Presteren vrouwelijke bestuurders, onderhevig aan busyness, beter dan mannelijke bestuurders?

(1)

- 1 - Amsterdam Business School

Presteren vrouwelijke bestuurders, onderhevig aan

busyness, beter dan mannelijke bestuurders?

Master Thesis Accountancy and Control 2016/2017

Name: Pascal van Wees Student number: 10173307

Thesis Supervisor: Prof. dr. L.R.T. van der Goot Final Thesis Version

Date: June 25th 2017 Word count: 10.572

MSc Accountancy & Control, specialization Accountancy Faculty of Economics and Business, University of Amsterdam

(2)

- 2 - Statement of Originality

This document is written by student Pascal van Wees 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)

- 3 - Abstract

In dit onderzoek wordt onderzocht in hoeverre de financiële prestaties verschillen tussen mannelijke en vrouwelijke bestuurders die onderhevig zijn aan busyness1. Hierbij wordt onderzocht of het geslacht van invloed is op zowel het aantal bestuursfuncties die bestuurders aannemen als de invloed op de financiële prestaties. Op basis van bestaande literatuur zou worden verwacht dat vrouwelijke bestuurders minder bestuursfuncties hebben, omdat zij meer risicoavers zijn. Doordat zij risicoavers zijn, doen zij meer diepte onderzoek voordat zij overgaan tot investeren en dit neemt dan ook meer tijd in beslag. Hierdoor wordt op basis van de bestaande literatuur ook verwacht dat de kwaliteit van de resultaten onder vrouwelijke bestuurders beter is. Het onderzoek is uitgevoerd met data afkomstig van Amerikaans beursgenoteerde bedrijven in de periode 2007-2015. De studie is geanalyseerd middels een OLS regressiemodel en hierbij zijn er geen wetenschappelijke bewijzen gevonden voor de hoofdvraag. Als eerste is er geen

significant bewijs gevonden dat vrouwen minder bestuursfuncties beoefenen dan mannen. In tegendeel hebben vrouwelijke bestuurders significant meer functies dan mannelijke bestuurders. Ten tweede is wel geconstateerd dat vrouwelijke bestuurders, onderhevig aan busyness, beter presteren dan mannen. Echter, er is geen significant bewijs en dus kan men niet stellen dat vrouwen significant beter presteren dan mannen. De hoofdvraag kan dus worden beantwoord met: Nee, er is geen bewijs gevonden dat vrouwelijke bestuurders significant beter presteren dan mannelijke bestuurders wanneer zij onderhevig zijn aan “busyness”.

1_{Dit gehele onderzoek zal het woord “Busyness” bevatten. Busyness refereert aan een variabele die internationaal} zo wordt genoemd. Het refereert naar bestuurders die meer dan twee externe bestuursfuncties bekleden.

(4)

- 4 - Contents Abstract ... - 3 - 1.Introductie ... - 6 - 1.1 Achtergrond informatie ... - 6 - 1.2 Onderzoeksvraag ... - 7 - 1.3 Motivatie en relevantie ... - 9 - 2. Literatuuronderzoek ... - 11 -

2.1 Agency theorie en Corpate Governance ... - 11 -

2.2 Corporate Governance en Bestuur karakteristieken ... - 13 -

2.3 Vrouwen en risico ... - 15 -

2.4 Busyness en relatie tot financiële prestaties. ... - 15 -

3. Hypothese ontwikkeling. ... - 16 - 3.1 Hypothese factoren ... - 16 - 3.2 Busyness ... - 16 - 3.2.1 Variabelen ... - 16 - 3.2.2 Controle variabelen ... - 17 - 4. Onderzoeksmethode ... - 19 - 4.1 De database ... - 19 - 4.2 Onderzoek ... - 20 - 4.3 Berekeningen ... - 20 - 4.4 Regressiemodellen ... - 22 -

5. Data en beschrijvende statistiek ... - 24 -

5.1 Algemeen ... - 24 -

5.2 Dataverzameling en data-opschoning ... - 24 -

5.3 Beschrijvende statistiek ... - 25 -

5.3.1 Data beschrijving behorende bij Hypothese 1 ... - 25 -

5.3.2 Data beschrijving behorende bij Hypothese 2 ... - 27 -

5.4 Multicollineariteit ... - 28 -

5.4.1 Multicollineariteit model behorende bij hypothese 1 ... - 29 -

5.4.2 Multicollineariteit model behorende bij hypothese 2 ... - 29 -

(5)

- 5 -

6.1 Regressieresultaten met betrekking tot hypothese 1 ... - 31 -

6.2 Regressieresultaten met betrekking tot hypothese 2 ... - 35 -

7. Robustness ... - 37 -

8. Conclusie... - 38 -

(6)

- 6 - 1.Introductie

1.1 Achtergrond informatie

De grote financiële schandalen uit het verleden, zoals bij Enron in 2001 en WorldCom in 2002 hebben veel vragen opgeroepen bij toezichthoudende organen en investeerders. De raad van bestuur inclusief de CEO en CFO van desbetreffende bedrijven hebben veel kritiek gekregen over de effectiviteit van de toezichthoudende functie. Verschillende toezichthoudende organen hebben aangetoond dat de raad van bestuur niet adequaat handelde, handelde in eigen belang of in het belang van slechts een bepaalde aandeelhouder (Adams, Hermalin, & Weisbach, The Role of Boards of Directors in Corporate Governance: A conceptual Framcework and Survey, 2010). De lopende onderzoeken naar de invoering van SOx (Sarbanes-Oxley) kregen door bovenstaande schandalen extra bijval in de periode 2001-2002. SOx is in 2002 ingevoerd om deugdelijk

ondernemersbestuur af te dwingen. Hierbij staat expliciet in art. 404 beschreven dat de CEO en de CFO een uitspraak moeten doen over de financiële verslaggeving in combinatie met de effectiviteit van de interne beheersmaatregelen van de bedrijven waar zij voor werken. Door dit artikel zijn zij persoonlijk aansprakelijk bij betrokkenheid bij fraude (SOX Implementation Benefits Quantified in New IIA Study, 2005).

Met betrekking tot de raad van bestuur heeft de OECD (Organization for Economic Cooperation and Development) in 2004 de regelgeving aangescherpt omtrent Corporate Governance. In deze vernieuwde versie staan richtlijnen voor het uitvoeren van de toezichthoudende rol omtrent effectief toezichthouden en verantwoordelijkheid (OECD Principles of corporate governance, 2004)

Vele landen hebben de vernieuwde regels van de OECD inmiddels toegepast waaruit de

scheiding en verantwoordelijkheid van de raad van bestuur naar de managers, aandeelhouders en andere belanghebbenden wordt beschreven (OECD Principles of corporate governance, 2004). De werking van een raad van bestuur hangt volgens meerdere onderzoeken af van de

hoeveelheid inzet die de leden tonen met betrekking tot de functie en verantwoordelijkheden. Echter, er bestaat geen homogeen model om de effectiviteit van de raad van bestuur te

(7)

- 7 - Er bestaan verschillende eigenschappen binnen besturen die de effectiviteit beïnvloeden. Dit zijn onder andere: onafhankelijkheid, hoeveelheid leden, aantal vergaderingen per jaar, percentage aanwezigheid van de leden en het aan functies van de leden “busyness”. Vooral het aantal banen dat bestuurders uitoefent heeft vragen opgeroepen.

Vanuit de politiek is kritiek geweest op het aantal functies die bestuursleden hebben en daarnaast zouden de bestuursfuncties “onzichtbaar zijn”. Jet Bussemaker, de minister van Onderwijs, Cultuur en Wetenschap (OCW), heeft dan ook per 2016 een wet ingevoerd dat de 200 grootste bedrijven van Nederland de vacatures in de Raad van Bestuur online moeten melden. Er is per februari 2016 een website, www.navigerennaarrdetop.nl, geopend om vrouwen te helpen hun weg naar de top te vinden. Deze website maakt inzichtelijk welke topfuncties er per heden open staan en welke er in de toekomst vrij zullen komen. Op die manier kunnen vrouwen zich beter oriënteren op een centrale plek hoe het proces rondom een raad van bestuur- of raad van commissarissen functie gaat. Daarnaast moeten de namen van de leden in het jaarverslag worden gepubliceerd. Uit onderzoek is gebleken dat banen “stapelen” de toezichthoudende functies niet ten goede komen en dat vrouwen nog steeds de weg naar de toezichthoudende functies niet kunnen vinden (Rijksoverheid, 2016). Volgens de politiek moeten er meer vrouwen komen te werken in top functies. Verschillende studies van onder andere Carter (2003) hebben aangetoond dat er een positief effect wordt gevonden in studies die kijken naar de samenhang tussen genderdiversiteit binnen de raad van bestuur en financiële prestaties van een bedrijf (Carter, Simkins, & Simpson, 2003). De nieuwe website zoals hierboven is vermeld, moet verandering gaan brengen in de scheve verhouding tussen mannen en vrouwen in de top. Op die manier moeten de ingestelde quota van minimaal 30% vrouwen in de top sneller worden

gehaald.

