Waarde relevantie van R&D en groeimogelijkheden in Bondsrepubliek Duitsland
Name: Stefan Wouter Student number: 10174338
Thesis supervisor: Dr. S. Bissessur Date: 24 juni 2018
Word count: 20783
MSc Accountancy & Control
2
Statement of Originality
This document is written by student Stefan Wouter who declares to take full responsibility for the contents of this document.
I declare that the text and the work presented in this document is original and that no sources other than those mentioned in the text and its references have been used in creating it.
The Faculty of Economics and Business is responsible solely for the supervision of completion of the work, not for the contents.
3
Abstract
Het doel van deze scriptie is onderzoek doen naar de waarde relevantie van accounting informatie in jaarverslagen van beursgenoteerde Duitse industriële organisaties over een periode van 10 jaar (2008 t/m 2017). Voor empirisch onderzoek past deze studie het Ohlson model (1995) toe en de data is gehaald uit de ORBIS-database om de waarde relevantie van accounting informatie voor de Duitse organisaties te onderzoeken. Ten eerste tonen de resultaten dat de accountingvariabele de marktwaarde verklaren voor de Duitse sample (2008 – 2017). Ten tweede blijkt dat er een significante relatie bestaat tussen R&D-uitgaven en de marktwaarde in de periode 2008 – 2017. Ten derde slot blijkt dat R&D-uitgaven niet significant meer waarde relevant zijn voor organisaties met groeimogelijkheden dan voor organisaties zonder groeimogelijkheden in de periode 2008 – 2017. Tot slot, het aanvullend onderzoek onthult dat in de periode 2015 -2017 R&D-uitgaven wel significant meer waarde relevant zijn voor organisaties met groeimogelijkheden dan voor organisaties zonder groeimogelijkheden. De contributie aan de literatuur van deze scriptie is dat het de waarde relevantie van accounting informatie en de groeimogelijkheden in Europa’s grootste industrieland toont. Het is waardevol de karakteristieken van de beursgenoteerde Duitse industriële organisaties te tonen om de kwaliteit van besluitvorming van investeerders op grond van accounting informatie te bewaken.
4
Inhoudsopgave
1 Introductie 6
1.1 Achtergrondinformatie 7
1.2 Onderzoeksvraag 9
1.3 Contributie aan de literatuur 11
2 Empirische literatuur 12 2.1 Financiële overzichten 12 2.2 R&D-accountingbenaderingen 13 2.3 Waarde relevantie 15 2.4 Groeimogelijkheden 16 3 Hypothese ontwikkeling 19 4 Onderzoeksmethodologie 22
4.1 Data en sample selectie 22
4.2 Waarderingsmodellen 22 4.3 Control Variabelen 25 4.4 Regressiemodellen 26 5 Empirische resultaten 28 5.1 Basismodel Waarderelevantie 28 5.2 Hypothese 1 31 5.2.1 Beschrijvende statistieken 31 5.2.2 Regressie 33 5.3 Hypothese 2 37 5.3.1 Beschrijvende statistieken 37 5.3.2 Regressie 38 5.4 Aanvullend onderzoek 44 6 Conclusie 50 6.1 Onderzoeksvraag en Samenvatting 50 6.2 Beperkingen 51
5
6.3 Toekomstig verder onderzoek 52
Referenties 53
6
1 Introductie
Deze scriptie onderzoekt de waarde relevantie van accountingvariabele winst, boekwaarde, Research en Development (hierna: R&D) en groeimogelijkheden in de periode 2008-2017. Mijn keuze is gemotiveerd door de stelling van Cañibano (2018) dat de waarde van o.a. accountingvariabele winst en boekwaarde steeds minder belangrijk worden terwijl de waarde van immateriële activa, zoals R&D, steeds belangrijker wordt.
De literatuur toont het bewijs dat de accountingvariabelen combinatie van winst en boekwaarde in waarde relevantie zijn toegenomen de afgelopen 40 jaar, aldus Collins et al. (1997). De relevantie van winst is gedaald maar die van boekwaarde is toegenomen, deze boekwaarde toename heeft de waarde relevatie winst-boekwaarde gelift. De verklaring hiervoor is dat organisaties een toename kennen van incidentele activiteiten, negatieve winst, veranderingen in organisatie grootte en verandering in immateriële activa intensiteit.
In 2005 zijn International Financial Ruling Standards (hierna: IFRS) ingevoerd om vergelijkbaarheid tussen organisaties op internationaal niveau te bevorderen. Nationale wetgeving maakte plaats voor internationale regelgeving. In Duitsland was voorheen GERMAN GAAP verplicht maar dat is vervangen door IFRS. De beursgenoteerde organisaties stelde de jaarrekening op volgens US GAAP maar sinds 2005 hanteren zij IFRS. In verschillende landen is aangetoond dat er een verschil is in waarde relevantie van accountingvariabelen voor en na invoering van IFRS. Echter is de literatuur beperkt, een dergelijk onderzoek ontbreekt specifiek voor Duitse industriële organisaties terwijl de Duitse industrie groot is en wereldwijd strekt.
Mijn onderzoek heeft een beperking, namelijk het tijdsframe van 10 jaar 2008 – 2017 i.p.v. het tijdsframe van de invoering IFRS 2005 – 2017. De oorzaak is de keuze voor de database ‘ORBIS’, dat slechts 10 jaar data levert. Dit impliceert dat het gemiddelde effect van mijn onderzoeksresultaten mogelijk zijn beïnvloed door het beperkte tijdsframe. Een alternatief is database ‘COMPUSTAT’ waar data beschikbaar is van 2005 – 2017. Frappant, is door ontbrekende data in ‘COMPUSTAT’ periode 2005 – 2017 de totale bruikbare samplegrootte uit ‘COMPUSTAT’ 2481 observaties is, terwijl ORBIS-data in tijdsperiode 2008 – 2017 2460 observaties oplevert, het verlies in data is bijna nihil.
In dit onderzoek is er ten eerste sprake van waarde relevantie van de accounting informatie volgens het Ohlson (1995) model. Ten tweede tonen de onderzoeksresultaten aan dat ook R&D-uitgaven significante invloed hebben op marktwaarde, volgens de bevindingen van Chauvin & Hirschey (1993). En tot slot blijkt dat organisaties met de groeimogelijkheden en organisaties zonder groeimogelijkheden geen significant verschillende invloed hebben op de aandelenkoersen, in strijd met het tegendeel van de bevindingen van Ho, Tjahjapranata en Yap (2006) des te hoger
7
de groei des te hoger de R&D. Het aanvullend onderzoek onthult dat in de periode 2015 -2017 R&D-uitgaven wel significant meer waarde relevant zijn voor organisaties met groeimogelijkheden dan voor organisaties zonder groeimogelijkheden.
1.1 Achtergrondinformatie
In dit onderzoek staan waarde relevantie van Research en Development (hierna: R&D) uitgaven
en de afhankelijkheid van groeimogelijkheden centraal. Het onderzoek richt zich op Duitse beursgenoteerde organisaties. Accountingvariabelen zijn waardevolle prestatie indicatoren voor gebruikers van financiële overzichten (bijv. jaarrekeningen).
Accountants dragen zorg voor het juist en volledig verwerken van economische evenementen in de boekhouding van een organisatie. Het doel van accounting is informatieverschaffing om informatieasymmetrie op te lossen. Organisaties presenteren informatie via publicatie van financiële rapporten waarin accountingvariabelen zijn opgenomen. De mate van waarde relevantie wordt bepaald door de relatie tussen aandelenkoersen en accounting variabelen, aldus Ohlson (1995). Volgens de International Accounting Standard (hierna: IAS) 38 zijn er voor R&D twee waarderingsmogelijkheden, te weten: uitgave in de resultatenrekening en kapitalisatie op de balans. R&D-uitgaven worden onderworpen aan een kwalificatietest om te bepalen hoe deze te waarderen. De accountants issue met betrekking tot R&D is dat R&D onzeker is en dan vindt het voorzichtigheidbeginsel toepassing. Indien er niet met zekerheid vastgesteld kan worden dat de kasstromen zeker zijn dienen accountants af te boeken, oftewel ten laste brengen van het resultaat. Op voorwaarde dat aan de criteria voor kapitalisatie wordt voldaan zoals bepaald in IAS 38 is het toegestaan dat R&D op de balans worden geplaatst. Vervolgens wordt er afgeschreven.
In 1993 bleek uit onderzoek van Chauvin & Hirschey dat R&D-uitgaven een grote, positieve en consistente invloed hebben op de marktwaarde van een organisatie. R&D draagt bij aan de informatie over kasstromen welke investeerders helpt bij het vormen van verwachtingen over de omvang van toekomstige kasstromen. R&D kan gezien worden als een investering in immateriële activa die mogelijk positieve effecten heeft op toekomstige kasstromen. Mede met gebruikmaking van deze variabelen kan de belegger analyseren of en in hoeverre er groeipotentie is. In deze studie wordt onderzocht in hoeverre groeimogelijkheden aanwezig zijn en deze marktwaarde relevantie van R&D uitgaven beïnvloeden.
Financiële overzichten tonen de door de onderneming behaalde resultaten in een bepaalde periode. De overzichten worden gemaakt volgens geldende regelgeving en worden gebruikt door de eigenaren van de organisatie, investeerders/beleggers, management, leveranciers, geldschieters, werknemers, klanten, de overheid en het publiek die elk waarde toekennen aan dezelfde of andere
8
accountingvariabelen. In een waarde relevantie onderzoek wordt gesteld dat beleggers geïnteresseerd zijn in financiële bedrijfsinformatie (de begeerde jaarrekening), omdat beleggers de waardering en de prijs van hun investering willen vaststellen. Dan rijst de vraag: “Is de informatie in de jaarrekening voor hen van belang?”.
