DEGREE PROJECT, IN APPLIED MATHEMATICS AND INDUSTRIAL, FIRST LEVELECONOMICS

STOCKHOLM, SWEDEN 2015

Prediktering av VD--löner i svenskaonoterade aktiebolag

ERIK EDBERG

KTH ROYAL INSTITUTE OF TECHNOLOGY

SCI SCHOOL OF ENGINEERING SCIENCES

Prediktering av VD-löner i svenska

onoterade aktiebolag

E R I K E D B E R G

Examensarbete inom teknik: Tillämpad matematik och industriell ekonomi (15 credits) Civilingenjörsutbildning i industriell ekonomi (300 credits)

Kungliga Tekniska Högskolan 2015 Handledare på KTH Henrik Hult och Anna Jerbrant

Examinator Boualem Djehiche

TRITA-MAT-K 2015:27 ISRN-KTH/MAT/K--15/27--SE Kungliga Tekniska Högskolan Skolan för Teknikvetenskap KTH SCI SE-100 44 Stockholm, Schweden URL: www.kth.se/sci

http://www.kth.se/sci

  1  

                 

Sammanfattning    Lönen  till  den  verkställande  direktören  bestäms  i  motsats  till  kollektivarbetares  individuellt   och   oberoende   av   kollektivavtal.   Lönen   bestäms   av   företagets  styrelse  och  utgår  utifrån  en  uppskattad  värdering  av  bland  annat  komplexiteten  i   arbetet,   VD:ns   personliga   egenskaper,   marknadens   värdering   av   liknande  uppdrag  och  tillgången  på  tänkbara  kandidater.    Uppsatsens  syfte  är  att  konstruera  en  modell   för  att  prediktera  marknadslönen  för   en   befintlig   eller   blivande   VD.   Vidare   kommer   utformningen   av  ersättningsstrukturen   studeras   ur   ett   socialt   och   ekonomiskt  hållbarhetsperspektiv  i  syfte  att  finna  en  optimal  ersättningsstruktur.    Ur  studien  framgår  att  det  är  möjligt  att  prediktera  VD-‐lönen  för  anställda  VD:ar  i  onoterade  aktiebolag  med  64%  förklaringsgrad.  Variationen  i  VD-‐lönen  förklaras  av   sex   oberoende   variabler,   fyra   variabler   som   representerar   uppdragets  karaktär   och   två   variabler   som   är   prestationsrelaterade.  Högst   förklaringsgrad  ger   variabeln   Omsättning,   vilken   förklarar   knappt   40%   av   variationen   i   VD-‐lönen.    Av   studien   framgår  att  den  optimal  ersättningsstrukturen  ser  olika  ut   för  olika  företag.   Vidare   ges   rekommendationer   för   vad   den   rörliga   ersättningen   bör  baseras  på  i  syfte  att  bidra  till  social-‐  och  ekonomisk  hållbarhet.                        

  2  

               

 Abstract  

 The  CEO’s  remuneration  is  in  contradiction  to  the  union  labours,  set  individually  and   independent   from   union   agreements.   The   company   board   determines   the  remuneration.   It’s   based   on   an   estimated   valuation   of   variables   such   as   job  characteristics,  personal  qualities  of   the  CEO,  market  valuation  of   similar   tasks  and  the  availability  of  possible  candidates.    The   purpose   of   this   thesis   is   to   create   a   model   to   predict   the   market  remuneration   for   a   current   or   forthcoming   CEO.   Further,   the   compensation  structure   will   be   examined   from   an   economic   and   social   sustainability   view,  aiming  to  find  an  optimal  compensation  structure.    This   thesis   showes   that   it   is   possible   to   predict   the   CEO   remuneration   for  employed   CEOs   in   unlisted   corporations   with   64-‐percentage   explanation   rate.  The   variance   is   explained   by   six   covariates,   four   covariates   representing   job  characteristics   and   two   related   to   company   performance.   The   highest  explanation   rate   is   given   by   the   covariate   turnover,  which   explains   just   below  40-‐percentage  of  the  remuneration  variance.    This   study   shows   that   the   optimal   compensation   structure   is   different   for  different   companies.   Further,   recommendations   for   what   the   variable  remuneration   should   be   based   on,   in   order   to   contribute   to   social-‐   and  economical   sustainability.

  3  

Innehållsförteckning    

Tabellista                          5    Figurlista                          5  

1   Introduktion  .................................................................................................................  6  1.1   Problembakgrund  ...........................................................................................................  6  1.2   Syfte  &  Användning  .........................................................................................................  6  1.4   Avgränsningar  ..................................................................................................................  7  

2   Teori  ................................................................................................................................  8  2.1   Matematisk  teori  .............................................................................................................  8  2.1.1   Obundet  slumpmässigt  urval  ..............................................................................................  8  2.1.2   Multipel  linjär  regressionsanalys  ......................................................................................  8  Underliggande  antaganden  .................................................................................................................  9  2.1.3   Estimering  av  koefficienter  ..................................................................................................  9  2.1.4   Multikollinearitet  ..................................................................................................................  10  2.1.5   Heteroskedasticitet  ..............................................................................................................  12  2.1.6   Residualanalys  ........................................................................................................................  13  2.1.7   Modellutvärdering  ................................................................................................................  14  

2.2   Ersättningsdrivande  faktorer  ..................................................................................  16  2.2.1   Uppdragets  karaktär  ............................................................................................................  16  2.2.2   Styrelse-‐  och  ägarförhållanden  .......................................................................................  16  2.2.3   VD:n  .............................................................................................................................................  17  2.2.4   Prestationsrelaterad  ersättning  ......................................................................................  17  2.2.4   Sammanfattning  av  tidigare  studier  på  ersättningsdrivande  faktorer  ..........  18  

3   Metod  ...........................................................................................................................  19  3.1   Datainsamling  ................................................................................................................  19  3.2   Variabler  ..........................................................................................................................  20  3.2.1   Beroende  variabel  .................................................................................................................  20  3.2.2   Oberoende  variabler  ............................................................................................................  20  

3.3   Variabelanalys  ...............................................................................................................  22  4   Resultat  .......................................................................................................................  23  4.1   Resultat  från  variabelanalys  .....................................................................................  23  Exkluderade  oberoende  variabler  ....................................................................................  24  4.2   Resultat  från  modellprövning  ..................................................................................  24  4.2.1   Antagande  1:  Linjärt  samband  mellan  den  beroende  variabeln  och  de  oberoende  variablerna  .......................................................................................................................  24  4.2.2   Antagande  2:  Residualens  väntevärde  är  noll  ..........................................................  25  4.2.3   Antagande  3:  Homoskedasticitet  ...................................................................................  26  4.2.4   Antagande  4:  Mätfel  .............................................................................................................  27  4.2.5   Antagande  5:  Multikollinearitet  ......................................................................................  27  

4.3   Modellresultat  ...............................................................................................................  28  4.2   Modellutvärdering  .......................................................................................................  28  4.3   Regressionsekvationen  ..............................................................................................  29  

5   Diskussion  ..................................................................................................................  30  6   Slutsatser  ....................................................................................................................  32  

7   Förslag  på  fortsatt  forskning  ...............................................................................  32  

  4  

8   VD-‐lönens  utformning  ur  ett  socialt  och  ekonomiskt  hållbart  perspektiv   33  8.1   Metod  –  Industriell  ekonomi  ....................................................................................  34  8.2   Litteraturstudie  –  Industriell  ekonomi  .................................................................  34  8.3   VD-‐lönens  struktur  och  utbredning  .......................................................................  35  8.4   Teoretisk  referensram  ...............................................................................................  36  8.5   Diskussion  &  slutsatser  ..............................................................................................  39  

9   Referenser  ..................................................................................................................  41  9.1   Litteratur  .........................................................................................................................  41  9.2   Vetenskapliga  artiklar  ................................................................................................  41  9.3   Publikationer/Rapporter  ..........................................................................................  43  9.4   Webbplatser  ...................................................................................................................  44  

  5  

Tabellista      

Tabellnamn                   Sid    

1.  BIC-‐värden                     16  2.  Sammanfattning  av  tidigare  studier  på  ersättningsdrivande  faktorer       18  3.  Lista  över  de  oberoende  variablerna               21  4.  Variabelanalys                     24  5.  Exkluderade  variabler                   25  6.  Koefficientresultat  med  White’s  Robust  Estimate           28  7.  Regressionsresultat  med  White’s  Robust  Estimate           28  8.  Sammanställning  sökord,  Industriell  ekonomi             35        Figurlista       Figurnamn                   Sid    1.  Exempel  på  heteroskedasticitet  &  homoskedasticitet           12  2.  Samband  mellan  de  oberoende  variablerna  och  VD-‐lönen         25  3.  Residual  vs  predikterade  värden                 25  4.  Normalfördelningskurvan                 26  5.  Residualer  vs  predikterade  värden               26  6.  Internationella  ersättningsstrukturer               36  

  6  

1 Introduktion    Det  här  kapitlet  syftar  till  att  lyfta  fram  problembakgrunden,  syfte  &  användning,  frågeställning   och   avgränsningar.   Uppsatsen   är   gjord   på   uppdrag   av  rekryteringsföretaget  Holm  Henning  &  Partners.    

1.1 Problembakgrund  

Lönen  till  den  verkställande  direktören,  fortsättningsvis  benämnt  VD,  bestäms  i  motsats   till   kollektivarbetares   individuellt   och   oberoende   av   kollektivavtal.  Lönesättningen  bestäms  av   företagets   styrelse  och  utgår  utifrån   en  uppskattad  värdering  av  bland  annat  komplexiteten  i  arbetet,  VD:ns  personliga  egenskaper,  marknadens   värdering   av   liknande   uppdrag   och   tillgången   på   tänkbara  kandidater  (Svenskt  Näringsliv,  2006).  

Komplexiteten  i  värderingen  av  ovanstående  faktorer  och  det  vida  spektrumet  av  ersättningspaket   har   skapat   en   stor   spridning   av   ersättningsnivåer   bland   de  svenska  företagen.  Ersättningen  tar  olika  former,  där  grunden  ligger  i  den  fasta  ersättningen  men   inte   sällan   kompletteras   av   bonus,   aktier   och   optioner   såväl  som  pensionsförmåner  och  övriga  löneförmåner  (Svenskt  Näringsliv,  2013).  

