Amsterdam Business School
Invloed van Cultuur op Earnings Smoothing:
een vergelijking tussen Latijns-Amerika, Nordic,
Latijns-Europa en Confucian
Naam: Jeroen van Wijk Student nummer: 10526145 Datum laatste versie: 20-6-2015 Word count: 12,507
MSc Accountancy & Control, specialisatie Control
Faculty of Economics and Business, University of Amsterdam Supervisor: prof. dr. D.M. Swagerman
Statement of Originality
This document is written by student Jeroen van Wijk 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.
Abstract
In this thesis, the influence of culture on earnings smoothing stands central. Previous research shows that culture alongside institutional and other economic factors is a potential cause of the variation between countries on earnings management. In this study, 23 countries divided among the clusters Latin-America, Nordic, Latin-Europe and Confucian were selected so that based on the six cultural dimensions of Hofstede, power distance, individualism, masculinity, uncertainty avoidance, long-term orientation and indulgence the effect of culture on the type of earnings smoothing of earnings management is measured. At the same time there is controlled for the influence of legal and institutional factors. Results of the regression analysis show no significant correlations between culture and earnings smoothing. The cultural dimensions of power distance and individualism, however, respond pretty strong to earnings smoothing. Culture should be seen as a variable that can influence earnings smoothing
Samenvatting
In deze thesis staat de invloed van cultuur op earnings smoothing centraal. Uit eerder onderzoek blijkt dat cultuur naast institutionele- en andere economische factoren een potentiële oorzaak is van de variatie tussen verschillende landen op earnings management. In dit onderzoek zijn 23 landen verdeeld onder de clusters Latijns-Amerika, Nordic, Latijns-Europa en Confucian geselecteerd om aan de hand van de zes culturele waardedimensies van Hofstede, machtsafstand, individualisme, masculiniteit, onzekerheidsvermijding, lange termijn oriëntatie en toegeeflijkheid de invloed van cultuur op het type earnings smoothing van earnings management te meten. Tevens is hierbij gecontroleerd op de invloed van wettelijke en institutionele factoren. Resultaten van de regressieanalyse tonen geen significante correlaties aan tussen cultuur en earnings smoothing. De culturele dimensies machtsafstand en individualisme reageren echter wel sterk op earnings smoothing. Cultuur moet als een variabele worden gezien die invloed kan uitoefenen op earnings smoothing.
Inhoudsopgave
1 Introductie ... 5
2 Theoretisch Kader ... 7
2.1 Voorgaand Onderzoek ... 7
2.2 Earnings Smoothing ... 9
2.3 Zes culturele waardedimensies van Hofstede ... 12
3 Hypotheses ... 14 4 Onderzoeksmethode ... 17 4.1 Landenselectie ... 17 4.2 Earnings Smoothing ... 19 4.3 Controle variabelen ... 21 5 Resultaten ... 26 6 Conclusie ... 34 Literatuurlijst ... 35
Bijlage I. Hofstede’s Culturele Waardedimensies ... 37
1 Introductie
Recent onderzoek van Doupnik (2008) laat zien dat cultuur invloed heeft op earnings management. Doupnik onderzocht op basis van de cultuurdimensies van Hofstede (1980-2001) diverse landen (Doupnik 2008, blz 329) op twee verschillende vormen van earnings management: earnings smoothing (Dechow, 2000) en earnings discretion (Leuz, 2003). De resultaten van het onderzoek laten zien dat de cultuurdimensies individualisme en onzekerheidsvermijding significant correleren op earnings management, zelfs na het toepassen van de controlevariabelen investeerdersbescherming en andere wettelijke institutionele factoren (La Porta 1998-2006). Cultuur heeft een sterker relatie met earnings smoothing dan met earnings discretion.
Op internationaal niveau toont voorgaand onderzoek aan dat er systematische verschillen tussen landen zijn op het gebied van earnings management. Leuz (2003) stelt dat bijvoorbeeld opbrengsten smoother zijn in Europa en Azië dan ten opzichte van Anglo-Amerikaanse landen, en dat Europese en Aziatische bedrijven meer geneigd zijn om verliezen niet te tonen dan Anglo-Amerikaanse bedrijven. Verschillen op het gebied van earnings management tussen landen worden vaak toegeschreven aan twee invloeden. De eerste is de invloed van institutionele factoren, deze kunnen een remmend effect geven op earnings management. Zo tonen Leuz (2003) en Burgstahler (2006) aan dat de kwaliteit van het lokaal rechtssysteem en de mate van investeerdersbeveiliging significante variatie verklaard tussen landen op het gebied van earnings management. De tweede is de invloed van economische beloningen. Cheng (2005) toont aan dat managers geneigd zijn om met winsten/verliezen te schuiven wanneer zij hierdoor zelf, door middel van een beloning beter van worden.
Dit onderzoek focust op een hele andere mogelijke oorzaak van variatie tussen landen op earnings management, namelijk cultuur. Bao and Bao (2004) waren waarschijnlijk de eerste die suggereerden dat ook cultuur een factor kon zijn voor de variatie, zij gingen hier echter niet uitgebreid op in. Guan (2006) was de eerste die invloed van cultuur op earnings management onderzocht. Hun studie is echter gelimiteerd door maar vijf Aziatische landen te onderzoeken op alleen de discretionary accruals (vorm van earnings management).
In dit onderzoek is de clusterverdeling van Ronen and Shenkar (2013) gebruikt om groepen landen te selecteren. Zij clusteren landen op basis van overeenkomsten in cultuur waardoor dit uitstekend aansluit bij het onderzoek. Er is een selectie van 4 clusters gemaakt: Latijns-Amerika, Nordic, Latijns-Europa en Confucian. Die selectie heeft er uiteindelijk toe geleid dat 3024 organisatie verdeeld onder 23 landen zijn onderzocht op de relatie tussen cultuur en earnings smoothing. Hoewel geen significante uitkomsten in de regressieanalyse van dit onderzoek op de
afzonderlijke cultuurdimensies naar voren komen vertellen de resultaten wel dat cultuur wel degelijk een invloed kan zijn op earnings smoothing.
De contributie van dit onderzoek aan de bestaande literatuur is dat er op het verzoek van Doupnik (2008) wordt ingegaan om ook landen uit Latijns Amerika te onderzoeken naar het effect van cultuur op earnings management. Het is tevens uniek dat de clusterverdeling van Ronen & Shenkar (2013) is gebruikt waardoor er voor het eerst groepen landen die geclusterd zijn op basis van overeenkomsten van cultuur worden getoetst op het effect naar earnings smoothing. Op basis van de zes culture dimensies van Hofstede worden de cultuur verschillen van de vier geselecteerde clusters Latijns-Amerika Confucian, Nordic en Latijns-Europa met elkaar vergeleken. Tevens is het voor het eerst in de literatuur dat de zesde waardedimensie toegeeflijkheid van Hofstede in soortgelijk onderzoek wordt meegenomen, deze is pas recent in 2010 toegevoegd waardoor deze ontbreekt in voorgaande onderzoeken. Gray’s (1988) model wordt hiermee uitgebreid waarbij goed de invloed van cultuur op accounting is te zien.
Dit artikel is als volgt opgebouwd. In de volgende paragraaf wordt het theoretisch kader toegelicht. Hier wordt specifiek de voorgaande literatuur, earnings smoothing en de zes dimensies van Hofstede uiteengezet. Vervolgens wordt in paragraaf 3 toelichting op de landenselectie gegeven. In paragraaf 4 zijn de hypotheses geformuleerd met onderbouwde verwachtingen. De onderzoeksmethode wordt uiteengezet in paragraaf 5. De resultaten van het onderzoek staan vermeld in paragraaf 6. Als laatste wordt er in paragraaf 7 de conclusie uiteengezet.
2 Theoretisch Kader
2.1 Voorgaand Onderzoek
Guan (2006) gebruikt Gray’s (1988) model van invloed van cultuur op accounting om aan te geven dat verschillen in earnings management tussen landen zijn gerelateerd aan cultuur. Doupnik (2008, blz. 321) heeft een versie van Gray’s model uitgewerkt waar deze links zichtbaar zijn (zie figuur 1). In dit figuur is te zien dat Gray stelt dat de zes cultuur dimensies van Hofstede invloed hebben op de accounting waarden (bv: professionaliteit en uniformiteit) en institutionele consequenties (bv: kapitaalmarkt en rechtssysteem) van een land.
Guan onderzocht verschillen in cultuur op earnings management in vijf landen: Australië, Japan, Hong Kong, Maleisië en Singapore. Drie hypotheses werden gedefinieerd (Guan 2006, blz.31) waarbij de cultuur dimensies machtsafstand, individualisme, onzekerheidsvermijding en lange termijn oriëntatie gelinkt werden naar earnings management (variant: inkomen verhogende accruals). Resultaten van het onderzoek laten significante correlaties zien tussen de accruals en dimensies van individualisme (positief), onzekerheidsvermijding (negatief) en lange termijn oriëntatie (negatief). Hiermee toont Guan aan dat cultuuraspecten van invloed kunnen zijn op verschillen in earnings management.
