De regressieanalyses in deze scriptie worden getest, zien er in algemene zin als volgt uit: Afhankelijke variabele = β0 + βx (controle variabelex) + βy (CG-variabeley) + ε
Het is mogelijk dat de ondernemingsprestaties, de afhankelijke variabelen PERt en VEWt, worden
beïnvloed door andere factoren dan de CG-variabelen die centraal staan in deze scriptie. In de regressieanalyses wordt rekening gehouden met deze invloeden door gebruik te maken van controle variabelen. De controle variabelen zijn op gedeeld in verschillende categorieën (zoals beschreven in de vorige paragraaf) en worden in eerste instantie afzonderlijk getest in combinatie met de CG-variabelen. Vervolgens worden alle controle en CG-variabelen in één regressieanalyse getest. Deze laatste variant wordt daarna nog een keer getoetst, maar in dit geval zonder de overige controle variabelen.
Per afhankelijke variabelen worden de volgende modelvarianten getest: 1. Program Expense Ratio
A. PERt = β0 + β1lnBINDt + β2lnBEZRvCt + β3lnBDIRt + β4BEZRvBt
B. PERt = β0 + β1lnBINDt + β2lnBEZRvCt + β3lnBDIRt + β4BEZRvBt + β5lnVHEFTEt
+ β6lnWOZt
C. PERt = β0 + β1lnBINDt + β2lnBEZRvCt + β3lnBDIRt + β4BEZRvBt + β5LEVt +
β6RDGt + β7RENTLAt
D. PERt = β0 + β1lnBINDt + β2lnBEZRvCt + β3lnBDIRt + β4BEZRvBt + β5HVHt +
β6HUDAEBt + β7lnFCFVHEt
E. PERt = β0 + β1lnBINDt + β2lnBEZRvCt + β3lnBDIRt + β4BEZRvBt + β5lnVHEFTEt
+ β6lnWOZt + β7LEVt + β8RDGt + β9RENTLAt + β10HVHt + β10HUDAEBt +
β12lnFCFVHEt
F. PERt = β0 + β1lnBINDt + β2lnBEZRvCt + β3lnBDIRt + β4BEZRvBt + β5lnVHEFTEt
+ β6lnWOZt + β7LEVt + β8RDGt + β9RENTLAt + β10HVHt + β11HUDAEBt +
2. Volkshuisvestelijke exploitatiewaarde
A. VEWt = β0 + β1lnBINDt + β2lnBEZRvCt + β3lnBDIRt + β4BEZRvBt
B. VEWt = β0 + β1lnBINDt + β2lnBEZRvCt + β3lnBDIRt + β4BEZRvBt +
β5lnVHEFTEt + β6lnWOZt
C. VEWt = β0 + β1lnBINDt + β2lnBEZRvCt + β3lnBDIRt + β4BEZRvBt + β5LEVt +
β6RDGt + β7RENTLAt
D. VEWt = β0 + β1lnBINDt + β2lnBEZRvCt + β3lnBDIRt + β4BEZRvBt + β5HVHt +
β6HUDAEBt
E. VEWt = β0 + β1VEWt-1 + β2lnBINDt + β3lnBEZRvCt + β4lnBDIRt + β5BEZRvBt +
β6lnVHEFTEt + β7lnWOZt + β8LEVt + β9RDGt + β10RENTLAt + β11HVHt +
β12HUDAEBt
F. VEWt = β0 + β1lnBINDt + β2lnBEZRvCt + β3lnBDIRt + β4BEZRvBt +
β5lnVHEFTEt + β6lnWOZt + β7LEVt + β8RDGt + β9RENTLAt + β10HVHt +
β11HUDAEBt + β12VEWt-1
5.6 Hypotheses en variabelen
In hoofdstuk 4 zijn de volgende hypotheses geformuleerd:
H1a: De omvang van de Raad van Bestuur (uitvoerende directeuren) heeft een negatieve invloed op de organisatorische prestaties van een woningcorporatie in Nederland.
H1b: De omvang van de Raad van Commissarissen (niet-uitvoerende directeuren) heeft een positieve invloed op de organisatorische prestaties van een woningcorporatie in Nederland.
H2a: De hoogte van de bezoldiging van de Raad van Bestuur (uitvoerende directeuren) heeft een negatieve invloed op de organisatorische prestaties van een woningcorporatie in Nederland.