VD-‐ersättningen  är  förenat  med  både  möjligheter  och  risker.  Rätt  ersättning  ger  företaget   en   VD   som   i   största  mån   strävar   efter   att   skapa   värde   till   företagets  ägare  och  bidrar  till  långsiktig  lönsamhet  (H  Tosi  et  al,  2000).  En  ersättning  satt  på   felaktiga   grunder   kan   istället   vilseleda   VD:n   och   svärta   ner   företagets  varumärke  (K  Pukthuanthong  et  al,  2005).  

1.2 Syfte  &  Användning  

Uppsatsens  syfte  är  att   finna  ett  prediktionsverktyg   för  VD-‐löner  som  ska  bistå  uppdragsgivaren   Holm   Henning   &   partner:s   klienter   att   finna   en  marknadsvärdering  av  befintlig  eller  blivande  VD.  Klienterna  kommer  också  ges  kunskap  om  hur  utformningen  av  VD-‐lönen  påverkas  om  sociala  och  ekonomiska  hållbarhetsaspekter  beaktas.  

Rekryteringskonsultföretaget   Holm   Henning   &   Partners   är   beställare   av  uppsatsen.   De   kommer   använda   resultatet   till   att   ge   mervärde   i  tjänsteerbjudandet  till  nya  och  befintliga  klienter.  Klienterna  kommer  att  kunna  använda   prediktionsverktygets   resultat   som   vägledning   vid   lönesättningen   av  deras  VD  genom  att  bidra  med  marknadens  värdering  av  uppdraget.    

  7  

1.3 Frågeställning  

Uppsatsens  problemformulering  delas  upp  i  två  frågeställningar:  

Teknisk   frågeställning:   Vilka   faktorer   påverkar   VD-‐lönens   storlek   och   hur   stor  påverkan  har  varje  faktor  vid  en  prediktion?    Frågeställning inom Industriell Ekonomi: Hur bör ersättningsstrukturen utformas om sociala och ekonomiska hållbarhetsaspekter beaktas?    

1.4 Avgränsningar  

Urvalet   i   den   empiriska  undersökningen  begränsades   till   företagsstorleken  50-‐500   anställda,   att   företagen   hade   anställda   VD:ar   samt   att   företagen   var  onoterade  aktiebolag.  Dessa  begränsningar  gjordes  för  att  anpassa  urvalet  efter  Holm   Henning   &   Partners   klienter.   VD-‐lön   innefattar   den   fasta   och   rörliga  ersättningen   som   VD:n   erhållit   enligt   den   senaste   årsredovisningen,   2013.  Eventuell   inkomst   i   form   av   utdelning   för   aktieinnehav   ingår   inte   i  undersökningen.

  8  

2 Teori Detta  kapitel  inleds  med  att  redogöra  för  den  matematiska  teorin  som  tillämpas  i  uppsatsen.   Därefter   presenteras   tidigare   studier   av   ersättningsdrivande   faktorer  som  antas  relevanta  för  uppsatsens  empiriska  studie.      

2.1  Matematisk  teori  

För   att   analysera   data   och   vidare   besvara   frågeställningen   användes   multipel  linjär  regressionsanalys.  I  det  här  kapitlet  presenteras  teorin  bakom  metoden  och  tillhörande  verktyg  som  användes  för  att  analysera  dess  resultat.  

2.1.1 Obundet  slumpmässigt  urval  

Obundet  slumpmässigt  urval  bygger  på  att  varje  enhet  i  populationen  har  samma  möjlighet  att  inkluderas  i  urvalet.      Metoden  kan  beskrivas  enligt:    

1. Definiera  populationen  och  numrera  samtliga  element,  från  1  till  N.  2. Bestäm  urvalets  storlek,  n.  3. Generera  n  stokastiska  tal,  med  hjälp  av  en  

slumptalsgenerator/slumptalstabell,  i  intervallet  1  till  N.  4. De  element  med  samma  värde  som  de  genererade  stokastiska  talen  utgör  

urvalet.    

2.1.2 Multipel  linjär  regressionsanalys    Den  linjära  regressionsmodellens  definition  är    

yi =   xijβ jj=0

k

∑ + ei ,   x* j   i =1,...,n             (1)  

 I   den   empiriska   undersökningen   är   yi  88   observationer   av   den   beroende  variabeln  VD-‐årslön,   vars   värde   beror   av   förklaringsvariablerna,   de   oberoende  variablerna,   x* j ,  plus  residualen   ei .  De  oberoende  variablerna  bestäms  i  avsnitt  

2.2  Ersättningsdrivande  faktorer.   Vanligtvis  och  även   i   den   för   arbetet  uppsatta  regressionen,  sätts x*0 till  1  och  β0 bestäms  till  regressionens  utgångsvärde.  

  9  

 Följande  introduceras:  xi = xi0,..., xik( )   i =1,...,n   β = β0,...,βk( )

T  

 De   oberoende   variablerna   utgör   två   huvudgrupper,   normala   -‐och   dummy-‐variabler.  De  normala  oberoende  variablerna  karakteriseras  av  att  de  kan  anta  fler   värden   än   0   och   1   medan   dummy-‐koefficienterna   är   binära   och   endast  erhåller  värdet  0  eller  1.  Ett  vanligt  exempel  av  dummy-‐variabel  är  användandet  av  en  könsvariabel.  Om  könsvariabeln  är  av  typen  kvinna,  ges  den  värdet  1  om  VD:n  är  kvinna  och  0  om  VD:n  är  man  (B  E  Hansen,  2015,  sid.26).    

Underliggande  antaganden  

Multipel  linjär  regression  bygger  på  fem  grundläggande  antaganden.  

1. Att  den  beroende  variabeln  kan  beskrivas  som  en  linjär  funktion  av  de  oberoende  variablerna  plus  en  residual  

 2. Att  residualens  väntevärde  är  noll,  E(ei ) = 0  

 3. Att  samtliga  residualer  har  samma  varians,  E(ei

2 ) =σ 2    

4. Att  de  oberoende  variablerna  kan  betraktas  som  fixerade  värden  vid  en  autoregression,  med  andra  ord,  att  variabeldata  saknar  mätfel.  

 5. Att  antalet  data  för  beroende  variabler  är  större  än  antalet  oberoende  

variabler  och  att  inget  exakt  linjärt  samband  råder  mellan  några  av  de  oberoende  variablerna.    

(Kennedy,  2008,  sid.41)  

Dessa  antaganden  är  stundtals  en  orealistisk  förenkling  av  problemet  (Lang,  2014)  och  diskuteras  därför  vidare  i  kapitlet  Metod.  

 

2.1.3 Estimering  av  koefficienter  

Ordinary  least  squares,  OLS,  estimerar  koefficienterna,β ,   till  det  värde,  β^,  som  

minimerar   residualernas   kvadratsumma.   Metoden   anses   optimal   när  antagandena  för  multipel  linjär  regressionanalys  är  uppfyllda.    

  10  

Matematiskt  estimeras  β^enligt  följande:  

êi2 =

i=1

n

∑ yi − yi^#

$%

&'(

i=1

n

∑

= yT y− X β^−βT

^

XT y+βT^

XTX β^

Derivering  med  avseende  på  β  ger:  

XT y = XTX β^y

β^= (XTX)−1XTσ 2

(2)

Då  E β^!

"#$%&= β  enligt  antagandena  i  modellen  för  multipel  regression  kan  

kovariansen  från  OLS-‐estimeringen  skrivas  enligt  (H  Lang,  2014,  sid.6  ):  

Cov β^X

!

"#

$

%&= (XTX)−1σ 2           (3)  

 

2.1.4 Multikollinearitet  

Multikollinearitet  uppstår  när  två  eller  flera  oberoende  variabler  till  hög  grad  är  linjärt  beroende.  Detta  orsakar  höga  värden  på  koefficienternas  varianser   (B  E  Hansen,   2015,   sid.182)   vilket   framgår   av   följande   regressionsmodell   med   två  oberoende  variabler:  

yi = x1iβ1 + x2iβ2 + e i (4)

där  

1nXTX =

1 ρρ 1

!

"##

$

%&& (5)

Vilket  ger  de  individuella  koefficientvarianserna  

Var β̂ X( ) = σ2

n 1− ρ2( )1 −ρ−ρ 1

"

#$$

%

&'' (6)  

  11  

ρ  är   korrelationsindex   och   det   framgår   att   den   estimerade   koefficientens  varians  går  mot  oändligheten  när  ρ  går  mot  1.    Dummy-‐variabler  kringgår  multikollinearitet  genom  användandet  av  benchmark.  Vid   benchmark   exkluderas   en   av   dummy   variablerna   inom   samma   kategori,  exempelvis  den  manliga  dummy-‐variabeln  vid  bestämmande  av  könsskillnader.  Denna   variabel   ingår   då   i   värdet   för   intercept:en   vilket   leder   till   att   det   linjära  sambandet  hos  de  oberoende  variablerna  reduceras.      Upptäck  multikollinearitet  Multikollinearitet  kan  bland  annat  upptäckas  med  hjälp  av  regressionsmodellens  korrelationsmatris.      

R(X1,X2 ) =Cov(X1,X2 )

Cov(X1,X1)Cov(X2,X2 )           (7)  

 De   icke-‐diagonala   elementen   i   matrisen   betecknar   korrelationen   mellan   de  oberoende   variablerna.   Multikollinearitet   förekommer   i   de   flesta   verkliga  problem  och  därför  tillåts  ofta  korrelationer  upp  till  0,8  (Kennedy  2008,  sid.195).      Multikollinearitet   kan   också   upptäckas   med   hjälp   av   Variance   Inlation   Factor,  VIF.  VIF-‐värdena  för  de  oberoende  variablerna  beräknas  matematiskt  enligt:    

VIF = 11− R2( )

            (8)  

 Värden  överstigande  10  anses  påtagliga  och  kräva  åtgärd  (Kennedy,  2008,  sid.199).      Åtgärd  till  multikollinearitet  Multikollinearitet   behandlas   olika   beroende   av   situation.   J   Cohen   m.fl   (2002)  rekommenderar   att   i   första   hand   omformulera   regressionsmodellen   och  utvärdera  mått  och  oberoende  variabler  noggrannare  för  att  undvika  hög  grad  av  multikollinearitet.   Problemet   kan   reduceras   genom   att   samla   in   och   bearbeta  mer   data.   Ett   större   antal   observationer   förbättrar   precisionen   av  koefficientestimeringarna  (J  Cohen  m.fl,  2002).    