Figuur 1
Gray's model of the influence of culture on accounting
Cultural dimensions Institutional consequences
Individualism Legal system
Power distance Corporate ownership
Uncertainty avoidance Capital markets
Masculinity Professional associations
Long-term orientation Education
Indulgence Religion
Accounting values Accounting systems
Professionalism Authority
Uniformity Enforcement
Conservatism Measurement
Secrecy Disclosure
Bron: Doupnik (2008), Gray (1988)*
Leuz (2003) onderzocht systematische verschillen in earnings management van 31 landen. De verschillen verklaren zij met het idee dat mensen binnen organisaties, in een poging tot het beschermen van hun beloningen, gebruik maken van earnings management om de prestatie van de organisatie te verbergen richting outsiders. Zij zouden hiermee meer zekerheid krijgen voor het in stand houden van hun beloning. Leuz stelt dat organisaties binnen de landen minder geneigd zijn om earnings management toe te passen wanneer er wetgeving is waarbij zij beschermt worden tegen deze outsiders (investeerders). Leuz test deze hypothese door onderzoek te doen tussen de relatie van twee vormen (outside investor rights en legal enforcement) van investeerders bescherming op earnings management. La Porta (1998) definieert outside investor rights als een index die meet hoe sterk een wetgeving van een land minderheden van aandeelhouders bevoordeeld. Legal enforcement typeren zij als een gemiddelde score op drie wettelijke variabelen om de kwaliteit van handhaving van de wet aan te duiden. Zoals verwacht vindt Leuz (2003) een significante negatieve relatie tussen de twee vormen van investeerders bescherming en earnings management. Meer wetgeving en een goede handhaving resulteert dat organisaties minder geneigd zijn om earnings management toe te passen. Leuz onderzocht echter niet dat naast wettelijke instrumenten ook verschillen in nationale cultuur van invloed kunnen zijn op earnings management.
Haw (2004) onderzocht ook de rol van wettelijke instrumenten op het verschil in earnings management op een selectie van Oost-Aziatische en West-Europese landen. Zij ondersteunen ook dat dit de kans op earnings management verkleint. Wel moet worden genoteerd dat Wysocki (2004) wat kritiek op de specifieke gehanteerde maatstaf van Haw (2004) heeft en dit zij betwisten of de bewering dat naleving van de belastingwetgeving wel invloed heeft op earnings management.
Het onderzoek van Burgstahler (2006) onderzocht het effect van beloningen van de kapitaalmarkt en andere institutionele factoren op earnings management onder een groep Europese landen. Resultaten uit dat onderzoek laten zien dat earnings management meer voorkomt in besloten organisaties (privately held firms) dan in naamloze venootschappen (public companies). Burgstahler stelt ook dat strengere wetgeving directe invloed heeft op de mate van earnings management. Veel besproken artikelen zijn het er dus over eens dat wetgeving van invloed is op de mate van earnings management en verschillen tussen landen kan verklaren. Doupnik (2008) en dit onderzoek focust zich echter op de invloed die verschillen in nationale cultuur (obv de cultuur dimensies van Hofstede) kunnen hebben op earnings management.
Doupnik (2008, blz.329) onderzocht 31 landen opgedeeld in drie clusters naar invloed van cultuur op twee verschillende vormen van earnings management (earnings smoothing en earnings
discretion, zie paragraaf 2.2). Om verschillen in nationale culturen per land in kaart te brengen gebruikt Doupnik vijf culturele waardedimensies van Hofstede (machtsafstand, individualisme, masculiniteit, onzekerheidsvermijding en lange termijn oriëntatie). De zesde dimensie toegeeflijkheid was op dat moment nog niet ontwikkeld. Als controlevariabelen werden investerings bescherming en andere vormen van wettelijke institutionele factoren (La Porta 1998 & 2006) meegenomen. De resultaten van het onderzoek tonen aan dat de cultuurdimensies onzekerheidsvermijding (positief) en individualisme (negatief) significant correleren op earnings smoothing, zelfs na het meenemen van de controlevariabelen. Zoals Doupnik had verwacht reageren culturen met een hoge wil om onzekerheid te ontwijken positief op earnings smoothing omdat zij zelf hun toekomst willen bepalen. Earnings smoothing is dan een techniek om iets meer control te krijgen op de situatie. Bij culturen met hoge collectivisme (laag individualisme) wil men hun naasten beschermen, minder fluctuatie in earnings zou hiervoor zorgen. Earnings smoothing is dan een techniek die voor meer zekerheid zorgt. Op de vorm earnings discretion was niet direct een significante relatie te zien met cultuur (mogelijke uitzondering: onzekerheidsvermijding, Doupnik, blz.338), derhalve focust dit onderzoek zich ook op de earnings managent variant earnings smoothing. In de volgende paragraaf wordt hier dieper op ingegaan.
2.2 Earnings Smoothing
In deze paragraaf wordt earnings smoothing uiteengezet. Om deze vorm van earnings management te begrijpen volgt er als eerst een toelichting over wat earnings management nu precies is. Vervolgens wordt er een voorbeeld gegeven van earnings smoothing. Afsluitend wordt er kort ingegaan op de methoden die er zijn om earnings smoothing bij organisaties te meten.
Healy and Wahlen (1999) definiëren earnings management als: het bewust nemen van beslissingen met betrekking op de financiële verslaggeving om aandeelhouders en andere belanghebbenden te misleiden over de prestaties van de organisatie of om invloed uit te oefenen om contracten met derden binnen te halen. Er is in de literatuur en in de praktijk veel discussie over het toepassen van earnings management. Dechow and Skinner (2000, blz. 238-242) zijn van mening dat veel vormen van earnings management binnen de accounting regels van de GAAP (Generally Accepted Accounting Principles) vallen. Managers van een organisatie hebben binnen de richtlijnen van de GAAP bepaalde ruimte om verschillende keuzes te maken over hoe zij winsten herkennen. Bewust of onbewust toegepast zijn Dechow and Skinner (2000) van mening dat die vormen duidelijk verschillen met de extreemste vorm van earnings management ‘financiële fraude’. Financiële Fraude wordt door hen gedefinieerd als: ‘het opzettelijk, weloverwogen geven van onjuiste informatie over materiële feiten, accounting gegevens die misleidend zijn. De
lezer/belanghebbende zou zijn of haar oordeel of beslissing veranderen indien ze wel zouden beschikken over alle niet gemanipuleerde informatie’. In figuur 2 is het model opgenomen die Dechow and Skinner (2000, blz. 239) hebben gemaakt waarbij duidelijk is te zien welk accounting beslissingen zij onder fraude vinden vallen en welke nog te rechtvaardigen zijn onder de GAAP.
Accounting Choices "Real" Cash Flow Choices
Within GAAP
'Conservative' ● Overly aggressive recognition ● Delaying sales
Accounting of provisions or reserves ● Accelerating R&D or ● Overvaluation of acquired in- advertising expenditures process R&D in purchase acquisitions
● Overstatement of restructuring charges and asset write-offs
'Neutral' ●Earnings that result from a neutral
Accounting operation of the process
'Aggressive' ● Understatement of the provision for ● Postponing R&D or
Accounting bad debts advertising expenditures
● Drawing down provisions or reserves ● Accelerating sales in an overly aggressive manner
Violates GAAP
● Recording sales before they are 'realizable' ● Recording fictitious sales
'Fraudulent' ● Backdating sales invoices
Accounting ● Overstating inventory by recording
fictitious inventory
Bron: Dechow and Skinner (2000, blz. 239)
Earnings management vormen earnings discretion en earnings smoothing worden in het artikel van Doupnik (2008) gebruikt om te meten of cultuur effect heeft op earnings management. Deze vormen en de daarbij horende accounting beslissingen vallen volgens Dechow and Skinner (2000) binnen de GAAP. Het valt binnen de vrijheden die een manager heeft om op verschillende manieren met accruals om te gaan. Het bewust verdoezelen of maskeren van echte economische prestatie typeert deze vormen pas als earnings management. Hoewel earnings management in vele ogen dus niet door de bocht kan zeggen Dechow and Skinner (2000) dat je het de managers niet kwalijk kan nemen. Zij handelen binnen de kaders van de richtlijnen en doen dit ten gunste van de organisatie. Critici zullen zeggen dat er vaak ook persoonlijk gewin (bonussen, targets) in het spel
Figuur 2
zijn waardoor het toepassen van deze techniek zeer discutabel is. Dechow and Skinner ( 2000, blz. 241-242) zeggen dat toezichthouders en belanghebbenden zich alleen zorgen moeten maken over die niet waarneembare vorm van earnings management. Organisaties lichten nu vaak al hun accruals toe in de financiële rapportage waardoor investeerders, toezichthouders en andere belanghebbende al een goed beeld krijgen over de echte economische prestatie.
