IFRS versus GAAP in Nederland

Amsterdam Business School

IFRS versus GAAP in Nederland

Naam: Talha Korkmaz

Studentnummer: 6075479

Datum: 17 juni 2015

Aantal woorden: 13715

Kwalificatie: Msc Accountancy and Control, variant Accountancy

Institutie: Universiteit van Amsterdam

Supervisor: ir. drs. A.C.M. de Bakker

Statement of Originality

This document is written by Talha Korkmaz 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.

Inhoudsopgave

2.3 Verschillen tussen Dutch GAAP en IFRS 9

2.4 Accounting kwaliteit 11

2.4.1 Definitie 11

2.4.2 Earnings management 11

2.4.3 Value relevance 12

2.4.4 Timely loss recognition 13

3 Hypothese ontwikkeling 16 4 Methodologie 19 4.1 Onderzoeksmethode 19 4.2 De onderzoeksmodellen 19 4.2.1 Earnings management 20 4.2.2 Value Relevance 22

4.2.3 Timely loss recognition 24

5 Data 27

5.1 Populatie 27

5.2 Beschrijvende statistiek 28

6 Resultaten 33

6.1 Earnings Management (hypothese 1) 33

6.2 Value Relevance (hypothese 2) 36

6.3 Timely Loss Recognition (hypothese 3) 38

7 Conclusie, beperkingen en toekomstig onderzoek 41

7.1 Conclusie 41

7.2 Beperkingen 42

7.3 Toekomstig onderzoek 43

8 Bibliografie 44

Samenvatting

In deze studie wordt de impact van IFRS op accounting-kwaliteit in Nederland onderzocht. De populatie bestaat uit Nederlandse beursgenoteerde bedrijven uit de periodes: 1999-2004 (Dutch GAAP) en 2005-2012 (IFRS). De impact van IFRS wordt gemeten op basis van de maatstaven: earnings management, value relevance en timely loss recognition. Uit dit onderzoek blijkt dat er onderscheid gemaakt moet worden tussen de resultaten van earnings management. Earnings smoothing komt vaker voor bij Dutch GAAP bedrijven dan IFRS bedrijven. Daarentegen is het niet aantoonbaar dat winstmanipulatie in hogere mate voorkomt bij IFRS bedrijven dan bij Dutch GAAP bedrijven. Verder blijkt dat IFRS bedrijven meer value relevance bieden dan Dutch GAAP bedrijven. Tenslotte laat dit onderzoek zien dat timely loss recognition vaker voorkomt bij IFRS bedrijven dan bij Dutch GAAP bedrijven. Op basis van de resultaten kan er geconcludeerd worden dat accounting-kwaliteit verbeterd is onder IFRS.

Keywoorden: IFRS; Dutch GAAP; accounting-kwaliteit; Nederland; earnings management; value relevance; timely loss recognition.

Abstract (English)

This research examines the impact of IFRS following a switch from Dutch GAAP to IFRS. The sample consists of Dutch listed companies from the periods: 1999-2004 (Dutch GAAP) and 2005-2012 (IFRS). The impact of IFRS on accounting quality will be measured by focusing on three measures: earnings management, value relevance and timely loss recognition. The findings indicate that the application of IFRS leads to decreased earnings smoothing, increased value relevance and increased timely loss recognition compared to firms applying Dutch GAAP. Further there is no evidence that IFRS firms manage their earnings towards positive earnings. The overall conclusion is that the application of IFRS is associated with a significant increase in accounting quality.

1 Inleiding 1.1 Introductie

Globalisatie heeft geleid tot uitbreiding van bedrijven en dat bedrijven zich ook hebben gevestigd in het buitenland. Daarnaast heeft globalisatie voor een belangrijke ontwikkeling in de accounting gezorgd. Globalisering heeft de behoefte voor internationale regelgeving en standaarden voor financiële verslaglegging, die wereldwijd begrepen moet worden, vergroot. Voor de invoering van een internationale regelgeving werd de jaarrekening in de meeste landen opgesteld op basis van lokale GAAP (Generally Accepted Accounting Principles). De meeste landen hadden hun eigen GAAP, algemeen aanvaardbare boekhoudregels die wettelijk bepaald zijn door de bevoegde autoriteiten van het desbetreffende land. Na de invoering van IFRS (International Financial Reporting Standards) in 2001 hebben meer dan honderd landen deze standaarden toegepast, waaronder China, Ierland, Hong Kong, Turkije, Pakistan, Zuid-Afrika, India en Australië. Met ingang van 1 januari 2005 zijn de beursgenoteerde bedrijven in West-Europa wettelijk verplicht hun financiële verslaglegging op basis van IFRS op te stellen (Paananen e.a., 2008).

De International Accounting Standards Board (IASB) ontwikkelt de IFRS-standaarden om de boekhoudkundige verschillen en financiële verslaglegging tussen verschillende landen te verbeteren. Daarnaast wil de IASB zorgen voor een betere kwaliteit van de informatie in de jaarrekening, betere investeringsbeslissingen voor de beleggers en een betere prestatie op de kapitaalmarkt. Maar het belangrijkste doel van de IASB is het verbeteren van de accounting-kwaliteit in samenhang met kwalitatief hoogwaardige standaarden voor financiële verslaggeving (Barth e.a., 2007).

In de afgelopen jaren hebben onderzoekers studies uitgevoerd om een antwoord te vinden op de vraag of IASB haar doel bereikt heeft om de accounting-kwaliteit te verbeteren. Onderzoekers als Ahmed, Neel en Wang (2012), Chen e.a. (2010), Dimitropoulos e.a. (2013), Echer en Healy (2003), Barth, Landsman, Lang en Williams (2012) en Paananen en Lin (2008) hebben onderzoeken uitgevoerd in meer dan 30 landen, waaronder de meeste landen in Europa. De belangrijkste bevindingen zijn hieronder toegelicht.

Ahmad, Neel en Wang (2012) hebben een onderzoek gedaan naar de accounting-kwaliteit van bedrijven die hun verslaglegging op basis van IFRS hebben gepubliceerd en bedrijven die op basis van lokale GAAP hebben gepubliceerd. Uit het onderzoek van Ahmad, Neel en Wang (2012) kwam naar voren dat het toepassen van IFRS tot een verhoogde accounting-kwaliteit leidt.

Chen e.a. (2010) vergelijken de accounting-kwaliteit van de beursgenoteerde ondernemingen in de 15 lidstaten van de Europese Unie in de periode voor en na de invoering van IFRS. In deze studie gebruiken de onderzoekers vier indicatoren als proxy voor accounting-kwaliteit, namelijk: volatiliteit van de winst, accruals, timeliness of loss recognition en earnings management om doelstellingen te behalen. Zij concluderen dat de indicatoren voor de accounting-kwaliteit verbeterd zijn na invoering van IFRS, behalve de proxy earnings management om doelstellingen te behalen.

Dimitropoulos e.a.(2013) hebben de impact van de invoering van IFRS op accounting-kwaliteit onderzocht voor bedrijven die beursgenoteerd zijn in ASE (Athens Stock Exchange) en op basis van IFRS hun jaarrekening opstellen met niet-beursgenoteerde bedrijven die op basis van lokale GAAP hun jaarrekening opstellen. Uit dit onderzoek blijkt dat IFRS tot minder earnings management, meer timely loss recognition en meer value relevance heeft geleid. Dit betekent dat de invoering van IFRS voor meer accounting-kwaliteit heeft gezorgd gemeten naar deze drie maatstaven.

Eccher en Healy (2003) onderzoeken de bruikbaarheid van IFRS in een snel groeiende oftewel in een transitie-economie, de Volksrepubliek China. In deze studie wordt de accounting-kwaliteit van bedrijven gemeten die zowel op basis van IFRS als lokale GAAP de jaarrekening opstellen. Dit onderzoek laat zien dat informatie die op basis van IFRS wordt voorzien niet bruikbaarder is dan de informatie die op basis van lokale GAAP wordt voorzien.

Barth, Landsman, Lang en Williams (2012) maken een vergelijking voor accounting-kwaliteit tussen niet-Amerikaanse bedrijven, die IFRS hebben toegepast, en Amerikaanse bedrijven die GAAP hebben toegepast. De resultaten laten zien dat er verschillen zijn tussen deze standaarden, maar de verschillen voor accounting-kwaliteit niet significant zijn om de één boven de anderen te kiezen. Tenslotte onderzoeken Paananen en Lin (2008) met een steekproef van Duitse bedrijven de accounting-kwaliteit. De jaarrekening van de in de steekproef genomen bedrijven worden opgesteld op basis van lokale Duitse GAAP tijdens 2000-2002, IFRS tijdens 2003-2004 (vrijwillige periode) en IFRS 2005-2006 (verplichte periode). Paananen en Lin (2008) concluderen dat de accounting-kwaliteit gedaald is na de verplichte invoering van IFRS in 2005.

1.2 Onderzoeksvraag

Onderzoek heeft aangetoond dat IFRS een belangrijke impact heeft gehad op de accounting-kwaliteit van bedrijven over de hele wereld. De verschillende onderzoeken, die gedaan zijn of de accounting-kwaliteit is toegenomen sinds de invoering van IFRS, laten gemengde resultaten zien en

laten ruimte voor verder onderzoek. De Europese Commissie heeft om strategische redenen IFRS verplicht gesteld in Europa (Burghstahler e.a., 2006). De Europese Commissie wil vooral door middel van uniforme en kwalitatieve rapportage een grote Europese kapitaalmarkt vormen die met de VS kan concurreren.

De meeste landen in de Europese Unie hebben samengewerkt rond deze kwestie om de financiële verslaggeving te verbeteren. Er zijn wereldwijd verschillende studies uitgevoerd om de impact van IFRS op de accounting-kwaliteit te onderzoeken, maar in Nederland zijn er nog niet veel studies uitgevoerd. De studie levert een bijdrage aan de literatuur door het uitvoeren van een onderzoek naar de vraag of accounting-kwaliteit verbeterd is na de invoering van IFRS in Nederland. De onderzoeksvraag luidt dan ook als volgt:

Is de accounting-kwaliteit toegenomen sinds de invoering van IFRS?

