Additionele toetsen

Voor de regressieanalyses zijn een aantal additionele toetsen uitgevoerd. In deze paragraaf zullen de resultaten hiervan beschreven worden.

5.5.1 Autocorrelatie

Om te kijken of variabelen significant samenhangen in de tijd is de data gecontroleerd met de Durbin-Watson toets. De Durbin-Watson test toetst voor auto-correlatie en kan variëren tussen de waarde nul en vier waarbij de waarde twee de waarde aangeeft dat er geen meetbare auto- correlatie is. Meestal wordt aangenomen dat de geaccepteerde grens van de Durbin-Watson statistic een waarde van lager dan 1 of hoger dan 3 is, welke een reden is om aan te nemen dat de errors gecorreleerd zijn2_{. De Durbin-Watson waarde is voor het regressiemodel van hypothese 1 1,826,}

van hypothese 2 1,947, van hypothese 3 1,961 en van hypothese 4 1,951. Hieruit kan geconcludeerd worden dat er geen aanwezigheid van auto-correlatie gedetecteerd is.

5.5.2 Normaal verdeelde storingsterm

Eén van de assumpties van een OLS-regressieanalyse is dat de storingsterm (residu) normaal verdeeld is. Om deze assumptie te toetsen is er gekeken of de geobserveerde storingsterm van de verschillende regressiemodellen normaal verdeeld zijn. Hiervoor is er gekeken naar de histogrammen en Q-Q plot van de geobserveerde storingsterm, zie hiervoor bijlagen 9.1 tot en met 9.4. Op basis van de histogrammen en Q-Q plots van de verschillende regressiemodellen is er in eerste instantie geen reden om aan te nemen dat de storingsterm niet normaal verdeeld is. Daarnaast is er een Kolgomorov-Smirnov toets uitgevoerd op de geobserveerde storingsterm om deze op normaliteit te toetsen. Voor de Kolgomorov-Smirnov toets geldt dat de nulhypothese een normale verdeling inhoudt en de alternatieve hypothese duidt een van normaliteit afwijkende verdeling. Hierbij wordt over het algemeen gebruik gemaakt van een p-waarde (significantieniveau)

35 van lager dan 0,053_{. Een niet-significante p-waarde in de Kolgomorov-Smirnov toets duidt erop}

dat we de nulhypothese niet verwerpen, de storingsterm is normaal verdeeld. De p-waarde uit de Kolgomorov-Smirnov toets is voor het regressiemodel van hypothese 1 0,054, van hypothese 2 0,000, van hypothese 3 0,000 en van hypothese 4 0,000. Op basis van de Kolgomorov-Smirnov toets is de storingsterm van het regressiemodellen van hypothese 1 normaal verdeeld, voor de overige regressiemodellen is de storingsterm niet normaal verdeeld.

5.5.3 Sensitiviteitsanalyse

Om de robuustheid van de resultaten van de verschillende regressiemodellen te toetsen zijn er additionele analyses uitgevoerd. Door controle-variabelen uit de regressieanalyses te verwijderen is er gekeken of dit mogelijk een positief effect heeft op de uitkomsten van de regressieanalyse. In de hierop volgende tabellen zijn enkel de variabelen opgenomen welke een positef effect laten zien op de regressieanalyse. De resultaten van de analyse op het regressiemodel van hypothese 1 zijn in tabel 11 opgenomen. Hieruit blijkt dat door het verwijderen van de controlevariabelen 𝑑∆𝐼𝐵 𝑡𝑒𝑘𝑜𝑟𝑡𝑘𝑜𝑚𝑖𝑛𝑔 of ∆𝐿𝑒𝑣𝑒𝑟𝑎𝑔𝑒 (en beide) de p-waarde van de toetsvariabele 𝑑𝐻𝑒𝑟𝑧𝑖𝑒𝑛𝑖𝑛𝑔

verbetert. De onderzoeker kan hier geen verklaring voor geven. TABEL 11

Alternatieve regressieanalyse hypothese 1 Verwijdere controlevariabele F- waarde R2 _𝜷 𝒅𝑯𝒆𝒓𝒛𝒊𝒆𝒏𝒊𝒏𝒈 t-waarde 𝒅𝑯𝒆𝒓𝒛𝒊𝒆𝒏𝒊𝒏𝒈 p-waarde 𝒅𝑯𝒆𝒓𝒛𝒊𝒆𝒏𝒊𝒏𝒈 - 7,437 0,193 0,05 1,386 _0,0835* 𝑑∆𝐼𝐵 𝑡𝑒𝑘𝑜𝑟𝑡𝑘𝑜𝑚𝑖𝑛𝑔 7,096 0,168 0,072 1,988 0,0239** ∆𝐿𝑒𝑣𝑒𝑟𝑎𝑔𝑒 7,776 0,181 0,057 1,558 0,0601* 𝑑∆𝐼𝐵 𝑡𝑒𝑘𝑜𝑟𝑡𝑘𝑜𝑚𝑖𝑛𝑔 En ∆𝐿𝑒𝑣𝑒𝑟𝑎𝑔𝑒 7,669 0,160 0,075 2,094 0,0186** * p < 0,1 (1-tailed) ** p < 0,05 (1-tailed)