Daarvoor dient getest te worden of er een significante relatie bestaat tussen de informatie en wat de belegger wilt. Waarde relevantie wordt door verschillende onderzoekers gedefinieerd als het verklarende vermogen van accountingvariabelen op marktwaarde, inclusief winst en boekwaarde van aandelen, kasstromen, of andere relevante gekozen boekhoudvariabelen (Ali en
Hwang, 1999; Kargin, 2013).
Meestal onderzoeken studies over waarde relevantie de associatie tussen informatie over de financiële overzichten en de aandelenrendementen en –koersen. Daarmee evalueren zij de relevantie van de informatie in de financiële overzichten. Scott (2012) benadrukt dat onderzoeken over waarde relevantie worden vastgelegd binnen op de markt gebaseerd accounting onderzoek.
Volgens Cohen en Levinthal (1989) is het niet alleen belangrijk om te investeren in nieuwe producten om concurrerend te blijven, maar ligt de essentie ook in het verzamelen van nieuwe informatie en het verbeteren van de mogelijkheid om bestaande informatie te exploiteren. Naast fusies en overnames met de intentie om nieuwe producten of informatie te ontwikkelen, is het ook van groot belang om kapitaal te investeren in R&D. Research en development heeft een positieve en negatieve zijde. Positief is het ontwikkelen van nieuwe producten, winst maken op deze producten en het beschermen van de producten met patenten. Daartegenover is de keerzijde van R&D dat het kosten met zich meebrengt en dat het geen zekerheid van uitbetaling waarborgt in de toekomst. Volgens Lev en Sougiannis (1996) is R&D-kapitaal niet volledig weerspiegeld in de aandelenkoersen, aangezien R&D-kapitaal wordt geassocieerd met opeenvolgende aandelenrendementen. Chan et al. (2001) vinden bewijs voor een relatie tussen R&D-uitgaven en de toekomstige aandelenkoers. Callen en Morel (2005) gebruikte een tijdreekswaarderingsmodel waarbij zwakke aanwijzingen zijn gevonden voor de waarde relevantie van R&D en aandelenkoersen. Franzen en Radhakrishnan (2009) vinden dat R&D-uitgaven een positief verband hebben met de aandelenkoersen van verliesbedrijven. Daartegenover staat de bevinding dat R&D-uitgaven negatief verband houden met de aandelenkoersen van winstbedrijven.
Ho, Tjahjapranata en Yap (2006) vinden dat de mogelijkheid van een organisatie om groeimogelijkheden te benutten afhangt van de omvang, leverage en de industrieconcentratie. Hoewel de directe effecten van deze factoren aanzienlijk zijn, onthult de interactie tussen omvang en leverage verdere belangrijke inzichten. De voordelen van grote organisaties ten opzichte van kleine organisaties verdwijnen naarmate leverage toeneemt. Met name kleine organisaties met een
9
hoge leverage profiteren van de grootste groeimogelijkheden. Het gebruik van een ex-ante maatstaf in de vorm van groeimogelijkheden is geschikt, aangezien R&D-investeringen een vorm van immateriële investeringen zijn die bijdragen aan de lange-termijngroei van de organisatie (Chan et al., 2001).
FIGUUR 1
Europese commissie – 2016 EU Industrial R&D Investering Scoreboard Top 10 van 1000 EU-organisaties
Noot:
Figuur 1 toont de R&D uitgaven op Europees niveau in 2016 waar de organisatie met de meeste uitgaven op nummer 1 staat. Nummer 1, 2, 5, 6, 7 en 8 zijn Duitse industriële ondernemingen. Dominant, in de top 10 Europese industriële organisaties met meeste R&D uitgaven staan er 6 Duitse industriële organisaties. Volkswagen geeft tenminste twee keer zoveel uit aan R&D als haar concurrent Daimler.
De Europese Commissie heeft een scoreboard gepubliceerd dat de top 1000 EU bedrijven weergeeft die investeringen in R&D hebben gedaan. Saillant detail, de top 10 is gedomineerd door Duitse ondernemingen die beursgenoteerd zijn. Mijn roep om waarde relevantie onderzoek naar het effect van R&D te doen in de Duitse industrie is verder gegroeid. R&D is populair in Duitse topondernemingen. Mijn dringende vraag hierbij is: ‘Kunnen deze ondernemingen hun accountingvariabele signalen geven in hoeverre de groei de relatie tussen marktwaarde en R&D-uitgaven, kan verklaren c.q. te optimaliseren anno 2018?
1.2 Onderzoeksvraag
Het doel van deze scriptie is te onderzoeken in hoeverre investeringen gewaardeerd zijn door de markt. Hierbij wordt onderzoek gedaan naar de mate waarin de marktwaarde afhankelijk is van accountingvariabelen, de proxy zijn: boekwaarde, winst, R&D-uitgaven en groeimogelijkheden.
In deze scriptie wordt specifiek onderzoek gedaan naar het effect van groei op waarde relevantie. De voor dit onderzoek belangrijke onafhankelijke variabelen zijn de R&D en groeimogelijkheden. De afhankelijke variabele is de marktwaarde. De moderator-variabele is
10
groeimogelijkheden. Om te toetsen of de vorm van de relatie tussen X en Y afhankelijk is van Z en dus op overeenkomstige wijze de vorm van de relatie tussen groeimogelijkheden (Z) en marktwaarde (Y) afhankelijk is van R&D (X). De relatie tussen accountingvariabelen (X) en marktwaarde (Y) noemen we waarde relevantie. Er bestaat twijfel over in hoeverre waarde relevantie afhankelijk is van groeimogelijkheden.
FIGUUR 2
Schematische weergave onderzoeksvraag
Noot:
Figuur 2 weergeeft de onderzoeksvraag schematisch. De moderator-variabele groeimogelijkheden is aangeduid met letter ‘Z’. De afhankelijke variabele is de marktwaarde aangeduid met letter ‘Y’. De onafhankelijk variabelen, waaronder R&D maar ook winst en boekwaarde (niet weergegeven in de figuur) zijn allen ‘X’. Een schematische weergave van in hoeverre X en Y afhankelijk is van Z en dus op overeenkomstige wijze de vorm van de relatie tussen groeimogelijkheden(Z) en marktwaarde(Y) afhankelijk is van R&D(X).
In de literatuur bestaan er onderzoeken die waarde relevantie tussen R&D-uitgaven en aandelenkoersen van beursgenoteerde organisaties bestuderen. In tegenstelling, maak ik mijn onderzoek uniek door een combinatie van nieuwe elementen toe te voegen. Hierdoor zal mijn onderzoek een bijdrage leveren aan de bestaande literatuur. Om bij te dragen aan de eerdere literatuur wil ik statistisch bewijzen of groeimogelijkheden waarde relevantie van R&D kunnen verklaren. Om een beter inzicht in het onderzoek te verkrijgen, heb ik de onderzoeksvraag schematisch getoond in figuur 1 die uit de hiervoor genoemde kernelementen bestaat. Door het positioneren van de relevante stof is de volgende onderzoeksvraag geformuleerd:
In hoeverre is waarde relevantie tussen R&D-uitgaven en de marktwaarde afhankelijk van groeimogelijkheden in organisaties?
Ohlson (1995) heeft een model ontwikkelt waarmee waarde relevantie onderzocht kan worden.
Chauvin & Hirschey (1993) en Chan et al. (2001) vinden bewijs dat R&D uitgaven waarde relevant zijn terwijl Callen en Morel (2005) zwakke aanwijzingen voor de waarde relevantie van R&D en aandelenkoersen. Franzen en Radhakrishnan (2009) vinden dat R&D-uitgaven een positief verband hebben met de aandelenkoersen van verliesbedrijven, tegenover de bevinding dat R&D-uitgaven negatief verband houden met de aandelenkoersen van winstbedrijven. Ik wil onderzoeken
11
in hoeverre R&D uitgaven een verband hebben met de aandelenkoersen van groei en niet-groei organisaties, dit onderzoek is een gevolg van de aanbeveling van Ho et al. (2006) die destijds aangaven een onderzoek naar R&D-investeringen in het genereren van groeimogelijkheden te doen.
1.3 Contributie aan de literatuur
De resultaten in de scriptie zijn als volgt. Ten eerste is er sprake van waarde relevantie van de accountingvariabelen volgens het Ohlson (1995) model. Ten tweede tonen de resultaten dat ook R&D-uitgaven significante invloed hebben op aandelenkoersen. En tot slot blijkt dat organisaties met de groeimogelijkheden en organisaties zonder groeimogelijkheden geen significant verschillende invloed hebben op de aandelenkoersen.
Dit onderzoek draagt bij aan de literatuur op verschillende manieren. Mijn bijdrage is gebaseerd op de aanname dat groei iets relevants doet in een bedrijfsorganisatie. Waarde relevantie wordt onderzocht aan de hand van het Ohlson (1995) model. Dit is toegepast op een andere industrie dan in het verleden onderzochte branches. Ook het tijdsvlak 2008-2017 is niet eerder onderzocht. Voorgaande onderzoeken hebben wel de waarde relevantie tussen R&D-uitgaven en aandelenkoers onderzocht maar echter niet de afhankelijkheid van groeimogelijkheden in de Duitse industrie.
