Amsterdam Business School
Real earnings management en de invloed op de beurswaarde
Naam: Nick van den Akker Student nummer: 10686037 Datum: 17 juni 2016 Woorden: 15331
Supervisor: Ir. Drs. A.C.M. de Bakker
MSc Accountancy & Control, specialisatie Accountancy Faculty of Economics and Business, University of Amsterdam
2 Statement of Originality
This document is written by student Nick van den Akker who declares to take full responsibility for the contents of this document.
I declare that the text and the work presented in this document is original and that no sources other than those mentioned in the text and its references have been used in creating it.
The Faculty of Economics and Business is responsible solely for the supervision of completion of the work, not for the contents.
3 Abstract
This thesis investigates the consequences of applying real earnings management on the market value of a firm. Existing research have documented results on the effect of real earnings management on the cost of equity for investors. There is no previous research regarding the relationship between real earnings management and market value. Therefore this research will contribute to the knowledge of increases and decreases in market value. Besides that this thesis will investigate if the use of real earnings management will be lower during the financial crisis (2008 and 2009). This is previously researched in a European setting.
The sample consists of American companies that are listed during the period 2004-2014. To measure the use of real earnings management this research identified three forms of real earnings management based on Rychowdhury (2006) and Kim & Sohn (2013): Sales manipulation to temporarily increase sales during the year (1), Produce more goods than is necessary for the order intake (2) and postpone discretionary expenses to increase earnings (3).
The results do not show a negative significant relation between real earnings management and the market value of a firm. Instead the results show that using real earnings management related to sales manipulation will lead to a higher market value. There is no significant relation for the other two variables for real earnings management. Furthermore the results show that during the financial crisis there is a significant relationship between the market value and the presence of positive earnings management regarding overproduction. Therefore a higher value of earnings management will result in a higher market value. There is no significant relationship for the other two variables during the financial crisis.
4
Inhoudsopgave
1 Introductie ... 6
2 Theoretisch kader en hypotheses ... 8
2.1 Agency theory ... 8
2.2 Jaarrekening als sturingsinstrument ... 9
2.2.1 Invloed van accounting informatie ... 9
2.2.2 Efficient Market Theory ... 11
2.3 De gevolgen van toepassen van REM ... 12
2.3.1 Zang (2012) ... 12 2.3.2 Roychowdhury (2006) ... 13 2.3.3 Gunny (2010) ... 13 2.3.4 Kim en Sohn (2013) ... 14 2.4 Financiele crisis ... 15 2.5 hypotheses ... 15 2.5.1 Hypothese H1 ... 15 2.5.2 Hypothese H2 ... 16 3 Methodologie ... 18
3.1 predictive validity model ... 18
3.2 Hulpmodellen voor REM ... 20
3.3 Bepaling aandelen prestatie ... 22
3.4 De invloed van REM op beurswaarde ... 22
3.5 Toelichting variabelen ... 23
3.5.1 Afhankelijke variabelen ... 24
3.5.2 Onafhankelijke variabelen ... 24
3.5.3 Controle variabelen ... 25
4 Data ... 27
4.1 Afhankelijke en controle variabelen ... 27
4.2 Onafhankelijke variabelen ... 28
4.3 Beschrijvende statistiek ... 29
4.3.1 Regressieparameters hulpmodellen REM ... 29
4.3.2 Kasstroom uit operationele activiteiten ... 30
4.3.3 Productiekosten ... 34
4.3.4 Overige bedrijfskosten ... 37
5 Resultaten ... 40
5.1 Kasstroom uit operationele activiteiten ... 40
5
5.3 Overige bedrijfskosten ... 43
5.4 Crisisjaren ... 44
5.4.1 Kasstroom uit operationele activiteiten ... 44
5.4.2 Productiekosten ... 45
5.4.3 Overige bedrijfskosten ... 47
6 Conclusie, beperkingen en suggesties ... 49
6.1 Conclusie ... 49
6.2 Beperkingen en suggesties ... 50
6
1 INTRODUCTIE
Uit onderzoek van Stein (1989), Fudenburg & Tirole (1995), Pauwels, Silva-Risso, Srinivasan & Hanssens (2004), Gramah, Harvey & Rajgopal (2005) en Rodriguez-Perez & Hemmen (2010) is gebleken dat managers de resultaten van de huidige periode willen beïnvloeden ten koste van de resultaten in de toekomst. Dit heeft onder andere als achtergrond dat de beloningsstructuren hoofdzakelijk gebaseerd zijn op financiële maatstaven. Deze structuur werkt het korte termijn denken van het bestuur in de hand (Merchant & Van der Stede, 2007). Investeerders en analisten van buiten de organisatie steunen op de resultaten van de huidige periode om een verwachting te vormen over de toekomstige periode. Een diversiteit aan contractuele verplichtingen is in de meeste gevallen gelinkt aan de in de huidige periode gerapporteerde resultaten. Hierdoor hebben managers prikkels om de huidige prestaties te manipuleren (Kim & Sohn, 2013), hiermee indirect de aandelenkoers.
De resultaten van de huidige periode kunnen op twee manieren worden beïnvloed. Ten eerste kunnen managers de gerapporteerde resultaten manipuleren door middel van “discretionary accruals” die zijn toegestaan onder Generally Accepted Accounting Principles (hierna GAAP) (Dechow & Skinner, 2000). Accrual-based earnings management (hierna AEM) wordt binnen GAAP vooral toegepast richting het einde van de rapporteringsperiode, nadat de werkelijke operationele activiteiten zijn afgerond. AEM heeft geen direct effect op de operationele kasstromen. Dit kan worden gedaan door middel van het manipuleren van voorzieningen. Ten tweede kunnen managers er ook voor kiezen om de resultaten te manipuleren door het verstoren van de werkelijke activiteiten (Dechow & Skinner, 2000). De manipulatie van werkelijke operationele activiteiten die voortvloeien uit de normale bedrijfsactiviteiten met het primaire doel om de resultaten van de huidige periode te manipuleren wordt door Roychowdhury (2006) ‘real earnings management’ (hierna REM) genoemd. Het uitstellen van investeringen is een voorbeeld van REM. In tegenstelling tot AEM kan REM wel directe gevolgen hebben op de huidige en toekomstige kasstromen. Het toepassen van REM door het bestuur van een organisatie is moeilijker te begrijpen voor de stakeholders. Er is door toepassing van REM dan ook sprake van een hogere mate van subjectiviteit bij het nemen van investeringsbeslissingen door de stakeholders.
Toepassen van REM heeft direct invloed op de “Net Present Value” van een onderneming. De “Net Present Value” is het verschil tussen de contante waarde van de inkomende kasstromen en de contante waarde van de uitgaande kasstromen (Berk & DeMarzo, 2007; Elmaghraby & Herroelen, 1990). Gunny (2010) heeft onderzocht wat er met organisaties gebeurt indien er is gekozen voor REM in plaats van AEM. Organisaties die REM toepassen om de
7 gestelde resultaat benchmarks net te behalen realiseren een relatief beter opvolgend resultaat ten opzichte van bedrijven die geen REM toepassen. Hieruit concluderend kan worden gezegd dat het toepassen van REM niet opportunistisch is, maar consistent met het feit dat de organisatie de resultaten uit de huidige periode gebruikt om de toekomstige prestaties te verbeteren (Gunny, 2010).
In dit paper wordt onderzoek gedaan in hoeverre het toepassen van REM gevolgen heeft voor de beurswaarde van de onderneming. Om dit onderzoek uit te voeren is de volgende onderzoeksvraag geformuleerd:
‘Wat is het verband tussen real eaurnings management en de beurswaarde van de onderneming?’
Buiten de beantwoording van deze vraag wordt ook onderzocht of het van belang is in welke mate REM wordt toegepast. Met andere woorden, heeft een hoog niveau van REM een andere impact op de beurswaarde dan een laag niveau. Daarnaast wordt er onderzocht of er verschil is tussen de periode van de economische crisis (2008 en 2009) en de overige jaren.
Dit onderzoek is een uitbreiding op een combinatie van een aantal eerder uitgevoerde onderzoeken. Gunny (2010) heeft een studie gedaan naar de gevolgen van REM op de toekomstige operationele performance van een organisatie. Van de door Gunny (2005) geïdentificeerde types REM is vastgesteld dat deze een significante negatieve impact hebben op de operationele prestaties in de toekomst. Er is in beide onderzoeken geen relatie gelegd met de beurswaarde van een onderneming. Li, Francis & Hasan (2011) hebben wel onderzoek gedaan naar de gevolgen voor de aandelenwaarde. Zij kijken echter alleen naar een plotselinge daling van de beurswaarde. In dit onderzoek ligt de focus op de wijziging van de beurswaarde door toepassing van REM. Daarnaast is het onderzoek interessant omdat een onderneming de aandeelhouders nodig heeft om de bedrijfsvoering mogelijk te maken.
In dit paper wordt in hoofdstuk twee het theoretisch kader en de formulering van de hypotheses behandeld. In hoofdstuk drie wordt de methodologie nader uitgewerkt, daarna is in hoofdstuk vier het gebruik van data toegelicht. In hoofdstuk vijf zijn de onderzoeksresultaten opgenomen en vervolgens wordt afgesloten met de conclusie in hoofdstuk zes.
