3. Onderzoeksopzet
In dit hoofdstuk wordt de onderzoeksopzet uitgewerkt. Als eerste zal de gebruikte data en de methode van dataverzameling vermeld worden, alsmede de afbakening van het onderzoek. Vervolgens zal de methode van onderzoek en de gekozen variabelen inclusief motivatie behandeld worden. In de afsluitende paragraaf worden de controlevariabelen behandeld waarmee ik de invloed van externe factoren op de variabelen probeer te beperken.
3.1 Onderzoeksdata en afbakening
Met dit onderzoek wil ik een uitspraak doen over de relatie tussen cashbonussen en risico bij Amerikaanse banken. Aangezien het onmogelijk is om de gehele populatie te onderzoeken, zal ik gebruik maken van een deelwaarneming. Vanwege beperkt beschikbare informatie omtrent de uitbetaalde bonussen bevat de deelwaarneming 49 banken uit de Verenigde Staten. Vanwege overnames en faillissementen zijn jaarverslagen van 18 banken niet beschikbaar, waardoor er 31 banken in de deelwaarneming overblijven.
De data betreffende de uitbetaalde cashbonussen zal gezocht worden in de website
www.Forbes.com. Deze website is gebaseerd op de database van BoardEx en beschikt over gegevens betreffende de salarissen en bonussen van de CEO’s van 49 Amerikaanse banken. Informatie over de salarissen en bonussen van Amerikaanse CEO’s zijn niet openlijk
beschikbaar. Forbes heeft echter een lijst op internet gezet met daarin de 500 grootste salarissen van Amerikaanse CEO’s. Van deze 500 ondernemingen zijn er door Forbes 49 geclassificeerd als bank. Ondernemingen welke zijn geclassificeerd als ‘diversified financials’ zijn niet in de deelwaarneming opgenomen, omdat hier ondernemingen tussen zitten waarvan de activiteiten moeilijk vergeleken kunnen worden met banken, zoals credit card
maatschappijen en verzekeraars. Er is gekozen voor Amerikaanse banken omdat het onderzoek daardoor beter vergelijkbaar is met eerder onderzoek van DeYoung, welke de relatie tussen aandelenoptiebonussen en risico onderzocht bij banken uit de VS. Er zullen gegevens worden gezocht uit de periode 2003 tot 2006, aangezien in 2007 de markt voor financiële derivaten in elkaar stortte. Door de weggezakte vraag kon er geen winst meer worden gemaakt door middel van het securitiseren van hypotheken. Dit heeft grote invloed gehad op de variabele Non-Interest income, waardoor de gegevens vanaf 2007 niet goed vergelijkbaar zijn met voorgaande jaren.
31 3.2 Onderzoeksmethode en variabelen
De statistische toets waarmee het verband tussen cashbonussen en risico wordt gemeten is Pearson’s correlatiecoëfficiënt. Er is voor Pearson’s correlatiecoëfficiënt gekozen omdat dit de meest gebruikte toets is om het verband tussen twee variabelen te meten. Daarnaast voer ik een Partiële Correlatietest uit. Wanneer de te onderzoeken variabelen beide een intervalschaal hebben, is het gebruikelijk om een Partiële Correlatietest uit voeren.
De mogelijke risicoprikkel welke we onderzoeken is de cashbonus. Zoals in de vorige paragraaf vermeld wordt de informatie omtrent bonussen opgezocht op de website www.Forbes.com. Op deze site staat zowel het basissalaris als de verschillende soorten uitgekeerde bonussen vermeld. De bonussen zijn onderverdeeld in ‘Cashbonus’, ‘Other Bonusses’ and ‘Stock Gains’. De basissalarissen en cashbonussen van de CEO’s worden opgeslagen in de database, in duizenden dollars. De andere bonussen laten we buiten beschouwing. Bonusratio wordt berekent als de ratio van de cashbonus ten opzichte van het totale basissalaris van de CEO, afgerond op 2 cijfers na de komma. Ik heb gekozen voor de bonus van de CEO omdat deze bestuurder de meeste invloed heeft op het beleid van de bank. De cashbonussen van andere bestuursleden en managers zijn niet meegenomen in dit
onderzoek, terwijl ook deze invloed hebben op de risk appetite van de bank. Volgens
Fahlenbach en Stulz (2010) zijn cashbonussen voor overige bestuursleden belangrijker, omdat cashbonus voor hun een groter deel van de totale inkomsten bedragen. De CEO’s hebben echter meer macht dan de overige bestuursleden, waardoor het mijns inziens beter is om de cashbonussen van CEO’s te gebruiken voor het onderzoek. Verwacht wordt dat Bonusratio positief gecorreleerd is met de proxy voor risico.