1.2 Onderzoeksvraag

Adams en Ferreira (2012) stellen dat het goed uitvoeren van een bestuursfunctie positief samenhangt met de het percentage aanwezigheid van bestuursleden bij de vergaderingen. Zij stellen dat een actief bestuurder altijd aanwezig is. Het missen van vergaderingen gaat ten kosten van de kwaliteit van het toezicht. Zij stellen dat het percentage aanwezigheid een van de

(8)

- 8 - belangrijkste variabelen is om de effectiviteit van de raad van toezicht te kunnen meten.

Hieronder een overzicht van verschillende onderzoeken met betrekking tot het percentage aanwezigheid.

Wat betreft de raad van toezicht karakteristieken met betrekking tot hoe effectief de

bestuursleden zijn als zij meerdere banen (“busyness”) hebben in tegenstelling tot de financiële prestaties zijn er verschillende onderzoeken gedaan door onder andere Fich en Shivdasani (2006). Zij hebben aangetoond dat leden van de raad van bestuur kwaliteit verliezen vanaf drie banen waarbij zijn een functie bekleden binnen een raad van bestuur (Fich & Shivdasani, 2006). Yermack (1996) toonde aan dat wanneer de omvang van de raad van toezicht toeneemt, men vaker afwezig is en dus leidt tot minder effectief toezicht (Yermack, 1996). Vafeas (1999) heeft aangetoond dat wanneer het aantal bijeenkomsten toeneemt, men ook vaker afwezig is en dus een negatief effect heeft op de effectiviteit (Vafeas, 1999). Fama en Jensen (1983) hebben aangetoond dat onafhankelijke bestuursleden bijdragen aan een meer effectief bestuur, omdat zij minder last hebben van de Agency-problemen. Externe bestuursleden hebben vaker een vaste vergoeding die niet afhankelijk is van winst, omzet of afzet. Hierdoor hebben zij minder

aanleiding om cijfers/toelichtingen anders te doen voorkomen dan zij daadwerkelijk zijn. Externe bestuursleden kunnen op basis van dit onderzoek een meer objectief beeld laten zien zonder dat hun eigen vergoeding wordt aangetast. Adams & Ferreira (2012) toonde aan dat het percentage aanwezigheid van de individuele leden een positieve relatie heeft met financiële prestaties van het bedrijf (Adams & Ferreira, 2009).

Terugkomend op de ingevoerde wet onder Jet Bussemaker, hieronder een overzicht van de onderzoeken rondom vrouwen in het bestuur.

Croson en Geenzy (2009) hebben aangetoond dat vrouwen minder risicovolle investeringen doen en dat de investeringen meer duurzaam zijn, omdat er is aangetoond dat er minder

faillissementen zijn onder vrouwen dan onder mannen. Dit sluit aan bij de onderzoeken van Francis, et al., (2015) waarin is aangetoond dat rapportages meer conservatief worden geschreven en dat er zowel minder dividend als minder bonussen worden verstrekt onder het gezag van een vrouwelijk bestuurder. Additioneel onderzoek van Croson en Gneezy heeft aangetoond dat vrouwen vaker angst ervaren bij onzekerheid en dat zij daarom beter diepte-onderzoek uitvoeren in tegenstelling tot mannen. Mannen zouden minder vaak angst ervaren en

(9)

- 9 - dus sneller instemmen. Het betere diepte-onderzoek van vrouwen draagt bij aan een meer

effectieve raad van bestuur (Croson & Gneezy, 2009). Dit heeft volgens Adams en Ferreira (2012) te maken met de mate van monitoring.

Op basis van bovenstaande onderzoeken is de volgende hoofdvraag geformuleerd: Presteren vrouwelijke bestuurders, onderhevig aan busyness, beter dan mannelijke bestuurders?

1.3 Motivatie en relevantie

Het is ten eerste interessant om te onderzoeken wat de samenhang is tussen de effectieve werking van het bestuur wanneer de bestuursleden druk zijn (“Busyness”) en de financiële prestaties van het bedrijf. Ten tweede zal worden onderzocht of er een verschil is tussen mannen en vrouwen die onderhevig zijn aan “Busyness” ten opzichte van de financiële prestaties van bedrijven.

Als eerste zal gekenen worder naar de variabele “Busyness”. Uit bestaande literatuur blijkt dat bestuurleden drukte ervaren vanaf 2 bestuursfuncties buiten hun “hoofdfunctie” om. Ik gebruik deze grens dan ook in mijn onderzoek. Deze studie gebruikt als tweede het percentage

aanwezigheid als afhankelijke variabele om de kwaliteit van de raad van bestuur te meten. Uit voorgaande onderzoeken blijkt dat er gebruik wordt gemaakt van een grens. Dit betreft een gemiddelde van 75% aanwezigheid. Ik zal gebruik maken van een dummyvariabele waarbij ik kijk over er een hoger of lager percentage dan 75% wordt behaald. Ten derde zal het rendement op activa worden gebruikt om te onderzoeken of een effectief bestuur een hoger rendement behaalt, ook dit is gebaseerd op eerdere onderzoeken. Ten vierde zal worden gekeken naar de omvang van het bestuur, hierbij wordt gekeken naar het effect van een groter/kleiner bestuur op de overige variabelen. Tot slot wordt gekeken naar de onafhankelijkheid van de bestuurders zoals beschreven 1.2, hierbij is een dummy variabele gecreëerd waarmee wordt gekeken of een bestuurslid al dan niet extern is aangetrokken.

Deze studie draagt bij aan de bestaande literatuur. Na de invoering van SOx en de verschillende implementaties door de OECD is er veel onderzoek gedaan naar de karakteristieken van de raad van bestuur. Echter, er is veel minder onderzoek gedaan naar de aanwezigheid van bestuurders

(10)

- 10 - bij vergaderingen in relatie tot het effectief toezicht. Zo ver als vooronderzoek mogelijk is, is er nog geen onderzoek gedaan naar de relatie tussen drukte van bestuurders (“busyness”) en bestuurdersdiversiteit ten opzichte van de financiële prestaties van het bedrijf. Deze studie moet daarnaast bijdragen aan de vraag of vrouwen effectiever zijn in hun toezichthoudende functies. Het antwoord op deze vraag moet bijdragen aan bestaand onderzoek en mogelijk aan de wet en regelgeving omtrent verplichtingen rondom het maximum aantal banen als bestuurder en dus eventuele aanwezigheidsplicht.

Het vervolg van dit onderzoek is als volgt. Het tweede hoofdstuk bestaat uit een literatuur onderzoek die zal eindigen in het opstellen van hypotheses. Het derde hoofdstuk zal bestaan uit de proxies die worden gebruikt voor de afhankelijke, de onafhankelijke en de controle variabelen inclusief de daarbij behorende uitleg, hierbij zullen de hypotheses worden opgesteld die zullen worden getoetst in hoofdstuk 5. Hoofdstuk vier gaat in op de database, het onderzoek, de berekeningen en de gebruikte regressiemodellen zoals deze zijn geïntroduceerd op basis van het literatuuronderzoek uit hoofdstuk 2. Hoofdstuk vijf gaat in op de twee gebruikte databases en hoe de data bruikbaar is gemaakt voor dit onderzoek. Daarnaast zal middels een tabel worden uitgelegd hoe de datareductie heeft plaatsgevonden. Hierbij wordt een overzicht gegeven met betrekking tot de data die is gebruikt voor de verschillende hypotheses. Hoofdstuk 6 gaat in op de resultaten die volgen uit de regressiemodellen. Hierbij worden alle uitkomsten verklaard en worden de resultaten vergeleken met de verwachtingen uit het literatuuronderzoek. Hoofdstuk 7 gaat in op de verschillende robustness checks die zijn uitgevoerd op de data. In het laatste hoofdstuk, hoofdstuk 8, wordt de conclusie gegeven met betrekking tot de hypotheses en de hoofdvraag. Daarnaast worden de beperkingen van dit onderzoek besproken en zal worden uiteengezet wat nuttig is voor vervolgonderzoek.

(11)

- 11 - 2. Literatuuronderzoek

Dit hoofdstuk bevat bestaand onderzoek en bestaande theorieën die gebruikt worden voor de ontwikkeling van de hypotheses. Ten eerste, de uitleg van de Agency theorie en de relatie met Corporate Governance. Vervolgens worden in paragraaf 2.2 Corporate Governance en de board karakteristieken uiteengezet. In paragraaf 2.3 wordt uiteengezet wat de invloed is van vrouwen en als laatste in 2.4 wordt de literatuur omtrent busyness besproken.

2.1 Agency theorie en Corpate Governance

De raad van bestuur houdt toezicht op het management van een organisatie, zowel op de bestuurlijke als op de financiële verantwoording. Deze interactie tussen raad van bestuur en management wordt ook wel de “Agency Relatie” genoemd (Eisenhardt, 1989). De Agent relatie bestaat wanneer de agent, handelt in, handelt voor of handelt namens de principaal met

betrekking tot het nemen van besluiten. Het bestaan van deze relatie wordt beschreven middels de Agency Theorie (Eisenhardt, 1989).

