De hypothese binnen dit onderzoek luidde als volgt:
H0: Er is geen verband tussen de recente financiële crisis en de mate waarin er door Nederlandse bouwbedrijven aan Earnings Management wordt gedaan.
H1: Er is wel een verband tussen de recente financiële crisis en de mate waarin er door Nederlandse bouwbedrijven aan Earnings Management wordt gedaan.
Ik wil testen in hoeverre de afhankelijke variabele (discretionaire accruals) door de onafhankelijke variabele (financiële crisis, 2009) wordt beïnvloed. Om hierover een uitspraak te kunnen doen, dient vastgesteld te worden of wel of niet sprake is van een significant verschil tussen de in 2007 gemeten discretionaire accruals en de in 2009 gemeten discretionaire accruals. Om vast te kunnen stellen of er sprake is van een significant verschil, dient een significantie level bepaald te worden. Wanneer vervolgens de significantie van een test kleiner is dan dit significantielevel, is de test significant en kan H0 verworpen worden. Wanneer de significantie van de test echter groter is dan het significantielevel, is de test niet significant en wordt H0 niet verworpen.
Het significantielevel wordt in SPSS gesteld op 0,05.
Component Minimum Maximum Mean Standaard deviatie
WCAvc -14.051,00 34.145,33 1.386,75 7.390,82 Svc 20.077,88 1.774.180,33 236.118,73 346.257,33
Component Minimum Maximum Mean Standaard deviatie
AWCA2007 -147.467,99 36.661,74 -6.356,49 23.626,14 AWCA2009 -54.525,30 61.839,01 -2.039,44 17.668,03
Component Minimum Maximum Mean Standaard deviatie
AWCA2007/WCA2007 -26,45 16,35 0,56 5,89 AWCA2009/WCA2009 -55,26 8,91 0,25 7,42
4.2.1PAIRED T-TEST OF MEANS
Zoals uiteengezet in paragraaf 3.4 zal ik aanvankelijk de paired t-test of means gebruiken om een eerste beoordeling uit te voeren aangaande vergelijking van de means. Ik wil op deze manier middels een redelijk eenvoudige test vaststellen of er een significant verband is tussen de financiële crisis en het toepassen van Earnings Management in mijn populatie. Ik heb deze test uitgevoerd middels SPSS, op basis van de data waarvan de statistieken in voorgaande paragraaf zijn behandeld.
De resultaten van de tweezijdige paired t-test of means welke ik heb uitgevoerd middels SPSS:
ANALYSE VAN HET RESULTAAT VAN DE PAIRED T-TEST
Mijn P-waarde is met 0,100 groter dan 0,05, hetgeen betekent dat de kans dat H0 waar is 10% is. Ik kan dus niet met 95% zekerheid stellen dat H1 waar is maar de kans dat H1 waar is, is 90%. De uitkomst van deze test is dus dat er 90% kans is dat er een verband bestaat tussen de financiële crisis en de mate waarin tijdens de crisis door Nederlandse bouwbedrijven Earnings Management werd toegepast. Deze 90% is kleiner dan 95%, derhalve mag ik H1 niet aannemen en is er dus geen statistisch bewijs gevonden voor een verband tussen de financiële crisis en Earnings Management bij bouwbedrijven tijdens deze crisis.
Mijn gevonden t-waarde van 1,667 is daarnaast kleiner dan de kritieke waarde (deze is 2,00 bij 60 vrijheidsgraden en 95% tweezijdig toetsen), hetgeen eveneens betekent dat ik H1 niet mag aannemen.
Conclusie op basis van deze paired t-test is dus dat er geen significant verschil is tussen de toepassing van Earnings Management in de crisis ten opzichte van voor de crisis. Aangezien er geen significant verschil is wordt verondersteld dat er in de crisis niet significant meer of minder aan Earnings Management wordt gedaan dan voor de crisis, hetgeen betekent dat er geen aanleiding is om een eenzijdige paired t-test uit te voeren om te onderzoeken of er in de crisis meer (of minder) aan Earnings Management wordt gedaan.
Mean N Std. Deviation
Std. Error Mean
AWCA_ratio_2007 1,7585 65 8,66790 1,07512 AWCA_ratio_2009 -,2006 65 2,87114 ,35612
Paired Samples Statistics Data
Pair 1
N Correlation Sig.