8
2 THEORETISCH KADER EN HYPOTHESES
In dit hoofdstuk wordt besproken welke reeds uitgevoerde onderzoeken worden meegenomen in de beantwoording van de onderzoeksvraag. In de eerste paragraaf wordt een toelichting gegeven op de ‘Agency Theory’ en waarom dit van belang is. Vervolgens wordt in de tweede paragraaf de theoretische achtergrond van de jaarrekening als sturingselement beschreven. Daarna wordt inzichtelijk gemaakt wat de gevolgen zijn van het toepassen van REM voor de financiële rapportages. Ook wordt in het kort een koppeling gemaakt met de financiële crisis die in de jaren 2008 en 2009 is toegeslagen. Aan het eind van dit hoofdstuk zijn de hypotheses van dit onderzoek geformuleerd.
2.1 AGENCY THEORY
Om te bepalen in welke mate het toepassen van REM van invloed is op de beurswaarde dienen eerste de verhoudingen tussen de partijen uitgezocht te worden. De belanghebbende partijen zijn het bestuur van de organisatie en de aandeelhouders. Daarnaast is er sprake van betrokkenheid van de accountant. De verhouding tussen de aandeelhouder en het bestuur is in de literatuur bekend onder de ‘Agency Theory’. De ‘Agency Theory’ is opgebouwd uit twee verschillende veronderstellingen. De eerste veronderstelling is dat er sprake is van tegengestelde belangen tussen de agent (het bestuur) en de principaal (de aandeelhouders). Bij deze veronderstelling streeft de agent mogelijk andere belangen (eigen belang) na dan het voorkeursbeeld van de principaal. De tweede veronderstelling is dat de principaal beperkt de mogelijkheid heeft om controle op de agent uit te voeren. De agent heeft in deze situatie meer informatie dan de principaal, er is dus sprake van informatie asymmetrie. De agent heeft in dit geval een informatievoorsprong waardoor er tussen de agent en de principaal de mogelijkheid tot ondoelmatigheden bestaan (Hill & Jones, 1992; Jensen & Meckling, 1976).
De eerder genoemde informatie asymmetrie heeft twee mogelijke risico’s als gevolg. In de theorie zijn deze beschreven als ‘Adverse Selection’, dit is het bezit van informatie van de agent door uitvoering van zijn taak. Daarnaast is er het risico op ‘Moral Hazard’, dit zijn handelingen van de agent die voor de principaal niet te observeren zijn (Scott, 2014). Op basis van de ‘Agency Theory’ komt naar voren dat er voor de principaal sprake is van een grijs gebied. Niet alle informatie die de agent heeft is (tijdig) beschikbaar. Hierdoor zal er altijd een verwachtingselement zitten in de bepaling van de beurswaarde van een onderneming door de principalen van een organisatie. Dit wordt verder toegelicht in de volgende paragrafen van dit hoofdstuk.
9
2.2 JAARREKENING ALS STURINGSINSTRUMENT
Eerst dient bepaald te worde welke informatie wordt opgenomen in de aandelenkoers. Dit is belangrijk omdat eerst moet worden aangetoond of de informatie die wordt verkregen van de agent ook door de principaal wordt gebruikt. De toegevoegde waarde van de jaarrekening voor de gebruiker wordt tweeledig uitgewerkt. Enerzijds is de vraag wat de aandeelhouders doen met de accounting informatie die beschikbaar komt. Anderzijds moet bekeken worden op welk moment de accounting informatie wordt verwerkt in de aandelenkoers.
2.2.1 Invloed van accounting informatie Ball & Brown (1968)
Ball & Brown (1968) hebben gemeten wat de reactie van aandelen is op accounting informatie die beschikbaar komt. Zij hebben gevonden dat de koers van een aandeel reageert op informatie uit de jaarrekening. Er is specifiek gekeken naar de reactie van het aandeel op het moment dat bedrijven accounting informatie publiceren. Dit hebben zij gedaan door middel van het uitvoeren van een event study.
Ball & Brown (1968) ontwikkelden een maatstaf voor het meten van de verwachting van de markt. Zij hebben dit gedaan om te weten hoe groot de afwijking is van wat de markt als verwachting had gesteld. Hiervoor gebruikten zij het gerealiseerde resultaat van het voorgaande jaar. Het verschil tussen de verwachtte en de gerealiseerde resultaten worden als “onverwacht resultaat” gehanteerd om een maatstaf voor de hoeveelheid informatie te hebben. Een categorisering is gemaakt voor bedrijven met een slechter resultaat dan voorgaand jaar, dit is de categorie “slecht nieuws”. Er is tevens een categorie waar de resultaten beter waren dan in het voorgaande jaar. Dit is de categorie “goed nieuws”.
Het gemiddelde marktrendement tijdens het publiceren van de accounting informatie is gemeten. Dit hebben ze gedaan door het berekenen van de rendementen die gerealiseerd zijn rondom de publicatie, ook wel “event”. Dit deden zij op basis van het gemiddelde marktrendement op maandbasis. Rondom de publicatie reageert de markt significant anders dan op overige momenten, dit geldt zowel voor “goed nieuws” en “slecht nieuws”. Tevens anticipeert de markt op de verwachte resultaten van een onderneming (Ball & Brown, 1968). Voor deze reactie hebben ze een periode van 6 maanden na de publicatie en 12 maanden voor de publicatie onderzocht. Ook hebben zij aangetoond dat de markt sterker reageert op “slecht nieuws” dan op “goed nieuws”. Tevens toonden zij aan dat slechts 15 procent van de informatie die investeerders gebruiken voor het maken van investeringsbeslissingen afkomstig is van de bekendmaking van de resultaten. Door
10 Ball & Brown (1968) wordt de toegevoegde waarde van de jaarrekening bepaald door middel van een event study. Daar wordt in dit onderzoek van af gezien.
Nichols & Wahlen (2004)
Vervolgens is door Nichols & Wahlen (2004) een uitbreiding gemaakt op drie eerder uitgevoerde onderzoeken over de toegevoegde waarde van de jaarrekening. Ten eerste de hierboven beschreven resultaten van Ball & Brown (1968), vervolgens worden de resultaten van Kormendi & Lipe (1987) gebruikt waarin de persistentie in het resultaat helpt bij het ondersteunen van de verschillen in de relatie tussen rendement op aandelen en resultaten. Tenslotte nemen ze de resultaten van Bernard & Thomas (1989) mee waarin is gevonden dat de waarde van aandelen snel reageert bij de komst van nieuwe informatie uit kwartaalrapportages. Ook hebben zij gevonden dat wanneer verrassingen in resultaten extreem zijn dat de markt de informatie verwerkt nadat de aankondiging van het resultaat is geweest.
Voor het uitbreiden van het onderzoek gebruiken ze drie theoretische verbanden die door Beaver (1998) zijn beschreven. Dit zijn:
1. De resultaten uit de huidige periode geven informatie om de resultaten voor de toekomstige periode te voorspellen, welke
2. Informatie geven om een verwachting te vormen over toekomstige dividenden, welke 3. informatie verschaffen om de waarde van een aandeel te bepalen, die op zijn beurt de
actuele waarde van de verwachte toekomstige dividenden vertegenwoordigd.
Er bestaat een significante relatie tussen het teken van de jaarlijkse resultaat verandering en het jaarlijkse rendement op aandelen op basis van de bovenstaande links (Nichols & Wahlen, 2004). Dit repliceert de bevindingen van Ball & Brown (1968). De aanvulling die door Nichols & Wahlen (2004) is gedaan betreft dat wordt aangetoond dat de omvang van de wijziging in de resultaten belangrijke informatie bevat. Tevens is geconstateerd dat jaarlijkse wijzigingen in de kasstroom uit operationele activiteiten een significante relatie heeft met het rendement op aandelen. Hier is de koppeling gemaakt naar het onderzoek over persistentie door Kormendi & Lipe (1987). Nichols & Wahlen (2004) hebben gevonden dat rendement op aandelen geassocieerd met een stijging in de resultaten significant groter zijn voor bedrijven met een hoge persistentie dan bedrijven met een lage persistentie. Er zijn echter geen verschillen aangetoond in het rendement op aandelen als hoge en lage persistentie met elkaar wordt vergeleken. Ze verklaren dat dit komt omdat daling in de winst nauwelijks een hoge mate van persistentie heeft. Daarnaast vinden ze dat de markt anticipeert op een groot gedeelte van de informatie in resultaten in de week voor de aankondiging van de resultaten. Dit is consistent met Bernard & Thomas (1989).
11 Het artikel voegt iets toe aan de resultaten van Nichols & Wahlen (2004) omdat hieruit blijkt dat de sterke associatie tussen resultaten en rendement op aandelen verklaart waarom investeerders, managers, het bestuur, analisten, de financiële pers, accountants en overige zoveel waarde hechten aan accounting resultaten. Hierdoor blijven managers prikkels houden om door middel van onder andere REM zich bezig te houden met het sturen op resultaten.
Cascino et al. (2014)
Meer recent is door Cascino et al. (2014) onderzoek gedaan naar wie er gebruik maakt van financiële rapporten en voor welk doel ze gebruikt worden. Hieruit blijkt dat kapitaalverstrekkers de financiële rapportage nog steeds gebruiken en dat dit vanwege dezelfde redenen heeft zoals is beschreven in onder andere Nichols & Wahlen (2004). Daarnaast hebben Cascion et al. (2014) een andere insteek genomen om te kijken naar het doel van financiële rapporten. Er wordt namelijk gewerkt met enquêtes in plaats van historische financiële data zoals dat in de overige gebruikte literatuur wel is gedaan.
