Amsterdam Business School
Impact van de presentatiewijze op de kredietbeoordeling voor beursgenoteerde bedrijven
Naam: Bruno Fernandes Januario Studentnummer: 10421734 Datum: 14 juni 2015 Aantal woorden: 10.805
MSc Accountancy & Control, specialisatie Accountancy en Control Amsterdam Business School
Faculteit Economie en Bedrijfskunde, Universiteit van Amsterdam Supervisor: dr. S. Bissessur
Statement of Originality
This document is written by student Bruno Fernandes Januario 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.
Samenvatting
Dit onderzoek richt zich op de kredietbeoordelingen en presentatiewijze van beursgenoteerde bedrijven. De hoofdvraag van dit onderzoek is of de presentatiewijze invloed heeft op de kredietbeoordeling. Het onderzoek is uitgevoerd onder S&P 500 bedrijven in de periode van 1998 tot en met 2013. De afhankelijke variabele, kredietbeoordeling, wordt gemeten aan de hand van S&P kredietbeoordelingen. Voor het onderzoek worden deze genummerd op een schaal van 1 tot en met 20. De presentatiewijze en gecorrigeerde ratio zijn de onafhankelijke ratio. De presentatiewijze wordt gemeten aan de hand van de verhouding tussen on- en off-balance financieringen. De gecorrigeerde ratio wordt gemeten aan de hand van een aangepaste debt-to-equity ratio. De ratio wordt gecorrigeerd door de contant gemaakte operationele leases hieraan toe te voegen. Aan de hand van de regressieanalyse wordt er geen relatie gevonden tussen de kredietbeoordeling en presentatiewijze. Dit is consistent met de literatuur waaruit blijkt dat de off-balance financieringen buiten beschouwing worden gelaten bij de kredietbeoordeling van bedrijven.
Inhoudsopgave Samenvatting ... 3 1 Introductie ... 6 2 Literatuur review ... 10 3 Lease standaard ... 12 3.1 Huidige situatie ... 12 3.1.1 Financiële lease ... 12 3.1.2 Operationele lease ... 13 3.2 Nieuwe situatie ... 14
3.3 Gevolgen van de nieuwe situatie ... 15
3.4 Waardering operationele leases ... 16
3.5 Kredietbeoordeling ... 17 4 Hypotheses ... 18 5 Onderzoeksmethode ... 20 5.1 Onderzoeksperiode ... 20 5.2 Variabelen ... 20 5.2.1 S&P Kredietbeoordeling ... 20 5.2.2 Presentatiewijze ... 22 5.2.3 Gecorrigeerde ratio ... 25 5.2.4 Controlevariabelen ... 26 5.3 Regressiemodellen ... 27 5.4 Robustness test ... 28 6 Resultaten ... 30 6.1 Beschrijvende statistiek ... 30 6.2 Correlatiematrix ... 32 6.3 Multicollineariteit ... 34 6.4 Hypothesetoetsing ... 35 6.5 Robustness test ... 39
7 Conclusie ... 43 8 Literatuur ... 45
1 Introductie
Enron was een Amerikaanse energie, grondstoffen en diensten organisatie, gevestigd in Houston, Texas. Voor haar faillissement op 2 december 2001 was Enron ’s werelds belangrijkste elektriciteit, aardgas en communicatie organisatie met 20.000 medewerkers en een beweerde omzet van 111 miljard in 2000. Aan het einde van 2001 werd bekendgemaakt dat de gerapporteerde financiële toestand aanzienlijk werd gesteund door een geïnstitutionaliseerd, systematisch en creatief geplande boekhoudfraude. Een deel van de fraude bestond uit off-balance financieringen. Off-balance betekent simpel gezegd dat een actief of schuld niet verantwoord wordt op de balans (Angbazo, 1997). Operationele lease is een voorbeeld van off-balance financiering. Bij de presentatiewijze on-balance wordt er een actief of schuld wel verantwoord op de balans. Hier is de financiële lease een voorbeeld van.
De kredietbeoordeling bij verschillende beursgenoteerde bedrijven wordt getoetst aan verschillende criteria. De criteria worden gemeten op basis van de jaarrekening en bestaan grotendeels uit financiële ratio’s (Doumpos en Zopounidis, 2011). Op basis van deze criteria wordt er een kredietaanvraag geaccepteerd of geweigerd. Na kredietacceptatie wordt er een financieringsovereenkomst opgesteld tussen kredietverstrekker en kredietnemer. Een financieringsovereenkomst bestaat onder andere uit de hoofdsom, looptijd, aflossingsschema en het rentepercentage. Een betere kredietwaardigheid leidt tot betere financieringsovereenkomsten in tegenstelling tot bedrijven met slechtere financieringsovereenkomsten.
Standards & Poor’s (S&P) is een Amerikaanse kredietbeoordelaar. S&P staat bekend om de S&P 500, de beursindex van de Verenigde Staten. Hierin worden de grootste 500 Amerikaanse bedrijven gemeten naar hun marktkapitalisatie. Beleggers en handelaren houden deze index scherp in de gaten. Overheden kunnen ook een beoordeling krijgen. Naast S&P zijn er nog andere kredietbeoordelaars: Moody’s en Fitch. Voor dit onderzoek is er gebruik gemaakt van de beoordelingen van S&P.
In dit onderzoek wordt onderzocht of de presentatiewijze invloed heeft op de kredietbeoordeling van beursgenoteerde bedrijven die onder International Financial Reporting Standards (IFRS) en United States Generally Accepted Accounting Principles (US GAAP)
rapporteren. Experimenten wijzen namelijk uit dat de locatie en het categoriseren van informatie een rol speelt bij beoordelen van accounting informatie (Libby, Bloomfield, en Nelson, 2002). De kredietbeoordeling wordt getoetst aan de hand van financieringsovereenkomsten. Hoge rentepercentages in financieringsovereenkomsten hangen samen met slechte kredietbeoordelingen. De kredietbeoordelingen worden gemeten aan de hand van de S&P beoordelingen. Voor de presentatiewijze wordt er een onderscheid gemaakt in off-balance en on-balance financieringen. Altamuro et al (2014) deden een vergelijkbaar onderzoek. De auteurs richtten zich echter op het beoordelen van bankleningen. In tegenstelling tot het onderzoek van Altamuro et al (2014) wordt in dit onderzoek, de presentatiewijze getoetst. Uit voorgaande studies blijkt namelijk dat er aannames gemaakt moeten worden om de operationele lease contant te maken. Dit heeft tot gevolg dat de operationele leases niet accuraat berekend kunnen worden (Hirshleifer en Teoh, 2003; Libby, Bloomfield, en Nelson, 2002).
Afgelopen decennia hebben de International Accounting Standards Board (IASB) en de Financial Accounting Standards Board (FASB) gewerkt aan de verandering van de lease standaarden. De huidige lease standaard voor IFRS, weergegeven in IAS17, classificeert lease contracten in twee categorieën: financiële en operationele lease (“IAS 17 — Leases”, 2015). Net als IFRS gebruikt US GAAP eenzelfde methode voor het classificeren van leases, weergegeven in SFAS 13 (“Statement of Financial Accounting Standards No. 13”, 2015). Deze indeling is gebaseerd op het simpele principe van economische en juridische eigendom. Wanneer een huurder het substantiële risico draagt van het gehuurde object en de bijbehorende beloningen ontvangt, dient het opgenomen te worden op de balans. Dit wordt ook wel financiële lease genoemd. In dit geval dient de huurder een verplichting op te nemen op de balans tegen de contante waarde van de minimale lease betalingen en een daarmee samenhangende actief op de balans. Alle andere leaseovereenkomsten worden geclassificeerd als operationele lease. De leasebetalingen onder operationele lease worden opgenomen als last in de periode waarin ze voordoen. Daarom zullen de activa en bijbehorende verplichtingen niet in de balans worden opgenomen.