Doupnik (2008, blz. 322) omschrijft earnings disrection als accrual accounting waarbij opbrengsten worden gerapporteerd om bepaalde targets te halen, of dat het rapporteren van kleine verliezen wordt vermeden. Deze vorm wordt voornamelijk getypeerd als ‘income-increasing accruals’. Earning smoothing is het proces waarbij de tijd van het vrijvallen van de opbrengsten wordt gemanipuleerd om gerapporteerde opbrengsten minder te laten fluctueren (Fudenberg and Tirole, 1995).
Om de bovenstaande definitie van earnings smoothing te verduidelijken wordt er hieronder een voorbeeld van income smoothing in de praktijk gegeven (Dechow and Skinner, 2000, blz. 240). Denk aan een organisatie waarvan het verkochte software product voortdurend moet worden ondersteund en bijgewerkt om marktaandeel te behouden. De klanten betalen vooraf het geld voor het product. De managers van de organisatie willen deze opbrengsten niet gelijk in zijn geheel laten vrijvallen omdat zij van mening zijn dat dit gelinkt moet worden aan de ondersteuning (kosten) van het product. Het gereserveerde gedeelte van de opbrengsten laat men vrijvallen als ondersteuning wordt verleend. De hoogte van de kosten voor de ondersteuning zijn onzeker in te schatten waardoor de hoogte van vrijgevallen opbrengsten per periode kan verschillen. Nu blijkt dat bij het gebruik maken van deze manier van winstherkenning, dat wanneer de verkopen ongebruikelijk hoog zijn relatief meer opbrengsten worden gereserveerd naar de ‘nog niet gerealiseerde opbrengsten’ post. Indien er sprake is van lage een verkoop (in periodes vlak voor het uitbrengen van nieuwe producten) gebeurt het tegenovergestelde. De post ‘nog niet gerealiseerde winsten’ zal door de toegepaste methodiek ‘smoother’ vrijvallen dan wanneer de opbrengsten gelijk in zijn geheel waren genomen op het moment van verkoop, dit geeft dus uiteindelijk een ander beeld van de gerapporteerde opbrengsten en winst.
In bovenstaand voorbeeld kwamen alle facetten aan het licht over de discussie die Dechow and Skinner (2000) voeren of dit wel of niet als earnings management moet worden gezien. De volgende vraag is echter hoe je vormen van earnings management bij organisaties kan meten. De literatuur is hier ook over verdeeld. Guan and Pourjalali (2010) spreken over verschillende methodieken die zijn ontwikkeld om earnings management te meten. Op elke methode zijn er wel op- en aanmerken te vinden in de literatuur (Watts and Zimmerman, 1990). Gezien de ontwikkelde
formules erg afhankelijk zijn van data die organisaties aanleveren is het de vraag of earnings management wel goed te meten valt. Guan and Pourjalali (2010, blz. 108) gebruiken de ‘modified Jones’ methode om accrual based earnings management (earnings discretion) te meten. Volgens hen wordt die methodiek alom in de wetenschap geaccepteerd en brengt het die vorm van earnings management goed in kaart. Voor dit onderzoek is de methodiek om earnings smoothing te meten van belang. Deze vorm is in de literatuur minder besproken waardoor er slechts een aantal methoden beschikbaar zijn om dit meten. Fudenberg (1995), Trueman (1988) lichten heel uitgebreid een formule toe waarmee income smoothing op verschillende niveaus binnen een organisatie kan worden gemeten. Gezien dit onderzoek uiteindelijk een uitspraak wil doen over de hoogte van earnings smoothing in een bepaald land wordt de afgeleide formule die Leuz (2003) hiervoor heeft ontwikkeld gebruikt. In het kort de formule zoals Leuz (2003, blz. 514) die beschrijft:
‘Earnings smoothing is the country’s median ratio of the firm-level standard deviations of operating income and operating cash flow (both scaled by lagged total assets). The cash flow from operations is equal to operating income minus accruals, where accruals are calculated as:
(Δtotal current assets –Δcash) – (Δtotal current liabilities-Δshort term debt –Δtaxes payable) – depreciation expense).’
In het gedeelte van de onderzoeksmethode onder §4.2 earnings smoothing wordt uitgebreider bij de formule van Leuz (2003) stilgestaan. Daar zal ook duidelijk worden hoe de formule in praktijk met een dataset van WRDS (Wharton Research Data Services) wordt geïnterpreteerd om zo earnings smoothing ratio’s voor de geselecteerde landen van dit onderzoek te berekenen.
2.3 Zes culturele waardedimensies van Hofstede
De zes culturele waardedimensies van Hofstede (1980-2001) bestaan uit machtsafstand, individualisme, masculiniteit, onzekerheidsvermijding, lange termijn oriëntatie en toegeeflijkheid. In 2010 is de zesde dimensie toegeeflijkheid toegevoegd. Hieronder worden de zes dimensies nader toegelicht.
Machtsafstand is de mate waarin minder machtige deelnemers van organisaties en instituties accepteren en verwachten dat macht ongelijk verdeeld is. Individuen in een cultuur met grote machtsafstand accepteren sneller een positie in een hiërarchische volgorde zonder verdere rechtvaardiging. Bij een cultuur met een kleine machtsafstand streven individuen naar een gelijke verdeling van de macht en eisen rechtvaardiging indien dit niet zo is. Machtsafstand zou tot ongelijkheid kunnen leiden in organisaties of de maatschappij. Hofstede ondersteund dit ‘Alle
Individualisme kan worden gedefinieerd wanneer er een los sociaal kader is waarin individuen alleen getracht worden om voor zichzelf en hun naaste familie te zorgen. Hofstede zet hier het andere uiterste tegenover, collectivisme. Collectivisme wordt gekenmerkt door een hecht sociaal kader waarin individuen kunnen verwachten dat familieleden of andere naasten voor hen zullen zorgen in ruil voor hun onvoorwaardelijke loyaliteit. De positie van een samenleving op deze dimensie komt tot uiting in de vraag of het zelfbeeld van mensen wordt gedefinieerd in termen van "ik" of "wij".
Masculiniteit geeft de kant binnen deze dimensie weer waar de maatschappij een voorkeur heeft voor prestatie, heldendom, assertiviteit en materiële beloningen voor succes. De maatschappij als geheel is meer competitief. Hofstede zet femininiteit hier tegenover, deze staat voor een voorkeur voor samenwerken, bescheidenheid, zorg voor de zwakken en de kwaliteit van het leven. De maatschappij als geheel is meer consensus gericht. Masculiniteit versus femininiteit wordt in de praktijk ook vaak gezien als “harde versus zachtaardige” culturen.
Onzekerheidsvermijding is de mate waarin mensen zich ongemakkelijk voelen met betrekking tot onzekerheid en ambiguïteit. De maatschappij kenmerkt zich hierin door hoe zij kunnen omgaan met onverwachte situaties. Een cultuur met een hoge graad van onzekerheidsvermijding houdt zich vast aan strenge geloof en gedragscodes en is intolerant ten opzichte van onorthodox gedrag en ideeën. Indien een cultuur een lage graad van onzekerheidsvermijding heeft zal men een meer ontspannen houding aannemen waarbij de praktijk belangrijker is dan principes.
Lange termijn oriëntatie versus korte termijn oriëntatie is de dimensie die de mate aangeeft of de maatschappij meer gefocust is op het heden of juist meer op de toekomst. Indien er sprake is van een lange termijn oriëntatie zal men veel sparen, plannen en zich snel zorgen maken. Zulke maatschappijen hebben gedrevenheid en een hoog doorzettingsvermogen. Bij korte termijn oriëntatie zal men gericht zijn op het heden en dat het allerbelangrijkste vinden. Zij hechten veel waarde aan het in stand houden van tradities.
Toegeeflijkheid staat voor een samenleving waarin men relatief vrij is en geniet van het leven. Hofstede zet tegenover toegeeflijkheid, terughoudendheid. Terughoudendheid kenmerkt zich als een samenleving waarin men behoeften onderdrukt en dit reguleert door strenge sociale normen.
3 Hypotheses
Anders dan Guan (2006), die zijn hypotheses ontwikkelden op basis van het model van Gray (1988) zal dit onderzoek net zoals Doupnik (2008) hypotheses formuleren die direct aan Hofstede’s zienswijze gerelateerd zijn. Voor elke culturele dimensie wordt een relatie verondersteld tussen cultuur en earnings smoothing.
Hypothese 1: Machtsafstand heeft een positieve invloed op earnings smoothing
Als eerste culturele dimensie machtafstand. Hofstede (1980-2001) spreekt van een directe connectie tussen machtsafstand en earnings smoothing. In landen met een hoge score op machtsafstand zullen directeuren/managers met veel macht eerder geneigd zijn om het accounting systeem te ‘smoothen’. Zij zullen door de grote machtsafstand veel minder snel kritiek krijgen op het verdraaien van de echte cijfers van naaste medewerkers. Naar zichzelf verantwoorden ze het toepassen van earnings smoothing dan ook als een noodzakelijk goed om hun macht en het imago van henzelf en de organisatie op peil te houden. Indien dit waar is zal er een positieve relatie bestaan tussen machtsafstand en earnings smoothing.