De studie van Ho et al. (2006) geeft nieuwe inzichten in interactieve effecten die ondernemingsgrootte, hefboomwerking en industrie hebben op de effectiviteit van R&D-uitgaven in het genereren van groeimogelijkheden. Zij bevelen aan dat het onderzoek vervolg kan krijgen door te testen hoe de relatie tussen ondernemingsgrootte, hefboomeffect en industrie, en R&D-investeringen in het genereren van groeimogelijkheden, mogelijk de groei van aandelenkoersen beïnvloeden.
In de huidige literatuur bestaan er onderzoeken over de waarde relevantie. In de literatuur blijkt echter niet glashelder dat R&D-uitgaven leidt tot meer groeimogelijkheden. IFRS is momenteel verplicht voor Duitse beursgenoteerde ondernemingen. Er is eerder onderzoek verricht door een vergelijking te maken wat de verandering in waarde relevantie voor en na de invoering van IFRS. Door mijn onderzoek uit te voeren voor Duitse beursgenoteerde industriële ondernemingen wordt er waarde toegevoegd aan de literatuur en mogelijk belangrijke resultaten onthult die beleggers, investeerders en gebruikers van jaarrekeningen nieuwe of waarde relevante inzichten geven.
12
2 Empirische literatuur
In dit hoofdstuk wordt de literatuur beschreven die relevant is voor de totstandkoming van de kernelementen. Het is ook geclassificeerd op basis van de kernelementen van het onderzoek. Het doel is om de belangrijkste elementen uit de literatuur te verzamelen. De literatuur bevat een beschrijving van de financiële overzichten in paragraaf 2.1. Vervolgens is de literatuur inzake R&D-accounting benaderingen beschreven in paragraaf 2.2. In paragraaf 2.3 wordt waarde relevantie benaderd. Daarna volgt in paragraaf 2.4 de literatuur betreffende conservatisme tegenover waarde relevantie. En tot slot is in paragraaf 2.5 de literatuur aangaande groeimogelijkheden weergegeven. Dit onderzoek zal gedaan worden in de context van beursgenoteerde industriële organisaties in Duitsland.
2.1 Financiële overzichten
In 2001 maakte de Europese Unie bekent dat vanaf 1 januari 2005 alle Europese beursgenoteerde organisaties verplicht werden om hun jaarverslagen volgens de standaarden IFRS bepaald door de International Accounting Standard Board (IASB) op te stellen.
Een van de belangrijkste functies van de financiële verslaglegging is beleggers voorzien van betrouwbare en relevante informatie over de financiële en operationele positie van organisaties, aldus Maaloul en Zeghal (2015). Corrado en Hulten (2010) beweren in hun onderzoek dat investeringen in R&D-projecten worden geclassificeerd als investeringen in intellectueel kapitaal. Intellectueel kapitaal projecten worden dus gezien als de essentiële waarde scheppers voor verschillende soorten organisaties en economische sectoren. Het is bewezen dat dit soort investeringen zowel financieel- als fysiek kapitaal overschrijdt. Desalniettemin, ondanks het economische belang dat bestaat voor zowel organisaties als voor de economie en de groei van de investeringen in intellectueel kapitaal in de afgelopen jaren. Hierdoor is de erkenning van dit type projecten in de financiële overzichten niet onopvallend (Maaloul en Zeghal, 2015). Er kunnen bepaalde inefficiënties optreden in het proces van bron toewijzing op financiële markten, evenals inefficiëntie van de samenleving in het algemeen. Het is aangetoond dat deze inefficiënties informatie-asymmetrie veroorzaken tussen de in- en outsiders van een organisatie (Aboody en Lev, 2000).
13
2.2 R&D-accountingbenaderingen
Volgens Cañibano (2018) leven wij in een economie die beheerst wordt door immateriële activa, onder andere dus R&D. Deze immateriële activa creëren waarde voor organisaties, onder andere concurrentievoordeel. Research & Development zijn dus immateriële activa en intellectueel kapitaal (Ricardis, 2006) en wordt op verschillende wijzen gedefinieerd, zoals de volgende definities:
“Research is original and planned investigation, undertaken with the prospect of gaining new scientific or technical knowledge and understanding and Development is the application of research findings or other knowledge to a plan or design for the production of new or substantially improved materials, devices, products, processes, systems, or services, before the start of commercial production or use”1.
“Research and development (R&D) comprise creative work undertaken on a systematic basis in order to increase the stock of knowledge (including knowledge of man, culture and society) and the use of this knowledge to devise new applications”2.
In IAS 38 is de regelgeving betreffende R&D vastgelegd. Hieronder staan de kwalificatiecriteria voor kapitalisatie van R&D, te weten:
a. De technische haalbaarheid van het invullen van het immateriële instrument zodat het beschikbaar is voor verkoop of gebruik;
b. De intentie om het immaterieel actief te voltooien en te gebruiken of te verkopen; c. Het vermogen om het immaterieel actief te gebruiken of verkopen;
d. Aantonen hoe het immaterieel actief waarschijnlijke toekomstige economische voordelen zal genereren. Bijv. de entiteit kan het bestaan aantonen van een markt voor de output van het immateriële activa of het immaterieel actief zelf of, als het intern gebruikt moet worden, het nut van het immaterieel actief;
e. De beschikbaarheid van adequate technische, financiële en andere middelen om de ontwikkeling en om het immaterieel actief te gebruiken of verkopen;
f. Het vermogen om de uitgaven die toerekenbaar zijn aan het immaterieel actief betrouwbaar te meten tijdens de ontwikkeling.
Corrado en Hulten (2010) beweren in hun onderzoek dat investeringen in R&D-projecten worden
geclassificeerd als investeringen in intellectueel kapitaal. Intellectueel kapitaal projecten worden dus gezien als de essentiële waarde scheppers voor verschillende soorten organisaties en
1 Http://www.accaglobal.com/
14
economische sectoren. Het is bewezen dat dit soort investeringen zowel financieel- als fysiek kapitaal overschrijdt. En bovendien het economische belang dat heeft bestaan voor (zowel) legio organisaties, de economie en groei van de investeringen in intellectueel kapitaal in de afgelopen jaren. Hierdoor is de erkenning van dit type projecten in de financiële overzichten niet onopvallend
(Maaloul en Zeghal, 2015). Er kunnen bepaalde inefficiënties optreden in het proces van bron
toewijzing op financiële markten, evenals inefficiëntie van de samenleving in het algemeen. Het is aangetoond dat deze inefficiënties informatie-asymmetrie veroorzaken tussen de in- en outsiders van een organisatie (Aboody en Lev, 2000).
In de studie van Lev en Sougiannis (1996) behandelen zij de kwesties van objectiviteit en waarde relevantie van de Financial Accounting Standard Board (FASB), de regelgevers van US GAAP, met betrekking tot kapitalisatie. In hun studie schatten zij als eerst de relatie tussen R&D-uitgaven en de daaropvolgende winsten. Deze winsten zijn om bedrijfsspecifieke R&D-kapitaal en aflossingspercentages te berekenen, een meting voor periodieke aflossing. Vervolgens werden de gerapporteerde winsten en boekwaarden gecorrigeerd voor R&D-kapitalisatie. De resultaten geven aan dat deze gecorrigeerde kapitalisatiewaarden van R&D samenhangen met aandelenkoersen en rendementen. Volgens de onderzoekers is dit een duidelijke indicatie van de waarde relevantie van kapitalisatie van het R&D-proces ten opzichte van beleggers. Bovendien vinden Lev en Sougiannis
(1996) een relatie tussen R&D-kapitaal en de daaropvolgende aandelenrendementen. Het geschatte
kapitaal in R&D wordt niet volledig weerspiegeld in de aandelenkoersen van een organisatie. Deze bevinding wordt door de onderzoekers in deze studie toegeschreven aan zowel onder-reactie op R&D-informatie door de markt, als aan een marktrisicofactor die samenhangt met R&D-kapitaal.
Aangezien R&D-uitgaven feitelijk een consumptie van hulpbronnen zijn, kan deze theoretisch op vier verschillende manieren worden behandeld, waaronder volledig in kosten verrekende, selectieve kapitalisatie, volledig kapitalisatie en geaccumuleerd in een speciale rekening en later aangepast. Doordat er verschillende boekhoudkundige behandelingen van R&D-uitgaven beschikbaar zijn, verschilt de R&D-rapportering op verschillende gebieden (Maaloul en Zeghal,
2015). Het debat over de boekhoudkundige behandeling van R&D-uitgaven is feitelijk een debat
over de afweging die gemaakt wordt tussen betrouwbaarheid en relevantie. In beide gevallen zijn ze de hoekstenen van het raamwerk voor financiële verslaggeving. In het kader van kapitalisatie zijn de voorstanders van mening dat het opnemen van de kosten van succesvolle projecten een mislukking is van het reflecteren van de zakelijke essentie, die de relevantie van financiële rapportage ondermijnt. Bij het opnemen van alle kosten worden de boekhoudkundige gegevens objectief en controleerbaar. Kapitalisatie is nuttiger bij het overbrengen van informatie terwijl het lijdt onder het probleem van betrouwbaarheid (Lev en Zarowin, 1999).
15
2.3 Waarde relevantie
In 1986 is de waarde relevantie literatuur leven in geblazen door de onderzoekers Ball en Brown. Sindsdien hebben meerdere onderzoekers deze literatuur uitgebreid. Accounting variabelen worden beschouwd als waarde relevant indien deze gegevens betrouwbaar, van hoge kwaliteit zijn en bruikbaar voor gebruikers; de accountingvariabelen dienen in relatie te staan met de organisatie haar marktwaarde, aldus Barth e.a. (2001).
