Valuing a company is an important task in finance, especially before a potential merger or acquisition of a company. It is then of great importance for both parties in a deal to make an accurate estimate of the value of the company. The goal of this paper is to investigate how well regression analysis can be applied in this matter and if it can perform at par or better than more frequently used methods in the industry today. The study was conducted within the utilities sector in the US and Europe, with data collected from historic public transactions dating back to 2009. The study concludes that a regression model as a valuation tool can generate several advantages as it identifies key value drivers and is based on core mathematical concepts. However, the model created in this thesis underperforms compared to the prominent methods in place today. For further research this thesis may provide useful insight into different areas to consider when creating a valuation model. / Att värdera ett företag är en viktig uppgift inom finanssektorn, särskilt innan en potentiell sammanslagning eller förvärv av ett företag. Det är då av stor vikt för båda parter i en affär att göra en exakt uppskattning av företagets värde. Målet med denna studie är att undersöka hur väl regressionsanalys kan tillämpas i denna fråga och om den kan generera samma eller bättre resultat än mer använda värderingsmetoder inom branschen idag. Studien genomfördes inom el-, gas- och vattensektorn i USA och Europa, med data som samlats in från historiska offentliga transaktioner som går tillbaka till 2009. Studien drar slutsatsen att en regressionsmodell som ett värderingsverktyg kan generera flera fördelar eftersom den identifierar viktiga faktorer som driver en värdering och baseras på grundläggande matematiska begrepp. Modellen som skapats i denna avhandling underpresterar dock jämfört med de framstående metoderna som finns idag. För ytterligare forskning kan denna studie ge användbar insikt i olika områden att beakta när man skapar en värderingsmodell.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-275681 |
| Date | January 2020 |
| Creators | Åkesson, Nils, Harting, Ludvig |
| Publisher | KTH, Matematisk statistik |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-SCI-GRU ; 2020:115 |
Page generated in 0.0027 seconds