Door het beantwoorden van deze onderzoeksvraag wordt beoogd inzicht te krijgen in de impact van IFRS in Nederland.

In hoofdstuk 2 worden de definities van begrippen, die van invloed zijn op deze studie, besproken. Vervolgens worden in hoofdstuk 3 de hypotheses uitgebreid toegelicht. In hoofdstuk 4 wordt de methodologie besproken en in hoofdstuk 5 de onderzoeksmodellen. In hoofdstuk 6 worden de resultaten van dit onderzoek besproken. Tenslotte wordt in hoofdstuk 7 de conclusie besproken en worden de aanbevelingen voor verder onderzoek gegeven.

2 Theoretisch kader

Het is van belang dat er eerst algemene informatie wordt gegeven over de geschiedenis van Dutch GAAP en IFRS. Allereerst wordt er informatie gegeven over de geschiedenis van Dutch GAAP en IFRS. Vervolgens worden enkele belangrijke verschillen in regelgeving tussen IFRS en Dutch GAAP toegelicht.

2.1 Dutch GAAP

GAAP staat voor Generally Accepted Accounting Principles, wat als basis wordt genomen voor het voorbereiden, opstellen en presenteren van jaarrekeningen. Alle organisaties (beursgenoteerde bedrijven, niet-beursgenoteerde bedrijven, overheden, gemeentes, non-profit organisaties etc.) waren voor de invoering van IFRS verplicht om deze standaarden/regels toe te passen bij verslaggeving. In 1940 is GAAP ontwikkeld door “The American Institute of Certified Public Accountants (AICPA), een groep van CPA`s (Certified Public Accountants) die de richtlijnen en standaarden hebben geformuleerd waaraan alle accountants zich moeten houden tijdens de accountantscontrole. Het doel van deze groep was beschermen van bedrijven, investeerders en andere belanghebbenden, omdat de accounting praktijk van bedrijven niet in een goed daglicht stond (Cuijpers e.a., 2005). In 1998 werd de FASB (Financial Accounting Standard Board) opgericht. Het doel van deze organisatie was het ontwikkelen van algemeen aanvaardbare accounting grondslagen en standaarden in het belang van het maatschappelijk verkeer.

Dutch GAAP werd op 15 december 1971 ingevoerd na de eerste wetgeving omtrent verslaglegging in Nederland. Dutch GAAP bevat alle regels die gebruikt worden voor verslaglegging in het kader van Nederlands Burgerlijk Wetboek en de jaarlijkse rapportage van de Raad van Jaarverslaggeving (RJ). Het grootste verschil tussen Dutch GAAP en US GAAP is dat Dutch GAAP principle-based is en US GAAP rule-based.

2.2 IFRS

IFRS staat voor “International Financial Reporting Standard”. De International Accounting Standards Board (IASB) is verantwoordelijk voor het handhaven en ontwikkelen van standaarden sinds 2001. IFRS is aangenomen in meer dan honderd landen door zowel beursgenoteerde als niet-beursgenoteerde ondernemingen, waarbij in de meeste landen het opstellen van verslaggeving op basis van IFRS verplicht is gesteld voor de beursgenoteerde ondernemingen.

De IASB is een onafhankelijke organisatie die opgericht en gevestigd is in Londen. In 2001 is de IASB begonnen met haar activiteiten en bestaat tegenwoordig uit vijftien leden uit verschillende landen. Alle standaarden die gepubliceerd zijn door de IASB worden opgenomen als IFRS-standaarden.

2.3 Verschillen tussen Dutch GAAP en IFRS

Er zijn een aantal belangrijke verschillen tussen Dutch GAAP en IFRS. GAAP is van origine een Amerikaanse boekhoudstelstel waarbij de politiek een belangrijke rol heeft gespeeld in het bepalen van de regels/standaarden. IFRS is een internationale set van standaarden, onder toezicht van de IASB, waarbij de politiek geen invloed heeft in het bepalen van de standaarden (Barth e.a., 2012). Door deze verschillen wordt GAAP geclassificeerd als rule-based verslaggeving, waarbij specifiek gewenst gedrag wordt bevorderd door dit zoveel mogelijk in regels vast te leggen. Hiertegenover wordt IFRS aangeduid als principle-based verslaggeving, waarbij bedrijven gestimuleerd worden om zelf specifiek gewenst gedrag te vertonen dat in het belang is van alle betrokken partijen oftewel van het maatschappelijk verkeer.

De verschillen tussen Dutch GAAP en IFRS zijn steeds kleiner geworden na de goede samenwerking tussen RJ en de IASB. Echter zijn er nog een aantal belangrijke verschillen tussen deze standaarden. De belangrijke verschillen zijn weergegeven in tabel 1.

Tabel 1 De verschillen tussen IFRS en Dutch GAAP (NBA,2014)

Onderwerp IFRS GAAP

Goodwill - Activeren

- Bij indicatie van een waardedaling of- stijging verplicht impairment test uit te voeren

- Activeren

- Bij indicatie van een waardestijging of –stijging vrijwillig impairment toegestaan.

- Toegestaan om ten laste van het resultaat te brengen door middel van afschrijvingen.

Negatieve Goodwill - Ten laste van het resultaat

gebracht.

- Als afzonderlijk passiefpost opgenomen.

Materiële vaste activa - Tegen kostprijs opgenomen,

waarbij waardering is toegestaan

- Toegestaan om tegen kostprijs of fair value op te nemen.

Kosten van onderzoek en ontwikkeling

- Ten laste van het resultaat gebracht.

- Onderzoekskosten ten laste van het resultaat gebracht en ontwikkelingskosten geactiveerd.

Vastgoedbeleggingen - Als aparte balanspost

opgenomen en gewaardeerd op basis van fair value

- Niet als aparte balanspost opgenomen en toegestaan om tegen kostprijs of fair value te waarderen. Consolideren van investeringsmaatschappijen - De ondernemingen moet de investeringsmaatschappijen of dochterondernemingen consolideren als deze voldoende zeggenschap en invloed heeft.

2.4 Accounting kwaliteit

Om dit onderzoek te beginnen is het van belang dat de definitie van accounting-kwaliteit duidelijk is. Hierdoor zal deze paragraaf beginnen met het definiëren van accounting-kwaliteit, het identificeren van de maatstaven, om de invloed van IFRS op accounting-kwaliteit te meten, en de rol van deze maatstaven in dit onderzoek.

2.4.1 Definitie

Het belangrijkste doel van de FASB en de IASB is het handhaven en ontwikkelen van accounting-kwaliteit. Er is echter geen sprake van een duidelijke definitie van accounting-accounting-kwaliteit. In studies over de accounting-kwaliteit worden verschillende definities gehanteerd. Chen e.a. (2010) definiëren accounting-kwaliteit als de mate waarin de financiële cijfers de onderliggende economische situatie weerspiegelen. De meest gebruikte maatstaven voor accounting-kwaliteit zijn: earnings management, value relevance en timely loss recognition (Ahmed e.a., 2012; Barth e.a., 2007; Chen e.a., 2010; Christensen e.a., 2007; Paananen e.a., 2008).

Deze maatstaven worden gebruikt om de accounting-kwaliteit te beoordelen. In de volgende subparagrafen zullen deze maatstaven nader worden toegelicht.

2.4.2 Earnings management

Binnen accounting is earnings management een populair onderwerp waarnaar voortdurend onderzoek gedaan wordt (Barth e.a., 2008; Dechow e.a., 1995, Christensen e.a., 2007; Hung e.a., 2007; Healy e.a.; Leuz e.a., 2003). In dit onderzoek zal de focus liggen op specifieke types van earnings management, namelijk income smoothing en winstmanipulatie. Earnings is het netto resultaat dat een bedrijf behaalt. Earnings is één van de belangrijkste posten in de verslaggeving van het bedrijf om de waarde van het bedrijf te bepalen. De investeerders en de belanghebbenden analyseren ook de earnings van bedrijven bij het bepalen van aandelenprijzen, waarbij bedrijven met lagere earnings een lagere koers hebben en hierdoor minder aantrekkelijk zijn voor potentiele beleggers.

Het management van het bedrijf is verantwoordelijk voor de winst van het bedrijf. Aangezien de winst van groot belang is voor de aandeelhouders, wordt het management van het bedrijf vaak onder druk gezet om een bepaalde winst te behalen. Bradshaw e.a. (2005) laten zien dat deze druk en de accruals belangrijke factoren zijn die tot earnings management kunnen leiden. Accruals zijn

wijzigingen in de activa en passiva die niet te herleiden zijn uit de winst, dus de overlopende passiva of activa. Ook zijn accruals sterk gerelateerd aan earnings management (Barth e.a., 2008).

Earnings management treedt op als managers hun oordeel geven/gebruiken in de financiële verslaggeving en in het structuren van transacties om de belanghebbenden te misleiden over de onderliggende economische prestaties van het bedrijf (Healy e.a., 1999). Managers kunnen dit doen door bepaalde grondslagen voor de financiële verslaggeving te selecteren, schattingen te veranderen in hun eigen voordeel en het manipuleren van accruals (Dechow e.a.,1994). Accruals kunnen onderverdeeld worden in discretionaire en non-discretionaire accruals, waarbij de discretionaire accruals niet direct gerelateerd zijn aan de verandering in de economische omstandigheden (Dechow e.a.,1995). Managers kunnen discretionaire accruals gebruiken om de winst te maximaliseren, wat kan leiden tot earnings management. Hiertegenover zijn de non-discretionaire accruals gerelateerd aan de veranderingen in de economische omstandigheden, bijvoorbeeld: afschrijvingsmethodes die van invloed zijn op de kasstromen.