De overige variabelen worden gezocht in jaarverslagen van de betreffende banken. In dit onderzoek worden twee variabelen voor risico gebruikt. De eerste variabele richt zich op risicovol beleid. Risicovol beleid is moeilijk te onderzoeken. Daarom richt ik mij op
bestaande literatuur. Uit bevindingen van DeYoung en Roland (2001), Khambata (2003) en Stiroh (2006) blijkt dat niet-traditionele bankactiviteiten met meer risico wordt geassocieerd dan traditionele bankactiviteiten. Stiroh (2006) vind een verband tussen verschillende componenten van non-interest income (inkomsten uit investment banking, leningverkopen, verkoop van activa, securitisaties en andere non-interest income) en risico. DeYoung en Roland (2001) en Stiroh (2006) concluderen dat non-interest income gemiddeld genomen een risicovollere activiteit is. In dit onderzoek zal ik Non-interest income gebruiken als maatstaf voor risico. De hoeveelheid Total Income en Non-interest Income zal worden gezocht in jaarverslagen van de desbetreffende banken en worden opgeslagen in de database, in
miljoenen dollars, afgerond op 3 cijfers na de komma. De variabele Non-interest income zal worden berekent als het percentage Non-interest Income t.o.v. Total Income, afgerond op 2 cijfers na de komma. Ook recente onderzoeken naar risicovol beleid van bankiers (De Young, 2010; Suntheim, 2010) gebruikten deze methode. Verwacht wordt dat Non-interest income positief gerelateerd is aan Bonusratio.
De tweede variabele richt zich op risicovolle investeringen. Verliezen in mortgage-backed securities investeringen was de katalysator van de kredietcrisis. Private MBS is de fair value van private hypotheek securitisaties op de balans, t.o.v. totale activa. Private hypotheek securitisaties worden gedekt door bundels van sub-prime, Alt-A, jumbo en andere ‘non conforming’ hypotheken. Zodoende zijn zij risicovoller dan ‘agency MBS’ (uitgegeven en gegarandeerd door overheidsbanken als Fannie Mae en Freddie Mac), welke worden gedekt door ‘conforming’ hypotheken. (Adelson, 2006, DeYoung, 2010) De gegevens omtrent
32 private MBS’s en Agency MBS’s worden opgezocht in jaarverslagen van de desbetreffende banken. In de meeste gevallen staan deze gegevens vermeld in Note 5 of 6 van het
jaarverslag: Investment Securities. Vaak worden Mortgage Backed Secururities onderverdeeld in 3 groepen: Agency MBS’s, Private MBS’s, en Other MBS’s, waarbij de omvang van de laatste groep meestal erg klein is. Het bedrag wat de bank heeft geïnvesteerd in private MBS’s sla ik op in de database, wederom in miljoenen dollars, afgerond op 3 cijfers na de komma. In sommige gevallen wordt er slechts in de toelichting op Note 5 of 6 onderscheid gemaakt tussen Private MBS’s en Agency MBS’s, of zijn deze gegevens op een andere plek in het jaarverslag terug te vinden. Aangezien het niet verplicht is, kiezen sommige banken ervoor geen onderscheid te maken tussen Agency MBS’s en Private MBS’s. Bij 11 banken in de deelwaarneming was dit het geval. Voor dit onderzoek gebruiken we de fair value van Private MBS’s. Waarschijnlijk had ik dezelfde resultaten gekregen wanneer ik de geamortiseerde boekwaarde had gebruikt, aangezien deze waarden nagenoeg gelijk waren. Naast de hoeveelheid Private MBS’s wordt de totale activa van de bank opgezocht in de
geconsolideerde balans van het jaarverslag. De variabele Private MBS wordt berekent door het percentage van het bedrag wat de bank geïnvesteerd in Private MBS’s ten opzichte van de totale activa van de desbetreffende bank, afgerond op 2 cijfers na de komma.