Pair 1 AWCA_ratio_2007 &
AWCA_ratio_2009 65 -,127 ,312
Paired Samples Correlations Data
Lower Upper
Pair 1 AWCA_ratio_2007 -
AWCA_ratio_2009 1,95908 9,47205 1,17486 -,38798 4,30614 1,667 64 ,100
Paired Samples Test
Data Paired Differences t df Sig. (2-tailed) Mean Std. Deviation Std. Error Mean 95% Confidence Interval of the Difference
4.2.2MEERVOUDIGE REGRESSIE ANALYSE
In de t-test, zoals uiteengezet in de voorgaande paragraaf, kunnen geen controls ingebouwd worden voor bijvoorbeeld leverage ratio, bedrijfsomvang en auditor effectiveness. Dit zijn echter, ceteris paribus, wel belangrijke onafhankelijke variabelen welke van invloed kunnen zijn op de afhankelijke variabele. Zie bijvoorbeeld de uitkomsten van het onderzoek van Healey en Wahlen (1998), uiteengezet in paragraaf 2.2.1, waarin de motieven voor Earnings Management zijn onderzocht en besproken.
Middels regressieanalyse zal ik het verband tussen de crisis en de toepassing van Earnings Management nogmaals testen, echter zal ik nu controls inbouwen voor de controlevariabelen waarvoor ik in het formuleren van mijn selectie nog geen controls heb ingebouwd. Dit zijn de volgende controlevariabelen (zie ook paragraaf 3.4):
- Leverage ratio; - Bedrijfsomvang; - Auditor effectiveness.
De resultaten van de meervoudige regressie analyse welke ik heb uitgevoerd middels SPSS:
De eerste tabel betreft de samenvatting van het model en geeft de volgende informatie: - De R-waarde is 21,2%. Dit betekent dat de onafhankelijke variabelen als totaal met
21,2% correleren met de afhankelijke variabele;
- R-Square is 4,5%. Dit zegt ons dat 4,5% van de variantie van de afhankelijke variabele wordt verklaard door de onafhankelijke variabelen als totaal;
- Adjusted R-Square is een nauwkeuriger berekening van R-Square, deze geeft dus aan dat slechts 1,4% % van de variantie van de afhankelijke variabele wordt verklaard door de onafhankelijke variabelen als totaal.
De ANOVA tabel geeft informatie over de toegevoegde waarde van het model als geheel. De belangrijkste uitkomsten zijn als volgt te interpreteren:
- De significantie van het model is dus 21,7%. Dit betekent dat ik met meer dan 78,3% zeker ben dat het model een toegevoegde waarde heeft ten opzichte van geen model. De kans is kleiner dan 21,7% dat het model geen toegevoegde waarde heeft. Het model is niet significant bij 95%, dus ik mag H0 niet verwerpen, waarmee het model statistisch gezien geen toegevoegde waarde heeft voor het aantonen van een verband tussen de afhankelijke variabele en de onafhankelijke variabelen.
Model R R Square Adjusted R Square Std. Error of the Estimate 1 ,212a ,045 ,014 6,45966 Model Summary
a. Predictors: (Constant), Big4, Crisis, Leverage, Size (rev.)
Sum of
Squares df Mean Square F Sig.
Regression 244,639 4 61,160 Residual 5215,902 125 41,727 Total 5460,541 129 1,466 ,217b ANOVAa Model 1
a. Dependent Variable: AWCA/WCA
Vervolg resultaten meervoudige regressie analyse:
De Coefficients tabel geeft informatie over de afzonderlijke onafhankelijke variabelen. De ANOVA tabel heeft reeds aangetoond dat het model geen waarde heeft als het gaat om het statistisch onderbouwd mogen aannemen van een verband tussen de afhankelijke- en de onafhankelijke variabelen. Kortgezegd is de conclusie van mijn onderzoek hiermee dat er geen verband is tussen de mate van toepassen van Earnings Management door Nederlandse bouwbedrijven en de financiële crisis. Het is echter wel interessant om te zien dat de crisis de op één na meest significantie beïnvloeder is van de mate waarin Earnings Management wordt toegepast. Op grond van bovenstaande tabel lijkt het erop dat de kans ongeveer 10% is dat de crisis geen invloed heeft op de verhouding tussen de Abnormale- en de totale Werkkapitaal Accruals van Nederlandse bouwbedrijven. Ook de bedrijfsomvang lijkt een bepalende factor te zijn. Echter, zoals reeds gesteld, heb ik geen bewijs gevonden voor deze uitspraken omdat het model als geheel geen verklarende waarde heeft en daarnaast bovenstaande significantieniveaus van de onafhanlkelijke variabelen lager zijn dan 95%.