De integriteit van managers loopt gevaar als de winst gemanipuleerd wordt voor hun eigen belang of om aan wettelijke verplichtingen te voldoen. Dit leidt tot de stelling dat er onderscheid gemaakt kan worden in earnings management tussen “real” smoothing en “artificial” smoothing. Real smoothing heeft invloed op de kasstromen van het bedrijf, zoals: het veranderen van timing van investeringen, het verstrekken van kortingen en verkopen aan klanten die hoog kredietrisico hebben. Daarentegen heeft artificial smoothing geen invloed op kasstromen. Dit wordt vooral bereikt door het gebruik van de flexibiliteit van wet- en regelgeving, zoals: de waardering van leningen op kostprijs in plaats van marktwaarde, omdat dit voordeliger is voor het bedrijf (Dechow e.a.,1994).

Earnings management is dus in alle opzichten negatief en misleidt de investeerders en belanghebbenden over het resultaat van het bedrijf. Er kan geconcludeerd worden dat earnings management een negatief verband heeft met de accounting-kwaliteit. Hoe meer earnings management of income smoothing gebruikt wordt door de managers hoe lager de accounting-kwaliteit zal zijn.

2.4.3 Value relevance

In de accounting literatuur wordt value relevance als volgt gedefinieerd: de overeenkomst tussen de cijfers, die vermeld zijn in de jaarrekening, met de werkelijke waarde van het bedrijf. Value relevance wordt gemeten als het verband tussen de financiële cijfers en de marktwaarde van het bedrijf.

Hung en Subramanyam (2007) definiëren value relevance als volgt: het verband tussen de beurskoers en de return on equity (boekwaarde netto resultaat/boekwaarde eigen vermogen). Met andere woorden: de boekwaarde is value relevance als het significant verband heeft met de aandelenprijs van het bedrijf. Houqe e.a. (2014) hebben een onderzoek gedaan naar de invloed van IFRS op de kwaliteit van informatie in landen waar investeerders minder goed beschermd zijn. Uit dit onderzoek blijkt dat het toepassen van IFRS tot verbetering van de kwaliteit van de informatie leidt. Value relevance moet gemeten worden onder twee voorwaarden. Ten eerste moet de informatie relevant zijn zodat de beleggers het eigen vermogen kunnen evalueren. Ten tweede is het van belang dat de beurskoersen betrouwbaar gemeten worden. De twee karakteristieken die belangrijk zijn bij het bepalen van value relevance zijn dus: relevantie en betrouwbaarheid (Paananen e.a., 2008).

De informatie kan als relevant beschouwd worden als deze tot verschillen in beslissingen kan leiden voor de gebruikers (Paananen e.a.,2008). In het kader van de jaarrekening kan dit een verschil maken als deze relevante informatie van bevestigende waarde en/of voorspellende waarde is. Informatie is van voorspellende waarde indien er door de kapitaalverschaffers/investeerders betere voorspellingen/schattingen gemaakt kunnen worden over de toekomst van het bedrijf. De bevestigende waarde kan direct gekoppeld worden aan voorspellende waarde als de voorspelde uitkomsten bevestigd worden. Als er aan deze eisen wordt voldaan, kan informatie als relevant beschouwd worden.

Een andere belangrijke karakteristiek is betrouwbaarheid. Informatie kan als betrouwbaar beschouwd worden als deze vrij is van materiele onjuistheden en vooroordelen. Informatie kan dus als betrouwbaar omschreven worden als deze ondersteund wordt door bewijs of onderbouwing, zoals facturen van inkooporders en/of bankafschriften van betalingen. Verder is het belangrijk dat de focus meer ligt op de economische aspecten van de transacties en minder op de juridische aspecten (Paananen a., 2008).

Kortom: de informatie in de jaarrekening moet relevant en betrouwbaar zijn om deze als value relevance te beschouwen. De accounting-kwaliteit is dus hoger als de informatie relevanter en betrouwbaarder is.

2.4.4 Timely loss recognition

Timely Loss Recognition is een onderdeel van de economische term ‘tijdigheid’, wat van groot belang is voor de relevantie van de informatie en de kwaliteit van earnings. Barth, Landsman en Lang

(2007) laten zien dat informatie meer relevant en van hogere kwaliteit is als de herkenning van winst en verlies tijdig is. Ook is tijdigheid in de accounting literatuur nauw verbonden met het begrip ‘conservatisme’. Dit betekent dat een hogere mate van verificatie vereist is voor het herkennen van goed nieuws dan slecht nieuws. Deze definitie houdt dus in dat toekomstige verliezen sneller dan toekomstige winsten worden opgenomen in het resultaat. Dit leidt ook tot timely loss recognition. Bijvoorbeeld: slecht nieuws wordt sneller bekend gemaakt en hierdoor wordt de activa ook sneller in de waarde verlaagd. Aan de andere kant zorgt goed nieuws voor stijging in de waarde van activa, maar deze stijging wordt pas genomen op het moment van verkoop (Barth e.a., 2007). Leuz (2003) toont aan dat de tijdigheid van verliesherkenning gerelateerd is aan het kredietrisico van het bedrijf en de kosten van het krediet. Dit verwijst naar de asymmetrische incorporatie van de verliezen in de gerapporteerde winst. Met andere woorden: de verliezen worden sneller opgenomen in het resultaat dan opbrengsten. De stijging van timely loss recognition komt vooral bij bedrijven voor die hun accounting procedures willen verbeteren om zodoende de informatieasymmetrie te verminderen en financieringsproblemen op te lossen.

Timely loss recognition heeft verschillende uitkomsten voor verschillende belanghebbenden afhankelijk van de financiële situatie van het bedrijf. Hieronder zijn enkele uitkomsten als voorbeeld gegeven: de tijdigheid van de herkenning van economische verliezen.

Timely loss recognition zorgt er voor dat de verwachte verliezen sneller opgenomen worden in de jaarrekening en dat de financiële waarde van de activa van de geldnemers niet overschat wordt. Deze informatie kan van groot belang zijn voor het verlenen van krediet (Basu, 1997).

Ook speelt Timely loss recognition een belangrijke rol bij het dividend- en financieringsbeleid. Met andere woorden: timely loss recognition zorgt er voor dat de beslissing over het financierings- en het dividendbeleid sneller wordt genomen, omdat de aandeelhouders tijdiger informatie hebben over de resultaten van het bedrijf.

Basu (1997) geeft aan dat bedrijven een afweging maken hoe tijdig zij het verlies herkennen. Basu (1997) toont aan dat de verliezen tijdiger worden herkend als dit in het voordeel van het bedrijf is, daarentegen worden de verliezen minder tijdig herkend als dit nadelig is voor het bedrijf of als de potentiële kosten hoog zijn (Basu, 1997).

Timely loss recognition is voor de geldgevers van belang, omdat de kredietverstrekking ook afhankelijk is van de resultaten van het bedrijf. Timely loss recognition verhoogt de kwaliteit van de

informatie in de jaarrekening. Dus hoe tijdiger de verliezen worden genomen, hoe hoger de accounting-kwaliteit is.

3 Hypothese ontwikkeling

In het vorige hoofdstuk is naar voren gekomen dat de accounting-kwaliteit toeneemt als er minder earnings management, meer timely loss recognition en meer value relevance aanwezig is (Chen e.a., 2010 ; Hung en Subramanyam, 2007; Healy e.a., 1999; Barth e.a., 2007; Paananen e.a., 2008).

GAAP is rule-based set van normen die in de VS is ontstaan. GAAP geeft gedetailleerd aan op basis van voorbeelden welke regels gebruikt moeten worden. Als de accounting standaarden rule-based zijn en als de toepassing hiervan op een gedetailleerde wijze wordt toegelicht, wordt de kans kleiner om misbruik te maken van deze regels.

Daarentegen is IFRS meer principle-based. Daarnaast is er bij IFRS niet gedetailleerd aangegeven hoe de standaarden toegepast moeten worden. Hierdoor is professional judgment een belangrijke factor voor IFRS (Schipper, 2003). De kans op earnings management zal naar verwachting ook groter zijn bij standaarden die ruimte laten aan professional judgment (Goncharov and Zimmermann, 2007).

De auteurs (Goncharov en Zimmermann, 2007) hebben onderzoek gedaan naar het niveau van earnings management van Duitse bedrijven. Er is gekeken naar de geconsolideerde jaarrekeningen die op basis van Duitse GAAP, IFRS en US GAAP zijn opgesteld. In dit onderzoek is naar voren gekomen dat earnings management minder voorkomt bij Duitse bedrijven die op basis van US GAAP hun geconsolideerde jaarrekening opstellen dan bij Duitse bedrijven die dit op basis van IFRS doen. De auteurs concluderen dat earnings management lager is bij rule-based standaarden (US GAAP) dan bij principle-based standaarden (IFRS). Deze conclusie wordt bevestigd door Bart e.a. (2007). Uit dit onderzoek komt naar voren dat managers, die US GAAP gebruiken voor hun verslaggeving, minder ruimte hebben om winst te rapporteren die van invloed is op de economische prestaties van het bedrijf. Dit betekent dat de managers minder mogelijkheden hebben om gebruik te maken van earnings management.

Barth e.a. (2008) en Goncharov en Zimmermann (2007) concluderen dat de flexibiliteit van

principle-based verslaggeving hoger is en meer mogelijkheden biedt voor het toepassen van earnings management dan rule-based regelgeving. Uit de eerdere studies blijkt dat earnings management meer voorkomt bij principle-based regelgeving. De eerste hypothese luidt dan als volgt:

Om de value relevance te bepalen van de verslaggeving na de invoering van IFRS, is het belangrijk dat de juiste benchmark wordt gehanteerd. De value relevance moet zodanig gemeten worden dat alleen het effect op de financiële verslaggeving vastgesteld wordt en niet de externe factoren. IFRS is meer dan tien jaar geleden ingevoerd. Uit eerdere onderzoeken blijkt dat de verschillen op value relevance tussen IFRS en GAAP vooral voortvloeien uit de vergelijkingen tussen internationale en nationale standaarden van landen die IFRS hebben toegepast (Gjerde e.a., 2008).

IFRS is georiënteerd op de balans, dat wil zeggen dat de nadruk ligt op het definiëren van activa, passiva en eigen vermogen. Het uitgangspunt bij IFRS is de balans, die als fair value wordt gemeten. Daarnaast is het belangrijk dat wijziging in activa gepaard gaat met wijziging in de markt en op betrouwbare wijze gemeten kan worden (Gjerde e.a., 2008).

