Vanuit de literatuur blijkt dat cultuur een bepalende variabele is voor de hoeveelheid risicoverslaggeving, zijn er hiervoor verschillende hypotheses opgesteld. In dit gedeelte zullen de resultaten van deze hypotheses stuk voor stuk worden behandeld, zodat uiteindelijk de volgende hypothese kan worden aangenomen, dan wel verworpen:
H2: Als een land een hoge score heeft op het gebied van uncertainty avoidance en power distance en een lagere score op individuality en masculinity, dan heeft dit een negatieve invloed op de hoeveelheid risicoverslaggeving in kwantitatieve zin.
In de resultaten is deze hypothese opgebroken in vier subhypotheses, die de vier verschillende gebieden, zoals die door Hofstede zijn gevonden, onderzoeken. Dit zijn
power distance, individuality, masculinity en uncertainty avoidance. Deze begrippen
worden stuk voor stuk afgezet tegen de hoeveelheid risicoverslaggeving, zonder en met controlevariabelen.
H2a: Als een land een hoge score heeft op het gebied van uncertainty avoidance, heeft dit een negatieve invloed op de hoeveelheid risicoverslaggeving in kwantitatieve zin.
Masterscriptie Accountancy s1614584 43
De uncertainty avoidance gaat over het vermijden van onzekerheid, ofwel het zoveel mogelijk zeker willen hebben wat er in de toekomst gaat gebeuren. Veel risicoverslaggeving kun je naast een positieve invloed op je risico ook zien als een negatieve invloed op je risico, doordat iedereen een kijkje in de „keuken‟ van de organisatie krijgt. Daarom is de verwachting dat een hoge score op dit gebied een negatieve invloed zal hebben op de hoeveelheid risicoverslaggeving.
Gekeken naar de regressieanalyse in tabel 2 (bijlage 1), blijkt dat er over de regressie met uncertainty avoidance als enige variabele niets te zeggen valt. Met een R² van 0,3% en zelfs een negatieve aangepaste R², is wel op te merken dat de variabele op zich geen waarde heeft. Ook het significantieniveau van 0,613 draagt hier aan bij, aangezien wat er wordt gevonden ook niet significant is.
Met controlevariabelen erbij kan er al iets meer worden verklaard (R² = 11%) en het significantieniveau is met 0,011 beter. De randvoorwaarden voor deze multiregressieanalyse vormen ook hier geen belemmering. Uit deze regressie valt op dat er een negatieve β (-0,022) is voor de variabele uncertainty avoidance. Dat wil zeggen dat naarmate de score voor uncertainty avoidance hoger wordt, er minder risicoverslaggeving plaatsheeft. Dit is in overeenstemming met de hypothese, maar enige nuancering is hier op zijn plaats, aangezien het negatieve verband bijzonder zwak is.
Om hier verder naar te kijken is er een histogram gemaakt, waarin de score op
uncertainty avoidance wordt afgezet tegen de gemiddelde risicoverslaggeving die bij
die score hoort. In deze grafiek (grafiek 1, bijlage 3) is al te zien dat er geen peil op te trekken valt. Laag scorende landen op de uncertainty index hebben redelijk gemiddelde scores op het gebied van risicoverslaggeving, met een enorme uitschieter bij de indexering van 64. Dit kan echter ook te maken hebben met een kleine steekproef, dat een land met relatief weinig organisaties die allemaal relatief veel aan risicoverslaggeving doen, het algemene beeld aantasten. Na die uitschieter bouwt het af om naar het einde weer op te bouwen (wat in tegenstelling is tot de hypothese). Al met al geeft de histogram geen eenduidig beeld over het verband.
Het antwoord op deze hypothese is dan ook niet eenduidig. Enerzijds kan de hypothese worden aangenomen, aangezien er uit de regressieanalyse komt dat er een (klein) negatief verband bestaat, maar anderzijds is dit niet af te lezen uit de histogram en is het verband ook niet overtuigend genoeg om er veel conclusies aan te verbinden.