De implementatie van SFAS 13 in 1976 en de latere implementatie van IAS 17 in 1982 veroorzaakte veel verschuiving in de jaarrekening. Een groot aantal huurders structureerden het lease kapitaal om erkenning van financiële lease te voorkomen (Imhoff en Thomas, 1988). De
herstructurering van het lease kapitaal leidt tot onbetrouwbare en onvergelijkbare cijfers (Johnson, 1992).
Om het falen van de huidige standaard tegen te gaan hebben de IASB en FASB een nieuwe aanpak ontwikkeld, de ‘asset and liability’ aanpak. De Discussion Paper uit 2009 introduceert deze nieuwe aanpak van lease accounting voor het eerst (Discussion Paper DP/2009/1, 2009). In augustus 2010 heeft de IASB en FASB een Exposure Draft (ED) uitgebracht waarin de wijzigingen worden weergegeven omtrent de verwerking van de leaseovereenkomsten (Exposure Draft ED 2010/9, 2010). De IASB en FASB hebben 800 commentaarbrieven ontvangen op de ED 2010 (Van Hal en Tahtah, 2013). Zo vonden critici enkele elementen uit de 2010-voorstellen te complex. De voorgestelde wijzigingen zouden significante invloed hebben op het gepresenteerde vermogen en resultaat van ondernemingen die rapporteren onder IFRS en US GAAP. De kritiek richtte zich onder andere op de verwerking van alle leases als financiële leases en het opnemen van verplichtingen voor waarschijnlijke verleningsperioden.
Het tweede voorstel, ofwel ED 2013 (Exposure Draft ED/2013/6, 2013) wijkt naar verwachting op een aantal belangrijke punten sterk af van ED 2010. Dit betekent niet dat de ED 2013 minder ingrijpende voorstellen heeft ten opzichte van de huidige standaard. Het uitgangspunt is nog steeds dat alle lease verplichtingen op de balans verantwoord worden. Net als op de ED 2010 is er op de ED 2013 ook commentaar geleverd door respondenten. De respondenten bestaan uit ngo’s, overheidsinstanties, accountantskantoren, academici en individualisten. De helft van de respondenten kwam uit de Verenigde Staten en de andere helft uit Europa, Zuid-Amerika, Australië, Canada, Verenigd Koninkrijk en aantal Aziatische landen als Korea, Taiwan, India en China. Er zijn 640 commentaarbrieven gestuurd naar de IASB en FASB (Barone, Birt, en Moya, 2014). De IASB en FASB verwachten dat de nieuwe lease standaard voor het einde van 2015 in werking zal treden (IFRS, 2015).
Discussion
Leasing is een belangrijke bron van financiering voor veel ondernemingen en zal daarom een grote impact hebben op het bedrijfsleven (Goodacre, 2003). Neem hier een voorbeeld aan Air France-KLM. Volgens de openbare gegevens (juli 2008) was 33% van de 620 vliegtuigen gefinancierd via operationele lease (Dekker, 2009). Chasan (2012) concludeert dat er wereldwijd 2 triljoen dollar wordt toegevoegd aan de balans na invoeringen van de nieuwe ED. Voorafgaande studies zijn tot de conclusie gekomen dat de kapitalisatie van operationele leases aanzienlijke invloed hebben op solvabiliteit en rentabiliteit ratio’s (Imhoff, Lipe, en Wright 1993; Beattie, Edwards, en Goodacre, 1998).
Uit de voorgaande literatuur is gebleken dat de nieuwe ED negatieve invloed heeft op de jaarrekening. Echter is er nog niet onderzocht of het invloed heeft op de kredietbeoordeling bij kredietverstrekkers. Dit leidt tot de volgende onderzoeksvraag: “Wat voor impact heeft de presentatiewijze op de kredietbeoordeling van beursgenoteerde bedrijven?”
Voor het beantwoorden van de onderzoeksvraag wordt er gebruikgemaakt van kwantitatief onderzoek door middel van een database onderzoek. De presentatiewijze wordt getoetst aan de hand van de lease standaarden. Operationele lease is namelijk de meeste toegepaste off-balance financiering. Kredietbeoordeling wordt getoetst aan de hand van de financieringsovereenkomsten tussen kredietnemers en kredietverstrekkers. Deze worden gemeten door kredietbeoordelaar S&P.
Uit de regressieanalyse blijkt dat er geen significante relatie is tussen de presentatiewijze en kredietbeoordeling van beursgenoteerde bedrijven. Dit houdt in dat de kredietbeoordelaars geen rekening houden met off-balance financieringen bij het beoordelen van bedrijven in zijn algemeenheid. Uit de literatuur blijkt dat de presentatiewijze niet eerder is onderzocht door middel van kredietbeoordeling door de S&P. In hoofdstuk 2 wordt er een literatuur review weergegeven. De huidige en nieuwe lease standaard wordt uiteengezet in hoofdstuk 3. De onderzoeksvraag wordt onderzocht aan de hand van hypotheses die worden besproken in hoofdstuk 4. De onderzoeksmethode en analyse worden respectievelijk uiteengezet in hoofdstuk 5 en 6. In hoofdstuk 7 wordt de conclusie weergegeven.
2 Literatuur review
De afgelopen jaren hebben er een aantal experimenten plaatsgevonden met betrekking tot de leasestandaarden. Jamal en Tan (2010) hebben een experiment gehouden met ervaren financiële managers die een voorkeur hebben voor een off-balance financiering. In dit onderzoek worden accounting standaarden en type auditors gemanipuleerd. De accounting standaarden bestaan uit regels of beginselen. IFRS is een voorbeeld van een beginsel, ook wel principles genoemd. De type auditors worden voor een drietal types getoetst: beginselen-georiënteerd, regels-georiënteerd en klant-georiënteerd.
Uit het onderzoek is gebleken dat indien er volgens een regels-georiënteerde standaard wordt gerapporteerd, de auditor type geen invloed heeft op de neiging van de participanten om een financiering off-balance te verantwoorden. Als er volgens een beginselen-georiënteerd standaard wordt gerapporteerd heeft de auditor type wél invloed op de participanten om de financiering off-balance te verantwoorden. De auteurs suggereren dat een overgang naar beginselen-georiënteerde standaard de kwaliteit van financiële verslaggeving verbetert.
Cohen et al (2013) deden een vergelijkbaar experiment. De auteurs zien dit echter als een verlengstuk op het onderzoek van Jamal en Tan (2010). De vorige studies, waaronder die van Jamal en Tan, hebben geen rekening gehouden met het effect van het type standaard in het kader van de heersende externe verslaggeving van de financiële verslaggeving en controle waarbinnen dergelijke normen worden toegepast. Deze studie probeert deze kloof te dichten. De resultaten geven aan dat de beginselen-georiënteerde standaarden tot conservatievere rapportages leiden, ongeacht de sterkte van de financiële verslaggeving.
Krische, Sanders en Smith (2014) onderzoeken de keuzes van financiële beslissingen en investeringsbeslissingen die worden gemaakt op basis van de financiële openbare cijfers. De resultaten uit het onderzoek duiden erop dat beleggers de geloofwaardigheid van financiële cijfers beoordelen op basis van de bedrijfsrapportering, alsmede op wat ze begrijpen over boekhoudkundige keuzes van managers. Hiervoor hebben de auteurs een experiment gebruikt op basis van de lease standaarden. De auteurs concluderen onder andere dat de aangegeven
investeringsrisico’s hoger zijn bij on-balance financiering dan het gevolg voor off-balance financiering.
