Risikokommunikasjon: År-til-år

De bivariate analysene tyder altså på svært tvetydige resultater. For å dykke i disse sammenhengene ytterligere har vi, som gjennomgått tidligere, delt hypotese 1 i to

underhypoteser. Vi vil i denne seksjonen fokusere utelukkende på hypotese H1-1: Selskaper som er relativt mer kommunikative om sine risikoer, usikkerhetsmomementer og

risikostyring gjør det bedre enn andre selskaper samme år som kommunikasjonen.

Vi viser her resultater av regresjoner gjennomført med andel risikokommuniserende ord og med NUES-score som forklaringsvariabler. Vi beskriver kort hvilke effekter vi ser,

diskuterer statistisk signifikans og/eller insignifikans, samt diskuterer endringen i

forklaringskraft. Vi presiserer her at vi har valgt et minimumskrav til signifikansnivå på 10 prosent hos variablene i denne forskningsstudien (Ringdal, 2013).

Tabell 25: 2006-2014, eks. forsikringsselskaper, regresjonsresultater – Risikokommunikasjon (ord), år-til-år

Alle regresjoner i tabell 25 er gjennomført ved utelatelse av alle forsikringsselskaper. Vi ser at forklaringskraften, ved justert R², reduseres for begge de to Tobins Q-modellene.

Forklaringskraften i ROA-modellen øker fra 13,8 prosent til 15,8 prosent som tilsvarer en økning på 2 prosentpoeng, noe vi regner som minimalt. Vi finner i disse regresjonene ingen støtte for hypotese 1 som følge av insignifikans i risikokommunikasjonsvariabelen i alle regresjoner. Til tross for at ingen av regresjonene har statistisk signifikans, viser begge Q-modellene noe som kan tyde på positive effekter av risikokommunikasjon.

Om vi heller bytter ut Tobins Q og ROA med EBITDA-margin og ROCE, ser vi fra

appendiks 6 at EBITDA gir en positiv verdi og at ROCE gir en negativ verdi. Vi merker oss

Q Q ROA

Robuste standardfeil i parentes. Års- og industrieffekter og et konstantledd inkludert, men ikke rapportert. *** p<0.01, ** p<0.05, * p<0.1

samtidig at verdiene ikke er statistisk signifikante på et 10 prosents signifikansnivå som vi anser som et minimum i vår studie.

For å teste hypotese 1-1 videre, vil vi nå bruke de samme kontrollvariablene og avhengige variabler som i tabell 25, men bytter nå ut andel ord-variabelen med NUES-variabelen. For regresjoner med NUES-variabelen inkluderes alle sektorer.

Tabell 26: 2006-2014, alle sektorer, regresjonsresultater – Risikokommunikasjon (NUES), år-til-år

Hensikten med tabell 26 er å se om selskapsprestasjoner basert på NUES-rangeringene korrelerer positivt med selskapsverdi og lønnsomhet. En positiv samvariasjon tilsier at jo bedre NUES-karakter selskapene hadde, desto høyere ble selskapsverdien og lønnsomheten.

Signifikant positive verdier vil her bidra til å støtte under vår 1-1-hypotese.

Q Q ROA

Robuste standardfeil i parentes. Års- og industrieffekter og et konstantledd inkludert, men ikke rapportert. *** p<0.01, ** p<0.05, * p<0.1

Fra tabellen ser vi at selskapers kommunikasjon av risiko i årsrapportene gir en negativ påvirkning på Tobins Q og en positiv påvirkning på ROA. Videre er ingen av disse verdiene signifikante innenfor et 90 prosent konfidensintervall. Dette resultatet er gjennomgående også når vi bytter ut kontrollvariablene med andre kontrollvariabler. På bakgrunn av at ingen P-verdier kan vises til 10 prosent eller mindre, signaliserer dette at vi ikke kan trekke noen klar konklusjon om risikokommunikasjonens påvirkning på selskapsverdi og lønnsomhet. Vi ser også at forklaringsgraden, justert R², for Tobins Q uten ROA-kontrollvariabel reduseres med 5,5 prosentpoeng og Tobins Q med ROA-kontrollvariabel reduseres med 0,9

prosentpoeng, sammenlignet med tabell 24. For ROA-modellen øker forklaringsgraden med 5,2 prosentpoeng.

Bytter vi nå ut Tobins Q og ROA med EBITDA-margin og ROCE som vist i appendiks 7, ser vi at begge verdiene er positive, men ikke statistisk signifikant på et 10 prosent

signifikansnivå. Dette understøtter ikke-signifikansen til NUES-karakterene i tabell 26, og derfor anses funnene som robuste.

Oppsummerer vi funnene så langt, tyder disse på at selskapsverdien og lønnsomheten ikke påvirkes av risikokommunikasjonen det samme året som risikokommunikasjonen måles.

Dette svekker hypotese H1-1. Vi vil nå se videre på om risikokommunikasjonen i år påvirker selskapsverdien neste år.