H2b: De hoogte van de bezoldiging van de Raad van Commissarissen (niet-uitvoerende directeuren) heeft een positieve invloed op de organisatorische prestaties van een woningcorporatie in Nederland.
De omvang van de Raad van Bestuur en Raad van Commissarissen worden gemeten aan de hand van respectievelijk de variabelen BDIRt en lnBINDt en. De hoogte van de bezoldiging van de Raad
van Bestuur en Raad van Commissarissen wordt gemeten door middel van respectievelijk de variabelen BEZRvBt en BEZRvCt. De organisatorische prestaties van woningcorporatie in
Nederland worden door twee verschillende variabelen gemeten, namelijk de Program Expense Ratio (PERt) en de Volkshuisvestelijke exploitatiewaarde (VEWt).
5.7 Samenvatting
In deze scriptie wordt het verband tussen de omvang en bezoldiging van het bestuur en de prestaties van woningcorporaties in Nederland onderzocht door middel van meervoudige regressieanalyses. De prestatie van woningcorporaties worden gemeten aan de hand van de PER en de VEW. De PER is berekend aan de hand van informatie uit de dVi-databestanden. Informatie met betrekking tot de VEW is afkomstig uit de CiP-databestanden.
De omvang en bezoldiging van het bestuur komen tot uitdrukking in een van de volgende onafhankelijke variabelen: aantal leden van de RvC, aantal leden van de RvB en topmanagement, bezoldiging van topfunctionarissen in de RvC en bezoldiging van topfunctionarissen in het topmanagement. De data ten aanzien van deze CG-variabelen zijn afkomstig uit de dVi- databestanden.
Door het ontbreken van een geavanceerd theoretisch model, zijn de geformuleerde hypothesen gebaseerd op de veronderstelling dat hogere niveaus c.q. betere structuren van CG leiden tot betere resultaten voor de organisatie. De geïdentificeerde variabelen zijn in de hypothesevorming geclassificeerd naar een “goede” of “slechte” CG-structuur. Hoe minder kans op agency conflicten, des te betere prestaties van de organisatie.
6 Data-analyse en onderzoeksresultaten
6.1 Inleiding
In dit hoofdstuk worden de uitkomsten van de regressiemodellen gepresenteerd. In paragraaf 6.2 wordt in eerste instantie uiteengezet wat de omvang is van het aantal waarnemingen die worden onderzocht in de regressieanalyses. Daarna worden in paragraaf 6.3 de variabelen in het onderzoek toegelicht aan de hand van de beschrijvende statistieken. De correlatiecoëfficiënten tussen de onafhankelijke variabelen worden beoordeeld in paragraaf 6.4. Vervolgens worden in paragraaf 6.5. de resultaten van de regressieanalyses toegelicht die van belang zijn om uitspraken te doen over de geformuleerde hypotheses. In paragraaf 6.6 wordt ingegaan op de naleving van de assumptie die gelden bij regressieanalyses. Hoofdstuk 6 wordt afgesloten met een samenvatting in paragraaf 6.7.
6.2 Beschikbare data
De data die worden gebruikt in de regressieanalyses zijn afkomstig uit de dVi en CiP databestanden (zie paragraaf 5.3). In beide bestanden is de informatie van de diverse corporaties gekoppeld aan een uniek instellingnummers, de zogenaamde L-nummers. Aan de hand van de L-nummers zijn de twee verschillende databestanden aan elkaar te koppelen. De namen van de corporaties van de L-nummers zijn opgenomen in het eerste hoofdstuk van de dVi, namelijk in onderdeel l.2 “Algemene gegevens” van de dVi.
In totaal is er over 2014 voor 363 woningcorporaties data beschikbaar. De databestanden met betrekking tot 2015 beschikken over informatie van 349 corporaties. De afname van het aantal corporaties (363 – 349 = 14) wordt met name veroorzaakt door fusies9 van woningcorporaties.
Over de verslaggevingsjaren 2014 en 2015 zijn er maximaal 712 waarnemingen beschikbaar. In tabel 1 is weergeven hoeveel waarnemingen er uit de totale populatie zijn verwijderd (reducties op de beschikbare data) om tot de definitieve omvang van het aantal waarnemingen (N) in het onderzoek te komen.