Uit Cascino et al. (2014) blijkt dat kapitaalverschaffers heterogeen zijn en dat de informatiebehoeften die zij hebben hierdoor afwijken van elkaar. Daarnaast hebben zij gevonden dat kapitaalverschaffers meerdere informatiebronnen gebruiken en dat deze bronnen onderling een verband hebben. Institutionele beleggers gebruiken financiële accounting informatie voornamelijk als een geverifieerde, gestandaardiseerde en objectieve maatstaf om informatie uit andere bronnen mee te evalueren. Een derde conclusie die wordt getrokken is dat investeerders er naar neigen om relevante informatie te negeren of te mis interpreteren. Het op een goedaardige manier anders presenteren van informatie kan significante effecten hebben op de beslissingen van kapitaalverschaffers.
Deze bevindingen ondersteunen dat financiële rapporten nog steeds gebruikt worden voor het maken van investeringsbeslissingen. Zij het zelfstandig dan wel ter onderbouwing van andere informatie die beschikbaar is gekomen van de onderneming ten behoeve van de kapitaalverschaffers.
2.2.2 Efficient Market Theory
Op basis van bovenstaande literatuur is vastgesteld dat de investeerders daadwerkelijk gebruik maken van financiële rapportages zoals deze worden verstrekt door de ondernemingen. Uit Fama et al. (1969) blijkt wanneer deze informatie verwerkt wordt in de aandelenkoers. Dit is hierboven slechts beperkt behandeld in het onderzoek van Bernard & Thomas (1989).
12 Fama et al. (1969) introduceerde voor het bepalen van het verwerkingsmoment de ‘Efficient Market Theory’. In het algemeen wordt nieuwe informatie die beschikbaar komt volledig verwerkt in de waarde van het aandeel. Hieruit kan de conclusie worden getrokken dat de aandelenmarkt efficiënt werkt, in die zin dat de waarde van het aandeel snel wordt aangepast aan de nieuwe informatie. De aandelenmarkt is in evenwicht wanneer de prijs van het aandeel volledig reageert op de beschikbare informatie voor de aandeelhouders (Fama, Fisher, Jensen, & Roll, 1969). De aandelenkoers wordt mede bepaald op basis van de toekomstige kasstromen. De toekomstige kasstromen worden beïnvloed door het toepassen van REM. Doordat de informatie die beschikbaar komt door de aandeelhouders direct verwerkt wordt in de aandelenkoers is het uit te voeren onderzoek valide. Het toepassen van REM wordt direct verwerkt in de beurswaarde. Hierdoor is onderzoek naar de verandering in de beurswaarde als gevolg van het toepassen van REM mogelijk.
2.3 DE GEVOLGEN VAN TOEPASSEN VAN REM
Nu bekend is dat de financiële informatie door kapitaalverschaffers wordt gebruikt, kunnen we kijken welke invloed het management heeft op deze financiële informatie. In dit onderzoek wordt gericht gekeken naar de invloed van REM op de financiële informatie. Hierdoor wordt er buiten de inleiding geen aandacht meer besteed aan de verschillen tussen REM en AEM, en de verdere gevolgen voor de beurswaarde van de onderneming. In onderstaande subparagrafen wordt antwoord op deze vraag gegeven.
Doordat we reeds in de inleiding hebben vastgesteld wat het verschil is tussen AEM en REM kunnen we gaan kijken wat het toepassen van REM voor gevolgen heeft. En met gevolgen wordt bedoeld de impact op de operationele kasstromen en de relatie met de beurswaarde. 2.3.1 Zang (2012)
Uit Zang (2012) blijkt de wisselwerking is tussen AEM en REM. Dit is nodig om te bepalen of beide vormen van earnings management afzonderlijk van elkaar kunnen functioneren. Er is gekeken of managers gebruik maken van AEM of REM als maatregel voor het sturen van resultaten. Er is gebruik gemaakt van een empirisch model dat rekening houdt met de kosten die gerelateerd zijn aan het toepassen van AEM of REM.
REM en AEM functioneren als substituten van elkaar en worden door managers gebruikt voor het bereiken van de gewenste targets (Zang, 2012). In welke mate REM of AEM wordt toegepast heeft te maken met de kosten die gerelateerd zijn aan het toepassen hiervan. Het
13 toepassen van AEM wordt moeilijker naarmate accountants en regelgevers een nauwkeurigere controle uitvoeren of opleggen. In deze gevallen is een verschuiving naar het toepassen van REM geconstateerd. Deze verschuiving naar het toepassen van REM is in het bijzonder geconstateerd na invoering van de Sharbanes-Oxley act in 2002 (Zang, 2012). De managers bepalen gedurende het jaar in hoeverre ze REM toepassen. Dit sturen ze na afloop van een rapporteringsperiode bij door middel van AEM.
2.3.2 Roychowdhury (2006)
Zang (2012) heeft veronderstellingen gebruikt ten aanzien van het manipuleren van de operationele activiteiten van de onderneming door het management. Roychowdhury (2006) heeft bekeken in hoeverre managers de operationele activiteiten manipuleren om het rapporteren van niet gehaalde targets te vermijden.
Door gebruik te maken van een aantal parameters wordt in beeld gebracht wat de mate van REM is. De parameters zijn manipulatie van verkopen, uitstellen van overige bedrijfskosten en het realiseren van overproductie. Roychowdhury (2006) documenteert bewijs dat REM bij bedrijven die rond de gestelde targets presteren in hoge mate wordt toegepast. Daar tegenover staat dat er een negatieve relatie bestaat tussen REM en de aanwezigheid van een institutionele aandeelhouder. Het is moeilijk te verklaren dat de aanwezigheid van institutionele aandeelhouders invloed heeft op de mate van REM. De abnormale werkelijke activiteiten die de manager uitvoert op de verliezen te vermijden zouden namelijk direct verwerkt worden. Dit geeft uit de theorie de optimale weergave van de economische activiteiten (Roychowdhury, 2006). Er is een positief verband gevonden tussen de toepassing van REM en de aanwezigheid van krediet, handelsgoederen, vorderingen en groeimogelijkheden.
Roychowdhury (2006) toont aan dat een bedrijf wel de ruimte moet hebben om de operationele activiteiten te beïnvloeden. Daarnaast is geconstateerd dat REM in hoge mate wordt toegepast wanneer een target net niet gehaald wordt. Dit aanpassen van de operationele activiteiten zou dan gevolgen kunnen hebben voor de beurswaarde.
2.3.3 Gunny (2010)
Nu in bovenstaande paragrafen is bekeken wat de relatie is tussen AEM en REM, en in hoeverre managers de operationele activiteiten manipuleren kan de literatuurstudie worden uitgebreid. Gunny (2010) geeft een verdieping over de relatie tussen het manipuleren van de resultaten door middel van REM en de toekomstige prestaties van de onderneming. Hierbij wordt voornamelijk gekeken naar de vooraf door de principaal (relatie met ‘Agency Theory’) bepaalde benchmarks.
14 Onderdelen die in dit onderzoek gebruikt worden, zijn het verminderen van onderzoeks- en ontwikkelingsuitgaven, verminderen van overige bedrijfskosten, het nemen van resultaten op de verkoop van lange termijn bezittingen en investeringen, het toepassen van lagere verkoopprijzen in de huidige periode en het verhogen van de productie om de kostprijs van de omzet lager te houden. Het toepassen van REM door managers is tevens ondersteund door Graham et al (2005), zij hebben een onderzoek uitgevoerd bij 401 financieel directeuren gericht op de sleutelfactoren die beslissingen drijven over de gerapporteerde resultaten. In Gunny (2010) wordt significant bewijs gevonden dat ondernemingen REM toepassen op het gebied van onderzoeks- en ontwikkelingsuitgaven, overige bedrijfskosten en productiekosten om de “nullijn” en het resultaat van voorgaand jaar net te behalen. Gunny (2010) heeft aangetoond dat deze individuele manieren geassocieerd zijn met elkaar.
Toepassen van REM om de output van het accounting systeem te beïnvloeden geeft de organisatie ruimte om in de toekomst beter te presteren, of om een positief signaal af te geven over toekomstige prestaties (Gunny, 2010). De beïnvloeding van de toekomstige prestaties kan gevolgen hebben voor de beurswaarde van een onderneming.
2.3.4 Kim en Sohn (2013)
Tot slot wordt in Kim en Sohn (2013) de vraag beantwoord of de toepassing van REM van invloed is op de kostenvoet van het eigen vermogen (hierna KEV). Francis et al. (2004), Aboody et al. (2005) en Gray et al. (2009) hebben aangetoond dat AEM zorgt voor een verhoging van de KEV. Dit is van belang, omdat de KEV een belangrijke indicator is voor investeerders bij het maken van investeringsbeslissingen.
Er worden drie fundamentele risicofactoren onderkend. Op basis van de hoge significantie die hierbij is geconstateerd kan worden gesteld dat de kapitaalverschaffers een hogere risicopremie willen ontvangen voor bedrijven die zich meer bezig houden met AEM activiteiten. Toepassing van REM heeft een incrementeel effect op de KEV. Er dient echter wel rekening gehouden te worden met het effect van AEM (Kim & Sohn, 2013).
De conclusie van het Kim & Sohn (2013) is dat investeerders anticiperen op de mate waarin REM wordt toegepast door een onderneming. De investeerder handelt hiernaar bij het nemen van investeringsbeslissingen. Deze beslissingen zijn op hun beurt weer van invloed op de waarde van de aandelen. Wanneer er dus lange tijd sprake is van een verhoogde kostenvoet van het eigen vermogen door toepassing van REM is een gevolg voor de beurswaarde niet uit te sluiten. Derhalve bieden de onderzoeken die zijn opgenomen onder paragraaf 2.3 interne validiteit voor het onderzoek dat uitgevoerd gaat worden.