Waarde relevantie wordt door verschillende onderzoekers gedefinieerd als het verklarende vermogen van boekhoudvariabelen op marktwaarde, inclusief winst en boekwaarde van aandelen, kasstromen, of andere relevante gekozen boekhoudvariabelen (Ali en Hwang, 1999 en Kargin,
2013). Meestal onderzoeken studies over waarde relevantie de associatie tussen informatie over de
financiële overzicht en de aandelenrendementen en –prijzen. Daarmee evalueren zij de relevantie van de informatie over de financiële overzichten. In de studie van Naimah (2012) wordt duidelijk dat boekhoudkundige resultaten en de boekwaarde van het eigen vermogen de aandelenkoers verklaren en daardoor dus nog steeds waarderelevant waren voor beleggers.
Scott (2012) benadrukt dat onderzoeken over waarde relevantie worden vastgelegd binnen het
brede veld, genaamd markt gebaseerd accounting onderzoek. Binnen dit onderzoeksveld bestaan twee perspectieven op beslissingswaarde, dit zijn het informatieperspectief en het meetperspectief. Binnen het informatieperspectief wordt verondersteld dat aandelenmarkten efficiënt zijn en ook bekend staan als informatie-inhoud studies. In deze literatuurstroom gaat men ervan uit dat beleggers nieuwe, bruikbare informatie uit het financiële overzicht verkrijgen. Hierbij kunnen de verwachtingen van toekomstige bedrijfsprestaties herzien worden, die uiteindelijk leiden tot koop of verkoopbeslissingen. Daarbij zijn de effectprijzen en de aandelenrendementen afhankelijk van het nut van informatie (Scott, 2012). Echter, in het metingsperspectief richt het onderzoek zich op het beslissingsbegrip van de financiële overzichten, ook wel het waarde relevantie onderzoek. Dit perspectief gaat niet uit van een volledig efficiënte effectenmarkt maar maakt meer gebruik van reële waarden. Dit betekent dat er een grotere rol is weggelegd voor financiële overzichten die de fundamentele waarde van de organisatie voorspellen. In dit perspectief vormen de aandelenkoersen een benchmarkmaatstaf voor de prestaties van de organisatie (Scott, 2012). Hierdoor creëren de onderzoeksvragen op dit gebied doorgaans de vraag, hoe goed boekhoudkundige gegevens informatie bevatten die relevant zijn voor gebruikers van de financiële overzichten (Barth, Beaver en Landsman, 2011).
Tsoligkas en Tsalavoutas (2011) hebben in een ander onderzoek de waarde relevantie van
R&D-boekhoudkundige verwerking in het Verenigd Koninkrijk na de implementatie van IFRS onder de loep genomen. Om de waarde relevantie van boekhoudkundige informatie te testen, wordt een
16
theoretische uitbreiding van het fundamentele Ohlson (1995) model gebruikt. In dit model kan de marktwaarde van een organisatie worden uitgedrukt als een lineaire functie van de boekwaarde van het eigen vermogen en het netto-inkomen. De resultaten van dit onderzoek tonen aan dat de boekhoudkundige cijfers in het Verenigd Koninkrijk een sterke associatie hebben met aandelenprijzen. Verder vinden de onderzoekers dat gekapitaliseerde R&D-activa positief waardevol zijn. Kortom, tonen de uitkomsten van het onderzoek aan dat beleggers geactiveerde R&D-activa als activa met waarschijnlijke toekomstige economische voordelen zien (Tsoligkas en Tsalavoutas, 2011).
Shah, Liang en Akbar (2013) onderzoeken in hun studie de waarde relevantie van R&D-uitgaven voor en na de IFRS-implementatie in het Verenigd Koninkrijk. Verder onderzoeken zij of de bedrijfsgrootte en sectorverschillen invloed hebben op de waarde relevantie van R&D-accountinginformatie tijdens de steekproefperiode. Ook in dit onderzoek geldt het model Ohlson
(1995) als een benchmarkmodel. De onderzoekers vinden dat er een positieve waarde relevantie is
van gekapitaliseerde R&D en geen relevantie voor de waarde van R&D-uitgaven. Verder vinden de onderzoekers dat beleggers geactiveerde R&D waarnemen in verband met succesvolle R&D-projecten. Deze projecten zullen op hun beurt toekomstige economische voordelen genereren. Bovendien werden significante verschillen in R&D-kapitalisatie en waarde-relevantie tussen kleine en grote organisaties gevonden. Hierbij lijkt de kapitalisatie van R&D in grote organisaties meer waarde relevant (Shah, Liang en Akbar, 2013).
2.4 Groeimogelijkheden
Volgens het onderzoek van Feng, Morgan en Rego (2016) is groei een van de belangrijkste drijfveren van de aandelenkoers van een bedrijf, bovendien is het van cruciaal belang voor zowel beleggers als managers (Day et al. 2009). Feng, Morgan en Rego (2016) hebben relatief weinig kennis over de aanjagers van bedrijfsgroei en in het bijzonder over de impact van interacties tussen verschillende bedrijfscapaciteiten op de groeiprestaties van bedrijven (Morgan et al. 2009). Verder biedt het onderzoek van Feng, Morgan en Rego (2016) nieuwe inzichten in de interactieve manier waarop meerdere functies de groei van bedrijven kunnen beïnvloeden. Kritisch voor managers, toont het onderzoek aan dat het niet altijd optimaal is in termen van het maximaliseren van de groei van de prestaties van de ondernemingen om te zoeken naar meerdere sterke mogelijkheden en deze gelijk te bereiken. Om de bedrijfsgroei optimaal te verbeteren, moeten managers zich bewust zijn van deze mogelijke afwegingen en hiermee rekening houden bij het nemen van investeringsbeslissingen (Feng, Morgan en Rego, 2016).
17
Ho, Tjahjapranata en Yap (2006) vinden dat de mogelijkheid van een organisatie om
groeimogelijkheden te voorspellen afhangt van de omvang, leverage en de industrieconcentratie. Hoewel de directe effecten van deze factoren aanzienlijk zijn, onthult de interactie ‘omvang*leverage’ verdere belangrijke inzichten; de voordelen van grote organisaties ten opzichte van kleine organisaties verdwijnen naarmate leverage stijgt. Met name kleine organisaties met een hoge leverage profiteren van de grootste groeimogelijkheden. Het gebruik van een ex-ante maatstaf in de vorm van groeimogelijkheden is geschikt, aangezien R&D-investeringen een vorm van immateriële investeringen zijn die bijdragen aan de lange termijn groei van de organisatie (Chan et
al., 2001). De maatstaf voor groeimogelijkheid is een beter voorbeeld van de marktperceptie van
de waarde creatie van R&D-investeringen. Ho, Tjahjapranata en Yap (2006) tonen aan dat des te hoger de groei, des te hoger de R&D, aangezien de R&D-investeringen positief geassocieerd zijn met de groeimogelijkheden. Ook vinden zij sterk bewijs dat grote organisaties hoger scoren dan kleine organisaties bij het benutten van groeikansen van R&D-investeringen. Echter is dit afhankelijk van de financiële draagkracht van de organisatie. Dit geldt als resultaat van de interactie tussen de positieve effecten van de disciplinaire rol en de negatieve effecten van agency kosten en informatie-asymmetrieproblemen (Acs en Isberg, 1996). De kloof in de literatuur is hoe de organisatie en industriële kenmerken gezamenlijk de impact zullen matigen, die R&D-investeringen hebben op de groeimogelijkheden van organisaties. Het is daarom belangrijk om deze kloof te overbruggen, omdat de investeringsbeslissingen van managers, beleggers en crediteuren worden beïnvloed door hun evaluatie van hoe effectief organisaties zijn. Hiermee wordt bedoeld, het creëren van groeikansen van R&D-investeringen onder verschillende organisatieomstandigheden en industriële kenmerken (Ho, Tjahjapranata en Yap, 2006). In dit onderzoek wordt de literatuur over groeimogelijkheden gebruikt om te toetsten of de waarde relevantie tussen R&D-uitgaven en aandelenkoersen afhankelijk is van groeimogelijkheden.
Volgens het onderzoek van Frank (2002) gebruikt een bedrijf dat groei doormaakt, echter zijn huidige middelen om inkomsten te genereren die de kapitaalkosten overtreffen, evenals om zijn activabasis uit te breiden. Als deze informatie over groei wordt doorgegeven aan beleggers anders dan in de gegevens over de winst, moeten de prijzen hoger zijn dan de gekapitaliseerde inkomsten. Gedurende het hele leven van een organisatie vloeien alle groeimogelijkheden door de financiële overzichten, zodanig dat de boekwaarde van de eindperiode gelijk is aan de effectenprijs. Frank
(2002) onderkent in een vraagstelling of er in de tussentijd zelden of nooit gelijkheid is tussen
boekwaarde en bedrijfswaarde. Terwijl de prijzen alle informatie tot op heden weergeven over de verwachte bedrijfsprestaties, bieden de boekhoudkundige gegevens historische, algemeen aanvaarde, door de boekhoudkundige principes (GAAP) -gerelateerde informatie over de
18
bedrijfsprestaties. Er zijn aanwijzingen dat meer informatie over bedrijfsprestaties wordt weerspiegeld in de huidige boekhoudkundige maatstaven van ondernemingen met een lage groei dan hoog. Smith en Watts (1992), Gaver en Gaver (1993) en Skinner (1993) suggereren dat “contracteringsbeleid” een functie is van groeimogelijkheden omdat, in de aanwezigheid van groeimogelijkheden, boekhoudgetallen vaak slechte maatstaven zijn voor toekomstige bedrijfsprestaties.
