In tabel 10 zijn de waarden na bewerking opgenomen. De variabele VHE is vervangen door LOG VHE. De scheefheid en gepiektheid van deze variabele voldoen nu aan de gestelde norm voor normaalverdeling waardoor regressieanalyses kunnen worden uitgevoerd.
Tabel 10: Statistische maten ten behoeve van regressieanalyse (na bewerking)
4.2 Toetsing van de hypothesen
De zes hypothesen en het onderzoeksmodel zijn beschreven in hoofdstuk 3 en samengevat in paragraaf 3.5. In deze paragraaf wordt op basis van verschillende regressieanalyses gekeken of de hypothesen kunnen worden aangenomen
Voor elke onafhankelijke variabele is een lineaire regressie uitgevoerd met een significantieniveau van
(α) van 0,05. Daarnaast zal middels een multiple regressie worden onderzocht of de variabelen samen significant zijn. Hiervoor wordt eerst de enter methode gehanteerd en vervolgens zullen de variabelen ook door middel van stapsgewijze methode worden getoetst.
In tabel 11 is een overzicht opgenomen van de variabelen met daarbij de verklarende waarde van de variabele. In de kolom R staat de meervoudige correlatiecoëfficiënt vermeld. Dit is de correlatie tussen de waargenomen waarde van de afhankelijke variabele en de voorspelde waarde van de afhankelijke variabele. Het kwadraat van de meervoudige correlatiecoëfficiënt de R Square geeft weer welk deel van de variantie van de afhankelijke variabele wordt verklaard door de onafhankelijke variabele.
KW A L IT E IT LO G V H E GE M Z IT T IN G BI G 4 SO L V NE G R E S2 JR PO SR E S Geldig 50 50 50 50 50 50 50 Ontbrekend 0 0 0 0 0 0 0 Totaal 50 50 50 50 50 50 50 81,00% 8,37 4,98 0,98 35,53 0,30 0,48 83,33% 8,27 4,85 1,00 34,35 0,00 0,00 80,00% 6,46a 3,0a 1,00 6,1a 0,00 0,00 11,25% 1,24 1,7 8 0,14 13,14 0,46 0,50 -0,55 0,36 0,21 -7 ,07 0,21 0,90 0,08 0,34 0,34 0,34 0,34 0,34 0,34 0,34 -0,23 -0,7 7 0,26 50,00 -0,42 -1,24 -2,08 0,66 0,66 0,66 0,66 0,66 0,66 0,66 50,00% 6,46 0,40 0,00 6,10 0,00 0,00 100,00% 11,36 9,50 1,00 61,90 1,00 1,00 25 7 1,86% 7 ,26 3,88 1,00 25,83 0,00 0,00 50 83,33% 8,27 4,85 1,00 34,35 0,00 0,00 7 5 88,40% 9,38 6,03 1,00 43,55 1,00 1,00 Aantal jaarrekeningen Gemiddelde Mediaan Modus Standaarddev iatie Scheefheid (Skewness) Std. Error scheefheid
a. Multiple modes exist. The smallest v alue is shown
Gepiektheid (Kurtosis)
Std. Error of Kurtosis Minimum
Maximum Percentielen
- 50 -
Wanneer de R Square gelijk is aan 1 betekend dit dat alle variantie wordt verklaard door de onafhankelijke variabele.
Tabel 11: Kwaliteit van het model
De variabelen in paragraaf 4.2.1 tot en met 4.2.6 zijn allen individueel getoetst. Derhalve is de verklarende waarde bepaald door de R Square. Bij een model met meerdere variabelen wordt een correctie toegepast op de verklarende waarde. Voor de multiple regressieanalyse is daarom de Adjusted R Square van belang.
Op basis van de gegevens in tabel 11 is te zien dat de variabele LOGVHE (8,1%), SOLV (7,2%) en BIG4 (4.1%) nog enige verklarende waarde hebben. De overige variabelen leveren nauwelijks een verklarende waarde. De variabelen moeten significant zijn om een bijdrage te leveren aan de voorspellende waarde. In paragraaf 4.2.1 tot en met 4.2.6 wordt dit beschreven en toegelicht. De multiple regressie is beschreven in paragraaf 4.2.8 en in 4.2.9.
Variabele R R Square Adjusted R Square Std. Error of the Estim ate 1 ,285a ,081 ,062 10,896% 2 ,062b ,004 -,017 11,346% 3 ,202c ,041 ,021 11,132% 4 ,269d ,07 2 ,053 10,949% 5 ,082e ,007 -,014 11,329% 6 ,085f ,007 -,013 11,326%
Model Sum m aryg
g. Dependent Variable: KWALITEIT a. Predictors: (Constant), VHE
b. Predictors: (Constant), GEM ZITTING c. Predictors: (Constant), BIG4
d. Predictors: (Constant), SOLV e. Predictors: (Constant), NEGRES2JR f. Predictors: (Constant), POSRES
- 51 -
4.2.1 Omvang
H1: De omvang van de woningcorporatie, gemeten in VHE’s, heeft een positief verband met de kwaliteit van de financiële verslaggeving.