Van één corporatie was geen relevante informatie aanwezig ten behoeve van de onderzoeksvariabelen. Dit wordt veroorzaakt door het feit dat desbetreffende corporatie in 2015 haar gehele woningportefeuille heeft overgedragen aan particulier beleggingsfonds. Een tweetal corporaties die wel waren opgenomen in het dVi-databestand kwamen niet voor in het databestand met de CiP-gegevens. Van tweeëntwintig woningcorporaties (in beide jaren elf instellingen) was
9 Een overzicht van nieuws over fusies van woningcorporaties is te vinden op de website van de branchevereniging
het niet mogelijk op de PER te berekenen. Van deze corporaties was de omvang van de bedrijfslasten in beide jaren nihil. Er is over het jaar 2014 van 23 corporaties geen informatie aanwezig over het aantal verhuureenheden (vhe’s) in verhouding met het aantal werknemers die in dienst zijn van desbetreffende instelling. Doordat de opgave van deze corporaties ten aanzien van het aantal personeelsleden in dienst van de corporatie nihil is, is het niet mogelijk om deze variabele te berekenen. Het betreffen relatie kleine woningcorporaties met gemiddeld 423 vhe’s in bezit.
Tabel 5 – Overzicht reducties beschikbare data naar definitieve omvang onderzoekseenheden.
Toelichting toegepaste reducties Aantallen
Beschikbare onderzoekseenheden 712
Beperkt aantal gegevens beschikbaar in verband met liquidatie toegelaten
instelling Volkshuisvesting -1
Niet opgenomen in CiP-databestand -2
Niet mogelijk om PER te berekenen -22
Geen data aanwezig voor het aantal verhuureenheden per FTE -39
Aantal topfunctionarissen in de RvC / RvT nihil -8
Aantal topfunctionarissen in het (top) management nihil -5 Gemiddelde bezoldiging topfunctionarissen in het (top) management nihil -5 Extreme waarden bij afhankelijke variabele PERt en lnVEWt -9
Definitieve omvang waarnemingen in het onderzoek (N) 621
Het onderzoek in deze scriptie is gericht op de vraag wat de invloed is van het aantal bestuursleden (het aantal topfunctionarissen in de RvC en in het management) en de omvang van de bezoldiging van deze topfunctionarissen op de organisatorische prestaties van woningcorporaties. In het geval dat er geen data beschikbaar is over het aantal topfunctionarissen in de RvC of in het management, dan ontbreekt relevante informatie voor het onderzoek. Het is belangrijk om hierbij op te merken dat een toegelaten instelling volkshuisvesting moet beschikken over een Raad van Toezicht c.q. een Raad van Commissarissen (BBSH, 2013; Woningwet; 2015). Het bestuur van een corporatie kan, door beroep te doen op het feit dat er sprake is van bedrijfs- of privacygevoelige informatie, verzoeken om bepaalde gegevens niet openbaar te maken (zie website Corpodata10). Waarschijnlijk is het laatste van toepassing. Deze waarnemingen worden
derhalve niet opgenomen in het onderzoek. Dit betreft een datareductie van in totaal 13 waarnemingen (8 + 5). Daarnaast worden om dezelfde reden ook de waarnemingen verwijderd in
de gevallen dat informatie over de hoogte van de bezoldiging ontbreekt. In totaal worden 5 gevallen verwijderd. Als laatste worden er nog 9 waarnemingen verwijderd in verband met extreme waarden van de twee afhankelijke variabelen PERt en lnVEWt. Hier wordt in paragraaf 6.6 verder
op ingegaan. De totale populatie van 712 waarnemingen wordt naar aanleiding van bovenstaande aanpassingen gereduceerd tot 621 waarnemingen (N).
6.3 Beschrijvende statistieken
In tabel 3 zijn de beschrijvende statistieken weergegeven met betrekking tot de afhankelijke en onafhankelijke variabelen van die onderdeel uitmaken van de regressiemodellen. Voor de definities en de berekening van de variabelen wordt verwezen naar paragraaf 5.4. Conform de beschrijving in de vorige paragraaf, zijn er in totaal 621 waarnemingen in het onderzoek. In de toelichting onder tabel 3 zijn de variabelen toegelicht.