Altamuro et al (2014) spelen in op het feit dat er schaars bewijs is in voorafgaande literatuur over de boordeling van operationele leases. De auteurs vragen zich af of de gebruikers van financiële informatie rekening houden met de kredietrisico’s en economische kenmerken van de leaseovereenkomst of met de huurder. In dit artikel wordt er getoetst of de kredietbeoordelingen worden beïnvloed door het bestaan en de kenmerken van operationele lease. Dit wordt door hen onderzocht 5.812 bancaire leningen te bestuderen. Uit het onderzoek blijkt dat voor bedrijven die een S&P beoordeling hebben, geen verklaring gegeven kan worden of ze rekening houden met het contant maken van operationele leases. Dit wijst erop dat kredietbeoordelaars moeite hebben met het beoordelen van off-balance financieringen. De onderzoeken van Hirshleifer en Teoh (2003) en Libby, Bloomfield en Nelson (2002) hadden een soortgelijke conclusie. Deze auteurs twijfelen aan de betrouwbaarheid van de aannames die gemaakt moeten worden bij het beoordelen van de operationele leases.
Cornaggia, Franzen en Simin (2012) hebben onderzoek verricht naar off-balance financiering. De auteurs hebben onderzocht of bedrijven operationele lease gebruiken om de balans te versterken. Uit het onderzoek blijkt dat off-balance financiering bedrijven in staat stelt om schulden te beheren en beperken. Bedrijven die zijn onderzocht door de SEC voor materiële fouten vertonen hoog niveau van onverklaarbare operationele lease.
Lückerath-Rovers doet sinds 2001 onderzoek naar operationele leases. In de afgelopen jaren heeft zij hier een aantal artikelen over geschreven. Uit haar onderzoek is onder andere gebleken dat het opnemen van operationele leases een onbetrouwbaar beeld geeft over de financiële verslaggeving. Lückerath-Rovers (2007a) deelt de mening van Monson (2001). Monson (2001) geeft aan dat het elimineren van off-balance financieringen de betrouwbaarheid, vergelijkbaarheid en consistentie verhoogt van de financiële verslaggeving.
Uit de literatuur review blijkt dat de kredietbeoordelaars geen rekening houden met off-lance financieringen. De kredietbeoordelaars hebben moeite met het beoordelen van off-balance financieringen waardoor ze deze vaak buiten beschouwing laten.
3 Lease standaard
Dit hoofdstuk bevat een overzicht van de relevante literatuur met betrekking tot de regelgeving van leasing. Allereerst wordt de huidige situatie besproken worden. Hierin wordt nog een onderscheid gemaakt tussen operationele en financiële lease. Vervolgens wordt de nieuwe situatie besproken waar het verschil tussen operationele lease en financiële lease nagenoeg wegvalt. Daarna worden de gevolgen weergegeven van de huidige situatie. Ten slotte worden de methoden besproken om operationele leases om te rekenen naar on-balance financieringen en worden de kredietbeoordelingen uiteengezet.
3.1 Huidige situatie
Een leaseovereenkomst is een overeenkomst waarbij de verhuurder het recht aan de huurder geeft om een actief te gebruiken voor een afgesproken periode in ruil voor een vaste vergoeding (“IAS 17 — Leases” 2015; “Statement of Financial Accounting Standards No. 13”, 2015). In paragraaf 4 van IAS 17 en SFAS13 is weergegeven dat het actief kan bestaan uit activa met fysieke substantie. Denk hier aan grond, vastgoed of voertuigen. Daarnaast kan een lease bestaan uit immateriële vaste activa, zoals copyrights en patenten. IFRS en US GAAP onderscheiden twee soorten leases: financiële en operationele lease (Biondi e.a., 2011).
3.1.1 Financiële lease
De classificatie van een leaseovereenkomst is gebaseerd op de mate waarin de risico’s en samenhangende voordelen verbonden zijn met het gehuurde object (Picker e.a.,a 2012). Een leaseovereenkomst wordt beschouwd als financiële lease als de volgende eisen van toepassing zijn:
1. Eigendom van het actief wordt overgedragen aan de huurder aan het einde van de lease periode;
2. De huurder heeft de optie om het actief te kopen voor een spotprijs aan het einde van de lease periode;
3. De lease periode beslaat minimaal 75% van de verwachte economische levensduur van het actief, zelfs als de eigendom niet wordt overdragen;
4. De contante waarde van de contractueel vastliggende leasebetalingen bedraagt minstens 90% de marktwaarde van het actief;
5. De huurovereenkomst is van dergelijke gespecialiseerde aard dat alleen de huurder het actief kan gebruiken zonder het maken van belangrijke wijzigingen;
6. Indien de huurder de overeenkomst kan opzeggen, worden de verliezen van de verhuurder in verband met de annulering overdragen aan de huurder;
7. De huurder heeft de mogelijkheid om de huurovereenkomst voor een tweede periode voort te zetten tegen de huurprijs die aanzienlijk minder is dan de markthuur.
De verhuurder behoudt de juridische eigendom van het actief, deze geeft bijvoorbeeld in het geval van faillissement het recht om het geleasede actief terug te nemen. De economische eigendom wordt in tegendeel wél overdragen van de verhuurder aan de huurder.
De classificatie van een lease heeft een belangrijke consequentie voor de boekhoudkundige behandeling. De classificatie is niet alleen van invloed op het actief en verplichtingen die worden erkend op de balans, maar ook op kosten die kunnen worden opgenomen in de winst- en verliesrekening (Jamal en Tan, 2010). Een financiële lease dient door de huurder bij aanvang van het contract op de balans te worden getoond tegen de waarde van het investeringsbedrag, verhoogd met het ontstaan van de leasetransactie toerekenbare directe kosten, tezamen de aanschafwaarde van de lease (Myers, Dill, en Bautista, 1976).
3.1.2 Operationele lease
IAS 17:4 en SFAS13 definiëren een operationele lease als alle vormen van lease, anders dan financiële leases (“IAS 17 — Leases”, 2015). Net als bij financiële lease houdt de verhuurder de juridische eigendom van het actief om in het geval van faillissement het geleasede actief terug te nemen. Echter in tegenstelling tot financiële lease blijft de economische eigendom echter wél bij de verhuurder (Lückerath-Rovers, 2007a).
Operationele lease wordt niet op de balans opgenomen (Lückerath-Rovers, 2004). Er worden alleen kosten opgenomen in de winst- en verliesrekening die betrekking hebben op het geleasede actief. Aanvullend dienen er toelichtingen op operationele leasecontracten opgenomen te worden (Picker e.a., 2012).
Dit betreffen de minimale leasebetalingen, die niet opzegbaar zijn, gespecificeerd in de volgende looptijden:
• Korter dan een jaar;
• Langer dan een jaar, maar niet langer dan vijf jaar; • Langer dan vijf jaar.
Daarnaast moet tekstueel worden toegelicht waar de leases betrekking op hebben. De toelichtingen op de operationele leases waarschuwen potentiële schuldeisers aan het feit dat sommige toekomstige kasstromen niet beschikbaar zijn voor de nieuwe schulden. Leaseovereenkomsten zijn niet opzegbaar en hebben een vaste looptijd. Dit zorgt ervoor dat ze over dezelfde eigenschappen beschikken als vreemd vermogen (Franzen, Cornaggia, en Simin, 2009).
De US GAAP hanteert dezelfde criteria als de IFRS (Beckman, Brandes, en Eierle, 2007). Er zit echter een aantal verschillen tussen IFRS en US GAAP voor lease accounting (“IFRSs and US GAAP A pocket comparison”, 2008). Zo zijn er verschillen voor sale-lease back accounting, build-to-suit leases en leveraged leases. Het gaat hier om specifieke verschillen die verder geen invloed hebben op het onderzoek.
