Onafhankelijke variabelen

In dit onderzoek worden drie kenmerken van de RvC meegenomen: onafhankelijkheid (ONA), diversiteit (DIV) en omvang (OMV). In navolging van verschillende onderzoeken wordt de onafhankelijkheid gemeten door het percentage onafhankelijke leden in de RvC (Meca, Garcia-Sanchez en Martinez-Ferrero, 2015). Het aantal onafhankelijke leden wordt door de bank expliciet aangegeven in het jaarverslag. Om de impact van het gehanteerde bestuursmodel op de kwaliteit van risico disclosures en op de relatie tussen de onafhankelijkheid van de RvC en de kwaliteit van risico disclosures te testen, wordt gebruikgemaakt van dummy variabelen. Banken die een two-tier bestuursmodel hanteren ontvangen een 0 en banken die een one-tier bestuursmodel hanteren ontvangen een 1 (ONE). De diversiteit van de RvC wordt op eenzelfde manier gemeten als de onafhankelijkheid van de RvC, namelijk door het percentage vrouwelijke leden in de RvC (Allini et al., 2016; Garcia-Meca et al., 2015; Mateos de Cabo et al., 2012). De omvang van de RvC wordt gemeten door het aantal leden in de RvC (Allini et al., 2016; Elzahar en Hussainey, 2012). Naast de kenmerken van de RvC wordt ook getoetst of de AC en de RC invloed uitoefenen op de kwaliteit van risico disclosures. De

mate van activiteit van de subcommissies van de RvC, de AC (ACV) en de RC (RCV), wordt gemeten aan de hand van het aantal vergaderingen (Barakat en Hussainey, 2013; Vafeas, 1999 en Vafeas, 2005). Overeenkomstig het onderzoek van Hines et al., (2015) wordt de overlap tussen de AC en de RC gemeten door het aantal leden van de RC die tevens lid zijn van de AC te delen door de omvang van de RC (OVE).

4.4. Controlevariabelen

In dit onderzoek worden de omvang van de bank (LTA), leverage (LEV), winstgevendheid (ROA) en het gehanteerde rechtssysteem (COM) als controlevariabelen meegenomen. De invloed van de vier controlevariabelen op risicoverslaggeving is in het verleden veelvuldig onderzocht en tevens zijn significante relaties aangetoond tussen de genoemde controlevariabelen en (met name de kwantiteit van) risicoverslaggeving (Khlif en Hussainey, 2016⁹). De eerste drie variabelen worden verzameld aan de hand van de jaarrekeningen over het boekjaar 2015. Het indelen van landen met betrekking tot het rechtssysteem wordt gedaan aan de hand van de classificatie van La Porta, Lopez-de-Silanes, Schleifer en Vishny (1998).

Eerder onderzoek toont een positieve relatie aan tussen de omvang van ondernemingen en risico disclosures (Abraham en Cox, 2007; Allini et al., 2016; Amran et al., 2008; Elshandidy et al., 2013; Elzahar en Hussainey, 2012; Eng en Mak, 2003; Khlif en Hussainey, 2016; Linsley et al., 2006; Ntim et al., 2013; Oliveira et al., 2011b). Barakat en Hussainey (2013) en Miihkinen (2012) vinden daarnaast een positieve relatie tussen de omvang van de onderneming en de kwaliteit van (operationele) risico disclosures. In dit onderzoek wordt de omvang van de bank gemeten door de logaritme van de totale activa in euro’s aan het einde van het boekjaar te nemen. Indien een bank een andere valuta hanteert, wordt de totale activa omgezet in euro’s waarbij de koers van 31 december 2015 wordt gebruikt. De logaritme van de totale activa wordt genomen om de impact van extreme waarden te minimaliseren (Abraham en Cox, 2007; Garcia-Meca et al., 2015; Mateos de Cabo et al., 2012; Ntim et al., 2013). De positieve relatie kan op meerdere manieren worden verklaard. Elshandidy et al., (2013) stellen dat de kosten voor het verstrekken van risico-informatie relatief lager zijn voor grotere ondernemingen. Daarnaast zijn kleinere banken meer gevoelig voor de nadelige gevolgen die het verstrekken van risico-informatie kan hebben op de concurrentiepositie van de bank (Elshandidy et al., 2013). Volgens Elzahar en Hussainey (2012) zijn grotere ondernemingen meer afhankelijk van externe financiering en hebben zij daarom meer belang bij het verstrekken van risico-informatie om een goed signaal af te geven aan aandeelhouders en schuldeisers met betrekking tot het vermogen van de bank om toekomstige verplichtingen na te komen. Waar men zou kunnen verwachten dat een grotere bank tevens een grotere RvC nodig is, leert een blik op de data dat dit niet het geval is. Tien banken hebben een grotere RvC dan de in het Verenigd Koninkrijk gevestigde HSBC, de grootste bank op basis van de totale activa. De kleinste van deze tien banken, de in Duitsland gevestigde DekaBank, heeft een totale activa die 30 keer kleiner is dan de totale activa van HSBC. Hieruit kan worden geconcludeerd dat een grotere bank niet perse een grotere RvC heeft.