15
2.4 FINANCIELE CRISIS
In de dataset worden gegevens opgenomen die betrekking hebben op de jaren 2004 tot en met 2014 (zie hoofdstuk 4). Op basis hiervan wordt bepaald welke invloed de financiële crisis heeft gehad op het toepassen van REM in de crisisjaren 2008 en 2009. Er zijn volgens Filip en Raffournier (2014) verschillende redenen om te veronderstellen dat REM hoger zou moeten zijn in perioden waarin er sprake is hoge economische stress. Ten eerste is er sprake van lagere resultaten, hierdoor zijn managers gemotiveerder om resultaatverbeterende REM toe te passen. Daarnaast is er de aanwezigheid van de convenanten met de banken (Filip & Raffournier, 2014). In het onderzoek, dat zij in een Europese setting hebben uitgevoerd, vinden zij verder dat er een significante afname is van het afromen van winsten en een toename van de kwaliteit van schattingen in de periode van de crisis. Dit komt volgens Filip en Raffournier (2014) doordat managers minder prikkels hebben om de resultaten te manipuleren in de crisis periode door een hogere tolerantie van de markt.
2.5 HYPOTHESES
Op basis van het theoretisch kader worden de hypotheses geformuleerd. Bij de hypotheses wordt verwezen naar de eerder opgenomen literatuur. Er is in een aantal gevallen echter ook sprake van een onderbouwing door middel van een nieuwe verwijzing naar de literatuur. Iedere hypothese is een aparte subparagraaf opgenomen.
2.5.1 Hypothese H1
Ter beantwoording van de onderzoeksvraag die is opgenomen in de inleiding is een hypothese geformuleerd in deze sub paragraaf. Onderstaand is de hypothese weergegeven:
H1: Het toepassen van REM heeft een negatieve invloed op de beurswaarde van de onderneming
Uit Ball en Brown (1968) is gebleken dat de beurswaarde reageert op financiële informatie. Deze reactie is sterker bij “slecht nieuws” dan bij “goed nieuws”. Het verfraaien van de resultaten met behulp van REM geeft hierdoor een sterkere negatieve reactie op de beurswaarde. REM kan alleen toegepast worden als de onderneming wel ruimte heeft om de operationele activiteiten te beïnvloeden (Roychowdhury, 2006). Op basis van de ‘Efficient Market Theory’ is geconcludeerd
16 dat de nieuwe informatie die beschikbaar komt direct verwerkt wordt in de beurswaarde. Fama et al. (1969) heeft bewijs gevonden dat de aandelenkoers mede wordt bepaald door het toepassen van REM. Tevens hebben Kim en Sohn (2013) gevonden dat de KEV stijgt als gevolg van het toepassen van REM. Door een stijgend risicoprofiel dat de kapitaalverschaffers bepalen stijgt de KEV. Doordat de kapitaalverschaffer een hoger rendement willen halen gaat de beurswaarde mogelijk omlaag omdat het aandeel minder interessant is geworden. Tot slot hebben Li et al. (2011) geconstateerd dat toepassing van REM in het verleden positief geassocieerd zijn met de crash van de beurswaarde. REM geeft geen voorspellende waarde op positieve sprongen in de beurswaarde. Dit ondersteunt het argument dat mensen van binnenuit REM gebruiken om alleen slechte, en geen goede informatie achter te houden.
Daar staat tegenover dat er een positieve relatie bestaat tussen de operationele kasstroom en het rendement dat gerealiseerd wordt op het aandeel (Nichols & Wahlen, 2004). Daarnaast constateerden zij dat er een relatie was tussen het toepassen van REM en het gerealiseerde rendement op het aandeel. Ook blijkt uit Gunny (2010) dat er significant bewijs is dat ondernemingen REM toepassen om de “nullijn” en het resultaat van voorgaand jaar net te behalen. Dit resulteert in een consistente lijn richting stakeholders, dit kan een solide groei van de beurswaarde tot gevolg hebben.
De combinatie van bevindingen laat zien dat ook een tegengestelde hypothese mogelijk is. De bevindingen van Li et al. (2011) wegen echter zwaarder in de hypothesevorming.
2.5.2 Hypothese H2
De tweede hypothese kijkt naar de impact van de financiële crisis in de jaren 2008 en 2009. De hypothese is hieronder opgenomen:
H2: De relatie tussen het toepassen van REM en de beurswaarde is minder negatief tijdens de crisis
Uit Gunny (2010) blijkt consistentie in earnings een belangrijk onderdeel is van de kwaliteit van earnings. Het onderzoeken van de implicaties van REM op de prestaties is belangrijk gezien de importantie van de toekomstige prestaties voor het bedrijf en de stakeholders. Tevens toont Gunny (2010) aan dat het gebruiken van empirische maatstaven voor het identificeren van bedrijven die REM toepassen in toenemende mate informatief is over toekomstige resultaten. Hierdoor zou er meer gebruik gemaakt kunnen worden van REM. Echter blijkt uit Filip & Raffournier (2014) dat de toepassing van egalisatie van resultaten en earnings management in een Europese setting significant is gedaald in de crisisjaren 2008 en 2009.
17 Uit Jenkins, Kane en Velury (2009) blijkt dat investeerders gedurende recessies minder waarde hechten aan accounting informatie. In deze periode wordt meer gekeken naar de toekomstige resultaten. In de periode van de financiële crisis is het resultaat dat wordt gerealiseerd dus minder belangrijk. Het toepassen van REM zit verwerkt in de accounting informatie die volgens Jenkins, Kane en Velury (2009) minder relevant wordt geacht. Op basis hiervan kan worden gesteld dat het toepassen van REM een lagere invloed heeft op de beurswaarde gedurende de crisisjaren (2008 en 2009).
Het onderzoek dat in Europa door Filip & Raffournier (2014) is uitgevoerd zal hier voor de Amerikaanse setting in afgeleide vorm worden uitgevoerd. Hierbij wordt gebruik gemaakt van dezelfde REM variabelen die benodigd zijn voor de behandeling van hypothese H1.
18
3 METHODOLOGIE
In dit hoofdstuk wordt de methode van onderzoek uiteengezet. Deze methode volgt uit het theoretisch kader dat is vastgesteld en de hypotheses die zijn gevormd. In de eerste paragraaf wordt aan de hand van het ‘Predictive Validity Model’ de validiteit van het onderzoek beschreven. Vervolgens worden in paragraaf twee de hulpmodellen voor het meten van de intensiteit van REM uiteen gezet. Daarna wordt in paragraaf drie het hulpmodel voor het meten van de prestaties van de aandelen bepaald. In paragraaf vier worden de beide soorten hulpmodellen samengebracht in een regressie. Het hoofdstuk wordt afgesloten met een paragraaf over de definitie van de variabelen.
3.1 PREDICTIVE VALIDITY MODEL
Het ‘Predictive Validity Model’ geeft inzicht in de relatie tussen een aantal variabelen zoals de afhankelijke en onafhankelijke variabelen. Ook worden aan de hand van het model de operationele maatstaven en eventuele controlemaatstaven overzichtelijk weergegeven. In het onderzoek dat is uitgevoerd door Kinney & Libby (2002) wordt het onderzoek dat door Frankel et al. (2002) is uitgevoerd ontleed met behulp van het ‘Predictive Validity Model’. Het model is weergegeven in een tabel. De onderlinge connecties worden tekstueel inzichtelijk gemaakt onder figuur 1. Om tot operationalisering van het onderzoek te komen wordt het model van Kinney & Libby (2002) toegelicht om de validiteit van het onderzoek te onderbouwen.
Theorie Empirie
Afhankelijke Beurswaarde (M/B)
Onafhankelijke Real earnings management CFOabn, Prodabn en DiscEabn
Moderator Crisis Dcrisis = 1 voor 2008 en 2009,
anders 0
De theorie omvat de beurswaarde, real earnings management en de crisis. De beurswaarde, de afhankelijke variabele, betreft de waarde van de onderneming op de aandelenmarkt. Er is enkel gekeken naar beursgenoteerde ondernemingen in de Verenigde Staten. Daarnaast wordt real earnings management gehanteerd als onafhankelijke variabele. Volgens Kim en Sohn (2013) heeft Figuur 1. Onderzoek specifieke ‘Predictive Validity Model’ Kinney & Libby (2002)
19 het toepassen van REM invloed op de kostenvoet van het eigen vermogen. Dit kan van invloed zijn op de wijze waarop investeerders aandelen van ondernemingen waarderen. Tot slot is in de theorie als moderator de financiële crisis onderscheiden. Hiermee wordt gekeken of REM anders is gedurende crisisjaren.
De hierboven theoretisch bepaalde afhankelijke en onafhankelijke variabele en de moderator worden empirisch als volgt benaderd. De beurswaarde van de onderneming wordt gemeten in (M/B) om verschillen tussen grote en kleine ondernemingen te beperken. De variabele (M/B) is berekend overeenkomstig Chen, Cheng & Hwang (2005). Zie voor een nadere toelichting paragraaf 3.3. Daarnaast wordt real earnings management gemeten conform de methodologie van Roychowdhury (2006). De REM variabelen CFO, Prod en DiscE zijn onderscheiden. Zie voor een nadere toelichting op deze variabelen paragraaf 3.2. Door het uitvoeren van regressies worden de abnormale waarden verkregen. Tot slot is er onderbouwing voor het vaststellen van de periode van de financiële crisis. De periode van de financiële crisis is vastgesteld op de jaren 2008 en 2009. Dit is overeenkomstig het onderzoek van Filip en Raffournier (2014).