3.2 Nieuwe situatie
De IASB en FASB verwachten dat eind 2015 de nieuwe leaseovereenkomst in werking zal treden (IFRS, 2015). Bij de nieuwe leaseovereenkomst zullen de verschillen tussen financiële en operationele lease grotendeels verdwijnen. Dit verdwijnt echter niet helemaal. Leases korter dan twaalf maanden blijven geclassificeerd als operationele lease. Volgens de IASB en FASB is de nieuwe leaseovereenkomst ontwikkeld om de vergelijkbaarheid, betrouwbaarheid en relevantie te verhogen van de jaarrekening.
Er is een groot grijs gebied van allerlei vormen van lease tussen aankopen van een actief en het huren daarvan. Door de huidige mogelijkheid om operationele lease buiten de balans te houden, zijn rechten en verplichtingen niet goed zichtbaar. Gebruikers van de jaarrekening, zoals financiële krediet verstrekkers, hebben daarom geen volledig beeld van activa en financieringsactiviteiten. De vergelijkbaarheid en betrouwbaarheid wordt hierdoor beperkt (Monson, 2001).
De complexiteit en werkdruk voor IFRS en US GAAP gebruikers zal toenemen. Per contract moeten er meer gegevens worden vastgelegd. Voor vastgoedbeleggers die voornamelijk lease contracten gebruiken korter dan twaalf maanden gebruiken, zijn de veranderingen gering. Voor alle andere lease contracten zal er een verplichting op de balans moeten worden opgenomen (IFRS, 2015).
Libby, Nelson en Hunton (2006) geven aan dat accountants een hogere materialiteitsdrempel toepassen bij de toelichtingen ten opzichte van de jaarrekening. Dit wil zeggen dat er een hogere materialiteitsdrempel is bij off-balance financiering ten opzichte van on-balance financiering. Dit zorgt ervoor dat de accountants grotere correcties doorvoeren bij afwijkingen in de jaarrekening ten opzichte van de toelichtingen. De verschillende materialiteitsniveaus kunnen een indicatie zijn dat de toelichtingen minder betrouwbaar zijn.
3.3 Gevolgen van de nieuwe situatie
Operationele leases worden anders verwerkt dan financiële leases en heeft belangrijke gevolgen voor de financiële ratio’s die worden afgeleid uit de jaarcijfers van bedrijven (Lückerath-Rovers, 2007b). Volgens de nieuwe ED moeten de operationele leases op de balans verantwoord worden als ze een langere looptijd hebben dan een jaar. In 2005 rapporteerden de U.S. Securties and Exchange Comission (SEC) over de toename van het vreemd vermogen dat niet zichtbaar is op de balans (Securities and Exchange Comission, 2005). De operationele leaseverplichtingen voor Amerikaanse bedrijven bedroegen naar schattingen uit 1,25 biljoen dollar. Volgens Franzen et al (2009) zijn operationele lease verplichtingen in de Verenigde Staten tussen 1980 en 2007 met 745% gestegen. De debt-to-capital ratio’s hadden maar liefst met 50 tot 75% gestegen als de operationeel leases gedurende die 27 jaar wel via de balans werden verantwoord.
Ook voor de Duitse bedrijven zal de debt-to-capital verslechteren. Fülbier et al (2006) hebben 90 Duitse bedrijven onderzocht waar het gemiddelde debt-to-capital ratio met 22% zal stijgen indien de operationele lease verplichtingen op de balans verantwoord worden.
Prestatie indicatoren zoals de solvabiliteitsratio, kunnen worden gemanipuleerd door leaseovereenkomsten zodanig in te richten dat er niet wordt voldaan aan de criteria van financiële
lease en deze hierdoor als operationele lease worden verantwoord. Eén van de criteria voor financiële lease is dat de lease periode minimaal 75% beslaat van de verwachte economische levensduur van het actief. Bedrijven kunnen de leaseovereenkomsten inrichten dat ze voor 74% bestaan uit het economische levensduur. De mogelijkheid om leaseovereenkomsten op deze manier in te richten zorgt ervoor dat bedrijven de voorkeur hebben voor financiering door middel van operationele lease. Deze stijging verklaart de off-balance financiering (Franzen, Cornaggia, en Simin 2009).
3.4 Waardering operationele leases
Aangezien de operationele lease verplichtingen niet verantwoord worden op de balans bestaat het risico dat deze verplichtingen niet adequaat worden beoordeeld. Er moeten namelijk aannames gemaakt worden om de operationele lease verplichtingen te beoordelen (Hirshleifer en Teoh, 2003). Het maken van aannames is nodig aangezien off-balance financieringen ontoereikend zijn om deze te kunnen beoordelen zonder aannames. Libby et al (2002) tonen op basis van experimenteel onderzoek dat investeerders en analisten beperkte aandacht hebben voor deze specifieke onderdelen van financiële informatie.
Er zijn twee methoden om de off-balance financiering contant te maken (Beattie, Goodacre, en Thomson, 2004). De eerste methode is van Imhoff, Lipe en Wright, ook wel de ILW-methode genoemd (Imhoff, Lipe, en Wright 1991; Imhoff, Lipe, en Wright, 1997). Bij deze methode worden de huidige betalingen die zijn aangegeven in de operationele lease toelichtingen contant gemaakt tegen de disconteringsvoet. De looptijd en disconteringsvoet moeten echter geschat worden. De looptijd hoeft alleen geschat te worden bij operationele lease verplichtingen die een langere lease periode hebben dan vijf jaar. Operationele leases korter dan 5 jaar zijn uitgesplitst naar looptijd. Indien deze factoren onjuist geschat worden, volgt er een vertekend beeld van de contante waarde van toekomstige verplichtingen.
De tweede methode is simpeler: de vuistregel. Bij de vuistregel worden de leaseovereenkomsten vermenigvuldigd met een factor. De factoren van zes of acht keer de jaarlijkse leaseverplichtingen is gebruikelijk (Beattie, Goodacre, en Thomson, 2000; Lückerath-Rovers, 2004).
Academici gebruiken vooral de eerste methode. Gezien de belangen die er bij kredietverschaffing spelen is ervan uitgegaan dat de kredietverschaffers ook de eerste methode gebruiken.
3.5 Kredietbeoordeling
Kredietbeoordelaars zijn belangrijke instellingen die problemen van asymmetrische informatie van de kapitaalmarkt beperken. Kredietverstrekkers overwegen de beoordeling van een onderneming niet alleen om een beslissing te nemen over het kredietgoedkeuring, maar ook voor de prijsstelling van een contract en het monitoren van risico’s (Norden en Weber, 2004).
De grootste kredietbeoordelaars zijn Standard & Poor’s, Moody’s en Fitch. In veel gevallen zullen de bureaus op een vergelijkbare beoordeling uitkomen. Voor de afbakening van het onderzoek is er gekozen om de kredietbeoordeling te toetsen op basis van het bureau S&P. Dit bureau beoordeelt de grotere onderneming op geconsolideerde basis. Daarnaast heeft S&P de meeste kredietbeoordelingen en de meeste publiciteit en daardoor het meeste aanzien (White, 2010). Een beoordeling is een risico-indicator. Hoe slechter de beoordeling hoe groter het risico. Een slechte beoordeling leidt tot slechtere financieringsovereenkomsten. Dit betekent onder andere dat er meer zekerheden aan de bank verstrekt moeten worden en hogere rentes. S&P maakt een onderscheid in korte en lange termijnbeoordelingen (Standard & Poor’s ratings services, 2015). Aangezien operationele leases korter dan één jaar volgens de nieuwe standaard nog steeds als off-balance financiering verantwoord mogen worden zijn de korte termijnbeoordelingen uitgesloten voor dit onderzoek. De beoordelingen van S&P lopen van AAA naar D. De verschillende soorten beoordelingen en betekenissen daarvan worden uiteengezet in hoofdstuk 5.