9 Khlif en Hussainey (2016) hebben een meta-analyse uitgevoerd met betrekking tot onderzoeken naar risicoverslaggeving gepubliceerd in de jaren 2004 tot en met 2014. Uit dit onderzoek is gebleken dat grootte van de onderneming, leverage en winstgevendheid de meest onderzochte factoren zijn met betrekking tot risicoverslaggeving.

Eerder onderzoek toont tevens aan dat de leverage van de bank invloed kan uitoefenen op de risico disclosures van de bank. Leverage wordt in navolging van eerder onderzoek gemeten als de verhouding tussen de hoeveelheid schulden en de totale activa (Abraham en Cox, 2007; Allini et al., 2016; Linsley et al., 2006; Ntim et al., 2013). Elzahar en Hussainey (2012) stellen dat hoe meer ‘leveraged’ een onderneming is, hoe meer risico-informatie zij zullen verstrekken om schuldeisers ervan te overtuigen dat de bank aan haar toekomstige verplichtingen kan voldoen. Miihkinen (2012) stelt echter dat ondernemingen met hoge leverage weinig risico-informatie zullen verstrekken om de kwetsbaarheid van de ondernemingen ten aanzien van risico’s te verbergen. De resultaten uit eerder onderzoek zijn gemengd. Waar meerdere onderzoeken een positieve relatie vinden tussen leverage en risico disclosures (Abraham en Cox, 2007; Elshandidy et al, 2013; Khlif en Hussainey, 2016; Oliveira et al., 2011b), vinden andere onderzoeken een negatieve relatie (Eng en Mak, 2003; Miihkinen, 2012; Ntim et al., 2013). Ook is de relatie in het verleden niet significant gebleken (o.a. Amran et al., 2008; Elshandidy en Neri, 2015; Elzahar en Hussainey, 2012).

Winstgevende banken willen aantonen dat de goede prestaties mede afhankelijk zijn van het vermogen van de bank om risico’s effectief te kunnen managen en zullen daarom meer risico-informatie verstrekken dan verlieslijdende of minder winstgevende banken (Elshandidy et al., 2013; Elzahar en Hussainey, 2012; Linsley et al., 2006). In dit onderzoek wordt winstgevendheid gedefinieerd als het rendement op de totale activa van de bank (ROA). Waar onderzoeken die betrekking hebben op niet-financiële ondernemingen over het algemeen winstgevendheid meten door het rendement op het eigen vermogen (ROE) te nemen, is de ROA de meest voorkomende maatstaf onder financiële ondernemingen (Khlif en Hussainey, 2016; Linsley et al., 2006; Mateos de Cabo et al., 2012). De verklaring hiervoor is dat banken over relatief weinig eigen vermogen beschikken en men voorzichtig moet zijn met het gebruiken van ROE als maatstaf voor winstgevendheid omdat een hoge ratio kan worden bereikt doordat de bank te ‘leveraged’ is (Mateos de Cabo et al., 2012). Eerder onderzoek naar de relatie tussen de ROA en risicoverslaggeving geeft gemengde resultaten. Khlif en Hussainey (2016) en Ntim et al., (2013) vinden een positieve relatie, waar Miihkinen (2012) een negatieve relatie vindt. Ook is de relatie in het verleden niet significant gebleken (Elshandidy et al., 2013; Linsley et al., 2006).