De validiteit van een onderzoek zegt iets over de mate waarin een onderzoek meet wat het zou moeten meten. Binnen het theoretische gebied van de validiteit kan onderscheid gemaakt worden tussen een aantal vormen van validiteit. Ten eerste is er de interne validiteit, hierbij is het van belang dat de resultaten die gemeten worden ook is wat gemeten dient te worden (Vennix, 2010). Onderstaande opsomming geeft een verklaring van de interne validiteit, de gegevens zijn overgenomen uit hoofdstuk 2.
1. Door Ball & Brown (1968) is vastgesteld dat de waarde van de aandelen anticipeert op de verwachte resultaten van een onderneming. Tevens is aangetoond dat investeerders de jaarrekening gebruiken voor hun besluitvorming;
2. Door Fama et al. (1969) is de ‘Efficient Market Theory’ ontwikkeld. Hieruit is gebleken dat over het algemeen de nieuwe informatie die beschikbaar komt volledig wordt verwerkt in de waarde van het aandeel;
3. De effecten van REM hebben directe gevolgen voor de huidige en toekomstige kasstromen van de onderneming (Roychowdhury, 2006).
Vervolgens is er de externe validiteit, dit zegt iets over de mate waarin de resultaten die voortvloeien uit dit onderzoek te generaliseren zijn naar een grotere groep. Doordat de data afkomstig is van beursgenoteerde bedrijven die in Compustat geregistreerd staan is er sprake van een grote database. De resultaten kunnen daarom eenvoudig gegeneraliseerd worden.
20 Daarnaast komt de constructvaliditeit of begripsvaliditeit. Hier wordt de vraag beantwoord of de resultaten wel daadwerkelijk een indicatie zijn voor het onderwerp waarover in het onderzoek een uitspraak gedaan wordt. De onderbouwing van de constructvaliditeit is in hoofdstuk 2 bij het theoretisch kader gedocumenteerd.
De noodzakelijke operationalisatie wordt gerealiseerd door het verbinden van de resultaten van de mate van REM met de mutatie in de beurswaarde. Hierdoor is een één op één relatie te leggen tussen beurswaarde en REM. Daarnaast is er nog een operationalisatie van toepassing die gaat over de relatie tussen externe verslaggeving en de toegevoegde waarde van accounting informatie. In het theoretisch kader zijn onderzoeken opgenomen die toezien op de toegevoegde waarde van accounting informatie.
3.2 HULPMODELLEN VOOR REM
Roychowdhury (2006), Cohen et al. (2008), Cohen & Zarowin (2010) en Kim en Sohn (2013) hebben diverse vergelijkingen gebruikt om de intensiteit van REM te kunnen meten. Hierbij wordt gefocust op drie verschillende methoden van het manipuleren van de operationele activiteiten met als doel het tijdelijk stimuleren van de gerapporteerde resultaten. Ten eerste is er het overmatig verstrekken van verkoopkortingen of het verstrekken van milde kredietafspraken om verkopen tijdelijk te boosten. Ten tweede is het realiseren van overproductie waardoor er een lagere kostprijs van de omzet gerapporteerd kan worden. Ten derde wordt gesproken over het uitstellen van het maken van overige bedrijfskosten.
Om de hypotheses te kunnen toetsen worden eerst modellen ontwikkeld waarmee de intensiteit van REM kan worden gemeten. De intensiteit van REM wordt gemeten aan de hand van drie methoden die de werkelijke activiteiten manipuleren. Een focus wordt aangebracht voor het tijdelijk opvoeren van de gerapporteerde omzet. Volgens de methode in de hierboven genoemde studies moeten we de feitelijke kasstroom uit operationele activiteiten ontleden in een normaal (verwacht) deel en een onregelmatig (onverwacht) deel. Dit kan door het bepalen van vergelijking <1A> voor iedere jaar waarin de normale kasstroom uit operationele activiteiten verondersteld wordt een lineaire functie van verkopen en veranderingen in verkopen te zijn (Kim & Sohn, 2013): <1A> 𝐶𝐹𝑂𝑗𝑡 𝐴𝑗,𝑡−1 = 𝑎1 1 𝐴𝑗,𝑡−1+ 𝑎2 𝑉𝑒𝑟𝑘𝑜𝑝𝑒𝑛𝑗𝑡 𝐴𝑗,𝑡−1 + 𝑎3 ∆𝑉𝑒𝑟𝑘𝑜𝑝𝑒𝑛𝑗𝑡 𝐴𝑗,𝑡−1 + 𝜀𝑗𝑡
21 In deze regressie zijn ′𝐴𝑡′ de totale bezittingen op het einde van periode ‘t’, ′𝑉𝑒𝑟𝑘𝑜𝑝𝑒𝑛𝑡′ zijn de verkopen gedurende periode ‘t’. ′∆𝑉𝑒𝑟𝑘𝑜𝑝𝑒𝑛𝑗𝑡′zijn de verkopen van ′𝑉𝑒𝑟𝑘𝑜𝑝𝑒𝑛𝑡′ verminderd met de verkopen van ′𝑉𝑒𝑟𝑘𝑜𝑝𝑒𝑛𝑡−1′. De ‘j’ staat elke keer voor het bedrijf dat wordt beschouwd. De ′𝜀′ is de storingsterm. De abnormale waarden wordt berekend door de CFO van een bepaald jaar te verminderen met de “normale” (𝐶𝐹𝑂̂) die is berekend met behulp van de geschatte coëfficenten van vergelijking <1A> (Roychowdhury, 2006). Deze methodiek wordt ook gebruikt voor de productiekosten en de overige bedrijfskosten. CFO wordt in deze gevallen vervangen door respectievelijk productiekosten of overige bedrijfskosten.
<1B> (𝐶𝐹𝑂𝑗𝑡 𝐴𝑗,𝑡−1) 𝑎𝑏𝑛 = 𝐶𝐹𝑂𝑗𝑡 𝐴𝑗,𝑡−1 − ( 𝐶𝐹𝑂𝑗𝑡 𝐴𝑗,𝑡−1 ̂ ) → 𝑝𝑒𝑟 𝑗𝑎𝑎𝑟
Het toepassen van REM via overproductie en het snijden in reguliere bedrijfskosten, zoals onderzoek- en ontwikkelingskosten en marketinguitgaven, leiden tot abnormale productiekosten en abnormale overige bedrijfskosten in relatie tot de verkopen (Roychowdhury, 2006). Om een scheiding te kunnen maken tussen het normale (verwacht) en het abnormale (onverwacht) deel van de productiekosten zijn door Kim en Sohn (2013) vergelijkingen <2A> en <2B> opgesteld, respectievelijk voor ieder jaar:
<2A> 𝑃𝑟𝑜𝑑𝑗𝑡 𝐴𝑗,𝑡−1 = 𝑎1 1 𝐴𝑗,𝑡−1+ 𝑎2 𝑉𝑒𝑟𝑘𝑜𝑝𝑒𝑛𝑗𝑡 𝐴𝑗,𝑡−1 + 𝑎3 ∆𝑉𝑒𝑟𝑘𝑜𝑝𝑒𝑛𝑗𝑡 𝐴𝑗,𝑡−1 + 𝑎4 ∆𝑉𝑒𝑟𝑘𝑜𝑝𝑒𝑛𝑗,𝑡−1 𝐴𝑗,𝑡−1 + 𝜀𝑗𝑡 <2B> (𝑃𝑟𝑜𝑑𝑗𝑡 𝐴𝑗,𝑡−1) 𝑎𝑏𝑛 = 𝑃𝑟𝑜𝑑𝑗𝑡 𝐴𝑗,𝑡−1 − ( 𝑃𝑟𝑜𝑑𝑗𝑡 𝐴𝑗,𝑡−1 ̂ ) → 𝑝𝑒𝑟 𝑗𝑎𝑎𝑟
Om een scheiding te kunnen maken tussen het normale (verwacht) en het abnormale (onverwacht) deel van de overige bedrijfskosten zijn door Kim en Sohn (2013) vergelijkingen <3A> en <3B> opgesteld, respectievelijk voor ieder jaar:
<3A> 𝐷𝑖𝑠𝑐𝐸𝑗𝑡 𝐴𝑗,𝑡−1 = 𝑎1 1 𝐴𝑗,𝑡−1 + 𝑎2 𝑉𝑒𝑟𝑘𝑜𝑝𝑒𝑛𝑗,𝑡−1 𝐴𝑗,𝑡−1 + 𝜀𝑗𝑡
22 <3B> (𝐷𝑖𝑠𝑐𝐸𝑗𝑡 𝐴𝑗,𝑡−1 ) 𝑎𝑏𝑛 = 𝐷𝑖𝑠𝑐𝐸𝑗𝑡 𝐴𝑗,𝑡−1 − (𝐷𝑖𝑠𝑐𝐸𝑗𝑡 𝐴𝑗,𝑡−1 ̂ ) → 𝑝𝑒𝑟 𝑗𝑎𝑎𝑟
Hierbij is steeds ‘j’ het bedrijf in de dataset en ‘t’ jaar. ‘Prod’ refereert naar de totale productiekosten, welke het totaal is van de som van de kostprijs van de omzet en de wijziging in voorraad (Compustat items COGS en change in INVT), en ‘DiscE’ geeft de overige bedrijfskosten door de som van de advertentiekosten, onderzoek- en ontwikkelkosten, verkoopkosten, algemene- en administratieve kosten te nemen (Compustat items XAD, XRD en XSGA).