De Agency theorie is als volgt: De principaal (aandeelhouder) wil graag volledig in control zijn, maar heeft hiervoor niet de juiste middelen en benoemt tezamen met andere aandeelhouders de Agent (Raad van Commissarissen) om toezicht uit te voeren op de Raad van Bestuur. Volgens Eisenhardt (1989) zijn er twee mogelijke problemen binnen de agent-principaal relatie. De eerste betreft het Agency probleem en de tweede betreft de mogelijkheid tot het delen van risico’s. Het Agency probleem ontstaat wanneer de doelstellingen van de agent en de principaal niet gelijk zijn. Vaak gebeurd dit in situaties waarbij het vrijwel onmogelijk is om de Agent te controleren of wanneer de kosten te hoog zijn om toezicht te houden. Hierbij kunnen

bestuursleden in eigen belang handelen in niet in het belang van de aandeelhouder (Principaal). Wat betreft het tweede mogelijke probleem, risicodeling kan een probleem veroorzaken wanneer de aandeelhouder minder risico aanvaart dan de bestuursleden. Het bestuur kan een ander risico nemen, omdat het niet zijn/haar kapitaal betreft (Eisenhardt, 1989).

Om deze risico’s zoveel mogelijk te mitigeren stelt onderzoeker (Ross, 1973) het volgende: er moet een werkwijze “(contract)” worden ontwikkelt waarbij de het toezicht (agent) wordt uitgevoerd op een manier die overeenkomt met de eisen en wensen van de aandeelhouder (principaal). Dit komt uit de Engelse literatuur en staat bekend als “Efficient Contracting”. De reden voor het opstellen van bovenstaande komt volgens (Baiman, 1990) door het feit dat

(12)

- 12 - individuele personen initieel in eigen belang handelen. Door dit handelen in eigen belang, kan de agent handelingen verrichten die niet conform de afspraak met de principaal zijn. Deze Agency problemen kennen in de literatuur twee problemen afkomstig vanuit “Efficient contracting” op basis van onderzoek van Eisenhardt (1989). Deze twee problemen kunnen zijn Moral Hazard en Adverse Selection.

Het eerste werkwijze probleem betreft Moral hazard: dit betreft het morele gedrag van de raad van bestuur. Hierbij moeten zij handelen in een risicoprofiel dat het meest gunstig is voor de wensen van de aandeelhouder. Gezien het feit dat de aandeelhouder niet in staat is om het dagelijkse beleid van het bestuur te controleren, kunnen bestuurders risico’s nemen die niet in het belang van de aandeelhouder zijn, maar bijvoorbeeld enkel in het belang zijn van hen zelf of voor een bepaalde partij. Een voorbeeld hiervan zijn de investeringen die bestuurders doen of goedkeuren. Zij kunnen meer risico nemen in ruil voor bijvoorbeeld meer bonus, omdat het niet hun eigen kapitaal betreft. Wanneer de hoogte van het risico niet aansluit met hetgeen dat is afgesproken met aandeelhouders, wordt gehandeld in eigen belang en staat ook wel bekend als Moral Hazard (Moreel wangedrag).

Het tweede werkwijze probleem betreft Adverse Selection: dit betreft informatie asymmetrie. Hierbij heeft de partij die toezicht moet houden meer informatie dan de principaal

(aandeelhouder) ten tijden van het aanname proces. Dit kan een risico vormen, omdat de agent kan beweren bepaalde kwaliteiten te hebben die door de principaal niet te controleren zijn. Achteraf kan blijken dat toezicht niet efficiënt is geweest, omdat de agent de kwaliteit niet of maar in onvoldoende mate beschikte Eisenhardt (1989). Een voorbeeld hiervan is bijvoorbeeld wanneer een bestuurder beweert kennis en kunde te hebben over een bepaalde markt en dat andere bestuurders hem/haar hierin vertrouwen. Beweringen die deze persoon doet, worden door management etc. gevolgd. Wanneer achteraf blijkt dat deze persoon faalt/ heeft gelogen, blijkt dat deze persoon meer informatie had dan de andere partijen hadden van hem/haar. Hierdoor kon er misbruik worden gemaakt van zijn machts- (informatie) positie en konden de andere worden misleid, omdat er een gebrek aan openbare informatie was. Dit staat dus bekend als Adverse Selection.

(13)

- 13 - Om bovenstaande mogelijke problemen te voorkomen zijn er twee mogelijkheden om het gedrag van de agent te controleren. De eerste mogelijkheid betreft de informatie van management informatie systemen. Dit zijn systemen die rapporten genereren waarbij waardevolle informatie over bijvoorbeeld de afwegingen rondom investeringen etc. worden toegelicht. Dit moet de informatie asymmetrie tussen de agent en de principaal zoveel mogelijk mitigeren in het voordeel van de principaal (Jensen & Meckling, Theory of the Firm: Managerial Behaviour, Agency Costs and Ownership Structure., 1976) Als tweede mogelijkheid bestaat er de

mogelijkheid om een contract dusdanig te ontwikkelen dat de raad van bestuur zijn voorwaarden resultaatafhankelijk maakt. Hierbij moet de raad van bestuur verantwoording afleggen over alle afwijkingen met betrekking met de overeenkomst met de principaal (aandeelhouder).Fama en Jensen (1983) stellen dat de raad van bestuur via de raad van commissarissen waardevolle informatie kan leveren aan aandeelhouders wanneer een efficiënte werkwijze kan worden opgesteld met de juiste contracten. Hierbij kan toezicht op het management dusdanig worden uitgevoerd dat de raad van bestuur handelt in overeenstemming met de aandeelhouders. 2.2 Corporate Governance en Bestuur karakteristieken

De vraag naar Corporate Governance komt vanuit de scheiding van aandeelhouders en het bestuur. Simpelweg is het niet mogelijk dat alle aandeelhouders samen toezicht houden op het management van een organisatie dus is er een raad van commissarissen aangesteld om dit namens de aandeelhouders te doen en om Agency kosten (toezicht) te verlagen. De vraag naar goed Corporate Governance moet dan ook voorkomen dat de raad van bestuur handelt in eigen belang en moet er voor zorgen dat het handelt in de belangen van de aandeelhouder (Larcker, D. & Tayan, B., 2015).

Verschillende onderzoekers zoals (Fama & Jensen, 1983; Eishenhardt, 1989 en Jensen & Meckling, 1976) hebben onderzoek gedaan naar Corporate Governance, de raad van bestuur en de eigenschappen die de raad van bestuur zou moeten nastreven om toezicht zo efficiënt mogelijk te maken. Door te onderzoeken wat de verschillende karakteristieken/eigenschappen voor impact hebben op de effectiviteit en efficiëntie kan men conclusies vormen.

Larcker & Tayan (2011) stellen dat Corporate Governance als volgt kan worden geïnterpreteerd: Een verzameling van controlemechanismen, waardoor er rekening mee gehouden wordt dat managers handelen in eigen belang of op een manier die niet in lijn is met de belangen van

(14)

- 14 - aandeelhouders en andere belanghebbenden. De regels en voorschriften vanuit het Corporate Governance systeem moet er voor zorgen dat het deze risico’s zoveel als mogelijk mitigeert. Met betrekking tot de raad van bestuur houdt dit in dat zij minimaal in staat zijn, samen met een externe accountant, om een oordeel te vormen over de relevantie en betrouwbaarheid van cijfers en toelichting daarvan in de jaarrekening.

De raad van bestuur kent twee functies bij organisaties waar zij zitten. Als eerste geven zij advies aan het management over de operationele en strategische vraagstukken. Daarnaast houdt de raad van bestuur toezicht over het management onder het bestuur, hierbij houden zij toezicht of ook het management handelt in het belang van de aandeelhouder en dat het management niet handelt in eigen belang. Voor beide functies hebben zij de relevante ervaring en kennis nodig om te beoordelen hoe het management handelt. Wat betreft het houden van toezicht en het geven van advies is de raad van bestuur afhankelijk van belastingkantoren, investeringsbanken en

accountants. In de literatuur wordt gesproken van een effectief bestuur wanneer zij in staat zijn om zowel advies te geven als toezicht te houden over management en het daarbij geven van een oordeel aan de aandeelhouder (via de jaarrekening en de toelichting daarop).

Om een oordeel te geven over karakteristieken die de raad van bestuur beïnvloeden wat betreft efficiëntie en effectiviteit wordt gekeken naar kenmerken binnen het bestuur, die het toezicht en advies positief zouden kunnen beïnvloeden. Hierbij kijkt men naar omvang, leeftijd,

demografische eigenschappen, kennis, opleiding, onafhankelijkheid, verleden, compensatie, geslacht en in hoeveel verschillende raad van besturen een bestuurslid zit.

Deze studie richt zich op de laatste twee eigenschappen. Geslacht en de hoeveelheid

bestuursfuncties die een bestuurslid beoefent. Dit zal in deze studie terugkomen als de variabelen geslacht (Gender) en het aantal bestuursfuncties “Busyness” (SEATS). Hierbij zal ik specifiek kijken naar bestuurders met meer dan 2 externe nevenfuncties, naast hun baan als bestuurder. Uit meerdere onderzoeken is gebleken dat bestuurders vanaf 2 externe functies gekwalificeerd kunnen worden als “Busy”.