De onderste vier variabelen in tabel 3 (lnBINDt, lnBEZRvCt, lnBDIRt, lnBEZRvBt)
betreffen de CG-variabelen die centraal in het onderzoek van deze scriptie. Gemiddeld bestaat een RvC uit 5,1 topfunctionarissen (BINDt) die een gemiddeld een beloning ontvangen van € 7.235,-
(lnBEZRvCt). Het maximale aantal topfunctionarissen in de RvC bedraagt 16. De RvB en het
topmanagement samen bestaan gemiddeld uit 1,4 topfunctionarissen (BDIRt). Het minimale aantal
is 1 en maximaal bestaat het topmanagement uit 8 functionarissen. Bij het grootste gedeelte van de woningcorporaties (383 waarnemingen) bestaat het topmanagement uit 1 topfunctionaris. De gemiddelde bezoldiging van het topmanagement (BEZRvBt) bedraagt € 146.560,-.
De gemiddelde PERt bedraagt 68,4%. Dit betekent dat gemiddeld 68,4% van de totale
kosten betrekking hebben op de zogenaamde programmakosten. Het maximale percentage van de PERt bedraagt 99,5%. Dit is een opvallende uitkomst, omdat dit situatie betreft waarin bijna alle
de bedrijfskosten zijn besteed ten gunste van de belanghebbende van de woningcorporatie. Het relatief hoge percentage heeft mogelijkerwijs te maken met de toerekening organisatorische kosten in de functionele winst- en verliesrekening, zoals opgenomen in de dVi. Verdere analyse van de variabele PERt aan de hand van een histogram en een boxplot laten zien dat er geen sprake is van
De variabele lnVEW en lnWOZ betreffen de natuurlijke log van respectievelijk de volkshuisvestelijke exploitatiewaarde (VEW) per verhuureenheid en de Waardering Onroerende Zaken (WOZ-waarde) van de vhe. In het CiP-databestand zijn de VEW en de WOZ uitgedrukt in euro’s en geven aan wat een de gemiddelde waarde van een vhe is per woningcorporaties. Ten behoeve van de regressieanalyses zijn de VEW en WOZ getransformeerd naar natuurlijke logaritmes.
Tabel 6 - Beschrijvende statistieken data woningcorporaties over 2014 en 2015.
N Gemiddelde Mediaan Minimum Maximum Standaard- deviatie
PERt 621 0,684 0,689 0,300 0,995 0,134 PERt-1 621 0,665 0,670 0,253 0,995 0,128 lnVEWt 621 10,816 10,816 10,152 11,461 0,204 lnVEWt-1 621 10,792 10,793 9,829 11,504 0,224 lnWOZt 621 11,820 11,840 10,966 12,323 0,184 lnVHEFTEt 621 4,711 4,685 3,740 5,983 0,242 HVHt 621 0,029 0,027 0,000 0,050 0,011 HUDAEBt 621 0,684 0,675 0,054 0,966 0,071 lnFCFVHEt 621 8,146 8,165 7,158 8,747 0,189 LEVt 621 0,580 0,590 0,131 1,105 0,157 RDGt 621 2,377 2,143 0,930 15,562 0,996 RENTLAt 621 0,041 0,041 0,020 0,106 0,006 lnBINDt 621 1,625 1,609 0,095 2,773 0,244 lnBEZRvCt 621 8,887 8,972 5,347 9,856 0,512 lnBDIRt 621 0,359 0,095 0,095 2,079 0,475 lnBEZRvBt 621 11,806 11,910 6,084 13,170 0,560
N = aantal waarnemingen; t = data over het huidige jaar; t-1 = data over het voorgaande jaar; PER =
Program Expense Ratio, berekend door programmakosten van het huidige jaar te delen door de totale bedrijfslasten van het huidige jaar; lnVEW = natuurlijk logaritme van de Volkshuisvestelijke exploitatie- waarde; lnWOZ = natuurlijk logaritme van de Waardering Onroerende Zaken van de verhuureenheden;
lnVHEFTE= natuurlijk logaritme van het gewogen aantal verhuureenheden ten opzichte van het aantal
FTE’s; HVH = Huurverhoging per 1 juli van het jaar; HUDAEB = De gemiddelde huurprijs van DAEB- woningen in verhouding tot de gemiddelde maximaal redelijke huurprijs per 1 juli van het jaar; lnFCFVHE = natuurlijk logaritme van de netto kasstroom per verhuureenheid (vhe); LEV = Leverage c.q. debt ratio, berekend door gemiddelde omvang totale langlopende schulden van het huidige jaar te delen door het gemiddelde balanstotaal voor het huidig jaar; RDG = Rentedekkingsgraad; RENTLA = rentelasten in verhouding tot de omvang van de leningenportefeuille; lnBIND = natuurlijk logaritme van het aantal topfunctionarissen in de RvC; lnBEZRvC = natuurlijk logaritme van de gemiddelde bezoldiging van de RvC; lnBDIR = natuurlijk logaritme van het aantal topfunctionarissen in de RvB en het overige topmanagement; lnBEZRvB = gemiddelde bezoldiging van de topfunctionarissen in de RvB en overige topmanagement.
