Kreditförlusternas Effekt På Informationsmängden I Bankers Årsredovisningar

AKADEMIN FÖR UTBILDNING OCH EKONOMI Avdelningen för ekonomi

Kreditförlusternas effekt på informationsmängden

i bankers årsredovisningar

En kvantitativ studie på EU:s medlemsländers banker

Henning Kihlberg, Lizette Söderdahl

2020

Examensarbete, Grundnivå (kandidatexamen), 15 hp Företagsekonomi Ekonomprogrammet Examensarbete företagsekonomi C

Handledare: Fredrik Hartwig Examinator: Stig Sörling

Förord Vi vill rikta ett stort tack till vår handledare Fredrik Hartwig för bra handledning med stöd och goda råd under arbetets gång. Vi vill även tacka vår examinator Stig Sörling för trevliga seminarier med värdefulla synpunkter som har bidragit till ytterligare förbättringar av denna uppsats. Slutligen vill vi tacka vår handledningsgrupp som har bidragit med bra tips och synpunkter under arbetets gång.

Högskolan i Gävle - januari 2020

______

Henning Kihlberg Lizette Söderdahl

Sammanfattning Titel: Kreditförlusternas effekt på informationsmängden i bankers årsredovisningar

Nivå: C-uppsats inom företagsekonomi

Författare: Henning Kihlberg och Lizette Söderdahl

Handledare: Fredrik Hartwig

Datum: januari - 2020

Syfte: Är att analysera om det i banker finns ett samband mellan mängd information om kreditförluster och kreditförlusternas storlek, företagets storlek, lönsamheten och regiontillhörighet.

Metod: I denna studie tillämpas ett kvantitativt tillvägagångssätt med en deduktiv forskningsansats. Data från 142 börsnoterade bankers årsredovisningar har samlats in med hjälp av databasen Thomson Reuters Eikon. Utifrån deskriptiv statistik, pearsons korrelationsanalys och multipel linjär regressionsanalys analyseras studiens data.

Resultat & Slutsats: Studiens resultat visar att variabeln storlek på kreditförlust är signifikant på 5% för att förklara mängd information i årsredovisningarna. Det finns dock inget statistiskt säkerställt samband att företagets storlek eller lönsamhet är avgörande för att förklara informationsmängden. Vidare finner studien ett svagt samband mellan mängd information i bankers årsredovisningar och bankers regiontillhörighet.

Uppsatsens bidrag: Studien bidrar teoretiskt till att vara en av de första undersökningar av informationsmängden om kreditförluster efter införandet av IFRS 9. Den ger en ögonblicksbild över vad som kan förklara informationsmängd om kreditförluster som banker inom EU lämnar i sina årsredovisningar. Studien har ett signifikant bidrag till forskningen då den tillför ökad förståelse inom ämnesområdet. Studien bidrar praktiskt med ett svagt samband gällande att det finns skillnader i informationsmängden mellan regioner inom EU.

Förslag till fortsatt forskning: Ett förslag är att mäta kvaliteten på de ord som används i årsredovisningar. Detta då tidigare forskning förklarar att kvaliteten på de ord som används i årsredovisningarna kan ha en inverkan på informationsmängden. Ett annat förslag är att göra en paneldata över exempelvis 3 år för att visa utvecklingen av kreditförluster som baseras på kreditförlustmodellen ECL-modellen. Detta skulle då kunna visa effekten av förändringar som storleken på kreditförluster har på informationsmängden i årsredovisningarna.

Nyckelord: IFRS 9, Disclosure, Credit loss, Credit impairment loss.

Abstract Title: The effect of credit losses on the amount of information in banks annual reports.

Level: Final assignment for bachelor’s degree in Business Administration

Authors: Henning Kihlberg and Lizette Söderdahl

Supervisor: Fredrik Hartwig

Date: January – 2020

Aim: The aim of this study is to analyse whether there in banks is a relation between the amount of information about credit losses and the size of the credit losses, the size of the company, the profitability and regionality.

Method: This study uses a quantitative method with a deductive research approach. Data from 142 listed banks’ annual reports have been collected using the Thomson Reuters Eikon database. The data has been analysed with the help of descriptive statistics, Pearson’s correlations analysis and multiple linear regression analysis. The results of these analyzes have been discussed which led to the study’s conclusion.

Result & Conclusions: The study’s result shows that the variable “size of the credit loss” is significant at the 5% level to explain the amount of information about credit losses in the annual reports. However, there is no statistical correlation that the size or profitability of the company is decisive for explaining the amount of information. Furthermore, the study finds a weak relation between banks’ regionality and the amount of information in banks’ annual reports.

Contribution of the thesis: Theoretical, the study contributes to the lack of research about the effects of IFRS 9, being the first study on the amount of information about credit losses since the implementation. This study gives a snapshot of what, that can explain the amount of information about credit losses that banks in the European Union produces in their annual reports. The study contributes to the current research with increased understanding of the subject. The study contributes practically with a weak connection regarding the differences in the amount of information between regions within the EU.

Suggestions for future research: A suggestion for future research is to look on the quality of the words used in the annual reports. Previous research explain that the quality of the words used annual reports could have an impact on the amount of information, which is why this could be an interesting topic. Another suggestion is to make panel data over, for example, three years to show how the development of the credit losses based on the credit loss model, “ECL-model”. This would show the effect of changes in the size of the credit losses has on the amount of information in the annual reports.

Key words: IFRS 9, Disclosure, Credit loss, Credit impairment loss.

Innehållsförteckning 1. Inledning ...... 1 1.1 Bakgrund ...... 1 1.2 Problemdiskussion ...... 2 1.3 Syfte ...... 5 2. Praktisk referensram ...... 6 2.1 IASB ...... 6 2.2 IAS 39 ...... 7 2.3 IFRS 9 ...... 7 2.3.1.ECL-modellen ...... 8 2.4 Vad är kreditförluster?...... 10 3 Teoretisk referensram ...... 12 3.1 Signaleringsteorin ...... 12 3.2 Legitimitetsteorin ...... 13 3.3 Tidigare forskning ...... 14 3.3.1 Informationsmängd i företagens finansiella rapporter ...... 14 3.3.2 Kreditförlusters storlek ...... 16 3.3.3 Företagets storlek ...... 18 3.3.4 Lönsamheten ...... 20 3.3.5 Regiontillhörighet ...... 21 4. Metod ...... 24 4.1 Vetenskaplig utgångspunkt ...... 24 4.2 Metodval ...... 24 4.3 Forskningsdesign ...... 25 4.4 Population, urval och bortfall ...... 25 4.5 Datainsamling ...... 26 4.6 Operationalisering ...... 27 4.6.1 Beroende variabler ...... 28 4.6.2 Oberoende variabler ...... 28 4.6.3 Kontrollvariabler ...... 30 4.7 Analys av data ...... 30 4.8 Kvalitetskriterier ...... 32 4.8.1 Reliabilitet ...... 32 4.8.2 Validitet ...... 32 4.8.3 Replikerbarhet ...... 33 4.9 Källkritik och Metodkritik ...... 33

5. Empiri ...... 35 5.1 Deskriptiv statistik ...... 35 5.2 Korrelationsanalys ...... 41 5.3 Regressionsanalys ...... 42 6. Analys och Diskussion ...... 44 6.1 Kreditförlusternas storlek ...... 44 6.2 Bankers storlek ...... 45 6.3 Bankers lönsamhet ...... 47 6.4 Bankers tillhörighet ...... 48 7. Slutsats ...... 51 7.1 Studiens slutsatser ...... 51 7.2 Teoretiskt bidrag ...... 52 7.3 Praktiskt bidrag ...... 53 7.4 Förslag till vidare forskning ...... 54

Tabell- och Figurlista, Appendix Tabell 1 studiens deskriptiva statistik, sida 35 Tabell 2 korrelation mellan studiens oberoende variabler, sida 40 Tabell 3 regressionsanalys med de oberoende variablerna och tecken som förklarande variabel, sida 41 Tabell 4 studiens multipla regressionsmodell med förklaringsgrad, sida 42

Figur 1 nedskrivningsprocess. Källa Frykström & Li (2018), sida 8 Figur 2 diagram över kreditförlusternas storlek, sida 36 Figur 3 diagram över de kategoriserade länderna och medelvärdet tecken, sida 37 Figur 4 diagram över LOG total assets och medelantalet tecken, sida 38 Figur 5 diagram över ROA och medelantalet tecken, sida 39

Appendix A, lista över studiens banker och förklaring till bortfall från studien

Centrala begrepp

ECL - Expected credit loss FASB - Financial Accounting Standards Board GAAP - Generally Accepted Accounting Principles IAS - International Accounting Standards IASB - International Accounting Standards Board IFRS - International Financial Reporting Standards

1. Inledning I denna del presenteras bakgrunden till uppsatsämnet. I problemdiskussionen redogörs tidigare forskning som slutligen mynnar ut till studiens syfte.

1.1 Bakgrund När en låntagare dröjer med betalning behöver banken göra en bedömning angående huruvida fordran är osäker eller inte, för att sedan värdera fordran utifrån vad banken kommer fram till (FAR, 2019). När låntagaren inte betalar uppstår en kreditförlust för banken. Kreditförlusterna har en direkt påverkar på bankernas resultat eftersom kostnaden bokas direkt i resultaträkningen. Då denna värdering av kundfordringar och bedömning sker i efterhand har det uppstått problem med denna typ av bokföring. Under finanskrisen 2007/2008 blev det uppenbart då låntagarna var överbelånade och banklånen övervärderade (SVT, 2018). Följderna blev att befolkningen inte kunde betala sina lån och kreditförluster uppstod för bankerna. Bankerna kunde inte hantera dessa kreditförluster och samtidigt ifrågasattes det aktuella regelsystemet av intressenter, politiker och företagsledningar. Följderna av detta blev att IASB började utveckla ett nytt system som kan hantera kreditförluster.

Efter finanskrisen år 2007–2008 uppstod politiska påtryckningar vilket var den bakomliggande orsaken till att IASB utformade den nya lagändringen av IFRS 9 (Gebhardt, 2016; Gomaa, Kanagaretnam, Mestelman, & Shehata, 2019). Finanskrisen var en av orsakerna till att det uppmärksammades brister i hur den dåvarande redovisningsstandarden IAS 39 var utformad. År 2009 påbörjade IASB arbetet för att utveckla den nya standarden för finansiella instrument (Gomaa et al., 2019). År 2014 publicerade IASB lösningen som skulle ersätta den dåvarande standarden (Novotny-Farkas, 2016). Slutligen den 1 januari år 2018 trädde lagändringen i kraft, det vill säga IFRS 9 ersatte IAS 39. Den nya standardens syfte är att fastställa principer angående redovisning av finansiella tillgångar och finansiella skulder som kommer generera användbar och relevant information till redovisningsanvändarna (FAR, u. å).

IFRS 9 skapades för att besvara kritiken som riktades mot den tidigare redovisningsstandarden IAS 39, då endast konstaterade kreditförluster redovisades efter att de har inträffat (Frykström & Li, 2018). Med detta menas exempelvis uteblivna amorteringar eller betalningar av räntor. IAS 39 kritiserades även för att bankerna kunde använda olika strategier för nerskrivningsberäkning för finansiella instrument beroende på klassificering (IFRS, u. å). IFRS

9 kan förbättra bankers hantering av kreditrisker, samt även bidra till ökad transparens och effektivare marknadsdisciplin (Frykström & Li, 2018). Mer och bättre information om kvaliteten på bankernas tillgångar och kreditrisker tillhandahålls och bidrar till att stärka den finansiella stabiliteten (Frykström & Li, 2018).

1.2 Problemdiskussion Företags finansiella information, som inkluderar förklarande upplysningar, har länge varit ett uppmärksammat område för redovisningsforskare och beslutsfattare. IASB och analytiker har länge betonat vikten av att ha en förklarande årsredovisning för att investerare ska kunna förstå företagens ekonomiska resultat och risker. Den finansiella rapporteringen har sedan länge haft stor betydelse för investerare och samhället i stort (Leung, Parker & Courtis, 2015). Anledningen till detta är exempelvis att investerare och analytiker eftersträvar bättre och mer detaljerade finansiella rapporter för att kunna ta viktiga beslut. I en studie av Chen, Miao och Shevlin (2015) konstateras att mer detaljerade upplysningar i finansiella rapporter minskar informationsasymmetrin och ger investerare mer information för värdering, samt minskar prissättningsfel. Företagsintressenter har länge varit beroende och intresserade av redovisningsinformation för att utifrån informationen göra aktiva val för egenintresse. En av orsakerna till att det har blivit ett ökat intresse för redovisning bland intressenter beror på att den nya redovisningsstandarden utförs av IASB och gäller för samtliga EU länder (Harris, Khan & Nissim, 2018).

Införandet av IFRS bidrog till att redovisningsstandarden i EU ökade till en högre nivå med bättre gemensamma lagar och regler för fler länder, vilket underlättar jämförelser länder emellan. Redovisningsupprättarna som berörs av reglerna i IFRS 9 använder sig av interna modeller och ekvationer. Dessa används för att bedöma vilka av tillgångarna som är säkra, vilka som anses vara osäkra och hur stora de osäkra tillgångarna är. En större banks interna modeller ger bättre uppskattning av bankens kreditförluster eftersom större banker har ett mer avancerat affärssystem (Marton & Runesson, 2017).

IASB:s redovisningsstandard IFRS 9 är utvecklad för samtliga EU-medlemsländer. Genom detta är inte redovisningsstandarden specifikt anpassade för varje bransch och standarden passar därför vissa branscher bättre än andra. I en studie av Nadia och Rosa (2014) förklaras i vilken utsträckning innehållet i IFRS 9 uppfyller bankernas verksamhet med tanke på att bankerna styrs av särskilda och specifika regleringar. Bankernas verksamhet skiljer sig avsevärt jämfört 2

med övriga branscher. På grund av att IFRS 9 är utvecklad för samtliga branscher som omfattas av redovisningsstandarden uppstår det intressekonflikter. Exempelvis bör bankernas tillgångar och skulder kunna förutsäga framtida kassaflöden. För att åtgärda detta bör IASB överväga att utveckla en specifik standard som är anpassad endast för banksektorn (Nadia & Rosa, 2014).

I en studie gjord av Leventis, Dimitropoulos och Anandarajan (2012) undersöks sambandet mellan signaleringsteorin och avsättning för kreditförluster hos banker i EU. I studien har författarna undersökt banker från 18 av EU:s totalt 28 medlemsländer. Leventis et al. (2012) konstaterar att banker som är mindre lönsamma engagerar sig i mer markant signalering jämfört med banker som har bättre och mer stabil ekonomisk ställning. Bankers ledning kan även göra ytterligare avsättning för kreditförluster eftersom det inte finns några konkreta regler för hur en osäker tillgång skall klassificeras enligt IFRS 9. Olszak, Pipień, Kowalska och Roszkowska (2017) har även konstaterat att det råder ett positivt signifikant samband mellan företagens avsättningar till kreditförluster och företagens lönsamhet. Företag som är mer lönsamma är mer benägna att göra periodiseringar för att minska företagets intäkter och företag som är mindre lönsamma är mer benägna att göra periodiseringar för att öka företagets intäkter (Marton & Runesson, 2017).

Tidigare forskning tyder på att bankers storlek har en inverkan på att förklara informationsmängden i årsredovisningarna. Hossain och Hammami (2009) konstaterar att det råder ett positivt samband mellan mängd information i företagens årsredovisningar och företagens storlek. Detta resultat stärks även med en studie gjord av Kolar och Ferež (2018), där författarna finner att det råder ett positivt samband mellan informationsmängd i årsredovisningar och bankers storlek. Däremot finner Naseer och Haroon (2018) att bankers storlek inte är avgörande för att bestämma mängden information i årsredovisningar. Detta då deras studie visar att större banker i Pakistan inte ger ut mer information i sina årsredovisningar än vad mindre banker gör. Leventis et al. (2012) upptäcker dock att bankers signalering har en negativ korrelation med bankens storlek. Detta då studiens resultat visar att mindre banker är mer benägna att ge ut mer information än större banker.

Mer lönsamma företag tenderar att ge ut mer information i sina årsredovisningar än vad företag med lägre avkastning tenderar att göra (Watson, Shrives, & Marston, 2002). Detta sker i form av att frivillig information ges ut angående de finansiella nyckeltalen i årsredovisningen. Exempelvis om ett företags vinstmarginal är högre än genomsnittet kommer företagsledningen

lämna mer information om detta för att försäkra investerare om deras starka finansiella ställning. Det kan därför finnas ett samband mellan företagets lönsamhet och informationsmängd (Watson et al., 2002). Dessa resultat stärks även från en studie av Leung et al. (2015). I studien undersöker Leung et al. (2015) storleken på den mängd information som företagen lämnar i sina årsredovisningar. Resultaten från studien visar att företag med sämre prestation är mer benägna att lämna mindre information om företagets prestationer. Kolar och Felež (2018) finner dock att det inte finns en signifikant korrelation mellan informationsnivå och bankernas lönsamhet. Detta är något som skiljer sig från tidigare forskning.

Inom den Europeiska unionen ska alla börsnoterade företag tillämpa IASB:s framtagna redovisningsstandarder. Även om upplysningar i företags årsredovisningar bygger på samma redovisningsstandard finns det betydande skillnader mellan länder (Beerbaum & Piechocki, 2017). Brown och Martinsson (2014) har undersökt om mängden information i företags årsredovisningar skiljer sig mellan länder. I studien undersöks 20 företag i 20 länder. Studiens resultat visar att mer utvecklade länder tenderar lämna mer information jämfört med länder som är mindre utvecklade. Kolar och Felež (2018) finner även att banker i Slovenien ger ut mindre information till allmänheten jämfört med banker i mer utvecklade länder.