De resultaten van de alternatieve regressieanalyse op het regressiemodel van hypothese 2 zijn in tabel 12 opgenomen. Hieruit blijkt dat door het verwijderen van de controlevariabele

36 ∆𝑇𝐴 de coëfficient van de toetsvariabele 𝑑𝐻𝑒𝑟𝑧𝑖𝑒𝑛𝑖𝑛𝑔 omdraait van positief naar negatief. Een negatieve coëfficiënt van de toetsvariabele is in lijn met de verwachting zoals verondersteld in hypothese 2. De onderzoeker kan hier geen verklaring voor geven.

TABEL 12

Alternatieve regressieanalyse hypothese 2 Verwijdere controlevariabele F- waarde R2 _𝜷 𝒅𝑯𝒆𝒓𝒛𝒊𝒆𝒏𝒊𝒏𝒈 t-waarde 𝒅𝑯𝒆𝒓𝒛𝒊𝒆𝒏𝒊𝒏𝒈 p-waarde 𝒅𝑯𝒆𝒓𝒛𝒊𝒆𝒏𝒊𝒏𝒈 - 11,224 0,171 0,037 1,311 _0,095* ∆𝑇𝐴 2,659 0,041 -0,008 -0,275 0,392 * p < 0,1 (1-tailed) ** p < 0,05 (1-tailed)

De resultaten van de alternatieve regressieanalyse op het regressiemodel van hypothese 3 zijn in tabel 13 opgenomen. Hieruit blijkt door het verwijderen van de controlevariabele 𝑑𝐼𝑛𝑣𝑒𝑠𝑡𝑒𝑟𝑖𝑛𝑔𝑒𝑛 dat de p-waarde van de toetsvariabele 𝑑𝐻𝑒𝑟𝑧𝑖𝑒𝑛𝑖𝑛𝑔 verbetert. De onderzoeker kan hier geen verklaring voor geven.

TABEL 13

Alternatieve regressieanalyse hypothese 3 Verwijdere controlevariabele F- waarde R2 _𝜷 𝒅𝑯𝒆𝒓𝒛𝒊𝒆𝒏𝒊𝒏𝒈 t-waarde 𝒅𝑯𝒆𝒓𝒛𝒊𝒆𝒏𝒊𝒏𝒈 p-waarde 𝒅𝑯𝒆𝒓𝒛𝒊𝒆𝒏𝒊𝒏𝒈 - 11,678 0,176 0,061 2,263 _0,012** 𝑑𝐼𝑛𝑣𝑒𝑠𝑡𝑒𝑟𝑖𝑛𝑔𝑒𝑛 12,989 0,174 0,063 2,323 _0,010** ** p < 0,05 (1-tailed)

De resultaten van de alternatieve regressieanalyse op het regressiemodel van hypothese 4 zijn in tabel 14 opgenomen. Hieruit blijkt dat door het verwijderen van de controlevariabelen 𝑑𝐼𝑛𝑣𝑒𝑠𝑡𝑒𝑟𝑖𝑛𝑔𝑒𝑛, 𝑑∆𝐵𝑢𝑖𝑡𝑒𝑛𝑙𝑎𝑛𝑑𝑠𝑒 𝑎𝑐𝑡𝑖𝑣𝑖𝑡𝑒𝑖𝑡𝑒𝑛, 𝑑∆𝐼𝐵 𝑡𝑒𝑘𝑜𝑟𝑡𝑘𝑜𝑚𝑖𝑛𝑔, ∆𝐿𝑒𝑣𝑒𝑟𝑎𝑔𝑒 of

37 𝑑𝑉𝑒𝑟𝑙𝑖𝑒𝑠 (of alle van de hiervoor genoemde controlevariabelen) de p-waarde van de toetsvariabele 𝑑𝐻𝑒𝑟𝑧𝑖𝑒𝑛𝑖𝑛𝑔 verbetert. De onderzoeker kan hier geen verklaring voor geven.

TABEL 14

Alternatieve regressieanalyse hypothese 4 Verwijdere controlevariabele F- waarde R2 _𝜷 𝒅𝑯𝒆𝒓𝒛𝒊𝒆𝒏𝒊𝒏𝒈 t-waarde 𝒅𝑯𝒆𝒓𝒛𝒊𝒆𝒏𝒊𝒏𝒈 p-waarde 𝒅𝑯𝒆𝒓𝒛𝒊𝒆𝒏𝒊𝒏𝒈 - 10,243 0,164 0,073 2,130 _{0,0168 **} 𝑑𝐼𝑛𝑣𝑒𝑠𝑡𝑒𝑟𝑖𝑛𝑔𝑒𝑛 11,347 0,162 0,073 2,138 _0,0165** 𝑑∆𝐵𝑢𝑖𝑡𝑒𝑛𝑙𝑎𝑛𝑑𝑠𝑒 𝑎𝑐𝑡𝑖𝑣𝑖𝑡𝑒𝑖𝑡𝑒𝑛 11,528 0,164 0,073 2,137 0,0166** 𝑑∆𝐼𝐵 𝑡𝑒𝑘𝑜𝑟𝑡𝑘𝑜𝑚𝑖𝑛𝑔 10,345 0,150 0,074 2,132 0,0167** ∆𝐿𝑒𝑣𝑒𝑟𝑎𝑔𝑒 11,538 0,164 0,073 2,132 0,0168** 𝑑𝑉𝑒𝑟𝑙𝑖𝑒𝑠 11,543 0,164 0,073 2,135 0,0166** Alle bovenstaande controlevariabelen 20,198 0,146 0,075 2,161 0,0156** ** p < 0,05 (1-tailed)