Op basis van tabel 11 blijkt dat de kwaliteit van de verslaggeving voor 8,1% verklaard wordt door de omvang van de woningcorporatie. Op basis van de ANOVA blijkt dat een significant verband aanwezig is tussen de omvang van de woningcorporatie en de kwaliteit van de financiële verslaggeving.
Op basis van de coëfficiënten (opgenomen in bijlage 7.7) is een positief verband zichtbaar tussen omvang en kwaliteit. Het snijpunt van de X en Y ligt op 55,089 en de hellingsgraad is 3,095. Wanneer de X-waarde stijgt met 1, neemt de Y-waarde toe met 0,32. Het positieve verband tussen de omvang en de kwaliteit van de financiële verslaggeving is met een significantiewaarde van 0,015 significant bij een α van 0,05. Hiermee wordt hypothese 1 aangenomen.
De formule voor de regressie is als volgt:
Kwaliteit (Y) = 55,089 (β0)+ 3,095 (β1)*LOGVHE (X1)
Het feit dat omvang van een organisatie een positief verband heeft op de kwaliteit van verslaggeving is ook terug te vinden in andere literatuur. In de theoretische onderbouwing van de hypothese zijn 2 mogelijke oorzaken genoemd voor deze relatie, namelijk schaalvoordelen en toezicht. Op basis van de uitkomst van dit onderzoeken lijkt ook voor woningcorporaties de schaalvoordelen als gevolg van een grotere omvang door te werken op de kwaliteit van de financiële verslaggeving. Grote corporaties krijgen vanwege de grotere maatschappelijke verantwoordelijkheid die ze dragen meer aandacht van het toezichthoudend orgaan CFV en de samenleving.
4.2.2 Gemiddeld aantal zittingsjaren RVC
H2a: Een laag gemiddeld aantal zittingsjaren van de RVC heeft een positief verband met de kwaliteit van de financiële verslaggeving.
H2b: Een hoog gemiddeld aantal zittingsjaren van de RVC heeft een positief verband met de kwaliteit van de financiële verslaggeving.
Sum of Squares df Mean Square F Sig. Regression 7 21,45 1 7 21,452 6,318 ,015b Residual 5.481,03 48 114,188 Total 6.202,48 49 ANOVAa Model 1
a. Dependent Variable: KWALITEIT b. Predictors: (Constant), LOGVHE
- 52 -
Op basis van regressieanalyse is geen significant verband zichtbaar ten aanzien van het gemiddeld aantal zittingsjaren van de commissarissen en de kwaliteit van verslaggeving (bijlage 7.7). Hiermee worden hypothese H2a en H2b beide verworpen. Deze determinant is voor het eerst onderzocht en op basis van recente literatuur was daarom geen eenduidige verwachting op te stellen. Dit heeft vervolgens geleidt tot twee contrasterende hypothesen. Op basis van dit onderzoek blijkt dat in het geheel geen relatie aanwezig is.
Een mogelijke oorzaak hiervoor kan zijn dat een gemiddelde zittingstermijn onvoldoende zegt over het functioneren van een raad van commissarissen. Uit de dataset van het VTW blijkt dat het gemiddeld aantal commissarissen in een raad tussen de 5 en 6 ligt. Hierdoor kan de mening van een individuele commissaris worden beïnvloed door minimaal 4 andere commissarissen. Verder is het gebruikelijk dat de in- en uitdiensttreding in de raad een gespreid karakter heeft om zo continuïteit van de raad te borgen. Hierdoor is wellicht de invloed van nieuwe commissarissen relatief beperkt.
4.2.3 Big4 accountant
H3: De kwaliteit van de financiële verslaggeving heeft een positieve relatie met de aanwezigheid van een Big4 accountant.
Op basis van de spreiding van Big4 en niet-Big4 kantoren in de populatie kan geen betrouwbare uitspraak worden gedaan effect van een Big4 accountant op de kwaliteit van verslaggeving. Op basis van een regressieanalyse is geen significant verband zichtbaar (zie bijlage 7.7). Zoals beschreven in paragraaf 4.1.5 is een mogelijke oorzaak voor het ontbreken van kleine kantoren gelegen in het feit dat de kleine woningcorporaties niet zijn opgenomen in de steekproef. Om dit te toetsen is een willekeurige deelwaarneming uitgevoerd onder 40 woningcorporaties met minder dan 500 VHE’s. De resultaten zijn opgenomen in tabel 12.