Uit de studie van Chung en Kim (1997) blijkt dat de conventionele wijsheid over risico gecorrigeerde hinderniveaus voor de investeringsbeslissingen van bedrijven geen betrouwbare leidraad zal zijn als de optiefunctie van de groeimogelijkheden van het bedrijf wordt erkend. Managers worden in financiële studieboeken geadviseerd dat het marktkapitalisatietarief berekend uit de stock-bèta van het bedrijf kan worden gebruikt voor analyse van het kapitaalbudget, zolang het bedrijf in dezelfde bedrijfsrisicoklasse blijft. Ze worden er ook op gewezen dat het marktkapitalisatie tarief opwaarts moet worden aangepast wanneer het betreffende project risicovoller is dan het bestaande vermogen. In deze studie wordt aangetoond dat de richtlijnen die worden gesuggereerd door de traditionele analyse van het kapitaal budget onjuist zijn indien de groeimogelijkheden van organisatie worden beschouwd als reële callopties (Chung en Kim, 1997).
19
3 Hypothese ontwikkeling
In dit hoofdstuk worden de resultaten van de relevante literatuur beschreven, hetgeen zal resulteren in mijn hypothese.
In vierenvijftig van de studies geciteerd door Holthausen en Watts (2001) staat expliciet dat deze gedeeltelijk zijn gemotiveerd door de wens een bijdrage te leveren aan het debat over normstelling. Zoals de auteurs van dit artikel kritisch toelichten, gaan de meeste geciteerde studies er, althans impliciet, van uit dat de theorie van de "equity valuation" rechtvaardigt dat de associatie tussen marktwaarde en boekwaarde wordt gebruikt om conclusies te trekken over het nut van boekhoudnormen. Holthausen en Watts (2001) betogen dat alleen kijken naar rechtvaardigheid niet genoeg is voor een definitieve tekening van gevolgtrekkingen. Daarom dient getoetst te worden of deze bevinding ook standhoudt in de setting van Duitse industriële organisaties. Onderzocht dient te worden in hoeverre er in dit scenario sprake is van waarde relevantie. Het is namelijk een vereiste van een waarde relevantie onderzoek dat de accounting variabelen significant waarderelevant zijn.
In het onderzoek van Chan et al. (2001) wordt duidelijk dat R&D-activiteiten significant verband houden met organisatiebronnen. In bepaalde industrieën waarin R&D- intensiteit hoog is hebben de R&D-uitgaven een substantieel effect op de ondernemingswinst en boekwaarden. Er is kwantitatief onderzoek gedaan naar alle beursgenoteerde ondernemingen geregistreerd op de New York Stock Exchange (NYSE), American Stock Exchange (AMEX) en de National Association of Securities Dealers Automated Quotations (Nasdaq) met data uit COMPUSTAT aangaande R&D-uitgaven. De ondernemingen zijn geclassificeerd op industriecode. De geselecteerde bedrijfstakken bestaan elk uit minstens 10 organisaties. Deze zijn gerangschikt volgens R&D-uitgaven over drie jaar ten opzichte van de omzet. Hieruit komt naar voren dat de aandelen van technologische ondernemingen superieur presteren tegenover het totale resultaat genomen van alle ondernemingen dat duidt op geen verschil tussen ondernemingen met en zonder R&D. Verder resultaat wijst uit dat aandelen die zeer R&D-intensief zijn de neiging hebben naar positief rendement, maar het rendement is over het algemeen niet groot. Hieruit ontstaat de volgende vraag: “Is voor een onderneming met groeimogelijkheden daarvoor R&D méér waarde relevant dan voor een onderneming zonder groeimogelijkheden?”
De literatuur leert dat R&D-uitgaven in relatie staan tot de aandelenkoers van een onderneming.
Ho, Tjahjapranata en Yap (2006) tonen aan des te hoger de groei des te hoger de R&D,
R&D-investeringen positief geassocieerd zijn met groeimogelijkheden. Verder, bleef in de jaren zeventig, tachtig en negentig de betekenis van industriële R&D echter sterk stijgen rond de wereld. Aan het
20
eind van de jaren negentig begonnen boekhoudkundige dit fenomeen aan te pakken met een reeks academische papers gewijd aan de relevantie van boekhoudkundige informatie. In een overzichtsartikel, citeren Holthausen en Watts (2001) 62 studies die de kwestie van de waarde relevantie van R&D-informatie onderzoeken door het bestuderen van het verband tussen de marktwaarde en de boekwaarde van bedrijven. Er waren 60 van dergelijke papieren gepubliceerd in de jaren 1990, waarvan 43 in 1995 of later. Vanuit het oogpunt van een belegger onderstrepen
Lev en Zarowin (1999) de voordelen van het kapitaliseren van R&D-kosten op de balans, zowel
stijgende als dalende aandelenkoersen. Dit door in hun steekproef van Amerikaanse ondernemingen voor de periode 1978 – 1996 te laten zien dat het nut van de kosten R&D voor beleggers in de afgelopen decennia was afgenomen. Ely en Waymire (1999), door aan te geven dat er geen verband was tussen de marktwaarde van bedrijven en immateriële activa in de jaren 1920, tonen aan dat de vermindering van het nut van boekhoudkundige informatie over immateriële activa een "recent" fenomeen is en niet een dat lang bekend is. Chan et al. (2001) bevestigen indirect ook de resultaten van de bovengenoemde studies door geen associatie te vinden tussen informatie over zuiver kostbare R&D-kosten en hun relevante marktwaarden voor Amerikaanse bedrijven op geselecteerde punten in de periode 1975 – 1995. Mijn onderzoek gaat door met de veronderstelling dat R&D-uitgaven waarderelevant zijn. Dit vereist onderzoek in deze dataset. Daarna volgt de eerste hypothese:
H1: R&D-uitgaven hebben een significant positief effect op aandelenkoersen.
In dit onderzoek worden er twee hypothese geformuleerd. Om de tweede hypothese te testen dient onderzocht te worden in hoeverre er een relatie bestaat tussen waarde relevantie en groei.
Doukas en Switzer (1992) vinden dat organisaties in meer geconcentreerde industrieën beter in
staat zijn om hun marktmacht te vertalen in groeimogelijkheden. Ho et al. (2006) vinden in het onderzoek een relatief voordeel voor grote organisaties bij groeimogelijkheden van R&D-investeringen t.o.v. kleine organisaties. Zij testen boekhoudkundige gegevens over de periode 1979 – 1998 die afkomstig zijn uit COMPUSTAT. In de ideale omstandigheid hadden zij er de voorkeur aan gegeven de periode vanaf 1975 te bestrijken toen de Financial Accounting Standards nr. 2 (IFRS 2) in werking trad, echter was dit niet mogelijk vanwege het niet beschikken over een licentie voor back-data van COMPUSTAT. In de sample bevinden zich 22 industrieën. In het onderzoek wordt duidelijk dat het voordeel van de toegankelijkheid van grote bedrijven geen universeel verschijnsel is. Anderzijds speelt de industrie geen significante rol als moderator bij het bepalen van de impact van R&D-investeringen op groeimogelijkheden wanneer er sprake is van interactie met ondernemingsgrootte en de verhouding van totale schulden en bezittingen. Verder tonen de
21
onderzoeksresultaten dat R&D-investeringen een significant positieve impact hebben op de groeimogelijkheden van een organisatie. Derhalve is de tweede hypothese geformuleerd:
H2: De waarde relevantie van R&D-uitgaven hangt af van groeimogelijkheden
Deze hypothese houdt in: De relatie tussen R&D-uitgaven (X) en marktwaarde (Y) is significant afhankelijk van groeimogelijkheden (Z). Er kan sprake zijn van een situatie “een goed jaar”, soms door omstandigheden veranderen de uitgaven na een jaar. Projecten duren vrij lang en R&D-uitgaven worden gedaan voor de lange termijn. Daarom wordt in paragraaf 5.4 aanvullend onderzoek gedaan. Er wordt onderzocht of de gemiddelde groei in de afgelopen drie (2015 – 2017), vijf (2013 – 2017) en zeven jaar (2011 – 2017) de groei van organisaties met of geen groeimogelijkheden afhankelijk zijn van waarde relevantie van R&D-uitgaven. Door dit onderzoek kan een trend in kaart gebracht worden en is de mogelijke groei minder incidenteel. Hoewel de groei van het jaar ervoor belangrijk is, beperkt die zich echter tot de uitspraak in hoeverre snelgroeiende bedrijven een andere relatie met R&D-uitgaven hebben dan langzaam- of geen-groei organisaties.
22
4 Onderzoeksmethodologie
In dit deel van de paper beschrijf ik de beginfase van de onderzoeksmethodologie. Ik zal mij concentreren op de verschillende onderdelen van het onderzoek, zoals het soort onderzoek, de verschillende variabelen die ik voor mijn onderzoek zal gebruiken, welke gegevens (steekproef) ik zal gebruiken en over welke periode het onderzoek zal zijn. De variabelen zijn gericht op de bepaling van de R&D-uitgaven en de aandelenkoersen. Voor dit onderzoek zal ik kwantitatieve gegevens verzamelen.