(15)

- 15 - 2.3 Vrouwen en risico

De raad van bestuur kan bestaan uit zowel mannen als vrouwen. Uit onderzoek van onder andere (Schubert, Brown, Gysler, & Brachinger, 1999) blijkt dat vrouwen meer risico-avers zijn dan mannen. Uit dit onderzoek blijkt dat vrouwen vaker vervolg onderzoek laten uitvoeren met betrekking tot de financiële impact van investeringen. Hierbij is aangetoond dat het percentage risico dat vrouwen nemen lager is dan bij mannen. Echter, toont dit onderzoek ook aan dat vrouwen minder vaak de beslissingen hebben genomen die nodig waren voor de financiële successen van een organisatie. Alle positieve “outliers” in de dataset waren toe te schrijven aan mannelijke bestuurders.

2.4 Busyness en relatie tot financiële prestaties.

Recente literatuur toont aan dat een raad van bestuur waarbij individuele leden lid zijn van meerdere (externe) besturen een lagere effectiviteit heeft wat betreft Corporate Governance. Zo stellen (Fich & Shivdasani, 2006) dat organisaties met bestuursleden die lid zijn van

verschillende raad van bestuur (RvB), lagere financiële prestaties hebben. Zij concluderen in hun onderzoek dat markt-boekwaarde ratio’s, lagere winst en management doorloop allemaal

negatiever waren bij organisaties waarbij het overgrote deel van de raad van bestuur was aangemerkt als “Busy”.

(Ferris, Jagannathan, & Pritchard, 2003) daarin tegen stellen dat zij juist geen bewijs vinden dat het hebben van een zitting in drie of meer besturen negatief bewijs oplevert ten aanzien van de financiële prestaties van een organisatie. Zij stellen dat dit mogelijk de oorzaak is van de kennis die bestuurders opdoen bij andere besturen en deze kennis hergebruiken. Dit compenseert de mindere inzet die zij kunnen leveren, omdat zij (vaker) bijvoorbeeld minder vaak aanwezig zijn bij vergaderingen.

Perry en Peyer (2005) stellen zelfs dat wanneer blijkt dat de bestuurder volledig gericht is op het creëren van aandeelhouderswaarde bij beursgenoteerde bedrijven, er bewijs is dat het verhogen van deelname aan verschillende besturen bijdraagt aan de marktwaarde van een organisatie. Dit wordt door hen gemeten middels het resultaat op de activa (RoA).

(16)

- 16 - 3. Hypothese ontwikkeling.

3.1 Hypothese factoren

Fama en Jensen (1983) stellen dat de raad van bestuur er op toe moet zien hoe de managers opereren en of zij handelen in het belang van de aandeelhouder. Zij doen dit, zoals eerder verteld, om de Agency problemen zoveel als mogelijk te mitigeren die zijn ontstaan door de scheiding van aandeelhouders en raad van bestuur bij beursgenoteerde organisaties. Om een analyse te maken van de factoren die de effectiviteit van de raad van bestuur meten, wordt gekeken naar verschillende variabelen: Aantal bestuursfuncties, de omvang van de raad van bestuur, percentage onafhankelijke bestuurders, gemiddeld percentage van aanwezigheid van de individuele bestuurders. Specifiek voor dit onderzoek is de variabele geslacht toegevoegd. Bovenstaande factoren zijn afkomstig uit een studie die is uitgevoerd door Lin, Yeh en Yang (2014). Voor mijn studie is de variabele geslacht (Gender) toegevoegd en zal er gekeken worden naar data afkomstig uit de Verenigde Staten over de periode 2007 tot en met 2015.

3.2 Busyness

3.2.1 Variabelen

Uit bestaande literatuur kan worden geconcludeerd dat bestuurders met meerdere

bestuurslidmaatschappen vaker te weinig tijd hebben. Hierdoor kunnen zij minder effectief overzicht houden op het management waarop zij toezien (Ferris, Jagannathan, & Pritchard, 2003). Ondanks de mogelijke voordelen van de kennis die zij opdoen door plaats te nemen in verschillende externe besturen, wordt vastgesteld dat “busy” bestuursleden vaker

bestuurdersvergaderingen missen (Perry & Peyer, 2005).

De bestaande literatuur van Schubert (1999) heeft aangetoond dat vrouwen kritischer zijn wat betreft toezicht en dat zij vaker vervolgonderzoek laten uitvoeren. Hierdoor plegen zijn minder investeringen met negatieve gevolgen. Echter, hierdoor hebben zij minder tijd om verschillende functies uit te voeren. Ondanks dat de meest succesvolle investeringen zijn verricht door

mannelijke beslissingen, is aangetoond dat besturen met een hogere diversiteit in de

vertegenwoordiging per geslacht, meer succesvol zijn wat betreft bedrijfsprestaties en Corporate Governance. Hierbij kunnen twee hypotheses worden opgesteld.

(17)

- 17 -

Hypothese 1: Vrouwen hebben minder externe bestuurslidmaatschappen in vergelijking tot

mannen.

Hypothese 2: Afgemeten aan de variabele “busy”, zijn vrouwen meer positief gecorreleerd met

betrekking tot bedrijfsprestaties.

3.2.2 Controle variabelen

Vafeas, (1999) gebruikt in zijn onderzoek de hoeveelheid bestuursvergaderingen als variabele om de effectieve werking met betrekking tot monitoring te onderzoeken van een bestuur. Hierbij wordt geconcludeerd dat het aantal vergaderingen toeneemt wanneer de financiële prestaties van de organisatie negatiever worden (zijn). Hierbij is ook vastgesteld dat de financiële prestaties van de organisaties verbeteren wanneer het aantal vergaderingen in de jaren daarvoor waren vergroot als gevolg van verslechterde financiële prestaties. Echter, Adams en Ferreira (2009) vinden het zelfde bewijs, maar zijn wel kritisch. Zij stellen dat bestuursleden druk zijn en dus het percentage afwezigheid daalt wanneer het aantal vergaderingen van de raad van bestuur toenemen. Een volledig verband met betrekking tot de financiële prestaties wordt niet gevonden. Deze studie zal aannemen dat wanneer het aantal vergaderingen toeneemt het percentage aanwezigheid zal dalen.

Controle variabele 1: Een groter aantal raad van bestuur vergaderingen leidt tot een lager aanwezigheidspercentage.

De bestaande literatuur over bestuur karakteristieken geeft ook inzicht in de omvang van het bestuur in relatie met aanwezigheid. Zo stellen Lipton en Lorsch (1992) en Jensen (1993) dat grote besturen minder goed zijn in coördinatie. Hierdoor stijgt de kans op Agency problemen. Daarnaast stellen Adams en Ferreira (2012) dat gedrag wordt beïnvloed door ander bestuurders, maar dat wanneer de groep te groot is dit niet meer zal gelden. Zij stellen daarnaast dat als de groep groot is, de kans op meeliften groter is. Hierbij voelen bestuurders zich mogelijk minder verantwoordelijk en zullen zij minder motivatie hebben om bij een bestuursvergadering aanwezig te zijn. Bij een klein bestuur zijn bestuursleden vaker verantwoordelijk voor een specifieke taak en dus zullen zij meer motivatie hebben om aanwezig te zijn.

Controle variabele 2: Een groter aantal bestuursleden heeft een negatieve correlatie met betrekking tot het aanwezigheidspercentage.

(18)

- 18 - Als derde variabele wordt genoemd de onafhankelijkheid van de bestuurders. Om Agency

problemen zoveel als mogelijk te voorkomen, worden vaak bestuurders extern aangetrokken. Uit de literatuur blijkt dat externe bestuurders een beter en onafhankelijk oordeel kunnen geven en dat daardoor de toezichthoudende functie meer effectief is. Daarnaast is op basis van de literatuur overwegend vastgesteld dat het handelen voor eigen belang minder is bij externe bestuursleden (Fama & Jensen, 1983). Hierdoor kan worden gesteld dat besturen met overwegend externe bestuurders meer effectief zijn. Op basis van dit zelfde onderzoek is vastgesteld dat externe bestuurder zichzelf vaker betrokken voelen bij de toezichthoudende functie. Hierbij kan worden gesteld dat externe bestuurders vaker aanwezig zijn bij

vergaderingen, ondanks dat zij meerdere bestuursfuncties hebben. Hierbij kan men stellen dat er een positieve relatie is tussen externe bestuurders en het aanwezigheidspercentage.

Controle variabele 3: Een hoger percentage externe bestuurders is positief gecorreleerd met het percentage vergaderingen, dat een bestuurder aanwezig is.