Masterscriptie Accountancy s1614584 44
H2b: Als een land een hoge score heeft op het gebied van power distance, heeft dit een negatieve invloed op de hoeveelheid risicoverslaggeving in kwantitatieve zin.
De power distance is letterlijk vertaald de machtsafstand en gaat vooral over het omgaan van superieur en ondergeschikte met elkaar. Durft een ondergeschikte bijvoorbeeld te zeggen dat hij het ergens niet mee eens is en wordt er dan ook concreet iets met zijn mening gedaan. Een hoge score op power distance betekent dat de organisaties hiërarchisch zijn opgebouwd en dat de superieuren erg machtig zijn. De verwachting is dat dit een negatieve invloed heeft op de hoeveelheid risicoverslaggeving.
Ook bij deze variabele valt op dat deze in een lineaire vergelijking niets zegt. De R² is 0,000 en de aangepaste R² is, net als bij de vorige hypothese, negatief (tabel 2, bijlage 1). De verklarende waarde van enkel deze variabele ontbreekt dus. Ook het significantieniveau van 0,897 geeft aan dat er aan de regressie met enkel deze variabele geen enkele waarde te hechten valt.
Inclusief de controlevariabelen gaan de resultaten wat meer zeggen. Een R² van 11% en een significantieniveau van 0,012 zijn alweer beter dan met een enkele variabele, maar zijn toch niet overtuigend. Opvallend is dat in deze vergelijking de power
distance geen enkele rol speelt. Dat wil zeggen dat de β 0,000 is. Dus de score op de power distance index beïnvloedt de uitkomst van de vergelijking in zijn geheel niet.
Aangezien de hypothese wel uit gaat van een verband, kan deze op basis van de regressieanalyse worden verworpen.
Gekeken naar de histogram (grafiek 2, bijlage 3) geeft ook deze geen eenduidig beeld. De uitschieters, zowel naar boven als naar beneden, komen zowel bij hoge als bij lage scores op de power distance index voor, zodat de histogram geen extra duidelijkheid biedt.
Aangezien op basis van de regressieanalyse de hypothese kan worden verworpen en de histogram geen ander licht hierop werpt, kan deze hypothese worden verworpen.
H2c: Als een land een lagere score heeft op het gebied van individuality, heeft dit een negatieve invloed op de hoeveelheid risicoverslaggeving in kwantitatieve zin.
Masterscriptie Accountancy s1614584 45
De variabele individuality gaat over de mate waarin het individu vooraan staat. Hoe hoger de score voor individuality, hoe meer het draait om het individu en hoe lager, hoe belangrijker het collectief wordt. Hier gaat men er vanuit dat een lagere score op dit gebied, minder risicoverslaggeving tot gevolg heeft, omdat in een collectieve samenleving de transparantie vaak lager is.
Bij individuality is er in de lineaire regressie wederom het probleem met significantie, al is deze hier al aanmerkelijk beter dan de voorgaande subhypotheses (0,319). De R² laat met 1% ook zien dat ook deze variabele alleen weinig verklaart (tabel 2, bijlage 1).
Met de controlevariabelen erbij gaat het significantieniveau naar 0,011 en de R² naar 11%. We zien hier dus eenzelfde gevolg als bij de voorgaande hypotheses. Het verband dat wordt gevonden voor individuality is, zoals verwacht, positief. Het positieve is echter klein (0,024). Dus een hogere individuality heeft een positieve invloed op de hoeveelheid risicoverslaggeving.
In de histogram (grafiek 3, bijlage 3) lijkt deze hypothese ook bevestigd te worden. Naarmate de score op individuality hoger wordt, is er een stijgende lijn te zien. Het valt echter op dat de meeste scores in deze index relatief laag zijn en dat het land met de hoogste score op individuality nauwelijks aan risicoverslaggeving doet. Dit haalt de score enigszins onderuit en daarom is het verband relatief zwak.
Toch lijkt het er op dat er inderdaad een positief verband is tussen de individuality
index en de risicoverslaggeving, wat de hypothese dus bevestigd.
H2d: Als een land een lagere score heeft op het gebied van masculinity, heeft dit een negatieve invloed op de hoeveelheid risicoverslaggeving in kwantitatieve zin.