Hypothese 2: Individualisme heeft een negatieve invloed op earnings smoothing
De groep belanghebbenden die het meeste baat heeft bij een stabiele omgeving en constante winsten van een organisatie zijn de werknemers. Andere groepen zoals leveranciers, klanten, investeerders en kredietverschaffers kunnen hiervan ook profiteren echter zijn zij niet totaal afhankelijk van de organisatie voor hun inkomen. Hofstede (1980-2001) suggereert dan ook dat in landen waarbij er een hoge graad van collectivisme is, medewerkers van een organisatie verwachten dat de organisatie voor hen zorgt en hun belangen behartigd. Het verminderen van grote variaties in inkomsten zou een manier zijn om die belangen te behartigen. Indien dit zou kloppen zou er een positieve relatie bestaan tussen collectivisme en earnings smoothing waardoor een negatieve relatie kan worden verondersteld in het geval van individualisme.
Hypothese 3: Masculiniteit heeft invloed op earnings smoothing
Hofstede (1980-2001) zegt dat in een land met hoge masculiniteit men een voorkeur heeft voor prestatie, heldendom, assertief gedrag en materiële beloningen. Met opzet winsten verdampen (negatieve earnings smoothing) in periodes dat er sprake is van hoge successen zou tegenstrijdig zijn met de wil om prestatie te tonen. Aan de andere kant kan het produceren van meer stabiele winsten en het constant halen van targets gezien worden als een nog betere prestatie. Bij masculiniteit kan in dit geval zowel een positieve als negatieve relatie met earnings smoothing worden verondersteld.
Hypothese 4: Onzekerheidsvermijding heeft een positieve invloed op earnings smoothing Landen met een hoge score op onzekerheidsvermijding proberen de toekomst te controleren (Hofstede, 1980-2001). Earnings smoothing kan gezien worden als een tool van het management van een organisatie om toekomstige winsten/verliezen te controleren. Earnings smoothing zou daarom meer moeten voorkomen in landen met een hoge score op onzekerheidsvermijding (positieve relatie). In het geval dat landen laag score op onzekerheidsvermijding zal men minder geneigd zijn om de toekomst te controleren en dus earnings smoothing toe te passen.
Hypothese 5: Lange termijn oriëntatie heeft invloed op earnings smoothing
Hofstede (1980-2001) maakt onderscheid tussen landen met een lange- en korte termijn oriëntatie. Organisaties in landen met een korte termijn oriëntatie zullen gefocust zijn op huidige winsten/verliezen. Medewerkers zullen aan het behalen van hun korte termijn beloningen en bonussen denken. In dit geval zal men eerder geneigd zijn om earnings smoothing toe te passen om zo targets te behalen en beloningen te verzilveren. Een positieve relatie tussen korte termijn oriëntatie en earnings smoothing wordt verwacht. Indien er sprake is van landen met een lange termijn oriëntatie wordt het tegenovergestelde verwacht. Organisaties zouden dan geen duidelijke reden hebben om op het huidige moment earnings te smoothen omdat zij gefocust zijn op de lange termijn, derhalve wordt een negatieve relatie met earnings smoothing verondersteld.
Hypothese 6: Toegeeflijkheid heeft invloed op earnings smoothing
De laatste en nieuwste culturele dimensie van Hofstede toegeeflijkheid is in de literatuur nog niet gelinkt aan vormen van earnings management. Hofstede (1980-2001) zet met deze dimensie toegeeflijkheid en terughoudendheid tegenover elkaar. In het kader van de relatie op earnings smoothing zou verondersteld kunnen worden dat organisaties van landen met een hoge score op toegeeflijkheid (lage score terughoudendheid) eerder geneigd zullen zijn om earnings smoothing toe te laten omdat er een cultuur heerst die eerder zal toegeven aan het gebruik van deze tool. In tegenstelling tot de tegenpool terughoudendheid waar men liever niet dingen doet wat afwijkt van hoe het zou moeten. Om die reden wordt er een postieve relatie tussen toegeeflijkheid en earnings smoothing verwacht. In figuur 3 is een overzicht gecreëerd waarin de verwachtingen van de hypotheses zijn benoemd.
Figuur 3
Verwachte relaties tussen cultuur dimensies en earnings Smoothing
Cultuur dimensies Earnings Smoothing
H1 Machtsafstand Positief
H2 Individualisme Negatief
H3 Masculiniteit Positief/Negatief
H4 Onzekerheidsvermijding Positief H5 Lange termijnoriëntatie Negatief
H6 Toegeeflijkheid Positief
Gezien dit onderzoek een database onderzoek betreft en er dus hypotheses zijn opgesteld om de probleemstelling te beantwoorden; of bepaalde cultuur dimensies van Hofstede (1980-2001) invloed hebben op earnings smoothing moet er vooraf nog iets over deze methode gezegd worden. Wat is de waarde van dit onderzoek als uiteindelijk maar een enkele of misschien de helft van de hypotheses significant worden bevonden? Niet kijkend naar het resultaat van de individuele hypotheses zou in dat geval nader onderzoek nodig zijn om de materie te verduidelijken. Dit onderzoek wil door middel van een regressieanalyse aantonen dat cultuur (vormgegeven met de zes culturele dimensies van Hofstede) een effect kan hebben op earnings smoothing. In §5 Resultaten wordt duidelijk of de hypotheses worden bewezen of niet.
4 Onderzoeksmethode
In deze paragraaf wordt de onderzoeksmethodiek uiteengezet. In stappen worden de verschillende aspecten die bij het database onderzoek een rol hebben gespeeld behandeld. Als eerste volgt er in paragraaf 5.1 een toelichting op de keuze van de landen die geselecteerd zijn tijdens dit onderzoek. In paragraaf 5.2 wordt uitgebreid ingegaan hoe de earnings smoothing ratio’s zijn berekend. Tot slot volgt er in paragraaf 5.3 een uitleg over hoe de controle variabelen tot stand zijn gekomen.
4.1 Landenselectie
Doupnik (2008) deed een oproep om ook Latijns Amerikaanse landen te onderzoeken naar het effect van cultuur op earnings management. Dit onderzoek geeft daar gehoor aan en vond in het artikel van Ronen & Shenkar (2013) een uitermate geschikt model (zie figuur 4) waarbij ook het Latijns-Amerikaanse cluster werd gedefinieerd.
In het model is een overzicht te zien hoe Ronen en Shenkar landen hebben geclusterd op basis van cultuur. Gebaseerd op gelijkheden en verschillen in werk-gerelateerde attitudes definieerden zij elf clusters: Arab, Near East, Latin America, East Europe, Latin Europe, Nordic, Germanic, African, Anglo, Confucian en Far East.
Naast de Latijns-Amerikaanse cluster zijn ook de clusters Nordic, Latijns-Europa en Confucian geselecteerd voor dit onderzoek. De unieke clustering van Ronen & Shenkar maakt elke cluster interessant voor dit onderzoek, toch zijn deze drie toegevoegd om verschillende redenen. Ten eerste de beschikbaarheid van de landendata in WRDS (Wharton Research Data Services) om de earnings smoothing ratio mee te berekenen. Niet voor elk land is die data beschikbaar. Ten tweede moesten de hoeveelheid landen per cluster niet te veel van elkaar afwijken zodat er goede vergelijkingen tussen de clusters konden worden gemaakt. Dit komt tot uiting in de analyse van de resultaten. Ten derde de toevoeging van de kennis aan de bestaande literatuur. Landen zoals de Verenigde Staten en Canada (Anglo cluster) zijn al uitvoerig behandeld in andere literatuur waardoor het minder interessant zou zijn om die mee te nemen. De Confucian cluster is een goed voorbeeld waarvan nauwelijks literatuur beschikbaar is over de effecten van cultuur op earnings management. Uiteindelijk is het erg interessant dat er door deze selectie globaal drie verschillende continenten met elkaar worden vergeleken: Zuid-Amerika, Europa en Azië. Tevens zal er duidelijk worden of er een verschil is binnen Europa (Nordic versus Latijns-Europa).
Figuur 4
Clustermodel van Ronen (2013)
Bron: Ronen (2013, blz. 881)
Aan de geselecteerde landen worden de waarden van de zes cultuur dimensies van Hofstede (1980-2001) gekoppeld. Hofstede geeft voor elke culturele dimensie van het desbetreffende land een score die ligt tussen de 0 en 100. In Bijlage 1 is de lijst opgenomen van alle landen en culturele dimensie scores die anno maart 2015 bekend zijn. Het kan voorkomen dat sommige landen nog niet op elke culturele dimensie een score hebben. Gezien dit onderzoek specifiek kijkt naar alle zes dimensies zijn landen die niet op elke dimensie een score hebben uitgesloten voor het onderzoek. Andere redenen om landen uit te sluiten voor het onderzoek zijn het ontbreken van de WRDS data (§4.2) en/of controle variabelen (§4.3). Alle landen die zijn overgebleven zijn in figuur 5 te zien. In bijlage 1 kan de reden waardoor een land van één van de vier clusters is uitgesloten worden teruggevonden.