Tot slot als vierde, zoals al was gesteld in hoofdstuk 2, stelt Vafeas (1999) dat het percentage aanwezigheid van de leden van de raad van bestuur samenhangt met de financiële prestaties van de organisatie. Afwezigheid beïnvloedt de kwaliteit van het toezicht en gaat ten koste van de bedrijfswaarde. Fich and Shivdasani (2006) stelden eerder al dat de relatie tussen “Busy” bestuursleden negatief is ten opzichte van de bedrijfsprestaties waarbij markt-boek waarde en winstgevendheid bij bedrijven met “busy” bestuurders lager is. Deze conclusies stellen beide dat een lange termijn visie negatief wordt beïnvloed door afwezigheid. Als vierde controlevariabele in deze studie wordt dan ook gesteld dat:

Controle variabele 4: Een hoger percentage aanwezigheid van de raad van bestuur is positief gecorreleerd aan bedrijfsprestaties.

(19)

- 19 - 4. Onderzoeksmethode

4.1 De database

De invloed van het geslacht op de bedrijfsprestaties, in combinatie met busyness, zal worden gemeten op basis van een archief onderzoek uit de database van Wharton Research Data Service (WRDS). De data zal worden gebruikt om een statistisch onderzoek uit te voeren, waarbij wordt gekeken of het geslacht, in combinatie met busyness, een significante invloed heeft op de financiële bedrijfsprestaties. Via WRDS heb ik middels de database Compustat de informatie verzameld met betrekking tot de resultaten en de totale activa. Middels deze informatie heb ik de Return on Assets (ROA) kunnen berekenen.

Vervolgens heb ik via WRDS de database Institutional Shareholder Services (ISS, voormalig RiskMetrics) geraadpleegd voor de informatie met betrekking tot het geslacht van de

bestuursleden, de gemiddelde aanwezigheid van de bestuursleden, het aantal bestuursfuncties van de bestuurders, de omvang van het bestuur en de onafhankelijkheid van de bestuursleden. Het onderzoek richt zich op beursgenoteerde bedrijven op de Amerikaanse markt met GIC codes 10 t/m 60 (zie Tabel 1). Het onderzoek betreft de periode 2007 tot en met 2015.

Sectorcode Sector Sectorcode Sector

10 Energy 40 Financials

15 Materials 45 Information Technology

20 Industrials 50 Telecommunication Services

25 Consumer Discretionary 55 Utilities

30 Consumer Staples 60 Real Estate

35 Health Care

(20)

- 20 - 4.2 Onderzoek

In dit hoofdstuk zullen de onderzoeksmethode met betrekking tot de hypotheses besproken worden. Zoals besproken in de literatuur hebben Lin, Yeh en Yang in 2014 gepubliceerd over bestuurskenmerken. Schubert (1999) stelt dat de variabele geslacht van invloed is op busyness, omdat volgens zijn onderzoek vrouwen meer kritisch zijn en daarom meer tijd nemen voor hun rol met betrekking tot Corporate Governance en investeringsbeslissingen.

4.3 Berekeningen

Voordat de regressiemodellen worden getoond, moeten drie berekeningen worden toegelicht omdat dit niet standaard variabelen betreffen in de WRDS databases. Dit betreffen de

berekeningen voor de ROA, Omvang van de raad van bestuur en Busyness. Return on Assets

Om de Return on Assets te kunnen berekenen, waarmee de financiële prestaties van een bedrijf worden gemeten, is de volgende formule gebruikt om de Return on Assets “ROA” te meten:

ROA i,t = α1 ATi,t / α2 NI i,t

Variabele Betekenis

ROA (i,t) Return on Assets van bedrijf i in jaar t

AT (i,t) Totaal waarde van bezittingen van bedrijf i in

jaar t

NI (i,t) Netto resultaat van bedrijf i in jaar t

Board Size

Omdat de omvang van een bestuur (BSIZE) niet een bestaande variabele is binnen de WRDS database wordt de volgende formule gebruikt om de waarde te bepalen:

(21)

- 21 -

BSIZE(i,t) Omvang van bestuur van bedrijf i in jaar t

CUSIP Unieke bedrijfscode

FISCAL YEAR(i,t) Boekjaar van bedrijf i in jaar t

DIRECTOR ID(i,t) Uniek nummer per bestuurder van bedrijf i in

jaar t

Middels een SOMALS (SUMIF) functie in Excel kan men per bedrijf en per jaar de totale omvang van het bestuur meten, aangeduid met:

Busyness total; dit is gedefinieerd als:

Seatsi,t = α1 Director IDi,t+ α2 Fiscal Yeari,t+ α3 Number of seatsi,t

Busyness voor bestuurder met meer dan 2 externe bestuursfuncties:

Seats (x>2) = α1 Director IDi,t+ α2 Fiscal Yeari,t + α3 Number of seats(x>2) i,t

SEATS(i,t) Aantal bestuurslidmaatschappen per

bestuurder van bedrijf i in jaar t

DIRECTOR ID(i,t) Uniek nummer per bestuurder van bedrijf i in

jaar t

FISCAL YEAR(i,t) Boekjaar van bedrijf i in jaar t

SEATS (X>2) (i,t) Aantal bestuurslidmaatschappen per

bestuurder van bedrijf i in jaar t (voor X>2)

In de volgende paragraaf zullen de regressieformules met betrekking tot hypothese 1 en hypothese 2 worden besproken.

(22)

- 22 - 4.4 Regressiemodellen

Onderzoek met betrekking tot H1

De volgende modellen zullen worden gebruikt om de eerste hypothese te testen:

Model I: Genderi,t (0,1) = α0 + α1 LNSEATSi,t + α2 LNBSIZEi,t + α3 INDRRi,t (0,1) + α4

BDATTENDANCEi,t (0,1) + α5 ROAi,t + δ

Model II: Genderi,t (0,1) = α0 + α1 LNSEATSi,t + α2 LNBSIZEi,t + α3 INDRRi,t (0,1) + δ

In tabel 2 staat een beschrijving van alle variabelen die zijn gebruikt. Gender (geslacht) is gebruikt als afhankelijke variabele in dit model. De controle variables zijn gebaseerd op het onderzoek van Lin, Yeh en Yang (2014) en Schubert (1999).

Model II is extra toegevoegd. De verschillende modelvarianten geven extra informatie over de samenhang van Gender met de onderzochte onafhankelijke variabelen. Zoals is te zien zijn in model twee variabelen weggelaten. Hiervoor is gekozen, omdat uit tabel 10 zal blijken dat BDATTENDANCE en ROA niet significant zijn.

Onderzoek met betrekking tot H2

De volgende modellen zullen worden gebruikt om de tweede hypothese te testen:

Model I: Genderi,t (0,1) = α0 + α1 LNSEATS (X>2) i,t + α2 LNBSIZEi,t + α3 INDRRi,t (0,1) +

α4 BDATTENDANCEi,t (0,1) + α5 ROA + δ

Model II: Genderi,t (0,1) = α0 + α1 LNSEATS (X>2) i,t + α2 LNBSIZEi,t + α3 INDRRi,t (0,1) +

α4 ROAi,t + δ

De controle variabelen zijn gebaseerd op het onderzoek van Lin, Yeh en Yang (2014) en Schubert (1999). In tabel 2 staat een beschrijving van alle variabelen die zijn gebruikt. Gender (geslacht) is gebruikt als afhankelijke variabele in dit model, daarnaast zal er worden gekeken naar “busy” bestuurders. Dit is aangegeven met de variabele SEATS (X>2). Het aantal

(23)

- 23 - gedaan, omdat het aantal lidmaatschappen niet-lineair is. Genoemde aantallen lopen van een minimum van 1 bestuursfunctie tot een maximum 23 bestuursfuncties terwijl het gemiddelde en de mediaan respectievelijk 9,73 en 10 is (zie hoofdstuk 5.3.2). Tot slot is model II toegevoegd. Dit model zal geen gebruik maken van niet-significante variabelen. Door de formule op te schonen, kan dit eventueel meer inzicht geven in de resultaten.

Gender(i,t) (0,1) Geslacht, waarbij 0 = Man en 1 = Vrouw van

bedrijf i in jaar t

LNSEATS (X>2) (i,t) Natuurlijk logoritme van aantal

bestuursfuncties per bestuurder in jaar t van bedrijf i waarbij enkel wordt gekeken naar bestuurders met meer dan 2 externe bestuursfuncties.

LNBSIZE(i,t) Natuurlijk logoritme van omvang bestuur in

jaar t

INDEPENDENCE (INDRR) (i,t) (0,1) Onafhankelijkheid, 0 = Niet onafhankelijk en 1 = onafhankelijk van bedrijf i in jaar t

BDATTENDANCE(i,t) (0,1) Aanwezigheid board, waarbij 0 = <75% en 1

= >75% van bedrijf i in jaar t

ROA(i,t) Return on Assets, Netto inkomen gedeeld

door door de Totale Activa van bedrijf i in jaar t

δ Betreft de error term

(24)

- 24 - 5. Data en beschrijvende statistiek

5.1 Algemeen

In dit hoofdstuk wordt de dataverzameling besproken en zal de beschrijvende statistiek worden getoond. Eerst zal ik beschrijven hoe ik de data heb verzameld om mijn hypotheses te gaan testen. Ik zal toelichten waar de data vandaan komt en welke data er is weggevallen door het opschonen van de data. Daarna zal ik stil staan bij de beschrijvende statistiek van zowel

regressiemodel 1 als regressiemodel 2. Tot slot zal ik voor beide modellen de multicollineariteit testen om vast te stellen of de correlatiecoëfficiënten al dan niet significant zijn.