  12  

2.1.5 Heteroskedasticitet  

Det   tredje   antagandet   för   multipel   linjär   regression   är   att   alla   residualer   har  identisk  varians.  Matematiskt  skrivs  detta  fenomen,  benämnt  homoskedasticitet,  som  Var ei xi( ) =σ 2 ,   där   ei  är   en   residual   och   xi  är   ett   värde   för   en   av   de  oberoende  variablerna  (H  Lang,  2015,  sid.16).    

I  de  fall  antagande  inte  uppfylls,  uppstår  heteroskedasticitet.  Residualen  kan  då  skrivas   som   en   funktion   av   xi .   Ett   exempel   är   att   residualen   ökar   för   större  

mätvärden   av   xi .   Variansen   kan   då   skrivas   som  Var ei xi( ) = f (xi ) .   Precisionen  hos  modellen  är  i  dessa  fall  inte  optimal  för  samtliga  värden  på   xi  (H  Lang,  2015,  sid.17)      Upptäck  heteroskedasticitet  

Heteroskedasticitet   kan   upptäckas   genom   flera   statistiska   verktyg.   Vid   ett  Eyeball   test   placeras   residualerna   ut   i   en   graf   med   predikterade   värden   som  oberoende   variabel.   Om   residualens   varians   kan   antydas   ha   någon   typ   av  samband   med   den   oberoende   variabeln   förekommer   troligtvis  heteroskedasticitet   (Kennedy,   2008,   sid.116).   Exempel   på   heteroskedasticitet  respektive  homoskedasticitet  kan  ses  i  figur  1.

 Figur  1.  Exempel  på  heteroskedasticitet  &  homoskedasticitet,  Källa:  http://pareonline.net/    Heteroscedasticitet   kan   också   undersökas   genom   att   inkludera  White’s   Robust  Estimate  i  regressionen.  Estimeringen  skrivs  matematiskt  enligt:  

Cov β^!

"#$%&= (XTX)−1XTD(ê2 )X(XTX)−1

= (XTX)−1 êi2xi

t xii=1

n∑!

"#

$

%&(XTX)−1

            (9)

  13  

Koefficienternas   kovariansmatris   från   OLS-‐estimeringen   jämförs   sedan   med  koefficienternas  kovariansmatris  där  White’s  Robust  Estimate  är   inkluderat.  Om  matriserna  skiljer  sig  åt  råder  heteroskedasticitet  (Kennedy,  2008,  sid.116).      Åtgärd  till  heteroskedasticitet  

Genom   att   inkludera   White’s   Robust   Estimate   i   regressionen   kommer  regressionens   resultat   att   förbättras  och  antagandet  om  homoskedasticitet  kan  anses  rättfärdigat  (H  Lang,  2015,  sid.17).      

2.1.6 Residualanalys  

Det   andra   antagandet   hos   multipel   linjär   regression   är   att   residualens  väntevärde   är   noll.   Vid   modellering   av   verkliga   problem   är   detta   ett   ovanligt  fenomen   och   därför   studeras   residualen   ofta   vidare   i   en   residualanalys   för   att  utreda  i  vilken  mån  antagandet  kan  godtas.    

Den  generella  regressionsekvationen,  (1),  skrivs:    

yi = xijβ j + eij=0

k

∑   for  i=1,  …  ,  n                                    (10)  

 När   regressionen   är   klar   och   koefficienterna   är   beräknade   kan   residualen  êi beräknas  enligt:  

êi = yi − xij β j^

j=0

k

∑   for  i=1,  …  ,  n                                    (11)  

                             (H  Lang,  2015,  sid.4)    Normalfördelningskurvan  

Ett   sätt   att   analysera   residualerna   är   genom   att   jämföra   dem   med  normalfördelningen.  Anledningen  till  jämförelsen  med  normalfördelningen  är  att  antagandet   om   residualens   väntevärde   kan   godtas   om   residualen   är  normalfördelad.    I  normalfördelningsgrafen  placeras  residualerna,  i  växande  storleksordning,  mot  de   teoretiska  värden   som  residualerna   skulle   anta  om  de  var  normalfördelade.    Y-‐axeln   representerar   sannolikhet   och   X-‐axeln   representerar   värdet   för  residualen.               (Richard  M  Heiberger,  2004,  sid.110)  

  14  

2.1.7 Modellutvärdering    Hypotestestning  

Hypotestestning   används   för   att   acceptera   alternativt   förkasta   en   fastställd  hypotes.  Detta  görs  enligt  Weisstein  (2015)  vanligtvis  genom  fyra  steg:  

1. Två  hypoteser   formuleras,  en  nollhypotes,  H0,  och  en  alternativ  hypotes.  Nollhypotesen   motsvarar   det   faktum   att   datan   är   helt   stokastiskt   och  saknar   samband   med   de   oberoende   variablerna.   Den   alternativa  hypotesen  motsvarar  således  att  det   föreligger  statistiskt  signifikans  hos  de  oberoende  variablerna.  

2. Lämplig  metod  för  statistisk  testning  väljs  givet  modellens  utformande.  3. p-‐värdet  för  nollhypotesen  beräknas.  Ett  lågt  p-‐värde  ökar  sannolikheten  

för  att  modellen  har  en  signifikant  förklaringsgrad  och  vice  versa  4. p-‐värdet   jämförs   vidare   med   en   vald   signifikansnivån,   α.   Vid   p   ≤   α  

accepteras  den  alternativa  hypotesen  och  statistiskt  samband  antas.      F-‐test  och  p-‐värde    För   att   undersöka   signifikansen   hos   estimerade   koefficienter   kan   ett   F-‐test  användas.   En   nollhypotes   definieras   enligt βa = βb = ... = βn = 0 där   ett   frivilligt  antal   oberoende   variabler   testas   mot   att   sakna   samband   med   den   beroende  variabeln.  Givet  att  residualen  är  normalfördelad  kan  ett  F-‐värde  beräknas  enligt  (H  Lang,  2014,  sid  9):    

F = n− k −1r

ê*2

ê 2−1

"

#$$

%

&''  ∈ F(r,n− k −1)           (12)  

 Där ê*betecknar   residualen   för   regressionen   när   de   granskade   koefficienterna  antas  vara  noll  och   ê  betecknar  residualen  från  orginalregressionen.  n  är  antalet  observationer,   k   är   antalet   oberoende   variabler   och   r   är   antalet   exkluderade  variabler.    F-‐värdet  används  sedan  till  att  räkna  ut  ett  p-‐värde  för  en  sann  nollhypotes  enligt  P(X > F) ,   där   X   har   F-‐fördelning   från   ekvation   9.   p-‐värdet   motsvarar  sannolikheten   att   erhålla   en   teststatistik   minst   så   extrem   som   den   faktiskt  observerade,  givet  att  nollhypotesen  är  sann.                          (H  Lang,  2014,  sid.8)    

  15  

R2  och  justerat  R2  

R2  är  ett  mått  på  hur  väl  de  oberoende  variablerna  förklarar  variationen  hos  den  oberoende  variabeln.  Matematiskt  beräknas  R2  genom:  

R2 =1− SSresidualSStotalt

                                     (13)  

 Där   SSresidual är   kvadratsumman   residularna   och   SStotalt är   kvadratsumman   av  

avståndet   mellan   yi  och   medelvärdet   y_.   Ett   högt   R2   motsvarar   därav   en   hög  

förklaringsgrad  hos  modellen  (H  Lang,  2015,  sid  8).    Nackdelen   hos   denna   metod   är   att   den   premierar   ett   högt   antal   oberoende  variabler.   Detta   med   anledning   av   att   addering   av   en   ytterligare   oberoende  

variabel   inte   kan   påverka   R2   i   negativ   riktning.   Det   justerade   R2,   R2__

,   tar   även  hänsyn  till  antal  frihetsgrader.    

R2__

=1− SSresidual / dfresidualSStotalt / dftotalt

                                     (14)  

dfresidual = n− k −1  dftotalt = n−1    Där  n  är  antalet  observationer  och  k  är  antalet  oberoende  variabler.  Justeringen  gör   att   oberoende   variabler   med   låg   eller   ingen   förklaringsgrad   påverkar  

R2__

negativt  (H  Lang,  2015,  p.  8).          BIC-‐test  BIC,   Bayesian   Information   Criterion,   syftar   till   att   värdera   olika  modelluppsättningar  mot  varandra.  Den  modell  som  ger  det  lägsta  BIC-‐värdet  är  den  modell  som  metoden  föredrar  (R  E  Kass  et  al,  1995).      BIC  kan  matematiskt  skrivas:    n• ln SSresidual( )+ k • ln(n)                                      (15)  Där  n  är  antalet  observationer  och  k  är  antalet  koefficienter.    

  16  

Modellen  används  genom  att   jämföra  en  modells  BIC-‐värde  med  BIC-‐värdet   för  en  reducerad  version.  Lägst  BIC  värde  bestämmer  vilken  modell  som  är  optimal.    Differensen  mellan  modellernas  BIC-‐värden  beaktas  enligt:             Tabell  1.  BIC-‐värden  

ΔBIC   Bevis  emot  modell  med  högre  BIC-‐värde  0-‐2   Svagt,  notis  är  tillräcklig  2-‐6   Positivt  6-‐10   Starkt  >10   Mycket  starkt  

                             (R  E  Kass  et  al,  1995)    

2.2 Ersättningsdrivande  faktorer  I   detta   avsnitt   presenteras   de   fyra   huvudkategorier   där   studier   funnit   samband  med   VD-‐lön.   Dessa   fyra   huvudkategorier   delas   vidare   upp   i   de   för   urvalet   mest  relevanta  faktorerna.      

2.2.1 Uppdragets  karaktär  

Uppdragets   karaktär   inbegriper   flera   faktorer   som   visat   statistiskt   signifikant  samband  med   VD-‐lön   i   tidigare   studier.   Företagsstorleken   har   granskats   både  nationellt   och   internationellt   och   uppvisat   ett   positivt   samband   med  ersättningen   (Askmark   &   Holmbom,   2013;   Tosi,   2000;   Mattson   &   Nordahl;  Svenskt  Näringsliv,  2013;  Randøy  &  Nielsen,  2002).    