3.3 BEPALING AANDELEN PRESTATIE
In deze paragraaf is toegelicht welk kengetal gebruikt gaat worden voor het meten van de prestatie van aandelen. Hiertoe dient de ‘market-to-book’ ratio berekend te worden. Chen, Cheng & Hwang (2005) gebruiken voor het bepalen van de marktwaarde het aantal uitstaande aandelen vermenigvuldigd met de prijs van de aandelen aan het einde van het jaar (Compustat item MKVALT). Daarnaast dient de boekwaarde van het eigen vermogen worden bepaald (Compustat item CEQ). Vervolgens dient de marktwaarde gedeeld te worden door de boekwaarde. Dit resulteert in de ‘market-to-book’ ratio (Chen, Cheng, & Hwang, 2005). De ‘market-to-book’ ratio wordt genoteerd als (𝑀/𝐵)𝑗𝑡. Hierbij is steeds ‘j’ het bedrijf in de dataset en ‘t’ het desbetreffende jaar. De ‘M’ staat voor marktwaarde en de ‘B’ staat voor de boekwaarde.
De marktwaarde vertegentwoordigd de y-waarde in de regressies die opgesteld zijn om hypothese H1 en H2 te toetsen. Door het analyseren van de beta’s in de regressie wordt dan gekeken wat het effect van REM is geweest.
3.4 DE INVLOED VAN REM OP BEURSWAARDE
Om de hypothese H1 te toetsen is regressie <4A> opgesteld voor REM-variabele kasstroom uit operationele activiteiten. Deze regressie is afgeleid van Chen, Cheng & Hwang (2005). De y-waarde die zij hanteren is de ‘market-to-book’-ratio, dit is de marktwaarde gedeeld door de boekwaarde. Zoals in de vorige paragraaf beschreven nemen wij eveneens dit kengetal als afhankelijke variabele. Onderstaand is de algemene regressie opgenomen voor iedere afzonderlijke REM variabele. Een
23 onderverdeling is gemaakt voor hypothese H1 en hypothese H2. De term REM kan vervangen worden door één van de REM variabelen CFO, Prod of DiscE.
<Hypothese H1>
(𝑀/𝐵)𝑗𝑡 = 𝛽0 + 𝛽1𝑅𝐸𝑀𝑝𝑜𝑠𝑗𝑡𝑎𝑏𝑛+ 𝛽2𝑅𝐸𝑀𝑛𝑒𝑔𝑗𝑡𝑎𝑏𝑛+ 𝛽3𝑅𝑂𝐴𝑗𝑡+ 𝛽4𝑙𝑜𝑔𝐼𝑛𝑘𝑜𝑚𝑠𝑡𝑒𝑛𝑗𝑡 + 𝛽5𝐿𝑒𝑣𝑒𝑟𝑎𝑔𝑒𝑗𝑡+ 𝛽6𝑙𝑜𝑔𝑇𝑜𝑡𝑎𝑙𝑒 𝑏𝑒𝑧𝑖𝑡𝑡𝑖𝑛𝑔𝑒𝑛𝑗𝑡+ 𝛽7𝑙𝑜𝑔𝑉𝑒𝑟𝑘𝑜𝑝𝑒𝑛𝑗𝑡+ 𝜀𝑗𝑡 In paragraaf 3.5 worden de variabelen die in de bovenstaande regressie zijn gehanteerd nader toegelicht. Dit is gedaan omdat de regressie voor de REM-variabelen veel overeenkomsten kent. Zoals te zien is worden positieve en negatieve REM waarden afzonderlijk geanalyseerd. Dit is naar voren gebracht omdat Ball & Brown (1968) hebben gevonden dat ‘slecht nieuws’ een sterker negatief effect heeft dan het positieve effect dat ontstaat door ‘goed niews’. Dit is ook meegenomen bij de regressie van hypothese H2. Zie hiervoor verderop in deze paragraaf. De regressie voor CFO wordt <4A>, voor Prod <5A> en voor DiscE wordt het regressie <6A>.
Om de invloed van de crisis te kunnen meten is aan bovenstaande regressies de dummy variabele voor de crisisjaren en een kruisvariabele toegevoegd. De kruisvariabele bestaat uit twee onderdelen. Het eerste onderdeel is de dummy crisisjaren, hiervan is de waarde altijd 0 of 1. Het tweede onderdeel heeft betrekking op de in paragraaf 3.2 berekende abnormale REM-variabele. Door deze twee met elkaar te vermenigvuldigen wordt de kruisvariabele verkregen. Voor hypothese H2 wordt daarom onderstaande regressie uitgevoerd:
<Hypothese H2>
(𝑀/𝐵)𝑗𝑡 = 𝛽0 + 𝛽1𝐷𝑐𝑟𝑖𝑠𝑖𝑠𝑗𝑡+ 𝛽2𝐷𝑐𝑟𝑖𝑠𝑖𝑠𝑗𝑡∙ 𝑅𝐸𝑀𝑝𝑜𝑠𝑗𝑡𝑎𝑏𝑛+ 𝛽3𝐷𝑐𝑟𝑖𝑠𝑖𝑠𝑗𝑡∙ 𝑅𝐸𝑀𝑛𝑒𝑔𝑗𝑡𝑎𝑏𝑛 + 𝛽4𝑅𝐸𝑀𝑝𝑜𝑠𝑗𝑡𝑎𝑏𝑛+ 𝛽5𝑅𝐸𝑀𝑛𝑒𝑔𝑗𝑡𝑎𝑏𝑛+ 𝛽6𝑅𝑂𝐴𝑗𝑡+ 𝛽7𝑙𝑜𝑔𝐼𝑛𝑘𝑜𝑚𝑠𝑡𝑒𝑛𝑗𝑡 + 𝛽8𝐿𝑒𝑣𝑒𝑟𝑎𝑔𝑒𝑗𝑡+ 𝛽9𝑙𝑜𝑔𝑇𝑜𝑡𝑎𝑙𝑒 𝑏𝑒𝑧𝑖𝑡𝑡𝑖𝑛𝑔𝑒𝑛𝑗𝑡+ 𝛽10𝑙𝑜𝑔𝑉𝑒𝑟𝑘𝑜𝑝𝑒𝑛𝑗𝑡+ 𝜀𝑗𝑡 Evenals bij de regressie voor hypothese H1 is een onderverdeling gemaakt voor de REM variabelen. De regressie voor CFO wordt <4B>, voor Prod <5B> en voor DiscE wordt het regressie <6B>.
3.5 TOELICHTING VARIABELEN
In deze paragraaf is een toelichting opgenomen van de variabelen die benodigd zijn voor het uitvoeren van de regressies. Dit is onderverdeeld in de afhankelijke variabelen, de onafhankelijke variabelen en de controlevariabelen.
24 3.5.1 Afhankelijke variabelen
De afhankelijke variabele voor het beantwoorden van de onderzoeksvraag is marktwaarde. Marktwaarde wordt uitgedrukt in de ‘market-to-book’ ratio zoals beschreven in Chen, Cheng & Hwang (2005). De ‘market-to-book’ ratio wordt als volgt berekend:
‘market-to-book’ ratio : marktwaarde uitstaande aandelen (Compustat item MKVALT) / boekwaarde uitstaande aandelen (Compustat item CEQ)
De ‘market-to-book’ ratio geeft een beter beeld over de verandering in de waarde van een aandeel. In deze ratio wordt namelijk het uitgeven van aandelen meegenomen. Wanneer enkel marktwaarde meegenomen zou worden is het mogelijk dat een effect wordt opgevangen door de uitgifte van nieuwe aandelen. Daarnaast wordt deze handeling ook verricht om bedrijven met een hoge marktwaarde goed te kunnen vergelijken met kleinere bedrijven. De range van de ‘market-to-book’ ratio is beperkter dan de range van de marktwaarde.
3.5.2 Onafhankelijke variabelen
In paragraaf 3.2 zijn de regressies opgenomen die gaan bepalen wat de intensiteit van REM is. Onderstaand is een onderbouwing gegeven van de verschillende variaten van REM die daar zijn onderkend. Tevens wordt van componenten toegelicht hoe deze tot stand zijn gekomen.
CFO : Kasstroom uit operationele activiteiten (Compustat item OANCF)
Prod : Dit refereert naar de totale productiekosten, welke het totaal is van de som van de kostprijs van de omzet en de wijziging in voorraad (Compustat items COGS en change in INVT)
DiscE : Dit is het totaal van de overige bedrijfskosten door de som van de advertentiekosten, onderzoek- en ontwikkelkosten, verkoopkosten, algemene- en administratieve kosten te nemen (Compustat items XAD, XRD en XSGA).
De bovenstaande componenten zijn gebaseerd op Kim & Sohn (2013) die op hun beurt refereren naar Roychowdhury (2006). Van deze componenten wordt de abnormale waarde bepaald. In de regressies in paragraaf 3.4 wordt gesproken over positieve en negatieve abnormale waarden. Onderstaand is toegelicht op welke wijze deze variabelen zijn berekend.
25 REMpos: Een positieve waarde van een berekende REM variabele wordt vermenigvuldigd met 1 om de categorie positief aan te maken. Een negatieve waarde wordt vermenigvuldigd met 0.
REMneg: Een negatieve waarde van een berekende REM variabele wordt vermenigvuldigd met 1 om de categorie negatief aan te maken. Een positieve waarde wordt vermenigvuldigd met 0.
Het genereren van de items wordt nader toegelicht in hoofdstuk 4.
Voor hypothese H2 wordt nog een extra onafhankelijke variabele toegevoegd. Dit betreft de variabele voor het identificeren van crisisjaren.
Dcrisis : Dit wordt berekend aan de hand van het jaar (Compustat item fiscal year). De waarde ‘1’ staat voor een crisisjaar (2008 of 2009) en ‘0’ voor alle overige jaren.