5.2 Dataverzameling en data-opschoning

De data die is gebruikt in dit onderzoek is afkomstig uit de database Wharton Research Data Services (WRDS). Hierbij wordt gekeken naar alle beursgenoteerde bedrijven in de Verenigde Staten in de periode 2007-2015. De data die nodig is voor de financiële gegevens om de ROA te berekenen is afkomstig uit de Compustat Capital IQ – Fundamental Annual database.

Vervolgens heb ik via WRDS de database Institutional Shareholder Services (ISS, voormalig RiskMetrics) geraadpleegd voor de informatie met betrekking tot het geslacht van de

bestuursleden, het gemiddeld aantal bestuursleden, de gemiddelde aanwezigheid van de

bestuursleden, het aantal bestuursfuncties van de bestuurders, de omvang van het bestuur en de onafhankelijkheid van de bestuursleden.

De datareductie houdt rekening met de GICS codes zoals besproken in hoofdstuk 4. Specifiek zijn de volgende GICS industrieën; Energiebedrijven (GIC code 10), Financiële instellingen (GIC 40) en Openbare nutsbedrijven (GIC code 55). Deze bedrijven hebben reeds

geïmplementeerde regelgeving omtrent Corporate governance. De data zou het onderzoek kunnen beïnvloeden door het gereguleerde karakter van de data. Daarnaast is de data

opgeschoond voor variabelen die geen data bevatten of data die een term “error/na” bevat. De opschoning ziet er als volgt uit:

(25)

- 25 -

Totaal aantal waarnemingen 2007-2015 124.906

Uitgesloten: GIC Code 10 5.971-

Waarnemingen waarvoor geen data is 15.536-

Waarnemingen waarvoor een error of n/a is 69-

Totaal aantal waarnemingen dat zal worden gebruikt in het onderzoek 80.303 Tabel 3: Selectie onderzoekspopulatie van beursgenoteerde bedrijven in de Verenigde Staten in de periode 2007-2015.

De waarnemingen uit tabel 3 kunnen worden gebruikt voor zowel hypothese 1 als voor

hypothese 2. Voor hypothese 2 zal er echter een filter geplaatst worden op het aantal bestuurders met meer dan twee bestuurslidmaatschappen. Hierdoor zal het aantal waarnemingen dalen naar 6.434.

De 80.303 waarnemingen zijn afkomstig van 1432 bedrijven over de periode 2007-2015. Hiervan is 14% vrouw en is 86% man.

5.3 Beschrijvende statistiek

In deze paragraaf wordt de beschrijvende statistiek beschreven van de variabelen gebruikt in de twee modellen. Als eerste zal de beschrijvende statistiek gegeven worden van het model dat bekijkt of vrouwelijke bestuurders significant minder bestuursfuncties hebben dan mannelijke bestuurders. Als tweede wordt de beschrijvende statistiek gegeven van het model dat bekijkt of vrouwelijke bestuurders, onderhevig aan druk, beter presteren dan mannelijke bestuurders onderhevig aan drukte.

5.3.1 Data beschrijving behorende bij Hypothese 1

In tabel 4, 5 en 6 is de beschrijvende statistiek weergegeven die hoort bij het model dat

hypothese 1 zal gaan beschrijven. In de tabel worden de gemiddelde, medianen, minima, maxima en standaard afwijking opgenomen eerst op totaal niveau en vervolgens per geslacht om een meer gedetailleerd beeld te geven van de data. In de totaaltabel is ook weer te zien dat er 80.303 waarnemingen zijn met betrekking tot het eerste model.

(26)

- 26 - Tabel 4

Beschrijvende statistiek van de variabelen op totaal niveau

Variabele Gemiddelde Mediaan Minimum Maximum Standaardafwijking

GENDER 0,137 0 0 1 0,344 SEATS 0,876 1 0 9 1,055 BSIZE 9,481 9 3 23 2,147 INDEPENDENCE 0,789 1 0 1 0,408 ATTENDENCE 0,993 1 0 1 0,081 ROA 0,052 0,056 -2,283 0,783 0,099 Observaties 80303 Tabel 5

Beschrijvende statistiek van de variabelen op niveau vrouwen

GENDER 1 1 1 1 0 SEATS 0,996 1 0 5 1,080 BSIZE 9,957 10 4 23 2,087 INDEPENDENCE 0,917 1 0 1 0,277 BDATTENDENCE 0,993 1 0 1 0,082 ROA 0,056 0,058 -2,283 0,560 0,093 Aantal waarnemingen 10986

(27)

- 27 - Tabel 6

Beschrijvende statistiek van de variabelen op niveau mannen

GENDER 0 0 0 0 0 SEATS 0,857 1 0 9 1,055 BSIZE 9,406 9 3 23 2,147 INDEPENDENCE 0,769 1 0 1 0,421 BDATTENDENCE 0,993 1 0 1 0,080 ROA 0,051 0,055 -2,283 0,783 0,100 Aantal waarnemingen 69317

5.3.2 Data beschrijving behorende bij Hypothese 2

In tabellen 7, 8 en 9 is de beschrijvende statistiek weergegeven die hoort bij het model dat hypothese 2 zal gaan onderzoeken. In de tabel worden de gemiddelde, mediaan, minimum, maximum en standaard afwijking opgenomen eerst op totaal niveau en vervolgens per geslacht om een meer gedetailleerd beeld te geven van de data. In de totaaltabel (tabel 7) is ook weer te zien dat er 6.436 waarnemingen zijn met betrekking tot het tweede model conform hoofdstuk 5.2.

Tabel 7

Beschrijvende statistiek van de variabelen op totaal niveau voor "Busy" bestuurders (X>2) waarbij bestuurders dus meer dan 2 bestuurslidmaatschappen hebben.

Variabele Gemiddelde Mediaan Minimum Maximum Standaardafwijking

GENDER 0,175 1 0 1 0,380 SEATS 3,387 3 3 9 0,675 BSIZE 9,927 10 4 23 2,185 INDEPENDENCE 0,941 1 0 1 0,235 BDATTENDENCE 0,992 1 0 1 0,090 ROA 0,051 0,056 -1,138 0,783 0,097 Aantal waarnemingen 6436

(28)

- 28 - Tabel 8

Beschrijvende statistiek van de variabelen op niveau “Busy” (X>2) waarbij vrouwelijke bestuurders dus meer dan 2 bestuurslidmaatschappen hebben.

Variabele Gemiddelde Mediaan Minimum Maximum Standaardafwijking

GENDER 1 1 1 1 0 SEATS 3,277 3 3 5 0,519 BSIZE 10,405 10 4 20 2,011 INDEPENDENCE 0,987 1 0 1 0,115 BDATTENDENCE 0,991 1 0 1 0,094 ROA 0,058 0,055 -0,529 0,344 0,080 Aantal waarnemingen 1124 Tabel 9

Beschrijvende statistiek van de variabelen op niveau “Busy” (X>2) waarbij mannelijke bestuurders dus meer dan 2 bestuurslidmaatschappen hebben.

Variabele Gemiddelde Mediaan Minimum Maximum Standaardafwijking

GENDER 0 0 0 0 0 SEATS 3,410 3 3 9 0,701 BSIZE 9,826 10 4 23 2,206 INDEPENDENCE 0,932 1 0 1 0,252 BDATTENDENCE 0,992 1 0 1 0,089 ROA 0,049 0,056 -2,283 0,783 0,100 Aantal waarnemingen 5312 5.4 Multicollineariteit

Voordat verdere analyse plaats kan vinden en om een uitspraak te kunnen doen met betrekking tot de hypotheses die zijn opgesteld, moet eerst worden beoordeeld of de grenzen voor wat betreft multicollineariteit niet worden overschreden. Beide modellen, hypothese 1 en 2, zullen worden gecontroleerd. In het algemeen wordt een grens voor correlatiecoëfficiënten van -0,5 tot 0,5 gehanteerd.

(29)

- 29 -

5.4.1 Multicollineariteit model behorende bij hypothese 1

NB: Hoe groter het aantal sterren, hoe groter het niveau van de significantie Tabel 10

Hypothese 1

GENDER LNSEATS LNBSIZE INDEPENDENCE ATTENDANCE ROA

GENDER 1 LNSEATS 0,033** 1 LNBSIZE 0,091** 0,057** 1 INDEPENDENCE 0,124** 0,146** 0,042** 1 BDATTENDANCE -0,001 -0,004** -0,013** -0,004 1 ROA 0,14** -0,008 0,048** 0,001 -0,001 1

**. Correlatie is significant op 1% niveau *. Correlatie is significant 5% niveau

Uit tabel 10 blijkt dat alle Pearson correlatiecoëfficiënten binnen de grenzen van -0,5 en 0,5 vallen. Dit wil zeggen dat er geen bewijs is gevonden voor een te hoge multicollineariteit. In tabel 11 zal model 2 met betrekking tot hypothese twee worden geanalyseerd.