 Enligt   Svenskt   Näringsliv   (2013)   förelåg   betydande   skillnader   i   VD-‐lön   per  sektor   och   placeringslän.  Medianlönen   var   högst   i   industrisektorn/Stockholms  län,   88   400/100   600,   och   lägst   i   Byggsektorn/Jämtlands   län,   50   000/56   500  (Svenskt  Näringsliv,  2013).  Randøy  &  Nielsen  (2002)  fann  även  ett  starkt  positivt  samband  mellan  antal  dotterbolag  och  VD-‐lönen.    

2.2.2 Styrelse-‐  och  ägarförhållanden  

Styrelsen   bestämmer   VD:ns   ersättning   och   är   därigenom   en   central   faktor   för  lönesättningen   (Svenskt   Näringsliv,   2013).   Hur   olika   styrelse-‐   och  ägarkonstellationer  påverkar  VD-‐lönen  har  varit  underlag  för  en  mängd  studier  under  den  senare  delen  av  1900-‐talet.    

  17  

Agentteorin   (Jensen  &  Meckling,  1976)  behandlar  de  problem  som  uppstår  när  företagsledningen   har   påverkan   från   fler   intressenter   än   ägarna,   ex   anställda,  långivare,   egenintressen   och   stat.   De   olika   intressenterna   har   inte   sällan   olika  intressen,  vilka  kan  frånskilja  sig  från  aktieägarnas.  Ett  verktyg  för  att  integrera  VD:ns  målbild  och  vision  med  aktieägarnas  är  utformningen  av  VD-‐lönen.    En   studie   av   Core   et   al   (1999)   visar   att   större   bolagsstyrelser   är   mindre  noggranna   i   kontrollen   av   VD,   samtidigt   som   Boyd   (1990)   och   Weidenbaum  (1986)   hävdar   att   ett   minskat   styrelseengagemang   i   bolagets   operativa  verksamhet  har  en  positiv  påverkan  på  VD-‐lönen.      

2.2.3 VD:n  

VD:ns   erfarenhet   och   kvaliteter   återkommer   som   riktlinjer   vid   lönesättning   av  VD:n   hos   flertalet   svenska   företags   ersättningspolicys   (eWork,   2014;   Lundin  Petroleum,  2014).  Enligt  Svenskt  Näringsliv  (2006)  bestäms  VD-‐lönen  delvis  av  VD:ns   egenskaper   och   kvaliteter,   exempelvis   utbildning,   erfarenhet,  ledaregenskaper  och  strategisk  förmåga.  

 Parthiban  et.al  (2008)  och  Bertrand  &  Mullainathan  (2001)  har  funnit  ett  positivt  signifikant   samband   mellan   ålder   och   VD-‐lön.   Åldern   hade   i   bägge   fall   ett  sjunkande  positivt  samband  och  var  därför  transformerad  till  åldern  i  kvadrat.      SCB  (2014)  hävdar  att  den  generella  kompensationsnivån   i  Sverige  är   lägre   för  kvinnor   än   män.   I   studier   av   Adams   et   al.   (2007)   och   Bertrand   och   Hallock  (2001)  fastställs  att  kvinnliga  VD-‐löner  uppgår  till  45%  av  männens.  Majoriteten  av  skillnaden  kunde  emellertid  förklaras  av  att  de  kvinnliga  VD:arna  återfanns  i  företag  med  jämförelsevis  lägre  omsättning.      

2.2.4 Prestationsrelaterad  ersättning  

Enligt  Jensen  &  Meckling  (1967)  är  prestationsrelaterad  ersättning  ett  medel  för  aktieägarna   att   skapa   symmetri   mellan   VD:ns   och   aktieägarnas   intresse.  Ersättningen  utgörs  ofta  av  en  rörlig  lön  kopplat  till  prestationsrelaterade  mått.  

Hallvarsson   &   Halvarsson   (2009)   fastslog   att   svenska   företag   hade   en   lägre  proportion   rörlig   ersättning   jämfört   med   övriga   Europa.   Samtidigt   hävdade Svenskt  Näringsliv  (2013)  att  en  klar  majoritet,  90%,  av  deras  medlemsföretags  VD:ar  ändå  omfattades  av  rörlig  ersättning.  

  18  

Jensen   &  Murphy   (1990),   Sigler   (2011)   och   Lilling   (2006,   s.106)   har   samtliga  funnit  statistiskt  signifikant  samband  mellan  avkastning  på  tillgångar  och  VD-‐lön  hos  amerikanska  företag.  

Tosi   et   al   (2000)   fann   ett   starkt   signifikant   samband   mellan   omsättning-‐   och  resultattillväxt  i  en  undersökning  på  Nya  Zeeland.  

 

2.2.4 Sammanfattning  av  tidigare  studier  på  ersättningsdrivande  faktorer      

Tabell  2.  Sammanfattning  av  tidigare  studier  på  ersättningsdrivande  faktorer  Variabelkategori   Variabel   Författare   Land   Påverkan  Uppdragets  karaktär   Företagsstorlek   Askmark  &  Holmbom  (2013);  

Pukthuanthong  et  al.  (2004);  Cahan  et  al.  (2005);  Palmberg,  2(009);  Randöy  &  Nielsen,(2002).  

Sverige   +  

  Sektor   Kjell  Frykhammar(2013)   Sverige   +/-‐     Placeringslän   Kjell  Frykhammar(2013)   Sverige   +/-‐     Antal  

Dotterbolag  Trond Randøy, Jim Nilsen(2002)  

SverigeNorge  

+  

Styrelse-‐  och  ägarförhållande  

Styrelsestorlek   Core  et  al  (1999),  Boyd(1990)  och  Weidenbaum(1986),  Cahan  et  al.  (2005)  Pukthuanthong  et  al.  (2004)  

USA   -‐  

VD:n   Ålder   Parthiban  et.al  (2008)  och  Bertrand  &  Mullainathan  (2001)  

USA   +  

  Kön   Adams  et  al.  (2007)  och  Bertrand  och  Hallock  (2001)  

USA   +/-‐  

Prestationsrelaterad   Avkatsning  på  tillgångar  

Jensen  &  Murphy  (1990),  Joskow  &  Rose  (1994),  Garen  (1994),  Hall  &  Liebman  (1998),  Murphy  (1999),  Baker  &  Hall  (2004),  Edmans  et  al.  (2009),  Sigler(2011),  Lilling  (2006)  och  Geiger  &  Cashen  (2007)  

USA   +  

  Resultattillväxt   Tosi  et  al  (2000)   USA   +     Omsättnings-‐

tillväxt  Tosi  et  al  (2000)   USA   +  

  19  

3 Metod  Det   här   kapitlet   redogör   för   tillvägagångssättet   i   studiens   empiriska  undersökningen.   Metoden   kan   summeras   i   fem   steg:   Datainsamling,   metod-‐   och  variabelval,  databearbetning,  modellprövning  och  modellutvärdering.    Studien  genomfördes  med  kvantitativ  metod  vilket  innebär  att  datainsamlingens  tyngd  lades  på  kvantitet  före  kvalitet  (Bryman  och  Bell,  2003).  Bryman  och  Bell  hävdar   att   den   kvantitativa   metoden   är   bäst   lämpad   när   precisa   relationer  mellan  förutbestämda  variabler  utreds,  vilket  den  här  studien  ämnar  göra.      För   att   undersöka   sambandet   mellan   den   beroende   variabeln,   VD-‐lön,   och   de  oberoende   variablerna   användes   multipel   linjär   regressionsanalys   som  presenterades  i  avsnitt  2.1.2  Multipel  linjär  regressionsanalys.  Regressionsanalys  är   enligt   Bryman   och   Bell   (2003)   den  mest   använda   vid   analys   av   kvantitativ  data.    Studiens  metod  kan  summeras  i  fem  steg:    1. Datainsamling  2. Metod-‐  och  variabelval  3. Databearbetning  4. Modellprövning  5. Modellutvärdering    

3.1 Datainsamling    Data   från   totalt   80   svenska   onoterade   aktiebolag   i   storleken   50-‐500   anställda  med   anställd  VD,   samlades   in   från  VD-‐katalogen  2015  (Ratlibris  AB,   2015)   och  2013:års   årsrapporter.   Företagen   valdes   utifrån   obundet   slumpmässigt   urval,  presenterades  i  avsnitt  2.1.1  Obundet  slumpmässigt  urval.  Metoden  anses  lämplig  när   urvalet   ska   fungera   som   generalisering   för   hela   populationen   (Bryman   &  Bell,  2003).  Data  för  samtliga  oberoende  variabler  bortsett  från  ålder  hämtades  ur   årsrapporterna.   Ålder   inhämtades   från   upplysning.se   vars   information  baseras  på  folkbokföringen  (Upplysning.se,  2015)    80  företag  analyserades  och  data  för  17  variabler  hämtades  in,  vilket  resulterade  i  totalt  1  360  datapunkter.  Kritiska  variabler,  exempelvis  företagens  ekonomiska  nyckeltal,   redovisas   enbart   årligen   och   därav   representerar   samtlig   insamlad  data  det  senaste  redovisade  helåret,  2013.  

  20  

3.2 Variabler  

3.2.1 Beroende  variabel  

Den  beroende  variabeln,  VD-‐lön,  är  hämtad  ur  VD-‐Katalogen  2015  (Ratlibris  AB,  2015)  och  validerad  genom  företagens  årsrapporter   för  2013.  VD-‐lönen  är  den  fasta-‐   och   rörliga   ersättningen   som  utbetalas  under   året   2013.   Lönen   är   sedan  logaritmerad  i  regressionen,  vilket  minskar  effekten  av  extremvärden  i  resultatet  (Edling  &  Hedström,  2003  s.  160).  

 

3.2.2 Oberoende  variabler  

Redogörelse   för  ersättningsdrivande   faktorer   i   tidigare   studier   finns   i   avsnittet  2.1  Ersättningsdrivande  faktorer.    

Förbehandling  av  variabeldata  genom  att  transformera  en  eller  flera  variabler  är  en  metod  som  kan  öka  modellens  lämplighet  (B  E  Hansen,  2015,  p.44).  En  metod  är   att   reducera   extremvärdenas   betydelse   genom   att   logaritmera,   naturliga  logaritmering,   en   variabel.   En   annan   är   att   skapa   ett   linjärt   samband   hos   en  variabel  med   sjunkande   tillväxt   genom  att   kvadrera  dess   värde   (H  Lang,  2015,  p.21).  Tabell  3   innehåller  en   lista  på  de  17  oberoende  variablerna   från   tidigare  studier   på   ersättningsdrivande   faktorer   och   hur   de   användes   i   den   initiala  modellen.