Door Filip & Raffournier (2014) zijn de jaren 2008 en 2009 geïdentificeerd als crisisjaren. De classificatie zoals door hen gebruikt is overgenomen. Door de twee jaren apart te nemen ontstaat een duidelijker beeld over de mate van toepassen van REM tijdens crisisjaren. Het gebruik van een dummy variabele is overgenomen uit D.B. Suits (1957).
3.5.3 Controle variabelen
Om de resultaten accurater te maken worden controle variabelen in het conceptueel model toegevoegd, zie hiervoor ook paragraaf 3.1. Door het opnemen van controle variabelen wordt voorkomen dat er systematische fouten in het onderzoek zitten. Onderstaande controle variabelen worden in het onderzoek meegenomen.
logTotale bezittingen : De totale bezittingen is het totaal van de activa zijde van de balans (Compustat item AT) (Cohen, Dey, & Lys, 2008). Hiervan wordt het logaritme genomen.
logVerkopen : Jaarlijkse verkopen (Compustat item SALE) (Kim & Sohn, 2013). Hiervan wordt het logaritme genomen.
ROA : Het rendement op activa wordt bepaald door het netto resultaat voor belastingen (Compustat item NI) te delen door de totale bezittingen van t-1 (Compustat item AT) (Chen, Cheng, & Hwang, 2005).
26 logInkomsten : Dit betreft de totale inkomsten voor bijzondere baten en lasten (Compustat item IB) (Nichols & Wahlen, 2004). Hiervan wordt het logaritme genomen.
Leverage : Door het delen van de totale schulden (Compustat item LT) door de totale bezittingen (Compustat item AT) wordt leverage verkregen (Cohen & Zarowin, 2010).
27
4 DATA
Het startpunt van de data zijn alle beursgenoteerde bedrijven uit de Verenigde Staten die zich in Compustat bevinden in de periode vanaf 2004 tot en met 2014. Omdat er gebruik wordt gemaakt van ‘lagged’ variabelen dient de data van het jaar 2003 meegenomen te worden in de dataset. Door Li, Francis & Hasan (2011) is een verwijzing opgenomen naar een onderzoek van Hutton, Marcus & Tehranian (2009) dat heeft gekeken naar de voorspellende kracht van REM op het instortgevaar van aandelen. Door hen is een vergelijking van pre- en post-SOX opgenomen. Het bepalen van de invloed van SOX wordt in dit onderzoek niet meegenomen.
Gezien de primaire focus op de situatie per balansdatum wordt in de dataset alleen maar jaarlijkse data opgenomen. Het komt namelijk voor dat ondernemingen vanwege een seizoenspatroon in een bepaald kwartaal een verlies rapporteren. Wanneer er een verlies wordt gerapporteerd over een geheel jaar dan is de kans aanwezig dat hier kritischer naar gekeken wordt door investeerders. Managers hebben hierdoor prikkels om het rapporteren van een verlies te vermijden (Roychowdhury, 2006).
In de eerste paragraaf van dit hoofdstuk wordt data gefilterd voor de afhankelijke variabele en controle variabelen. In de tweede paragraaf wordt het verkrijgen van de data voor de onafhankelijke variabelen toegelicht.
4.1 AFHANKELIJKE EN CONTROLE VARIABELEN
Het bronbestand uit Compustat geeft een totaal van 134.745 records van 19.626 bedrijven. Allereerst is de dataset gefilterd op kengetallen die in alle gevallen aanwezig moeten zijn. Dit zijn de gegevens die betrekking hebben op de afhankelijke- en controle variabelen. Onderstaand is schematisch weergegeven welke items zijn verwijderd. Bij iedere stap wordt toegelicht waarom de records zijn verwijderd.
1. Alle records waarvan de munteenheid onbekend is of waarvan de munteenheid de Canadese Dollar is zijn verwijderd. Deze records zijn verwijderd omdat enkel wordt gekeken naar Amerikaanse beursfondsen (112.568 records van 16.182 bedrijven resterend); 2. Een aantal industrieën die in een hoge mate gereguleerde omgeving opereren en waarvan de accounting standaarden sterk afwijken van die van de overige industrieën worden in de analyses buiten beschouwing gelaten. Het betreft de utiliteitsindustrie (SIC 4400 tot 5000) en de financiële industrie (SIC 6000 tot 7000) (67.324 records van 9.753 bedrijven resterend);
28 3. Vervolgens zijn de records verwijderd waarvan geen informatie beschikbaar is over de marktwaarde of wanneer er geen slotkoers beschikbaar is. De marktwaarde is onderdeel van de afhankelijke variabele. Ook zijn overeenkomstig Kim en Sohn (2013) alle records verwijderd met een negatief of onbekend eigen vermogen (45.276 records van 7.306 bedrijven resterend).
Op basis van deze gegevens zijn een aantal berekeningen gemaakt met de dataset die pas in een later stadium worden toegelicht. De berekeningen worden nu echter uitgevoerd omdat hier data voor nodig is. Nadat de berekeningen zijn uitgevoerd zijn onderstaande stappen doorgelopen.
4. De records uit de jaren 2002 en 2003 zijn verwijderd omdat enkel data uit de jaren 2004 tot en met 2014 worden geanalyseerd (40.346 records van 6.934 bedrijven resterend), 5. Vervolgens zijn records verwijderd waarvan de verkopen in een bepaald jaar gelijk zijn aan
of kleiner dan nihil. Het delen door een negatieve of nihilwaarde geeft mogelijk vreemde resultaten (37.895 records van 6.385 bedrijven resterend),
6. Tot slot zijn alle records waar een berekening niet uitgevoerd kon worden of lege waarden in één van de controle variabele verwijderd omdat dit problemen geeft met het draaien van de regressies in SPSS (35.830 records van 5.940 bedrijven resterend).
Voor het testen van hypothese H2 wordt een aanvullende variabele gemaakt bij het gebruik van data. Dit is reeds toegelicht in paragraaf 3.5.2.
4.2 ONAFHANKELIJKE VARIABELEN
Voor iedere REM variabele wordt afzonderlijk een dataset gemaakt. Een record dat niet geschikt is voor de REM variabele ‘kasstroom uit operationele activiteiten’ kan dit wel zijn voor één van de overige REM variabelen. De REM maatstaven zijn niet te combineren maar worden in afzonderlijke regressies opgenomen.
Allereerst wordt de data voor REM variabele ‘kasstroom uit operationele activiteiten’ toegelicht. Deze handelingen zijn verricht om regressies <1A> en <1B> uit te kunnen voeren. De records waarvan de kasstroom uit operationele activiteiten niet aanwezig is zijn verwijderd (35.780 records van 5.938 bedrijven resterend).
Vervolgens wordt de data van REM variabele ‘productiekosten’ toegelicht. Alle records verwijderd waarvan de productiekosten gelijk zijn aan of lager zijn dan ‘nihil’. Vervolgens worden records waarvan de mutatie in de verkopen van voorgaand jaar niet is berekend of wanneer deze
29 een formulefout geeft verwijderd. Deze items zijn nodig voor regressies <2A> en <2B> (30.796 records van 5.267 bedrijven resterend).
Tot slot wordt de data voor REM variabele ‘overige bedrijfskosten’ in deze paragraaf opgenomen. Alle records worden verwijderd waarvan de overige bedrijfskosten gelijk zijn aan of lager zijn dan ‘nihil’. Deze items zijn nodig voor regressies <3A> en <3B> (35.165 records van 5.841 bedrijven resterend).
4.3 BESCHRIJVENDE STATISTIEK
Onderstaand is de beschrijvende statistiek opgenomen voor iedere afzonderlijke dataset. Allereerst zijn in de eerste paragraaf de regressieparameters voor de hulpmodellen van REM opgenomen. In de tweede paragraaf wordt de beschrijvende statistiek voor de kasstroom uit operationele activiteiten opgenomen. Vervolgens worden de statistieken van de dataset van productiekosten en overige bedrijfskosten beschreven.
4.3.1 Regressieparameters hulpmodellen REM
In onderstaande tabel worden, voor de REM variabelen CFO, Prod en DiscE, de gemiddelde waarden van regressieparameters van de hulpmodellen voor het meten van REM opgenomen.
REM CFO REM Prod REM DiscE
Gegevens β β β
Constante ,088 -,185 -,028
1 / (Aj,t-1) -,162 ,195 -,973
Verkopen/ (Aj,t-1) ,107 ,822 n/a Verkopen j,t-1 / (Aj,t-1) n/a n/a ,434 ΔVerkopen j,t / (Aj,t-1) -,087 ,203 n/a ΔVerkopen j,t-1 / (Aj,t-1) n/a -,045 n/a
R2 0,187 0,994 0,180
Adjusted R2 0,187 0,994 0,180
F-Test (teken) 0 0 0
Tabel 1. Gemiddelde regressieparameters hulpmodellen REM
In tabel 1 zijn de gemiddelde waarden van de hulpmodellen per REM variabele opgenomen. De abnormale waarden zijn wel voor ieder jaar afzonderlijk bepaald. Zoals uit tabel 1 is op te maken is er een grote verscheidenheid in de ‘R square’ en de ‘Adjusted R Square’. Aangezien de REM variabelen zijn afgeleid van Roychowdhury (2006) wordt hier kort een vergelijking gemaakt.
