2,42 % | ||
Gj.snittlig endring i balanseførte forpliktelser (eks. finanssektor) | 6,44 % | ||
Tabell 14: Endring i gjeld som følge av IFRS 16
Resultatet viser at økningen i gjeld i forhold til totalkapital som følge av IFRS 16, spenner seg fra 60,3% til 0,2%. For utvalget sett under ett foreligger en økning i forpliktelser på 2,4% og for hele utvalget uten finanssektoren foreligger det en økning på 6,4%. Dette forteller oss at økningen i forpliktelser er for noen selskaper svært høy, men utvalget sett under ett vesentlig mindre. Figuren under illustrerer tydelig hvor stor differansen i innregning mellom selskapene i utvalget vårt er.
N O R WE G I AN AI R … AKE R S O L UT I O N S
T E L E N O R T O M R A S Y S T E M S AF G R UP P E N
M O WI
S C H I B S T E D ( S E R . … KO N G S B E R G …
V E I D E KKE S AL M AR AKE R B P E Q UI N O R
AUS T E V O L L …
O R KL A
Y AR A … T G S - N O P E C …
N O R S K H Y D R O
E L KE M
60.27%
27.33%
13.79%
10.48%
10.46%
7.78%
6.74%
5.84%
5.02%
4.24%
4.06%
3.94%
3.79%
2.76%
2.68%
2.38%
1.92%
1.20%
G J E N S I D I G E … 0.83% S E L V AAG B O L I G … 0.83%
DNO 0.77% O L AV T H O N … 0.64% E N T R A 0.49%
DNB 0.23%
S T O R E B R AN D 0.18% S P AR E B AN K 1 … 0.17%
Figur 19: Økning i gjeld som følge av IFRS 16 fra mest til minst prosentvis økning
Norwegian Air Shuttle (60.3%) er det selskapet som har størst økning i gjeld i forhold til totalkapital som følge av IFRS 16. Norwegian Air Shuttle hadde mange fly som var kategorisert som operasjonelle leieavtaler etter IAS 17, og var derfor holdt utenfor balansen. Selskapet selv skriver i første kvartalsrapport at hele 95% av den totale endringen i totalkapitalen kom fra leieavtaler knyttet til fly (Norwegian Air Shuttle, 2019). Norwegian inngår i sektor industri. Vi ser at alle selskapene innen industri er over snittet i sorteringen etter balanseverdi. Aker Solutions (27,3%) kommer på andreplass i økning gjeld i forhold til totalkapital, likevel er dette et unntak, da de andre selskapene sortert innen energi kommer lengre nede på tabellen.
Storebrand (0,2%) og Sparebank 1 Sr-Bank (0,2%) er de som har lavest økning i gjeld i forhold til totalkapital og befinner seg i finanssektoren. Selskapene benytter seg lite av operasjonelle leieavtaler.
I Tabell 15 har vi sortert selskapene for sektor, for så å beregne den gjennomsnittlige endringen per. sektor. Vi ser at den gjennomsnittlige endringen er høyest for industri (18,4%) og telekom (10,3%), og lavest for eiendom (0,7%) og finans (0,4%). En naturlig forklaring er at disse
sektorene ikke benytter seg av leieavtaler i samme omfang som industriselskaper, samt at selskapene i finans er mer kapitalintensive.
Sortering basert på sektor | |
Industri | 18,42 % |
Telekom | 10,27 % |
Energi | 7,70 % |
Konsumvarer | 4,64 % |
Materialer | 1,93 % |
Eiendom | 0,65 % |
Finans | 0,35 % |
Sammenlignet med tidligere forskning på området ser vi lignende resultater. En studie utført av Kvifte og Puri (2019) pekes det på Norwegian Air Shuttle og Aker Solutions som selskaper med størst økning som følge av IFRS 16. Kvifte og Puri undersøker første kvartalsrapport til 29 foretak listet på Oslo Børs, hvor de ser på økningen i totalkapital som følge av IFRS 16.