  21  

               Tabell  3.  Lista  över  de  oberoende  variablerna    

Variabelkategori   Variabelnamn   Mått*   Kommentar  

Uppdragets  karaktär   Omsättning   ln(SEK)   Den  naturliga  logaritmen  av  omsättningen.       Stockholm   Dummy**   Ges  värdet  1  om  huvudkontoret  är  placerat  i  

Stockholm     Göteborg   Dummy   Ges  värdet  1  om  huvudkontoret  är  placerat  i  

Göteborg     Malmö   Dummy   Ges  värdet  1  om  huvudkontoret  är  placerat  i  

Malmö     Övriga  Sverige   Benchmark***   Inkluderas  i  värdet  för  intercept:en     Bygg   Benchmark   Inkluderas  i  värdet  för  intercept:en     Handel   Dummy   Ges  värdet  1  om  företaget  återfinns  i  

handelssektorn     Industri   Dummy   Ges  värdet  1  om  företaget  återfinns  i  

industrisektorn     Tjänster   Dummy   Ges  värdet  1  om  företaget  återfinns  i  

tjänstesektorn     Transport   Dummy   Ges  värdet  1  om  företaget  återfinns  i  

transportsektorn     Antal  dotterbolag   Antal   Antal  dotterbolag  med  omsättning  >  10  Mkr  Styrelse-‐  och  ägarförhållande  

Styrelsestorlek   Antal   Antal  styrelseledamöter  vid  2013  års  årsstämma  

VD:n   Ålder   År   (2013-‐födelseår)2     Kvinna   Dummy     Ges  värdet  1  om  VD:n  är  kvinna     Man   Benchmark   Inkluderas  i  värdet  för  intercept:en  Prestationsrelaterad  ersättning  

Avkastning  på  tillgångar  

%   Resultat  efter  finansnetto/Summa  tillgångar    

  Omsättningstillväxt   SEK   Omsättning  2013  –  Omsättning  2012     Resultattillväxt   SEK   Resultat  2013  –  Resultat  2012  

 *  Ekonomiska  mått  mäts  i  tusentals  kronor.  **  Förklaring  ges  i  avsnitt  2.1.1  Multipel  linjär  regressionsanalys  ***  Förklaring  ges  i  avsnitt  2.1.4  Multikollinearitet      Vid  datainsamling  upptäcktes  flera  dotterbolag  som  antingen  helt  saknade  eller  hade   mycket   låg   omsättning   jämfört   med   moderbolaget.   Dotterbolag   av  jämförelsevis  mycket  låg  omsättningsnivå  bör  rimligtvis  sakna  påverkansgrad  på  VD-‐lönen   och   därför   valdes   dotterbolag   av  mindre   omsättning   än   10  miljoner  kronor  att  exkluderas  som  dotterbolag  i  studien.    

  22  

Data   för  Antalet   styrelseledamöter   samlades   in   för   tidpunkten   efter   företagens  respektive   årsstämmor   2013.   Det   är   under   årsstämman   som   styrelsen   utses  (Bolagsverket,  2012),  vilket  gör  tidpunkten  mest  relevant  för  mätning.    Förutom   den   beroende   variabeln   VD-‐lön,   transformerades   även   variablerna  Omsättning   och   Ålder.   Omsättningen   transformerades   genom   den   naturliga  logaritmen,   logaritm  med   basen   e=2,71828,   i   syfte   att   reducera   betydelsen   av  extremvärden.  Åldern  kvadrerades  eftersom  att  det  positiva  sambandet  med  VD-‐lön  väntas  avta  vid  ökad  ålder  (Parthiban  et.al,  2008).    De   geografiska   variablerna   valdes   till   Stockholm,   Göteborg,   Malmö   och   Övriga  Sverige.   Den   geografiska   placeringen   baseras   på   positionen   av   respektive  företags   huvudkontor.   De   valda   storstadsregionerna   var   de   som   hade   högst  medianlön   i   en   studie   för   2012   (Svenskt   Näringsliv,   2013).   Studiens   urval   var  svenska   aktiebolag   i   storleken   10-‐500   anställda,   vilket   gör   den   relevant   för  vidare  undersökning.    Variablerna   Man,   Bygg   och   Övriga   Sverige   valdes   till   regressionsmodellens  benchmark-‐variabler,   presenterades   i   avsnitt   2.1.4   Multikollinearitet.   Därav  inkluderades  deras  påverkan  på  VD-‐lönen  i  regressionsmodellens  intercept,  β0 .    

3.3 Variabelanalys  

För   att   hitta   den   optimala   regressionsmodellen   krävs   att   samtliga   relevanta  oberoende  variabler  inkluderas  i  modellen.  Därav  innehöll  den  initiala  modellen  samtliga   variabler   som   tidigare   visat   signifikant   samband  med   VD-‐lönen   i   den  undersökta   litteraturen.   Vidare   undersöktes   de   oberoende   variablernas  signifikans   och   förklaringsgrad   för   att   kunna   exkludera   de   variabler   som   inte  bidrog  till  en  förbättrad  modell.  

I   den   här   uppsatsen   användes   p-‐värde,   R2__

 och   BIC   för   att   bestämma   vilka  oberoende  variabler  som  skulle   ingå  i  den  slutliga  regressionsmodellen.  Genom  att   sortera   variablerna   efter   sjunkande   p-‐värde,   kunde   den   optimala  modellen  

finnas  genom  att  studera  var  BIC  nådde  sitt  minimum  och  R2__

sitt  maximum.    

 

  23  

4 Resultat  

I   det   här   kapitlet   redovisas   resultatet   från   den   slutgiltiga   regressionsmodellen.  Vidare  valideras  modellen  utifrån  förklaringsgrad  och  signifikans.  Kapitlet  avslutas  med  en  uppställning  av  regressionsekvationen    

4.1 Resultat  från  variabelanalys  

I   tabell   4   presenteras   resultatet   från   variabelanalysen.   p-‐värde   och   BIC  

presenterades   i   avsnitt   2.1.7   Modellutvärdering.   Värdena   för   BIC   och   R2__

 representerar  modellen  när  radens  oberoende  variabel  och  samtliga  under  den  är   inkluderade.   Den   översta   raden   motsvarar   således   modellen   med   samtliga  oberoende  variabler  inkluderade.  

               Tabell  4.  Variabelanalys  

Oberoende  variabel   p-‐värde   BIC   R2__

 Malmö   0.9864   -‐139,3   0,574  Handel   0.9031   -‐143,7   0,580  Styrelsestorlek   0.8630   -‐148,1   0,587  Kön   0.8242   -‐152,4   0,593  Resultattillväxt   0.7843   -‐156,7   0,598  Ålder   0.6264   -‐160,8   0,603  Göteborg   0.5022   -‐165,1   0,608  Tjänster   0.4291   -‐168,9   0,610  Industri   0.1509   -‐172,4   0,612  Transport   0.0490   -‐174,3   0,605  Avkastning  på  tillgångar   0.0472   -‐174,5   0,587  Stockholm   0.0183   -‐174,1   0,572  Omsättningstillväxt   0.0101   -‐171,4   0,537  Omsättning   0.0029   -‐165,4   0,480  Antal  dotterföretag   0.0000   -‐143,1   0,282  

 

Tabellen   visar   att   det   högsta   värdet   för   R2__

uppnåddes   när   de   oberoende  variablerna   reducerats   genom   fallande  p-‐värde   till   och  med  variabeln  Tjänster.  Vid   val   av   signifikansnivå   för   de   oberoende   variablerna   brukar   5%   eller   10%  användas,   dvs   p

  24  

Exkluderade  oberoende  variabler  

De  oberoende  variabler  som  exkluderades  ur  modellen  hade  samtliga  ett  p-‐värde  

>  0,1,  bidrog   inte   individuellt   till  ett  högre  värde  på  R2__

 eller  ett   lägre  värde  på  BIC.  Nedan  följer  en  lista  av  de  exkluderade  oberoende  variablerna.    

           Tabell  5.  Exkluderade  variabler    

Oberoende  variabel   Variabeltyp  Malmö   Dummy  Styrelsestorlek   Kontinuerlig  Kön   Dummy  Ålder   Kontinuerlig  Handel   Dummy  Resultattillväxt   Kontinuerlig  Göteborg   Dummy  Tjänster   Dummy  Industri   Dummy  

   

4.2 Resultat  från  modellprövning  

Regressionsmodellen  undersöktes  utifrån  de  underliggande  antagandena  bakom  metoden   multipel   linjär   regressionsanalys.   Nedan   följer   resultatet   av   de  genomförda  testerna.  

 

4.2.1 Antagande  1:  Linjärt  samband  mellan  den  beroende  variabeln  och  de  oberoende  variablerna  

Antagandet   om   linjärt   samband   mellan   den   beroende   variabeln   och   de  oberoende   variablerna   undersöktes   först   separat   för   varje   oberoende   variabel,  bortsett   från   de   av   dummy-‐typ.   D.v.s.   antal   dotterbolag,   omsättningstillväxt,  omsättning  och  avkastning  på  tillgångar.  Graferna  kan  ni  se  i  figur  2  

 

 

 

  25  

 Figur  2.  Samband  mellan  de  oberoende  variablerna  och  VD-‐lönen  

                 R2=0,29                          R2=0,16                        R2=0,38                      R2=0,08    De   tre   första   graferna   visade   klara   linjära   samband   mellan   den   oberoende  variabeln   och   VD,   främst   omsättning,   som   har   38%   förklaringsgrad,   R2.  Avkastning   på   tillgångar   visade   ett   svagare   linjärt   samband   med   endast   8%  förklaringsgrad.   Inget   annat   samband   kunde   emellertid   uttolkas   ur   grafen   och  därav  godtogs  antagandet  om  linjärt  samband.    För   att   ytterligare   styrka   antagandet   undersöktes   också   sambandet   mellan  residualerna  och  de  predikterade  värdena,  figur  3.                        Figur  3.  Residual  vs  predikterade  värden  

 Ur   grafen   gavs   inga   indikationer   på   att   samband   mellan   residualerna   och   de  predikterade  värdena  förelåg,  vilket  stärkte  tesen  om  linjärt  samband.    

4.2.2 Antagande  2:  Residualens  väntevärde  är  noll  

För  att  utreda  antagande  två  gjordes  en  residualsanalys  i  syfte  att  undersöka  om  residualerna  var  normalfördelade  och  därmed  godta  antagandet.  Residualanalys  beskrivs  närmare  i  avsnitt  2.1.6  Residualanalys.  