Denna studie är en av de första som undersöker informationsmängden om kreditförluster under standarden IFRS 9. Den ger en ögonblicksbild över vad som kan förklara informationsmängd om kreditförluster som banker inom EU lämnar i sina årsredovisningar. Tidigare forskning har undersökt variablerna kreditförluster, storlek på företag samt lönsamhet för att mäta informationsnivån i företags och bankers årsredovisningar. Dessa studier har dock endast fokuserat på ett eller högst fem länder. Tidigare forskning som undersökt om informationsmängden i årsredovisningarna skiljer sig mellan länder har undersökt som högst 18 av EU:s medlemsländer eller 20 länder som både tillhör EU och som inte tillhör EU. Dessa studier har istället endast undersökt en variabel. Det som skiljer denna studie från den tidigare forskningen är att denna studie undersöker variablerna storlek på kreditförluster, bankers storlek, lönsamhet och bankers regiontillhörighet. Studien görs för att analysera om det finns ett samband mellan hur mycket information bankerna lämnar om kreditförluster i sina årsredovisningar och dessa variabler. Studien utgår även från samtliga länder som tillhör EU, vilket tidigare forskning inte har gjort. Studien är en av de första undersökningarna av informationsmängden om kreditförluster under den rådande redovisningsstandarden IFRS 9. Den ger en ögonblicksbild över vad som kan förklara informationsmängd om kreditförluster

som banker inom EU lämnar i sina årsredovisningar. Den data studien använder sig av finns tillgänglig i årsredovisningar från 2018. Tidigare forskning har endast undersökt kreditförluster under den föregående standarden IAS 39.

1.3 Syfte Syftet med denna studie är att analysera om det i banker finns ett samband mellan mängd information om kreditförluster och kreditförlusternas storlek, företagets storlek, lönsamheten och regiontillhörighet.

2. Praktisk referensram I denna del presenteras begrepp som har en väsentlig betydelse för studien. Dessa begrepp är IASB, IAS 39, IFRS 9 och kreditförluster.

2.1 IASB IASB står för International Accounting Standards Board (IASB) och är ett internationellt privaträttsligt organ som ansvarar för att kvalitetsförbättra redovisningen. IASB godkänner och utvecklar standarden International Financial Reporting Standards (IFRS). De nationella regelverken i en stor del av världen tillåter eller kräver att IASB:s standarder används (Hartwig, 2018). Från år 2005 ska samtliga företag inom den Europeiska unionen tillämpa IASB:s standarder i sina koncernredovisningar. Tidigare gav IASB ut redovisningsstandarder vid namnet International Accounting Standards IAS, numera kallas de nya standarderna för International Financial Reporting Standrads (IFRS) (Hartwig, 2018).

IASB:s styrelse är en grupp av oberoende experter inom exempelvis revision och redovisning. Styrelsen består av 14 ledamöter som ansvarar för utvecklingen och publiceringen av IFRS- standarder (IFRS, u.å). IASB:s medlemmar utses av de förtroendevalda för IFRS Foundation. IFRS Foundation är en ideell stiftelse som är huvudman för IASB. Denna stiftelse har som uppgift att övervaka arbetet som IASB utför, samt se till att IASB:s verksamhet finansieras av donationer (Hartwig, 2018). De som donerar till IASB är större multinationella företag, offentliga organisationer och revisionsfirmor. IFRS Foundation ansvarar för utvecklingen av globala redovisningsstandarder av hög kvalitet som ska kunna tillämpas världen över (IFRS, u.å). Detta för att skapa trovärdighet, transparens och effektivitet på finansiella marknader.

Det finns en uppsättning av övergripande mål och medel som är samlade i ett konceptuellt regelverk. Regelverket är utformade för att redovisningsreglerarna skall sträva efter att uppnå dessa (Hartwig, 2018). Detta är ett exempel för hur IASB:s regelverk är upprättat. Det konceptuella ramverket för finansiella rapporter används för att hjälpa IASB:s styrelse att utveckla och revidera IFRS standarder (IFRS, u.å). Ramverket används även för att utveckla redovisningsprinciper där det inte finns någon IFRS-standard eller då olika redovisningsprinciper råder. Vidare är ramverket konstruerat för att hjälpa intressenter förstå och tolka standarder (IFRS, u.å).

2.2 IAS 39 IAS 39 var en redovisningsstandard som är utgiven av IASB år 2003 (Deloitte, 2016). Denna redovisningsstandard användes fram till den 31 december år 2017, då den ersattes av IFRS 9. IAS 39 användes till att upptäcka och mäta finansiella tillgångar och skulder, samt var i grunden en regelbaserad redovisningsstandard (IFRS, u.å). IAS 39 blev hårt kritiserad efter den globala finanskrisen på grund av att redovisningsstandarden inte kunde återspegla eller hantera kreditförlusterna i den finansiella rapporteringen på ett tillförlitligt sätt (Camfferman, 2015). Enligt IAS 39 beror detta på att bankerna endast behövde redovisa inträffade kreditförluster och inte de förväntade kreditförlusterna. Gebhardt (2016) förklarar ett exempel där detta blir uppenbart och detta är då om ett stort lokalt företag beslutar sig för att stänga ner en fabrik i en region. Det leder till att de lokala bankerna drabbas av avsevärda kreditökningar till följd av den inträffade händelsen. Följderna av detta resulterar i en kedjeeffekt som drabbar fler i regionen och som slutligen resulterar i att bankerna får ökade kreditförluster. Dessa effekter kommer inte ha någon påverkan på årets balansräkning då faktiska förluster inträffar under kommande räkenskapsår.

2.3 IFRS 9 Den 1 januari år 2018 trädde denna nya lagändring i kraft och ersatte IAS 39. IFRS 9 är en redovisningsstandard för finansiella instrument och anger hur ett företag ska klassificera och mäta finansiella tillgångar, finansiella skulder och vissa kontrakt som används för att köpa eller sälja icke-finansiella poster (IFRS u. å). IFRS 9 kräver att ett företag redovisar en finansiell tillgång eller skuld i sin redovisning när företaget omfattas av redovisningsstandardens krav.

För att göra en värdering av förväntade kreditförluster bör de återspegla ett sannolikhetsmässigt belopp som fastställs utifrån att utvärdera ett intervall av potentiella utfall (Deloitte, 2016). Bankerna skall också lämna rimlig och verifierbar information om tidigare händelser, aktuella förutsättningar samt göra rimliga prognoser för sina framtida ekonomiska förutsättningar. Bankerna behöver inte överväga alla potentiella scenarier men minimumkravet är risken eller sannolikheten att en kreditförlust skall inträffa måste även beaktas oavsett om sannolikheten för förlusten är låg. För att mäta och göra uppskattningar av förväntade kreditförluster kan bankerna använda sig av praktiska lösningar, exempelvis kan bankerna använda sig av en procentsats för att mäta och skapa reserver utifrån antalet dagar en fordran är förfallen till betalning (Deloitte, 2016). När det gäller att förväntade förluster skall avspegla tidsvärdet av

kassaflöden skall de diskonteras till rapportdagen utifrån den räntesats som användes vid det första redovisningstillfället.

I och med införandet av IFRS 9 breddas informationsuppsättningen som behövs för att behandla företagets förväntade kreditförluster (Novotny-Farkas, 2016). Denna extra information är nödvändig för redovisningsanvändare eftersom det bidrar till att de kan göra mer korrekta bedömningar och slutsatser utifrån den nya informationen om kreditförlusterna. Ytterligare effekter som införandet av IFRS 9 bidrar med är att den nya standarden eliminerar att kreditförluster måste vara konstaterade för att kunna tas upp i årsredovisningen (Novitny- Farkas, 2016). Införandet av IFRS 9 innebär dessutom att företaget måste redovisa sina förväntade kreditförluster från den tidpunkt de först upptäcks. Efter denna upptäckt måste företaget sedan uppdatera sina avsatta reserver för att kunna täcka den nya mängden förväntade kreditförluster.

2.3.1.ECL-modellen IFRS 9 omfattar nya principer vid värdering och klassificering av finansiella tillgångar. Det som avgör hur företaget ska gå tillväga vid värdering baseras på syftet med att inneha tillgången och kontraktsenliga kassaflöden som det finansiella instrumentet har (Deloitte, 2016). I den tidigare redovisningsstandarden IAS 39 redovisades endast inträffade kreditförluster. Nedskrivningar enligt IFRS 9 kommer bidra till att förväntade kreditförluster kommer redovisas tidigare. Detta bidrar till att företaget tidigare blir medveten om sina kostnader för nedskrivningar och kan planera eller förbereda sig för detta (Deloitte, 2016; Gebhardt, 2016). Enligt IFRS 9 baseras nedskrivningsbehovet på en kreditförlustmodell som är mer framåtblickande än tidigare (EY, 2018). Denna modell kallas Expected credit losses model (ECL-modellen). IFRS 9 nedskrivningsregler bygger på en tre-stegsmodell vars uppgift är att avspegla kreditriskens förändringar.

Figur 1, nedskrivningsprocess. Källa Frykström & Li (2018).

Denna modell värderar de förväntade kreditförlusterna för finansiella tillgångar, i bankens fall deras banklån till allmänheten. De olika stegen i modellen är steg 1 presterande, steg 2 underpresterande och slutligen steg 3 nedskrivna. För presterande tillgångar, (steg 1) detta är tillgångar som inte visar några tecken på ökning avseende kreditrisken. För dessa ska banken uppskatta och göra en egen beräkning för förväntade kreditförluster som förväntas medföra under de närmaste tolv månaderna (Frykström & Li, 2018). Detta görs för att sedan göra en avsättning till det uppskattade beloppet. Skulle tillgången istället klassificeras i underpresterande (steg 2) eller nedskrivna (steg 3) ska banken göra en uppskattning av kreditens återstående löptid. Detta belopp skall banken sedan göra en reserv för. En tillgång ska flyttas från steg 1 till antingen steg 2 eller steg 3 när det sker en betydande ökning av kreditrisken (Frykström & Li, 2018). Då IFRS 9 är ett principbaserat regelsystem finns det ingen definition för vad en betydande ökning är utan det är upp till bankerna själva att definiera. För tillgångarna som klassificeras under antingen steg 2 eller steg 3 utgörs storleken på den förväntade kreditförlusten av bankens egen uppskattade kreditrisk (Frykström & Li, 2018). När tillgångar flyttas från steg 1 till steg 2 medför detta att reserveringen för kreditförluster kommer öka kraftigt. Denna ökning är den största skillnaden för redovisning under IFRS 9 jämfört med redovisningen under IAS 39. För att flytta en tillgång från steg 2 till steg 3 under IFRS 9:s regelsystem måste det finnas en fallissemangshändelse. Efter denna händelse kommer kreditförlusterna vara i linje med kreditförluster som i annat fall hade redovisats enligt IAS 39.

2.4 Vad är kreditförluster? Definitionen av vad kreditförluster är kan uppfattas på flera sätt. En generell tanke är att kreditförluster är den utestående kapitalbristen som bankerna inte får in på sina finansiella tillgångar för en period. Detta är inte fallet. Hela förlusten på en tillgång vägt med sannolikheten för att förlusten skall inträffa inom de kommande tolv månaderna, är den faktiska definitionen av en kreditförlust (Beerbaum, 2015). De problem som kan uppstå med att definiera och bestämma kreditförluster är att systemet bakom (IFRS 9) är mer principbaserat än regelbaserat och det finns inga generella regler för en specifik kreditförlust.

Införandet av IFRS har haft en positiv påverkan på redovisningsstandarden för företag i EU då standarden för redovisning nu är högre än förut. Införandet av IFRS 9 medför dock att bankerna till viss del väljer vad och hur mycket av informationen som skall presenteras i företagens årsredovisningar (Bushman & Williams, 2012). Anledningen är att standarden är mer principbaserad och inte består av några generella krav för vad och hur mycket som ska presenteras i årsredovisningarna (Marton & Runesson, 2017). Bankerna använder sig av interna modeller och formler för att presentera den aktuella data om sina kreditförluster. Detta då det inte finns någon reglering för bankerna att följa i standarden. Det som kan uppstå i denna situation är att företagsledningen för bankerna kan utnyttja och påverka den aktuella informationen för att på så vis utforma en förklaring för hur kreditförluster ska presenteras i årsredovisningarna (Bushman & Williams, 2012).

Hur banker väljer att redovisa sina kreditförluster har en obetydlig inverkan ur ett finansiellt stabilitetsperspektiv. Exempelvis förändras inte bankens kassaflöden av hur banken väljer att redovisa sina förväntade kreditförluster (Novotny-Farkas, 2016). Avsättningar för kreditförluster kommer endast påverka bankernas finansiella stabilitet om det har någon betydelse när det gäller bankernas investeringar, finansiering eller utdelningspolicy (Novotny- Farkas, 2016). Exempelvis kommer tidigare och större rapporterade förväntade kreditförluster minska bankens redovisade resultat. Detta kan få en bank att genomföra en kombination av åtgärder för att motverka kreditförlusterna. Genom att emittera nytt eget kapital, minska utdelningen och riskfyllda investeringar kommer banken täcka eventuella förluster som uppstått. Dessa åtgärder bidrar till att undvika banksvikt (Novotny-Farkas, 2016).

Cantrell, Mcinnis och Yust (2014) jämför skillnaderna mellan historiska kostnader och verkligt värde för att förutspå värdering av framtida kreditförluster. Resultaten visar att historiska 10

kostnader är ett bättre mätinstrument för att förutspå mer precisa kreditförluster än vad verkligt värde gör. Cantrell et al. (2014) konstaterar att metoden med verkligt värde fungerar sämre i situationer där ledningen utsätts för mindre granskning av externa revisorer. Det beror på att vissa verkliga värden saknar tillförlitlighet eftersom cheferna i dessa organisationer kan skapa ett verkligt värde som anses bättre för deras organisation.

3 Teoretisk referensram I denna del introduceras signaleringsteorin, legitimitetsteorin och tidigare forskningsresultat inom ämnesområdet med koppling till de oberoende variablerna.

3.1 Signaleringsteorin Signaleringsteorin är utvecklad av Spence (1973) för att förklara arbetsmarknadens beteende, likväl kan den även tillämpas vid förklaring av redovisningsbeteende (Watson et al., 2002). Signalering är en reaktion på den informationsasymmetri som råder på marknaden. Företagen sitter på information som inte investerarna vet om. Informationsasymmetrin på marknaden kan minskas om den gruppen som sitter på mer information delar med sig av informationen till den grupp som saknar viss information (Watson et al., 2002).

I signaleringsteorin vill företagsledningen i högpresterande företag signalera att de är högpresterande och på så vis särskilja sig från lågpresterande företag. Samtidigt som lågpresterande företag inte vill signalera att de är lågpresterande. Signaleringsteorin förutspår att de mest lönsamma företagen kommer att ge ut mer information till marknaden för att tillåta investerare få mer information om företaget (Dainelli, Bini, & Giunta, 2013). Detta bidrar till minskad informationsasymmetri och att investerare har möjlighet att utvärdera företagen.

I en studie gjord av Dainelli et al. (2013) visar resultaten hur signaleringsteorin fungerar i de mest lönsamma företagen. Företag som har en högre lönsamhet signalerar fler nyckeltal och uppgifter i sina årsredovisningar. Detta visar sig även på marknaden eftersom dessa företag ger ut mer information i sina årsredovisningar jämfört med företag som har lägre lönsamhet (Dainelli et al., 2013). Företagen utnyttjar signaleringsstrategier för att göra sig synlig för intressenter, exempelvis genom företagens årsredovisningar som de ger ut. Effekterna av signaliseringsteorin blir i det här fallet att de mer lönsamma företagen inom en viss marknad kommer att signalera mer än de företag som är mindre lönsamma.

För att ledningen ska kunna signalera framgångsrikt måste signalen vara trovärdig (Watson et al., 2002). I detta fall är det möjligt eftersom företagets höga prestation kan verifieras i slutändan. Om ledningen felaktigt försöker signalera att de är högpresterande, även om företaget är lågpresterande, kommer inga efterföljande upplysningar anses trovärdiga (Watson et al., 2002). Företagsledningen som har förtroende för både sina förmågor och sin strategi kommer inte dölja dessa, istället kommer de berätta hur bra det går för tillfället och sina planer 12

för framtiden till marknaden (Watson et al., 2002). Enlig signaleringsteorin kommer företag som har en liten kreditförlust att ge ut mer information för att signalera att det går bra för företaget.

3.2 Legitimitetsteorin Legitimitetsteorin omfattar förväntningar som samhället har på företag och organisationer. Detta förklaras som ett socialt kontrakt som företag bör uppfylla gentemot samhället (Deegan, 2006). Om ett företag inte uppfyller samhällets krav eller det sociala kontraktet kan det medföra en del komplikationer angående företagets överlevnad på marknaden (Deegan, 2006). Företagets legitimitet blir hotad om det finns brister i kraven. För att undvika detta eller för att uppnå en högre grad legitimitet i samhället ges redovisningsinformation ut. Legitimitet skapar företagen när de försöker agera på så vis att de uppfattas befinna sig i samklang med samhällets normer. Legitimitet kan ses som en generell uppfattning eller ett antagande om ett företag har lämpliga och önskvärda åtgärder som stämmer överens med synen inom vissa normer och värderingar som är socialt konstruerade (Suchman, 1995).

Företagen kan uppfattas som legitima när de på olika sätt lämnar upplysningar om deras verksamhet till samhället. För att en organisation ska kunna ändra sin verksamhet eller försöka att ändra allmänhetens uppfattning om organisationen krävs det att samhället upplyser om dessa förändringar (Cormier & Gordon, 2001; Deegan, Ranking & Voght, 2000). I det fallet om organisationen inte upplyser allmänheten om att en förändring skett i organisationen blir konsekvenserna att allmänheten är omedveten om förändringen. Detta leder till att legitimiteten mot organisationen blir problematisk (O’Donovan, 2002).

Legitimitetsteorin bygger på förutsättningarna att företag signalerar deras legitimitet genom att ge ut en viss del information i deras årsredovisningar (Watson et al., 2002). Företagen kan uppvisa för samhället att de uppfyller det sociala kontraktet genom att ge ut både frivillig och icke frivillig redovisningsinformation (Deegan, 2006). Därmed blir inte företagets legitimitet negativt påverkad. Företagen ger ut redovisningsinformation för att uppnå en högre legitimitet. Genom att ge ut en viss information i årsredovisningarna kan företagen kommunicera med sina intressenter, det vill säga exempelvis statliga myndigheter, aktieägare eller andra investerare (Watson et al., 2002). Detta resulterar i att intressenterna kommer känna sig mer säkra angående företagets prestation. Legitimitet kan ses som ett tillstånd som uppstår när värdesystemet hos en enhet överensstämmer med det värdesystem som råder i det större sociala systemet som

enheten är en del i (Deegan, 2006). Legitimiteten hotas när det uppstår avvikelser mellan de två värdesystemen. Enlig legitimitetsteorin kommer företag som har en stor kreditförlust att ge ut mer information för att försäkra sig om att företaget lyckats övertyga sina intressenter att den utgivna informationen är tillräcklig för att förstå företagets prestation.