Ook wanneer ik controlevariabelen uit het model verwijder leidt dit niet tot een significant model, zelfs niet bij enkelvoudige regressie analyse met alleen de financiële crisis als onafhankelijke variabele. Standardized Coefficients B Std. Error Beta (Constant) 1,963 1,436 1,367 ,174 Crisis -1,900 1,150 -,147 -1,652 ,101 Leverage -,664 2,072 -,029 -,320 ,749
Size (rev.) 4,568E-06 ,000 ,153 1,665 ,098
Big4 -,900 1,254 -,065 -,717 ,474
1
a. Dependent Variable: AWCA/WCA
Coefficientsa
Model
Unstandardized Coefficients
5 CONCLUSIE
5.1 CONCLUSIE
Dit onderzoek is uitgevoerd om een antwoord te krijgen op de volgende hoofdvraag:
In welke mate verschilt de mate van winststuring door Nederlandse bouwbedrijven in crisistijd van de mate van winststuring in perioden van economische groei?
Op grond van mijn literatuurstudie in combinatie met de data analyse kan ik concluderen dat de financiële crisis niet van invloed is geweest op de mate waarin Nederlandse bouwbedrijven Accrual based Earnings Management hebben toegepast.
Op basis van mijn regressie analyse lijkt de crisis (samen met bedrijfsomvang) wel de meest bepalende factor voor de mate waarin Earnings Management in de door mij onderzochte periode werd toegepast, echter mag ik deze uitspraak statistisch gezien niet aannemen.
5.2B
EPERKINGEN VAN HET ONDERZOEKWetenschappelijk onderzoek bestaat voor een belangrijk deel uit het maken van keuzes en bewust zijn van beperkingen. Om de effectiviteit en de resultaten van mijn onderzoek in het juiste perspectief te plaatsen zal ik hier de beperkingen van mijn onderzoek benoemen. Voor een juiste interpretatie van mijn onderzoeksresultaten dienen te allen tijde onderstaande beperkingen in acht genomen te worden.
HET MODEL VAN DEFOND EN PARK
Voor mijn onderzoek is het model van DeFond en Park het meest effectief gebleken, zie mijn motivatie daarvoor in paragraaf 3.1.4. Zoals alle discretionaire accruals modellen worden de DA middels het model geschat. Het is dus belangrijk om er rekening mee te houden dat de ‘berekende discretionaire accruals’ een schatting van de discretionaire accruals zijn en geen absoluut berekende waarde. Er is dus sprake van een zekere estimation error.
Het model van DeFond en Park is een zogenaamd ‘naïef model’ door te veronderstellen dat het jaar voorafgaand aan het onderzochte jaar ‘normaal’ is. Dit impliceert in mijn onderzoek een aanname met betrekking tot het referentiekader voor abnormale accruals. Dit is een bijkomstigheid welke inherent is aan mijn keuze voor het model van DeFond en Park.
DATABRON ORBIS
De voor mijn onderzoek benodigde data heb ik gedownload uit Orbis. Een beperking van het gebruik van een database als Orbis is de afhankelijkheid van beschikbare data. Zo was niet van iedere onderneming uit mijn, op basis van mijn afbakeningscriteria gedefinieerde populatie, van alle jaren de benodigde data beschikbaar. Dit resulteert in een kleinere steekproefomvang omdat de ondernemingen waarvan data ontbreekt niet onderzocht kunnen worden.
Daarnaast is in Orbis geen gedetailleerde jaarrekeninginformatie beschikbaar. Het is daardoor niet mogelijk om van mijn populatie vast te stellen of er bonussen zijn uitgekeerd aan managers. Ook informatie over aandelenemissies en/of management buy-outs is van mijn populatie niet beschikbaar, voor deze controlevariabelen heb ik derhalve in mijn regressie analyse geen controls kunnen formuleren.
In Orbis is alleen de laatst bekende auditor opgenomen. Ik heb derhalve geen harde informatie over de auditor van het betreffende onderzochte jaar, maar neem aan dat dit dezelfde auditor is.
KWANTITATIEF ONDERZOEK
Mijn onderzoek betreft een kwantitatief onderzoek waarbij gebruik is gemaakt van financiële data. De vraag in hoeverre managers Earnings Management hebben toegepast uit baanzekerheidsmotieven (zie contracting motivations, paragraaf 2.2.1) zou middels kwalitatief onderzoek onderzocht moeten worden. Ik heb derhalve geen control voor deze controlevariabele opgenomen.