Hofstede spreekt van een significant verschil tussen landen, als het scoreverschil van een dimensie tussen de landen 20 of meer bedraagt (Chow 1999). In figuur 6 is te zien dat dit voor veel landen op veel cultuur dimensies geldt. In een enkele geval zijn er ook significante verschillen binnen een cluster op een bepaalde dimensie te zien. In het onderzoek wordt op cluster niveau vergeleken. Eerst hoe de gemiddelden per cluster gezamenlijk op de verschillende dimensies van elkaar afwijken, daarna via een post hoc test hoe zij zich onderling verhouden.
4.2 Earnings Smoothing
Dit onderzoek focust zicht op de earnings management variant ‘smoothing’. Om earnings smoothing te berekenen wordt de formule die Leuz (2003) hiervoor heeft ontwikkeld gehanteerd. Hieronder volgt een quote van Leuz’s formule. Vervolgens wordt er toegelicht hoe die formule in dit onderzoek is geïnterpreteerd met de WRDS (Wharton Research Data Services) data.
‘The measure is a country’s median ratio of the firm-level standard deviation of operating earnings divided by the firm-level standard deviation of cash flow from operations. Scaling by the cash flow from operations controls for differences in the variability of economic performance across firms. Low values of this measure indicate that, ceteris paribus, insiders exercise accounting discretion to smooth reported earnings. Cash flow from operations is computed indirectly by subtracting the accrual component from earnings because direct information on firms’ cash flows is not widely available in many countries. Following Dechow et al. (1995), we compute the accrual component of earnings as
Accrualsit = (∆CAit -∆Cashit) – (∆CLit - ∆STDit - ∆TPit) - Depit
where ∆CAit =change in total current assets, -∆Cashit =change in cash/cash equivalents, ∆CLit =change in
total current liabilities, ∆STDit =change in shortterm debt included in current liabilities, ∆TPit =change in
income taxes payable, and Depit =depreciation and amortization expense for firm i in year t. Changes in
short-term debt are excluded from accruals because they relate to financing transactions as opposed to operating activities. If a firm does not report information on taxes payable or short-term debt, then the change in both variables is assumed to be zero.’ (Leuz, 2003, blz. 509-510)
Bovenstaande in acht nemende moest er als eerst in WRDS een dataset worden opgevraagd waarbij desbetreffende items die staan omschreven in de formule wel beschikbaar waren voor alle geselecteerde landen die in dit onderzoek zijn meegenomen. Via Compustat Global – Fundamentals Annual binnen WRDS was die internationale data beschikbaar. De volgende kaders en items zijn geselecteerd:
- Periode januari 2009 t/m december 2014 - Optie ‘searching entire database’
- Op alle aanwezige industrieën
- Zowel actieve als inactieve organisaties - ACT, Current Assets – Total
- CH, Cash
- LCT, Current liabilities – Total
- DLC, Debt in Current liabilities – Total - DP, Depreciation and Amortization
- OIADP, Operating Income Ater Depreciation - TXP, Income Taxes Payable
De dataset die na deze selectie uit WRDS kwam is nog verder in Excel bewerkt. Als eerst werden alleen de landen geselecteerd in de dataset die voor dit onderzoek van belang zijn, dit gebeurde
data betrekking heeft. In de dataset vanuit WRDS werd met een drie letterige ISO code gewerkt. Vervolgens begonnen de calculaties om tot een smoothing ratio per land te komen. De
interpretatie van Leuz’s formule heeft in dit artikel tot de volgende opzet geleid:
De smoothing ratio per land is de mediaan van alle ratio’s die op organisatieniveau per land zijn gemeten. Per organisatie werd er een ratio berekend door de standaarddeviatie van hun OIADP te delen door de standaarddeviatie van hun Cash flow from operations (CFFO). De CFFO werd bepaald door OIADP - (Δ ACT – Δ CH) – (Δ LCT – Δ DLC – Δ TXP) – DP. Waarbij de delta’s het verschil is van 1 jaar bij dezelfde organisatie. Het bedrag wat van de OIADP werd
afgetrokken stelt het accrual component voor in de formule van Leuz. Tijdens de calculaties zijn organisaties met incomplete data uit de dataset verwijderd. Uiteindelijk zijn er 3024 organisaties in dit onderzoek meegenomen. In figuur 5 is een overzicht te zien hoeveel organisaties er per land zijn meegenomen, hun ISO code en de smoothing ratio. Smoothing is een getal tussen de 0 en de 1 waarbij geldt dat hoe dichter bij de 0 hoe meer earnings smoothing er in het land
plaatsvind. Als de ratio meer richting de 1 gaat kan het tegenovergestelde worden gesteld (resp. er vindt minder earnings smoothing plaats).
Figuur 5
LATIJNS-AMERIKA ISO code Organisaties Smoothing
Argentinië ARG 64 0.589 Brazilië BRA 306 0.399 Chili CHL 172 0.396 Colombia COL 47 0.355 Mexico MEX 122 0.336 Peru PER 84 0.462 Venezuela VEN 16 0.407 NORDIC Denemarken DNK 102 0.467 Finland FIN 94 0.532 Nederland NLD 108 0.453 Noorwegen NOR 121 0.521 Zweden SWE 246 0.641 LATIJNS-EUROPA België BEL 129 0.478 Spanje ESP 128 0.387 Frankrijk FRA 247 0.434 Italië ITA 182 0.455 Portugal PRT 50 0.323 Zwitserland CHE 198 0.454 CONFUCIAN Hong Kong HKG 199 0.352 Japan JAP 77 0.493 Singapore SGP 107 0.357 Taiwan TWN 118 0.322 Zuid-Korea KOR 107 0.369
4.3 Controle variabelen
In het theoretisch kader kwam al aan het licht dat het lokale rechtssysteem en andere institutionele factoren van een land invloed kunnen hebben op de mate van earnings management in het desbetreffende land. Doupnik (2008) en Leuz (2003) gebruikten allebei controlevariabelen voor het meenemen van deze wettelijke factoren. Zij gebruikten beiden een selectie van variabelen die door La Porta (1998 & 2006) in kaart zijn gebracht om het effect van cultuur op earnings management te controleren op de invloed van het lokale rechtssysteem.
In dit onderzoek wordt dezelfde methodiek als Doupnik (2008) gehanteerd. Dit levert vier controlevariabelen op. Als eerste controlevariabele ‘Outside Investor Rights’ (OIR), deze maatstaf meet hoe sterk het rechtssysteem ‘kleine’ aandeelhouders beschermt tegen managers of andere dominante aandeelhouders die in het besluitvormingsproces van de organisatie invloed hebben. La Porta (1998 blz. 1127-1128) noemt deze maatstaf in zijn artikel ‘antidirector rights’, welk wordt opgebouwd door een land op zes rechten te beoordelen. Het eerste recht gaat over het onderscheid dat in sommige landen gemaakt wordt dat de aandeelhouder of een bevoegd vertegenwoordiger in persoon op een aandeelhoudersvergadering aanwezig moeten zijn om te mogen stemmen. In andere landen is dit niet het geval en kunnen aandeelhouders zelfs hun stem mailen. Hier valt gelijk te zien of het aandeelhouders soms moeilijker of makkelijker wordt gemaakt om gebruik te maken van hun stemrecht. In Japan als voorbeeld worden de aandeelhoudersvergaderingen allemaal jaarlijks rond eind juni ingepland maar mogen de aandeelhouders alleen stemmen als zij in persoon komen opdagen.
Het tweede recht gaat over dat er in sommige landen er een wettelijke bepaling is dat aandeelhouders hun aandelen in bewaring moeten geven aan de organisatie of een financieel tussenpersoon een paar dagen voor de aandeelhoudersvergadering om te mogen stemmen. Zij krijgen de aandelen een paar dagen na de meeting weer terug. Dit recht zorgt ervoor dat alleen aandeelhouders komen opdagen die ook echt willen stemmen.
Het derde recht gaat over dat er in een paar landen stemprocedures zijn om bestuursleden te benoemen waarbij ook minderheden (‘kleine’ aandeelhouders) worden betrokken. Het effect van dit recht is dat er meer ‘power’ aan ‘kleine’ aandeelhouders wordt gegeven waardoor hun belang beter wordt vertegenwoordigt.
Het vierde recht gaat over dat sommige landen additionele wetten hebben om de ‘kleine’ aandeelhouder te beschermen indien zij zich onderdrukt voelen door de raad van bestuur. Zij behouden dan het recht om genomen beslissingen van het bestuur in de rechtszaal aan te vechten. Dit kan inhouden dat zij mogelijk beslissingen kunnen terugdraaien. In sommige gevallen hebben
zij ook het recht dat de organisatie al hun aandelen moet terugkopen indien zij het niet met bepaalde fundamentele beslissingen eens zijn, denk hierbij aan een fusies of het afstoten van bepaalde waardevolle activa.