De masculinity index geeft aan in hoeverre er een mannelijke cultuur heerst. Een mannelijke cultuur wordt over het algemeen geassocieerd met een resultaatgericht beleid, terwijl er bij een vrouwelijke cultuur meer aan relationele aspecten wordt gedacht. De verwachting is dat een meer mannelijke cultuur, meer risicoverslaggeving tot gevolg heeft.
Deze variabele geeft direct al significante resultaten in de lineaire regressie. 10,1% van de hoeveelheid risicoverslaggeving kan worden verklaard door de variabele
Masterscriptie Accountancy s1614584 46
verband dat wordt gevonden, is echter regelrecht tegen de verwachting in. Het is een negatief verband; de β is namelijk -0,318. Dus hoe minder „mannelijk‟, hoe meer risicoverslaggeving (tabel 2, bijlage 1).
Ook als de controlevariabelen worden toegevoegd zien we hetzelfde beeld. Uiteraard wordt de R² groter (20,4%) en het significantieniveau hoger (0,000). Het blijft echter ook een negatieve relatie met een β van -0,308.
De histogram (grafiek 1) bevestigt ook dit beeld. Bij een lagere score op de
masculinity index is er over het algemeen meer risicoverslaggeving.
De conclusie is dan ook dat deze hypothese, op basis van zowel de regressieanalyses als de histogram, wordt verworpen.
Grafiek 1: Masculinity index vs. gemiddelde risicoverslaggeving.
Om te kijken wat er gebeurd als alle vier de factoren worden meegenomen in één vergelijking is dit getest, zowel met als zonder controlevariabelen, door middel van een multiregressieanalyse (tabel 2, bijlage 1). Hoewel de correlatie tussen deze variabelen hoger ligt dan in de andere regressieanalyses, vormt dit geen probleem. Ook de overige voorwaarden voor een zuivere proef zitten in het aanvaardbare gebied.
Masterscriptie Accountancy s1614584 47
Omdat er meer variabelen worden gebruikt, neemt de totale verklaarbaarheid van het model toe. R² is zonder controlevariabelen 21,7% en met controlevariabelen 27,9%. Dit alles bij een significantieniveau van 0,000.
Gekeken naar de β valt op dat drie variabelen zijn die een drukkende werking hebben op de afhankelijke variabele en één variabele die juist een positieve werking heeft. Zoals verwacht op basis van de voorgaande resultaten is vooral de masculinity index in beide gevallen dominant aanwezig, met een sterk negatieve β (-0,568 en -0,527). Opvallend is dat deze in dit geval sterker is, dan als hij apart wordt getest. Dit geldt ook zeker voor de individuality index. Alleen had deze al wel een positieve invloed maar met een β van 0,024 was deze te verwaarlozen. Nu is de positieve invloed echter toegenomen tot 0,385 zonder en 0,267 met controlevariabelen.
Voor de power distance index geldt ongeveer hetzelfde, al gaat deze van neutraal naar een negatieve invloed en de uncertainty avoidance index behoudt de waarde die hij al had.
Uitgaande van deze test kan worden gesteld dat een hogere score op masculinity,
power distance en uncertainty avoidance, een negatieve invloed heeft op de
hoeveelheid risicoverslaggeving en dat een hogere score op individuality juist een positieve invloed heeft op risicoverslaggeving. Gekeken naar de basis hypothese dan gaat deze op voor drie van de vier factoren. Opvallend is wel dat juist masculinity, de enige foute voorspelling, juist de grootste invloed heeft op het model, dat er uiteindelijk zo uit zou zien:
Y (hoeveelheid risicoverslaggeving) = Constante – 0,021 (UAI) – 0,057 (PDI) + 0,385 (IDV) – 0,568 (MAS)
Door deze formule kan ruim 20% van de hoeveelheid risicoverslaggeving worden verklaard, wat er op duidt dat cultuur, volgens het model van Hofstede, een belangrijke factor is bij de hoeveelheid risicoverslaggeving in het jaarverslag van organisaties uit opkomende markten.