De onafhankelijke variabele LEVt heeft betrekking op de mate waarin een woningcorporatie is gefinancierd met lang vreemd vermogen. De maximale waarde van LEVt bedraagt 110,5%. Dit betekent dat de totale omvang van de langlopende schulden groter is dan het balanstotaal. Er zijn in totaal 6 waarnemingen waarbij de “leverage” of “debt ratio” groter is dan 100%. In deze gevallen is er sprake van een negatief eigen vermogen, waardoor het mogelijk is dat de som van de schulden groter is dan het balanstotaal.
De variabele HUDAEBt bedraagt gemiddeld 68,4%. Dit betekent dat de gemiddelde huurprijs van DAEB-woningen ruim 68% is van de gemiddelde maximale redelijke huurprijs per 1 juli van het huidige jaar. Met andere woorden, de gemiddelde huur die huurders betalen voor een sociale huurwoning (geen vrijesectorwoning) bedraagt ruim 68% van de maximale huurprijs waarvoor een woning verhuurd zou kunnen worden. 32% van de maximale huurprijs wordt niet doorberekend aan de huurder. De woningcorporatie is gebonden aan wet- en regelgeving met betrekking tot jaarlijks huurverhoging, zoals deze tot uitdrukking is gebracht bij de variabele HVHt.
De rentedekkingsgraad (RDG) is een financieel kengetal die aangeeft in hoeverre een corporatie op basis van operationele kasstromen in staat om aan de renteverplichtingen te voldoen. Idealiter moet deze ratio groter zijn dan 1. Uit tabel 3 blijkt dat de laagste waarneming 0,93 bedraagt. De toezichthouder, WA, hanteert een ondergrens van 1,4.
6.4 Correlatiecoëfficiënten
Om een indruk te krijgen van de samenhang tussen de onafhankelijke variabelen zijn de correlaties onderzocht. In Tabel 4 zijn de correlatiecoëfficiënten (Pearsons r) van de onafhankelijke variabelen opgenomen (N = 621). De significante correlaties zijn weergegeven door middel van * in het geval van significantieniveau van 5% en ** voor een significantieniveau van 1%. Bij de analyse ten aanzien van de sterkte van de correlatiecoëfficiënten zijn de volgende normen gehanteerd (Field, 2013):
Pearsons r tussen 0,0 en 0,1; geen correlatie;
Pearsons r tussen 0,1 en 0,3: beperkte mate van correlatie; Pearsons r tussen 0,3 en 0,5: gemiddelde mate van correlatie; Pearsons r tussen 0,5 en 1,0: grote mate van correlatie.