4 Hypotheses
Uit de literatuur review blijkt dat off-balance financieringen door middel van operationele lease moeilijk te meten zijn (Hirshleifer en Teoh, 2003; Libby, Bloomfield, en Nelson, 2002). Gebaseerd op het feit dat er aannames gemaakt moeten worden en de kredietbeoordelaar niet precies weet wat de omstandigheden zijn van de off-balance financieringen, verdwijnt de transparantie van de financiële verslaggeving. De kredietbeoordelaars kunnen hierdoor geen inzicht krijgen in de totale financiële positie van een bedrijf. De beperking op het inzicht van de cijfers heeft negatieve invloed op de betrouwbaarheid van de financiële verslaggeving. De verwachting is dat het vervolgens weer doorwerkt in een slechte kredietbeoordeling bij S&P. Deze verwachtingen leiden tot de volgende hypothese:
H1: Er is een negatieve relatie tussen off-balance financiering en kredietbeoordeling
Met deze hypothese wordt er ook getest wat voor invloed on-balance financieringen hebben op de kredietbeoordelingen. On-balance financiering zorgt ervoor dat alles op de balans verantwoord wordt. Uit de literatuur review blijkt dat dit een toegevoegde waarde is voor de transparantie en betrouwbaarheid van de cijfers. Indien alle financieringen worden verantwoord op de balans hoeven er geen aannames gemaakt te worden voor het beoordelen van de financiële verslaggeving. Bij on-balance financieringen verwachten we een positieve relatie met de kredietbeoordeling.
Voor de diepgang van dit onderzoek is er gekozen om de criteria van S&P kredietbeoordeling toe te voegen. De S&P beoordeelt onder andere op solvabiliteit en rentabiliteit ratio’s. Uit voorgaande studies blijkt dat de eliminatie van operationele lease een negatieve impact heeft op de financiële ratio’s (Imhoff, Lipe, en Wright, 1991; Imhoff, Lipe, en Wright, 1997; Beattie, Edwards, en Goodacre, 1998; Lückerath-Rovers, 2007a). Hierbij wordt de aanname gemaakt dat dit vervolgens doorwerkt naar de kredietbeoordeling.
In H2 worden bedrijven getest waarbij de off-balance financieringen gecorrigeerd worden naar de balans.
De hoge mate van off-balance financieringen verlaagt de betrouwbaarheid van de financiële verslaggeving en de kredietbeoordeling. Deze verwachtingen leiden tot de volgende hypothese:
H2: Er is een negatieve relatie tussen de bedrijven met een gecorrigeerde ratio en kredietbeoordeling
Hier wordt getest of de gecorrigeerde ratio invloed heeft op de kredietbeoordeling van bedrijven. Voor deze hypothese wordt de debt-to-equity ratio gecorrigeerd door de off-balance financieringen aan de balans toe te voegen. De gecorrigeerde ratio wordt verder toegelicht in paragraaf 5.2.3. Aangezien de S&P beoordeling samenhangt met financiële ratio’s, is de verwachting dat de aangepaste financiële ratio’s invloed hebben op de kredietbeoordeling.
5 Onderzoeksmethode
In dit hoofdstuk worden de onderzoeksperiode, variabelen, regressiemodellen en robustness test uiteengezet. De onderzoeksvraag is onderverdeeld in een tweetal hypotheses. Deze hypotheses worden getest aan de hand van regressieanalyses.
5.1 Onderzoeksperiode
Er is gekozen voor een onderzoeksperiode van 1998 tot en met 2013. Er is voor een zo breed mogelijke periode gekozen om verschillen in jaren uit te sluiten. Zo kan de kredietcrisis invloed uitoefenen op een aantal jaren. De data is samengesteld met behulp van de databases Datastream en Thomson One. De variabele presentatiewijze, gecorrigeerde ratio en controle variabelen zijn verzameld uit Datastream en de S&P kredietbeoordelingen uit Thomson One. Nadat de data is verzameld, wordt de data klaargezet in Excel om vervolgens regressieanalyses te draaien in SPSS.
5.2 Variabelen
Binnen de regressieanalyse worden afhankelijke, onafhankelijke en controlevariabelen onderscheiden. De variabelen zijn terug te vinden in het regressiemodel. De onafhankelijke en controlevariabelen zijn de verklarende variabelen. Hieronder wordt per subparagraaf de afhankelijke en verklarende variabelen uiteengezet. De afhankelijke variabele is de kredietbeoordeling en de onafhankelijke variabelen zijn de presentatiewijze en de gecorrigeerde ratio. Onder elke subparagraaf wordt per variabele toegelicht wat de definitie is en hoe ze meetbaar zijn gemaakt.
5.2.1 S&P Kredietbeoordeling
De kredietstatus geeft aan hoe sterk een financiële positie van een bedrijf is. Een slechtere kredietbeoordeling betekent een groter risico voor verstrekkers van kapitaal. Zoals al aangeven lopen de beoordelingen van AAA naar D. S&P beoordeelt op verschillende aspecten (Standard & Poor’s ratings services, 2015). Naast het beoordelen van bedrijven beoordeelt S&P ook obligaties, leningen en overheden. Daarnaast wordt er onderscheid gemaakt in korte- en lange-termijnmarkt. In tabel 1 is weergegeven welke soorten beoordelingen er bestaan voor het beoordelen van bedrijven.
Tabel 1 Overzicht beoordeling met verklaring Beoordeling Verklaring
AAA Buitengewoon sterk AA Zeer sterk
A Sterk
BBB Voldoende BB Speculatief
B Kwetsbaar voor tegenslag CCC Kwetsbaar
CC Zeer kwetsbaar
C Op de rand van faillissement D Failliet
Om de beoordelingen te kunnen transporteren naar SPSS worden ze genummerd van 1 tot en met 20. In de sample zijn er namelijk 20 verschillende beoordelingen gegeven aan bedrijven. In de tabel staan echter niet allemaal aangegeven. S&P meet de beoordelingen nog specifieker. Zo zit er bijvoorbeeld tussen de beoordelingen AA en A nog de beoordeling A+. Voor dit onderzoek worden bedrijven getest op basis van de general-purpose credit rating (Standard & Poor’s ratings services, 2015). Dit is een algemene kredietbeoordeling voor bedrijven. Hierin wordt een bedrijf getoetst in zijn algemeenheid. In tabel 2 is de nummering terug te vinden die is gebruikt voor het onderzoek.
Tabel 2 Overzicht nummering beoordelingen Beoordelingen Cijfer AAA 20 AA+ 19 AA 18 AA- 17 A1+ 16 A+ 15 A 14 A- 13 BBB+ 12 BBB 11 BBB- 10 BB+ 9 BB 8 BB- 7 B+ 6 B 5 B- 4 CCC+ 3 CCC 2 C 1 5.2.2 Presentatiewijze
De S&P kredietbeoordeling wordt gekoppeld aan de onafhankelijke variabele: presentatiewijze. De presentatiewijze wordt gemeten op basis van de verhouding tussen off- en on-balance financieringen. In hoofdstuk 3 is de lease standaard besproken. Volgens de huidige lease standaard is het mogelijk om leases zowel off- als on-balance te presenteren. Daarnaast is er besproken dat er methodes zijn om off-balance leases contant te maken, zodat ze als een financiële lease beoordeeld kunnen worden. Volgens de theorie zijn er twee methodes om de operationele lease contant te maken, de ILW-methode en de vuistregel methode (Beattie, Goodacre, en Thomson, 2004). Uit de theorie is gebleken dat de ILW-methode een betrouwbare methode is. De ILW-methode is dan ook gebruikt voor dit onderzoek.