Gezien het feit dat de deelwaarneming banken uit de verschillende EU landen betreft, moet er gecontroleerd worden voor verschillen ten aanzien van het gehanteerde rechtssysteem. In Europa worden twee rechtssystemen gehanteerd: het common law-systeem en het civil law-systeem. Beide rechtssystemen hebben kenmerkende eigenschappen met betrekking tot het accountingsysteem (Khlif en Hussainey, 2016), wat de kwaliteit van risico disclosures kan beïnvloeden. Waar het accountingsysteem van common law-landen uitgaat van eigenschappen als professionaliteit en transparantie, is het accountingsysteem van civil law-landen gebaseerd op wat de wet voorschrijft en minder transparant (Khlif en Hussainey, 2016). Khlif en Hussainey (2016) vinden dat beide systemen een modererend effect hebben op relaties tussen andere variabelen en risicoverslaggeving. Barakat en Hussainey (2013) vinden een positieve relatie met de kwaliteit van operationele risico disclosures. De variabele wordt gemeten aan de hand van een dummyvariabele. Banken uit civil law-landen ontvangen een 0 en banken uit common law-landen ontvangen een 1.

Tabel 3 geeft een overzicht van alle variabelen, de labels die zijn toegedeeld aan de variabelen en de manier waarop de variabelen worden gemeten.

TABEL 3

Variabelen en operationalisering Variabele Label Operationalisering

Afhankelijke variabele

Kwaliteitsscore DIS Disclosure index score

Onafhankelijke variabelen

Onafhankelijkheid RvC ONA Aantal onafhankelijke leden gedeeld door de omvang van de RvC Bestuursmodel ONE One-tier = 1, two-tier = 0

Diversiteit RvC DIV Aantal vrouwelijke leden gedeeld door de omvang van de RvC Omvang RvC OMV Aantal leden van de RvC

Aantal vergaderingen AC ACV Aantal vergaderingen van de AC Aantal vergaderingen RC RCV Aantal vergaderingen van de RC

Overlap tussen AC en RC OVE Aantal leden die deel uitmaken van beide de AC en de RC gedeeld door het aantal leden van de RC

Controlevariabelen

Omvang van de bank LTA Logaritme van de totale activa aan het einde boekjaar

Leverage LEV Totale vreemd vermogen gedeeld door de totale activa aan het einde boekjaar Winstgevendheid ROA Winst voor belastingen gedeeld door het totale activa aan het einde boekjaar Rechtssysteem COM Common law-landen = 1, civil law-landen = 0

4.5. Methodiek

De hypotheses worden getest door het toepassen van een meervoudige lineaire regressieanalyse. Gebaseerd op vooronderzoek is mijn verwachting dat niet alle data beschikbaar is voor alle variabelen. Derhalve worden de hypotheses getest op het totaal aantal waarnemingen beschikbaar voor een bepaalde hypothese. Als gevolg hiervan wordt elke hypothese apart getoetst. Het volledige model wordt getoetst op het aantal banken waarvan de data voor alle variabelen volledig beschikbaar is. Hiervoor is de volgende formule opgesteld:

𝐾𝑤𝑎𝑙𝑖𝑡𝑒𝑖𝑡 𝑣𝑎𝑛 𝑟𝑖𝑠𝑖𝑐𝑜 𝑑𝑖𝑠𝑐𝑙𝑜𝑠𝑢𝑟𝑒𝑠

= 𝛽₀+ 𝛽₁∗ 𝑂𝑁𝐴 + 𝛽₂ ∗ 𝑂𝑁𝐸 + 𝛽₃∗ 𝑂𝑁𝐴 ∗ 𝑂𝑁𝐸 + 𝛽₄∗ 𝐷𝐼𝑉 + 𝛽₅∗ 𝑂𝑀𝑉 + 𝛽₆ ∗ 𝐴𝐶𝑉 + 𝛽₇∗ 𝑅𝐶𝑉 + 𝛽₈∗ 𝑂𝑉𝐸 + 𝛽₉∗ 𝐿𝑇𝐴 + 𝛽₁₀∗ 𝐿𝐸𝑉 + 𝛽₁₁∗ 𝑅𝑂𝐴 + 𝛽₁₂