Tabel 7 - Correlatiematrix met Pearson correlatiecoëfficiënten tussen onafhankelijke variabelen. PE Rt-1 ln V E Wt- 1 ln W O Zt ln V H E FT Et H V Ht H U D A E Bt ln FC F V H Et L E Vt R D Gt R E N T L At ln B IN Dt ln B E Z R vC t ln B D IRt ln B E Z R vB t PERt-1 1,000 lnVEWt-1 -0,044 1,000 lnWOZt ,128** ,156** 1,000 lnVHEFTEt ,103** 0,027 ,158** 1,000 HVHt -0,015 ,080* ,126** -0,003 1,000 HUDAEBt -,183** ,096* -,275** -,103* -,101* 1,000 lnFCFVHEt -0,004 ,662** ,302** ,097* -0,061 0,024 1,000 LEVt 0,001 ,295** -0,059 ,170** ,132** 0,026 ,264** 1,000 RDGt 0,017 -,370** -0,052 0,045 -,171** -,101* -0,015 -,311** 1,000 RENTLAt -0,015 ,165** -0,001 -0,032 ,084* -0,011 ,180** ,180** -,132** 1,000 lnBINDt -0,077 -0,010 -,131** -,247** -0,043 ,166** -0,064 -,214** -,098* -0,017 1,000 lnBEZRvCt -0,005 0,062 0,001 -,222** -,210** ,225** -0,014 -,218** -,146** -0,011 ,411** 1,000 lnBDIRt -0,021 -,091* 0,005 ,117** 0,022 0,046 -,083* -0,049 -,085* -0,042 -0,014 0,002 1,000 lnBEZRvBt -0,035 ,121** -0,035 -,255** 0,007 ,144** 0,016 -,098* -,131** -0,007 ,428** ,512** -,231** 1,000
De kern van het onderzoek zijn de CG-variabelen (lnBINDt, lnBEZRvCt, lnBDIRt en lnBEZRvBt). In paragraaf 5.2 is toegelicht dat het voor de regressiemodellen van belang is dat deze variabelen geen indirecte invloed hebben op de controle variabelen. Op deze manier is mogelijk om vast te stellen welke variabelen de uitkomsten van het regressiemodel bepalen. Aan de hand van de correlatiematrix in tabel 4 is het mogelijk om vast te stellen of aan deze veronderstelling is voldaan of niet (zie het grijs gearceerde gebied). De meest negatieve en positieve correlatiecoëfficiënten in het relevante gebied van de correlatiematrix bedragen respectievelijk -0,255 en 0,225. Dit geeft een beperkte mate van correlatie aan.
Voor de regressieanalyses is het belangrijk dat de correlaties tussen de variabelen niet te groot is. Uit de correlatiematrix blijkt dat er in twee gevallen sprake is van een hoge mate van correlatie (zie de zwart gearceerde cellen in tabel 3). Dit betreffen de correlaties tussen enerzijds lnFCFVHEt en lnVEWt-1 ad 0,662 en anderzijds tussen lnBEZRvBt en lnBEZRvCt ad 0,512. In de
regressieanalyses ten behoeve van de afhankelijke variabelen PERt wordt de controle variabele
lnVEWt-1 niet opgenomen. Derhalve is desbetreffende correlatie niet van belang. Op basis van de
hoge correlatie tussen lnFCFVHEt en lnVEWt-1, zal de variabele lnFCFVHEt niet worden
opgenomen in de regressieanalyses ten aanzien van de afhankelijke variabelen VEWt. Er worden
dan ook geen problemen verwacht ten aanzien van multicollineariteit (Field, 2013). De hoge mate van correlatie tussen lnBEZRvBt en lnBEZRvCt kan worden aangemerkt als een grensgeval.
Gezien het feit dat de CG-variabelen centraal staan in het onderzoek, zullen beide variabelen (lnBEZRvBt en lnBEZRvCt) worden opgenomen in de regressieanalyses. De mate van
multicollineariteit als gevolg van de correlatiecoëfficiënten zullen bij de analyse van de regressiemodellen worden beoordeeld aan de hand van de Variantie Inflatiefactor (VIF).
In de regressieanalyses zullen de controle variabelen in de regressiemodellen opgedeeld worden in de categorieën “grootte”, “bedrijfsvoering”, “financiering” en “overige”. De variabelen PERt-1 en lnVEWt-1 worden alleen opgenomen in het model opgenomen als de afhankelijke
variabelen PERt respectievelijk lnVEWt worden onderzocht. Deze variabelen zijn van belang om
de relatieve organisatorische prestaties kunnen worden beoordelen.
De controle variabelen lnWOZt en lnVHEFTE behoren tot de categorie “grootte”. De variabele lnWOZt is een afgeleide van de totale WOZ-waarde van de verhuureenheden en wordt in het regressiemodel gebruikt als maatstaf voor de omvang van de woningcorporatie. De significante en positieve correlatie tussen lnWOZt en lnFCFVHE bevestigd het feit dat “dure” vhe’s ook worden verhuurd tegen een hogere huurprijs. Dit laatste heeft een positieve invloed op de netto kasstroom per vhe. Ten opzichte van de variabelen LEVt en RDGt laten de variabelen als maatstaf voor “grootte” echter tegengestelde correlaties zien. Dit bevestigd het vermoeden dat
lnVHEFTE meer een maatstaf is voor efficiency van een woningcorporaties (aantal vhe’s die worden beheerd per FTE).