Daarentegen is de GAAP meer winst-georiënteerd, waarbij de jaarlijkse prestatie of de winst het uitgangspunt is voor het ontwikkelen van relevante verslaggeving. Een bedrijf creëert waarde als de interne rentevoet (internal rate) van het eigen vermogen hoger is dan de kosten van het eigen vermogen (cost of equity). Dit suggereert dat het doel van de accounting is om het inkomen en het eigen vermogen zodanig te rapporteren dat de return op eigen vermogen een betrouwbare meting van de internal rate van het eigen vermogen return laat zien (Gjerde e.a., 2008).

Uit eerdere studies blijkt dat er verschillende conclusies getrokken zijn omtrent value relevance en het effect van IFRS. Er zijn zowel dalingen en stijgingen van value relevance gekoppeld aan IFRS. Paananen en Lin (2008) en Hung en Subramanyam (2007) laten zien dat value relevance van de winst en de boekwaarde van de balans lager is bij het toepassen van IFRS. Uit Bartov e.a. (2005) en Barth e.a. (2008) blijkt echter dat het toepassen van IFRS voor meer value relevance zorgt. Lin e.a. (2008) geven aan dat value relevance is gestegen onder IFRS, omdat IFRS gericht is op de marktwaarde van de balans. De tweede hypothese luidt dan als volgt:

H2: Value relevance is gestegen na de invoering van IFRS

Timely loss recognition is in het verleden minder onderzocht, waardoor er minder informatie aanwezig is om deze te koppelen met eerdere onderzoeken. Zoals eerder vermeld is, is timely loss recognition een belangrijke maatstaf om accounting-kwaliteit te meten, omdat het tijdig herkennen van winst en verlies voor meer relevantie en transparantie van informatie zorgt (Zhang, 2008). Christensen e.a. (2008) hebben een onderzoek gedaan naar de impact van stimuleringsmaatregelen

op de verandering van accounting-kwaliteit rond de invoering van IFRS. Uit deze studie blijkt dat bedrijven die vrijwillig voor de toepassing van IFRS hebben gekozen tijdiger hun verlies herkennen. Bart e.a. (2008) hebben ook geconcludeerd dat bedrijven die IFRS toepassen tijdiger hun verlies herkennen dan bedrijven die GAAP toepassen. De derde hypothese luidt dan als volgt:

4 Methodologie 4.1 Onderzoeksmethode

In dit onderzoek is in een aantal gevallen afgeweken van de originele modellen, omdat de onderzoekers (Barth e.a, 2008 en Basu, 1997) gebruik maken van complexe statistische methodes om de verschillen in varianties en R2 _{te bepalen. In dit onderzoek zijn in die gevallen dummy- en}

crossvariabelen geïntroduceerd om de impact van IFRS op earnings management, value relevance en timely loss recognition te meten.

Voor het toetsen van de drie geformuleerde hypotheses zal er gebruik worden gemaakt van verschillende modellen om te onderzoeken of de invoering van IFRS de accounting-kwaliteit heeft verhoogd in Nederland. De modellen van Barth e.a. (2008) zullen gebruikt worden om earnings management te meten. Barth e.a. (2008) hebben de accounting-kwaliteit voor en na de invoering van IFRS in 21 landen getoetst. In dat onderzoek zijn er twee maatstaven gebruikt voor earnings management, één voor income smoothing en één voor winstmanipulatie om doelstellingen te behalen. De modellen van Barth e.a. (2008) zullen ook gebruikt worden voor value relevance. Tenslotte zullen op basis van de modellen van Basu (1997) en Barth e.a. (2008) timely loss recognition gemeten worden.

Op basis van deze maatstaven (earnings management, value relevance en timely loss recognition) wordt de impact van IFRS op accounting-kwaliteit gemeten. Deze maatstaven worden ook gebruikt in eerdere studies, maar deze studie zal in enkele aspecten verschillen, namelijk: het tijdskader, de modellen en de populatie.

IFRS is in 2001 geïntroduceerd en in 2005 verplicht gesteld voor beursgenoteerde ondernemingen in West-Europa. Het onderzoek kent twee periodes: Dutch GAAP (1999-2004) en IFRS (2005-2012). Met behulp van de maatstaven zal er bepaald worden of accounting-kwaliteit verbeterd is na de invoering van IFRS.

4.2 De onderzoeksmodellen

In deze paragraaf zal een overzicht gegeven worden van de modellen die gebruikt worden in dit onderzoek. De modellen van Barth e.a. (2008) zullen gebruikt worden voor earnings management en value relevance en de modellen van Basu (1997) en Barth e.a. (2008) voor timely loss recognition.

Ten opzichte van de oorspronkelijke modellen zijn in een aantal gevallen enkele dummy- en crossvariabelen toegevoegd.

4.2.1 Earnings management

Earnings management zal gemeten worden op basis van twee modellen. De modellen worden gebruikt voor earnings smoothing en winstmanipulatie om een target/doel te behalen. Uit Lin e.a. (2012) blijkt dat earnings management niet direct waarneembaar is en niet gemakkelijk ontsloten kan worden. Hierdoor zijn er in dat onderzoek een aantal controlevariabelen toegevoegd om de invloed van externe factoren te minimaliseren. Deze controlevariabelen zijn niet gerelateerd aan de verplichte invoering van IFRS, zoals aangegeven in het onderzoek van Barth e.a. (2008) en Lin e.a. (2012).

Earnings Smoothing

Barth e.a. (2008) interpreteren een kleine verandering van het netto inkomen als indicatie voor

earnings smoothing. Zij gebruiken hiervoor: de verandering van het netto inkomen gedeeld door het balanstotaal, ΔNI/TA. Deze maatstaaf is ontwikkeld om de aanwezigheid van earnings smoothing te detecteren, omdat er lage variabiliteit van winst aanwezig zal zijn als de winst opportunistisch bepaald/beheerd wordt door de managers. De verandering van het netto inkomen wordt gedeeld door de totale activa om het effect van de fundamentele verschillen tussen bedrijven te verminderen. Desalniettemin kan het netto inkomen gevoelig zijn voor andere factoren die niet gerelateerd zijn aan de verplichte invoering van IFRS. Hierdoor zijn een aantal controlevariabelen geïdentificeerd (Barth e.a., 2008) om de verstorende effecten te beperken en om te voorkomen dat de bevindingen direct gerelateerd worden aan de impact van IFRS. In model (1) wordt met behulp van de dummyvariabele (dIFRSit) gekeken naar “de verandering in het netto inkomen (ΔNIit)”. Een positieve coëfficiënt β12

betekent dat “de verandering van het netto inkomen” groter is in de IFRS periode dan in de Dutch GAAP periode. Voor het meten van earnings smoothing is op basis van Barth e.a. (2008, p.482) de volgende regressievergelijking geformuleerd:

ΔNIit = β0 + β1 * SIZEit + β2 * GROWTHit + β3 * EISSUEit + β4 * LEVit + β5 * DISSUEit +

β6 * TURNit + β7 * CFit + β8 * dAUDit + β9 * NUMEXit + β10 * dXLISTit + β11 * CLOSEit+

Hierin is:

ΔNIit de verandering van het resultaat gedeeld door het balanstotaal

SIZEit de logaritme van de totale activa van het bedrijf aan het einde van het jaar

GROWTHit de verandering in omzet ten opzichte van het voorgaande jaar

EISSUEit de procentuele verandering van het aantal uitstaande aandelen

LEVit de verhouding tussen de totale passiva en de totale activa

DISSUEit de procentuele verandering van de totale passiva

TURNit de verhouding tussen de omzet en de totale activa

CFit de verhouding tussen de jaarlijkse kasstromen uit operationele activiteiten en de totale activa

dAUDit dummyvariabele die 1 is als de externe accountant PWC, EY, KPMG of Deloitte is en een 0 als dit niet het geval is

NUMEXit het aantal beurzen waar de aandelen van het bedrijf zijn genoteerd

dXLISTit dummyvariabele die 1 is als het bedrijf genoteerd is aan de Euronext Amsterdam Stock Exchange en een 0 als dit niet het geval is

CLOSEit het percentage niet uitstaande aandelen van het bedrijf

dIFRSit dummyvariabele die gelijk is aan 1 voor de observaties na de invoering van IFRS en een 0 voor de observaties voor de invoering van IFRS

εit storingsterm

Winstmanipulatie

Barth e.a. (2008) interpreteren een kleine verandering van de verhouding tussen het netto resultaat en de totale activa als bewijs voor winstmanipulatie. In model (2) wordt met behulp van de dummyvariabele (dSPOSit) gekeken of “de kleine positieve resultaten” toegenomen zijn onder IFRS.

Een positieve coëfficiënt β1betekent dat bedrijven die IFRS toepassen vaker hun winst manipuleren

richting kleine positieve resultaten dan bedrijven die Dutch GAAP toepassen. De focus in model (2) ligt niet alleen op het manipuleren van winst, maar ook op het manipuleren van winst richting een bepaald doel. Voor het meten van winstmanipulatie is de volgende regressievergelijking van Barth e.a. (2008, p.481) gebruikt:

dIFRSit = β0 + β1 * dSPOSit + β2 * SIZEit + β3 * GROWTHit + β4 * EISSUEit + β5 * LEVit +

β6 * DISSUEit + β7 * TURNit + β8 * CFit + β9 * dAUDit + β10 * NUMEXit +

Hierin is:

dSPOS_it dummyvariabele die gelijk is aan 1 als de verhouding tussen het netto resultaat en de

totale activa tussen 0 en 0,01 is en een 0 als dit niet het geval is De overige variabelen zijn hiervoor al gedefinieerd.

4.2.2 Value Relevance

Eerder in dit onderzoek is aangegeven dat bij value relevance de focus meer ligt op de kwaliteit van accounting-informatie met verwijzingen naar marktreacties. Gezien het feit dat de invoering van IFRS een bepaalde marktoriëntatie heeft gehad, wordt er in dit onderzoek het verband tussen de accounting-informatie en de aandelenprijzen onderzocht. Barth e.a. (2008) geven aan dat bedrijven met hogere accounting-kwaliteit een sterker verband tussen aandelenprijzen en accounting-data hebben. Om de invloed van de overgang van Dutch GAAP naar IFRS op value relevance te bepalen, wordt er gebruik gemaakt van de modellen van Barth e.a. (2008).