Tabel 12: Accountant woningcorporaties < 500 VHE
Accountant Aantal Procentueel
Onbekend 20 50,0% BDO 8 20,0% Deloitte 5 12,5% EY 2 5,0% PWC 2 5,0% Dubois 1 2,5%
Hamersv eld Nijssen 1 2,5%
Verstegen 1 2,5% T otal 40 100,0% Big4 9 22,5% Niet-Big4 11 27 ,5% Onbekend 20 50,0% T otal 40 100,0%
- 53 -
In paragraaf 3.1 is gekozen om de kleine corporaties niet op te nemen in de populatie op basis van de veronderstelling dat de jaarrekeningen hiervan niet publiek beschikbaar zijn gemaakt. Uit de analyse blijkt dat van 20 woningcorporaties (50%) geen jaarrekening publiek beschikbaar is. Dit is een bevestiging van de aanname die in paragraaf 3.1 is gedaan. De data in tabel 12 over de accountant is ontleend aan de website companyinfo.nl. Op deze website staat vermeld welke accountant bij een onderneming aanwezig is. Ook worden hier de jaarrekeningen geüpload, mits de onderneming dit zelf heeft gedaan. Dit betekent niet dat de door de onderneming geüploade jaarrekening bruikbaar is voor dit onderzoek naar kwaliteit. Zoals ook beschreven in paragraaf 4.1 kan het voorkomen dat woningcorporaties geen volledige jaarrekening hebben geüpload. Het percentage van 50% kan hiermee nog hoger uitvallen. Van de 20 kleine woningcorporaties waar wel gegevens over zijn gevonden worden 11 corporaties gecontroleerd door een niet-Big4 kantoor (55%). Dit is aanzienlijk meer dan de 2 % in de steekproefselectie van dit onderzoek. Dit betekent dat op basis van deze deelwaarneming gesteld kan worden dat kleinere woningcorporaties in verhouding vaker worden gecontroleerd door een klein kantoor.
4.2.4 Solvabiliteit
H4: Een hoge solvabiliteit heeft een positief verband met de kwaliteit van de verslaggeving van de woningcorporatie.
Op basis van de regressieanalyse is een positief verband aantoonbaar ten aanzien van de solvabiliteit en de kwaliteit van de verslaggeving (zie bijlage 7.7 Met een verklarende waarde (R Square) van 7,2% is dit verband niet significant bij α=0,05 en kan deze hypothese niet worden geaccepteerd. Met een waarde van 0,059 is er wel een sterk verband aanwezig welke wel significant is bij een α van 0,10. Een mogelijk verklaring voor het uitblijven van een significant verband is dat de invoering van de RJ 645 tot veel extra inspanning van de accountant heeft geleid. Uit de analyse van de variabele Big4 blijkt dat 98% van de steekproefpopulatie wordt gecontroleerd door een big4 kantoor. Deze grote kantoren hebben als gevolg van meer kennis en een grotere kans op reputatieschade een strikte controle uitgevoerd. Een aanpassing van regelgeving zal door de accountant aandachtig worden bestudeerd. De inspanning van de accountant zal op basis van reputatieschade niet afnemen bij een corporatie waarvan de solvabiliteit relatief laag is. Hierdoor ontbreekt mogelijk de relatie tussen kwaliteit en solvabiliteit.
Daarnaast is het solvabiliteitsoordeel van het CFV voor managers misschien minder relevant dan in de theoretische verantwoording is verondersteld. Het CFV heeft geen gegevens gepubliceerd over de solvabiliteitsoordelen van de woningcorporaties op basis van boekjaar 2012. Vanaf 2013 hanteert het CFV geen solvabiliteitsoordeel maar worden de corporaties getoetst op basis van zes toezichtvelden te weten: kwaliteit financiële verantwoording, behoud maatschappelijk gebonden vermogen, kwaliteit
- 54 -
financieel risicobeheer, liquiditeit, solvabiliteit en draagkracht vermogen in relatie tot activiteiten.4 Deze beoordeling kan leiden tot verscherpt toezicht. Omdat solvabiliteit nu slechts één van de zes parameters in de beoordeling is, is het belang voor de managers hiervan misschien afgenomen. Een slechte solvabiliteit kan wellicht gecompenseerd worden met 5 andere parameters.
4.2.5 Resultaat in twee opeenvolgende jaren negatief
H5: In twee opeenvolgende jaren een negatief resultaat verantwoorden heeft negatief verband met de kwaliteit van de financiële verslaggeving.
Op basis van het theoretisch onderzoek is de verwachting opgesteld dat managers minder strikt de verslaggevingsregels hanteren wanneer ze voor het tweede jaar op rij een negatief resultaat moeten verantwoorden. Op basis van deze analyse is geen significant verband gevonden tussen het verantwoorden van twee opeenvolgende jaren met een negatief resultaat en een lagere kwaliteit van verslaggeving (zie bijlage 7.7). Hypothese 5 kan daarom niet worden geaccepteerd.