3.3 Tidigare forskning

3.3.1 Informationsmängd i företagens finansiella rapporter Företag lämnar ut olika mycket redovisningsinformation. Företags finansiella information, inklusive förklarande upplysningar har länge varit ett uppmärksammat forskningsområde för redovisningsforskare och beslutsfattare (Leung et al. 2015). Kvaliteten på den finansiella rapporteringen har länge varit en avgörande faktor för att förklara företagsstyrningen, öppenheten och ansvarsskyldigheten i företagen för investerarna och reglerarna för normgivningen (Leung et al. 2015). Redovisningsanvändarna har länge betonat vikten av att ha mer och bättre förklarande upplysningar för att hjälpa investerarna förstå ett företags finansiella prestation och deras risker. Finansiella rapporter med mer detaljerade upplysningar minskar informationsasymmetrin och ger investerare och långivare mer information för värdering (Chen et al. 2015). Detta minskar även prissättningsfel på aktier.

Det är viktigt att företagen lämnar tydlig redovisningsinformation i sina finansiella rapporter (Lehavy, Li & Merkley, 2011). Anledningen till detta är att det tar längre tid och är mer kostsamt för analytiker och investerare att hantera rapporter från företag som innehåller mer otydlig information. Mer otydlig information i rapporter kommer leda till att analytiker och investerare blir överrösta med information från företaget. Lehavy et al. (2011) konstaterar bevis för att det är viktigt att företag ger ut tydlig och konkret redovisningsinformation. Företag som lämnar mer konkret och tydligare information kräver mindre bearbetning för analytikerna och investerare. Denna information blir mindre kostsam för analytiker att bearbeta samt mer hanterbar för företagets intressenter (Lehavy et al. 2011).

Årsredovisningen är inte längre endast begränsad till balans- och resultaträkning, utan innehåller också förklarande upplysningar i not om bankens balansräkning och resultaträkning. Detta har resulterat i att årsredovisningarna har blivit längre och mer innehållsrika. Däremot finns det ingen framtagen konceptuell ram för vad som ska inkluderas eller inte i årsredovisningen (Mishra & Haldar, 2019). Detta resulterar i att årsredovisningarna blir mer

komplexa och svårare att ta sig igenom. Vidare leder det till att de förklarande upplysningarna blir oförenliga med varandra och kan vara svåra att förstå (Mishra & Haldar, 2019). Förklarande upplysningar är mer användbara för redovisningsintressenter med lägre expertis och som inte har tillgång till de resurser som krävs för att samla in och tolka komplex kvantitativ information.

I en studie av Lawrence (2013) undersöks i vilken uträckning informationsmängden påverkar investerarnas val av investeringar utifrån tydlighet på de upplysningar som företagen lämnar i sina rapporter. Resultaten som Lawrence (2013) finner visar att investerare är mer benägna att investera i företag som har mer tydlig information och mer kortfattad information i sina rapporter. Vidare finner Lawrence (2013) att investerarna uppnår en högre avkastning från de företag som ger ut mer tydlig information och mer kortfattad information i sina rapporter. Dessa slutsatser kan potentiellt användas av individer för att minska riskerna med informationsasymmetrin.

Urquiza, Navarro, Trombetta och Lara (2010) analyserar årsredovisningar för att bestämma vad som förklarar informationsmängden. Resultaten som författarna konstaterar visar att det endast är variabeln storlek som alltid kan förklara informationsmängden i årsredovisningar oavsett vilken information som undersöks. För att förklara informationskvantiteten i årsredovisningarna har författarna använt sig av variablerna storlek på företag, hävstång och tillväxt under året. Resultaten visar att samtliga variabler har en signifikant påverkan för att förklara informationskvantiteten i årsredovisningarna (Urquiza et al., 2010). När det gäller att förklara kvaliteten på informationen i årsredovisningarna finner författarna att det endast är företagets storlek som är av signifikant betydelse. För att presentera mer detaljerad information i årsredovisningarna krävs det högre kostnader från företaget för att skapa den aktuella informationen. Problemet som uppstår blir att motivera högre kostnader för mer strukturerad och tydligare årsredovisning. Lawrence (2013) förklarar fördelarna med att presentera årsredovisningar och rapporter av tydligare karaktär. De resultat som Lawrence (2013) finner är att investerare i större utsträckning väljer att placera sitt kapital i företag som presenterar mer kortfattade och tydliga rapporter.

Glaum, Baetge, Grothe och Oberdörster (2013) analyserar de effekter som införandet av IFRS haft för europeiska företag. I studien presenteras övergången från tyska GAAP till IFRS för att sedan undersöka om införandet av IFRS har bidragit till förbättrad kvalitet på informationen i företagens noter och förvaltningsberättelser. Vidare undersöker Glaum et al. (2013) om dessa

förbättringar är relevanta för finansanalytiker eftersom de representerar de finansiella rapporterna på kapitalmarknaden. Studien resulterar i att övergången från tyska GAAP till IFRS har bidragit till en förbättrad kvalitet på företagens upplysningar i de finansiella rapporterna. Detta har i sin tur bidragit till en ökning av finansanalytikers noggrannhet avseende att ställa prognoser för de aktuella företagen. Införandet av IFRS har även bidragit till en generellt högre standard på redovisningen jämfört med den tidigare standarden (Dayanandan, Donker, Ivanof, & Karahan, 2016; Glaum et al., 2013).

Införandet av IFRS har också bidragit till att det nu är lättare att jämföra årsredovisningar mellan länder om de båda länderna använder sig av detta redovisningssystem (Dayanandan et al., 2016; Glaum et al., 2013). Vidare resultat som författarna finner i studien är att det endast är informationen i noterna som är av betydelse för redovisningsintressenter och inte informationen i företagens förvaltningsberättelser. Det intressanta med detta är att förvaltningsberättelsen är framtidsriktad och tidigare forskning betonar vikten av framtidsriktad information för att analytiker skall kunna göra noggranna och bättre prognoser för framtiden. Anledningen till detta anser Glaum et al. (2013) vara de allmänna upplysningskraven för förvaltningsberättelsen tillsammans med brister på effektiv övervakning och efterlevnad av regler för den tyska kapitalmarknaden leder till att denna information anses som irrelevant.

Rennekamp (2012) konstaterar att mer läsbar information i företagens rapporter leder till starkare reaktioner från investerarna, då deras värdebedömningar är mer positiva när nyheterna är bra och negativa när nyheterna är sämre. Resultaten som Rennekamp (2012) finner tyder på att mer läsbar information i rapporterna kan leda till att investerarna överreagerar på den nya informationen. Med andra ord kan investerarna agera för tidigt och acceptera den nya informationen utan vidare eftertanke på hur stor påverkan faktiskt är. Detta bidrar till att fördelarna med mer läsbar information kan vara mindre tydliga än vad USA:s finansinspektion (SEC) och tidigare forskning hävdat (Rennekamp, 2012).

3.3.2 Kreditförlusters storlek Kreditrisk är den största riskfaktorn för banker. Genom detta gör banker avsättningar till förlustreserven i form av avsättningar för kreditförluster (Pérez, Salas-Fumás & Saurin, 2008). Avsättningar för kreditförluster är en av bankernas största periodiseringskostnader och har en inverkan på bankernas kapital och prestation (Curcio & Hasan, 2015). Avsättningar för kreditförluster utgör en central del vid bedömningen av bankers stabilitet och risk och därmed

har det en stor påverkan på bankers ekonomi (Marton & Runesson, 2017). Något som kan påverka redovisningen av kreditförluster för bankerna är att det finns olika regler och tillsynsorgan i olika länder. Olika tillsynsmyndigheter beroende på land tillämpar IFRS redovisningsstandarder på olika sätt (Gebhardt & Novotny-Farkas, 2011). Detta har en påverkan beroende på vilket land bankerna opererar i.

Caporale, Alessi, Di Colli och Lopez (2018) undersöker de faktorer som har betydelse för att bestämma storleken på avsättningar för kreditförluster i Italien genom att granska bankernas balansräkningar. För att undersöka vad som orsakar avsättningar för kreditförluster har författarna undersökt det diskretionära beteendet och det icke-diskretionära beteendet. Det diskretionära beteendet består av inkomstutjämning, kapitalhantering och signalering från ledningens sida. Det icke-diskretionära beteendet är kopplat till konjunkturcykelns läge och den nivå som råder för tillfället i ekonomin. I studien undersöks fler än 400 italienska banker och är genomförd mellan år 2001–2015. Resultaten visar att huvudorsaken för vad som avgör att banker i Italien gör avsättningen för kreditförluster är icke-diskretionärt beteende. Det diskretionära beteendet som styrs av ledningen och innefattar förväntningar om framtida potentiella förluster har inte lika stor betydelse i studien (Caporale et al., 2018).

Hess, Grimes och Holmes (2009) undersöker de bakomliggande faktorerna som påverkar bankernas avsättningar för kreditförluster i Australien. I studien undersöks 32 australienska banker under en 25 årsperiod. Resultaten som författarna finner visar att kreditförlusterna ökar när marknaden drabbas av lågkonjunktur. Vilket är i linje med de resultat som Caporale et al. (2018) även konstaterar. Ett annat resultat som Hess et al. (2009) finner är att större banker redovisar mer kreditförluster samtidigt som banker med högre vinstmarginal gör större avsättningar för kreditförluster (Hess et al., (2009). Studiens resultat visar även att bankerna arbetar aktivt med inkomstutjämning över tid (Hess et al., 2009).

En studie gjord av Gebhardt och Novotny-Farkas (2011) visar att banker är mer benägna att redovisa kreditförluster i länder vars tillsynsorgan förespråkar en framåtblickande redovisning av kreditförluster. Detta gäller dock endast bankernas icke lönsamma år för att jämna ut resultatet. Banker i länder som har mer kontrollerad tillsyn kan redovisa större kreditförluster för att inte bli påverkade av sanktioner ifall inte avsättningskraven uppfylls (Gebhardt & Novotny-Farkas, 2011). Vidare konstaterar Marton och Runesson (2017) att större och lönsamma banker kommer göra en bättre uppskattning av framtida kreditförluster vid

användning av en mer framåtriktad redovisning. Detta resultat upptäcktes dock inte för mindre banker. Detta kan bero på att bankerna har olika förutsättningar. I större banker finns mer resurser och ett mer avancerat affärssystem (Marton & Runesson, 2017).

Leventis et al. (2012) undersöker sambandet mellan signaleringsteorin och avsättning för kreditförluster hos banker i EU. I studien har författarna undersökt banker i 18 olika EU medlemsländer. Tidigare forskning som har undersökt signaleringsteori och avsättningar för kreditförluster fann bevis att investerare såg det positivt att större banker hanterar sina avsättningar och ökar reserverna för sina kreditförluster. Anledningen till detta är att en ökning av avsättningarna för kreditförluster anses som positiv information eftersom det signalerar att bankerna aktivt hanterar problemen med sina lån (Leventis et al., 2012).

Resultaten som Leventis et al. (2012) finner visar att banker som har en sämre ekonomisk ställning engagerar sig i mer markant signalering jämfört med banker som har bättre och mer stabil ekonomisk ställning. Ledningen för banker kan välja tillämpa ytterligare avsättningar för kreditförluster eftersom regelsystemet inte består av några definierbara regler. Enligt tidigare forskning ska detta sända positiva signaler från banken eftersom mängd kreditförluster ses som positiv information. Resultaten från studien indikerar att det inte finns tillräckligt med bevis för att stödja signaleringsteorin för banker i EU (Leventis et al., 2012). I en annan studie gjord av Olszak et al. (2017) visar att det råder ett positivt signifikant samband mellan företagens avsättningar till kreditförluster och företagens lönsamhet. Företag som är lönsamma är mer benägna att göra periodiseringar för att minska företagets intäkter och företag som är mindre lönsamma är mer benägna att göra periodiseringar för att öka företagets intäkter (Marton & Runesson, 2017).

Utifrån resultaten från tidigare forskning, signaleringsteorin och legitimitetsteorin har följande hypotes framställts: Hypotes 1: Större kreditförluster bidrar till att bankerna kommer producera mer information om kreditförlusterna i sina årsredovisningar.

3.3.3 Företagets storlek Hossain och Hammami (2009) undersöker sambandet mellan hur stora företagen är (mätt i storlek på totala tillgångar) och hur mycket information företagen lämnar i sina

årsredovisningar. Resultaten visar ett positivt samband mellan företagens storlek på tillgångar och mängd information i företagens årsredovisningar. Hossain och Hammami (2009) har sedan logaritmerat storleken på företagens tillgångar till ett värde som kallas Log tillgångar för att göra materialet mer hanterbart. Studien visar att storleken på detta värde har ett positivt samband relaterat till den mängd information som företagen lämnar i sina årsredovisningar. 5% är det värde som beskrivs av förklaringsgraden för mängd information. Med andra ord kan den totala mängden information i årsredovisningen förklaras med 5% utifrån företagets storlek på tillgångar. Vidare undersöker Kolar och Ferež (2018) relationen mellan bankers storlek (mätt i storlek på tillgångar) och mängden information i bankernas årsredovisningar. Även dessa forskare använder sig av ett logaritmerat värde på storleken på bankernas tillgångar för att göra materialet mer hanterbart. Resultaten visar ett positivt samband mellan storleken på logaritmerade tillgångar och mängden information som bankerna lämnar i sina årsredovisningar. Förklaringsgraden i denna studie visar att 2,1% av mängden information kan förklaras utifrån totala tillgångar.

Resultatet att en större bank per automatik kommer att uppge mer information i sin årsredovisning och att samband är positivt är inte alltid självklart. Naseer och Haroon (2018) undersöker fortsättningsvis i vilken utsträckning bankernas storlek har betydelse för mängden information i årsredovisningar för banker i Pakistan. Resultaten i studien visar att koefficienten storlek, där totala tillgångar används som ett logaritmerat värde har ett värde på -0,016927. Detta betyder att storleken på bank inte är avgörande för att bestämma vad som avgör mängden information i årsredovisningar samt att större banker i Pakistan inte ger ut mer information i sina årsredovisningar än vad mindre banker gör. Leventis et al. (2012) konstaterar även att signaleringen för banker har en negativ korrelation med bankens storlek. Resultatet som Leventis et al. (2012) finner visar att mindre banker är mer benägna att signalera mer än större banker.

Storlek kan även mätas på andra sätt än endast som storlek i form av totala tillgångar. I en studie av Menassa och Brodhäcker (2017) mäter de mängd information i tyska banker med hjälp av variablerna totala tillgångar, totalt eget kapital, totalt antal anställda i banken och totalt antal filialer. För att göra datamaterialet mer hanterbart används totala tillgångar, totalt eget kapital, totalt antal anställda i banken och totalt antal filialer som ett logaritmerat värde i studien. De resultat som författarna finner indikerar att det endast är totalt antal anställda i banken som har en signifikant betydelse för att förklara mängd information i bankernas årsredovisningar

(Menassa & Brodhäcker, 2017). Totala tillgångar, totalt eget kapital och totalt antal filialer har antingen ett icke signifikant värde eller ett negativt värde och kan därför inte användas för att förklara mängden information i tyska bankers årsredovisningar.

Camfferman och Cooke (2002) undersöker upplysningar i årsredovisningar för företag i Nederländerna och UK. Studien består av 161 observationer i Nederländerna och 161 observationer i UK. För att mäta mängden information utifrån storlek används totala tillgångar som variabel. Resultaten visar ett P-värde på över 3,8 för båda länderna och kan därför förkastas på 5% signifikantnivå. Detta innebär att totala tillgångar är signifikant som variabel och kan användas för att mäta mängd information i årsredovisningar för både Nederländerna och UK. Studien resulterade i att de större företagen som observerades i studien ger ut mer redovisningsinformation än de mindre företagen.

Hypotes 2: Större banker ger ut mer upplysningar om kreditförluster i sina årsredovisningar.

3.3.4 Lönsamheten Företag som har en högre avkastning har en tendens att ge ut mer frivillig information än vad företag med lägre avkastning tenderar göra (Watson, et al., 2002). Detta sker i form av att frivillig information ges ut angående de finansiella nyckeltalen i årsredovisningen. Exempelvis om ett företags vinstmarginal är högre än genomsnittet kommer företagsledningen lämna mer information om detta för att försäkra investerare om deras starka finansiella ställning. Det kan därför finnas ett samband mellan företagets lönsamhet och informationsmängd (Watson et al., 2002).

I en studie av Naseer och Haroon, (2018) visar resultaten att variabeln lönsamhet inte är signifikant när det gäller att bestämma vad som avgör mängden information i bankers årsredovisningar. De resultat som författarna finner visar att när bankernas lönsamhet ökar tenderar informationen som bankerna lämnar i årsredovisningarna att minska. Anledningen till att informationen i årsredovisningarna minskar på grund av en ökad lönsamhet är att bankerna gömmer sin finansiella information för sina aktieägare och intressenter. Detta kan bero på att bankerna vill undvika skatt eller liknande (Naseer & Haroon, 2018).

Leung et al. (2015) undersöker storleken på den mängd information som företagen lämnar i sina årsredovisningar. I studien undersöks 517 företag. Studiens resultat visar att ett företag

med sämre prestationer var mer benägna att lämna mindre information om företagets prestationer. Vidare finner Kolar och Felež (2018) att det inte finns en signifikant korrelation mellan den mängd information som ges ut i finansiella rapporter och bankernas lönsamhet. Detta är något som skiljer sig från tidigare forskning.

Dainelli et al. (2013) konstaterar att företag med högre lönsamhet ger ut mer information i sina årsredovisningar än mindre lönsamma företag. De mer lönsamma företagen använder sig av signaleringsteorin för att göra sig synlig för sina intressenter, vilket skapar konkurrensfördelar mot andra företag på marknaden. Fortsättningsvis finner Leventis et al. (2012) att banker som är mindre lönsamma tenderar ge ut mer information i sina årsredovisningar än företag som är mer lönsamma. Detta indikerar att legitimitetsteorin bättre kan förklara dessa resultat istället för signaleringsteorin.