Verklaring aandelenprijzen

Allereerst worden in model (3A) de residuals (P*) verkregen van de regressie “aandelenprijzen (P)” op dINDUSTRY, SIZE en GROWTH. Dit ter voorbereiding van de regressie van de residuals (P*) op de nettowinst per aandeel (EPSit) en de boekwaarde van het eigen vermogen per aandeel

(BVEPSit). In dit onderzoek is er gebruik gemaakt van de aandelenprijzen zes maanden na het fiscale

jaareinde, omdat de markt tijd nodig heeft om de accounting-informatie te verwerken. Vervolgens wordt in model (3B) met behulp van de dummyvariabele IFRS (dIFRSit) getoetst of de abnormale

aandelenprijzen (P*) zijn gestegen onder IFRS. Een positieve coëfficiënt β₃ betekent dat IFRS bedrijven hogere abnormale aandelenprijzen (P*) hebben dan Dutch GAAP bedrijven. Voor het bepalen respectievelijk verklaren van abnormale aandelenprijzen zijn op basis van Barth e.a. (2008, p.486) de volgende regressievergelijkingen toegepast:

Pit = β0 +

+ β7 * SIZEit + β8 * GROWTHit+ εit (3A)

Hierin is:

dINDUSTRYjit dummyvariabele die gelijk is aan 1 als de onderneming behoort tot de desbetreffende industrie, anders heeft deze variabele de waarde 0. Land-, bos-, mijnbouw en visserij is de standaardwaarde; j=1 voor bouw, technologie en constructie; j=2 voor productie; j=3 voor nutsbedrijven (bedrijven in olie, water en elektriciteit); j=4 voor detailhandel; j=5 voor dienstverlening en telecom en j=6 voor uitgeverij en drukkerij

De overige variabelen zijn hiervoor al gedefinieerd.

Pit* = β0 + β1 * BVEPSit + β2 * EPSit+ β3 * dIFRSit+ εit (3B)

Hierin is:

Pit* Abnormal aandelenprijs: de residuals van de regressie van P op dINDUSTRY,

SIZE en GROWTH

BVEPSit de boekwaarde van het eigen vermogen per aandeel i, op fiscaal jaareinde t

EPS_it de winst per aandeel van het bedrijf i voor de periode t-1 tot t De overige variabelen zijn hiervoor al gedefinieerd.

Verklaring aandelenreturns

Uit Ball e.a. (2000) blijkt dat de verschillen in accounting-kwaliteit veroorzaakt worden door slecht nieuws (bad news), omdat bedrijven minder geneigd zijn om hun winst te manipuleren als er goed nieuws aanwezig is. Allereerst worden de residuals verkregen van de regressievergelijking “NIit/Pit”

op dINDUSTRY, SIZE en GROWTH in model (4A). Dit ter voorbereiding van de regressie van de residuals “netto inkomen per aandeel geschaald met de aandelenprijs (NIit/Pit)*” op de jaarlijkse

return (RETURNit). Vervolgens worden de dummyvariabelen (dBADNEWSit en dIFRSit) in model

(4B) toegevoegd. Op basis van de crossvariabele (dBADNEWS it*dIFRSit) wordt bepaald of goed

nieuws sneller verwerkt wordt na de invoering van IFRS. Een positieve coëfficiënt β3geeft aan dat

IFRS bedrijven een hoger “abnormal netto inkomen per aandeel geschaald (NI_it/P_it)*” hebben dan Dutch GAAP bedrijven. Een negatieve coëfficiënt β4 betekent dat IFRS bedrijven slecht nieuws

sneller verwerken in het resultaat dan Dutch GAAP bedrijven. Voor het bepalen respectievelijk verklaren van de abnormal aandelenreturns zijn op basis van Barth e.a. (2008, p.486) de volgende regressievergelijkingen toegepast:

NI it /Pit =β0 + β dINDUSTRY

Hierin is:

NI it/Pit aandelenreturn; netto inkomen per aandeel gedeeld door de aandelenprijs in het begin van het jaar

De overige variabelen zijn hiervoor al gedefinieerd.

(NIit/Pit)* = β0 + β1 * RETURNit + β2 * dBADNEWS it+ β3 * dIFRSit + (4B)

β4 * dBADNEWS it * dIFRSit + εit

Hierin is:

(NI it /Pit)* abnormal aandelenreturn: de residuals van de regressie van NIit/Pit op

INDUSTRY, SIZE en GROWTH

RETURNit jaarlijkse return van het bedrijf i voor de periode t-1 tot t

dBADNEWS _it dummyvariabele die 1 is als er sprake is van resultaat 0 of kleiner en een 0 als dit niet het geval is

De overige variabelen zijn hiervoor al gedefinieerd.

4.2.3 Timely loss recognition

Timely loss recognition wordt op twee manieren gemeten, verklaring van de waardeverandering van de aandelen (Basu, 1997) en large negative income (LNEG) (Barth e.a., 2008). Ball e.a. (2001) geven aan dat bedrijven in verschillende omgevingen verschillen in termen van timely loss recognition. Eerder onderzoek (Ball e.a., 2001, Lang e.a.,2003) heeft aangetoond dat bedrijven wel tijdig de verliezen herkennen, maar de neiging hebben om deze uit te stellen naar de toekomst. Hierdoor wordt timely loss recogniton gemeten als de coëfficiënt van negatief resultaat en de asymmetrische incorporatie van economische verliezen en winsten in de gerapporteerde winst (Lang e.a., 2003 en Basu 1997). Om de invloed van timely loss recognition op de verslaggeving te meten, zal er gebruikt worden gemaakt van het model van Basu (1997) en een model van Barth e.a. (2008).

Verklaring waardeverandering van aandelen (Basu-model)

Het model van Basu (1997) is een geaccepteerd model dat gebruikt wordt in de accounting-literatuur bij het meten van conservatisme. Basu (1997) heeft onderzocht dat het resultaat meer reageert op negatieve returns (proxy voor bad news), in vergelijking met positieve returns (proxy voor good news). In model (5) wordt de dummyvariabele (dIFRSit) geïntroduceerd. Op basis van de

onder IFRS. Een positieve coëfficiënt β3betekent dat IFRS bedrijven een grotere waardeverandering

per aandeel hebben dan Dutch GAAP bedrijven. Een negatieve β4betekent dat IFRS bedrijven slecht

nieuws sneller verwerken dan Dutch GAAP bedrijven. In deze vergelijking (5) worden de waarnemingen verdeeld in “good news” en “bad news” bedrijven, gebaseerd op positieve (groter dan 0) en negatieve returns (0 of kleiner), met behulp van de dummyvariabele (dBADNEWSit). Voor het

meten van verklaring van de waardeverandering van de aandelen is op basis van Basu (1997, p.13) de volgende regressievergelijking geformuleerd:

Pit - GROWTH = β0 + β1* Rit + β2* dBADNEWSit+ β3* dIFRSit + β4* dBADNEWSit*dIFRSit + εit (5)

Hierin is:

Pit - GROWTH de waardeverandering per aandeel in procenten, de verhouding tussen de koers van het aandeel in het jaar t en de koers van het aandeel aan het einde van het jaar t-1,

Rit de verhouding “tussen het rendement op aandelen na zes maanden van het

boekjaar van het bedrijf” en “de jaarlijkse verandering van het eigen vermogen” (RETURNt-1)/ΔEVt-1)

De overige variabelen zijn hiervoor al gedefinieerd. Large Negative Income (LNEG)

Gezien het feit dat bedrijven terughoudend zijn in geval van tijdig herkennen van verliezen, wordt timely loss recognition ook gemeten op basis van het gerapporteerde negatieve inkomen (Barth e.a.,2008). In model (6) wordt met behulp van de dummyvariabele (dLNEG) gekeken of “de grote negatieve resultaten” veranderd zijn onder IFRS. Een positieve coëfficiënt β1betekent dat bedrijven

die IFRS toepassen “grote negatieve resultaten” tijdiger in het resultaat opnemen dan bedrijven die Dutch GAAP toepassen. Voor het meten van large negative income wordt de volgende regressievergelijking van Barth e.a. (2008, p.487) gebruikt:

dIFRSit = β0 + β1 * dLNEGit + β2 * SIZEit + β3 * GROWTHit + β4 * EISSUEit + β5 * LEVit +

β6* DISSUEit + β7 * TURNit + β8 * CFit + β9 * dAUDit + β10 * NUMEXit +

Hierin is:

dLNEGit dummyvariabele is gelijk aan 1 als de verhouding tussen de jaarlijkse winst en de totale activa kleiner is dan -0,20 en een 0 als dit niet het geval is

5 Data 5.1 Populatie

De populatie van dit onderzoek bestaat uit de beursgenoteerde bedrijven van de Euronext Amsterdamse effectenbeurs. In dit onderzoek wordt er gebruik gemaakt van bestaande data. De nodige data zijn verzameld uit Datastream en Compustat. In tabel 2 panel A wordt weergegeven dat in totaal 220 beursgenoteerde bedrijven zijn geïdentificeerd (876 bedrijfsjaren), waarvan 104 Dutch GAAP bedrijven (329 bedrijfsjaren) en 116 IFRS bedrijven (547 bedrijfsjaren). In dit onderzoek zijn in totaal 17 bedrijven (90 bedrijfsjaren) geëlimineerd wegens gebrek aan data, waarvan 9 Dutch GAAP bedrijven (39 bedrijfsjaren) en 8 IFRS bedrijven (51 bedrijfsjaren). Ook zijn in totaal 24 financiële instellingen (143 bedrijfsjaren) uitgefilterd, waarvan 13 Dutch GAAP bedrijven (64 bedrijfsjaren) en 11 IFRS bedrijven (143 bedrijfsjaren). De reden voor het uitfilteren van dit soort bedrijven zijn de verschillen in regelgeving tussen financiële instellingen en niet-financiële instellingen, wat van invloed kan zijn op de resultaten. Barth e.a. (2008), Christensen e.a. (2008) en Paananen en Lin (2008) geven aan dat financiële instellingen beïnvloed worden door hun eigen industrie-specifieke factoren en hierdoor niet homogeen zijn met andere industrieën. Na deze uitsluitingen bestaat de totale populatie voor dit onderzoek uit 179 bedrijven (643 bedrijfsjaren), waarvan 82 voor Dutch GAAP bedrijven (226 bedrijfsjaren) en 97 IFRS bedrijven (417 bedrijfsjaren).