Mogelijke oorzaak hiervoor is de invloed van de stelselwijziging die met de invoering van RJ 645 gepaard gaat. Door de wijziging in waardering van vastgoed (en impairment van vastgoed) kan het resultaat van woningcorporaties sterk negatief beïnvloed worden. Onderzoek van Jungheim en Suurland (2013) laat zien dat het resultaat van corporaties die vastgoed waarderen tegen kostprijs een gemiddelde resultaatsdaling van EUR 0,3 miljoen hebben en corporaties die waarderen tegen het actuele waardemodel gemiddeld EUR 27 miljoen daling verantwoorden. Managers hebben door het waarderen tegen actuele waarde minder direct sturing op het te verantwoorden resultaat. In het model van Hoogendoorn & Mertens (figuur 1) is dit dan ook een van de variabelen die effect kan hebben op de kwaliteit van de verslaggeving. Doordat resultaat minder is te sturen is er wellicht geen verband met de kwaliteit.
4.2.6 Positief resultaat
H6: Het verantwoorden van een positief resultaat heeft een positieve relatie met de kwaliteit van de financiële verslaggeving.
Op basis van de uitgevoerde analyse is de het verband tussen het resultaat en kwaliteit niet significant en hiermee wordt hypothese 6 verworpen. De verwachte positieve relatie is op basis van dit onderzoek niet zichtbaar bij woningcorporaties. Het uitblijven van deze verwachte relatie kan een gevolg zijn van de stelselwijziging in 2012. Zoals beschreven in paragraaf 4.2.5 is resultaat slechter te sturen als gevolg van de stelselwijziging.
Daarnaast is een mogelijke oorzaak te vinden in het feit dat bijna alle corporaties door een big4 accountant zijn gecontroleerd. Een controle door een Big4 accountant leidt op basis van andere
- 55 -
onderzoeken tot een betere kwaliteit. Dit kan een verstorende factor zijn op de relatie kwaliteit en resultaat. De big4 accountant laat zich bij de controle niet leiden door het resultaat.
4.2.7 Multiple regressieanalyse enter methode
Voor dit onderzoek zijn 6 determinanten onderzocht die mogelijk invloed hebben op de kwaliteit van de financiële verslaggeving. In paragraaf 4.2.1 tot en met 4.2.6 zijn deze determinanten getoetst op basis van een regressieanalyse. De uitkomst van deze analyse is dat alleen de variabele LOGVHE een significant positief verband heeft met de kwaliteit van de financiële verslaggeving. In tabel 6 zijn de variabelen getoetst op correlatie. Uit deze analyse blijkt dat er significante relaties aanwezig zijn. Doordat variabelen invloed op elkaar hebben zijn andere uitkomsten mogelijk bij een multiple regressie.
Allereerst is een multiple regressie analyse uitgevoerd. Hierbij zijn alle zes de variabelen opgenomen in het model. De verklarende waarde (adjusted R-square) van dit model is 10.5% (zie bijlage 7.7). Dit betekend dat op basis van de verwachte waarde uit de regressieanalyse 10,5% wordt verklaard door het model. Dit betekend ook dat de relatie voor 89,5% verklaard wordt door andere variabelen dan die zijn opgenomen in dit onderzoek. Uit de ANOVA-analyse blijkt dat het verband tussen alle variabelen en de kwaliteit van de financiële verslaggeving niet significant is bij een α van 0,05 (zie bijlage 7.7). Op basis van de individuele regressieanalyses is het uitblijven van deze relatie te verwachten. Mogelijke verklaring voor het ontbreken van significantie is al beschreven bij de individuele regressieanalyses. Het correlerend effect dat de variabelen hebben leidt niet tot andere uitkomsten.
4.2.8 Multiple regressieanalyse stapsgewijze methode
Naast het uitvoeren van een regressieanalyse volgens de entermethode is ook een regressieanalyse op basis van de stapsgewijze methode uitgevoerd. Bij de stapsgewijze methode worden alleen de significante onafhankelijke variabelen opgenomen in de regressieanalyse. Op basis van de individuele regressies wordt alleen een significantie verwacht voor de variabele LOGVHE. Deze relatie blijkt ook uit de stapsgewijze methode. Met een waarde van 0,015 is de variabele LOGVHE significant. Doordat alle variabelen zijn opgenomen in het model leidt dit ook tot een andere verklarende waarde. De adjusted R Square is 9,8%. Bij de individuele regressie was deze 8,1% De formule van de regressie is gelijk aan die in paragraaf 4.2.1. De uitkomsten en de waarden van de variabelen die niet zijn opgenomen in het model zijn ook opgenomen in bijlage 7.2