4.1 Data en sample selectie
Tijdens mijn onderzoek zal ik gebruik maken van de ORBIS-database voor het verzamelen van de gegevens die ik nodig heb voor het bepalen van de relevante variabelen. Ik zal gebruik maken van historische gegevens die beschikbaar zijn in deze database. De data die gebruikt wordt is afkomstig uit Duitsland en is alleen gericht op industriële organisaties die beursgenoteerd zijn en bestaat uit 246 organisaties, waarbij 2000 observaties voor het eerste regressiemodel, 1536 observaties voor het tweede regressiemodel en 1380 observaties voor het derde regressiemodel. In het onderzoek zullen organisaties door een dummy variabel worden verdeeld in organisaties met (1) en zonder (0) groeimogelijkheden. Een organisatie die Op deze wijze kan er onderzocht worden of er bepaalde verbanden bestaan tussen de twee soorten organisaties en de andere relevante variabelen. Het tijdsframe strekt zich uit van 2008 tot en met 2017, het onderzoek is beperkt omdat ORBIS slechts data verstrekt tot 10 jaar terug, dit is mogelijk van invloed op de onderzoeksresultaten. De gebruikte data is jaarlijks, hierbij volg ik Fama en French (1992), waarbij wordt verondersteld dat het boekjaar samenvalt met het kalenderjaar voor alle bedrijven.
TABEL 1 Totale observatie Populatie Waarnemingen Wereld 229.168.815 3.345.212 Duitsland 71.266 780 Industrie 16.523.458 246 Noot:
Deze tabel weergeeft het tot stand komen van het aantal bedrijven die gebruikt worden in dit onderzoek. Observaties waarvan de data niet beschikbaar was zijn niet meegewogen in de onderzoeksresultaten. Alle organisaties wereldwijd in de database zijn gefiltreerd eerst op land Duitsland en vervolgens op beursgenoteerde industriële organisaties. In totaal blijven er 246 organisaties over.
4.2 Waarderingsmodellen
Om boekhoudkundige cijfers als waarde relevant te kunnen beschouwen, is een significante associatie met aandelenkoerswaarden (MVPS) vereist (Beaver, 2002). In principe, combineren
23
waarde relevantie onderzoeken de waarderingstheorie met contextuele boekhoudkundige argumenten. Bovendien laten ze toe om te voorspellen hoe de boekhoudkundige cijfers betrekking hebben op de marktwaarde van het eigen vermogen (Beaver, 2002).
Met betrekking tot de waarderingstheorie kunnen drie soorten waarderingsmodellen worden onderscheiden. Ten eerste, is er de “earnings-only” benadering, hierbij hebben Miller en Modigliani
de waarde van het eigen vermogen als de contante waarde van de permanente toekomstige verdiensten uitgebeeld (Beaver, 2002). Ten tweede, is er de “balance-sheet” benadering die wordt toegepast in de studies van Barth et al. (1996) en Barth (1991). Volgens deze benadering ligt de nadruk vooral op de wijziging in het eigen vermogen om het nettoresultaat tijdens de periode te bepalen. Ten derde, vertegenwoordigt het Feltham en Ohlson (1995) model de waarde van een organisatie als een lineaire functie van de boekwaarde van het eigen vermogen en de contante waarde van de verwachte toekomstige abnormale winsten, aldus Beaver (2002). Vervolgens geeft
Beaver (2002) aan dat naast de waardering ook contextuele boekhoudkundige argumenten worden
opgenomen, om de associatie tussen marktwaarde van aandelen en boekhoudkundige cijfers te voorspellen. Dit houdt in dat de uitvoering van waarde relevantie studies inzicht vereist in institutionele informatie. Deze informatie bevat de manier waarop financiële overzichten worden opgesteld en contextuele argumenten over de eigenschappen van meetmethoden (Beaver, 2002).
In mijn onderzoek volg ik voorgaande literatuur (Shah et al., 2013; Shah, Stark en Akbar, 2009;
Oswald, 2008) waar modellen worden gebruikt die voornamelijk zijn gebaseerd op het Ohlson
(1995) en de Feltham en Ohlson (1995) waarderingsmodel. Het Ohlson (1995) benchmark
basismodel (clean surplus) krijgt in dit onderzoek de benaming ‘MODEL 0’ en is als volgt:
Model 0: P𝑖𝑡 = 𝛼0 + 𝛼1EPS𝑖𝑡 + 𝛼2BVPS𝑖𝑡 + 𝜀𝑖𝑡
Dit model is een vereiste voor het doen van waarde relevantie onderzoek. Derhalve wordt de data getoetst op waarde relevantie alvorens de hypothesen getest gaat worden. Hierin vertegenwoordigt (MVPS𝑖𝑡) de koersprijs van de organisatie 𝑖 in periode 𝑡. De variabel (BVPS𝑖𝑡) indiceert de boekwaarde eigen vermogen per aandeel aan het eind van het jaar 𝑡 voor organisatie 𝑖.
De verklarende basisvariabelen in het zuivere Ohlson model bestaan uit de boekhoudkundige resultaten en de boekwaarde van het eigen vermogen. De boekhoudkundige winst is een jaarlijkse winst maar niet gedeeld door het bedrag van het uitstaande gewone aandeel (Ely and Waymire,
1999; Aboody et al, 2002). De andere variabele, boekwaarde van het eigen vermogen is de
boekwaarde van activa afgetrokken door de boekwaarde van de verplichtingen in het beginjaar maar niet gedeeld door het aantal uitstaande gewone aandelen (Ely and Waymire Ely, 1999;
Aboody et al, 2002). In deze studie worden de data geschaald naar per aandeel om vergelijkbaar te
24
variabel te delen door het totaalaantal aandelen. (EPS𝑖𝑡) vertegenwoordigt de winst of earnings per aandeel van organisatie 𝑖 in tijdsperiode 𝑡, terwijl (BVPSi𝑡) staat voor de boekwaarde van het eigen vermogen per aandeel van organisatie 𝑖 in tijdsperiode 𝑡. De foutterm 𝜀𝑖𝑡 vertegenwoordigt de restwaarde.
Model 1: P𝑖𝑡= 𝛽0 + 𝛽1 EPS𝑖𝑡 + 𝛽2BVPSi𝑡 + 𝛽3RDPS𝑖𝑡 + 𝜀𝑖𝑡
Aan ‘Model 0’ is om hypothese 1 (H1) te testen de variabele R&D-uitgaven per aandeel (RDPS𝑖𝑡) toegevoegd dat leidt tot Model 2. (RDPS𝑖𝑡) vertegenwoordigt de R&D-uitgaven per aandeel van organisatie 𝑖 in tijdsperiode 𝑡 Dit model is ontworpen om te onderzoeken of R&D-uitgaven in deze specifieke setting significant effect heeft op de aandelenkoersen.
Berk, Green en Naik (1999) geven aan dat de waarde van groeimogelijkheden gewoonlijk
bepaald kan worden door de contante waarde van alle toekomstige positieve NPV-projecten te berekenen. In model 3 volg ik de onderzoekers Lev en Sougiannis (1996) om de winst (CEPS𝑖𝑡) te bepalen, in hun onderzoek corrigeren zij voor R&D-kapitalisatie. In dit onderzoek is gecorrigeerd voor de R&D-uitgaven, i.p.v. R&D-kapitalisatie in het onderzoek van Lev en Sougiannis (1996), door deze af te trekken van de winst. Verder is gekozen voor het groeipercentage van R&D-uitgaven voor organisatie 𝑖 in tijdsperiode 𝑡 om de dummy variabel (DIA𝑖𝑡) te bepalen. De dummyvariabel brengt de groei tot uitdrukking. De waarde 0 voor geen groei van R&D-uitgaven t.o.v. het jaar ervoor en de waarde 1 wanneer de R&D-uitgaven wel gestegen zijn t.o.v. het jaar ervoor. Er is onzekerheid over R&D, hoe sneller het groeit hoe meer onzekerheid er is over het succes van de R&D. Oftewel, de investeringen in de toekomst winst gaat opleveren. Dus als er onzekerheid daarover is dan is het waarschijnlijk minder waarde relevant, dat is de theorie achter waarde relevantie. Het is de bedoeling dat alleen maar posten op de balans plaatst waarvan je met enige zekerheid kan stellen dat er in de toekomst voordelen uit behaald worden. Daarentegen worden R&D-uitgaven niet op de balans geplaatst, uitzonderingen daargelaten, omdat met name R (Research) onzekerheid heeft. Hoe hoger de groei waarschijnlijk, hoe hoger de onzekerheid. Ook is de interactie van de moderator opgenomen dat allen tezamen leidt tot model 2:
Model 2: P𝑖𝑡 = 𝛽0 + 𝛽1CEPS𝑖𝑡 + 𝛽2BVPS𝑖𝑡 + 𝛽3RDPS𝑖𝑡 + 𝛽4DGRit + 𝛽5DIAit + 𝜀𝑖𝑡
Om uit te sluiten dat de groei van R&D-uitgaven per aandeel t.o.v. het voorgaande jaar niet slechts een incidentele groei was wordt in een volgend model de gemiddelden van alle variabelen in de tijdvlakken 2015 t/m 2017, 2013 t/m 2017 en 2011 t/m 2017 onderzocht. Een vergelijking zal uitwijzen in hoeverre de uitslagen verschillen. Dit leidt tot het volgende model:
25
Model 3 is hetzelfde model als model 2 echter verandert elke variabel met t dat de aangeeft over hoeveel jaren het gemiddelde genomen is. Voor elke variabele zijn gemiddelde genomen om een mogelijke voorspelling te doen over de waarde relevantie van R&D en moderatie van de groeimogelijkheden.