Enligt signaleringsteori tenderar de mest lönsamma företagen att ge ut mer och bättre information till marknaden än vad de mindre lönsamma företagen gör. Bini, Giunta och Dainelli (2010) undersöker om lönsamma företag lämnar mer information om sin lönsamhet i årsredovisningar än mindre lönsamma företag. I studien undersöks 155 företag från Italien och UK. För att mäta lönsamhet använder sig författarna av måtten ROA, lönsamhet per aktie och vinstmarginal. Resultaten som Bini et al. (2010) finner är att de mest lönsamma företagen lämnar mer information om lönsamhetsmåtten ROA, lönsamhet per aktie och vinstmarginal i årsredovisningarna än vad mindre lönsamma företag gör. Resultaten från studien stödjer signaleringsteorin eftersom mer lönsamma företag tenderar signalerar mer än mindre lönsamma företag.

Hypotes 3: Mindre lönsamma banker tenderar att ge ut mer upplysningar om kreditförluster i sina årsredovisningar.

3.3.5 Regiontillhörighet Brown och Martinsson (2014) har undersökt skillnaden mellan länder när det gäller att mäta den mängd information företagen lämnar i sina årsredovisningar. I studien undersöks 20 företag i 20 länder. Mängden upplysningar mäts procentuellt enligt måttet upplysningsintensitet, vilket är ett mått som författarna skapat. Studiens resultat visar att mer utvecklade länder tenderar lämna mer information jämfört med länder som är mindre utvecklade. Länder som uppvisar ett resultat över 80% upplysningsintensitet är Sverige, Finland och UK. Länder som uppvisar ett

resultat under 66% upplysningsintensitet är Italien, Portugal och Grekland. Kolar och Felež (2018) har undersökt hur mycket information banker i Slovenien lämnar i sina årsredovisningar med hjälp av måttet upplysningsintensitet. Resultaten visar att bankerna i Slovenien uppnår ett mått på 63%. Detta resultat är jämförbart med resultaten från studien av Brown och Martinsson (2014) för de företag som lämnar mindre information. Brown och Martinsson (2014) finner även att Grekland uppnår ett resultat på 61%, jämfört med de resultat Kolar och Felež (2018) finner för banker i Slovenien på 63%. Utifrån dessa resultat kan det konstateras att mängden information skiljer sig mellan länder.

Inom den Europeiska unionen ska alla börsnoterade företag tillämpa IASB:s framtagna redovisningsstandarder. Även om upplysningar i företags årsredovisningar bygger på samma redovisningsstandard finns det betydande skillnader mellan länder (Beerbaum & Piechocki, 2017). Detta beror på att IASB:s redovisningsstandarder är mer principbaserade än regelbaserade, vilket ger ett större utrymme för egna tolkningar av reglerna. Dessa tolkningar kan skilja sig åt mellan länder eftersom olika länder har olika kulturer, värderingar och synsätt (Santema, Hoekert, van de Rijt, & van Oijen, 2005). Detta kan spela roll när banker sedan väljer hur årsredovisningar skall upprättas.

Santema et al. (2005) har undersökt om nationella och kulturella skillnader mellan länder påverkar i vilket utsträckning som företagen väljer att presentera information och upplysningar i sina rapporter och årsredovisningar. Studiens resultat visar att det finns nationella och kulturella skillnader mellan länder, även om länderna som undersöks är grannländer och följer samma redovisningsstandard. I studien har de bland annat undersökt Tyskland och Polen. Resultaten visar att Tyskland har ett redovisat medelvärde som uppgår till 29 procentenheter högre än värdet som Polen redovisar.

Bushman och Williams (2012) har de undersökt banker i 27 olika länder för att studera om det finns ett samband mellan den information som finns tillgänglig om respektive land och hur väl informationen presenteras i de rapporter som bankerna ger ut. De resultat som författarna finner tyder på ett samband mellan tydligare och bättre information för mer utvecklade länder. Fler resultat som Bushman och Williams (2012) finner är att mer utvecklade länder också tenderar ge ut mer strukturerad information i sina rapporter och årsredovisningar än mindre utvecklade länder.

Camfferman och Cooke (2002) undersöker upplysningar i årsredovisningar i Nederländerna och Storbritannien. Författarna finner att det finns skillnader gällande upplysningar i de båda länderna. För företag i Nederländerna har koefficienten storlek ett värde på 0,299 och för UK har koefficienten storlek ett värde på 0,349. De två länderna uppvisar vissa likheter emellan sig, men delar av resultatet kan påverkas av det råder skillnader i rättssystemet, kapitalmarknader och mekanismer för företagsstyrningen mellan de två länderna (Camfferman & Cooke, 2002). Vidare undersöker Andries, Gallemore och Jacob (2017) vilken påverkan olika länders skattesystem har på bankernas finansiella rapportering, gällande bankers avsättningar till kreditförluster. Studiens resultat visar att bankernas avsättningar till kreditförluster ökar i de länder som tillåter allmänna skatteavdrag. Uppbyggnaden av länders skattesystem kan vara faktorer som förklarar varför olika länder rapporterar som de gör. Detta tyder på att företagsbeskattningen är en avgörande faktor för bankernas finansiella rapporteringar (Andries et al. 2017).

Hypotes 4: Beroende på bankers regiontillhörighet varierar mängden information som ges ut om kreditförluster i bankers årsredovisningar.

4. Metod I denna del redogörs studiens utförande. Först presenteras studiens vetenskapliga utgångspunkt, metodval och forskningsdesign. Sedan förklaras studiens forskningsdesign, population, datainsamling och operationalisering. Slutligen redogörs studiens kvalitetskriterier och metodkritik.

4.1 Vetenskaplig utgångspunkt Denna studie utgår från positivistisk kunskapstradition som har en stark koppling till kvantitativ metodologi (Bryman & Bell, 2017). Positivismens vetenskapliga mål är att söka orsakssamband via förklaringar (Lundahl & Skärvad, 1999). Positivismen definieras av en kvantitativ metod där logik är betydande. Förhållningssättet inom positivismen är neutralt, objektivt och värderingsfritt (Sohlberg & Sohlberg, 2014) Inom positivismen tillhör även sökande efter lagbundenhet och förklaring av olika fenomen. Numeriska data används i studien för att analysera om det i banker finns ett samband mellan mängd information om kreditförluster och kreditförlusternas storlek, företagets storlek, lönsamheten och regiontillhörighet. Studiens syfte är att analysera samband genom att mäta variabler och detta betyder att studiens utgångspunkt är den positivistiska kunskapssynen (Lundahl & Skärvad, 1999).

Studiens utgångspunkt är deduktiv ansats. Inom denna ansats är teorins syfte att generera hypoteser som forskaren sedan deducerar (Bryman & Bell, 2017). Detta betyder att hypoteser härleds med utgångspunkt ur kunskapen som redan finns inom området. Hypoteserna testas sedan för att göra sig underrättad om hypoteserna ska förkastats eller är sanna (Sohlberg & Sohlberg, 2013). De utvecklade hypoteserna testas genom empiriska undersökningar. Detta leder sedan till att teorins tillit kan stärkas eller försvagas. Detta innebär att det redan finns en teori och slutsatser dras från denna teori gällande de förhållande som analyseras (Olsson & Sörensen, 2011). Vid utförandet av deduktivt arbete används ofta en kvantitativ metod (Olsson & Sörensen, 2011). Detta överensstämmer med vår studie då deduktiv ansats används som utgångspunkt och är av kvantitativ karaktär.

4.2 Metodval Denna studie är av kvantitativ karaktär. Vi kommer samla in data från bankers årsredovisningar för att sedan analysera denna data. Kvantitativ forskning förklaras som en analys och insamling av numeriska data för att sedan uppnå en slutsats (Bryman & Bell, 2017). För att sedan kunna

analysera denna insamlade numeriska data används en dataanalys. Bryman och Bell (2017) förklarar att analysera numeriska data med hjälp av en dataanalys är en grundläggande och välanvänd metod som används vid analysering av kvantitativa data.

Inom vårt ämnesområde finns det en mängd kunskap och därmed är denna studie en deskriptiv undersökning. När man arbetar deskriptivt görs avgränsningar till ett antal bestämda fenomen inom ett ämnesområde (Olsson & Sörensen, 2011). Dessa bestämda fenomen beskrivs sedan grundligt utifrån den kunskap som redan finns inom ämnesområdet. Vårt ämnesområde är informationsgivning i upplysningar i bankers årsredovisningar och inom detta ämnesområde finns det mycket forskning. Vi har valt att studera samband mellan mängdinformation om kreditförluster och variablerna kreditförlusternas storlek, företagets storlek, lönsamheten och regiontillhörighet. I och med detta kommer vi att göra en deskriptiv undersökning. Kvantitativa studier är dessutom ofta deskriptiva, vilket överensstämmer med vår studie (Olsson & Sörensen, 2011).

4.3 Forskningsdesign Forskningsdesign är en ram för insamling samt analys av data (Bryman & Bell, 2017). Den forskningsdesign som har används i denna studie är tvärsnittsdesign. Med detta innebär att data samlats in från ett flertal fall vid en viss tidpunkt för att sedan erhålla en uppsättning av kvantifierbara och kvantitativa data med koppling till flera variabler för att hitta olika samband (Bryman & Bell, 2017). I denna studie analyseras samband och för att göra detta krävs olika variabler och därmed är det lämpligt att använda en tvärsnittsdesign.

Vid användning av tvärsnittsdesign kan det vara svårt att upptäcka orsakssamband när samband mellan variabler analyseras (Bryman & Bell, 2017). På grund av detta kan det vara svårt att veta om det samband som påträffas beror på ett kausalt förhållande eller inte. I denna studie kan vi därför inte vara säkra på att vi kommer finna det kausala sambandet.

4.4 Population, urval och bortfall Databasen Thomson Reuters Eikon användes för att identifiera vår population. I denna databas finns 214 aktiva börsnoterade banker som har huvudkontor i något av Europeiska Unionens medlemsländer. Av dessa var vi tvungna att välja bort 72 banker eftersom de saknar årsredovisningen från år 2018 eller för att de inte ger ut årsredovisningar för år 2018 på

engelska. I och med detta baseras studien på 142 börsnoterade banker. I appendix A presenteras en lista som visar de 214 aktiva börsnoterade bankerna. I detta appendix klargörs även vilka banker som studien grundar sig på och anledningen till att resterande banker blev ett bortfall. Alla länder som tillhör EU tillämpar IASB:s rekommendationer, vilket innefattar IFRS 9.

För att kunna genomföra studien har följande avgränsningar gjorts:

• Studien är avgränsad till att endast analysera banker och inte övriga företag utifrån införandet av IFRS 9 gällande kreditförluster. Studien är endast inriktad på banker som är börsnoterade och inte alla registrerade banker.

• Alla länder i Europa omfattas inte av samma regelverk, nämligen IASB:s regelverk IFRS, varvid studien också avgränsas till att endast analysera banker som är medlemmar i EU.

• Studien är även avgränsad till att endast analysera informationsmängden som bankerna lämnar i not om sina kreditförluster i sin årsredovisning.

4.5 Datainsamling För att samla in teori till studien som är baserad på tidigare forskning används vetenskapliga artiklar samt litteratur till arbetet. En litteratursökning är en metod för att samla in väsentlig information till studien (Bryman och Bell, 2017). En studie som består av vetenskapliga artiklar leder till att äktheten i texten ökar (Bryman och Bell, 2017). Litteraturen i studien består av böcker inom metodik och rapporter från normgivare. I genomsökningen av vetenskaplig litteratur används Discovery och Google Scholar som databaser. För att söka efter relevanta artiklar inom vårt område används sökorden “IFRS 9”, “Disclosure”, “Credit loss”, “Credit impairment loss”. Under varje sökning har vi endast sökt efter artiklar som är “peer review” eftersom dessa artiklar består av en högre kvalitet och anses bättre ur en forskningssyn. Efter att vi har hittat relevanta artiklar inom vårt område har vi sedan utgått från referenslistan i den valda artikeln för att söka efter fler artiklar som kan vara till användning för vår studie.

Vid datainsamling finns det två olika tillvägagångssätt, vilka är primär- och sekundärdata. Det som skiljer dessa åt är att primärdata är den information som forskaren själv samlar in samtidigt som sekundärdata är information som har samlats in tidigare (Bryman & Bell, 2017). 26

Sekundärdata är information som tidigare har samlats in om ett fenomen och är därmed inte något som sammanställs för precis den egna studien (Lundahl & Skärvad, 1999). Sekundärdata innebär exempelvis företags årsredovisningar och annan information som finns elektroniskt tillgänglig (Lundahl & Skärvad, 1999). Fördelen med användning av sekundärdata är att det är ekonomiskt och tidseffektivt, samt att sekundärdata vanligtvis håller hög kvalitet (Bryman & Bell, 2017). Detta är anledningen till att sekundärdata har använts i denna studie. Det finns tidsmässiga och ekonomiska begränsningar, samtidigt som att studien skall byggas på ett bra underlag. I denna studie används ett deduktivt synsätt gällande relationen mellan teori och data. I och med detta kommer teorin och hypoteserna att styra datainsamlingen (Bryman & Bell, 2017).

Den data som används i studien samlas in manuellt från årsredovisningar som hämtas från bankernas egna hemsidor. Den data som hämtas är årets kreditförluster samt hur många tecken som banken använder för att förklara årets kreditförluster i not för år 2018. För att mäta antal tecken används Word. Databasen Thomson Reuters Eikon har även använts för att hämta bankernas balansomslutning, bankernas totala tillgångar samt skulder. Detta har sedan sammanställts i ett dokument i Excel för bearbetning. Vidare analyseras studiens insamlade data i statistikprogrammet IBM SPSS Statistics.

4.6 Operationalisering Operationalisering är det tillvägagångsätt som används vid mätning av ett begrepp i studien (Bryman & Bell, 2017). Inom positivistisk vetenskapstradition eftersträvas operationalisering av begreppen för att omvandla begreppen till mätbara faktorer (Sohlberg & Sohlberg, 2014). I denna studie studeras samband mellan olika variabler. Beroende och oberoende variabler krävs för att analysera ett samband mellan två variabler (Olsson & Sörensen, 2011). Databasen Thomson Reuters Eikon har använts för att samla in data som ligger till grund för studiens variabler. Dessa variabler presenteras i detta avsnitt.

De variabler som används i studien har delvis valts ut från tidigare studier som utförts inom ämnesområdet, samt egna antaganden om vilka variabler som bör påverka informationsmängden. För att kunna besvara studiens syfte används beroende-, oberoende- och kontrollvariabler och för att dessa skall vara användbara behöver de mätas.

4.6.1 Beroende variabler Studiens beroende variabel är informationsmängd. Informationsmängden mäts i antal tecken från varje banks årsredovisning för 2018. Studien är som tidigare nämnts avgränsad till att endast analysera tecken i not gällande kreditförluster. Vi har valt att mäta antal tecken istället för ord eftersom ord kan vara olika långa. Längre ord innehåller generellt mer information än vad kortare ord gör. En mätning av tecken istället för ord bortser från detta problem och ger en mer exakt mätning.

4.6.2 Oberoende variabler I studien används fyra oberoende variabler för att mäta om det finns ett samband mellan dessa variabler och informationsmängd.

Den första oberoende variabeln är kreditförluster. I studien kommer storleken på kreditförlusten att användas som en oberoende variabel för att förklara den mängd information som en bank ger ut. Det är kreditförlusterna för år 2018 som kommer analyseras. Denna oberoende variabel har valts på grund av att tidigare forskning, (Caporale et al., 2018; Gebhardt & Novotny-Farkas, 2011; Hess et al., 2009; Leventis et al., 2012) har konstaterat att storleken på företagets kreditförluster har en inverkan på den mängd information som företagen lämnar i sina årsredovisningar. I den deskriptiva delen av denna studie delas bankernas kreditförluster in i kategorierna liten, mellan och stor kreditförlust. Liten kreditförlust innebär att bankernas kreditförlust år 2018 är mellan 0–9,99 miljoner euro. Mellan innebär att bankerna har en kreditförlust mellan 10–99,99 miljoner euro år 2018. Stor kreditförlust innebär att bankerna har en kreditförlust mellan 100–2100 miljoner euro år 2018. Uppdelningen i de olika kategorierna ser ut enligt följande, i liten kreditförlust återfinns 45 (31,7%) banker, 49 (34,5%) banker i mellan och slutligen 48 (33,8%) banker i stor kreditförlust.

Den andra oberoende variabeln är bankernas storlek och definieras som storleken på balansomslutningen mätt i antal Euro. För att göra materialet mer hanterbart kommer värdet på balansomslutningen att logaritmeras till ett värde som benämns LOG Total Assets i följande del av studien. Anledningen till att studien använder logaritmerat värde på balansomslutningen är för att Hossain och Hammami (2009) samt Kolar och Ferež (2018) har använt sig av detta. Dessa forskare har konstaterat ett samband mellan större värde på logaritmerade totala tillgångar och större informationsmängd i företagets årsredovisning. I studiens deskriptiva del kommer bankerna att delas in i tre kategorier för att göra materialet mer hanterbart. Dessa

kategorier är om bankernas logaritmerade värde understiger 10,0, om bankernas logaritmerade värde är mellan 10,0–10,99 eller om bankernas logaritmerade värde är högre än 11. I kategorin under 10 ingår 39 (27,5%) banker. I kategorin 10,00–10,99 ingår 59 (41,5%) banker och slutligen i kategorin över 11 ingår 44 (31%) banker.

Den tredje oberoende variabeln är bankers lönsamhet. Bankernas lönsamhet kommer att mätas i ROA som är ett redovisningsbaserat mått. ROA visar hur väl företaget presterar mätt i totala tillgångar. Anledningen till att studien använder denna oberoende variabel är på grund av att tidigare forskning, Kolar och Felež (2018), Leung et al. (2015) samt Naseer och Haroon (2018) har använt sig av denna oberoende variabel. Dessa tidigare studier har visat olika resultat. I vår studie mäter vi ROA från rörelseresultat för att det ska återspegla verksamheten. Vi har därför valt bort resultat före skatt eller resultat efter skatt för att dessa faktorer inte ska ha en inverkan på bankers lönsamhet. Under studiens deskriptiva del kommer bankerna att delas in i tre olika kategorier beroende på storleken ROA. I den första kategorin tillhör de banker som har ett värde på ROA understigande 0,025. I denna kategori återfinns 42 (29,6%) banker. I den andra kategorin tillhör de banker som har ett värde på ROA mellan 0,025 och 0,0399. I denna kategori återfinns 57 (40,1%) av bankerna. Slutligen i kategori tre tillhör de banker som har ett värde på ROA överstigande 0,04. I denna kategori finns de resterande 43 (30,3%) av bankerna.