Het vijfde recht maakt het onderscheid of in landen wel of niet rechten aan de aandeelhouders worden toegekend om als eerste ‘nieuwe’ aandelen die worden uitgegeven te kopen. Directe externe uitgifte wordt alleen toegestaan na een aandeelhoudersstemming. Dit recht is bedoeld om de huidige aandeelhouders (en ook ‘kleine aandeelhouders) te beschermen tegen verdunning van hun belang, anders zouden bijvoorbeeld aandelen uitgegeven kunnen worden aan investeerders die de raad van bestuur liever wil tegen lagere marktprijs.
Het zesde recht kijkt naar het percentage van het aandelenkapitaal dat een aandeelhouder in bezit moet hebben om een buitengewone aandeelhoudersvergadering in te plannen. Hoe hoger dit percentage is hoe lastiger het voor de ‘kleine’ aandeelhouder wordt om dit te organiseren. Deze percentages variëren wereldwijd van 3 procent in Japan tot wel 33 procent in Mexico. La Porta geeft voor de besproken ‘antidirector rights’ een land een score van 1 als zij ‘kleine aandeelhouders’ beschermen en een 0 als zij dit niet doen. Voor het zesde recht geven zij landen ook een score van 1 indien het aandelenkapitaal dat een aandeelhouder moet hebben om een buitengewone aandeelhoudersvergadering in te plannen onder de 10 procent ligt. De totale score die een land kan krijgen ligt dus tussen de 0 en 6, waarbij een hoge score dus inhoud dat een land veel rechten heeft voor de ‘kleine’ aandeelhouders om hen te beschermen.
Het tweede controlevariabele van Doupnik (2008) ‘Legal Enforcement’ (ENF) is berekend als gemiddelde van drie variabelen die La Porta (1998) heeft ontwikkeld; ‘Efficiency of the Judicial System’, ‘Rule of Law’ en ‘Corruption Index’. Dit gemiddelde geeft een waardeoordeel over de kwaliteit van het rechtshandhaving systeem in een land.
La Porta (2008, blz. 1124) omschrijft die drie variabelen als volgt. ‘Efficiency of the Judicial System’ is een beoordeling van de efficiency en integriteit van de juridische omgeving van een land. Zij geven een land een score tussen de 0 en 10, waarbij lagere scores, lagere efficiency levels betekenen. ‘Rule of Law’ is een beoordeling van de wet en orde traditie van een land. La Porta geeft een land hier ook een score tussen de 0 en 10, waarbij lagere scores minder traditie van de wet en orde inhoud. ‘Corruption Index’ is een beoordeling van de corruptie binnen de overheid van een land. Deze variabele wordt ook beoordeeld door een land een score tussen de 0 en 10 te geven. Lage scores geven aan dat ‘hoge’ ambtenaren waarschijnlijk speciale vergoeding eisen en dat illegale transacties voornamelijk plaatsvinden in lagere levels van de overheid.
De gemiddelde score van ‘Legal Enforcement’ (ENF) kan tussen de 0 en 10 liggen waarbij een hoge score aangeeft dat een land een goede kwaliteit van het rechtshandhaving systeem heeft en lage score het tegenovergestelde.
Het derde controlevariabele van Doupnik (2008) ‘Securities Regulation’ (REG) is ook een gemiddelde van drie variabelen die La Porta (2006) heeft ontwikkeld; ‘Disclosure Requirements’, ‘Liability Standard’ en ‘Public Enforcement’. Dit gemiddelde geeft een waardeoordeel over het reglement van obligaties/effecten dat er in een land aanwezig is.
La Porta (2006, blz. 6) berekend de ratio voor ‘Disclosure Requirements’ door het gemiddelde te nemen van zes onderliggende variabelen; ‘Prospectus’, ‘Compensation’, ‘Shareholders’, ‘Inside Ownership’, ‘Irregular contracts’ en ‘Transactions’. Elk van deze variabele krijgt een score van 0, 0.5 of 1. Scores van, of richting de 1 houden in dat de wet van het desbetreffende land voorschrijft dat meer specifieke informatie moet worden opgenomen bij de verkoop van obligaties/effecten.
De ‘Liability Standard’ (La Porta, 2006, blz. 7) ratio wordt berekend door het gemiddelde te nemen van drie onderliggende variabelen; ‘Liability standard for the issuer and its directors’, ‘Liability standard for distributors’ en ‘Liability standard for accountants’. Elk van deze variabele krijgt een score van 0, 0.33, 0.67 of 1. Scores van, of richting de 1 houden in dat de wet van het desbetreffende land investeerders die zijn benadeeld door misleidende informatie bij de koop van obligaties/effecten minder regels voorschrijft om de hieraan gerelateerde verliezen te verhalen op deze drie partijen.
De ‘Public Enforcement’ (La Porta, 2006, blz. 7-13) ratio wordt berekend door het gemiddelde te nemen van vijf onderliggende variabelen; ‘Supervisor characteristics index’, ‘Rule-making power index, ‘Investigative powers index’, ‘Orders index’ en ‘Criminal index’. Elk van deze variabele krijgt een score van 0, 0.5 of 1. Scores van, of richting de 1 houden in dat de ‘Public Enforcer’ (obligatie/effecten commissie, centrale bank of een ander toezichthoudend orgaan) van het desbetreffende land meer bevoegdheden heeft om op te treden.
De gemiddelde score van ‘Securities Regulation’ (REG) kan tussen de 0 en de 1 liggen waarbij een hoge score aangeeft dat er een goed reglement voor obligaties/effecten aanwezig is in het land en een lage score het tegenovergestelde.
Het vierde en laatste controlevariabele van Doupnik (2008) ‘Legal System’ (LEG) maakt onderscheid tussen de oorsprong van het wetsysteem van de verschillende landen. Doupnik (2008, blz. 326) maakt onderscheid tussen ‘Common Law’ en ‘Code Law’ wetsystemen waarbij landen
met een Engelse oorsprong onder de categorie ‘Common Law’ vallen en landen met een Franse, Duitse of Scandinavische oorsprong onder de categorie ‘Code Law’.
La Porta (1998, blz. 1117-1121) definieert landen als ‘Common Law’ indien de oorsprong van het wetsysteem is gevormd door rechters die specifieke disputen moesten oplossen. De uitspraken op die disputen vormden een precedent waarop meerdere juridische beslissingen werden genomen. In tegenstelling tot de ‘Code Law’ waarbij ook de contributie van andere rechtsgeleerden werden meegenomen in het ontwikkelen van wetten. ‘Code Law’ (in het artikel van La Porta ‘Civil Law’ genoemd) zijn landen waarbij de oorsprong van het wetsysteem gevormd is door statuten en uitgebreide codes. Het leunt zwaar op rechtsgeleerden dat de gedefinieerde regels/wetten worden nageleefd.
Dit onderzoek geeft net zoals Doupnik (2008) landen die onder de categorie ‘Common Law’ (Engelse oorsprong) vallen een score van 0 en landen die onder de categorie ‘Code Law’ (Franse, Duitse of Scandinavische oorsprong) vallen een score van 1.
In Bijlage 2 is er een uitgebreid overzicht opgenomen hoe de ratio’s van de hierboven besproken vier controlevariabelen van Doupnik (2008) tot stand zijn gekomen. Inzichtelijk gemaakt per land, per cluster.
Tot slot is hieronder in figuur 6 een overzicht opgenomen die alle informatie weergeeft die in §4.1, §4.2 en §4.3 zijn besproken. Dit figuur bevat alle data waarmee de analyses zijn gedraaid die in de volgende paragraaf ‘Resultaten’ worden besproken.
