Determinanter till sannolikheten för goodwillnedskrivning i nordiska teknikbolag: en logistisk regressionsanalys 2019–2023
2025 (Swedish)Independent thesis Basic level (degree of Bachelor), 10 credits / 15 HE credits
Student thesis
Abstract [sv]
Goodwillnedskrivningar enligt IFRS 3/IAS 36 bygger på ledningens bedömningar och kan påverkas av finansiella incitament och bolagsstyrning. Denna studie undersöker vilka faktorer som förklarar sannolikheten för goodwillnedskrivning i börsnoterade nordiska teknikbolag 2019–2023. Med utgångspunkt i agentteori och positiv redovisningsteori testas samband mellan nedskrivningar och både finansiella och styrning relaterade drivkrafter.
Studien använder en kvantitativ longitudinell design med 20 företag över fem år (100 företagsår). Data hämtas från årsredovisningar och Orbis. Sannolikheten för nedskrivning estimeras med binär logistisk regression. Modellen inkluderar resultat före nedskrivning, vd-byte, ägarkoncentration, styrelsens oberoende, skuldsättning och storlek samt fasta effekter för år, land och under sektor.
Resultaten visar att skuldsättning har ett positivt och signifikant samband med sannolikheten för nedskrivning i huvudmodellen, medan storlek uppvisar ett marginellt positivt samband. Övriga faktorer är inte statistiskt signifikanta. Robusthetstester med GEE och Firth-logit ger koefficienter i samma riktning men inga 5-%-signifikanta kärn prediktorer, vilket är förenligt med låg händelsefrekvens (EPV under vedertagna riktmärken). Fynden ligger i linje med skuldkontrakt hypotesen, medan de studerade styrning måtten inte systematiskt förklarar nedskrivning benägenhet i detta urval.
Studien bidrar med ny evidens från nordiska teknikbolag och belyser hur finansiell position relaterar till nedskrivningsbeslut. Begränsningar rör urvalets storlek, möjlig mät trubbighet i vissa styrning smått och att studiens design är associativ. Framtida forskning bör utöka urvalet, pröva alternativa storleksmått (t.ex. marknadsvärde) och fördjupa styrning dimensioner.
Abstract [en]
Goodwill impairments under IFRS 3/IAS 36 rely on managerial judgements and may be shaped by financial incentives and corporate governance. This study examines which factors explain the likelihood of goodwill impairment among publicly listed Nordic technology firms during 2019–2023. Building on agency theory and positive accounting theory, we test associations between impairments and both financial and governance-related drivers.
We employ a quantitative longitudinal design covering 20 firms over five years (100 firm-years). Data are drawn from annual reports and Orbis. The probability of impairment is estimated using binary logistic regression with year, country, and subsector fixed effects. The model includes pre-impairment earnings, CEO turnover, ownership concentration, board independence, leverage, and size.
Results indicate that leverage is positively and significantly associated with impairment probability in the main model, while firm size shows a marginally positive association. Other factors are not statistically significant. Robustness analyses using GEE and Firth logistic regression yield coefficients in the same direction but no predictors are significant at the 5% level, consistent with the low event rate (low EPV). These findings align with the debt-contracting view, whereas the governance proxies do not systematically explain impairment propensity in this Nordic tech setting.
The study contributes new evidence on how financial position relates to impairment decisions. Limitations concern sample size, potential measurement noise in some governance proxies, and the associational (non-causal) design. Future research should expand the sample, consider alternative size measures (e.g., market value), and refine governance constructs.
Place, publisher, year, edition, pages
2025. , p. 64
Keywords [en]
goodwill impairment, earnings management, corporate governance, technology sector, IFRS 3, IAS 36, Nordics, logistic regression
Keywords [sv]
goodwillnedskrivning, earnings management, bolagsstyrning, tekniksektorn, IFRS 3, IAS 36, Norden, logistisk regression
National Category
Business Administration
Identifiers
URN: urn:nbn:se:sh:diva-58176OAI: oai:DiVA.org:sh-58176DiVA, id: diva2:1999590
Subject / course
Business Studies
Supervisors
Examiners
2025-09-222025-09-212025-10-07Bibliographically approved