De ILW-methode geldt als basis voor het contant maken van de operationele leases. De aanpak voor dit onderzoek wijkt enigszins af ten opzichte van de methode die Imhoff, Lipe en Wright (1997) gebruiken. De disconteringsvoet volgens de auteurs wordt bepaald op basis van schattingen en aannames. Voor dit onderzoek is de disconteringsvoet berekend door de
interestkosten te delen door de uitstaande financieringen. Hierdoor wordt er bedrijf een eigen disconteringsvoet berekend. Op basis van de conservatieve benadering wordt er echter een procent bij opgeteld om de verplichting niet over te waarderen (Imhoff, Lipe, en Wright, 1991). Ook deze data is gehaald uit Datastream. De volgende formule is gehanteerd om de disconteringsvoet te berekenen.
!"#$%&'()"&*#+%(' = !!"#$"%&'$"#!!"!!"##$%!#"$&'#(
!"#$#%%&'!!"##$%!!"#$%&"' + 1%
Volgens de huidige lease standaard moeten de lease verplichtingen worden toegelicht met de minimale lease betalingen en de resterende looptijden. In tabel 3 zijn de lease verplichtingen weergegeven van FedEx over het boekjaar 31 mei 2012 tot en met 31 mei 2013.
Tabel 3 Overzicht lease verplichtingen FedEx per 31 mei 2013
Hierdoor is het mogelijk om de operationele leases contant te maken. Stel dat de gemiddelde disconteringsvoet 5% bedraagt over het boekjaar. In tabel 5 is weergegeven voor hoeveel de operationele lease verplichting op de balans verantwoord wordt indien deze als een on-balance financiering wordt geclassificeerd.
Tabel 4 Overzicht operationele lease
T Operationele lease Huidige waarde (i=5%)
1 $1.936 $1.844 2 1.834 1.663 3 1.636 1.413 4 1.689 1.390 5 1.230 964 6 6.650 4.962 Totaal 14.975 12.236
Wanneer een lease wordt geactiveerd ontstaat er een leaseverplichting en een actief (Tai, 2013). Het actief wordt op de activa zijde verantwoord en de verplichting op de passiva zijde. De activa zijde zal met $ 12.236 toenemen. Voor de verplichting moet er echter een correctie gemaakt worden. Deze nemen namelijk elk jaar af door de leasekosten en belastingen. Volgens Imhoff, Lipe en Wright (1991) is de leaseverplichting 18% lager gewaardeerd dan het actief. De auteurs doen hier een aantal aannames om de ratio te bepalen tussen het actief en de verplichting. De aannames worden gebaseerd op basis van leaseperiode en de rentekosten. Dat wil zeggen dat de lease verplichting voor $ 10.034 verantwoord wordt, ofwel 82% van $ 12.236. Het verschil tussen de activa en de passiva zijde bestaat voor 40% uit belastingen. Dit is namelijk het vennootschapsbelastingtarief in de Verenigde Staten in 2013. De correctie voor de lease verplichting wordt echter buiten beschouwing gelaten, omdat er in dit onderzoek enkel wordt gekeken naar de presentatiewijze en niet naar de toename van de schulden.
De presentatiewijze wordt uiteindelijk gemeten aan de hand van de verhouding tussen off- en on-balance financieringen. De verhouding wordt berekend door de contant gemaakte operationele leases te delen door de totale leases. De totale leases bestaan uit de contant gemaakte operationele leases en de financiële leases. Het is verplicht om de financiële leases te verantwoorden op de balans, deze hoeven dus niet nog is berekend te worden. De ratio wordt als volgt berekend:
!"#$#%&'&(#)(*+# = ! !"#$%#$!!"#$$%&"!!"#$%&'!(#)#!!"#$" !"#$!"!!"#$"$!!"#$%&!'(!!"#$%&'!(#)#!!"#$"
Een hoge ratio betekent dat een groot gedeelte van de financieringen uit on-balance financieringen bestaan. De ratio is een getal tussen de 0 en 1. De variabelen worden door middel van een regressie getest.
5.2.3 Gecorrigeerde ratio
Voor H2 wordt de kredietbeoordeling getoetst door middel van de onafhankelijke variabele: gecorrigeerde ratio. De S&P beoordeling bestaat uit een aantal criteria. De kredietbeoordeling hangt het meest af van de financiële ratio’s (Doumpos en Zopounidis, 2011). De financiële ratio’s bestaan onder andere uit de volgende ratio’s:
• Total debt/Total equity; • Return on assets; • Total debt/total assets; • Interest expenses/sales; • Receivable turnover; • Short term debt turnover; • Inventory turnover; • Sales/short term debt; • Current ratio.
Voor H2 wordt er getest wat het effect is op de kredietbeoordeling indien off-balance financieringen worden verantwoord op de balans. In dit onderzoek is er gekozen om dit te meten door middel van de debt-to-equity ratio. Dit is de verhouding tussen de totale schulden en common equity. De financiële ratio’s van de S&P hebben een samenhang met elkaar. Het heeft daarom geen toegevoegde waarde om meerdere ratio’s te corrigeren en vervolgens te testen. Het meten van de presentatiewijze verschilt hier ten opzichte van H1. In het geval van H2 wordt de gecorrigeerde ratio gemeten door de totale schulden inclusief de contant gemaakte operationele leases, op basis van de ILW-methode, te delen door het totale eigen vermogen:
!"#$%%&'""%("!!"#$% = !!"ℎ!"#$%!!"#$%&!'(!!"#$%&'!(#)#!!"#$" !"#$$%!!"#$%!!"#$%&"'
Indien de gecorrigeerde ratio gekoppeld wordt aan hoge kredietbeoordelingen kunnen we concluderen dat er een negatieve relatie is tussen de gecorrigeerde ratio en S&P kredietbeoordeling. 5.2.4 Controlevariabelen
Er worden een aantal controlevariabelen aan het onderzoek toegevoegd die invloed hebben op de afhankelijke variabele: kredietbeoordeling. Hierdoor heeft het ook een samenhang met de onafhankelijke variabelen. Hieronder zijn de controlevariabelen weergegeven die worden meegenomen in de regressiemodellen:
• Return on assets; • Total debt/total assets; • Current ratio;
• Size;
• Loss dummy; • Sales growth.
De controle variabelen worden gekoppeld aan de jaren waarin de kredietbeoordeling heeft plaatsgevonden. Indien er voor een bedrijf acht jaar een kredietbeoordeling heeft plaatsgevonden, zullen de controle variabelen voor acht jaar worden toegevoegd aan het betreffende jaar. De jaren waarin er geen kredietbeoordeling heeft plaatsgevonden voor een bedrijf worden uitgesloten van het onderzoek. De controle variabelen zijn direct af te leiden uit de jaarrekeningen van de bedrijven. Dat wil zeggen dat er bijvoorbeeld geen correctie gemaakt wordt voor de operationele leases op basis van de total debt/total assets ratio.
De controle variabele size kan op verschillende manieren gemeten worden. In dit onderzoek is er gekozen om de variabele te meten op basis van inkomsten. De inkomsten hebben namelijk een directer verband met de afhankelijke variabele ten opzichte van de totale activa bijvoorbeeld. Daarnaast wordt er een dummy-variabele toegevoegd voor verliezen die bedrijven hebben geleden in een boekjaar. De waarde 1 in de dummy-variabele staat voor een verlies en een 0 voor een winst. De sales growth wordt gemeten op basis van de omzetgroei ten opzichte van het voorgaande jaar.
5.3 Regressiemodellen
Voor H1 moet getest worden of er een negatieve relatie bestaat tussen off-balance financieringen en kredietbeoordelingen. De verwachting is hier dat de betrouwbaarheid afneemt indien bedrijven in grote mate gebruik maken van off-balance financieringen. Zoals besproken wordt de presentatiewijze gemeten door de verhouding tussen on-balance en off-balance financieringen, op basis van een ratio. De kredietbeoordelingen worden gemeten door de S&P kredietbeoordelingen.