Figuur 6
MA IDV MASC ONZ LTO TGH OIR ENF REG LEG Smoothing
LATIJNS-AMERIKA Argentinië 49 46 56 86 20 62 4 5.79 0.43 1 0.589 Brazilië 69 38 49 76 44 59 3 6.13 0.39 1 0.399 Chili 63 23 28 86 31 68 5 6.52 0.5 1 0.396 Colombia 67 13 64 80 13 83 3 4.78 0.37 1 0.355 Mexico 81 30 69 82 24 97 1 5.37 0.35 1 0.336 Peru 64 16 42 87 25 46 3 4.65 0.59 1 0.462 Venezuela 81 12 73 76 16 100 1 5.86 0.31 1 0.407 NORDIC Denemarken 18 74 16 23 35 70 2 10 0.5 1 0.467 Finland 33 63 26 59 38 57 3 10 0.49 1 0.532 Nederland 38 80 14 53 67 68 2 10 0.62 1 0.453 Noorwegen 31 69 8 50 35 55 4 10 0.43 1 0.521 Zweden 31 71 5 29 53 78 3 10 0.45 1 0.641 LATIJNS-EUROPA België 65 75 54 94 82 57 0 9.44 0.34 1 0.478 Spanje 57 51 42 86 48 44 4 7.14 0.5 1 0.387 Frankrijk 68 71 43 86 63 48 3 8.68 0.58 1 0.434 Italië 50 76 70 75 61 30 1 7.07 0.46 1 0.455 Portugal 63 27 31 99 28 33 3 7.19 0.55 1 0.323 Zwitserland 34 68 70 58 74 66 2 10 0.48 1 0.454 CONFUCIAN Hong Kong 68 25 57 29 61 17 5 8.91 0.82 0 0.352 Japan 54 46 95 92 88 42 4 9.17 0.47 1 0.493 Singapore 74 20 48 8 72 46 4 8.93 0.84 0 0.357 Taiwan 58 17 45 69 93 49 3 7.37 0.64 1 0.322 Zuid-Korea 60 18 39 85 100 29 2 5.55 0.55 1 0.369
Zes culturele dimensies: MA= Machtsafstand, IDV= Individualisme, MASC= Masculiniteit, ONZ= Onzekerheidsvermijding, LTO= Lange Termijn Oriëntatie, TGH= Toegeeflijkheid. Bron: http://geert-hofstede.com/countries.html
Earnings smoothing: ‘median ratio of the firm-level standard deviations of operating income and operating cash flow’ Bron: Leuz et al., 2003, p. 514)
Controlevariabelen: wettelijke institutionele factoren (OIR, ENF, REG, LEG)
OIR – Outside Investor Rights (bron: LaPorta et al., 1998, pp. 1130–1; ‘Antidirector Rights’) ENF – Legal Enforcement (bron: LaPorta et al., 1998, pp. 1142–3; gemiddelde van ‘Efficiency of Judicial System’, ‘Rule of Law’
en ‘Corruption Index’)
REG – Securities Regulation (bron: LaPorta et al. , 2006, pp. 15–16; gemiddelde van ‘Disclosure Requirements’, ‘Liability Standard’ en ‘Public Enforcement’)
LEG – Legal System (bron: LaPorta et al, 1998, pp. 1130–1; Common law = English origin; Code law = French origin, German origin, Scandinavian origin); Common law = 0; Code law = 1
5 Resultaten
In deze paragraaf worden de resultaten besproken die met de inputdata (figuur 6) in IBM SPSS Statistics 21 zijn gedraaid. In SPSS is ervoor gekozen om dezelfde drie analyses te draaien die Doupnik (2008) ook heeft gehanteerd. Met die analyses kan er een goede uitspraak worden gedaan over het effect van cultuur op earnings smoothing en worden de cultuurverschillen tussen de vier clusters duidelijk. Als eerst wordt de ‘One-Way Anova’ en een daarbij horende Post-Hoc test besproken. Hierbij wordt duidelijk hoe de gemiddelden van de vier verschillende clusters op de zes culturele dimensies en earnings smoothing van elkaar verschillen. De Post-Hoc test zal meer duidelijkheid geven over hoe de clusters onderling van elkaar verschillen. De tweede analyse betreft een ‘Spearman’ test, deze meet hoe de variabelen (dependent en independent) op elkaar correleren. De derde en laatste analyse betreft een regressieanalyse waarbij earnings smoothing als dependent variabele fungeert. Er zijn vijf modellen gedraaid met elk een andere samenstelling om te kijken of één of meer van de zes culturele dimensies van Hofstede significant correleren op earnings smoothing. Hierbij worden ook de controlevariabelen ‘wettelijke institutionele factoren’ meegenomen om te zien wat voor invloed die hebben op de resultaten.
In figuur 7 zijn de resultaten te zien van de ‘One-Way Anova’. Om deze analyse in SPSS te draaien moesten de vier verschillende clusters apart worden gecodeerd (resp. Latijns-Amerika 1, Nordic 2, Latijns-Europa 3 en Confucian kreeg nummer 4). Dit in combinatie met de data input van figuur 6 leverden de volgende resultaten op.
Figuur 7
De resultaten geven de gemiddelde waarden weer per cluster op de zes culturele dimensies en earnings smoothing. De p-waarden (alles onder de 0.05) vertellen dat er significante verschillen zijn op de gemiddelden van de clusters op alle variabelen. Figuur 7 maakt duidelijk dat er significante verschillen zijn echter maakt het niet duidelijk hoe de clusters onderling met elkaar verschillen. Om dit inzichtelijk te maken is er een Post-Hoc test (Turkey) in SPSS uitgevoerd.
Gemiddelde waarden van Hofstede's culturele dimensies per cluster
Latijns-Amerika Nordic Latijns-Europa Confucian P-Waarde
Machtsafstand (MA) 67.71 30.20 56.17 62.80 0.000
Individualisme (IDV) 25.43 71.40 61.33 25.20 0.000
Masculiniteit (MASC) 54.43 13.80 51.67 56.80 0.001
Onzekerheidsvermijding (ONZ) 81.86 42.80 83.00 56.60 0.007
Lange Termijn Oriëntatie (LTO) 24.71 45.60 59.33 82.80 0.000
Toegeeflijkheid (TGH) 73.57 65.60 46.33 36.60 0.002
Voordat deze resultaten die in figuur 8 staan vermeld worden besproken moet er nog één bijzondere waarneming van figuur 7 worden toegelicht. In de ‘One-Way Anova’ test is het gebruikelijk om de Levene’s test (Homogeneity of Variances) uit te voeren. Deze test verteld of de varianties tussen de groepen gelijk zijn of niet. Een p-waarde boven de 0.05 betekend dat de varianties tussen de groepen gelijk zijn. Dit wil je als onderzoeker graag omdat je dan weet dat je soortgelijke groepen met elkaar aan het vergelijken bent. In de ‘One-Way Anova’ van dit onderzoek testte de culturele dimensie onzekerheidsvermijding (ONZ) significant op de Levene’s test (p-waarde 0.00). In dit onderzoek betekend dat de variaties tussen de clusters niet gelijk zijn op de culturele dimensie onzekerheidsvermijding (ONZ). Met andere woorden wijken landen in dezelfde groep teveel af van de anderen. In figuur 6 is bijvoorbeeld goed te zien dat Singapore een score van 8 heeft en Japan 92 terwijl zij onder dezelfde cluster vallen. Zo is dus op te merken dat er zelfs binnen dezelfde groep verschillen zijn. Hoewel je dit liever niet hebt maakt het voor de verdere analyses niets uit.
In figuur 8 zien we dat op de culturele dimensie machtsafstand (MA) drie van de mogelijke zes combinaties significante verschillen tonen op de gemiddelden. Duidelijk is te zien dat deze allemaal een combinatie zijn met Nordic. Latijns-Europa, Confucian en Latijns-Amerika hebben onderling geen significante verhoudingen. Nordic (laag gemiddelde van 30.20) wordt volgens Hofstede dan getypeerd als een cultuur waarbij individuen streven naar een gelijke verdeling van macht. Nordic. Latijns-Europa, Confucian en Latijns-Amerika (resp. hoge gemiddelden van 56.17, 62.80 en 67.71) zal volgens Hofstede worden getypeerd als culturen waarbij individuen sneller een positie in een hiërarchische volgorde zullen accepteren zonder dat zij hier enige rechtvaardiging over willen.
Op de culturele dimensie individualisme (IDV) zijn vier van de zes vergelijkingen significant. De twee niet significante combinaties: Latijns-Amerika met Confucian (gemiddelden van 25.43 en 25.20) en Nordic met Latijns-Europa (71.40 en 61.33) maken gelijk goed het verschil op de dimensie duidelijk. Hofstede zou Nordic en Latijns-Europa omschrijven als een cultuur met een hoge “ik” factor (hoog individualistisch) en Latijns-Amerika en Confucian als een cultuur met een hoge “wij” factor (hoog collectivisme).
Op de culturele dimensie masculiniteit (MASC) zijn drie van de zes combinaties significant. Net zoals bij de dimensie MA zijn alle significante combinaties op de Nordic. Nordic scoort op masculiniteit een erg laag gemiddelde van 13.80. Latijns-Europa, Confucian en Latijns-Amerika resp. scores van 51.67, 56.80 en 54.43. Hofstede zou Nordic typeren als een feministische cultuur
(“zachte cultuur”). De andere clusters zal hij als een wat meer mannelijke cultuur (“harde cultuur”) omschrijven.
Op de culturele dimensie onzekerheidsvermijding (ONZ) zijn twee van de zes combinaties significant. De Nordic (42.80) met Latijns-Amerika (81.86) en Latijns Europa (83.00). Confucian scoort met een gemiddelde van 56.60 net tussen alle clusters in waardoor het net geen significante verschillen oplevert. Hofstede zegt over landen met een hoge score op onzekerheidsvermijding (Latijns-Amerika en Latijns-Europa) dat die culturen zich vasthouden aan sterke geloof en gedragscodes. Lage scores bestempeld hij als culturen met een meer ontspannen houding. Gezien de Nordic en Confucian niet echt heel laag scoren vallen zij een beetje tussen beide typeringen.
Op de culturele dimensie lange termijn oriëntatie (LTO) zijn drie van de zes vergelijkingen significant. De gemiddelden op deze dimensies variëren nogal onder de cluster. Latijns-Amerika (24.71), Nordic (45.60), Europa (59.33) en Confucian (82.80). Het verschil tussen Latijns-Europa en Confucian test net niet significant (0.008). Wel kan er globaal een indeling worden gemaakt: Latijns-Amerika laag, Nordic en Latijns-Europa gemiddeld en Confucian hoog. Hofstede zegt hierover dat landen met een hoge score erg toekomst gericht zijn en landen met een lage score juist erg op het heden zijn gefocust.