30 Rychowdhury (2006) heeft de navolgende ‘Adjusted R Squares’ gerapporteerd, 0,450 voor REM CFO, 0,859 voor REM Prod en 0,380 voor REM DiscE. Zoals uit tabel 1 blijkt is de hoge piek bij REM Prod ook terug te vinden bij Roychowdhury (2006). Toch zitten er duidelijke verschillen tussen beide resultaten. Een verklaring hiervoor is dat in dit onderzoek de dataset op een afwijkende periode gebaseerd. Roychowdhury (2006) heeft een dataset gebruikt van de jaren 1987 tot en met 2001. Hierdoor zit geen enkel overlappend jaar met de dataset uit tabel 1.
4.3.2 Kasstroom uit operationele activiteiten Originele dataset
Voor het bepalen van de abnormale waarde van de kasstroom uit operiationele activiteiten zijn eerst de regressies <1A> en <1B> uitgevoerd. Hieronder zijn in tabel 2 de gemiddelden voor ieder afzonderlijk deel van de regressies per jaar opgenomen. De waarden in kolom 1 (𝑎1), Verkopen (𝑎2) en ΔVerkopen (𝑎3) zijn weergegeven in miljoenen USD. De gegevens tussen haakjes staan voor de componenten in de regressievergelijking <1A>.
Fiscaal jaar n 1 (𝒂𝟏) Verkopen (𝒂𝟐) ΔVerkopen (𝒂𝟑)
2004 3856 1273,9082 14089,4266 9646,0183 2005 3725 768,9727 5022,2160 824,9886 2006 3599 248,7575 6303,6515 2174,7111 2007 3512 213,2303 4944,9914 1020,2325 2008 3313 104,2909 3948,0907 350,3910 2009 3238 267,4792 3562,4348 -276,6298 2010 3118 153,0281 3833,6595 488,6749 2011 3005 115,6120 3755,2040 458,9871 2012 2925 136,9635 3457,6363 215,4954 2013 2934 198,8795 3518,0583 265,5983 2014 2555 122,2574 2829,5541 262,9612 Totaal 35780 3603,3794 55264,9232 15431,4287
Tabel 2. Gemiddelden van regressievariabelen <1A>
Uit bovenstaande tabel is op te maken dat de gemiddelde verkopen in de periode voor de crisis (jaren 2004 tot en met 2007) hoger liggen dan in de periode na de crisis (jaren 2010 tot en met 2014). Zoals verwacht is in één van de crisisjaren (2009) de mutatie van de verkopen ten opzichte van voorgaand jaar negatief. Dit is in lijn met de gevolgen van de crisis, namelijk teruglopende verkopen. Het aantal deelwaarnemingen per jaar is globaal afnemend.
31
Variabelen regressievergelijkingen
In tabel 3 is de beschrijvende statistiek opgenomen van alle variabelen die zijn gebruikt in de regressiemodel <4A>. Dit zijn de regresssies die betrekking hebben op de kasstroom uit operationele activiteiten. De totale dataset bevat 35.780 records verdeeld over de jaren 2004 tot en met 2014. In de tabel worden de volgende statistieken opgenomen: gemiddelde, minimale waarde, maximale waarde en de standaarddeviatie. De notatie is in miljoenen USD. In de tabel zijn zowel logaritmische waarden als ongetransformeerde waarden weergegeven.
Gemiddelde Minimum Maximum Standaarddeviatie
(M/B) 5,7045 ,0000 3282,2295 45,6772
Dcrisis ,1831 ,0000 1,0000 ,3867
Dcrisis * CFOpos abn ,0122 ,0000 29,9615 ,1780
Dcrisis * CFOneg abn -,0122 -6,8128 ,0000 ,1025
CFOpos abn ,0893 ,0000 245,8283 1,4287 CFOneg abn -,0893 -102,9044 ,0000 ,7531 ROA -,1619 -1533,6290 454,0000 12,1523 logInkomsten 9,7496 ,0000 11,7103 ,0742 Leverage ,4508 ,0000 ,9998 ,2243 LogTotale bezittingen 5,6897 ,0440 13,5896 2,2125 logVerkopen 5,4858 ,0010 13,0695 2,3799
Tabel 3. Beschrijvende statistiek dataset CFO (n = 35.780)
Uit bovenstaande blijkt dat er een grote diversiteit is in de ‘market-to-book’ ratio (hoogste waarde is afgerond 3.282 en de laagste waarde is 0). Dit wordt veroorzaakt door een aantal grote ondernemingen waarvan de beurswaarde extreem hoog is ten opzichte van het boekhoudkundige eigen vernomgen. Daarnaast is op te maken dat er grote verschillen zijn in de berekende waarde voor alle variabelen, niet zijnde logaritmische waarden, die gebruikt worden in de regressies <4A> en <4B>. Dit is te zien is bij de sterke afwijkingen tussen de minimale en maximale waarden. Door Erceg-Hurn en Mirosevich (2008) wordt een techniek beschreven om de extreme waarden uit de dataset te halen. Door deze techniek te gebruiken wordt de schatting van de storingsterm acurater. De beschrijvende statistiek voor de kasstroom uit operationele activiteiten wordt na toepassing van eerder genoemde techniek in een nieuwe paragraaf uitgewerkt.
Aangepaste dataset
Zoals hierboven is aangegeven wordt de originele dataset door middel van de techniek ‘winsorizing’ bewerkt. Deze techniek wordt toegepast voor de variabelen: (M/B), Dcrisis * CFOpos abn, Dcrisis * CFOneg abn, CFOpos abn, CFOneg abn, ROA en leverage. Iedere variabele wordt gesorteerd van een lage naar een hoge waarde. Vervolgens wordt een vast percentage van de laagste en hoogste waarden vervangen door de eerstvolgende waarde
(Erceg-32 Hurn & Mirosevich, 2008). In dit onderzoek is er voor gekozen om een afwijking van 2,5% te hanteren bij het ‘winsorizen’. In de dataset CFO resulteert dit in een aanpassing van 894 waarden aan iedere zijde van de schaal.
Onderstaand is de beschrijvende statistiek opgenomen van de aangepaste dataset (tabel 4). In deze tabel worden dezelfde gegevens opgenomen als zijn genoteerd in tabel 3.
Gemiddelde Minimum Maximum Standaarddeviatie
(M/B) 3,4132 ,3851 19,8059 3,8515
Dcrisis ,1831 ,0000 1,0000 ,3867
Dcrisis * CFOpos abn ,0082 ,0000 ,1315 ,0275
Dcrisis * CFOneg abn -,0056 -,1287 ,0000 ,0236
CFOpos abn ,0666 ,0000 ,3329 ,0838 CFOneg abn -,0616 -,6157 ,0000 ,1351 ROA -,0253 -,8804 ,3127 ,2285 logInkomsten 9,7496 ,0000 11,7103 ,0742 Leverage ,4505 ,0750 ,9017 ,2206 LogTotale bezittingen 5,6897 ,0440 13,5896 2,2125 logVerkopen 5,4858 ,0010 13,0695 2,3799
Tabel 4. Beschrijvende statistiek aangepaste dataset CFO (n = 35.780)
Uit bovenstaande tabel blijkt dat het toepassen van ‘winsorizing’ ervoor heeft gezorgd dat de extreme waarden uit de dataset verdwenen zijn. De maximale waarde van (M/B) is gedaald van USD 3.282,23 miljoen naar USD 19,8 miljoen (standaarddeviatie verkleind van 45,7 naar 3,9). Een dergelijke daling heeft zich ook voorgedaan bij de andere variabelen waarvan de data is bewerkt. Verder is te zien dat overeenkomstig Filip en Raffournier (2014) het toepassen van REM met betrekking tot CFO minder sterk is gedurende de crisisjaren.
Correlatiematrix
Vervolgens worden de correlatie coëficienten van de aangepaste onderzoeksvariabelen opgenomen. Hiervoor wordt gebruik gemaakt van de Pearson correlatie coëficienten. De Pearson correlatie coëfficienten worden weergegeven in een waarde die ligt tussen -1 en +1. Hoe hoger de weergegeven waarde des te sterker de relatie is tussen deze twee variabelen. Een waarde dicht bij +1 geeft een sterk positieve correlatie weer en een waarde dicht bij -1 een sterk negatieve correlatie. In tabel 5 zijn de Pearson correlatie coefficiënten opgenomen. Uit de tabel zijn diverse significante relaties te onderkennen. De significanties zijn weergegeven met sterren. Onderaan de tabel is toegelicht wat de betekenis van * en ** is.
33 Fout! Ongeldige koppeling.Tabel 5. Pearson correlatiematrix REM CFO
De ‘market-to-book’-ratio is significant gecorreleerd met de abnormale waarde van CFOpos en CFOneg. Daarnaast is er een significante correlatie tussen de ‘market-to-book’-ratio en de abnormale waarde van CFOpos gedurende de crisisjaren. In de correlatiematrix zijn geen sterk negatieve relaties te onderkennen (-,700 of lager). Er is wel sprake van een tweetal sterk positieve correlaties. De eerste is de relatie tussen CFOneg abn en ROA (,733). Daarnaast is er een sterke relatie tussen logTotale bezittingen en logVerkopen (,930). De hoge waarden in de correlatiematrix geven een indicatie voor de aanwezigheid van multicollineariteit.
De onafhankelijke variabelen worden, voordat over wordt gegaan op de resultaten, getest op multicollinariteit. Deze test geeft aan in hoeverre de onafhankelijke variabelen dezelfde variantie van de afhankelijke variabele verklaren. Dit kan voorkomen wanneer onafhankelijke variabelen een lineaire interactie vertonen. Dit blijkt uit tabel 6. Wanneer de multicollineariteit, gemeten in VIF, groter is dan 5 dan is er aanleiding om te veronderstellen dat er sprake is van multicollineariteit (O'brien, 2007).
