Metadaten







Promotionsordnung


PromO07

Kumulative Dissertation


nein

Titel


Operating Leverage - Is Cost Structure Rigidity a Characteristic of Risk? : the Impact of Cost Structure Rigidity on Returns under consideration of BM Ratio and Size

Titel (englisch)



Autor/Autorin


Schönenberger, Fabian

2. Autor/Autorin



Geburtsdatum


31.07.1983

Geburtsort


Kirchberg (SG)

Matrikelnummer


02600088

Schlagwörter (GND)


USA; Kostenstruktur; Leverage-Effekt; Betriebsrisiko; Umsatz; Gewinn; Aktienrendite; Geschichte 1984-2009

DDC (Dewey Decimal Classification)


Wirtschaft - 330

Freie Stichwörter (deutsch)


Gewinnvolatilität; Risikomodell; Risiko-Rendite; Risikogruppen; Vergleichsgruppe; Hebelwirkung

Freie Stichwörter (englisch)


Operating Leverage; Financial Leverage; Degree of Operating Leverage; Rigidity; CAPM; Earnings Volatility; Risk Cluster; Peer Group

Kurzfassung


Die Forschungsfrage dieser Dissertation ist, ob und in welchem Ausmass die Kostenstruktur eines Unternehmens mit dem Risiko in Beziehung steht, da die Volatilität des Umsatzes und die Kostenstruktur die Volatilität der Gewinne bestimmen. Die Regression von operativen Kosten mit den Umsätzen ergibt Koeffizienten, die als Proxies der Kostenstruktur verwendet werden. Das Sample besteht aus Unternehmen kotiert an den Börsen NYSE, Nasdaq und Amex mit total 17590 Beobachtungen für die Zeitperiode 1984-2009. Das Forschungsdesign besteht aus Regressionen mit Indikator-Variablen und Punktschätzungen für Unternehmen und Portfolios. Die Regressionen mit Unternehmen berücksichtigen Zeit- und Industrie-Dummies, wobei die Residuen auf Unternehmensebene angepasst werden.
Die empirischen Untersuchungen strukturieren sich in fünf Bereiche. Erstens zeigen Tests, dass die Kostenstruktur-Proxies häufig verwendete Operating Leverage-Proxies erklären, z.B. erklärt Costr(absolute) zwischen 4% und 56% auf Unternehmensebene und zwischen 6% und 38% auf Portfolioebene. Im zweiten Teil wird ersichtlich, dass die Kostenstruktur mit der Volatilität von Gewinnen und Profitabilitätskennzahlen in Beziehung steht. Zusammen mit Sales(change), dieser Faktor ist signifikant mit positiven Koeffizienten in allen Regressionen, erklären die Proxies diese Volatilitäten. Der dritte Teil verdeutlicht, dass die Kostenstruktur mit dem totalen und systematischen Risiko von Unternehmen korreliert. Die Erklärungskraft der Kostenstruktur-Proxies ist am stabilsten für das unlevered Beta. Der vierte Teil untersucht die Verbindung mit den Faktoren BM ratio und size. Es zeigt sich, dass Unternehmen mit starren Kostenstrukturen deutlich kleiner sind als der Durchschnitt. Die betriebswirtschaftlichen Renditen der Portfolios SMB und HML erklären die Renditen von kleinen Unternehmen mit starren Kostenstrukturen. Die Koeffizienten dieser Faktoren sind fast doppelt so gross, wie für andere Portfolios. Im letzten Teil zeigt sich, dass Portfoliorenditen deutlich volatiler sind, für Portfolios bestehend aus Unternehmen mit starren Kostenstruktur. Die Verbindung zu den Renditen ist abhängig von den Proxies. Das Modell von Fama and French (1993) erklärt die Portfoliorenditen zum grössten Teil. Sobald BM ratio und size in Regressionen für zukünftige Renditen berücksichtigt werden, verlieren die Kostenstruktur-Proxies ihren Einfluss. Es bestehen Anzeichen, dass COGS und SGA unterschiedlichen Einfluss ausüben.
Mittels eines klar definierten Prozesses, der die Kostenstruktur mitberücksichtigt, werden vier Risikokategorien erstellt. So kann das Risiko eines Unternehmens innerhalb einer Industrie besser abgeschätzt werden. Dies ermöglicht die Definierung der passenden Vergleichsgruppe in Bezug auf die Risikoneigung des Unternehmens. Die Ergebnisse werden zudem genutzt, um den Effekt der Kostenstruktur in Value Investing zu kontrollieren.