Op de culturele dimensie toegeeflijkheid (TGH) zijn drie van de zes combinaties significant. Latijns-Amerika (73.57) met Latijns-Europa (46.33) en Confucian (36.60). Als derde ook de Nordic (65.60) met Confucian. De verdeling van de gemiddelden lopen wat uiteen maar je zou Latijns-Amerika en Nordic als redelijk hoog en Latijns-Europa en Confucian gemiddeld tot wat lager gemiddeld kunnen indelen. Over deze nieuwste dimensie zegt hofstede dat culturen met een hoge score relatief vrij zijn en genieten van het leven. Lage scores kenmerken een cultuur waarin men zich onderdrukt voelt.
Op earnings smoothing is één van de zes combinatie significant. De gemiddelden: Latijns-Amerika (0.421), Nordic (0.523), Latijns-Europa (0.422) en Confucian (0.379) liggen erg dicht bij elkaar. Alleen de Nordic met Confucian meten een significant verschil. Over earnings smoothing is bekend dat een ratio richting de 0 meer ‘smoothing’ betekend en richting de 1 minder. Hoewel de verschillen niet groot zijn kan wel worden gezegd dat er in de Confucian de meeste earnings smoothing plaatsvindt. Gevolgd door Latijns-Europa en Latijns-Amerika. In Nordic komt het minst ‘smoothing’ voor. Deze verhoudingen moeten wel in perspectief worden gezien (0 en 1 zijn de uiterste waarden waarbij alle clusters toch meer richting het gemiddelde of net iets daaronder gaan).
Figuur 8 Post Hoc test
Dependent variabele Cluster Verschil gemiddelde P-Waarde
MA Latijns-Amerika Nordic 37.51 0.000 Latijns-Europa 11.55 0.217 Confucian 4.91 0.847 Nordic Latijns-Europa -25.97 0.003 Confucian -32.60 0.000 Latijns-Europa Confucian -6.63 0.715
IDV Latijns-Amerika Nordic -45.97 0.000
Latijns-Europa -35.90 0.001
Confucian 0.23 1.000
Nordic Latijns-Europa 10.07 0.629
Confucian 46.20 0.000
Latijns-Europa Confucian 36.13 0.002
MASC Latijns-Amerika Nordic 40.63 0.002
Latijns-Europa 2.76 0.990
Confucian -2.37 0.994
Nordic Latijns-Europa -37.87 0.006
Confucian -43.00 0.003
Latijns-Europa Confucian -5.13 0.953
ONZ Latijns-Amerika Nordic 39.06 0.016
Latijns-Europa -1.14 1.000
Confucian 25.26 0.170
Nordic Latijns-Europa -40.20 0.017
Confucian -13.80 0.697
Latijns-Europa Confucian 26.40 0.163
LTO Latijns-Amerika Nordic -20.89 0.118
Latijns-Europa -34.62 0.003 Confucian -58.09 0.000 Nordic Latijns-Europa -13.73 0.454 Confucian -37.2 0.005 Latijns-Europa Confucian -23.47 0.080 TGH Latijns-Amerika Nordic 7.97 0.813 Latijns-Europa 27.24 0.023 Confucian 36.97 0.003 Nordic Latijns-Europa 19.27 0.200 Confucian 29.00 0.036 Latijns-Europa Confucian 9.73 0.726
Smoothing Latijns-Amerika Nordic -0.102 0.107
Latijns-Europa -0.001 1.000
Confucian 0.042 0.755
Nordic Latijns-Europa 0.101 0.130
Confucian 0.144 0.024
** Correlatie is significant bij de 0.01 level (2-tailed). * Correlatie is significant bij de 0.05 level (2-tailed).
Figuur 9
Spearman correlatie coëfficiënten voor de dependent en independent variabelen
MA IDV MASC ONZ LTO TGH OIR ENF REG LEG Smoothing
Culturele dimensies
Machtsafstand (MA) 1.000 -0.630 **
Individualisme (IDV) -0.584 ** 1.000 0.576 **
Masculiniteit (MASC) 0.498 * -0.277 1.000 -0.210
Onzekerheidsvermijding (ONZ) 0.290 -0.180 0.236 1.000 -0.067
Lange Termijn Oriëntatie (LTO) -0.162 0.298 0.013 -0.132 1.000 -0.180
Toegeeflijkheid (TGH) -0.018 0.023 -0.038 -0.210 -0.497 * 1.000 0.177
Institutionele variabelen
Outside Investor Rights (OIR) -0.053 -0.253 -0.193 -0.020 -0.072 -0.321 1.000 -0.034
Legal enforcement (ENF) -0.615 ** 0.674 ** -0.391 -0.514 * 0.453 * 0.017 0.032 1.000 0.443 *
Securities Regulation (REG) -0.520 -0.103 -0.349 -0.207 0.426 * -0.554 ** 0.380 0.176 1.000 -0.343 Legal System (LEG) -0.361 0.233 -0.140 0.455 * -0.198 0.361 -0.420 * -0.117 -0.489 * 1.000 0.326
Figuur 9 presenteert de Spearman correlatie coëfficiënten tussen de dependent en independent variabelen. De dependent variabele smoothing correleert met drie independent variabelen significant. Kijkend naar de culturele dimensies correleert die negatief op machtsafstand (MA) en positief op individualisme (IDV). Dit geeft aan dat earnings smoothing vaker voorkomt in landen die hoog scoren op IDV en laag scoren op MA. Op de institionele variabele legal enforcement (ENF) correleert smoothing positief significant. Dit is een bijzondere constatering omdat negatieve correlaties werden verwacht op de controlevariabelen OIR, ENF en REG. Deze positieve relatie tussen ENF en smoothing geeft aan dat smoothing vaker voorkomt in landen met een hoge score op ENF. Een hoge score van ENF betekend dat een land een goede kwaliteit van het rechtshandhaving systeem heeft waardoor het logischer zou zijn dat er dan minder earnings smoothing zou voorkomen. OIR en REG correleren wel negatief echter niet significant. De independent variabelen onderling correleren ook op bepaalde coëfficiënten significant. Bij MA is een negatieve correlatie op IDV en ENF en een positieve correlatie op MASC zichtbaar. Deze correlaties geven aan dat landen met meer tolerantie voor hiërarchische structuren in organisatie (hoge score op MA) minder individualistisch zijn (lage score op IDV) en een lagere kwaliteit van het rechtshandhaving systeem (ENF) hebben. Verder is te zien dat LTO negatief correleert op TGH. Dit betekend dat in landen die erg toekomstgericht zijn (hoge score op LTO) men erg terughoudend (lage score TGH) zullen zijn. De overige significante correlaties hebben allemaal betrekking op de wettelijke institutionele variabelen. Hierbij is goed te zien dat afzonderlijke culturele dimensies zowel positief als negatief significant correleren op ENF, REG en LEG.
Figuur 10
Relatie tussen cultuur en smoothing
(Regressie resultaten met Smoothing als dependent variabele)
Variabele Model 1 Model 2 Model 3 Model 4 Model 5
Intercept 0.481 0.405 0.620 0.524 0.755 0.001 0.053 0.019 0.001 0.055 Machtsafstand (MA) -0.474 -0.423 -0.416 -0.700 -0.657 0.110 0.172 0.183 0.140 0.263 Individualisme (IDV) 0.369 0.596 0.313 0.363 0.544 0.157 0.128 0.257 0.173 0.181 Masculiniteit (MASC) 0.085 0.102 0.039 0.021 -0.079 0.699 0.651 0.866 0.931 0.784 Onzekerheidsvermijding (ONZ) 0.055 0.250 -0.089 0.421 0.265 0.784 0.922 0.765 0.491 0.698
Lange Termijn Oriëntatie (LTO) -0.147 -0.015 -0.113 -0.096 0.152
0.502 0.954 0.619 0.683 0.629
Toegeeflijkheid (TGH) 0.099 0.233 -0.043 0.283 0.249
0.633 0.351 0.885 0.431 0.557
Outside Investor Rights (OIR) 0.264 0.278
0.291 0.314
Legal enforcement (ENF) -0.202 -0.304
0.616 0.504
Securities Regulation (REG) -0.677 -0.466
0.509 0.282
Legal System (LEG) -0.389 -0.580
0.524 0.467
Adjusted R2 0.363 0.331 0.341 0.339 0.306
Cursief = p-waarden
Model 1: Smoothing = b0 + b1MA + b2IDV + b3MASC +b4ONZ + b5LTO + b6TGH + i
Model 2: Smoothing = b0 + b1MA + b2IDV + b3MASC +b4ONZ + b5LTO + b6TGH + b7OIR + b8ENF + i Model 3: Smoothing = b0 + b1MA + b2IDV + b3MASC +b4ONZ + b5LTO + b6TGH + b7REG + i
Model 4: Smoothing = b0 + b1MA + b2IDV + b3MASC +b4ONZ + b5LTO + b6TGH + b7LEG + i
