• Ingen resultater fundet

Den statistiske models variable

– Sammenfattende statistisk analyse

6.2 Statistisk analyse af EVA for model med porteføljeselskaber og kontrolselskaber I den kvalitative analyse i kapitel 5, har vi forsøgt at dekomponere EVA-værdiskabelsen ud fra

6.2.1 Den statistiske models variable

Modellens variable, afhængig som uafhængige, fremgår af appendiks K.6. Den gennemsnitlige EVA er modellens afhængige variabel og derudover indgår der en række uafhængige variable.

Beskrivelser af modellens variable og deres berettigelse vil ske i følgende afsnit.

6.2.1.1 Modellens afhængige variabel

Som det også var tilfældet for den statistiske model for porteføljeselskaberne alene, fungerer EVA fortsat som afhængig variabel i indeværende afsnits regressionsmodel. Modellens input består af 71 porteføljeselskaber og 72 kontrolselskaber. Der er en række ekstreme værdier som er taget ud, hvilket er beskrevet tidligere i afhandlingen, da det er vurderet, at de vil skabe støj i resultaterne.

Alle kontrolselskaber der er medtaget i analysen, er udvalgt ud fra kriterier om størrelse af aktiver og branchekoder.

6.2.1.2 Modellens uafhængige variable Ejerskabsform

Den vigtigste uafhængige variabel i dette afsnit, og en helt central del af denne afhandling, er ejerskabsformsopdelingen i porteføljeselskaber og kontrolselskaber, samt analyse af hvilken af de to grupper af selskaber, der skaber mest værdi målt ved EVA. Denne variabel implementeres for at analysere den effekt der sker i EVA. Således vil modellens koefficient for denne variabel berette om, hvor meget EVA stiger eller falder for porteføljeselskaberne, når referencepunktet er kontrolselskaberne. Resultatet vil vise, om det skaber værdi for selskaber, at være kapitalfondsejede eller ej ud fra vores stikprøve.

Tidligere undersøgelser finder forskellige konklusioner på, om porteføljeselskaber performer bedre end ikke-kapitalfondsejede selskaber. Vintens (2008) undersøgelse konkluderer, ud fra en stikprøve, at de medtagne kontrolselskaber performer bedre end de porteføljeselskaber, der er

medtaget i undersøgelsen, ud fra en analyse af en række nøgletal. På den anden side fandt Økonomi- og erhversministeriet (2006), at kapitalfondsejerskab var positivt for de analyserede selskaber. Denne undersøgelse tog blandt andet mål på udvikling i omsætning og produktivitet for en række porteføljeselskaber og kontrolselskaber. Achleitner & Lichtner (2011) fandt ligeledes evidens for, at kapitalfondsejerskab er positivt, hvilket var udledt af en analyse af IRR imellem porteføljeselskaber og en række kontrolselskaber. Der er således forskellige konklusioner og evidens, der taler for og imod kapitalfondsejerskab. Vores analyse og konklusion bidrager således til dette felt, hvor målet for EVA introduceres som et nyt paramter, til at kunne forklare om kapitalfondsejede selskaber skaber mere værdi end ikke-kapitalfondsejede selskaber.

I afhandlingens tidligere kvalitative analyseafsnit i kapitel 4 og 5, finder vi forskellige indicier på, hvilken gruppe af selskaberne, der skaber mest værdi. Overordnet set viser resultaterne i tidligere kapitler dog, at kontrolselskaberne skaber mere EVA-værdi end porteføljeselskaberne. På baggrund af ovenstående er vores forventning, at modellens koefficient vil vise, at kontrolselskaberne skaber mere værdi end porteføljeselskaberne. Vi forventer således at koefficienten har negativt fortegn.