In tabel 2 panel B zijn de data verdeeld in industrie. Hieruit blijkt dat de populatie uit verschillende industrieën bestaat, waarvan productie met in totaal 49 bedrijven (175 bedrijfsjaren) en dienstverlening en telecom met in totaal 39 bedrijven (147 bedrijfsjaren) het grootst zijn voor Dutch GAAP bedrijven met respectievelijk 21 bedrijven (61 bedrijfsjaren) en 17 bedrijven (51 bedrijfsjaren). Ook zijn deze twee industrieën het grootst voor IFRS bedrijven met 28 (114 bedrijfsjaren) productiebedrijven en 22 (96 bedrijfsjaren) dienstverlenings- en telecombedrijven.

Tabel 2 panel C geeft een overzicht van de verdeling over de jaren. Hieruit blijkt dat de verdeling van het aantal bedrijven gelijkmatig verdeeld is met een maximaal verschil van 5 procentpunten (2001 en 2003) voor de Dutch GAAP periode. Voor IFRS periode bedraagt dit verschil 6 procentpunten.

Tabel 2 Populatie Panel A: Populatie selectie

Dutch GAAP Periode IFRS Periode Totaal

Bedrijven Bedrijfsjaren Bedrijven Bedrijfsjaren Bedrijven Bedrijfsjaren Bedrijven geïdentificeerd in database 104 329 116 547 220 876

Ontbrekende data 9 39 8 51 17 90

Bedrijven in de financiële sector 13 64 11 79 24 143

Totaal 82 226 97 417 179 643

Panel B: Verdeling naar industrie

Dutch GAAP Periode IFRS Periode Totaal

Bedrijven Bedrijfsjaren Bedrijven Bedrijfsjaren Bedrijven Bedrijfsjaren

Land-, bos-, mijnbouw en visserij 4 9 3 13 7 22

Bouw, technologie en constructie 14 39 18 72 33 111

Productie 21 61 27 114 49 175

Nutsbedrijven (bedrijven in olie, water en elektriciteit) 8 22 7 31 15 53 Detailhandel 14 33 17 78 31 111 Dienstverlening en telecom 17 51 22 96 39 147 Uitgeverij en drukkerij 4 11 3 13 7 24 Total 82 226 97 417 179 643

Panel C: Verdeling over jaar

Dutch GAAP Periode IFRS Periode

Bedrijven Percentage Bedrijven Bedrijven

1999 39 17% 2005 2006 2007 2008 2009 2010 2011 2012 41 10% 2000 41 18% 43 10% 2001 44 19% 46 11% 2002 37 16% 47 11% 2003 31 14% 53 13% 2004 34 15% 61 15% 65 16% 61 15% Totaal 226 100% 417 100%

Populatie van Dutch GAAP bedrijven (1999-2004) en IFRS bedrijven (2005-2012)

5.2 Beschrijvende statistiek

In tabel 3 wordt een overzicht gegeven van de beschrijvende statistiek voor alle variabelen die gebruikt zijn in de onderzoeksmodellen. Ook wordt er een onderscheid gemaakt tussen Dutch GAAP (1999-2004) en IFRS (2005-2012). Tenslotte wordt er aangegeven of er sprake is van correlaties boven 0.8 door middel van bijlage 1. Barth e.a. (2008) geven aan dat er sprake is van sterke correlatie boven 0.8 In deze paragraaf wordt de beschrijvende statistiek per onderzoeksmodel toegelicht.

Model (1)

De beschrijvende statistiek van de gebruikte variabelen wordt vergeleken tussen IFRS en Dutch GAAP bedrijven. De variabele ΔNI laat een verandering zien in de standaarddeviatie onder IFRS, terwijl de gemiddelde gelijk is gebleven voor deze variabele. IFRS bedrijven hebben een hogere SIZE en GROWTH dan Dutch GAAP bedrijven qua gemiddelde en standaarddeviatie. Dit betekent dat IFRS bedrijven groter zijn, sneller groeien en onderling meer afwijken dan Dutch GAAP bedrijven. Daarnaast wordt er weergegeven dat IFRS bedrijven meer aandelen uitgeven en dus meer gebruik maken van eigen vermogen (EISSUE), dit verschil is niet groot. Ook wordt er weergegeven dat IFRS bedrijven minder gebruik maken van leningen (DISSUE) dan Dutch GAAP bedrijven. De verhouding tussen de totale passiva en de activa is kleiner bij IFRS bedrijven dan Dutch GAAP bedrijven. Verder is de verhouding tussen de omzet en de totale activa (TURN) kleiner bij IFRS bedrijven dan Dutch GAAP bedrijven. De variabele CF is groter bij IFRS bedrijven dan bij Dutch GAAP bedrijven qua gemiddelde, wat betekent dat de verhouding tussen de jaarlijkse kasstromen uit operationele activiteiten en de activa groter is. De dummyvariabelen (dAUD en dXLIST) laten zien dat het verschil tussen IFRS en Dutch GAAP klein is. Tenslotte wordt er weergegeven dat IFRS bedrijven minder niet uitstaande aandelen houden dan Dutch GAAP bedrijven.

In bijlage (1A) is de correlatiematrix voor dit model weergegeven. Alle waarden zijn in absolute zin kleiner dan 0.8. Hieruit blijkt dat er geen indicatie is dat er sprake is van multicollineariteit. Op multicollineariteit wordt teruggekomen door middel van variance inflation factor (VIF) in paragraaf 6.1.

Model (2)

In tabel 3 wordt weergegeven dat er geen grote verandering is in de variabele SPOS qua gemiddelde, mediaan en standaarddeviatie. Dit betekent dat er geen groot verschil is in “de verhouding tussen het netto resultaat en de totale activa tussen 0 en 0,01” tussen IFRS en Dutch GAAP bedrijven. De

beschrijvende statistiek van de overige variabelen is hiervoor al toegelicht.

In bijlage (1B) is de correlatiematrix voor dit model weergegeven. Alle waarden zijn in absolute zin kleiner dan 0.8. Hieruit blijkt dat er geen indicatie is dat er sprake is van multicollineariteit. Op multicollineariteit wordt teruggekomen door middel van variance inflation factor (VIF) in paragraaf 6.1.

Tabel 3 Beschrijvende statistiek verdeeld in modellen 1999-2004 Dutch GAAP Aantal observaties: 82 2005-2012 IFRS Aantal observaties: 97 Totaal Aantal observaties: 179

Mean Mediaan Std dev. Mean Mediaan Std dev. Mean Mediaan Std dev. Model (1) ΔNI 0.006 0.000 0.19 0.006 0.008 0.09 0.006 0.008 0.13 SIZE 14.21 14.58 2.11 16.11 16.34 2.01 15.16 15.52 2.13 GROWTH 0.077 0.000 0.38 0.087 0.076 0.21 0.082 0.037 0.29 EISSUE 0.202 0.000 2.01 0.288 0.000 1.58 0.245 0.000 1.77 LEV 2.35 1.13 4.91 1.88 0.94 4.11 2.115 0.96 4.57 DISSUE 0.661 -0.279 0.54 0.254 0.101 0.68 0.457 -0.002 0.62 TURN 1.213 1.108 0.79 0.944 0.864 0.44 1.079 0.996 0.54 CF* 0.056 0.069 0.082 0.061 0.058 0.073 0.057 0.063 0.079 dAUD 0.8 1 0.4 0.9 1 0.3 0.9 1 0.4 NUMEX 1.36 1 1.22 1.42 1 1.31 1.38 1 1.26 dXLIST 0.01 0 0.06 0.02 0 0.07 0.02 0 0.05 CLOSE 38.62 35.11 24.22 36.04 30.34 22.11 37.33 30.91 23.57 Model (2) dSPOS 0.115 0.002 0.311 0.104 0.000 0.312 0.110 0.002 0.311 Model (3A) en (3B) P 1.16 0.94 0.51 1.31 1.22 0.32 1.23 1.04 0.392 dINDUSTRY1 0.171 0 0.093 0.186 0 0.085 0.178 0 0.130 dINDUSTRY2 0.256 0 0.134 0.278 0 0.094 0.266 0 0.102 dINDUSTRY3 0.098 0 0.071 0.072 0 0.110 0.084 0 0.931 dINDUSTRY4 0.171 0 0.184 0.175 0 0.139 0.174 0 0.157 dINDUSTRY5 0.207 0 0.161 0.229 0 0.129 0.217 0 0.143 dINDUSTRY6 0.049 0 0.174 0.031 0 0.116 0.041 0 0.129 BVEPS 6.24 4.58 3.78 7.93 4.93 5.13 7.03 4.77 4.231 EPS 0.07 0.03 0.16 0.14 0.03 0.29 0.12 0.03 0.238 Model (4A) en (4B) NI/P 0.043 0.044 0.091 0.037 0.060 0.083 0.039 0.049 0.079 RETURN 0.037 0.026 0.008 0.055 0.038 0.037 0.047 0.047 0.037 dBADNEWS 0.8 1 0.4 0.7 1 0.5 0.8 1 0.04 Model (5) P - GROWTH 0.019 0.04 0.058 0.028 0.091 0.213 0.025 0.042 0.497 R -0.129 0.072 0.085 -0.093 0.077 0.067 -0.112 0.075 0.088 Model (6) dLNEG 0.114 0.00 0.137 0.081 0.00 0.383 0.197 0.00 0.213

Model (3A) en (3B)

De beschrijvende statistiek van de variabelen, die gebruikt zijn in de vergelijkingen (3A) en (3B), wordt in tabel 3 weergegeven. De variabele P is hoger qua gemiddelde en standaarddeviatie onder IFRS. Dit betekent dat de aandelenprijzen (P) van IFRS bedrijven hoger zijn en onderling meer afwijken dan Dutch GAAP bedrijven. De gemiddelde en de standaarddeviatie van de variabelen BVEPS en EPS laten een kleine positieve stijging zien in de IFRS periode. Dit geeft aan dat de boekwaarde van het

eigen vermogen per aandeel (BVEPS) en de winst per aandeel (EPS) groter zijn en onderling meer afwijken onder IFRS. Tenslotte is het verschil tussen IFRS en Dutch GAAP bedrijven voor de dummyvariabele dINDUSTRY klein. De beschrijvende statistiek van de overige variabelen is hiervoor al toegelicht.