Då   residualerna   följde   normaldistributionen   väl,   figur   4,   kunde   antagandet  godtas  för  regressionsmodellen.      

  26  

                             Figur  4.  Normalfördelningskurvan  

 

4.2.3 Antagande  3:  Homoskedasticitet  

För  att  undersöka  om  alla  residualer  var  av  samma  varians,  homoskedasticitet,  genomfördes   ett   Eyeball   test,   vilket   finns   presenterat   i   avsnitt   2.1.5  Heteroskedasticitet.   Residualerna   placerades   ut   i   en   graf   med   predikterade  värden  som  oberoende  variabel.  

                             Figur  5.  Residualer  vs  predikterade  värden  

   Inga  tydliga  indikationer  på  heteroskedasticitet  gavs  genom  att  analysera  grafen,  figur   5,   då   residualerna   hade   en   till   synes   jämn   varians.   På   grund   av   få  datapunkter  fanns  likväl  behov  av  ytterligare  analys.      För   att   undersöka   antagandet   vidare   inkluderas   White’s   Robust   Estimate   i  regressionsmodellen.   Skillnader   vid   jämförelse   av   originalregressionens  kovariansmatris  och  kovariansmatrisen   från   regressionen   innehållande  White’s  Robust   Estimate,   antydde   på   heteroskedasticitet.   Därav   valdes   den   robusta  regressionsmodellen  och  antagandet  om  homoskedasticitet  accepterades.      

  27  

4.2.4 Antagande  4:  Mätfel  

Antagandet  om  att  observerad  data  inte  innefattar  mätfel,  kan  naturligtvis  anses  rättfärdigat  om  det  kan  säkerställas  att  insamlad  data  saknar  mätfel.    

Både  den  beroende  variabeln  och  de  oberoende  variablerna   innehöll   data   som  var   baserade/styrktes   på   företagens   respektive   årsrapporter   eller  folkbokföringen.  Det  är  data  som  bör  ha  hög  tillförlitlighet  med  bakgrund  av  de  krav   som   ställs   på   årsrapportens   utformning   och   innehåll   och  folkbokföringslagens   bestämmelser   (Riksdagen,   1991).   Vidare   analys   av  insamlad  data  och  dess  trovärdighet  återfinns  i  avsnittet  3.1  datainsamling    

4.2.5 Antagande  5:  Multikollinearitet  

Antagandet   om   multikollinearitet   undersöktes   för   de   oberoende   variablerna,  bortsett   från   dummy-‐variablerna   som   undviker   multikollinearitet   genom  användandet  av  benchmark  vilket  beskrivs  i  avsnitt  2.1.4  Multikollinearitet  

Korrelationsmatrisen,   presenterad   i   avsnitt   2.1.4  Multikollinearitet,   beräknades  för  de  återstående  oberoende  variablerna:  antal  dotterbolag,  omsättningstillväxt,  omsättning   och   avkastning   på   tillgångar.   Elementen   utanför   diagonalen  kontrollerades   mot   den   högsta   tillåtna   gränsen   för   korrelation,   0,8   (Kennedy  2008,  sid.195).    

R =

1 -0.04 0.39 0.18-0.04 1 0.44 0.050.39 0.44 1 0.040.18 0.05 0.04 1

!

"

####

$

%

&&&&

                                   (16)  

 Högsta  korrelationskoefficienten  uppgick  till  0,44  vilket  klart  understiger  0,8.  För   att   ytterligare   styrka   antagandet   undersöks   även   variablernas  VIF-‐värden.  VIF  kan  beräknas  genom  att  ta  inversen  av  korrelationsmatrisen,  R-‐1.    

R−1 =

1.31 0.35 −0.66 −0.230.35 1.34 −0.72 −0.10−0.66 −0.72 1.57 0.09−0.23 −0.10 0.09 1.04

"

#

$$$$

%

&

''''

                                 (17)  

 VIF-‐värdena  återfinns  på  matrisens  diagonal  och  samtliga  värden  understiger  10.  Det  resulterar  i  att  antagande  fem  och  därmed  samtliga  antaganden  för  modellen  godtas  (Kennedy,  2008,  sid.199).  

  28  

4.3  Modellresultat  

Modellregressionen  utfördes  i  statistikprogrammet  R.  Resultatet  med  White’s  Robust  Estimate  presenteras  nedan:  

 Tabell  6.  Koefficientresultat  med  White’s  Robust  Estimate  

Oberoende  variabel   Koefficient           Standardavvikelse       p-‐värde   Signifikanskod  

Intercept                         4.900e+00   5.354e-‐01   9.62e-‐14   ****  Antal  dotterföretag   1.072e-‐01   1.887e-‐02   2.55e-‐07   ****  Omsättning   1.612e-‐01   4.310e-‐02   0.00036   ****  Stockholm   2.181e-‐01   8.203e-‐02   0.00965   ****  Omsättningstillväxt   1.151e-‐06   4.457e-‐07   0.01184   ***  Avkastning  på  tillgångar   8.786e-‐01   3.717e-‐01   0.02075   ***  Transport   2.007e-‐01   9.740e-‐02   0.04289   **                  *p-‐värde  <  0,1   **  p-‐värde  <  0,05   ***  p-‐värde  <  0,025   ****  p-‐värde  <  0,01              

Tabell  7.  Regressionsresultat  med  White’s  Robust  Estimate      

Antal  observationer  

Frihetsgrader  residual  

R2   Justerat  R2  

F-‐statistik   p-‐värde  

80   73   0.635   0.605   21.14   3.244e-‐14      

4.2  Modellutvärdering  Modellen   testades  mot   antagandena   bakom  multipel   linjär   regressionsanalys   i  avsnittet  3.4  Modellprövning.  Därav  anses  resultatet  i  tabell  6  vara  giltigt.    Förklaringsgraden   hos   modellen,   R2,   uppgick   till   63,5%.   Det   innebär   att   de  oberoende   variablerna   förklarar   63,5%   av   variationen   hos   den   beroende  variabeln.   R2   kan   överestimera   förklaringsgraden   i   modeller   med   många  oberoende   variabler   (B   E   Hansen   2015,   p.179),   därför   undersöks   även   det  justerade  R2  som  uppgår  till  60,5%  i  förklaringsgrad,  se  tabell  7.              

  29  

4.3  Regressionsekvationen  

Utifrån  resultatet  från  regressionen  i  tabell  6  kan  regressionsekvationen  skrivas:  

ln(VD-‐lön)  =  4.9000  +    Antal  dotterföretag  *  0.1072  +  (Stockholm)  *  0,2181  +    ln  Omsättning  *  0,1612  +                                    (18)  Omsättningstillväxt  *  0,0000012  +  Avkastning  på  tillgångar  *  0,8786  +  (Transport)  *  0,2007  +  Residual  

 Alternativt  efter  transformering  av  VD-‐lön:    VD-‐lön  =  e^(4.9000  +    

Antal  dotterföretag  *  0.1072  +  (Stockholm)  *  0,2181+    ln  Omsättning    *  0,1612  +    Omsättningstillväxt  *  0,0000012  +                                (19)  Avkastning  på  tillgångar  *  0,8786  +  (Transport)  *  0,2007  +  0,5σ2)  

 I   de   ovanstående   ekvationerna   betecknas   dummy-‐variabler   genom  understrykning,   e   betecknar   den   naturliga   logaritmen   och   σ2   är   variansen   hos  residualen   i   ekvation   18.   Variansen   vilken   accepterades   normalfördelad   i   och  med  antagande  två,  avsnitt  3.4.3  Residualens  väntevärde  är  noll.  Väntevärdet   för  residualen  är  noll  och  därför  exkluderas  den  vid  prediktion.    För   att   undersöka   enskilda   faktorers   påverkan   på   VD-‐lönen   kan   ekvationen  skrivas  enligt:  

VD-‐lön  =  e4.9000  *  eAntal  dotterföretag  *  0.1072    *  e(Stockholm)  *  0,2181  *  ln  omsättning    *  0,1612  *  eOmsättningstillväxt  *  0,0000012                                                  (20)  *  eAvkastning  på  tillgångar  *  0,8786  *  e(Transport)  *  0,2007  *  e0,5σ2    

De  oberoende  variablerna  bidrar  alltså  med  en  faktorändring  av  VD-‐lönen.  Den  predikterade  lönen  anges  i  tusentals  kronor.  

  30  

5 Diskussion  I   detta   kapitel   diskuteras   studiens   empiriska   resultat.   Resultatet   jämförs   med  tidigare  studier  och  möjliga  orsaker  som  bidrog  till  resultatet  presenteras.    Regressionsmodellen   uppnådde   64%   förklaringsgrad.   En   jämförelse   med  liknande   tidigare   studier,   Cahan   (2005)   och   Pukthuanthong   (2004)   som  uppnådde   67,5%   respektive   45%   förklaringsgrad,   ger   indikationer   på   att  uppsatsens  regressionsmodell  har  en  relativt  hög  förklaringsgrad.        I   likhet   med   de   två   tidigare   studierna   utgör   variablerna   som   representerar  uppdragets  karaktär  en  stor  del  av  förklaringsgraden.      Omsättningen   är   i   samtliga   studier   en   av   de  mest   signifikanta   variablerna   och  den  som  innehar  störst  förklaringsgrad.  Med  ökad  omsättning  följer  ofta  ansvar  för   en   större   personalstyrka,   ökat   ekonomiskt   ansvar   och   en   komplexare  organisation,  vilket  rimligtvis  bör  avspegla  sig  i  ersättningen.      Antal   dotterföretag   var   den   variabel   som   hade   lägst   p-‐värde   och   därmed   var  mest   signifikant   i   den   slutgiltiga   modellen.   Variabeln   tar   ej   hänsyn   till  egenskaper   hos   dotterföretaget   förutom   att   omsättningen   måste   överstiga   10  miljoner   kronor.   Troligtvis   finns   det   egenskaper   inom   antal   dotterföretag   som  skulle  vara  intressant  att  undersöka  vidare.  Exempelvis  kan  VD:n  antingen  vara  VD   även   för   dotterbolaget   eller   bara   besitta   funktionen   som   koncern-‐VD.   Hur  påverkas  VD-‐lönen  av  de  olika  situationerna?        Variablerna   sektor   och   placeringslän   gav   två   intressanta   resultat.   I  litteraturstudien   återfanns   dessa   variabler   endast   representerade   i   studier   av  lägre  statistisk  nivå,  exempelvis  i  Svenskt  Näringslivs  rapport  Fakta  om  VD-‐löner  avseende   2012   (2013).   Uppsatsens   resultat   styrkte   några   av   rapportens  skillnader,   bland   annat   att   VD-‐lönerna   i   Stockholm   är   24%   högre   än   i   övriga  Sverige  och  att  VD-‐lönerna  inom  transportsektorn  är  22%  högre  än  i  resterande  branscher.    De   prestationsrelaterade   variablerna   som   uppnådde   statistisk   signifikans   var  omsättningstillväxt  och  avkastning  på   tillgångar.  Resultattillväxt  hade   i  motsats  en   mycket   låg   signifikans,   0.78,   vilket   ger   en   intressant   indikation   om   att  företagen  i  urvalet  prioriterar  ökad  omsättning  före  ökad  vinst.      De   oberoende   variablerna   i   undersökningen   valdes   utifrån   tidigare   relevant  forskning  med  kriteriet  att  informationen  var  lättillgänglig  för  urvalet  av  företag.  På   grund  av   att   informationskraven  på  de  noterade   aktiebolagen  är  högre,   har  