Den fjärde oberoende variabeln är bankers regiontillhörighet. Denna oberoende variabel har valts för att tidigare forskning, Brown och Martinsson (2014), Kolar och Felež (2018) samt Santema et al. (2005), har konstaterat att olika länder ger ut olika mängd information även om länder använder sig av samma redovisningsstandarder. I vilket land som bankerna har sitt huvudkontor är det som avgör bankernas regiontillhörighet i denna studie. Denna oberoende variabel kodas med 0 eller 1 för att sedan jämföra ett land med resterande. Variabeln kommer att användas för att mäta om det finns någon skillnad i mängd information om kreditförluster som banker i olika länder ger ut. Varje land i studien kommer att kategoriseras och delas in i regioner efter geografisk placering för att göra materialet mer hanterbart och resultaten mer överskådliga. De regioner som samtliga länder kommer kategoriseras under är Nord, Central/Väst och Syd. Under region Nord kommer 37 (26,1%) banker från Danmark, Estland, Finland, Irland, Lettland, Litauen, Storbritannien och Sverige att delas in i. I region Central/Väst finns 53 (37,3%) banker Belgien, Frankrike, Luxemburg, Nederländerna, Polen, Slovakien, Slovenien, Tjeckien, Tyskland, Ungern och Österrike att delas in i. Slutligen i region syd finns

52 (36,6%) banker från Bulgarien, Cypern, Grekland, Italien, Kroatien, Malta, Portugal, Spanien att tillhöra.

4.6.3 Kontrollvariabler Kontrollvariabler är viktiga för att kunna identifiera faktorer som förklarar det intressanta fenomenet (Bernerth & Aguinis, 2016). Det är viktigt att studien kontrollerar andra relevanta variabler för att identifiera om det finns fler variabler som kan förklarar fenomenet (Berneth & Aguinis, 2016). I denna studie används kontrollvariabeln skuldsättningsgrad. Denna kontrollvariabel förkommer i tidigare studier då det nämns i tidigare studier att den kan ha en inverkan på resultatet.

4.7 Analys av data Studiens data bearbetas och analyseras i statistikprogrammet IBM SPSS Statistics. Detta statistikprogram är den mjukvara som oftast tillämpas vid analys av data med kvantitativ karaktär (Bryman & Bell, 2017). Vid presentation av studiens data används deskriptiv statistik. Studiens data introduceras med hjälp av stapeldiagram och tabeller. Detta bidrar till att studiens data redogörs överskådligt och tydligt.

Pearsons korrelationsanalyser används för att stärka studiens deskriptiva statistik. En pearsons korrelationsanalys är en analys som görs mellan två variabler för att upptäcka samband (Bryman & Bell, 2017). Denna analys görs i statistikprogrammet IBM SPSS Statistics. Detta program beräknar hur starkt de olika variablerna förhåller sig till varandra. Sambandets styrka beskrivs genom en korrelationskoefficient som ligger mellan 1 och –1. Om koefficienten är 1 betyder det att det råder ett perfekt samband. Om koefficienten istället är 0 betyder det att det inte råder något samband. Detta betyder att det råder starkare samband mellan variablerna ju närmare 1 koefficienten är samtidigt som att det råder svagare samband mellan koefficienterna ju närmare 0 koefficienten är. Koefficienten kan ha ett positivt eller negativt värde och detta visar även sambandets riktning.

Pearsons korrelationsanalys används för att kontrollera att studiens oberoende variabler inte samverkar för mycket med varandra (Djurfeldt & Barmark, 2009). Detta är viktigt att göra innan en multipel regressionsanalys görs. Om de oberoende variablerna samverkar för mycket med varandra kommer detta påverka regressionsmodellens förklaringsgrad (Djurfeldt & Barmark, 2009). Detta innebär att det då blir svårt att förklara hur de oberoende variablerna påverkar den 30

beroende variabeln. Detta korrelationstest är viktigt för denna studie då en multipel korrelationsanalys kommer genomföras. I en multivariat regressionsanalys analyseras studiens data endast med hjälp av de valda variablerna som är intressanta att undersöka (Djurfeltd & Barmark, 2009). I denna studie genomförs en multipel regressionsanalys som förklarar hur väl studiens beroende variabel kan förklaras utifrån de oberoende variablerna. Denna regressionsanalys görs med hjälp av SPSS där även signifikansnivån beräknas.

I kvantitativa studier är resultatens generaliserbarhet en viktigt del. För att veta detta används statistisk signifikans. Det går aldrig att veta helt säkert om ett resultat gäller för en hel population. I och med detta används statistisk signifikans för att veta hur pass säkra vi kan vara på att studiens resultat kan generaliseras till den population som studien utgår ifrån (Bryman & Bell, 2017). Vanliga signifikansnivåer som används är 0,05 och 0,1. Vid en signifikansnivå under 0,05 innebär att vi accepterar risken för en felaktig slutsats om ett samband mellan olika variabler är fem på hundra (Bryman & Bell, 2017). Det vill säga sambandet är signifikant på 95%-nivån. Samtidigt som signifikansnivå under 0,1 betyder att tio av hundra stickprov ger ett samband som inte finns i populationen. Detta innebär att sambandet är signifikant på 90%- nivån.

푌 = 훽0 + 훽1푋1 + 훽2푋2 + 훽3푋3 + 퐼푛푑1푋4 + 퐼푛푑2푋5 + 휀

Detta är den multivarat regressionsanalysens generella definition. Y är den oberoende variabeln, b0 är regressionens intercept, b1 är studiens första oberoende variabler, x1 är värdet på koefficienten för den första oberoende variabeln. B2 är studiens andra oberoende variabel och så vidare. ε är de avvikelser som finns mellan y-värdena som observeras och de värden på y som x förväntas konstatera. I detta fall är ε den mängd information som inte kan förklaras med studiens fyra oberoende variabler.

I studien används denna formel:

푌 = 훽0 + 훽1푆푡표푟푙푒푘 푝å 푘푟푒푑𝑖푡푓ö푟푙푢푠푡 + 훽2퐹ö푟푒푡푎푔푒푡푠 푠푡표푟푙푒푘 + 훽3퐿ö푛푠푎푚ℎ푒푡 + 퐼푛푑1푁표푟푑 + 퐼푛푑2푆푦푑 + 휀

I denna studie används signifikansnivån 10%. Denna signifikansnivå är vanligt förekommande i samhällsvetenskaplig forskning. 31

4.8 Kvalitetskriterier Inom företagsekonomi finns det tre viktiga kvalitetskriterier (Bryman & Bell, 2017). Dessa är reliabilitet, validitet samt replikerbarhet och används för att bedöma kvantitativ forskning.

4.8.1 Reliabilitet Reliabilitet innefattar studieresultatets tillförlitlighet. Med detta menas hur studiens resultat blir detsamma ifall undersökningen skulle genomföras igen eller om studien har påverkats av tillfälliga eller slumpmässiga förutsättningar (Bryman & Bell, 2017). Om en replikation av den ursprungliga studien skall kunna göras av en ytterligare forskare måste detaljerade förklaringar finnas angående tillvägagångssätt för att uppnå resultatet. Studiens data har samlats in genom bankers årsredovisningar med hjälp av Thomson Reuters Eikon. Bankerna använder sig av IFRS redovisningsstandarder när årsredovisningarna upprättas och granskas sedan av utomstående revisorer. Detta bidrar till tillförlitlighet vilket även stärker reliabiliteten. Undersökningens data är sekundärdata eftersom data är hämtad från årsredovisningar. Denna data förändras inte och därmed möjliggör detta för att undersökningens resultat blir samma om någon gör en replikation av studien. Detta tyder på att stabiliteten i reliabilitetsbegreppet är hög (Bryman & Bell, 2017).

4.8.2 Validitet Validitet är i flera synsätt det viktigaste forskningskriteriet. Detta beror på att validitet innebär bedömning av slutsatserna som presenteras från en undersökning hänger ihop eller ej (Bryman & Bell, 2017). Validitetens nivå indikerar hur väl mätinstrumentet genomför mätningen på det specifika som ska mätas, med detta menas mäta det som avses mätas (Olsson & Sörensen, 2011; Sohlberg & Sohlberg, 2014). Det finns olika huvudsakliga slag av validitet och dessa är begreppsvaliditet, intern validitet, extern validitet och ekologisk validitet (Bryman & Bell, 2017).

Begreppsvaliditet kallas även för teoretisk validitet och innebär huruvida ett begreppsmått verkligen speglar det som begreppet betraktas representera (Bryman & Bell, 2017). I denna studie använder vi oss av välanvända ekonomiska begrepp som grundar sig i tidigare forskning. Detta bidrar till hög begreppsvaliditet och tillför att måtten är tillförlitliga genom att de mäter det som avses mätas.

Intern validitet behandlar frågor angående kausalitet, om huruvida en slutsats har ett kausalt samband mellan två eller fler variabler är hållbara eller inte (Bryman & Bell, 2017). I denna studie kan vi inte säkerställa att det råder ett kausalt samband. Det beror på att studiens data hämtas från bankers årsredovisningar vid endast en tidpunkt. Studien beskriver samband mellan flera variabler som analyserats i korrelationsanalys för att öka sambandens trovärdighet. Vi kan därmed inte säkerställa att sambanden är kausala.

Extern validitet innebär huruvida ett resultat från en undersökning kan generaliseras utöver undersökningskontexten (Bryman & Bell, 2017). Med detta menas om studiens urval är representativt för att studiens resultat ska generaliseras till hela populationen. På grund av att IFRS regelverk är mer principbaserat än regelbaserat finns utrymme för tolkning och detta kommer påverka den externa validiteten. IFRS regelverk kan tillämpas olika i olika länder och därmed kommer studiens resultat vara mer generaliserbara i de länder där redovisningsstandarden används och tolkas på liknande sätt.

4.8.3 Replikerbarhet Replikerbarhet innefattar möjligheten att göra en replikation av undersökningen. Med detta menas möjligheten för en annan forskare att upprepa en tidigare genomförd studie (Bryman & Bell, 2017). Tillvägagångssättet måste vara utförligt beskrivet och i detalj för att det ska vara möjligt att replikera en undersökning (Bryman & Bell, 2017). Tillvägagångsättet i denna studie har beskrivits tydligt och detaljerat. Detta bidrar till att studiens replikerbarhet är stark och därmed finns det möjlighet för andra forskare att genomföra studien på nytt. Studiens data finns tillgänglig att hämta i databasen Thomson Reuters Eikon och i bankernas årsredovisningar vilket även gör det möjlighet för en replikation av studien.

4.9 Källkritik och Metodkritik Den data som används i denna kvantitativa studie hämtades från databasen Thomson Reuter Eikon. Denna data har sedan bearbetats och analyserats. För att konstatera om materialet uppnår en viss kvalitet ställs det krav på siffrorna i resultatet, detta benämns sifferkvalitet (Eriksson, 2018). För att mäta sifferkvaliteten måste statistiken vara relevant för de frågor som används i undersökningen samt konstatera om informationen är valid och reliabel. I studien använts vetenskapliga artiklar som är Peer Reviewed. Detta innebär att forskare inom ämnesområdet har granskat och godkänt dessa vetenskapliga artiklar. Alla Peer Reviewed artiklar är dock inte

pålitliga (Eriksson, 2018). Därmed är det viktigt att läsaren oavsett källor är försiktighet och använder sig av ett kritiskt perspektiv vid bearbetning av dessa vetenskapliga artiklar.

5. Empiri I denna del presenteras studiens data med hjälp av tabeller, diagram och figurer. Vidare görs även korrelationsanalys och regressionsanalys.

5.1 Deskriptiv statistik Tabell 1

Tabell 1 visar en överblick över studiens insamlade data som består av 142 banker. Den oberoende variabeln bankers region tillhörighet har delats upp i tre variabler för att studiens data ska vara lättare att hantera. De tre variablerna är central/väst, nord och syd. I central/väst tillhör 53 (37,3%) banker från Belgien, Frankrike, Luxemburg, Nederländerna, Polen, Slovakien, Slovenien, Tjeckien, Tyskland, Ungern och Österrike. I nord tillhör 37 (26,1%) banker från Danmark, Estland, Finland, Irland, Lettland, Litauen, Storbritannien och Sverige. Slutligen i syd tillhör 52 (36,6%) banker från Bulgarien, Grekland, Italien, Kroatien, Malta, Portugal och Spanien.

I tabellen visas också de oberoende variablerna totala tillgångar, LOG totala tillgångar, ROA och kreditförlust. Vidare visas även kontrollvariabeln skuldsättningsgrad som benämns Total Debt to Total Equity Percent i tabellen samt den förklarande variabeln tecken. Kreditförlusterna mäts i antal miljoner euro och i studien redovisas den lägsta kreditförlusten på 0,026 miljoner euro, eller 26 000 euro. Den största kreditförlusten som presenteras i studien är på 2066,4

miljoner euro. Medelvärdet för samtliga bankers kreditförluster uppgår till 174,87 miljoner euro, med en standardavvikelse på 331,48 miljoner euro. Den oberoende variabeln totala tillgångar (Total Assets Reported i tabellen) visar att det lägsta värdet för en banks totala tillgångar är 334 miljoner euro och det högsta värdet är 3578 miljarder euro. Det genomsnittliga värdet på bankernas totala tillgångar uppgår till 264 miljarder euro med en standardavvikelse på 600 miljarder euro. Den oberoende variabeln logaritmerade totala tillgångar (LOG Total Assets i tabellen) visar att det lägsta värdet för en banks totala tillgångar efter att de är logaritmerade är 8,52 och det högsta logaritmerade värdet är 12,55. Det genomsnittliga värdet på bankernas logaritmerade totala tillgångar uppgår till 10,58 med en standardavvikelse på 0,91. Den oberoende variabeln ROA visar att det lägsta värdet för en banks avkastning på totalt kapital är 0,044% och den högsta avkastningen på totalt kapital på 12,78%. Resultaten i studien visar att den genomsnittliga avkastningen på totalt kapital för bankerna uppgår till 3,45% med en standardavvikelse på 1,85%.

Kontrollvariabeln skuldsättningsgrad visar att den bank som har lägst skuldsättningsgrad har ett värde som motsvarar 0,93%. Samtidigt som den bank som har högst skuldsättningsgrad har ett värde på 89,86%. Den genomsnittliga skuldsättningen för bankerna i studien visar ett värde på 19,57% med en standardavvikelse på 16,55 procent. Den förklarande variabeln tecken visar att den bank som använder minst tecken för att förklara sina kreditförluster använder 70 tecken och den bank som använder flest tecken använder 22 972 tecken i sin årsredovisning. Medelvärdet för samtliga banker i studien visar ett resultat på 1922,75 tecken med en standardavvikelse på 2751,778 tecken i årsredovisningarna.

Figur 2 diagram över kreditförlusternas storlek och medelvärdet tecken

I figur 2 har de 142 bankernas storlek på kreditförluster för år 2018 kategoriserats till kategorierna liten, mellan och stor. I kategorin liten kreditförlust tillhör 45 (31,7%) av bankerna. Dessa banker har en kreditförlust mellan 0–9,99 miljoner euro. I kategorin mellan kreditförlust tillhör 49 (34,5%) av bankerna. Bankerna i denna kategori har en kreditförlust mellan 10–99,99 miljoner euro. I kategorin stor kreditförlust tillhör de resterande 48 (33,8%) bankerna. Dessa banker har en kreditförlust mellan 100–2100 miljoner euro. Diagrammet visar att banker med liten kreditförlust i genomsnitt använder sig av 1536 tecken när de förklarar sin kreditförlust i sin årsredovisning. Banker som har en mellanstor kreditförlust använder i genomsnitt 1615 tecken när de förklarar sin kreditförlust i sin årsredovisning. Slutligen banker som har en stor kreditförlust använder i genomsnitt 2600 tecken när de förklarar sin kreditförlust i sin årsredovisning. Detta diagram indikerar att ju större kreditförlust banken har desto fler tecken använder banken vid förklararing av kreditförlusten i sin årsredovisning.

Figur 3 diagram över de kategoriserade länderna och medelvärdet tecken

I figur 3 har de 142 bankerna kategoriserats under respektive region. I kategori syd tillhör 52 (36,6%) av bankerna i studien. I kategori central/väst ingår 53 (37,3%) av bankerna och slutligen i kategori nord återfinns de resterande 37 (26,1%) av bankerna i studien. Diagrammet visar att banker som tillhör region central/väst i genomsnitt använder sig av 1485 tecken för att förklara sina kreditförluster i sin årsredovisning. Banker som tillhör region nord använder i genomsnitt 2121 tecken för att förklara sina kreditförluster i sin årsredovisning. Banker som tillhör region syd använder i genomsnitt 2228 tecken för att förklara sina kreditförluster i sin årsredovisning. Resultaten i diagrammet indikerar att antal tecken i årsredovisningarna är snarlika mellan banker från nord och syd där det endast skiljer 107 tecken i genomsnitt mellan de två regionerna. Resultaten indikerar också att banker som tillhör central/väst i genomsnitt tenderar att redovisa mindre information i sina årsredovisningar jämfört med banker som tillhör nord och syd.

Figur 4 diagram över LOG total assets och medelantalet tecken.

I figur 4 har de 142 bankernas storlek för år 2018 kategoriserats till de logaritmerade tillgångarna i tre kategorier. I kategorin liten som innefattar alla banker som har ett logaritmerat värde på totala tillgångar under 10,0 återfinns 39 (27,5%) av bankerna. I kategori mellan finns 59 (41,5%) av bankerna som har ett logaritmerat värde vilket överstiger 10,0 men som inte överstiger 11,0. Slutligen i kategori stor återfinns de resterande 44 (31%) av bankerna som har ett logaritmerat värde på totala tillgångar som överstiger 11,0. Diagrammet visar att banker som kategoriseras som liten i genomsnitt använder 2195 tecken för att förklara sin kreditförlust i årsredovisningen. Banker som kategoriseras som mellan har i genomsnitt 1547 tecken i sin årsredovisning för att förklara årets kreditförluster. Sist har banker som kategoriseras som stor ett genomsnitt på 2146 tecken för att förklara årets kreditförluster i sin årsredovisning. Detta diagram indikerar att det inte finns något samband mellan den logaritmerade storleken på totala tillgångar som en bank har och antal tecken som bankerna använder för att förklara kreditförlusten i sin årsredovisning.