Resultatene fra studien viser også til at selskaper innenfor eiendom- og finanssektorene opplever minst påvirkning som følge av IFRS 16.
En større studie utført av Xxxxxxxxx, Moen og Stenheim (2018) undersøkte totalt 197 selskaper notert på Oslo Børs og Oslo Axess, hvor operasjonelle leieavtaler ble kapitalisert basert på den konstruktive metoden utviklet av Xxxxxx og Lipe (1991, 1997). Metoden baserer seg på å innregne operasjonelle leieavtaler i balansen basert på informasjonen i noter. Studien viser en økning i totale forpliktelser på 2,9%. Basert på vårt utvalg ser vi en øking i totale forpliktelser på 2,4%. Som tidligere nevnt beregnet IASB i sin effektanalyse at IFRS 16 innebar en økning av balanseførte forpliktelser på 5,4%, som er noe høyere enn vårt resultat. Dette kan skyldes at vårt tall inkluderer finanssektoren, mens IASB ekskludere denne sektoren. Finanssektoren er som nevnt mindre påvirket, mye på grunn av kapitalintensiv sektor og lite bruk av operasjonelle leieavtaler. Dersom vi også ekskluderer finanssektoren har vi en total økning i forpliktelser på 6,4%, omtrent likt som IASB beregnet.
Videre vil det være interessant å undersøke hvordan våre resultater, som tar utgangspunkt i selskaper listet på Oslo Børs, er i forhold til internasjonale studier. Vi har allerede sammenlignet vårt resultat med effektanalysen utført av IASB, men ønsker å se hva andre internasjonale studier rapporterer av resultater.
En studie utført av Xxxxxxx-Xxxx og Xxxxxx-Xxxxxxx (2018) tok utgangspunkt i å studere påvirkningen av IFRS 16 på 646 børsnoterte europeiske selskaper ved bruk av to metoder for å kapitalisere operasjonelle leieavtaler som befinner seg utenfor balansen. Metodene som ble bruk var den konstruktive metoden og faktormetoden. Den konstruktive metode er samme metode som benyttet av Mesrobian, Moen og Stenheim (2018). Faktormetoden er en annen metode for å innregne operasjonelle leieavtaler. Metoden er mye brukt av rangeringsagenter som Moody’s (2015) og metoden går ut på å multiplisere nåværende leiekostnad med en bestemt multippel som er forskjellig fra sektor til sektor. Resultatet blir en estimering av nåverdien av total fremtidig minimum leiebetaling.
Xxxxxxx-Xxxx og Xxxxxx-Xxxxxxx (2018) finner i likhet med vår studie, at selskaper som inngår i sektorer som bank og eiendom er de som opplever minst effekt av IFRS 16. Videre pekes det på selskaper innenfor sektorene konsumvarer og transport er de som blir mest påvirket av IFRS 16, noe også IASB i sin effektanalyse kommer frem til. Innenfor transportbransjen trekkes flyselskap frem blant de selskapene som påvirkes mest av IFRS 16. Xxxxxxx-Xxxx og Xxxxxx-Xxxxxxx benytter bransjeinndeling, fremfor sektorinndeling. I vår studie inngår flyselskap i industrisektoren. Vi ser at flyselskapet Norwegian Air Shuttle er det selskapet som blir mest påvirket av IFRS 16. I vår studie er det ikke selskapene innenfor konsumvarer som blir påvirket mest, slik resultatene av Xxxxxxx-Xxxx og Xxxxxx-Xxxxxxx studie viser.
Oppsummert ser vi at det foreligger en klart større påvirkning på sektorer som industri, transport og telekom. Eiendom og finans blir lite påvirket, noe som også bekreftes av andre studier. Videre ser vi at resultatet fra vårt effektanalyse kan ikke gi oss en klar indikasjon på at det foreligger sammenheng mellom anormal avkastning og påvirkningen som følge av IFRS 16. Vi hadde en forventing om at de selskapene som befant seg i kategori dårlig, ville plassere seg øverst i tabellen. Resultatet viser selskapene i kategori dårlig er jevnt fordelt i hele tabellen. Noe som