Een bedrijf dat in grote mate gebruik maakt van on-balance financieringen maakt het mogelijk dat de financiële verslaggeving transparant wordt. Dit verhoogt vervolgens weer de betrouwbaarheid. De verwachting is dat het resulteert in een betere kredietbeoordeling ten opzichte van bedrijven met veel off-balance financieringen. Beide verwachtingen leiden tot H1. De regressieformule voor H1 is als volgt geformuleerd:
!"#$%#&'#(("$#)%*+
= ! !!+!!!! !"#$#%&'&(#)(*+# +!!!!! !"# +!!!!! !"#$%&&"$&
+!!!! !"##$%&'(!"# + !!! !"#$ +!!!! !"##$%&'' +!!!! !"#$%&'()ℎ! + !
Voor H2 moet getest worden of de gecorrigeerde ratio invloed heeft op de kredietbeoordelingen. Voor dit onderzoek is er gekozen om de debt-to-equity ratio te corrigeren. Hierin moeten getest worden of de kredietbeoordelaars rekening houden met off-balance financieringen en of het dus invloed heeft op de presentatiewijze. De regressieformule voor H2 is als volgt geformuleerd:
!"#$%#&'#(("$#)%*+
= ! !!+!!!! !"#$%%!"##$%#&'(!) +!!!!! !"# +!!!!! !"#$%&&"$&
+!!!! !"##$%&'(&)* + !!! !"#$ +!!!! !"##$%&'' +!!!! !"#$%&'()ℎ!
+ !
In tabel 5 worden de gebruikte onderzoeksvariabelen schematisch weergegeven. Per onderzoeksvariabele wordt er aangegeven waaruit de variabele bestaat, uit welke bron deze variabele is gehaald en wat de originele database code is.
Tabel 5 Omschrijving van de gebruikte onderzoeksvariabelen Variabele: Omschrijving en bron van data:
Kredietbeoordeling De Kredietbeoordeling van S&P. Thomson One. PresentatieWijze
De PresentatieWijze geeft de verhouding aan tussen on-balance en off-balance financieringen. Datastream database. Codes: wc18141, wc18142, wc18143, wc18144, wc18145, wc18146, wc03249, wc01251 en wc03255.
GecorrigeerdeRatio
De GecorrigeerdeRatio bestaat uit de debt-to-equity ratio inclusief de contant gemaakte operationele leases. Datastream database. Codes: wc18141, wc18142, wc18143, wc18144, wc18145, wc18146, wc03249, wc01251, wc03255 en wc03501.
ROA Return on Assets ratio, de rentabiliteit op de activa. Datastream database. Codes: wc01551 en wc02999.
DebtAssets Debts to Assets ratio, de verhouding tussen de totale schulden en totale activa. Datastream database. Codes: wc02999 en wc03255.
CurrentRatio
De CurrentRatio weergeeft de liquiditeit. Datastream database. Codes: wc 02149, wc02201, wc03066 en wc03101.
Size De Size wordt gemeten aan de hand van de omzet. Datastream database. Code: wc01001.
DummyLoss Bij dummy = 1; weergeeft een verlies. Datastream database. Code: wc01551.
SalesGrowth De SalesGrowth weergeeft de omzetgroei aan ten opzichte van het voorgaande jaar. Datastream database. Codes: wc01001.
5.4 Robustness test
Voor de accuraatheid en betrouwbaarheid van het onderzoek wordt er een robustness test uitgevoerd. De test wordt uitgevoerd om de disconteringsvoet te toetsen. Imhoff, Lipe en Wright (1991) gebruiken aannames en schattingen voor het bepalen van de disconteringsvoet. Voor dit onderzoek is er gebruikgemaakt van het gemiddelde rente percentage op uitstaande leningen voor het desbetreffende bedrijf. Om de afwijkende onderzoeksmethode te testen wordt er een robustness test uitgevoerd op de disconteringsvoet.
Voor de test wordt er een drietal disconteringsvoeten getoetst. De gemiddelde rente van de sample is 6,6% Er is daarom gekozen om voor de volgende percentages een test uit te voeren: 5,5%, 6,5% en 7,5%. De robustness test zal moeten uitwijzen of de gehanteerde methode betrouwbaar is.
6 Resultaten
In dit hoofdstuk worden de resultaten uiteengezet. Voorafgaand aan de resultaten wordt de beschrijvende statistiek, correlatiematrix en multicollineairiteit besproken. Na de resultaten wordt de betrouwbaarheid getoetst van de gekozen onderzoeksmethode. Dit wordt getoetst aan de hand van een robustness test.
6.1 Beschrijvende statistiek
Voor dit onderzoek is er gebruik gemaakt van twee verschillende databases: Datastream en Thomson One. De kredietbeoordelingen komen uit Thomson One en de rest van de variabelen uit Datastream. De databases zijn gekoppeld aan de hand van unieke CUSIP codes. Er bestaan verschillende CUSIP codes. Thomson One werkt echter alleen met de 6-digit CUSIP codes. Deze code is dan ook gebruikt voor het onderzoek. Door middel van de CUSIP converter is het mogelijk om de 8- en 9-digit codes om te zetten naar 6-digit codes. Het is echter ook mogelijk om het in Excel te doen.
Er is data gebruikt in de tijdsperiode van 1998 tot 2013. Er is gekozen om actieve bedrijven uit de S&P 500 te kiezen. Voor dit onderzoek zijn er 1.292 waarnemingen gebruikt. Een waarneming bestaat uit een complete set variabelen, die zijn aangegeven in hoofdstuk 5. Zowel voor H1 als H2 bestaat een complete waarneming uit acht variabelen. Eén afhankelijke, één onafhankelijke en zes controle variabelen. De totale dataset bestaat uit 1.821 waarnemingen. Echter door ontbrekende variabelen en het uitsluiten van het jaar 1998 bestaat de dataset uit 1.292 waarnemingen. Het uitsluiten van jaar 1998 komt door de controle variabele SalesGrowth. Met deze controle variabele wordt de omzetgroei weergegeven ten opzichte van het voorgaande jaar. De dataset begint echter in 1998 en vandaar dat de variabele SalesGrowth voor 1998 niet berekend kan worden. Er waren 938 bedrijven actief in de S&P tussen 1998 en 2013. Echter door het uitsluiten van variabelen en het jaar 1998, zijn er uiteindelijk 394 bedrijven over gebleven waar complete waarnemingen beschikbaar van zijn. In tabel 6 wordt een cijfermatige samenvatting gegeven.
Tabel 6 Overzicht dataset
Sample selectie Aantal waarnemingen
Data 1998 - 2013 1.821
Minus: ontbrekende presentatiewijze 104 Minus: ontbrekende controle variabelen 351
Minus: data uit 1998 74
Totale sample 1.292
Zoals aangegeven bestaat de dataset uit 1.292 kredietbeoordelingen verdeeld over de jaren 1998 tot en met 2013. In tabel 7 staan de minima, maxima, gemiddeldes en standaard deviatie weergegeven van de variabelen uit de dataset. De ratio van de gemiddelde off-balance financieringen staat op 0,9124. Dat betekent dat de totale leases van bedrijven gemiddeld voor 91,24% bestaan uit operationele lease. De gecorrigeerde ratio loopt uiteen van -51,09 naar 370,90. In 2005 heeft Unisys een negatief eigen vermogen die het minimum verklaart. Het maximum komt van Pitney-Bowes uit 2009. Laatstgenoemde bedrijf had een beperkt eigen vermogen, waardoor de ratio aanzienlijk groot is. Voor een aantal bedrijven bedraagt de debt-to-asset ratio nihil. Dit komt door de afronding op twee decimalen. De volgende bedrijven hebben een aanzienlijk lage debt-to-asset ratio: Dollar General (2000), Gilead Sciences (2004) en PMC-Sierra (1999). Dit wordt verklaard door het aanzienlijk lage schuld die deze bedrijven hebben voor dat betreffende jaar.