4.3 Control Variabelen
In deze paragraaf doe ik onderzoek naar welke control variabel bijdraagt aan een krachtiger model. De voorgenomen variabelen zijn Assets (ASS), Cashflow (CAS), Dividend (DIV), Schulden (LEV), Sales (SAL) en Assets Turnover ratio (TURN). Om te bepalen welke control variabel waarde toevoegen aan het model wordt onderzocht hoe de variabelen gecorreleerd zijn.
TABEL 2 Correlatie Matrix 1_ASS 2 3 4 5 2_CAS 0,650*** 0,000 N= 1916 3_DIV 0,366*** 0,530*** 0,000 0,000 N= 1077 1074 4_LEV 0,028 0,070** 0,126*** 0,311 0,011 0,000 N= 1359 1336 810 5_SAL 0,850*** 0,662*** 0,546** 0,008 0,000 0,000 0,000 0,756 N= 1938 1900 1077 1394 6_TURN -0,004 0,053** 0,088*** -0,045* 0,189*** 0,872 0,021 0,004 0,097 0,000 N= 1973 1916 1077 1359 1938 Noot:
Uit de tabel is af te lezen dat bijna alle variabelen significant positief met elkaar gecorreleerd zijn. Sales per aandeel (SAL) correleert met alle variabele significant (p=0.000) en geeft correlaties met “Assets per aandeel (ASS)” (0,864), “Cash-Flow per aandeel (CAS)” (0,872), “Dividend per aandeel (DIV)” (0,536) en “Leverage per aandeel (LEV)” (0,807). Deze test weergeeft dat Sales per aandeel (SAL) het meest correleert met de andere drie control variabelen. Dividend (DIV) correleert het minst met de andere control variabelen. Het significantieniveau is p < 0,05. Significantieniveau: p < 0,1 dan *, p < 0,05 dan **, indien p < 0,01 dan ***. Voor de definities van de variabelen zie appendix.
Om tot de juiste keuze van control variabele te komen heb ik de control variabele in elke combinatie getest. Alle mogelijke control variabelen (ASS), (CAS), (LEV), (SAL) en (TURN) zijn per aandeel geschaald om vergelijkbare onderzoek uitslagen te genereren. Niet alleen blijkt uit de correlatiematrix dat (SAL) het meest correleert met de andere variabelen, maar deze variabel is een van de twee variabelen, de ander is (TURN), die aan de regressiemodellen toegevoegd kunnen worden zonder dat de er multicollineariteit op treedt. De collineariteit statistieken geven namelijk voor de control variabelen (ASS), (CAS) en (LEV) een onacceptabel niveau. Een acceptabel niveau
26
wordt geacht Tolerance < 1 en VIF < 10. Het probleem was te verhelpen door de data te transformeren met LOG, LN of winsorizen echter is dit niet toegestaan in dit type onderzoek.
Een andere reden om niet de control variabelen te kiezen die het aantal observaties sterk verminderd. Dit is het geval bij de control variabel (DIV) die het aantal observaties ongeveer halveert en (LEV) die ongeveer een derde van de observaties vermindert, vanwege de beschikbaarheid van data. Door het verminderen van het aantal observaties wordt niet het volledige beeld weergeven. Het bewustzijn is aanwezig dat dit mogelijk van invloed is op de onderzoeksresultaten. (CAS), de aanwezigheid van Cashflow is belangrijke graadmeter in organisaties echter is deze control variabel niet gebruikt, meerdere testen hebben geleid tot onderzoeksresultaten die niet valide zijn. Zoals de groei van de Cashflow, de gemiddelde Cashflow, Cashflow als ratio van R&D-uitgaven, winst, boekwaarde en assets, maar zonder valide resultaat. Cashflow valt daarom af als control variabel.
In de keuze voor controle variabel ‘TURN’ heb ik onderzoekers Lin et al. (2012) en Healy et
al. (2002) gevolgd. De Asset Turnover ratio wordt in dit verband gebruikt als een indicator voor
de efficiëntie waarmee een organisatie haar ‘Assets’ inzet bij het genereren van ‘Sales’. Hoe hoger de ratio, hoe beter de organisatie presteert. Deze control variabel leidt wel tot valide uitslagen.
4.4 Regressiemodellen
In een regressie laat de coëfficiënt zien dat wanneer X met 1 unit verhoogt dan gaat Y met de coëfficiënt omhoog. Een regressiemodel laat dus letterlijk een associatie tussen X en Y zien. De uitslag geeft antwoord op de vraag: “Is er wel of geen associatie?”. Op basis van voorafgaande academische literatuur op dit gebied (Tsoligkas en Tsalavoutas, 2011; Oswald, 2008; Shah et al.
2008) zal het Ohlson (1995) model worden toegepast om de waarde relevantie van R&D-uitgaven
en de groeimogelijkheden te beoordelen. De control variabelen waren in eerste aanleg niet opgenomen in de standaard waarderingsmodellen in paragraaf 4.2. Echter dienen door het besluit om control variabelen te gebruiken aanpassingen gemaakt te worden aan de modellen om de regressie uit te voeren. Deze toevoeging van de controlevariabelen leidt tot wijziging van de regressiemodellen:
● Regressiemodel voor de waarde relevantie van R&D-uitgaven:
MVPS𝑖𝑡 = 𝛽0 + 𝛽1EPS 𝑖𝑡 + 𝛽2BVPS 𝑖𝑡 + 𝛽3RDPS 𝑖𝑡 + 𝛽4SAL𝑖𝑡 + 𝛽7TURN𝑖𝑡 + 𝜀𝑖𝑡
27
● Regressiemodel voor de waarde relevantie van groeimogelijkheden t.o.v. het jaar ervoor:
MVPS𝑖𝑡 = 𝛽0 + 𝛽1CEP 𝑖𝑡 + 𝛽2BVPS 𝑖𝑡 + 𝛽3RDPS 𝑖𝑡 + 𝛽4DGR 𝑖𝑡 + 𝛽5DIA 𝑖𝑡 + 𝛽6SAL𝑖𝑡 + 𝛽7TURN𝑖𝑡 + 𝜀𝑖𝑡 Groei kan incidenteel of structureel zijn. Als voorbeeld, de explosieve groei van de virtuele munt ‘BITCOIN’ die in het jaar 2017 enorm gestegen is in waarde maar gemiddeld bekeken is deze groei minder. Een dergelijke groei kan een vertekent beeld geven van de toekomstige ontwikkelingen. Om uit te sluiten dat de resultaten die gemeten worden niet gestoeld zijn op incidentele groei worden gemiddelden genomen over verschillende periode om te kijken in hoeverre deze afwijken van elkaar. Investeringsbeslissingen zijn toekomstgericht, deze kunnen verkeert genomen worden indien groei verkeert geïnterpreteerd wordt. Om de kwaliteit te bevorderen en bewaken is het raadzaam om te onderzoeken of er sprake is van een trend of een incidenteel economische verandering. Er worden daarom aanpassingen aan de data gemaakt om een aanvullend onderzoek, een robuustheid controle uit te voeren om helder te hebben in hoeverre de uitslagen van het onderzoek standhouden in een andere setting. Dit leidt tot de volgende regressiemodellen voor de waarde relevantie van groeimogelijkheden op basis van de gemiddelde groei van R&D:
- Periode 2015 t/m 2017, gemiddelde afgelopen 3 jaar.
MVPS_3𝑖𝑡 = 𝛽0 + 𝛽1CEP_3𝑖𝑡 + 𝛽2BVPS_3𝑖𝑡 + 𝛽3RDPS_3𝑖𝑡 + 𝛽4DGR_3𝑖𝑡 + 𝛽5DIA_3𝑖𝑡 + 𝛽6SAL_3𝑖𝑡 + 𝛽7TURN_3𝑖𝑡 + 𝜀𝑖𝑡
- Periode 2013 t/m 2017, gemiddelde afgelopen 5 jaar.
MVPS_5𝑖𝑡 = 𝛽0 + 𝛽1CEP_5𝑖𝑡 + 𝛽2BVPS_5𝑖𝑡 + 𝛽3RDPS_5𝑖𝑡 + 𝛽4DGR_5𝑖𝑡 + 𝛽5DIA_5𝑖𝑡 + 𝛽6SAL_5𝑖𝑡 + 𝛽7TURN_5𝑖𝑡 + 𝜀𝑖𝑡
- Periode 2011 t/m 2017, gemiddelde afgelopen 7 jaar.
MVPS_7𝑖𝑡 = 𝛽0 + 𝛽1CEP_7𝑖𝑡 + 𝛽2BVPS_7𝑖𝑡 + 𝛽3RDPS_7𝑖𝑡 + 𝛽4DGR_7𝑖𝑡 + 𝛽5DIA_7𝑖𝑡 + 𝛽6SAL_7𝑖𝑡 + 𝛽7TURN_7𝑖𝑡 + 𝜀𝑖𝑡
Deze modellen zijn de modellen die daadwerkelijk in het softwareprogramma SPSS uitgevoerd zullen worden met data afkomstig uit database ‘ORBIS’. Door het toevoegen van control variabelen en het gebruik van database ‘ORBIS’ ben ik ervan bewust dat dit mogelijk van invloed is op de onderzoeksresultaten.
