Kapitalstruktur inom Textilindustrin - En kvantitativ analys av förändringar gällande kapitalstrukturen inom fem utvalda bolag mellan år 2008 och 2018.

Sammanfattning: Bakgrund och problem: Textilindustrin står inför ett paradigmskifte där marginalerna blir mindre, och den klassiska konfektionshandeln ser idag inte likadan ut som den gjorde förr. Aktörer inom industrin måste kämpa mer för att bibehålla dess marginaler och de senaste 2 decennierna har den svenska klädindustrin i jämförelse med resten av sällanköpshandeln presterat sämre. Företag som MQ och H&M har de senaste åren uppvisat finansiella siffror där lönsamheten stagnerat eller rentav minskat. Tidigare forskning har visat att ett företags kapitalstruktur, kan ha effekt på hur dess skuldnivå ser ut. Etablerade kapitalstruktursteorier används och appliceras i hög grad av företag, men det finns utöver dessa teorier flera andra faktorer som har inverkan på hur dess skuldnivå ser ut. Syfte: Syftet med denna studie är att ingående skildra hur kapitalstrukturen inom fem svenska textilföretag har förändrats och vad som legat till grund för dessa ändringar. I anslutning till detta är det en pilotstudie; vilket innebär att den modell som skapas skall kunna appliceras på liknande framtida studier. Metod: Genom en kvantitativ studie har 50 olika årsredovisningar från 5 bolag inom den svenska textilbranschen analyserats. Detta har sedan varit underlag för att skapa en regressionsanalys för att hitta vilka variabler som förklarar ett företags skuldsättningsgrad bäst. Analys: Utifrån den regressionsanalys som gjorts kan man utläsa att till högst grad är det variabeln lönsamhet som påverkar hur ett företags skuldsättningsnivå ser ut. I och med detta resultat har ännu en regressionsanalys skapats där denne variabel uteslutits vilket gav resultatet att modellen inte kan ses som signifikant. Slutsats: Regressionsmodellen är i sin helhet statistiskt signifikant och dessutom förklaras den beroende variabeln enligt regressionsanalysen av de oberoende variablerna till en hög grad. I samband med framtida forskning vore det intressant att ta hänsyn till fler observationer över en längre tid. En insamling över en längre tidsperiod skulle också kompensera den effekt en viss trend kan ha och därmed neutralisera den insamlade data.