5.3.3 Risikokommunikasjon (forsinkede effekter)

Formålet med denne seksjonen er å se om det man kommuniserer av risiko i år påvirker selskapsverdien og lønnsomheten året etter. Årsaken til at dette virker naturlig og fornuftig er at årsrapporten for inneværende år først blir publisert og offentliggjort i første halvdel av påfølgende år. Derfor kan for eksempel eksterne interessenter agere på den interne

informasjonen om risikobildet først året etter, noe som kan påvirke selskapsverdien.

Samtidig kan det hende at interne prosesser starter samme år som årsrapporten gjelder for, men at verdirealiseringen først kommer året etter. Vi vil derfor i denne delen fokusere på følgende hypotese, H1-2: Selskaper som er relativt mer kommunikative om sine risikoer, usikkerhetsmomementer og risikostyring gjør det bedre enn andre selskaper året etter kommunikasjonen (forsinket effekt).

Tabell 27: 2006-2014, eks. forsikringsselskaper, regresjonsresultater – Risikokommunikasjon (ord), forsinkede effekter

Vi ønsker å undersøke om andel relevante risikokommuniserende ord har en forsinket effekt på selskapsverdi og lønnsomhet. Signifikant positive verdier for risikokommunikasjon vil her understøtte H1-2, mens signifikant negative verdier bidrar til å forkaste hypotesen.

Tabellen viser at alle de tre modellene gir positivt utslag på selskapsverdi når det gjelder antall risikoord kommunisert, men ingen av forklaringsvariablene er signifikante innenfor et 90 prosents konfidensintervall. Videre ser vi at justert R² reduseres med 1,3 og 1,9

prosentpoeng for Tobins Q-modellen uten ROA og for ROA-modellen, sammenlignet med tabell 24. Tobins Q med ROA øker derimot bare med 0,1 prosentpoeng.

Q (t+1) Q (t+1) ROA (t+1)

Robuste standardfeil i parentes. Års- og industrieffekter og et konstantledd inkludert, men ikke rapportert. *** p<0.01, ** p<0.05, * p<0.1

Fra appendiks 8 ser vi at risikokommunikasjon, ved andel risikokommuniserende ord, har positiv effekt på EBITDA-margin året etter, men at verdien ikke er signifikant på 10 prosent signifikansnivå. Videre gir andel risikokommuniserendeord en liten negativ påvirkning på ROCE året etter, men heller ikke her er verdien signifikant innenfor minimumskravet vårt.

Tabell 28: 2006-2014, alle sektorer, regresjonsresultater – Risikokommunikasjon (NUES), forsinkede effekter

I tabell 28 ønsker vi å undersøke om det finnes en forsinkelseseffekt som i tabell 27, nå med utgangspunkt i NUES-karakterer.

Robuste standardfeil i parentes. Års- og industrieffekter og et konstantledd inkludert, men ikke rapportert. *** p<0.01, ** p<0.05, * p<0.1

Igjen ser vi positive verdier for risikokommunikasjon, men ingen av disse verdiene er

signifikante innenfor et 90 prosents konfidensintervall. Derfor kan det heller ikke her trekkes noen slutning på om risikokommunikasjon bidrar positivt på selskapsverdi. Vi ser også at forklaringsgraden for alle de tre modellene reduseres sammenlignet med tabell 24; Tobins Q-modellen uten ROA går ned med 4,6 prosentpoeng, Tobins Q-Q-modellen med ROA går ned med 4,9 prosentpoeng og ROA-modellen beveger seg ned med 1,6 prosentpoeng.

Appendiks 9 viser hvordan NUES-karakteren påvirker EBITDA og ROCE, hvor førstnevnte mål påvirkes negativt og sistnevnte påvirkes positivt. Dette hjelper oss lite når verdiene ikke er signifikante innenfor et 10 prosents signifikansnivå. Videre ser vi at bare andel

anleggsmidler i ROCE-modellen gir statistisk signifikans innenfor et konfidensintervall på 90 prosent, med en negativ verdi. Resten av kontrollvariablene gir ingen signifikans innenfor 10 prosents signifikansnivå.

Når vi ser på regresjonsmodellene så langt virker det som selskaper som er relativt mer kommunikative om sine risikoer, usikkerhetsmomenter og risikostyring gjør det verken bedre eller dårligere enn andre selskaper året etter kommunikasjonen. Dette fant vi også for H1-1, og når vi ser begge hypotesene under et, ser vi tegn til at risikokommunikasjon ikke har noen påvirkning på selskapsverdi eller lønnsomhet. Vi kommer dypere inn på dette når vi diskuterer resultatene i neste hovedkapittel.

Vi har nå analysert hvordan kommunikasjon av risiko påvirker selskapsverdi og lønnsomhet.

Neste steg vi ønsker å ta er å se om faktiske tiltak, altså bruk av derivater, har påvirkning på selskapverdi og lønnsomhet.