28
5 Empirische resultaten
In dit hoofdstuk zal ik de statistische test voor waarde relevantie toelichten. De beschrijvende statistieken, de correlatiematrix en de hypothese zullen worden beschreven. Hierbij wordt de interpretatie van de resultaten weergegeven over de regressie met betrekking tot de waarde relevantie van R&D-uitgaven, de afhankelijkheid van groeimogelijkheden en de marktwaarde. De resultaten zullen worden verdeeld over de twee hypotheses van dit onderzoek. Alle hypothesen worden in de alternatieve vorm vermeld.
5.1 Basismodel Waarderelevantie
Eerst wordt een vooronderzoek gedaan in de vorm van een regressie tussen aandelenkoersen en accountingvariabele: winst per aandeel (EPSit) en boekwaarde eigen vermogen per aandeel (BVPSit). Dit wordt getoetst met het clean Ohlson (1995) model, ook wel genaamd model 0 in dit onderzoek. Uit dit onderzoek blijkt dat de relatie tussen marktwaarde en accounting variabelen significant is. Dit is een vereiste om vervolgonderzoek te doen. Onderzoek: De accounting
variabelen hebben een significant effect op de marktwaarde. TABEL 3
Beschrijvende statistieken – Industrie Duitsland 2008 – 2017
Variabele N Mean Std. Deviation Minimum Maximum
MVPS 2024 57,88 118,43 0,05 960,43
EPS 2000 2,26 24,64 -490,40 409,32
BVPS 2000 37,30 91,32 -101,37 1455,20
Noot:
In de tabel worden de beschrijvende statistieken weergegeven van de variabelen, sample periode 2008 – 2017. Deze variabelen vormen de input voor het basis Ohlson (1995) model. ‘MVPS’= Aandelenkoers, ‘EPS’= Winst per aandeel [Totaal winst/aantal aandelen] en ‘BVPS’= Boekwaarde eigen vermogen per aandeel [Totaal boekwaarde eigen vermogen/aantal aandelen]. Voor de definitie van de variabelen zie Appendix 5.
De beschrijvende statistieken van het basismodel worden in de tabel 3 weergegeven. Het gemiddelde van de aandelenkoers variabele (MVPS) is als (57,88) weergegeven. Het gemiddelde van de winst variabele wordt weergegeven als (2,26) en van de boekwaarde eigen vermogen variabele als (37,30). Het gemiddelde van de boekwaarde eigen vermogen per aandeel is dan groter dan het gemiddelde van de winst per aandeel. Dit houdt in dat de waarden van de
boekwaarde eigen vermogen hoger zijn de waarden van de winst. Uit de tabel is duidelijk te zien dat de standaarddeviaties van de variabelen van elkaar verschillen. De standaarddeviatie van de boekwaarde eigen vermogen is met (91,32) de grotere waarde t.o.v. de winst (24,64). Dit
impliceert dat bij de boekwaarde eigen vermogen de gegevens meer verspreid zijn van elkaar. De standaarddeviatie van deze variabel is beïnvloed door uitschieters (extreme lage en extreme hoge cijfers). Dit komt doordat de standaarddeviatie gebaseerd is op de afstand tot het gemiddelde.
29 TABEL 4 Correlatie Matrix 1_MVPS 2 2_EPS 0,064*** 0,002 3_BVPS 0,672*** 0,040** 0,000 0,039 Noot:
In deze tabel is de correlatie matrix weergegeven. Het aantal observaties gebruikt per variabele is 2000. De significante correlaties zijn vet gedrukt. Het significantieniveau is als volgt p < 0,1 dan *, p < 0,05 dan ** en indien p < 0,01 dan ***. Beide onafhankelijke variabelen correleren positief met de afhankelijke variabele aandelenkoers. Voor de definities van de variabelen zie Appendix 5.
Op basis van de correlatiematrix worden de volgende correlaties getoond. Als de
aandelenkoers (MVPS) met 1% veranderd, dan verandert de winst per aandeel (EPS) met 0,064. In dit geval is de ‘Pearson’s Regressie’ positief, wat dus betekent dat wanneer een variabele in waarde toeneemt, de tweede variabele ook in waarde toeneemt. In de tabel is duidelijk te zien dat de associatie tussen de variabelen positief is, maar verschillen ze in sterkte. De kleinste correlatie is (0,040) tussen de winst en de boekwaarde eigen vermogen. Daartegenover, de grootste
correlatie is (0,672) tussen de aandelenkoers en boekwaarde eigen vermogen. Dit impliceert dat de relatie tussen de aandelenkoers en boekwaarde eigen vermogen sterk is. De relatie tussen de winst en aandelenkoers is minder sterk. De correlatie tussen de winst en aandelenkoers (0,064) ligt tussen de hiervoor genoemde correlaties. Verder wordt in de tabel weergegeven dat er een statistisch significante correlatie is tussen de variabelen. Er zijn statistisch significante correlaties tussen de aandelenkoers (MVPS), winst (EPS) en boekwaarde eigen vermogen (BVPS). Alle p-waarden van deze variabelen zijn kleiner dan 0,05.
TABEL 5
Statistieken & Coëfficiënten
Coëfficiënten t-stat Sig. Collinearity Statistieken
Tolerance VIF INTERCEPT 25,290 11,860*** 0,000 EPS 0,182 2,279** 0,023 0,998 1,002 BVPS 0,874 40,510*** 0,000 0,998 1,002 N 2000 Adjusted R2 0,453 F 828,063*** Sig. 0,000 Noot:
In de tabel worden statistieken en coëfficiënten het model en de variabelen ‘EPS’ en BVPS’ weergegeven. De F-statistiek is significant dus de coëfficiënten kunnen individueel geanalyseerd worden. De Adjusted R2 toont dat
45,3% van de variantie wordt verklaard door het model. De tabel toont dat de accountingvariabelen significant effect hebben op marktwaarde. De onafhankelijke variabelen zijn beide significant, ‘EPS’ is minder significant dan ‘BVPS’. Significantieniveau is p < 0,01 dan ***, p < 0,05 dan **.
De statistische uitkomst van de regressie die gebaseerd is op het Ohlson basismodel met betrekking tot het groeipercentage van de aandelenkoersen is weergegeven in de bovenstaande tabel. In het modeloverzicht wordt de Adjusted R2 weergegeven als 0,453 wat een percentage van
30
45,3% aangeeft. De Adjusted R2 is het deel van de variantie in de afhankelijke variabele (aandelenkoers) dat daadwerkelijk wordt verklaard door de onafhankelijke variabelen (boekwaarde eigen vermogen en winst). Dit geeft een algehele meting van de associatiesterkte aan en geeft niet de mate weer waarin een bepaalde onafhankelijke variabele is geassocieerd met de afhankelijke variabele. De Adjusted-R2 geeft dus een percentage aan van 45,3%, dit houdt in dat de relatie tussen de afhankelijke en onafhankelijke variabelen sterk zijn in dit model. Dit impliceert dat de fouten ervan gemiddeld slechts ongeveer 5% kleiner zijn dan die van een constant-alleen model, dat alleen voorspelt dat alles gelijk zal zijn aan het gemiddelde. Dus 45,3% van de variatie die daadwerkelijk wordt verklaard door alleen de onafhankelijke variabelen die de afhankelijke variabele daadwerkelijk beïnvloeden (aandelenkoers)
Verder laat tabel 5 zien dat de p-waarde (0,000) van de f-statistiek (828,063) extreem klein is. Dit houdt in dat de p-waarde in dit model kleiner is dan 0,001. De f-statistiek is slechts één maatstaf om het significantieniveau te bepalen in een f-test. Dit is de reden waarom in dit geval de p-waarde wordt gebruikt. De p-waarde is lager dan 0,05 en de individuele p-waarden dienen geanalyseerd te worden om te kunnen bepalen of de individuele variabelen statistisch significant zijn. Dit wordt gedaan op basis van het analyseren van de coëfficiënten.
In de tabel 5 wordt weergegeven dat de coëfficiënt van de winst per aandeel variabele 0,182 is. Dit houdt in dat voor elke eenheidstoename in de winst per aandeel een toename van 0,182 eenheden in de aandelenkoers wordt verwacht. Ook positief, is de coëfficiënt van de boekwaarde eigen vermogen per aandeel 0,874, wat dus impliceert dat voor elke eenheidsverhoging in de boekwaarde eigen vermogen per aandeel een toename van 0,874 in aandeelkoersen wordt verwacht. Om te testen of de coëfficiënten significant verschillen van nul, moeten de t-statistieken en hun p-waarden in de tabel worden geanalyseerd. De coëfficiënt van de winst per aandeel variabele wijkt aanzienlijk af van de nul omdat de p-waarde ervan 0,023 is. De coëfficiënt van de boekwaarde eigen vermogen per aandeel wijkt ook aanzienlijk af van de nul. De p-waarde van deze variabele is 0,000 en blijft dus in dit geval onder 0,05. Daarnaast is in de tabel, laatste twee kolommen, duidelijk te zien dat de VIF-statistiek voor beide variabelen een acceptabel niveau vertonen, waarbij geldt dat de VIF-statistiek onder 10 moet zijn. De tolerantiestatistiek ligt voor beide variabelen boven 0,1 en is < 1. Dit geeft aan dat er geen collineariteit is binnen de gegevens. Volgens het model van Ohlson (1995) is er sprake van waarde relevantie in deze dataset welk geheel volgens de verwachting is. Het onderzoek kan doorgang vinden, gezien er is voldaan aan de eis dat er sprake is van waarde relevantie van de accountingvariabelen. Volgens verwachting hebben de accountingvariabelen boekwaarde eigen vermogen en winst significant effect op