In bijlage (1C) is de correlatiematrix voor dit model weergegeven. Alle waarden zijn in absolute zin kleiner dan 0.8. Hieruit blijkt dat er geen indicatie is dat er sprake is van multicollineariteit. Op multicollineariteit wordt teruggekomen door middel van variance inflation factor (VIF) in paragraaf 6.2.

Model (4A) en (4B)

In tabel 3 wordt weergegeven dat de variabele NI/P hoger is voor Dutch GAAP bedrijven qua gemiddelde en standaarddeviatie. Dit betekent dat Dutch GAAP bedrijven een hoger netto inkomen per aandeel hebben en onderling meer afwijken dan IFRS bedrijven. De gemiddelde van de variabele RETURN is hoger voor IFRS bedrijven dan Dutch GAAP bedrijven. Dit geeft aan dat IFRS bedrijven een hogere jaarlijkse return hebben dan Dutch GAAP bedrijven. Ook is de gemiddelde van de dummyvariabele dBADNEWS hoger voor Dutch GAAP bedrijven, maar dit verschil is klein. De beschrijvende statistiek van de overige variabelen is hiervoor al toegelicht.

In bijlage (1D) is de correlatiematrix voor dit model weergegeven. Alle waarden zijn in absolute zin kleiner dan 0.8. Hieruit blijkt dat er geen indicatie is dat er sprake is van multicollineariteit. Op multicollineariteit wordt teruggekomen door middel van variance inflation factor (VIF) in paragraaf 6.2.

Model (5)

In tabel 3 wordt de beschrijvende statistiek weergegeven van de variabelen die gebruikt zijn in model (5). Hieruit blijkt dat de gemiddelde van de variabele P- GROWTH groter is voor IFRS bedrijven dan Dutch GAAP bedrijven. Dit geeft aan dat de waardeverandering per aandeel hoger is onder IFRS. Ook wordt er weergegeven dat de gemiddelde van de variabele R hoger is voor Dutch GAAP bedrijven dan IFRS bedrijven. Dit betekent dat de verhouding tussen het rendement op aandelen en de jaarlijkse verandering van het eigen vermogen groter is onder Dutch GAAP. De beschrijvende statistiek van de overige variabelen is hiervoor al toegelicht.

In bijlage (1E) is de correlatiematrix voor dit model weergegeven. Alle waarden zijn in absolute zin kleiner dan 0.8. Hieruit blijkt dat er geen indicatie is dat er sprake is van multicollineariteit. Op multicollineariteit wordt teruggekomen door middel van variance inflation factor (VIF) in paragraaf 6.3.

Model (6)

In tabel 3 is de beschrijvende statistiek van de variabelen uit model (6) weergegeven. In tabel 3 wordt weergegeven dat de gemiddelde van de variabele dLNEG groter is voor Dutch GAAP bedrijven dan IFRS bedrijven. Dit betekent dat grote negatieve resultaten vaker voorkomen onder Dutch GAAP. De beschrijvende statistiek van de overige variabelen is hiervoor al toegelicht.

In bijlage (1F) is de correlatiematrix voor dit model weergegeven. Alle waarden zijn in absolute zin kleiner dan 0.8. Hieruit blijkt dat er geen indicatie is dat er sprake is van multicollineariteit. Op multicollineariteit wordt teruggekomen door middel van variance inflation factor (VIF) in paragraaf 6.3.

6 Resultaten

In dit hoofdstuk worden de resultaten weergegeven, verdeeld in: earnings management, value relevance en timely loss recognition. Daarnaast wordt de variance inflation factor (VIF) besproken. Als de variabelen onderling onafhankelijk zijn, heeft de VIF 1. Jermakowicz e.a. (2007) geven aan dat er rekening met multicollineariteit gehouden moet worden als de VIF hoger is dan 5.

6.1 Earnings Management (hypothese 1) Earnings Smoothing

ΔNIit = β0 + β1 * SIZEit + β2 * GROWTHit + β3 * EISSUEit + β4 * LEVit + β5 * DISSUEit +

β6 * TURNit + β7 * CFit + β8 * dAUDit + β9 * NUMEXit + β10 * dXLISTit + β11 * CLOSEit+

β12 * dIFRSit+ εit (1)

Een verandering in het netto inkomen wordt als indicatie gebruikt voor earnings smoothing in dit onderzoek. Eerder onderzoek (Lin e.a., 2008; Chua e.a., 2012) heeft aangetoond dat “verandering in het netto inkomen (ΔNI)” hoger is bij GAAP bedrijven dan IFRS bedrijven. In dit onderzoek wordt ook verwacht dat de verandering in het netto inkomen hoger is bij Dutch GAAP bedrijven dan IFRS bedrijven. Uit tabel 4 panel A blijkt dat de coëfficiënt van de dummyvariabele dIFRS

(-0.2713) negatief en significant (p=0.0002) is. Dit betekent dat Dutch GAAP bedrijven een hogere “verandering in het netto inkomen” hebben dan IFRS bedrijven. Consistent met eerder onderzoek (Lin e.a., 2008; Chua e.a., 2012) blijkt uit dit onderzoek dat earnings smoothing in hogere mate voorkomt bij Dutch GAAP bedrijven dan IFRS bedrijven. Verder blijkt uit tabel 4 panel A dat de controlevariabelen SIZE (0.0241) en EISSUE (0.0002) significant zijn. In dit onderzoek zijn de regressiecoëfficiënten van de variabelen SIZE en CLOSE positief, terwijl deze negatief zijn in Lin e.a. (2008). Een mogelijke verklaring is dat de populatie van Lin e.a. (2010) bestaat uit beursgenoteerde en niet-beursgenoteerde technologische bedrijven. De overige regressie-coëfficiënten zijn consistent met Lin e.a. (2008). Op basis van deze resultaten kan hypothese 1 verworpen worden.

Ook blijkt uit tabel 4 panel A dat er geen variabelen zijn met VIF boven 5. Dit betekent dat er geen multicollineariteit aanwezig is voor deze variabelen (Jermakowicz e.a.,2007).

Eén van de voorwaarden voor OLS-regressie is dat de storingsterm normaal verdeeld moet zijn met verwachtingswaarde 0. Om te toetsen of er sprake is van normaliteit is gebruik gemaakt van Shapiro-Wilk toets. Als de p-value groter is dan 0.05 mag er aangenomen worden dat de storingsterm normaal verdeeld is. Uit dit onderzoek blijkt dat de p-value (p=0.002) kleiner is dan 0.05, wat betekent dat de storingsterm niet normaal verdeeld is. Dit wordt ook ondersteund door de qq-plot (quantile-quantile) in bijlage 2A. De statistische bevindingen moeten dus met de nodige voorzichtigheid geïnterpreteerd worden.

Tabel 4 Resultaten earnings management

Panel A: earnings smoothing Coëfficiënt p-waarde VIF

Intercept -0.2978 0.1327 2.327 SIZE 0.1734 0.0241** 1.312 GROWTH 0.4621 0.8478 2.538 EISSUE 0.5397 0.0197** 1.791 LEV -0.0735 0.5639 2.953 DISSUE -0.2304 0.4534 2.276 TURN -0.3192 0.8562 1.493 CF 0.8675 0.2739 4.122 dAUD -0.4361 0.5644 2.781 NUMEX 0.1889 0.8913 1.484 dXLIST 0.3793 0.7532 3.219 CLOSE 0.3319 0.6524 1.871 dIFRS -0.2713 0.0002** 1.394

Panel B: Winstmanipulatie Coëfficiënt p-value VIF

Intercept 0.8598 0.3951 1.952 dSPOS -0.2494 0.2843 1.858 SIZE 0.1756 0.0027** 1.745 GROWTH 0.1398 0.8835 1.742 EISSUE 0.0432 0.1289 1.873 LEV -0.1675 0.0369** 2.876 DISSUE -0.3746 0.4413 .3815 TURN 0.0331 0.0278** 1.891 CF 2.9317 0.8981 3.943 dAUD -0.2833 0.7542 2.982 NUMEX 0.0213 0.8367 1.974 dXLIST 0.0137 0.9614 2.984 CLOSE 0.0072 0.4139 1.269

De variabelen zijn gedefinieerd in paragraaf 4.2

Winstmanipulatie

dIFRSit = β0 + β1 * dSPOSit + β2 * SIZEit + β3 * GROWTHit + β4 * EISSUEit + β5 * LEVit +

β6 * DISSUEit + β7 * TURNit + β8 * CFit + β9 * dAUDit + β10 * NUMEXit +

β11 * dXLISTit + β12 * CLOSEit + εit (2)

Een kleine verandering van de verhouding tussen het netto resultaat en de totale activa wordt als indicatie gebruikt voor winstmanipulatie in dit onderzoek. Barth e.a. (2008) en Chua e.a. (2012) hebben aangetoond dat er geen indicatie is dat IFRS bedrijven hun winst vaker richting “kleine positieve resultaten (dSPOS)” manipuleren dan GAAP bedrijven. In tabel 4 panel B wordt weergegeven dat de coëfficiënt van de dummyvariabele dSPOS (-0.2494) negatief en insignificant (p=0.2843) is. Dit betekent dat er geen indicatie is dat IFRS bedrijven hun winst vaker richting “kleine positieve resultaten” manipuleren dan Dutch GAAP bedrijven. Consistent met eerder onderzoek (Barth e.a., 2008; Chua e.a., 2012) blijkt uit dit onderzoek dat het niet aantoonbaar is dat winstmanipulatie in hogere mate voorkomt bij IFRS bedrijven dan Dutch GAAP bedrijven. Verder blijkt uit tabel 4 panel B dat IFRS bedrijven significant grotere totale activa (SIZE) hebben dan Dutch GAAP bedrijven. Ook wordt er weergegeven dat de verhouding tussen de totale passiva en de totale activa (LEV) en de verhouding tussen de omzet en de totale activa (TURN) significant groter zijn voor Dutch GAAP bedrijven dan IFRS bedrijven. In dit onderzoek zijn de regressiecoëfficiënten van de variabelen SIZE, TURN en CLOSE positief, terwijl deze negatief zijn in Lin e.a. (2008). Een mogelijke verklaring is dat de populatie van Lin e.a. (2010) bestaat uit beursgenoteerde en niet-beursgenoteerde technologische bedrijven. De overige regressiecoëfficiënten zijn consistent met Lin e.a. (2008). Op basis van deze resultaten kan hypothese 1 niet verworpen worden.