Figur 5 diagram över ROA och medelantalet tecken

I figur 5 har de 142 bankerna kategoriserats i tre olika kategorier beroende på hur stor bankens ROA har varit för år 2018. I den första kategorien finns det 42 (29,6%) banker som har ett värde på ROA under 2018 mellan 0,0004–0,0249. I den andra kategorin finns 57 (40,1%) banker som har ett värde på ROA mellan 0,025–0,039. I den tredje kategorin finns de resterande 43 (30,3%) bankerna och dessa har ett värde på ROA som överstiger 0,04 för 2018. Diagrammet visar att banker som har ett värde på ROA som understiger 0,025 i genomsnitt använder sig av 2130 tecken i sin årsredovisning för att förklara årets kreditförluster. Banker som har ett värde på ROA mellan 0,025–0,039 i genomsnitt använder sig av 1743 tecken för att förklara årets kreditförlust. Slutligen visar diagrammet att bankerna som har ett värde på ROA som överstiger 0,04 använder sig i genomsnitt av 1958 tecken för att beskriva årets kreditförluster i sin årsredovisning. Resultaten i diagrammet indikerar att det inte går att finna ett samband mellan värdet på ROA och antal tecken i bankens årsredovisning som används för att beskriva kreditförlusterna.

5.2 Korrelationsanalys Tabell 2 korrelation mellan studiens oberoende variabler.

Tabell 2 visar att ingen av studiens oberoende variabler korrelerar under eller över -0,7 och 0,7. Detta tyder på att det finns låg samverkan mellan studiens oberoende variabler och genom detta

finns det låg risk för parvisa korrelationer. Av arton möjliga korrelationer mellan de oberoende variablerna korrelerar en på en signifikansnivå under 1%

5.3 Regressionsanalys Tabell 3 regressionsanalys med de oberoende variablerna och tecken som förklarande variabel

푌 = 훽0 + 훽1푆푡표푟푙푒푘 푝å 푘푟푒푑𝑖푡푓ö푟푙푢푠푡 + 훽2퐹ö푟푒푡푎푔푒푡푠 푠푡표푟푙푒푘 + 훽3퐿ö푛푠푎푚ℎ푒푡 + 퐼푛푑1푁표푟푑 + 퐼푛푑2푆푦푑 + 훽4푆푘푢푙푑푠ä푡푡푛𝑖푛푔푠푔푟푎푑 + 휀 β0 = Interceptet är konstant på 1060 β1 representerar den oberoende variabeln kreditförluster och koefficienten har ett värde på 1,488. Värdet på 1,488 innebär att om mängden kreditförluster ökar med 1 miljoner euro kommer antal tecken i bankens årsredovisning att öka med 1,488 tecken. Koefficienten har en signifikansnivå på 4,4% vilket innebär att resultaten för variabeln är statistiskt signifikanta på 95,6%. Detta innebär att det råder 95,6% säkerhet att resultatet återkommer vid ett annat urval i populationen. Det visar också att endast 4,4% av resultatet beror på slumpen.

β2 är värdet på koefficienten för den oberoende variabeln LOG Total Assets. Värdet på -50,403 indikerar om de logaritmerade tillgångarna ökar med 1,0 minskar mängden tecken med 50,403 om kreditförluster i årsredovisningarna. Denna koefficient har en signifikansnivå på 85,1% vilket indikerar att resultaten inte är statistiskt signifikanta.

β3 representerar den oberoende variabeln ROA och koefficienten har ett värde på 36,61. Värdet på denna koefficient innebär att om bankens avkastning på totaltkapital ökar med 1,0 kommer

mängden tecken i årsredovisningarna att öka med 36,61 tecken. Koefficienten har en signifikansnivå på 74,8% vilket indikerar att resultaten inte är statistiskt signifikanta.

Ind1 representerar bankerna som är indelade i region nord. Värdet på koefficienten är 518,363 och innebär att om en bank tillhör region nord kommer banken att använda sig av 518,363 fler tecken i sin årsredovisning om kreditförluster än om banken skulle tillhöra region Central/väst. Denna koefficient har en signifikansnivå på 37,4% vilket indikerar att resultaten inte är statistiskt signifikanta.

Ind2 representerar bankerna som är indelade i region syd. Värdet på koefficienten är 859,72 och innebär att om en bank tillhör region syd kommer banken använda sig av 859,72 fler tecken än om banken skulle tillhöra region Central/väst. Koefficienten har en signifikansnivå på 10,9% vilket indikerar på ett svagt samband mellan variabeln och antal tecken eftersom gränsen för statistisk signifikant är 10,0%.

β4 är värdet på koefficienten för kontrollvariabeln skuldsättningsgrad. Koefficienten har ett värde på 34,442 vilket innebär att om skuldsättningsgraden ökar med 1,0 för en bank i studien kommer den totala mängden tecken i årsredovisningen att öka med 34,442 tecken. Koefficienten har en signifikansnivå på 1,4% vilket innebär att resultaten för variabeln är statistiskt signifikanta på 98,6%. Detta innebär att det råder 98,6% säkerhet att resultatet återkommer vid ett annat urval i populationen. Det visar också att endast 1,4% av resultatet beror på slumpen.

Tabell 4 studiens multipla regressionsmodell med förklaringsgrad

Resultatet från den multipla regressionsmodellen visar att R2 har ett värde på 9% och ett justerat R2 på 4,9%. Denna modell visar vad som beror på mängden tecken i bankers årsredovisningar kan förklaras till 4,9 procent med hjälp av de oberoende variablerna kreditförlust, ROA, logaritmerade totala tillgångar, skuldsättningsgrad samt bankers regiontillhörighet.

6. Analys och Diskussion I denna del diskuteras och analyseras empirins resultat. Vidare diskuteras likheter och skillnader mellan studiens resultat och den tidigare forskningen som tidigare har presenterats i den teoretiska referensramen.

6.1 Kreditförlusternas storlek Studiens resultat indikerar att större kreditförluster leder till fler tecken i bankernas årsredovisningar. Resultaten från regressionsanalysen visar att koefficientens värde på kreditförluster är positivt, vilket tyder på att större kreditförluster leder till fler tecken om kreditförluster i bankernas årsredovisningar. Resultaten betyder att för varje en miljon euro som kreditförlusterna ökar kommer mängden tecken i årsredovisningarna att öka med 1,488 tecken. Studiens resultat indikerar att det finns ett samband mellan antal tecken i årsredovisningar och kreditförlusternas storlek. Detta resultat är även signifikant på 5% signifikansnivå.

Det finns inga bestämda definitioner eller regler som reglerar när en kreditförlust uppkommer, utan det är bankerna själva som definierar sina kreditförluster. Eftersom bankerna själva definierar kreditförlusterna bestämmer de vad och när gränsen går mellan en säker och en osäker tillgång. Detta innebär att beroende på vilken risk bankerna väljer att använda sig av, kommer de att presentera stora eller små kreditförluster. En bank som presenterar mindre kreditförluster kan alltså ta en större risk än en bank som presenterar stora kreditförluster. Utifrån detta kan storleken på de kreditförluster som presenteras i studien påverkats utifrån vilken risk banken väljer att ta.

Den forskning som tidigare har undersökt bankers kreditförluster fann bevis för att signaleringsteorin inte gick att applicera på banker som tillhörde EU:s medlemsländer. Leventis et al. (2012) studerar banker från 18 av EU:s medlemsländer för att undersöka hur bankerna hanterar kreditförluster i sina årsredovisningar, samt om signaleringsteorin kan förklara det beteende bankerna använder sig av. Leventis et al. (2012) konstaterar att signaleringsteorin inte höll för bankerna i studien. Resultaten i denna studie har också ett positivt värde på koefficienten kreditförluster och det innebär att denna studies resultat styrker resultaten från Leventis et al. (2012), nämligen att signaleringsteorin inte går att applicera på bankerna som ingår i studien.

Det finns två teorier som kan förklara beteenden om informationsutgivning, dessa är signaleringsteorin och legitimitetsteorin. Enligt signaleringsteorin kommer de banker som gör en liten kreditförlust ge ut mer information, och på så vis signalera utåt att det går bra för företaget. Istället bygger legitimitetsteorin på att företag som har en stor kreditförlust kommer ge ut mer information om kreditförlusten, och på så sätt genom sin legitimitet övertyga sina intressenter att företagets prestation är acceptabel. I det här fallet kan legitimitetsteorin på ett bättre sätt förklara studiens resultat. Tidigare forskning som har använt sig av legitimitetsteorin för att förklara att företag som inte uppnår önskvärda mål eller resultat för verksamheten kommer att lämna mer information för att övertyga sina intressenter (Watson et al., 2002). I denna studie har koefficienten ett positivt värde vilket innebär att bankerna kommer lämna mer information om kreditförlusterna när de ökar. Detta indikerar att resultatet från studien angående kreditförlusterna går att applicera till legitimitetsteorin. Utifrån detta innebär det att när kreditförlusterna ökar kommer bankerna att lämna mer information i sina årsredovisningar för att tillse och övertyga sina intressenter.

Hypotes 1 i studien som är kopplad till kreditförluster var ställd enligt följande. Hypotes 1: Större kreditförluster bidrar till att bankerna kommer producera mer information om kreditförlusterna i sina årsredovisningar. Resultaten från studien stödjer hypotes 1 om att större kreditförluster kommer leda till att bankerna lämnar mer information om detta i sina årsredovisningar.

6.2 Bankers storlek Studiens resultat indikerar på att större banker inte ger upphov till fler tecken om sina kreditförluster i sina årsredovisningar. Studiens regressionsanalys visar att koefficienten för logaritmerade tillgångar har ett värde på -50,403. Värdet innebär att sambandet mellan totala tillgångar och mängden information om kreditförluster är negativt. För studiens resultat innebär det att större banker inte lämnar mer information om sina kreditförluster i årsredovisningarna än de mindre bankerna. Resultaten innebär snarare motsatsen, att mindre banker kommer lämna mer information om sina kreditförluster än vad större banker kommer att göra. Värdet på - 50,403 innebär att för varje 1,0 som de logaritmerade tillgångarna ökar kommer antal tecken om kreditförlusterna att minska med 50,403 tecken i bankens årsredovisning. Sambandet mellan informationsmängd och storleken på banken har en signifikansnivå på 85,1% vilket innebär att sambandet inte är statistiskt signifikant på varken 5% eller 10% nivå.

Sambandet mellan totala tillgångar och informationsmängden om kreditförluster är inte statistiskt signifikant. Enligt denna studie innebär detta att företagsstorleken inte påverkar den informationsmängd som presenteras i årsredovisningen. Det som påverkar storleken på banken i denna studie är endast banken balansomslutning mätt i antal euro. En av anledningarna till att bankens storlek inte är statistiskt signifikant i denna studie kan bero på följande. Nämligen att de som upprättar bankens årsredovisning inte ändrar sitt redovisningsbeteende från ett år till ett annat utifrån om banken växer eller inte. Vilket över längre sikt kan innebära att en stor bank redovisar mindre information i sin årsredovisning.

Tidigare forskning som undersökt mängd information och storleken på bank har funnit varierande resultat i sina studier. I tidigare forskning gjord av Hossain och Hammami (2009) samt Kolar och Ferež (2018) konstateras en positiv koefficient, vilket tyder på att det råder ett positivt samband mellan mängden information i årsredovisningar och storlek på banken. I en annan studie gjord av Naseer och Haroon (2018) konstateras att sambandet mellan mängden information i årsredovisningarna och bankens storlek har ett negativt samband. I Naseer och Haroons (2018) forskning användes bankernas totala tillgångar som ett logaritmerat värde och resultaten från studien visar ett värde på koefficienten på -0,016927. Detta innebär att desto större en bank blir desto mindre information lämnar banken i sin årsredovisning. I denna studie var värdet på koefficienten -50,403, vilket tyder på att resultaten är i linje med Naseer och Haroon (2018) studie.

Det som skiljer sig mellan denna studie och forskningen av Naseer och Haroon (2018) är att studierna inte är gjorda på samma geografiska område. Denna studie är gjord i Europa och deras studie är gjord i Asien. Det kan innebära att de faktorer som avgör informationsmängden för banker i Europa och Asien skiljer sig åt. I detta fallet kan det alltså vara andra faktorer än de som denna studie behandlar som avgör informationsmängden för banker i Europa. Det kan vara kulturella skillnader eller exempelvis olika skattesystem mellan Europa och Asien som gör att informationen skiljer sig åt. Kolar och Ferež (2018) har istället undersökt banker inom Europa som tillhör EU. Resultaten från denna studie indikerar att totala tillgångar har ett negativt samband med informationsmängd. Detta skiljer sig från studien gjord av Kolar och Ferež (2018) där deras resultat tyder på ett positivt samband mellan informationsmängd i årsredovisningar och totala tillgångar. Det som även skiljer sig mellan denna studie och studien som Kolar och Ferež (2018) gjort är att studierna är gjorda vid olika tillfällen i tiden samt att studierna undersöker två olika redovisningsstandarder. Denna studie IFRS 9 och studien av Kolar och

Ferež (2018) har undersökt IAS 39 eftersom studierna undersöker två olika standarder kan det innebära att informationen som lämnas om kreditförluster har påverkats utifrån regeländringen.

Hypotesen som är kopplad till bankers storlek var ställd enligt följande. Hypotes 2: Större banker ger ut mer upplysningar om kreditförluster i sina årsredovisningar De slutsatser vi kan dra från denna studie är att resultaten från denna studie inte stödjer hypotes 2 om att större banker kommer lämna mer information om sina kreditförluster i sin årsredovisning.

6.3 Bankers lönsamhet Resultaten för den oberoende variabel lönsamhet visar ett värde för koefficienten på 36,61. Det innebär att mängden information om kreditförlusterna ökar med 36,61 tecken för varje 1,0 som bankens ROA ökar. Detta innebär att ju högre värde som bankerna har på ROA desto mer information om kreditförluster i bankernas årsredovisningar. Värdet på koefficienten har dock en signifikansnivå på 74,8% vilket innebär att detta resultat endast kommer att återfinnas i 25,2% av fallen vid framtida studier. Detta innebär att det inte går att säkerställa ett statistiskt samband mellan mängd information om bankens kreditförluster och ROA.

Tidigare forskning som undersökt informationsmängd och företags lönsamhet har funnit olika resultat. Resultaten från Dainelli et al. (2013), Leung et al. (2015) och Watson et al. (2002), visar att företag med en högre lönsamhet tenderar att ge ut mer information än företag som är mindre lönsamma. I det här fallet kan signaleringsteorin appliceras och förklara studiernas resultat. Resultaten från Leventis et al. (2012) studie visar att banker som har en lägre lönsamhet tenderar att ge ut mer information om det i sin årsredovisning än vad banker med en högre lönsamhet gör. Detta innebär att i det här fallet blir legitimitetsteorin istället applicerbar eftersom banker med en lägre lönsamhet behöver försäkra sig om att de lyckas övertyga sina intressenter om att årets prestation inte varit dålig. Slutligen finner Kolar och Felež (2018) samt Naseer och Haroon, (2018) resultat som istället visar att det inte finns ett signifikant samband mellan bankernas lönsamhet och den information som bankerna ger ut i sina årsredovisningar.

Det som skiljer denna studie mot Dainelli et al. (2013), Leung et al. (2015) och Watson et al. (2002) studier är att de sistnämnda har undersökt företag och inte exkluderat banker. Detta kan innebära att tidigare forskningsresultat avviker från denna studies resultat eftersom denna studie endast undersöker bankers årsredovisningar. Det som kan spela en avgörande roll för resultatet 47

är om företagen är aktiva i olika branscher vilket kan medföra att avvikelser uppstår. I studierna av Kolar och Felež (2018), Leventis et al. (2012) samt Naseer och Haroon (2018) undersöks banker istället och resultaten blir då annorlunda. Leventis et al. (2012) konstaterar att korrelationen mellan lönsamhet och informationsmängd är negativ medan Kolar och Felež (2018) samt Naseer och Haroon, (2018) inte finner något samband mellan informationsmängd och lönsamhet. Den mest närliggande forskning som tidigare gjorts är studien gjord av Leventis et al. (2012) eftersom forskaren undersöker 18 länder inom EU och denna studie undersöker 28 länder inom EU. Däremot går det inte att statistiskt säkerställa resultatet för variabel lönsamhet i denna studie då signifikansnivån inte understiger varken 5% eller 10% signifikans.

Hypotesen som var ställd angående denna variabel var enligt följande. Hypotes 3: Mindre lönsamma banker tenderar att ge ut mer upplysningar om kreditförluster i sina årsredovisningar. Resultaten i denna studie angående variabel är ej signifikanta på varken 5% eller 10% signifikansnivå och genom detta kan vi konstatera att lönsamhet ej är en signifikant faktor för att bestämma av informationsmängden om kreditförluster.

6.4 Bankers tillhörighet Denna studies resultat indikerar på att olika regioner inom EU ger ut olika mängd information i sina årsredovisningar. Banker som tillhör region central/väst ger ut avsevärt mindre informationsmängd i sina årsredovisningar jämfört med regionerna syd och nord. Studiens resultat visar att region syd och nord använder sig av likartad mängd information om kreditförluster i sina årsredovisningar. I denna studie har syd en koefficient på 859,72 och det betyder att om ett land tillhör denna region kommer banker att använda sig av 859,72 fler tecken. Sammanfattningsvis indikerar denna studies resultat på att banker som tillhör regionen central/väst tenderar att redovisa en mindre mängd information i sina årsredovisningar jämfört med banker som tillhör regionerna syd och nord. Regressionsanalysen visar dock att resultatet för regionen nord inte är signifikant eftersom signifikansnivån är 37,4%. Vidare visar regressionsanalysen att region syd har en signifikansnivå på 10,9%. Detta indikerar att det råder ett svagt samband mellan region syd och mängd information i dessa bankers årsredovisningar. Anledningen till att det endast råder ett svagt samband är att studiens signifikansnivå är 10%.

Vad som kan spela roll att olika länder lämnar olika mängd information utifrån samma redovisningsstandard kan bero på en rad olika faktorer. En anledning kan vara att de länder som 48

ingår i studien har olika skattesystem och att detta har en inverkan när bankerna skall presentera sin information i årsredovisningen. Det kan också bero på kulturella skillnader mellan länder. EU som undersökningsområde är ett stort område geografiskt vilket kan innebär att de kulturella skillnader som finns mellan länder kan påverka hur redovisningsupprättarna skapar årsredovisningarna. De kulturella skillnaderna kan också innebära att vissa länder per automatik använder en större mängd information än andra när det gäller att presentera och förklara årets kreditförluster. Slutligen kan det också bero på skillnader i utveckling som helhet mellan länder inom EU. Mer utvecklade länder kan ha utvecklat ett bättre språk att förklara fenomen och begrepp i sin årsredovisning, vilket får följderna att mängden informationen om kreditförlusterna kan variera mellan länder.