Brancher

Opdelingen af selskaberne i de 6 overordnede brancher, har været gennemgående i afhandlingens forskellige analyseafsnit for alle medtagne selskaber. Kontrolselskaberne er blandt andet fundet ud fra kriteriet om sammenlignelighed med porteføljeselskaberne igennem brancher, hvorfor det er interessant at undersøge, om EVA for alle selskaber kan forklares ud fra brancheopdeling. Helt naturligt er der minimum det samme antal kontrolselskaber som porteføljeselskaber under hver branche, da ens branchekoder var et af kriterierne til at finde kontrolselskaberne.

Der er tidligere i afsnit 6.1.1.2 argumenteret og undersøgt for fortegn i modellen for porteføljeselskaberne alene, men kun handelsbranchen viste signifikant statistisk værdi målt ved et 5%-niveau. For kontrolselskaberne er der i kapitel 5 fundet kvalitative resultater af EVA i forhold til brancheopdeling. Det er her fundet, at alle brancher på nær teknologibranchen viser positiv gennemsnitlig værdiskabelse. Samtidig viser resultaterne i kvalitative analyses afsnit 5.1, at der ikke er en endegyldig trend eller sammenhæng imellem brancheopdelingsresultaterne for portefølje- og kontrolselskaberne, jf. figur 20.

Der er som nævnt fundet varierende resultater for de forskellige brancher i den kvalitative analyses afsnit 5.1, hvor en sammenligning imellem kontrolselskaberne og porteføljeselskaberne fremgår.

Det er interessant, at undersøge hvilke brancher, og dermed hvilke forskellige typer af selskaber, der klarer sig bedst. Der er ud fra afsnit 5.1 ikke endegyldige konklusioner på, hvilke brancher der klarer sig bedst, eller hvilken gruppe af selskaber der klarer sig bedst for samtlige selskaber, hvorfor det er interessant at undersøge resultaterne statistisk, og om brancheopdelingerne har en forklarende effekt på den gennemsnitlige EVA. Således vil branchevariablenes resultater vise koefficienter for samtlige selskaber.

Detailhandelsbranchen benyttes som referencepunkt for brancherne i modellen, ligesom i analysen af porteføljeselskaberne alene. I analyseperioden bestod detailbranchen af sammenlagt 16 selskaber i perioden fra 2010-2013. I analysen i afsnit 5.3 er det fundet, at detailhandelsbranchen er den der har klaret sig dårligst af brancherne, målt på samlet værdi for kontrol- og porteføljeselskaber. Dette fremkommer på trods af, at kontrolselskaberne formåede at skabe væsentlig positiv værdi. Gennemsnittene for EVA for samtlige selskaber inden for handels-, transport-, teknologi-, service- og fremstillingsbranchen ligger højere end gennemsnitlig EVA for detailhandelsbranchen. Vores forventning er således, at de resterende brancher vil have positive fortegn i forhold til detailhandel i en statistisk sammenhæng.

6.2.1.3 Opsummering af modellens uafhængige variable

Den generelle formelopbygning for multiple regressionsmodeller kan skrives som følger (Lind et al., 2015):

(7) != !+!!!!+⋯ ⋯+!!!!!

Det samlede overblik over de variable, hvis indflydelse på den gennemsnitlige EVA, som denne del af analysen søger at afdække, kan findes nedenfor i tabel 14. Her indgår de medtagne uafhængige variable med fortegn for alle selskaber, portefølje- og kontrolselskaber, ud fra vores antagelser. Den samlede model til udledning af, hvad der kan forklare den gennemsnitlige EVA, og hvilken gruppe af selskaber der skaber mest værdi, er som følger:

Gns.EVA=!!+!!Ejerskabsform+!!Handel+!!Fremstilling+!!Service+!!Teknologi +!!Transport+ε!!

Tabel 14 - Oversigt over vaiable

Variabeloversigt

Parameter Beskrivelse Hypotese

1 Ejerskabsform (Kapitalfondejet eller ikke-kapitalfondsejet) -

2 Handel (Dummy implementering) +

3 Fremstilling (Dummy implementering) +

4 Service (Dummy implementering) +

5 Teknologi (Dummy implementering) +

6 Transport (Dummy implementering) +

Kilde: Egen tilvirkning