Gjestekommentar: Finn Kinserdal ved Norges Handelshøyskole.
Praktikere er opptatt av hvordan finansregnskapet kan brukes til å finne økonomisk helsetilstand til en bedrift, og ut i fra det finne presist ut om selskapet holder på å gå konkurs, om hva verdien er på virksomheten eller om ledelsen har gjort en god jobb. Dette forskes det lite på, fordi forskerne er såkalt ferdig med disse temaene …
Toppforskere drives i stor grad av én ting: å få publisert artiklene sine i de beste, internasjonale tidsskrifter. Det er det som gir fast stilling og senere opprykk til professor, noe som gir anerkjennelse blant forskerkolleger og så videre. Og da må en forske på det som er teoretisk interessant og nytt. At forskningen er praktisk anvendbar – et begrep omtalt som applied – er i denne sammenheng ikke positivt skal man publisere i topptidsskrifter.
Overser viktige temaer
Derfor driver ikke toppforskere med å finne bedre nøkkeltall for regnskapsanalyse, bedre prediksjonsmodeller for konkurs eller bedre verdsettelsesmodeller. Nøkkeltall som teoretisk konsept er beskrevet av Beaver i 1966, Chen 1981, Barnes 1987 – med andre ord ferdig arbeid (det vil si at senere forskning kun er oppdateringer og justeringer, som praktikere like godt kan holde på med). Konkursmodeller er beskrevet av Altman 1968 og Ohlson 1980, og senere et knippe av mer sofistikerte beslutningstrær/nøytrale nettverk/AI-modeller 2001–2005 – ferdig arbeid. Nåverdimodeller ble beskrevet av Williams 1938, Gordons vekstformel beskrevet i 1961 – ferdig arbeid. Avkastningskrav er beskrevet av Litner og Sharpe (1964/1965) og utvidet av Fama-French i 1992 – stort sett ferdig arbeid.
Relevansen/forklaringskraften av finansregnskapet til bruk i verdsettelse og konkursprediksjon har sunket dramatisk de siste 10–20 år. Så da burde vel forskerne finne ut hvordan regnskapsreglene burde se ut. Glem det! For det første er normativ forskning generelt “fy-fy” innen regnskap/finans; for mye synsing. Dessuten fant Gjesdal ut i 1981 at det ikke er mulig å lage regnskapsregler som gjør at regnskapet både kunne brukes til kontroll av ledelsen og samtidig være nyttig i verdsettelse og kredittvurdering – så da forsker ingen på det mer. Barth (1995) beskrev at dersom vi skulle ha det perfekte regnskap for verdsettelse og verdiskapning, måtte alt måles til virkelig verdi – ferdig arbeid. Jeg fikk direkte fra verdens ledende forskere på området (respektive Scott, Schipper og Taffler) at normativ regnskapsforskning er out of fashion, I have given up that og that’s too much politics.
Det forskes – men på hva?
Så – hva forsker regnskapsanalyse- og verdsettelsesforskere på i våre dager? For å komme inn i de “rette” journaler må en spisse temaet særdeles mye for å komme med noe “nytt”. Mye av forskningen er bruk av store databaser fra regnskapstall eller aksjemarkeder der man ser på hvordan en liten informasjonsbit i et regnskap, eller en liten hendelse, påvirker aksjekursen ved å anvende en såkalt ferdigdefinert modell. Eller hvordan ulike brukere påvirkes av, eller påvirker, informasjon. Hver for seg er disse studiene bare små museskritt, men over tid gir det bedre forståelse.
Forskerne har overlatt praktisk anvendbar forskning til praktikerne, altså til banker og analyse- og ratingselskaper. Og kanskje er det greit, banker og analytikere lever og dør av om man treffer rett med sine verdsettelser og konkursprediksjoner – og kan bruke store mengder data fra sine egne kunder som forskere ikke får tak i. Så derfor er trolig banker og analyseselskaper flinkere til å finne ut av akkurat hvorfor tall X er bedre enn tall Y. Men – disse viktige funnene er ikke tilgjengelig for allmennheten, slik forskningen er det.
Jeg har tidligere skrevet om hvor dårlige vi økonomer er til å predikere – noe som jo er essensielt for å lage en god verdsettelse eller for å kunne predikere konkurs. Kanskje burde flere økonomiforskere gjøre som meteorologene har gjort. Meteorologene fikk mye tyn for noen tiår tilbake for dårlige værprognoser. Samtidig økte datamengden voldsomt, med værobservasjoner fra svært mange omliggende steder i sanntid. Meteorologene tok dette på alvor, og har brukt mye ressurser på systematisk bruk av data, samt å lage bedre modeller som gir vesentlig bedre prognoser. Men dette er altså noe som ikke kommer inn i de “rette” journaler – så derfor kaster jeg ikke tiden bort på det …