∗ 𝐶𝑂𝑀 + 𝜀_𝑖

In een robuustheidtest worden de ontbrekende waarden vervangen door het gemiddelde. Dit is niet mogelijk voor alle variabelen. Mogelijke ontbrekende data met betrekking tot het aantal vergaderingen van de AC, het aantal vergaderingen van de RC en de overlap tussen leden van de AC en RC kan niet worden vervangen door het gemiddelde omdat deze banken niet over een aparte AC en RC beschikken. Indien de ontbrekende waarden worden vervangen door het gemiddelde zou dit een vertekend beeld opleveren. Tevens worden additionele analyses uitgevoerd indien een significante relatie wordt

aangetoond tussen een variabele en de kwaliteit van risico disclosures. De kwaliteitsscore wordt opgedeeld naar disclosure categorie om de invloed van de variabele op de specifieke categorieën te onderzoeken. Ook deze analyses worden uitgevoerd door het toepassen van een lineaire regressie. Om de betrouwbaarheid van het meetinstrument, de disclosure index, te meten wordt de Cronbach’s alpha berekend. Onderstaand tabel toont de Cronbach’s alpha voor de gehele disclosure index en per disclosure categorie. Indien de Cronbach’s alpha een waarde rondom 0,7/0,8 heeft mag de disclosure index betrouwbaar worden geacht. Een te hoge Cronbach’s alpha kan wijzen op disclosure items die te veel op elkaar lijken (Smith, 2015). De berekende Cronbach’s alpha per disclosure categorie wordt weergegeven in onderstaand tabel.

TABEL 4 Cronbach’s Alpha

Crohnbach’s Alpha N Gehele disclosure index 0,853 30

Algemeen 0,559 7

Kredietrisico 0,712 8

Solvabiliteit/financiële sterkte 0,715 10

Liquiditeitsrisico 0,496 5

De Cronbach’s alpha voor de gehele disclosure index is 0,853. Het gebruikte meetinstrument is dus betrouwbaar. De relatie met de kwaliteitsscore op kredietrisico (0,712) en solvabiliteit/financiële sterkte (0,715) kan ook betrouwbaar worden gemeten. De Cronbach’s alpha berekend voor de algemene categorie (0,559) en liquiditeitsrisico (0,496) zijn laag. Een reden hiervoor is dat de Cronbach’s alpha gevoelig is voor het aantal items in het meetinstrument, met een hogere Cronbach’s alpha voor een disclosure index die meer items bevat (Smith, 2015). Gezien de lage Cronbach’s alpha voor de disclosure index die liquiditeitsrisico meet, kan in de additionele analyses de invloed van de variabelen, waarvoor een significante relatie is gevonden, op de kwaliteit van liquiditeitsrisico niet worden getest. De resultaten zouden onvoldoende betrouwbaar zijn. De Cronbach’s alpha voor de algemene risico disclosure index is tevens laag, maar wel hoger dan 0,5. Hieruit blijkt dat de disclosure index met betrekking tot algemene risico disclosures enigszins betrouwbaar is. Om deze reden wordt de algemene risico disclosure categorie wel meegenomen in de additionele analyses. De resultaten met betrekking tot deze disclosure categorie zijn echter wel minder betrouwbaar, waardoor minder waarde mag worden toegekend aan de conclusies die worden getrokken.

5. Resultaten

In dit hoofdstuk worden de resultaten beschreven. In de eerste paragraaf wordt de beschrijvende statistiek toegelicht. Daarna wordt de correlatieanalyse besproken. Vervolgens worden de resultaten met betrekking tot de hypotheses besproken. Tot slot, in de laatste paragraaf worden enkele additionele analyses toegelicht.