  31  

tidigare  forskning  kunnat  undersöka  fler  aspekter  och  variabler.  Bland  annat  har  antalet  storägare,  >5%  ägarandel,  tidigare  visat  sig  ha  negativt  samband  med  VD-‐lönen.  Detta  kunde  dock  inte  undersökas  i  den  här  uppsatsen.      I  noterade  aktiebolag  redovisas  all  utgående  ersättning  till  VD:n:   fast   lön,  rörlig  lön,   pensionspremier,   bonus   och   långsiktiga   incitamentprogram.   Där   samtliga  ersättningsformer   mer   eller   mindre   kan   ses   som   substitut   för   varandra.   En  undersökning  av  den  totala  årsersättningen  till  VD  skulle  därför  sannolikt  ge  en  högre  förklaringsgrad  hos  variationen  i  VD-‐lönen.    Det   finns   även   variabler   som  kan   antas   ha   påverkan   på   uppsatsens   urval  men  som  saknar   relevans  hos  noterade   aktiebolag  och   av  den   anledningen   saknas   i  tidigare  forskning.  En  sådan  variabel  är  ägarledda  bolag.  De  fall  där  VD:n  även  är  storägare  eller  till  och  med  ensam  ägare  av  företaget,  kan  personen  i  fråga  välja  att  ta  ut  en  lägre  lön  för  att  istället  investera  dem  i  sitt  eget  företag.      Sannolikt  påverkar  även  mer  svårmätta  variabler  VD-‐lönen.  Exempel  på  sådana  är   förhandlingskompetens,   då   lönen   ofta   bestäms   genom   någon   typ   av  förhandlingsstadie,  erfarenhet  som  VD,  tidigare  prestationer  som  VD  och  lön  på  tidigare   arbetsplats/position.   Exempelvis   bör   en   VD   med   goda   tidigare  prestationer   ha   ett   högre   marknadsvärde   än   en   VD   med   sämre   tidigare  prestationer.  

  32  

 

6 Slutsatser  Slutsatsen  som  kan  dras  studien  är  att  det  är  möjligt  att  prediktera  VD-‐lönen  för  anställda   VD:ar   i   onoterade   aktiebolag   med   64%   förklaringsgrad.   Variationen  förklaras   av   sex   oberoende   variabler,   fyra   variabler   som   representerar  uppdragets   karaktär   och   två   variabler   som   är   prestationsrelaterade.   Högst  förklaringsgrad   ger   variabeln   Omsättning,   vilken   förklarar   knappt   40%   av  variationen  i  VD-‐lönen.    Uppsatsen   kunde   inte   bevisa   någon   statistisk   signifikans   hos   variabler   som  representerar  VD:ns  egenskaper  eller  styrelse-‐  och  ägarförhållanden.  Därmed  är  den   uppskattade   VD-‐lönen   för   ett   företag   den   samma   oavsett   kandidat-‐   och  styrelseändringar,  allt  annat  lika.      Uppsatsen   visar   att   VD-‐lönen   varierar   med   geografisk   placering   och   sektor.   I  Stockholm  är  VD-‐lönen  24%  högre  än  i  resten  av  landet  och  transportsektorn  har  22%   högre   VD-‐löner   än   resterande   sektorer.   Det   styrker   att   de   löneskillnader  som  presenterades   i   Svenskt  Näringslivs   rapport   ”Fakta  om  VD-‐löner  2012”   är  närvarande  även  när  relevanta  förklaringsvariabler  beaktas.        

7 Förslag  på  fortsatt  forskning  Förslag  på  fortsatt  forskning  inom  området:    

• Utöka  urvalet  för  att  eventuellt  finna  signifikans  hos  fler  variabler    

• Inkludera  fler  variabler,  förslag  på  variabler  som  i  mån  av  tid  och  resurs  kan  inkluderas  finns  föreslaget  i  kapitel  5.  Diskussion.      

• Undersöka  och  utöka  modellen  med  hur  VD-‐lönerna  utvecklas  över   tid   i  syfte  att  behålla  prediktionsmodellen  aktuell.  

  33  

 

8 VD-‐lönens  utformning  ur  ett  socialt  och  ekonomiskt  hållbart  perspektiv  

I  detta  kapitel  behandlas  frågeställningen  inom  Industriell  ekonomi,  Hur  bör  VD:ns  ersättningsstruktur   utformas   om   sociala   och   ekonomiska   hållbarhetsaspekter  beaktas?      Uppsatsens   tekniska   frågeställning   syftade   till   att   skapa   en   modell   för   att  prediktera  storleken  för  en  marknadsmässig  VD-‐lön.  Lönen  i  sin  tur  kan  bestå  av  olika   typer   av   ersättningsalternativ.   Vanligtvis   används   fast   lön,   bonus,  långsiktiga  incitamentprogram  och  pensionspremier  och  övriga  förmåner.    Vilken   ersättningsstruktur   som   är   optimal   för   företagets   långsiktiga   utveckling  ur   ett   ekonomiskt   och   socialt   perspektiv   saknar   entydigt   svar.  Anledningen   till  det   kan   delvis   förklaras   av   att   det   empiriska   området   saknar   tillräckligt   bra  dataunderlag  och  metoder  för  att  angripa  problemet.    En   annan   anledning   är   att   det   finns   en   tvetydighet   i   det   teoretiska  angreppssättet.  För  cirka  20  år  sedan  kom  flera  kritiska  studier  mot  allt  för  höga  fasta  ersättningar  till  företagsledare.  Det  ansågs  vara  byråkratiska  och  inte  bidra  till  entreprenörskap  (Jensen  och  Murphy  1990;  Baker  m.fl  1988).  I  motsats  kom  cirka  10  år  senare  ett  flertal  studier  som  kritiserar  de  rörliga  lönerna  på  grund  av  att  de  inte  uppnår  önskad  effekt  i  praktiken  (Bebchuk  och  Fried  2004;  Frey  och  Osterloh  2005).    Den   här   studien   syftar   till   att   ge   Holm   Henning   &   Partners   klienter   en   ökad  förståelse   i   hur   ersättningsutformningen   påverkar   företagets   sociala-‐   och  ekonomiska  hållbarhet.    Frågeställningen  som  ämnas  besvaras  är:    Hur bör ersättningsstrukturen utformas om sociala och ekonomiska hållbarhetsaspekter beaktas?    Studien   är   begränsad   till   ersättningsformerna   fast   lön,   bonus   och   långsiktiga  incitamentsprogram.   Pension   och   övriga   förmåner   kommer   därav   inte   ingå   i  undersökningen.   Ersättningsbegreppen   finns   förklarat   i   avsnitt   6.3   VD-‐lönens  struktur  och  utbredning.    

  34  

8.1  Metod  –  Industriell  ekonomi  Den   här   studien   ämnar   beskriva   den   teoretiska   forskningen   på   området  ersättningsstrukturer.   Vilka   fördelar   respektive   nackdelar   finns   med   olika  ersättningsstrukturer  och  vilka  slutsatser  kan  dras  utifrån  dem?    För  att  besvara  frågeställningen  genomfördes  studien  i  fyra  steg  som  presenteras  nedan  i  kronologisk  ordning.    

1. VD-‐lönens  struktur  och  utbredning  2. Litteraturstudie  på  området  VD-‐kompensation  och  social-‐  och  ekonomisk  

hållbarhet  3. Redogörelse  för  studiens  teoretiska  referensram  4. Slutsatser  

 Det   första   steget   utreder   de   ersättningsstrukturer   som   finns   i   svenska   företag  och  hur  de  skiljer  sig  mot  sina  internationella  motsvarigheter.  Detta  görs  för  att  undersöka   vilka   ersättningsformer   som   används   och   hur   teorin,   som   ofta   är  baserad   på   internationella   ersättningsstrukturer,   kan   appliceras   på   svenska  företag.      

