Yrityskaupan vaikutus tutkimus- ja kehitysmenoihin korkean teknologian toimialalla Euroopassa
Koli, Mikael (2018)
Kandidaatintutkielma
Koli, Mikael
2018
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe201801151333
https://urn.fi/URN:NBN:fi-fe201801151333
Tiivistelmä
Tämän tutkielman tarkoituksena on selvittää, miten tutkimus- ja kehitysmenot kehittyvät yrityskaupan jälkeen korkean teknologian alalla. Tutkimuksessa on mukana 70 eurooppalaista yritystä, jotka ovat olleet yrityskaupan kohteena vuosien 2008 ja 2015 välisenä aikana, ja tutkimus- ja kehitysmenojen muutoksia tutkitaan enintään kuuteen vuoteen asti yrityskaupasta.
Tutkimuksessa hyödynnetään t- ja sign-testiä. T-testillä verrataan tutkimus- ja kehitysmenojen muutosten suuruutta, ja heikon normaalijakautuneisuuden takia mediaanien muutosten suunnat varmistetaan sign-testiä käyttäen. T-testiä hyödynnetään kahteen kertaan: koko otoksessa ja rajatussa otoksessa, jossa merkittävimmät outlierit ovat poistettu. Jokaisen testin tulosta verrataan keskenään virhetulkinnan välttämiseksi.
Tutkimus ei tuota suoraviivaisia tuloksia, sillä koko otoksesta suoritetut t-testeistä mikään ei ole tilastollisesti merkitsevä 5% riskitasolla. Rajatun otoksen t-testit sekä signtestit sen sijaan osoittavat, että tutkimus- ja kehitysmenot kasvavat yrityskaupan jälkeen. Tulosten tulkintaa vaikeuttaa se, että otos edustaa populaatiota heikosti useilla mittareilla. The purpose of this thesis is to investigate how R&D expenditures changes after M&A in high-technology industries. The sample size is 70 European companies which have been targets of M&A between the years 2008 and 2015. R&D expenditures of maximum of six years after an M&A is observed.
T-test and sign-test are used in the empirical part of the thesis. T-test is used to determine the magnitude of the change but because the distribution resembles poorly normal distribution, sign-test is used to define the signums of medians. T-test is used for two different samples: the original sample and sample without the most significant outliers. The results from each of the tests are compared for gaining the most unbiased result as possible.
The results are not straightforward. T-tests from the original sample did not find any statistical significant change in R&D expenditures but t-tests from the limited sample and sign-tests shows statistically significant growth in R&D expenditures. Interpretation of these results is problematic due to poor representativeness of population in the sample.
Tutkimuksessa hyödynnetään t- ja sign-testiä. T-testillä verrataan tutkimus- ja kehitysmenojen muutosten suuruutta, ja heikon normaalijakautuneisuuden takia mediaanien muutosten suunnat varmistetaan sign-testiä käyttäen. T-testiä hyödynnetään kahteen kertaan: koko otoksessa ja rajatussa otoksessa, jossa merkittävimmät outlierit ovat poistettu. Jokaisen testin tulosta verrataan keskenään virhetulkinnan välttämiseksi.
Tutkimus ei tuota suoraviivaisia tuloksia, sillä koko otoksesta suoritetut t-testeistä mikään ei ole tilastollisesti merkitsevä 5% riskitasolla. Rajatun otoksen t-testit sekä signtestit sen sijaan osoittavat, että tutkimus- ja kehitysmenot kasvavat yrityskaupan jälkeen. Tulosten tulkintaa vaikeuttaa se, että otos edustaa populaatiota heikosti useilla mittareilla.
T-test and sign-test are used in the empirical part of the thesis. T-test is used to determine the magnitude of the change but because the distribution resembles poorly normal distribution, sign-test is used to define the signums of medians. T-test is used for two different samples: the original sample and sample without the most significant outliers. The results from each of the tests are compared for gaining the most unbiased result as possible.
The results are not straightforward. T-tests from the original sample did not find any statistical significant change in R&D expenditures but t-tests from the limited sample and sign-tests shows statistically significant growth in R&D expenditures. Interpretation of these results is problematic due to poor representativeness of population in the sample.