Om de hypothese van dit onderzoek te testen, is gebruik gemaakt van lineaire regressie analyses. De hypothese is getest aan de hand van regressie vergelijking 1 en 2. In vergelijking 1 is de afhankelijke variabele, de waarde van de discretionaire accruals.
1: DACt = β0 + β1(DerivN)t + β2(Big4)t + β3(LogAssets)t + β4(LEV)t+ ɛt
In de vergelijking 2 is de afhankelijke variabele, de verhouding van de onderliggende nominale waarde van de derivatenportefeuille en de omvang van de leningenportefeuille. Hierbij is Big4 niet meegenomen als controlevariabele aangezien verwacht wordt dit enkel van invloed is op de discretionaire accruals.
2: DerivNt = β0 + β1(DAC)t + β2(LogAssets)t + β3(LEV)t + ɛt
In tabel 3 zijn de Adjusted R-squared en de F-waardes opgenomen om de verklaringskrachten van de modellen te kunnen aantonen. Aangezien de hypothese eenzijdig is opgesteld, mag de P-waarde door twee worden gedeeld.
Vergelijking 1 is statisch significant op het level van 0,01. De Adjusted R-squared kent een waarde van 0,123 wat aangeeft dat 12,3% van de variantie in DAC wordt verklaard door vergelijking 1. Uit vergelijking 1 blijkt dat DerivN een negatieve significante invloed heeft op de waarde van de discretionaire accruals (β=-0,017, P=0,028=<0,1).
Vergelijking 2 is statisch significant op het leven van 0,01. De Adjusted R-squared kent een waarde van 0,060 wat aangeeft dat 6,0% van de variantie in DerivN wordt verklaard door vergelijking 2. Wanneer de P-waarde hier door twee wordt gedeeld, blijkt uit vergelijking 2 dat de variabele DAC een negatieve significante invloed heeft op het gebruik van derivaten bij woningcorporaties (β=-0,485, P=0,032=<0,1).
31
Uit vergelijking 1 en 2 blijkt dat er een negatief verband staat tussen de discretionaire accruals en het gebruik van derivaten. Deze uitkomst is overeenkomstig met de verwachting in de hypothese en in lijn met uitkomsten van de onderzoeken van Barton (2001) en Princus & Rajgopal (2002). De invloed van het gebruik van derivaten heeft echter een beperkter invloed op discretionaire accruals dan omgekeerd. Barton (2001) vond in zijn onderzoek echter wel een grotere invloed. Dit kan verklaard worden omdat Barton’s (2001) onderzoek zicht richt op verschillende Amerikaanse industrieën waarbij hij rentederivaten en valutaderivaten meeneemt. Dit onderzoek richt zich op één bedrijfstak in Nederland die behoort tot non-profit en neemt alleen rentederivaten mee. Dit geeft mogelijk een verklaring
Tabel 3: Regressie analyses
Vergelijking Vergelijking 1: DACt Vergelijking 2: DerivNt
Constant 0,004 -0,679 (0,906) (0,000) Onafhankelijke var. DerivNt (1) -0,017** (0,028) DACt (2) -0,485** (0,032) Controle var. Big4t -0,010* (0,058) LogAssetst 0,003 0,060*** (0,182) (0,000) LEVt -0,044*** 0,035 (0,000) (0,565) Adjusted R-squared 0,123 0,060 F-waarde 9,457*** 5,510***
*** Correlatie is significant op het level van 0,01 ** Correlatie is significant op het level van 0,05 * Correlatie is significant op het level van 0,10
Gebaseerd op one-tailed test voor DerivNt en DACt, two-tailed test voor de andere Afhankelijke variabele model 1: DACt. Afhankelijke variabele model 2: DerivNt. De cijfers zijn gecontroleerd voor ‘jaareffecten’.
DerivNt = de onderliggende nominale waarde van de derivatenportefeuille gedeeld door de totale omvang van de leningenportefeuille
DACt = de waarde van de discretionaire accruals in jaar t
Big4t = dummyvariabele waarbij 1 staat voor controle door Big4 kantoor en 0 staat voor controle door geen Big4 kantoor.
LogAssetst = het natuurlijke logaritme van de totale activa in jaar t LEVt = de totale schulden gedeeld door de totale activa in jaar t
32
voor het verschil met het onderzoek van Barton (2001). Daarnaast had Barton (2001) in zijn onderzoek de discretionaire accruals absoluut gemaakt.
Uit Vergelijking 1 blijkt dat de controle variabele Big4 een negatieve significante invloed heeft. Dit is overeenkomstig met eerdere onderzoeken (Krishnan 2003; Van Tendeloo & Vanstraelen 2008). Echter, van de 444 waarnemingen waren er 405 waarnemingen waarbij sprake was van een Big4 accountant. Van de 39 andere waarnemingen was BDO in 38 gevallen de accountant, die naast de Big4 behoort tot de grotere accountantskantoren.
De controle variabele organisatiegrootte heeft in vergelijking 1 geen significante waarde. In eerdere onderzoeken (Barton & Simko 2002; Xie et al. 2003) werd verondersteld dat grotere organisaties eerder accrual-based earnings management toepassen. In het onderzoek van Barton (2001) werd organisatiegrootte niet meegenomen als controlevariabele op discretionaire accruals. Uit vergelijking 2 blijkt dat organisatiegrootte wel van significante positieve invloed is op het gebruik van derivaten. Dit is in lijn met de verwachting op basis van de veronderstellingen van Mian (1996) en Barton (2001).
De controle variabele voor schuldenpositie heeft een significante negatieve invloed op discretionaire accruals. Dit is een opvallend resultaat omdat op basis van de eerdere onderzoeken (Defond & Jiambalvo 1994; Jaggi & Lee 2002) verwacht werd dat er juist een positief significant verband bestaat. De huidige literatuur beschikt echter ook over artikelen die het tegendeel beweren. Jelinek (2007) veronderstelde dat een toename van de schuldenpositie, accrual-based earnings management zal verminderen. Chung et al. (2005) en Lee et al. (2007) veronderstellen dat de schuldenpositie van negatieve invloed is op earnings management omdat als gevolg van de controle van kredietverstrekkers het lastiger is voor managers om earnings management toe te passen. De hoogte van schulden van een woningcorporatie is van positieve niet significante invloed op het gebruik van derivaten. Op basis van het onderzoek van Berkman & Bradbury (1996) werd verwacht dat woningcorporaties met een relatief hogere schuld, eerder geneigd zijn om derivaten te gebruiken. Barton (2001) vond in zijn onderzoek wel een positieve significante relatie tussen de hoogte van schulden en het gebruik van derivaten.
De steekproef in dit onderzoek is getest op de aanwezigheid van heteroscedasticiteit. Dit is uitgevoerd door middel van een spreidingsdiagram (scatterplot) voor beide vergelijkingen. Vervolgens is een “Fit Line” getrokken om te kunnen concluderen of er sprake was van de aanwezigheid van heteroscedasticiteit. Aangezien in beide spreidingsdiagrammen sprake was
33
van een horizontale lijn, kan er concludeert worden dat er sprake is van homoscedasticiteit. De spreidingsdiagrammen met ‘’Fit Line’’ staan weergegeven in bijlage 4.