8.2  Litteraturstudie  –  Industriell  ekonomi    Litteratursökningen   för   industriell   ekonomi-‐studien   genomfördes  med   svenska  och   engelska   sökord.     Scopus,   Science   Direct   och   JSTOR   användes   vid   den  engelskspråkiga   litteratursökningen   och   Google   scholar   användes   för   den  svenska.    Tabell  7  ger  en  översikt  över  vilka  sökord  som  användes  i  litteratursökningen                          

  35  

Tabell  7.  Sammanställning  sökord,  Industriell  ekonomi  

Litteratursökning   Svenska  sökord   engelska  sökord  Socialt  hållbart   ”VD-‐ersättning”,  ”VD-‐lön”,  

”VD”,  ”bonus”,  ”social  hållbarhet”,  ”social”,  ”hållbar”,  ”faktorer”,  ”ersättningsformer”,  ”ersättningsstrukturer”  

”CEO”,  ”compensation”,  ”wage”,  ”salary”,  ”remuneration”,  ”ethic”,  ”social  responsibility”,  ”social”,  ”substainable”,  ”factors”,  ”incentives”,    

Ekonomiskt  hållbart   ”VD-‐ersättning”,  ”VD-‐lön”,  ”VD”,  ”bonus”,  ”ekonomisk  hållbarhet”,  ”hållbarhet”,  ”ekonomisk”,  ”faktorer”,  ”ersättningsformer”,  ”ersättningsstrukturer”  

”CEO”,  ”compensation”,  ”wage”,  ”salary”,  ”remuneration”,  ”economic”,  ”substainable”,  ”growth”,  ”development”,  ”factors”    

Ersättningsstrukturer   ”VD-‐ersättning”,  ”VD-‐lön”,  ”VD”,  ”bonus”,  ”ersättningsformer”,  ”ersättningsstrukturer”,  ”Rörlig  lön”,  ”Bonus”  

”CEO”,  ”compensation”,  ”wage”,  ”salary”,  ”remuneration”,  ”factors”,  ”incentives”,  ”bonus”,  ”fixed”  

 

8.3  VD-‐lönens  struktur  och  utbredning  Ersättningsstrukturerna  som  används  i  Sverige  och  internationellt  är  i  huvudsak  uppbyggda  av   fast   lön,  bonus,   långsiktiga   incitamentsprogram  och  pension  och  övriga  förmåner.  Storleken  på  den  totala  ersättningen  och  kombinationen  av  de  olika  ersättningarna  skiljer  sig  dock  mellan  länderna.      Fast   lön   –   Den   fasta   lönen   utgör   grunden   för   VD:ns   ersättning   och   utgår  vanligtvis  i  kontant  form  en  gång  per  månad.    Bonus   –   Bonus   betalas   ofta   ut   på   kvartals   eller   årsbasis   och   har   sin   grund   i  indirekta  mått,  baserat  på  exempelvis  projektresultat  eller  aktiekurs.  Tantiem,   vilket   är   en   form   av   bonus,   är   en   del   av   vinsten   som   betalas   ut   som  extra  kontantlön,  ofta  en  gång  per  år.      Långsiktiga  incitamentsprogram  –  Företagen  kan  erbjuda  ersättning  i  form  av  aktier   eller   optioner.   Ofta   har   de   lång   löptid   och   tilldelning   sker   ofta   utifrån  verksamhetsrelaterade  nyckeltal.    Pension   och   övriga   förmåner,   ingår   ej   i   studien   –  Pension  är   en   ersättning  som  utfaller   efter   en   viss   ålder,   ex   65   år,   och   ofta   vidare   livet   ut.   Det   finns   en  mängd   olika   förmånliga   pensionslösningar.   Andra   förmåner   kan   vara  avgångsvederlag,   garantilön   i   en   viss   period   då   VD:n   fått   sparken,   hemhjälp,  tjänstebil  och  tjänstebostad.    

  36  

 Nedan   är   en   diagram   över   VD:arnas   ersättningsstrukturer   i   Sverige   och   andra  internationellt  viktiga  ekonomier.    

Figur  6.  Internationella  ersättningsstrukturer  

Källa:  Fernandes  m  fl  (2008,  tabell  A1)

 Sverige   har   urvalets   största   del   fast   ersättning,   ca   80%,   medan   USA   som   har  urvalets   lägsta   fasta   ersättning   enbart   har   35%   fast   ersättning.   En   annan  intressant   observation   är   att   de   svenska   VD-‐lönerna   enbart   innefattar   ett   par  procent   optioner   och   en   obetydlig   andel   aktier.   Att   jämföra   med   grannlandet  Danmark  vars  VD-‐löner  består  till  ca  10%  aktier  och  lika  stor  del  optioner.    

8.4  Teoretisk  referensram  Bonus   och   långsiktiga   incitamentsprogram   är   bägge   exempel   på   rörlig  ersättning.   Den   rörliga   ersättningen   syftar   till   att   lösa   det   som   kallas  agentproblem   (Jensen   och   Meckling,   1976).   Agentproblem   uppstår   när   en  uppdragsgivare   kontrakterar   en   agent,  person,   för   att   lösa   en   viss   uppgift   där  agenten  handlar  efter  egna  intressen.  I  den  här  studien  studeras  agentproblemet  mellan  aktieägare  eller  styrelse  och  VD.      Ägarna   saknar   inte   sällan  möjligheten   eller   tiden   att   följa   upp   allt   arbete   som  utförs   av   VD:n   och   därav   är   det   viktigt   att   ägarnas   och   VD:ns   intressen   är   i  symmetri.  En  VD  som  har  en  fullständigt  fast  lön  och  endast  är  intresserad  av  att  maximera   sin   lön,   kommer   sakna   intresse   att   maximera   företagets   värde.   Om  samma   VD   har   en   delvis   rörlig   lön,   baserad   på   företagets   värdemaximerande,  kommer  dennes  intresse  i  större  mån  överensstämma  med  ägarnas.      

  37  

De  empiriska  studierna  har  precis  som  den  tekniska  studien  i  den  här  uppsatsen  visat  att  VD-‐lönen  växer  med   företagets  värdeutveckling   (Tosi  et  al,  2000).  Det  har   dock   varit   svårare   att   utreda   det   motsatta   sambandet.   Huruvida  ersättningsstrukturen   påverkar   företagets   värdeutveckling.   En   optimal   studie  kräver   information   om   hur   de   bestämda   ersättningsmodellernas   har   varit  uppbyggda   hos   respektive   företag   över   tid   och   sedan   jämför   med   deras  värdeutveckling.   En   svensk   studie   av   Habib   och   Ljungqvist   (2005)   undersökte  sambandet  mellan  VD:ns   aktieägarandel   och   företagsvärdering   och   fann   att   en  relativt  hög  aktieägarandel  korrelerade  positivt  med  en  relativt  hög  värdering  av  företaget.      Fördelar  med  rörlig  ersättning    Knyter  rätt  personer  till  företaget  Vid   rekryteringssituationer   kan   en   väl   utformad   rörlig   lön   verka   avskräckande  för   personer   som   vet  med   sig   att   de   kommer   ha   svårt   att   bidra   till   företagets  utveckling.   Samtidigt   kommer   det   verka   attraktivt   för   en   person   som   tror   sig  vara  värdefull   för  företaget  (Merchant  och  Van  der  Stede,  2012).  Dessutom  kan  en   väl   tilltagen   rörlig   ersättning   locka   personer   med   högre   grad   riskaversion  (Eisenhardt,  1989).    En   rörlig   ersättning   kan   dessutom   verka   för   att   behålla   VD:n.   Investeringar   i  form  av  påkostade  utbildningar  och  upplärande  i  komplexa  projekt  eller  system  gör   företaget   känsligt   för   att   VD:n   lämnar   företaget.   Genom   att   använda  incitamentsprogram  med   längre   löptid   skapas   incitament   för   att   VD:n   stannar  kvar  i  företaget.      Ökad  ansträngning  Agentproblemen  yttras  på  flera  sätt.  Ett  uppenbart  problem  som  uppstår  när  VD  har   fast   lön   och   enbart   är   intresserad   av   att   maximera   sin   lön,   är   att   denne  endast  kommer  anstränga  sig  tillräckligt  för  att  behålla  sitt  jobb.  Ägarna  kan  då  öka  incitamentet  för  ökad  ansträngning  genom  att  inkludera  en  rörlig  del  av  lön  (Merchant  och  Van  der  Stede,  2012).  Då  ansträngning  är  svårt  att  mäta,  används  istället  nyckeltal  som  antas  korrelera  med  ansträngning,  exempelvis  omsättning  eller  resultat.    Uppmuntrar  risktagande  En   VD   som   har   fast   lön   och   enbart   drivs   av   lön   kommer   inte   låta   genomföra  projekt  som  på   förhand  ser   lönsamma  ut  men   innebär  ökad  risk.  VD:n  riskerar  att   bli   av   med   jobbet   om   projektet   inte   faller   väl   ut   och   har   samtidigt   ingen  ekonomisk  uppsida  om  projektet  går  med  vinst.    

  38  

Problemet  med  graden  av  riskaversion  skiljer  sig  mellan  personer.  Ägare  är  ofta  mer   riskvilliga   än   VD:n   på   grund   av   att   projekten   ofta   utgör   en  mindre   del   av  deras  totala  portfölj  och  kan  diversifieras  bort.  Genom  att  VD:n  ges  en  större  del  av  vinsten   från  riskfyllda  projekt  kan  graden  av  riskaversion  hos  ägare  och  VD  närma  sig.    Ökad  lojalitet  Ägarna  är  endast  en  av  de   intressenter  som  omger  VD:n.  Andra   intressenter  är  anställda,  konkurrenter,  styrelse,  banker,  politiker  och  vänner.  Alla  intressenter  har   sina   egna   agendor,   vilka  kan   stå   i   konflikt  med  ägarnas.  Känslosamma  och  tuffa   beslut   som   att   avskeda   anställda   eller   att   medvetet   konkurrera   ut   svaga  konkurrenter  kan  vara  viktiga  för  företagets  lönsamhet  och  aktieägarvärde.  För  att   uppmuntra   VD:n   till   att   ta   beslut   som   syftar   till   att   maximera   ägarnas  intressen  kan  tantiem  användas  i  lönemodellen.      Denna  del  av  agentproblemen  styrks  bland  annat  av  en  svensk  studie  (Cronqvist  m.fl,   2009)   som   fann  belägg   för   att   ju   större  del   av   vinsten   som  erhölls   av  VD,  desto  lägre  löner  betalades  till  företagets  anställda.        Nackdelar  med  rörlig  ersättning    Svårt  att  mäta  VD:ns  prestationer  VD:ns   prestationer   mäts   genom   relevanta   mått   som   aktiekurs   eller  bokföringsinformation,   resultat   eller   avkastning   på   tillgångar.   Dessa   mått   är  dock  möjliga  att  manipulera.  Aboody  och  Kaznik  (2000)  har  funnit  att  ersättning  som   beror   på   aktiekursen   ett   visst   datum   skapar   incitament   för   VD   att  manipulera  aktiekursen  på  kort  sikt.      Även   bokföringsinformation   går   att   manipulera   genom   att   exempelvis   ändra  avskrivningstakten   eller   att   försena   exempelvis   större   forsknings   och  utvecklingskostnader.   Begrstresser   och   Philippon   (2006)   har   funnit   bevis   för  företag  där  VD:ns   lön  har   till   större  del   beror   av  bokföringsinformation,   oftare  får  nedslag  på  bokföringen  av  revisorer  eller  myndigheter.    Andra  problem  hos  nyckeltal  som  aktiekurs  eller  bokföringsinformation  är  att  de  påverkas  av  faktorer  som  VD:n  inte  kan  påverka.  En  svensk