Ook blijkt dat er geen variabelen zijn met VIF boven 5, hetgeen betekent dat er geen sprake is van multicollineariteit (Jermakowicz e.a.,2007).

Eén van de voorwaarden voor OLS-regressie is dat de storingsterm normaal verdeeld moet zijn met verwachtingswaarde 0. Om te toetsen of er sprake is van normaliteit is gebruik gemaakt van Shapiro-Wilk toets. Als de p-value groter is dan 0.05 mag er aangenomen worden dat de storingsterm normaal verdeeld is. Uit dit onderzoek blijkt dat de p-value (p=0.000) kleiner is dan 0.05, wat betekent dat de storingsterm niet normaal verdeeld is. Dit wordt ook ondersteund door de qq-plot (quantile-quantile) in bijlage 2B. De statistische bevindingen moeten dus met de nodige voorzichtigheid geïnterpreteerd worden.

6.2 Value Relevance (hypothese 2) Verklaring aandelenprijzen

P_it* = β₀ + β₁ * BVEPS_it + β₂ * EPS_it+ β₃ * dIFRS_it+ ε_it (3B)

In dit onderzoek worden de abnormale aandelenprijzen als indicatie gebruikt voor value relevance. Lin e.a. (2008) en Chua e.a. (2012) hebben aangetoond dat IFRS bedrijven hogere abnormale aandelenprijzen hebben dan GAAP bedrijven. In dit onderzoek wordt ook verwacht dat IFRS bedrijven hogere abnormale aandelenprijzen hebben dan Dutch GAAP bedrijven. Uit tabel 5 panel A blijkt dat de coëfficiënt van de dummyvariabele dIFRS, 0.3874, negatief en significant (p= 0.0004) is. Dit betekent dat IFRS bedrijven hogere abnormale aandelenprijzen hebben dan Dutch GAAP bedrijven. Consistent met eerder onderzoek (Lin e.a., 2008; Chua e.a., 2012) blijkt dat value relevance, gemeten in aandelenprijzen, hoger is onder IFRS. Verder blijkt uit tabel 5 panel A dat de coëfficiënt van de controlevariabele EPS (0.4421) positief en significant (p=0.0048) is. Dit betekent dat de winst per aandeel (EPS) significante invloed heeft op de afhankelijke variabele “abnormale aandelenprijzen (P*)”. Consistent met Lin e.a. (2008) zijn de regressiecoëfficiënten van de variabelen (BVEPS) en (EPS) positief. Op basis van deze resultaten kan hypothese 2 niet verworpen worden.

Ook blijkt uit tabel 5 panel A dat er geen variabelen zijn met VIF boven 5. Dit betekent dat er geen multicollineariteit aanwezig is voor deze variabelen (Jermakowicz e.a.,2007).

Eén van de voorwaarden voor OLS-regressie is dat de storingsterm normaal verdeeld moet zijn met verwachtingswaarde 0. Om te toetsen of er sprake is van normaliteit is gebruik gemaakt van Shapiro-Wilk toets. Als de p-value groter is dan 0.05 mag er aangenomen worden dat de storingsterm normaal verdeeld is. Uit dit onderzoek blijkt dat de p-value (p=0.317) groter is dan 0.05, wat betekent dat de storingsterm normaal verdeeld is. Dit wordt ook ondersteund door de qq-plot (quantile-quantile) in bijlage 2C.

Tabel 5 Resultaten value relevance

Panel A: verklaring aandelenprijzen Coëfficiënt p-waarde VIF

Intercept 0.3759 0.2855 1.544

BVEPS 0.2742 0.6419 2.694

EPS 0.4421 0.0048** 3.211

dIFRS 0.3874 0.0004** 1.28

Panel B: verklaring aandelenreturns Coëfficiënt p-value VIF

Intercept 0.4527 0.3511 1.766

RETURN 0.3418 0.0148** 2.888

dBADNEWS -0.1713 0.2851 1.793

dIFRS 0.4148 0.0011** 1.241

dBADNEWS * dIFRS -0.2853 0.0007** 2.698

De variabelen zijn gedefinieerd in paragraaf 4.2

*, ** geeft een significantieniveau aan van respectievelijk 5% en 1% (eenzijdig).

Verklaring aandelenreturns

(NIit/Pit)* = β0 + β1 * RETURNit + β2 * dBADNEWS it+ β3 * dIFRSit + (4B)

β4 * dBADNEWS it * dIFRSit + εit

In dit onderzoek worden de abnormale aandelenreturns als indicatie gebruikt voor value relevance. Barth e.a. (2008) hebben aangetoond dat IFRS bedrijven hogere abnormale aandelenreturns hebben dan GAAP bedrijven. In dit onderzoek wordt ook verwacht dat IFRS bedrijven hogere abnormale aandelenreturns hebben dan Dutch GAAP bedrijven. In tabel 5 panel B wordt weergegeven dat de coëfficiënt van de dummyvariabele dBADNEWS (-0.1713) negatief en insignificant (p=0.2851) is, consistent met Lin e.a. (2008). Dit betekent dat het niet aantoonbaar is dat negatieve resultaten (0 of kleiner) in hogere mate voorkomen bij Dutch GAAP bedrijven dan IFRS bedrijven. Daarnaast blijkt dat de coëfficiënt van de dummyvariabele dIFRS (0.4148) positief en significant (p=0.0011) is. Dit betekent dat IFRS bedrijven een hoger “abnormal netto inkomen per aandeel geschaald (NIit/Pit)*”

hebben dan Dutch GAAP bedrijven. Ook blijkt uit tabel 5 panel B dat de crossvariabele dBADNEWS * dIFRS (-0.2853) negatief en significant (p= 0.007) is. Dit betekent dat IFRS bedrijven slecht nieuws sneller verwerken in het resultaat dan Dutch GAAP bedrijven. Consistent met eerder onderzoek (Lin e.a., 2008; Chua e.a., 2012) blijkt dat value relevance, gemeten in

aandelenreturns, hoger is onder IFRS. Verder blijkt dat de controlevariabele RETURN significant (p=0.0148) is. Dit betekent dat de jaarlijkse return significante invloed heeft op de afhankelijke variabele “abnormal aandelenreturn”. Op basis van deze resultaten kan hypothese 2 niet verworpen worden. Ook blijkt uit tabel 5 panel A dat er geen variabelen zijn met VIF boven 5. Dit betekent dat er geen multicollineariteit aanwezig is voor deze variabelen (Jermakowicz e.a.,2007).

Eén van de voorwaarden voor OLS-regressie is dat de storingsterm normaal verdeeld moet zijn met verwachtingswaarde 0. Om te toetsen of er sprake is van normaliteit is gebruik gemaakt van Shapiro-Wilk toets. Als de p-value groter is dan 0.05 mag er aangenomen worden dat de storingsterm normaal verdeeld is. Uit dit onderzoek blijkt dat de p-value (p=0.423) groter is dan 0.05, wat betekent dat de storingsterm normaal verdeeld is. Dit wordt ook ondersteund door de qq-plot (quantile-quantile) in bijlage 2D.

6.3 Timely Loss Recognition (hypothese 3) Verklaring waardeverandering van aandelen

Pit - GROWTH = β0 + β1* Rit + β2* dBADNEWSit+ β3* dIFRSit + β4* dBADNEWSit*dIFRSit + εit (5)

In dit onderzoek wordt de waardeverandering per aandeel als indicatie gebruikt voor timely loss recognition. Lin e.a. (2008) en Chua e.a. (2012) hebben aangetoond dat de waardeverandering per aandeel groter is bij IFRS bedrijven dan GAAP bedrijven. In dit onderzoek wordt ook verwacht dat de waardeverandering per aandeel groter is bij IFRS bedrijven dan Dutch GAAP bedrijven. In tabel 6 panel A blijkt dat de coëfficiënt van de dummyvariabele dBADNEWS (-0.4714) negatief en insignificant (p=0.2538) is, consistent met Lin e.a. (2008). Dit betekent dat het niet aantoonbaar is dat “het netto inkomen 0 of kleiner” in hogere mate voorkomt bij Dutch GAAP bedrijven dan IFRS bedrijven. Daarnaast blijkt dat de coëfficiënt van de dummyvariabele dIFRS (0.5187) positief en significant (p=0.0075) is. Dit betekent dat IFRS bedrijven een grotere waardeverandering per aandeel hebben dan Dutch GAAP bedrijven, consistent met Lin e.a. (2008). Ook blijkt uit tabel 6 panel A dat de crossvariabele dBADNEWS * dIFRS (-0.5471) negatief en significant (p=0.0001) is. Dit betekent dat IFRS bedrijven slecht nieuws sneller verwerken in het resultaat dan Dutch GAAP bedrijven. Consistent met eerder onderzoek (Lin e.a., 2008; Barth e.a., 2008) blijkt dat timely loss