Tidigare forskning som undersöker denna variabel konstaterar att det råder skillnader mellan länder angående hur mycket information företag lämnar i sina årsredovisningar. Tidigare forskning gjord av Brown och Martinsson (2014) samt Kolar och Felež (2018) visar att mer utvecklade länder tenderar att lämna mer information i upplysningar om kreditförluster jämfört med länder som är mindre utvecklade. I denna studie delades EU:s medlemsländerna in i regioner och genom detta visar inte denna studie samma resultat som den tidigare forskningen.

Resultaten från denna studie indikerar att det kan finnas skillnader i hur mycket information en bank lämnar i sin årsredovisning och vilken regiontillhörighet banken har. Detta då denna studie visar ett svagt samband med signifikansnivå på 10,9 % mellan region syd och antal tecken i årsredovisningar om kreditförluster. Alla banker inom EU tillämpar samma redovisningsstandarder och ändå finns det skillnader mellan länder (Beerbaum & Piechocki, 2017). Det beror på att IASB:s standarder är mer principbaserade än regelbaserade, vilket ger utrymme för egna tolkningar och värderingar. Santema et al. (2005) konstaterar att dessa tolkningar kan skilja sig åt mellan länder eftersom olika länder har olika kultur, synsätt och värderingar. Tidigare forskning (Andries et al., 2017; Camfferman & Cooke, 2002) konstaterar även att det finns skillnader i länders rättssystem och skattesystem. Detta har inverkan när banker upprättar sina årsredovisningar. Genom detta kan regiontillhörighet ha en påverkan på den informationsmängd som banker använder i sina årsredovisningar.

Hypotes 4 i studien som är kopplad till bankers regiontillhörighet är ställd enligt följande: Hypotes 4: Beroende på bankers regiontillhörighet varierar mängden information som ges ut om kreditförluster i bankers årsredovisningar.

Studiens resultat stödjer nästan hypotes 4 om att bankernas regiontillhörighet har en inverkan på den mängd information som lämnas i årsredovisningarna. Detta då studien visar ett svagt samband med 10,9% signifikansnivå mellan region syd och antal tecken i bankernas årsredovisningar.

7. Slutsats I denna del sammanfattas studiens slutsatser. Även studiens bidrag, i form av teoretiskt och praktiskt bidrag, och förslag till vidare forskning presenteras.

7.1 Studiens slutsatser Studiens syfte var att analysera om det inom EU:s banker fanns ett samband mellan den mängd information bankerna lämnar om sina kreditförluster och kreditförlusternas storlek, bankens storlek, lönsamhet och regiontillhörighet.

Slutsatser angående kreditförlusternas storlek visar att variabeln är signifikant för att avgöra informationsmängden i bankernas årsredovisningar. Detta då studiens regressionsanalys visar att koefficienten har en signifikansnivå på 4,4%, Det betyder att kreditförlusternas storlek har en betydande effekt för att förklara den mängd information som bankerna ger ut i sina årsredovisningar. Vidare medför detta att legitimitetsteorin kan förklara det beteende som sker (Watson et al., 2002). Detta innebär att större kreditförluster medför att bankerna använder sig av mer tecken för att förklara varför kreditförlusterna uppgår till den storlek som presenteras i årsredovisningen. Genom att större kreditförluster leder till fler tecken i årsredovisningen går det att koppla till legitimitetsteorin och denna teori kan förklara det beteende som bankerna använder sig av när det kommer till informationsutgivning om kreditförluster. Detta resultat stärker den tidigare forskningen gjord av Leventis et al. (2012). Där författarna finner bevis för ett samband mellan mängd information i årsredovisningar och kreditförlusternas storlek.

Gällande variabeln bankers storlek visar studiens regressionsanalys att variabeln inte är signifikant för att förklara den informationsmängden om kreditförluster. Utifrån denna studies resultat går det därför inte att fastställa om det finns en samband mellan informationsmängd om kreditförluster och totala tillgångar. Resultatet ligger i linje med det resultat som Naseer och Haroon (2018) tidigare har konstaterat. Deras studie visar att större banker inte ger ut mer information i sina årsredovisningar än vad mindre banker gör. Resultaten från både denna studie och studien av Naseer och Haroon (2018) finner inget statistiskt signifikant resultat att större banker använder sig av mer information i sina årsredovisningar. Utifrån denna studies resultat är variabeln bankers storlek därför inte avgörande för att bestämma den mängd information som lämnas i årsredovisningarna.

Slutsatser som kan fastställas gällande variabeln bankers lönsamhet i denna studie är att lönsamhet inte har någon betydelse för att bestämma informationsmängden. Studiens regressionsanalys visar att variabeln inte är signifikant. Detta resultat ligger i linje med tidigare forskning (Kolar & Felež ,2018; Naseer & Haroon, 2018), då dessa forskare konstaterat att det inte finns något samband mellan mängd information i bankers årsredovisningar och den oberoende variabeln lönsamhet.

Den slutsats som kan fastställas utifrån den oberoende variabeln regiontillhörighet är att det råder ett svagt samband mellan informationsmängd i bankers årsredovisningar och denna variabel. Resultatet från studiens regressionsanalys visar att koefficienten har en signifikansnivå på 10,9%. Det betyder att bankers regiontillhörighet har en inverkan på hur stor mängd information banker kommer att ge ut om kreditförluster i sina årsredovisningar. Resultatet från denna studie stärker även tidigare forskningen gjord av Beerbaum och Piechocki (2017), Brown och Martinsson (2014) och Kolar och Felež (2018). I studien av Beerbaum och Piechocki (2017) finner författarna skillnader mellan EU länder som omfattades av samma redovisningsstandarder. Vidare konstaterar Brown och Martinsson (2014) samt Kolar och Felež (2018) i sina studier att mer utvecklade länder lämnar mer information om sina kreditförluster jämfört med mindre utvecklade länder. Denna studie visar endast ett svagt samband mellan informationsmängd och bankers regionala tillhörighet vilket kan innebära att det finns andra faktorer som har betydelse för att förklara informationsmängden. Det kan vara skillnader i skattesystem, kulturella skillnader samt hur väl utvecklade varje land är. Dessa faktorer kan ha en inverkan på informationsmängden i årsredovisningarna.

7.2 Teoretiskt bidrag Studiens teoretiska bidrag är att utöka forskningen inom ämnesområdet genom att fylla forskningsgapet angående mängd information i bankers årsredovisningar inom EU och de oberoende variablerna storlek på kreditförluster, företagets storlek, lönsamheten och regiontillhörighet. Detta görs genom en tvärsnittsstudie. Det har inte utförts en liknande studie med dessa variabler tidigare. Denna studie ger en ögonblicksbild över vad som kan förklara informationsmängd om kreditförluster som banker inom EU lämnar i sina årsredovisningar. Studiens data är ny och denna data finns endast tillgänglig i årsredovisningar från år 2018 och framåt.

Utifrån det resultat som studien finner för respektive oberoende variabel går det inte att förklara informationsmängden om kreditförluster med hjälp av signaleringsteorin. Detta har även Leventis et al. (2012) tidigare konstaterat i sin studie där signaleringsteorin inte höll för företag inom EU. Vidare resultat som studien finner visar att den oberoende variabeln kreditförlusternas storlek har ett samband med informationsmängden om kreditförluster och detta resultat kan förklaras med hjälp av legitimitetsteorin. Legitimitetsteorin kan används för att förklara det beteende som banker använder sig av när de presenterar informationen i deras årsredovisningar om kreditförluster. Enligt legitimitetsteorin kommer banker som har en stor kreditförlust att ge ut mer information för att kompensera för den stora förlusten (Watson et al., 2002). Tanken med detta är att informationen som banken ger ut skall vara tillräcklig för att intressenterna skall förstå bankens prestation. Tidigare forskning har inte undersökt samtliga EU medlemsländer eller samtliga börsnoterade banker som har nationell tillhörighet inom EU. Tidigare forskning har endast undersökt kreditförluster under den gamla redovisningsstandarden IAS 39. Det som gör denna studie unik är att studien ger en ögonblicksbild över vad som kan förklara informationsmängd om kreditförluster som banker inom EU lämnar i sina årsredovisningar. Genom detta har studien ett signifikant bidrag då den bidrar till ökad förståelse inom ämnesområdet.

I studiens analysavsnitt diskuteras studiens resultat med den tidigare forskningen och på så sätt bidrar denna studie till ökad forskning inom ämnesområdet. Studiens resultat stödjer den tidigare forskningen gjord av Leventis et al. (2012) gällande att det finns ett samband mellan mängd information i bankers årsredovisningar och kreditförlustens storlek. Denna studie indikerar även att det finns ett svagt samband mellan mängd information och bankers regiontillhörighet. Beerbaum och Piechocki (2017), Brown och Martinsson (2014) samt Kolar och Felež (2018) har tidigare konstaterat att nationell tillhörighet har en inverkan på den mängd information som företag lämnar i sina årsredovisningar. Denna studie finner inte något samband mellan informationsmängden i årsredovisningarna och de oberoende variablerna företagets storlek och lönsamhet. Anledningen till detta är att ingen av variablerna kan säkerställas på 10% signifikansnivå. Detta medför att utifrån denna studie går det ej att fastställa eller förkasta hypotes 2 och 3.

7.3 Praktiskt bidrag IFRS 9 är en ny redovisningsstandard och därmed är denna studies resultat även intressant för IASB. Det beror på att alla länder inom EU använder sig av samma regler och standarder. Ändå 53

tolkas reglerna på olika sätt beroende på vilken regiontillhörighet en bank har. Det framkommer i denna studie, då resultaten visar att banker som är från olika regiontillhörigheter använder sig av olika mängd information om kreditförluster i sina årsredovisningar.

Denna studie är även intressant för bankernas intressenter eftersom den visar hur bankerna presenterar informationen om sina kreditförluster. Resultatet visar ett beteende angående hur banken upprättar och presenterar prestation i sin årsredovisning. Beroende på vilken mängd information som banker lämnar om sina kreditförluster går det att koppla till legitimitetsteorin eller signaleringsteorin. Det innebär att antingen legitimitetsteorin eller signaleringsteorin kan användas för att förklara mängd information om kreditförluster.

7.4 Förslag till vidare forskning Denna studie är en av de första att undersöka informationsmängden om kreditförluster i bankers årsredovisningar efter införandet av IFRS 9. I denna studie analyseras informationsmängden med hjälp av att räkna antal tecken istället för ord. Anledningen till det är för att räkning av ord bortser från längden på ord vilket innebär att längre och mer förklarande ord får samma värde som ett kort ord som inte är lika innehållsrikt. Genom att räkna tecken istället undviker denna studie de nackdelar som finns med att räkna ord. Vidare forskning bör förslagsvis använda sig av tecken och mäta kvaliteten på de ord som används. Detta då tidigare forskning förklarar att kvaliteten på de ord som används i årsredovisningarna kan ha en inverkan på den mäng information som lämnas i årsredovisningarna.

Denna studie ger en ögonblicksbild över hur mycket information som banker lämnar om sina kreditförluster i sina årsredovisningar. Detta då det för tillfället är omöjligt att göra en jämförelse över år för att se skillnader som kan uppstå i informationsmängden om kreditförluster. I dagsläget finns det inga jämförelsetal eftersom IFRS 9 trädde i kraft 1/1 2018. Jämförelsen blir först möjlig när årsredovisningarna för år 2019 blir tillgängliga. Vidare forskning kan göra en paneldata över exempelvis 3 år för att visa utvecklingen av kreditförluster som baseras på kreditförlustmodellen ECL-modellen. Detta skulle då kunna visa effekten av förändringar som storleken på kreditförluster har för informationsmängden i årsredovisningarna.

Referenslista Andries, K., Gallemore, J., & Jacob, M. (2017). The effect of corporate taxation on bank transparency: Evidence from loan loss provisions. Journal of Accounting and Economics, 63(2–3), 307–328. https://doi.org/10.1016/j.jacceco.2017.03.004

Beerbaum, D. (2015). Significant Increase in Credit Risk According to IFRS 9: Implications for Financial Institutions. International Journal of Economics & Management Sciences, 04(09). https://doi.org/10.4172/2162-6359.1000287

Beerbaum, D., Piechocki, M. (2017). IFRS 9 for Financial Institutions – The Case for IFRS and FINREP Taxonomies - a conceptual gap analysis. Journal of accounting, finance and auditing studies 3(1), 80–90.

Bernerth, J.B. & Aguinis, H. (2016). A critical review and best-practice recommendations for control variable usage. Personnel Psychology, 69(1), pp. 229-283. Doi: https://doi.org/10.1111/peps.12103.

Bini, L., Giunta, F., & Dainelli, F. (2010). Signalling Theory and Voluntary Disclosure to the Financial Market—Evidence from the Profitability Indicators Published in the Annual Report. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.1930177

Brown, J. R., & G. Martinsson. (2014). Financial Disclosure, Corporate Transparency, and Innovation. https://pdfs.semanticscholar.org/170e/b267dbb07f4b-

650423480c5f130f8158946c.pdf

Bushman, R. M., & Williams, C. D. (2012). Accounting discretion, loan loss provisioning, and discipline of Banks’ risk-taking. Journal of Accounting and Economics, 54(1), 1–18. https://doi.org/10.1016/j.jacceco.2012.04.002

Bryman, A. & Bell, E. (2017), Företagsekonomiska forskningsmetoder. (2) Liber: Stockholm.

Camfferman, K. (2015). The emergence of the ‘incurred-loss’ model for credit losses in IAS 39. Accounting in Europe, 12(1), 1–35. http://dx.doi.org/10.1080/17449480.2015.1012526

Camfferman, K., & Cooke, T. E. (2002). An Analysis of Disclosure in the Annual Reports of U.K. and Dutch Companies. Journal of International Accounting Research, 1(1), 3–30. https://doi.org/10.2308/jiar.2002.1.1.3

Cantrell, B. W., McInnis, J. M., & Yust, C. G. (2014). Predicting Credit Losses: Loan Fair Values versus Historical Costs. The Accounting Review, 89(1), 147–176. https://doi.org/10.2308/accr-50593

Caporale, G. M., Alessi, M., Di Colli, S., & Lopez, J. S. (2018). Loan loss provisions and macroeconomic shocks: Some empirical evidence for italian banks during the crisis. Finance Research Letters, 25(November 2017), 239–243. https://doi.org/10.1016/j.frl.2017.10.031

Chen, S., Miao, B., & Shevlin, T. (2015). A New Measure of Disclosure Quality: The Level of Disaggregation of Accounting Data in Annual Reports: A NEW MEASURE OF DISCLOSURE QUALITY. Journal of Accounting Research, 53(5), 1017–1054. https://doi.org/10.1111/1475-679X.12094

Cormier, D., Gordon, I.M. (2001), An examination of social and environmental reporting strategies. Accounting, Audting & Accountability Journal, 14(5). 587–617.

Curcio, D. & Hasan, I. (2015). Earnings and Capital management and signaling: The use of loan-loss provisions by European banks. The European Journal of Finance. 21(1), 26–50.

Dainelli, F., Bini, L., & Giunta, F. (2013). Signaling strategies in annual reports: Evidence from the disclosure of performance indicators. Advances in Accounting, 29(2), 267–277. https://doi.org/10.1016/j.adiac.2013.09.003

Dayanandan, A., Donker, H., Ivanof, M., & Karahan, G. (2016). IFRS and accounting quality: Legal origin, regional, and disclosure impacts. International Journal of Accounting & Information Management, 24(3), 296–316. https://doi.org/10.1108/IJAIM-11-2015-0075

Deegan, C. (2006), Methodological Issues in Accounting Research: Theories, Methods and Issues. Spiramus Press Ltd: London

Deegan, C., Rankin, M., Voght, P. (2000), Firms' disclosure reactions to major social incidents. Australian evidence, Accounting Forum, 24(1), 101–130.

Deloitte. (2016). IFRS 9 finansiella instrument. Hämtad 2019-10-02 från https://www2.deloitte.com/content/dam/Deloitte/se/Documents/audit/IFRS%209-i-Fokus- 2016.pdf_

Djurfeldt, G. & Barmark, M. (2009). Statistisk Verktygslåda 2: Multivariat analys. Lund: Studentlitteratur.

Eriksson, T. L. (2018). Kritiskt tänkande: utan tvivel är man inte riktigt klok. Stockholm: Liber.

EY. (2018). Impairment of financial instruments under IFRS 9. Hämtad 2019-10-02 från https://www.ey.com/Publication/vwLUAssets/ey-Apply-IFRS-9-FI-Impairment- April2018/$FILE/ey-Apply-IFRS-9-FI-Impairment-April2018.pdf

FAR Online (u.å) IFRS 9 finansiella instrument. Hämtad 2019-09-09 från https://www.faronline.se/dokument/i/ifrs0009/?q=ifrs%209_

Far Online (2019) Osäkra kundfordringar och kundförluster. Hämtad 2019-09-26 från https://www.faronline.se/dokument/rattserien/redovisa- ratt/o/rr_osakrakundfordringarochkundforluster/_

Frykström, N., Li, J. (2018) IFRS 9 – Den nya redovisningsstandarden för redovisning av kreditförluster. Nummer 3. Sveriges riksbank. https://www.riksbank.se/globalassets/media/rapporter/ekonomiska- kommentarer/svenska/2018/ifrs-9--den-nya-redovisningsstandarden-for-redovisning-av- kreditforluster.pdf

Gebhardt, G. (2016). Impairments of Greek Government Bonds under IAS 39 and IFRS 9: A Case Study. Accounting in Europe, 13(2), 169–196. https://doi.org/10.1080/17449480.2016.1208833

Gebhardt, G., & Novotny-Farkas, Z. (2011). Mandatory IFRS Adoption and Accounting Quality of European Banks. Journal of Business Finance and Accounting, 38(3–4), 289–333. https://doi.org/10.1111/j.1468-5957.2011.02242.x

Glaum, M., Baetge, J., Grothe, A., & Oberdörster, T. (2013). Introduction of International Accounting Standards, Disclosure Quality and Accuracy of Analysts’ Earnings Forecasts. European Accounting Review, 22(1), 79–116. https://doi.org/10.1080/09638180.2011.558301

Gomaa, M., Kanagaretnam, K., Mestelman, S., & Shehata, M. (2019). Testing the Efficacy of Replacing the Incurred Credit Loss Model with the Expected Credit Loss Model. European

Accounting Review, 28(2), 309–334. https://doi.org/10.1080/09638180.2018.144966

Harris, T. S., Khan, U., & Nissim, D. (2018). The expected rate of credit losses on banks’ loan portfolios. Accounting Review, 93(5), 245–271.https://doi.org/10.2308/accr-52012

Hartwig, F. (2019). Redovisningsteorins grunder. Lund: Studentlitteratur AB.