5.5.4 T-test corrigerende maatregelen

Uit de paragrafen 5.2 t/m 5.4 blijkt dat de coëfficiënten van de corrigerende maatregelen niet in lijn zijn met de verwachting zoals verondersteld in hoofdstuk twee. Een mogelijke verklaring hiervoor kan zijn dat de wisseling van de CEO/CFO/BoD na een jaarrekeningherziening het gevolg is van een ‘natuurlijk’ verloop en daarmee geen maatregel is om de beschadigde legitimiteit te herstellen. Wanneer dit het geval zou zijn is de gemiddelde wisseling van CEO/CFO/BoD niet verschillend van de gemiddelde wisseling van CEO/CFO/BoD bij ondernemingen zonder jaarrekeningherziening. Om te toetsen of deze gemiddelden significant van elkaar verschillen is er een independent-samples T-test uitgevoerd. In tabel 15 zijn de resultaten van deze toetsen opgenomen.

De gemiddelde CEO-wisseling na een jaarrekeningherziening is 0,3433, de gemiddelde CEO-wisseling uit de controlegroep is 0,1862. Uit de Levene’s Test for Equility of Variance blijkt een F-waarde van 80,151 en een P-waarde van 0,000. Er kan worden aangenomen dat de varianties van beide populaties significant van elkaar verschillen. Uitgaande van Equal variances not assumed blijkt hieruit dat met een significantie van 0,000 kan worden aangenomen dat de gemiddelden van beide populatie significant met elkaar verschillen. De wisseling van de CEO na een

38 jaarrekeningherziening is dus niet het gevolg van ‘natuurlijk’ verloop. Een andere mogelijke verklaring van de uitkomsten uit het regressiemodel kan de onderzoeker niet geven.

De gemiddelde CFO-wisseling na een jaarrekeningherziening is 0,4591 de gemiddelde CFO-wisseling uit de controlegroep is 0,2897. Uit de Levene’s Test for Equility of Variance blijkt een F-waarde van 85,874 en een P-waarde van 0,000. Er kan worden aangenomen dat de varianties van beide populaties significant van elkaar verschillen. Uitgaande van Equal variances not assumed blijkt hieruit dat met een significantie van 0,000 kan worden aangenomen dat de gemiddelden van beide populatie significant van elkaar verschillen. De wisseling van de CFO na een jaarrekeningherziening is dus niet het gevolg van ‘natuurlijk’ verloop. Een andere mogelijke verklaring van de uitkomsten uit het regressiemodel kan de onderzoeker niet geven.

De gemiddelde BoD-wisseling na een jaarrekeningherziening is 0,7996, de gemiddelde BoD-wisseling uit de controlegroep is 0,5397. Uit de Levene’s Test for Equility of Variance blijkt een F-waarde van 67,405 en een P-waarde van 0,000. Er kan worden aangenomen dat de varianties van beide populaties significant van elkaar verschillen. Uitgaande van Equal variances not assumed blijkt hieruit dat met een significantie van 0,000 kan worden aangenomen dat de gemiddelden van beide populatie significant met elkaar verschillen. De wisseling van de BoD na een jaarrekeningherziening is dus niet het gevolg van ‘natuurlijk’ verloop. Een andere mogelijke verklaring van de uitkomsten uit het regressiemodel kan de onderzoeker niet geven.

TABEL 15

Resultaten T-test wisseling CEO/CFO/BoD Variabele Jaarrekeningherziening Mean

(N=501)

Mean Controlegroep

(N=145)

Resultaat T-test equal variances not assumed

(p-waarde) 𝑑∆𝐶𝐸𝑂 0,3433 0,1862 -4,052 (0,000)* 𝑑∆𝐶𝐹𝑂 0,4591 0,2897 -3,861 (0,000)* 𝑑∆𝐵𝑜𝐷 0,7996 05397 -5,393 (0,000)* * p < 0,01 (2-tailed)

39

6 Conclusie, beperkingen en toekomstig onderzoek

In dit hoofdstuk worden conclusies uit het onderzoek getrokken en wordt de onderzoeksvraag beantwoord. Tevens worden de beperkingen van het onderzoek behandeld. Als laatste worden aanbevelingen voor toekomstig onderzoek gedaan.