5.4.2 Multicollineariteit model behorende bij hypothese 2

Hypothese 2

GENDER LNSEATS LNBSIZE INDEPENDENCE ATTENDANCE ROA

GENDER 1 LNSEATS -0,073** 1 LNBSIZE 0,109** -0,070** 1 INDEPENDENCE 0,089** -0,080** 0,085** 1 BDATTENDANCE -0,004 0,013 -0,035** 0,007 1 ROA 0,034** -0,024 0,088** 0,009 0,005 1

**. Correlatie is significant op 1% niveau *. Correlatie is significant op 5% niveau

Ook uit tabel 11 laten de Pearson correlatiecoefficienten geen grote onderlinge correlaties zien. Alle correlaties vallen binnen de grens van -0,5 en 0,5. Vanuit de bovenstaande tabellen vallen

(30)

- 30 - twee correlaties op de relatie tussen Busyness (Seats) en Independence in model 1 en de relatie tussen geslacht en de ROA in model 1.

De relatie tussen busyness en independence sluit uit bij de literatuur uit hoofdstuk 2. Hierbij kan worden gesteld dat er een positieve relatie is. Dit houd in dat de onafhankelijkheid van een bestuurder toeneemt wanneer hij in verschillende boards deelneemt.

De relatie tussen geslacht en de ROA sluit ook aan bij de literatuur uit hoofdstuk twee. Het betreft een positieve correlatie. Hierbij kan gesteld worden dat hoe hoger het geslacht (1 = vrouw) hoe hoger de ROA. Uit hoofdstuk twee blijkt dat vrouwen meer diepte onderzoek doen voordat zij investeren. De uitkomst sluit dus aan bij de literatuur.

(31)

- 31 - 6. Resultaten

In dit hoofdstuk worden de resultaten getoond en geanalyseerd. Als eerste worden de resultaten van hypothese een bekeken. Hierbij wordt gekeken of vrouwelijke bestuurders significant minder externe bestuursfuncties hebben dan mannelijke bestuurders. Als tweede worden de resultaten van de tweede hypothese bekeken en geanalyseerd. Hierbij wordt gekeken of vrouwelijke bestuurders, onderhevig aan busyness, significant beter presteren dan mannelijke bestuurders. Tot slot is de verwachting op basis van de bestaande literatuur toegevoegd om de verwachting vooraf te vergelijken met de uitkomsten van het onderzoek.

6.1 Regressieresultaten met betrekking tot hypothese 1

De analyse van de resultaten van de eerste hypothese moet aantonen of het geslacht (afhankelijke variabele) kan worden verklaard middels het aantal bestuursfuncties (onafhankelijke variabele). Tabel 12 geeft de uitkomsten van het regressiemodel.

(32)

- 32 - NB: Hoe groter het aantal sterren, hoe groter het niveau van de significantie

Tabel 12

Regressietabel hypothese 1

Afhankelijke variabele = Geslacht (Gender)

2007 - 2015

Model I Model II

Variabele Verwachting Coëfficiënt T-waarde Coëfficiënt T-waarde

Constante term -0,262 -9,467*** -0,246 -13,488*** LNSEATS - 0,011 2,838*** 0,011 2,821*** LNBSIZE + 0,135 17,147*** 0,136 17,249*** INDEPENDENCE + 0,101 20.451*** 0,101 20,452*** BDATTENDANCE + 0,016 0,757 ROA +/- 0,036 1,199 Adj. R2 0,018 0,018 F-waarde 152,446*** 253,403*** Aantal waarnemingen 80303 80303

*,**,*** significantie op 10%, 5%, 1% niveau respectievelijk. Indien bestuurder een vrouw is, is de waarde van Gender gelijk aan 1; anders 0. Naast de controle variabele SEATS zijn er de volgende controlevariabelen gebruikt: BSIZE, INDEPENDENCE, ATTENDANCE en ROA. De betekenis is conform hoofdstuk 4.4

De resultaten uit tabel 12 geven aan dat model I een adjusted R-Squared heeft van 0,018. Dit betekent dat het model 1,8% van de variantie van de afhankelijke variabele, Gender, kan voorspellen. De F waarde daarentegen is hoog waardoor het gehele model als significant

beschouwd kan worden. Voor alle variabelen zal worden beschreven wat de uitkomst is en of de verwachting uit de literatuur aansluit met de uitkomst.

Uit het model blijkt dat de coëfficiënt van SEATS positief is. Dit is tegen de verwachting in. Zoals gesteld in hoofdstuk 2 nemen vrouwen immers minder risico en doen meer diepte

onderzoek met betrekking tot de financiële impact van investeringen. Al hoewel er niet specifiek wordt genoemd of meer onderzoek gepaard gaat met extra uren, is dit wel de verwachting.

(33)

- 33 - Aangenomen is dat vrouwen doordat zij minder bestuursfuncties uitoefenen, zich beter kunnen concentreren op de functies die zij al doen. Daardoor zijn de financiële prestaties van de desbetreffende bedrijven beter. Dit laat de regressie in tabel 12 zien. De hypothese wordt niet verworpen, omdat werd aangenomen dat vrouwen minder bestuursfuncties zouden hebben. Een mogelijke verklaring hiervoor kan zijn dat vrouwelijke bestuurders binnen Amerikaans

beursgenoteerde bedrijven dermate goede kwaliteiten hebben dat hun risicoaversie niet afwijkt ten opzichte van mannen. Dit kan worden verklaard door de expertise die zij hebben of hebben ontwikkeld door eerdere bestuursfuncties.

Alle overige controle variabelen sluiten aan op de verwachting van de bestaande literatuur uit hoofdstuk 2. BSIZE heeft een coëfficiënt van 0,135 en een significantie van <0,0001 en

verklaard dat wanneer er vrouwen in een board zitten, deze significant groter in omvang is. Dit sluit aan bij de literatuur. Hierin werd gesteld dat vrouwen meer diepte onderzoek uitvoeren en dat zij hier dan ook meer tijd aan besteden. Aangenomen is dat dit gebeurt met meer

bestuursleden. Dit zelfde geldt voor INDEPENDENCE en de ROA. Uit de literatuur blijkt dat vrouwen minder risico nemen met hun toezichthoudende functie en daarom is ook hier

aangenomen dat zij meer onafhankelijk willen zijn. De ROA is zowel conform als tegen de verwachting in. Uit de literatuur is gebleken dat betere resultaten zijn behaald door bedrijven met mannelijke bestuurders. Echter, zo zijn ook alle grote faillissementen behaald door bedrijven met mannelijke bestuurders. Hoe deze twee uitersten in verhouding staan is niet opgenomen in dit model. Als rekening wordt gehouden met GENDER blijkt, dat het gemiddelde ROA hoger is bij raden van bestuur met vrouwen. Aangenomen is dat vrouwen een betere kwaliteit winst behalen en dat deze dus op termijn gemiddeld hoger is geweest in de periode 2017-2015. In het volgende hoofdstuk zal ik middels een Robustness-check controleren of de uiterste 1% van de ROA’s en de SEATS invloed hebben op het model.

De coëfficiënt van ATTENDANCE is zo laag dat deze niet significant is bevonden in dit model. Uit dit model blijkt dus geen verschil tussen de mannen en vrouwen wat betreft het aanwezig zijn bij bestuursvergaderingen.

Ter controle is model II opgenomen, hierin zijn enkel significante variabelen meegenomen om de hypothese te toetsen. De uitkomsten, indien deze verschillend zijn, moeten meer inzicht geven

(34)

- 34 - over het gebruikte model. Zoals is te zien, neemt de constante term af tot -0,246. De significantie daalt met een T-waarde van -9,467 naar -13,488. Echter, was de uitkomst al significant in Model I op een niveau van 1%. Dit blijft onveranderd. Zo ook de variabele SEATS, BSIZE,

INDEPENDENCE en ROA. Alle variabelen blijven of gelijk of verschillen nauwelijks van de uitkomsten uit model I. De Adj. R2 blijft gelijk en de F-waarde van het model stijgt dan wel van 152,446 naar 253,403. Ook deze was al significant op een 1% niveau en dat is zo gebleven. Door het toevoegen van Model II worden er geen nieuwe inzichten verkregen ten opzichte van Model I.

(35)

- 35 - 6.2 Regressieresultaten met betrekking tot hypothese 2

Regressietabel hypothese 2

Afhankelijke variabele = Geslacht (Gender)

2007 - 2015

Model I Model II

Variabele Verwachting Coëfficiënt T-toets Coëfficiënt T-toets

Constante term -0,152 -1,863 -0,155 -2,501 LNSeats(X>2) - -0,131 -4,808*** -0,131 -4.809*** LNBSIZE + 0,162 7,691*** 0,162 7,698*** INDEPENDENCE + 0,122 6,083*** 0,122 6,083*** BDATTENDANCE + -0,003 -0,061 ROA +/- 0,090 1,851* 0,090 1,851* Adj. R2 0,021 0,022 F-waarde 29.170*** 36,467*** Aantal waarnemingen 6434 6434

*,**,*** significantie op 10%, 5%, 1% niveau respectievelijk. Indien bestuurder een vrouw is, is de waarde van Gender gelijk aan 1; anders 0. Naast de onafhankelijke controle variabele

LNSEATS (X>2) zijn er de volgende controlevariabelen gebruikt in model I en II: LNBSIZE, INDEPENDENCE, ATTENDANCE en ROA.