Kurzfassung (englisch)


The research idea of this dissertation is to explore the extent to which a company's cost structure impacts on its level of riskiness via changes in sales on the operating income. To this end, correlation coefficients obtained by regressing operating costs on sales are used in empirical assessments. These are based on a data sample of companies listed on the NYSE, Nasdaq and Amex with a total of 17590 observations during the time period 1984-2009. Regression analyses use indicator variables and point estimates at the firm and portfolio level, whereby the regressions at firm level apply time and industry dummies and cluster residuals for companies.
The empirical investigations are structured into five parts. In the first, cost structure proxies are related to commonly accepted operating leverage measurements, with the results indicating that Costr(absolute) explains between 4% and 56% of variations in proxies at the firm level and between 6% and 38% at the portfolio level. The outcomes of the second part confirm that rigid cost structure portfolios reveal large accounting return volatilities. The differences in Margin(sd) are about 50% between the extreme deciles. Profitability volatilities seem to be U-shaped across deciles, i.e. the most rigid and flexible deciles exhibit large volatilities. Regression analyses confirm the significance of the proxies together with Sale(change), which is robust with positive coefficients in all tests. In the third part, rigid cost structure portfolios show stock return volatilities between 13.3% and 16.9% with an average sample volatility of 11.6%. Regression analyses reveal that Costr(absolute) and Costr(change) are significant at the firm and portfolio level to explain unlevered beta. Models for beta consider financial leverage and business risk. The fourth part demonstrates that rigid cost structure portfolios are smaller than their counterparts, with an average size between 215 and 4038. Both portfolios consisting of rigid cost structure companies and those comprising high BM ratio companies reveal consistently low ROE. Further, ROE of SMB and HML explain ROE of portfolios with small companies and rigid cost structures. The coefficients of SMB and HML are nearly double those of companies with flexible cost structures. In the fifth part, portfolios comprising rigid cost structure companies prove to be more volatile, but the relation to returns depends on the type of proxy used. For example, the top Costr(SGA) portfolio shows average monthly returns of 1.7% compared to 2.0% for high BM ratio and 1.8% for small capitalization portfolios. The three-factor model developed by Fama and French (1993) explains all portfolio returns. In regressions explaining future returns, cost structure proxies lose significance when including BM ratio and size. However, COGS and SGA exhibit opposite impacts on returns.
The results are used to develop an approach to estimate more precisely the level of a company's riskiness within industries through the consideration of Sales(sd) and cost structure rigidity. Further, the findings are applied to control for the cost structure impact in value investing.

Universität


Universität St.Gallen

Referent/Referentin


Grüner, Andreas (Prof. Dr.)

Korreferent/Korreferentin


Schmid, Markus (Prof. Dr.)

Erweitertes Diss. Komitee



Fachgebiet


Betriebswirtschaftslehre (PMA)

Sprache


ENG

Promotionstermin (dd.mm.yyyy)


17.02.2014

Erstellungsjahr (yyyy)


2013

Dokumentart


Dissertation

Format


PDF

Dissertationsnummer


4241

Quelle



PDF-File


dis4241.pdf

Dokumentverknüpfung


Link zu diesem Dokument







letzte Änderung: 08/05/2016 - Allgemeine rechtliche Informationen - Datenschutz [ Nach oben ]