Hess, K., Grimes, A., & Holmes, M. (2009). Credit losses in Australasian banking. Economic Record, 85(270), 331–343. https://doi.org/10.1111/j.1475-4932.2009.00551.x

Hossain, M., & Hammami, H. (2009). Voluntary disclosure in the annual reports of an emerging country: The case of Qatar. Advances in Accounting, 25(2), 255–265. https://doi.org/10.1016/j.adiac.2009.08.002

IFRS. (u. å.) Conceptual Framework for Finansial Reporting. Hämtad 2019-10-01 från https://www.ifrs.org/issued-standards/list-of-standards/conceptual-framework/

IFRS. (u.å). IFRS 9 Financial Instruments. Hämtad 2019-09-09 från https://www.ifrs.org/issued-standards/list-of-standards/ifrs-9-financial-instruments/_

IFRS. (u. å). International Accounting Standards Board. Hämtad 2019-10-01 från. https://www.ifrs.org/groups/trustees-of-the-ifrs-foundation/_

IFRS. (u. å). The Trustees og the IFRS Foundation. Hämtad 2019-10-01 från https://www.ifrs.org/groups/international-accounting-standards-board/#about_

Kolar, I., & Falež, N. (2018). The Level of Disclosure in Annual Reports of Banks: The Case of Slovenia. Organizacija, 51(4), 311–325. https://doi.org/10.2478/orga-2018-0021

Lawrence, A. (2013). Individual investors and financial disclosure. Journal of Accounting and Economics, 56(1), 130–147. https://doi.org/10.1016/j.jacceco.2013.05.001

Lehavy, R., Li, F., & Merkley, K. (2011). The effect of annual report readability on analyst following and the properties of their earnings forecasts. Accounting Review, 86(3), 1087– 1115. https://doi.org/10.2308/accr.00000043

Leung, S., Parker, L., & Courtis, J. (2015). Impression management through minimal narrative disclosure in annual reports. British Accounting Review, 47(3), 275–289. https://doi.org/10.1016/j.bar.2015.04.002

Leventis, S., Dimitropoulos, P. E., & Anandarajan, A. (2012). Signalling by banks using loan loss provisions: The case of the European Union. Journal of Economic Studies, 39(5), 604– 618. https://doi.org/10.1108/01443581211259509

Lundahl, U. & Skärvad, P. H. (1999). Utredningsmetodik för samhällsvetare och ekonomer. Lund: Studentlitteratur

Marton, J., & Runesson, E. (2017). The predictive ability of loan loss provisions in banks – Effects of accounting standards, enforcement and incentives. British Accounting Review, 49(2), 162–180. https://doi.org/10.1016/j.bar.2016.09.003

Menassa, E., & Brodhäcker, M. (2017). The type and quantity of corporate social disclosures of German ‘Universal’ banks. Journal of Management & Governance, 21(1), 119–143. https://doi.org/10.1007/s10997-015-9336-y

Mishra, L., & Haldar, P. K. (2019). Narrative Disclosures in Corporate Annual Report: A Critical Review of Literature. IUP Journal of Accounting Research & Audit Practices, 18(2), 7–20.

Nadia, C., & Rosa, V. (2014). The Impact of IFRS 9 and IFRS 7 on Liquidity in Banks: Theoretical Aspects. Procedia - Social and Behavioral Sciences, 164(August), 91–97. https://doi.org/10.1016/j.sbspro.2014.11.055

Naseer, M., & Haroon, S. (2018). The Extent of Disclosure in the Annual Reports of Banking Sector of Pakistan: An Empirical Investigation. Journal of Corporate Governance, 17(3), 24– 53.

Novotny-Farkas, Z. (2016). The Interaction of the IFRS 9 Expected Loss Approach with Supervisory Rules and Implications for Financial Stability. Accounting in Europe, 13(2), 197– 227.https://doi.org/10.1080/17449480.2016.1210180

O’Donovan, G. (2002), Environmental disclosures in the annual report. Accounting, Auditing & Accountability Journal, 15(3), 344 – 371.

Olsson, H. & Sörensen, S. (2011), Forskningsprocessen: kvalitativa och kvantitativa perspektiv. (3). Liber: Stockholm

Olszak, M., Pipień, M., Kowalska, I. och Roszkowska, S (2017). What Drives Heterogeneity of Cyclicality of Loan-Loss Provisions in the EU? [Elektronisk]. Journal of Financial Services Research. 51(17), 55–96. https://doi.org/10.1007/s10693-015-0238-6

Pérez, D., Salas-Fumás, V. och Saurina, J (2008). Earnings and Capital Management in Alternative Loan Loss Provision Regulatory Regimes. European Accounting Review. 17(3), 423–445. https://doi.org/10.1080/09638180802016742

Rennekamp, K. (2012). Processing Fluency and Investors’ Reactions to Disclosure

Readability: DISCLOSURE READABILITY AND INVESTORS’ REACTIONS. Journal of Accounting Research, 50(5), 1319–1354. https://doi.org/10.1111/j.1475-679X.2012.00460.x

Santema, S., Hoekert, M., Van De Rijt, J., & Van Oijen, A. (2005). Strategy disclosure in annual reports across Europe: A study on differences between five countries. European Business Review, 17(4), 352–366. https://doi.org/10.1108/09555340510607398

Sohlberg, P. & Sohlberg B.M. (2014), Kunskapens former. Vetenskapsteori och forskningsmetod. (3:2). Liber: Stockholm.

Suchman, M.C. (1995), Managing legitimacy: strategic and institutional approaches. Academy of Management Review, 20(3), 571–610.

Svt. (2018). Finanskrisen – vad var det som hände? Hämtad 2019-09-09 från https://www.svt.se/nyheter/ekonomi/finanskrisen-vad-var-det-som-hande

Urquiza, F. B., Navarro, M. C. A., Trombetta, M., & Lara, J. M. G. (2010). Disclosure theories and disclosure measures. Spanish Journal of Finance and Accounting / Revista Española de Financiación y Contabilidad, 39(147), 393–420. https://doi.org/10.1080/02102412.2010.10779686

Watson, A., Shrives, P., & Marston, C. (2002). Voluntary disclosure of accounting ratios in the UK. British Accounting Review, 34(4), 289–313. https://doi.org/10.1006/bare.2002.0213

Appendix A Land för Namn på bank Bortfall huvudkontor

BKS Bank AG Austria Bank fuer Tirol und Vorarlberg AG Austria Oberbank AG Austria Banca Piccolo Credito Valtellinese SpA saknar årsredovisning på engelska Italy Intesa Sanpaolo SpA Italy Banque Nationale De Belgique SA Belgium UniCredit SpA Italy Credito Emiliano SpA Italy Lombard Bank Malta PLC Malta KBC Groep NV Belgium Banca Finnat Euramerica SpA saknar årsredovisning på engelska Italy Deutsche Pfandbriefbank AG Germany Skandinaviska Enskilda Banken AB Sweden Svenska Handelsbanken AB Sweden Commerzbank AG Germany Deutsche Bank AG Germany HSBC Trinkaus & Burkhardt AG Germany Banco Bilbao Vizcaya Argentaria SA Spain Bankinter SA Spain Credit Lyonnais SA saknar årsredovisning för 2018 France Societe Generale SA France Lyonnaise de Banque SA France AIB Group plc Ireland; Republic of Bank of Ireland Group PLC Ireland; Republic of Barclays PLC United Kingdom Close Brothers Group PLC United Kingdom Royal Bank of Scotland Group PLC United Kingdom Arbuthnot Banking Group PLC United Kingdom Standard Chartered PLC United Kingdom Lloyds Banking Group PLC United Kingdom Komercni Banka as Czech Republic Alandsbanken Abp Finland Danske Bank A/S Denmark Jyske Bank A/S Denmark Finns ej 2018 årsredovisning på Lollands Bank A/S engelska Denmark Ringkjoebing Landbobank A/S Denmark Skjern Bank A/S Denmark KBL European Private Bankers SA Luxembourg Banco Santander SA Spain Bper Banca SpA saknar årsredovisning på engelska Italy

Finns ej 2018 årsredovisning på Hvidbjerg Bank A/S engelska Denmark Banca Intermobiliare di Investimenti e Gestioni SpA saknar årsredovisning på engelska Italy Mediobanca Banca di Credito Finanziario SpA Italy Bank of Greece Greece Attica Bank SA Greece Piraeus Bank SA Greece Banco di Sardegna SpA saknar årsredovisning på engelska Italy Banco Comercial Portugues SA Portugal Banca Popolare di Sondrio ScpA Italy Finns ej 2018 årsredovisning på Laan & Spar Bank A/S engelska Denmark Spar Nord Bank A/S Denmark Credit Cooperatif SC saknar årsredovisning på engelska France Caisse Regionale de Credit Agricole Mutuel d'Ille-et-Vilaine SC saknar årsredovisning på engelska France Caisse Regionale de Credit Agricole Mutuel Loire Haute-Loire saknar årsredovisning på engelska France Alpha Bank SA Greece National Bank of Greece SA Greece Caisse regionale de Credit Agricole Mutuel de Paris et d Ile de France saknar årsredovisning på engelska France Credit Agricole du Morbihan SC saknar årsredovisning på engelska France Caisse Regionale de Credit Agricole Mutuel Toulouse 31 SC saknar årsredovisning på engelska France Finns ej 2018 årsredovisning på Wiener Privatbank SE engelska Austria Volksbank Vorarlberg e Gen Austria Banca Transilvania SA Romania Banca IFIS SpA Italy Finns ej 2018 årsredovisning på Kreditbanken A/S engelska Denmark Finns ej 2018 årsredovisning på Djurslands Bank A/S engelska Denmark Finns ej 2018 årsredovisning på Moens Bank A/S engelska Denmark Finns ej 2018 årsredovisning på Nordfyns Bank A/S engelska Denmark Vestjysk Bank A/S Denmark Finns ej 2018 årsredovisning på Salling Bank A/S engelska Denmark Sydbank A/S Denmark Finns ej 2018 årsredovisning på Totalbanken A/S engelska Denmark Banca Carige SpA Cassa di Risparmio di Genova e Imperia Italy Merkur Bank KGaA Germany OTP Banka Slovensko as Slovak Republic HSBC Holdings PLC United Kingdom

Swedbank AB Sweden Eurobank Ergasias SA Greece Caisse regionale de Credit Agricole endast 2018 årsredovisning på Mutuel Alpes Provence franska France Vseobecna Uverova Banka as Slovak Republic Hellenic Bank PCL Cyprus Caisse Regionale de Credit Agricole Mutuel de la Touraine et du Poitou Endast fransk årsredovisning för SCACV 2018 France Dexia SA Belgium Bank Millennium SA Poland Caisse Region Credit Agric Mutuel Sudra 2018 årsredovisning ej tilgänglig France ING Bank Slaski SA Poland mBank SA Poland Santander Bank Polska SA Poland OTP Bank Nyrt Hungary HSBC Bank Malta PLC Malta Bank of Valletta PLC Malta BNP Paribas SA France Banco di Desio e della Brianza SpA Italy Umweltbank AG 2018 årsredovisning ej tilgänglig Germany Tatra Banka as Slovak Republic Hungarian State Treasury 2018 årsredovisning ej tilgänglig Hungary Banca Monte dei Paschi di Siena SpA Italy Bank Ochrony Srodowiska SA Finns ej 2018 årsredovisning Poland SKB Banka dd Slovenia Permanent TSB Group Holdings PLC Ireland; Republic of Bank Handlowy w Warszawie SA Poland Bank Polska Kasa Opieki SA Poland Siauliu Bankas AB Lithuania Erste Group Bank AG Austria Getin Holding SA Poland Banca Profilo SpA saknar årsredovisning på engelska Italy Banka Intesa Sanpaolo dd Slovenia Devin Banka as saknar årsredovisning för 2018 Slovak Republic PCF Group PLC United Kingdom Caisse Regionale de Credit Agricole Mutuel de Normandie Seine SC saknar årsredovisning på engelska France Privredna Banka Zagreb dd Croatia Nordea Bank Abp Finland BRD Groupe Societe Generale SA Romania Banco de Sabadell SA Spain Comdirect Bank AG Germany Banque Internationale a Luxembourg SA Luxembourg Ej tillgänglig information i 2018 VDK Bank NV årsredovisning Belgium

FIMBank plc Malta Finns ej 2018 årsredovisning på Fynske Bank A/S engelska Denmark Credit Agricole SA France Zagrebacka Banka dd Croatia Central Cooperative Bank AD Bulgaria Karlovacka Banka dd Croatia Banco Bpm SpA Italy Aareal Bank AG Germany Caisse Regionale de Credit Agricole endast 2018 årsredovisning på Mutuel Atlantique Vendee SC franska France Caisse Regionale de Credit Agricole Mutuel de Nord de France SC ej 2018 årsredovning på engelska France Ej tillgänglig information i 2018 Banca Popolare del Lazio SCpA årsredovisning Italy Unione di Banche Italiane SpA Italy Agram Banka dd Croatia Istarska Kreditna Banka Umag dd Croatia Ej tillgänglig information i 2018 Takarek Jelzalogbank Nyrt årsredovisning Hungary Patria Bank SA (BUCURESTI) Romania Powszechna Kasa Oszczednosci Bank Polski SA Poland Raiffeisen Bank International AG Austria HPB dd Croatia Bulgarian American Credit Bank AD Bulgaria Banca Generali SpA 2018 årsredovisning ej tilgänglig Italy Quirin Privatbank AG Germany Finns ej 2018 årsredovisning på Jutlander Bank A/S engelska Denmark Podravska Banka dd Croatia Slatinska Banka dd Croatia Bayerische Landesbank Germany Caisse Regionale de Credit Agricole endast 2018 årsredovisning på Mutuel du Languedoc franska France Caisse Regionale de Credit Agricole endast 2018 årsredovisning på Mutuel Brie Picardie franska France First Investment Bank AD Bulgaria Caixabank SA Spain Fundacion Caja Mediterraneo finns ej årsredovisning för 2018 Spain Aktia Bank Abp Finland BNP Paribas Bank Polska SA Poland Bankia SA Spain Bank of London and The Middle East PLC United Kingdom Secure Trust Bank PLC United Kingdom Getin Noble Bank SA Poland Alior Bank SA Poland Bank of Georgia Group PLC United Kingdom

endast 2018 årsredovisning på Banca di Imola SpA italienska Italy endast 2018 årsredovisning på La Cassa di Ravenna SpA italienska Italy Credit Agricole Friuladria SpA Italy endast 2018 årsredovisning på Cassa di Risparmio di Asti SpA italienska Italy Banca Valsabbina SCpA Italy endast 2018 årsredovisning på Banca Popolare di Cortona ScpA italienska Italy endast 2018 årsredovisning på Banca Popolare Sant Angelo ScpA italienska Italy endast 2018 årsredovisning på Banca Popolare del Frusinate ScpA italienska Italy endast 2018 årsredovisning på Banca Popolare di Lajatico ScpA italienska Italy Novina Alternatywna Spolka Inwestycyjna SA saknar årsredovisning på engelska Poland Degussa Bank Beteiligungs GmbH endast 2018 årsredovisning på tyska Germany Texim Bank AD saknar årsredovisning för 2018 Bulgaria Liberbank SA Spain ING Groep NV Netherlands TCS Group Holding PLC Cyprus BNP Paribas Fortis SA Belgium FinecoBank Banca Fineco SpA Italy OneSavings Bank PLC United Kingdom Valens Holding AG endast tyska Germany BAWAG Group AG Austria Banca Sistema SpA Italy Metro Bank PLC United Kingdom Idea Bank SA Poland Collector AB Sweden Investec Bank PLC United Kingdom TF Bank AB Sweden Banca Mediolanum SpA Italy ABN Amro Bank NV Netherlands Sparekassen Sjaelland-Fyn A/S Denmark Virgin Money UK PLC United Kingdom K&H Premium Elelmiszeripari Derivative Closed End Fund ej 2018 årsredovning på engelska Hungary Banca Sella SpA endast tyska Italy Moneta Money Bank as Czech Republic K&H Premium Gyogyszeripari 3 Derivative Closed End Fund ej 2018 årsredovning på engelska Hungary K&H Premium Gyermekkozpontu Derivative Closed End Fund ej 2018 årsredovning på engelska Hungary NLB dd Slovenia LHV Group AS Estonia

K&H Premium Gondoskodas Derivative Closed End Fund ej 2018 årsredovning på engelska Hungary Cassa di Risparmio di Cento SpA endast italienska Italy K&H Premium Rangado Derivative Closed End Fund ej 2018 årsredovning på engelska Hungary TBC Bank Group PLC United Kingdom ProCredit Holding AG & Co KGaA Germany Bank of Cyprus Holdings PLC Cyprus Unicaja Banco SA Spain Gorenjska Banka dd Kranj Slovenia Delavska Hranilnica dd saknar årsredovisning för 2018 Slovenia LON dd Kranj saknar årsredovisning för 2018 Slovenia Banca Popolare di Cividale ScpA Italy Banca Popolare Pugliese ScpA ej 2018 årsredovning på engelska Italy Banca Popolare di Bari ScpA ej 2018 årsredovning på engelska Italy Banca Popolare Dell'Alto Adige SpA ej 2018 årsredovning på engelska Italy Banca Popolare Valconca SPA ej 2018 årsredovning på engelska Italy Banca Popolare di Puglia e Basilicata SCpA ej 2018 årsredovning på engelska Italy Banca Agricola Popolare di Ragusa SCpA ej 2018 årsredovning på engelska Italy Finns ej 2018 årsredovisning på Den Jyske Sparekasse A/S engelska Denmark illimity Bank SpA ej 2018 årsredovning på engelska Italy MKB Bank Nyrt Hungary Addiko Bank AG Austria