Wanneer bankiers begrepen dat deze investeringen gepaard gingen met een grote hoeveelheid kredietrisico, is de verwachting dat investeringen in private hypotheek securitisaties positief gecorreleerd is met Bonusratio. In dat geval wordt de hypothese dat cashbonussen leiden tot het nemen van meer risico geaccepteerd.
33 3.3 Controlevariabelen
Om de invloed van andere factoren op de variabelen te verminderen worden
controlevariabelen in het model opgenomen. Bankgrootte zal een controlevariabele zijn van de variabele Bonusratio. Vanwege hogere bewakingskosten zouden grote banken meer prikkels moeten bieden om de manager in het belang van de aandeelhouder te laten werken. Daarnaast zouden grotere banken meer investeringsmogelijkheden hebben. Banken met meer investeringsmogelijkheden zouden manager meer prikkels moeten bieden om risico’s te nemen omdat er anders risicovolle, maar positieve NPV-projecten kunnen worden afgewezen. (Suntheim, 2010) Bankgrootte zal gemeten worden door Totale Activa. Totale activa zal worden gevonden in de geconsolideerde balans in het jaarverslag, en genoteerd worden in miljoenen dollars, afgerond op 2 cijfers achter de komma.
In het model zijn ook enkele controlevariabelen opgenomen welke van invloed kunnen zijn op risico. Volgens Jensen en Meckling (1976) en Duru et.al. (2005) is leverage van invloed op risico omdat de voordelen van risk-shifting groter worden naarmate de leverage van een onderneming groter is. Dit komt omdat er een soort ‘call optie effect’ ontstaat op het eigen vermogen, een combinatie van onbeperkte winstmogelijkheden en beperkte
verliesmogelijkheden. Hierdoor zullen CEO’s van banken met veel leverage meer geneigd zijn om risico te verschuiven naar obligatiehouders en overheden (Bebchuk en Spamann, 2009). De verwachting is dat de controlevariabele Leverage positief gecorreleerd is met de variabelen voor risico. Leverage wordt gemeten door de waarde van het vreemd vermogen te delen door de totale activa. Deze gegevens zullen worden gevonden in de geconsolideerde balans in het jaarverslag. Het percentage zal worden afgerond op 2 cijfers achter de komma. Een andere controlevariabele heeft te maken met corporate governance en risico. Volgens de Agency theorie zijn aandeelhouders risiconeutraal en managers risico-avers. Wanneer een bestuur aandeelhoudergericht is zal deze meer risiconeutraal zijn, en in het geval een bestuur minder aandeelhoudersgericht is zal deze meer risico-avers zijn (Pathan, 2009). De mate waarin een bestuur aandeelhoudersgericht zal gemeten worden door een meting van de onafhankelijkheid van het bestuur. De controlevariabele Board Indepence zal berekent worden door het aandeel bestuursleden welke een uitvoerende functie hebben of hebben gehad binnen de onderneming. Informatie omtrent de huidige functie en eerdere functies van bestuursleden is te vinden in het corporate governance gedeelte van de website van de bank. Verwacht wordt dat Board Indepence negatief gecorreleerd is met de maatstaven voor risico. Daarnaast gebruik ik de controlevariabele Duality om de macht van de CEO te meten. Deze informatie is tevens te vinden in het corporate governance gedeelte van de website van de bank. Wanneer de CEO veel macht heeft zal hij minder prikkels hebben om in het belang van de aandeelhouders te werken en zal hij over het algemeen meer risico-avers handelen
(Vallascas en Hagendorff, 2009). Verwacht wordt dat Duality negatief gecorreleerd is met de variabelen voor risico.
34 4. Resultaten
In dit hoofdstuk zullen de uitkomsten van de statistische toets worden behandeld. In de eerste paragraaf zal er ruimte zijn voor beschrijvende statistiek. In de tweede paragraag zal
besproken worden in hoeverre de uitkomsten van de statistische toets overeenkomen met de hypothese. Tevens zal er in deze paragraaf een terugkoppeling plaatsvinden met de theorie zoals beschreven in hoofdstuk twee. Ten slotte bevat de derde paragraaf de overige resultaten welke tijdens het onderzoek zijn gevonden.