De controle variabelen HVHt, HUDAEBt en lnFCFVHEt maken onderdeel uit van de categorie “bedrijfsvoering”. Bij deze variabelen valt op dat HVHt en HUDAEBt tegengestelde correlaties vertonen, terwijl beide te maken hebben met de hoogte van de huurprijzen. Blijkbaar doe de situatie zich voor dat bij dure vhe’s, uitgedrukt in de WOZ-waarde, het verschil tussen de daadwerkelijke huurprijs en maximaal redelijke huurprijs groter is. Het verband tussen lnWOZt en HVH heeft wellicht hier ook mee te maken. Bij vhe’s met hogere WOZ-waarde bestaat een groter verschil tussen de daadwerkelijke huurprijs en de huurprijs die maximaal gevraagd zou kunnen worden. Hierdoor bestaan er meer mogelijkheden om de huur te verhogen, wat tot uitdrukking komt in HVHt.
De controle variabelen LEVt, RDGt en RENTLAt vormen samen de categorie “financiering”. RDGt en RENTLAt zijn negatief en significant gecorreleerd. Naar mate de rentelasten (uitgedrukt als percentage van de leningenportefeuille) toenemen, zullen er meer middelen de organisatie uitgaan om aan de financieringsverplichtingen te voldoen. Hierdoor daalt de rentedekkingsgraad. Er bestaat ook een negatieve en significante correlatie tussen RDGt en LEVt. Een toename van de “debt ratio” kan worden veroorzaakt door de toename van de langlopende schulden. Een toename van leningen gaat gepaard met meer rentekosten (RENTLAt), die de RDGt negatief beïnvloeden. Bij het beoordelen van de correlaties van de categorie “financiering” met de andere categorieën, dan valt de positieve en significante correlatie op tussen LEVt, lnVEWt en lnFCFVHE. Uit de “leverage” blijkt in hoeverre een organisatie is gefinancierd met vreemd vermogen. De leningen van woningcorporaties worden met aangewend om nieuwe huurwoningen te bouwen of grote renovaties uit te voeren. Meer huurwoningen of hogere huurprijzen als het gevolg van renovaties hebben een positieve invloed op huidige en toekomstige kasstromen.
6.5 Resultaten regressieanalyses
De twee regressiemodellen PERt (model 1) en VEWt (model 2) bestaan uit de volgende varianten:
A) Alleen GC-variabelen;
B) Controle variabelen “grootte” met GC-variabelen; C) Controle variabelen “financiering” met GC-variabelen; D) Controle variabelen “bedrijfsvoering” met GC-variabelen;
E) Controle variabelen “grootte”, “financiering” en “bedrijfsvoering” met GC-variabelen; F) Alle controle variabelen en de GC-variabelen;
6.5.1 Uitkomsten regressiemodel 1 (PERt)
In tabel 7 zijn de resultaten gepresenteerd van de OLS-regressieanalyse ten behoeve van de afhankelijke variabele PERt. Bij alle modellen (1A tot en met 1F) is de F-test statistisch significant.
Dit betekent dat alle geteste PER-modellen statistisch significant zijn.
Tabel 8 – OLS-regressieanalyse met als afhankelijke variabele PERt voor de modellen 1A, 1B en 1C.
Model 1A Model 1B Model 1C
Verw. Coëfficiënt T-waarde Coëfficiënt T-waarde Coëfficiënt T-waarde
Constante 0,632 4,999*** -0,827 -2,248** 0,649 4,394*** CG: het bestuur lnBINDt + -0,073 -2,881*** -0,054 -2,108** -0,072 -2,785*** lnBEZRvCt + 0,034 2,770*** 0,030 2,450** 0,033 2,633*** lnBDIRt - 0,005 0,431 0,003 0,289 0,005 0,395 lnBEZRvBt - -0,011 -0,910 -0,009 -0,757 -0,011 -0,932 Grootte lnVHEFTEt + - - 0,023 1,008 - -