De resultaten uit tabel 13 geven aan dat het eerste model een adjusted R-Squared heeft van 0,021. Dit betekent dat het model 2,1% van de afhankelijke variabele kan voorspellen. De F waarde daarentegen is hoog. Op basis van de F waarde is het model significant. In dit model is gekeken naar bestuurders die worden gedefinieerd als “busy” (x>2). Hierbij hebben bestuurders dus naast hun bestuursfunctie nog minimaal twee externe functies.

Uit het model blijkt dat de coëfficiënt van SEATS significant negatief is. Dit is in tegenstelling tot hypotese 1, nu wel conform de verwachting, omdat uit hoofdstuk 2 is gebleken dat vrouwen minder risico nemen en meer diepte onderzoek doen. Dit lijkt nu wel te worden verklaard door

(36)

- 36 - het feit dat extra bestuursfuncties meer tijd kosten en dus kunnen zij minder tijd besteden aan hun huidige bestuursfunctie. Uit de literatuur is ook al gebleken dat vrouwelijke bestuurders dit risico niet nemen en dus komt de uitkomst van het model overeen met de verwachting.

Voor hypothese twee wordt gekeken naar ROA. De regressiecoëfficiënt van ROA is nu positief en significant. . Het verschil in ROA tussen busy mannen (0) en vrouwen (1) is 0,09 (+-18% verschil in tabel 8 en 9). Echter, is het verschil net niet significant op een niveau van 5%. Hieruit kan worden geconcludeerd dat er wel degelijk een verschil zit in rendement tussen mannen en vrouwen en dat de waarde van vrouwelijke bestuurders onderhevig aan drukte, gemeten middels de ROA, hoger is. Het verschil zoals wordt gesteld door de hypothese is significant op 10% niveau.

Alle overige controle variabelen zijn conform de verwachting, op ATTENDANCE na. Echter, met een coëfficiënt van -0,003 en een T- waarde van -0,061 kan geen verschil worden

geconstateerd tussen de aanwezigheid van mannen en vrouwen op een bestuursvergadering. Zoals ook blijkt uit tabel 8 en 9. Op basis van afgeronde getallen betreft de aanwezigheid van de bestuurders beide gemiddeld 99%.

Ook voor dit model zal middels een robustness-check gekeken worden naar het effect van het weglaten van de buitenste 1% voor wat betreft SEATS en ROA.

In Model II is tot slot gekeken wat de impact is van het niet meenemen van de niet significante variabelen uit Model I. Dit zou meer inzicht kunnen geven in de uitkomsten, maar zoals is te zien verklaard het model exact (afgerond op 2 decimalen) evenveel als Model I.

(37)

- 37 - 7. Robustness

Om de resultaten de verifiëren, worden er drie vormen van robustness testen uitgevoerd. Twee op hypothese 1 en een op hypothese 2.

Als eerste wordt gekeken naar hypothese 1, hierbij wordt een interval van 98% gehanteerd van het aantal bestuurslidmaatschappen. Op die manier worden de uiterste 1%-waarnemingen niet meegenomen in het model en wordt gekeken of deze “outliers” impact hebben op de resultaten zoals vastgesteld in hoofdstuk 6. Het kan zijn dat er fouten in de data zitten, waardoor extreme getallen per ongeluk meegenomen worden in de data. Dit blijkt al uit tabel 4 niet het geval te zijn. Toch controleren we op de impact. De coëfficiënt blijft gelijk op 0,011. De daarbij

behorende T score betreft 2.950 en de significantie blijft op drie decimalen op 0,000. Alle andere variabelen zijn qua significantie niet gewijzigd. Deze check toont aan dat door een interval van 98% te hanteren, de resultaten niet anders zijn dan bij de 100% data.

Robustness check hypothese 1. Voor de controle variabele ROA is gecontroleerd op de impact van de uiterste 1% aan beide zijden. Bij de controle is net als hierboven een interval van 98% gehanteerd. Ook hier blijkt dat door het weglaten van de uiterste 1% dezelfde trend blijft bestaan. De coëfficiënt stijgt naar 0,05, maar blijft met een T-waarde van 2,840 significant op 0,006. De impact van de ROA op SEATS is nihil. Ook LNSEATS blijft significant op 0,000.

Robustness check hypothese 2. Voor de controle variabele ROA is net als bij de twee hierboven gecontroleerd op de impact van de uiterste 1% aan beide zijden. Fouten in de data of extreme outliers, kunnen de resultaten ongewenst beïnvloeden. De coëfficiënt blijft gelijk op 0,090 en blijft ook nu niet significant op een T-waarde 1,851. Hieruit blijkt dat ondanks het feit dat beide resultaten niet significant zijn, de data nu veel minder significant is. Hieruit blijkt dat in de originele data veel extreme waarden waren opgenomen in de uiterste 2%.

Uit de bovenstaande checks blijkt dat er geen problemen zijn opgetreden in de gebruikte data en dat er voor nu geen vervolgonderzoek zal worden uitgevoerd op afwijkingen die zijn ontstaan door outliers, omdat deze checks de variabelen niet significant beïnvloeden.

(38)

- 38 - 8. Conclusie

In dit onderzoek is onderzocht of er een verschil is tussen mannen en vrouwen in het aantal bestuurslidmaatschappen die bestuurders tegelijkertijd uitvoeren. Daarnaast is er onderzocht of er een verschil is in financiële prestaties tussen mannen en vrouwen wanneer zij als bestuurder onderhevig zijn aan busyness. Uit het onderzoek van Lin, Yeh & Yang (2014) is al gebleken dat bestuurderskenmerken van invloed zijn op de financiële prestaties. Dit doen zij onder andere door het uitvoeren van extra diepte onderzoek voordat zij overgaan tot investeren. Naar mijn beste weten is er wel onderzoek gedaan naar de risico bereidheid van vrouwelijke bestuurders en naar de invloed van busyness op bestuurders. Echter, is er geen bestaand onderzoek die deze kenmerken samenvoegt en diepte onderzoek uitvoert op deze verschillen tussen het geslacht. Deze studie heeft dus als doel gehad om wetenschappelijk aan te tonen of er verschillen zijn tussen de financiële prestaties van mannelijke en vrouwelijke bestuurders die onderhevig zijn aan busyness.

Het wetenschappelijk bewijs wordt gevormd door regressiemodellen waarbij wordt gekeken of het geslacht kan worden verklaard middels variabelen en controle variabelen. Het model geeft een inschatting van de resultaten op basis van de bestaande literatuur. Hieruit zijn een aantal afwijkingen geconstateerd. Zo bleek dat de coëfficiënt van SEATS in hypothese 1 positief was. Hieruit kan worden geconcludeerd dat vrouwelijke bestuursleden meer externe bestuursfuncties uitvoeren. Op basis van de aannamen die waren gedaan in het literatuuronderzoek zou dit niet overeen komen. De uitkomsten waren significant positief, maar omdat de coëfficiënt positief is, kunnen wij niet stellen dat vrouwelijke bestuurders minder bestuursfuncties hebben, omdat zij meer tijd besteden aan hun toezichthoudende activiteiten zoals bijvoorbeeld extra diepte onderzoek. Een mogelijke verklaring hiervoor kan zijn dat vrouwelijke bestuurders binnen Amerikaans beursgenoteerde bedrijven zodanige kwaliteiten hebben dat hun risicoaversie niet afwijkt ten opzichte van mannen. Dit kan worden verklaard door de expertise die zij hebben of hebben ontwikkeld door eerdere bestuursfuncties. De hypothese, zoals opgesteld, zal dus niet worden verworpen.

In het tweede model werd onderzocht of er onderbouwing is voor hypothese twee. Hierbij werd gesteld dat vrouwelijke bestuurders betere financiële cijfers behalen dat mannelijke bestuurders

(39)

- 39 - wanneer zij onderhevig zijn aan busyness. Ook hiervoor is een regressiemodel (zie tabel 13) gebruikt om wetenschappelijk bewijs te krijgen. Uit de regressies blijkt, dat vrouwelijke

bestuurders, onderhevig aan busyness, beter presteren dan mannelijke bestuurders die onderhevig zijn aan busyness. Als extra test was een variant op het model ingevoerd. Er werd getoetst of er een verschil zou zijn door het weglaten van niet significante variabelen. Echter, de resultaten bleven onveranderd en er werd geen andere conclusie getrokken dan bij het gebruik van model I. Net zoals bij hypothese 1 is gesteld, De bestuurders van beursgenoteerde Amerikaanse fondsen hebben vaak veel kennis en expertise. De kennis en kunde van de bestuurders kunnen de resultaten van het literatuuronderzoek beïnvloeden. Ook de hypothese van hypothese twee zal dus niet worden verworpen.