De Size van een bedrijf wordt gemeten aan de hand van de omzet. Het minimum betreft het bedrijf Wynn Resorts in 2004. Het maxima betreft het bedrijf Conocophilips in 2008. Bij de Size zien we echter een grote standaard deviatie. De omzet verschilt namelijk fors per bedrijf. Voor de betrouwbaarheid van dit onderzoek zijn de regressieresultaten opnieuw getest door de natuurlijk logaritme van de Size te nemen. De natuurlijk logaritme heeft echter geen invloed gehad op de resultaten. Dit is de reden waarom er gekozen is om de normale Size aan te houden.
Tabel 7 Overzicht beschrijvende statistiek
Omschrijving N Minimum Maximum Mean Std. Deviatie
Kredietbeoordeling 1292 1 20 11,610 3,062 PresentatieWijze 1292 0,000 1,000 ,912 ,169 GecorrigeerdeRatio 1292 -51,090 370,901 1,990 12,296 ROA 1292 -5,730 ,380 ,045 ,183 DebtAssets 1292 ,000 1,520 ,306 ,158 CurrentRatio 1292 ,100 8,390 1,249 ,788 Size 1292 195 225424000 16392496,020 24691205,618 DummyLoss 1292 0 1 ,110 ,319 SalesGrowth 1292 -,810 6,170 ,135 ,377
Zie tabel 5 voor variabelen 6.2 Correlatiematrix
Er wordt van een correlatie gesproken als er tussen twee variabelen een zekere lineaire samenhang is. De onderzoeksvariabelen worden getoetst op onderlinge correlatie met behulp van de Pearson’s correlatiecoëfficiënt. De correlaties worden uitgedrukt op een schaal van 1 naar 1. Een waarde van -1 geeft een perfecte negatieve lineaire correlatie weer tussen twee variabelen en een waarde van -1 weergeeft de perfecte positieve lineaire correlatie (Field, 2013). In tabel 8 worden de correlaties weergegeven.
Uit de tabel blijkt dat variabele DebtAssets een significante negatieve correlatie heeft met de kredietbeoordeling. Daarnaast heeft de Size een significante positieve correlatie met de kredietbeoordeling. De overige variabelen hebben geen correlatie met de afhankelijke variabele kredietbeoordeling.
Tabel 8 Correlatiematrix
Kredietbeoor-deling PresentatieWijze GecorrigeerdeRatio ROA DebtAssets CurrentRatio Size Dummy Loss Growth Sales
Kredietbeoordeling 1 PresentatieWijze ,054 1 GecorrigeerdeRatio -,012 ,008 1 ROA ,165** ,042 -,028 1 DebtAssets -,323** -,111** .109** -.151** 1 CurrentRatio ,013 ,029 -,036 ,000 -,113** 1 Size ,264** ,009 -,001 ,043 -,152** -,147** 1 DummyLoss -,207** -,066* ,001 -,332** ,108** ,090** -,080** 1 SalesGrowth -,012 -,070* -,006 -,105** ,038 ,104** -,061* -,038 1
**. Significant bij een 0.01 level *. Siginificant bij een 0.05 level
6.3 Multicollineariteit
Het model is getest op multicollineariteit. Bij het testen van multicollineariteit worden twee of meer verklarende variabelen in een regressiemodel sterk gecontroleerd. In het model moet voorkomen worden dat een onafhankelijke variabele wel een bijdrage levert aan het onderzoek, maar dat deze variabelen in de regressieanalyse ten-onrechte als niet significant gekenmerkt worden. Multicollineariteit wordt uitgedrukt in waardes. Field (2013) geeft aan dat een VIF-waarde boven de 10 een ernstige multicollineariteit aangeeft. O’Brien (2007) legt de grens echter weer bij 5 voor ernstige multicollineariteit. In tabel 9 zijn de VIF-waardes opgenomen van de onafhankelijke variabelen. De VIF-waardes van de onafhankelijke en controle variabelen zitten rond de 1. Hieruit blijkt dat er geen sprake is van multicollineariteit, ongeacht of je de resultaten test op basis van Field (2013) of O’Brien (2007).
Tabel 9 Multicollineariteit Collineariteit Staistieken Tolerantie VIF PresentatieWijze ,984 1,017 GecorrigeerdeRatio ,987 1,013 ROA ,876 1,142 DebtAssets ,914 1,094 CurrentRatio ,950 1,052 Size ,947 1,056 DummyLoss ,873 1,146 SalesGrowth ,964 1,038
6.4 Hypothesetoetsing
Om de hypotheses te testen zijn er twee regressieanalyses gedraaid. Het eerste model toetst of er een positieve relatie is tussen de presentatiewijze en de kredietbeoordelingen. Het tweede model toetst of er negatieve relatie is tussen de gecorrigeerde ratio en kredietbeoordeling. Bij beide modellen is kredietbeoordeling de afhankelijke variabele. Hieronder wordt per opgestelde hypothese de regressieresultaten besproken. De eerste hypothese is:
H1: Er is een negatieve relatie tussen off-balance financiering en kredietbeoordeling In tabel 10 worden de resultaten van de regressieanalyse weergegeven. De verwachting was dat de off-balance financieringen een negatieve impact hebben op de kredietbeoordeling van S&P. Uit de resultaten blijkt echter dat er geen negatieve relatie is tussen de presentatiewijze en de kredietbeoordelingen. Uit de resultaten blijkt dat de presentatiewijze een verklarende variantie van 0,187 heeft met een p-waarde van 0,685. Dit houdt in dat de kredietbeoordelaars geen rekening houden met off-balance financieringen bij het beoordelen van bedrijven in zijn algemeenheid.
Tabel 10 Regressieresultaten H1 B Std. Error t Sig. (Constant) 12,511 ,500 25,003 ,000** PresentatieWijze ,187 ,461 ,406 ,685 ROA 1,166 ,452 2,580 ,010 DebtAssets -5,065 ,509 -9,959 ,000** CurrentRatio ,102 ,101 1,010 ,312 Size ,266 ,000 8,281 ,000** DummyLoss -1,344 ,261 -5,155 ,000** SalesGrowth ,093 ,209 ,446 ,655
Zie tabel 5 voor variabelen
Regressieresultaat
Adjusted R Square 0,178
F-waarde 40,987
Sig. ,000**
**. Significant bij een 0,01 level *. Significant bij een 0,05 level
De resultaten liggen echter wel in lijn met de onderzoeken van Altamuro et al (2014), Hirshleifer en Teoh (2003) en Libby, Bloomfield en Nelson (2002). De auteurs concluderen dat S&P het lastig vindt om off-balance financieringen te beoordelen. Hierdoor laten kredietbeoordelaars de off-balance financiering vaak buiten beschouwing bij het beoordelen van de financiële verslaggeving. Daarnaast verklaart het ook de flinke toename van off-balance financieringen (Chasan, 2012; Dekker, 2009). De bedrijven weten dat het lastig is om off-balance financieringen te beoordelen. Aangezien de S&P geen rekening houdt met het beoordelen van off-balance financieringen is de toevlucht toegenomen in off-balance financieringen. Bedrijven gebruiken off-balance financieringen om een positiever beeld te schetsen van hun bedrijf dan dat ze werkelijk zijn.
Het model heeft een Adjusted R Square van 0,178. Het model verklaart dus voor 17,8% de variantie van de kredietbeoordeling. De F-waarde is 40,987 en is significant op een 0,01 level. De significantie wordt verklaart door de controle variabelen: DebtAssets, Size en DummyLoss. De rest van de controle variabelen hebben geen significante invloed op de kredietbeoordeling.
De kredietbeoordeling heeft een positieve significante relatie met de controlevariabelen: DebtAssets, Size en DummyLoss. Doumpos en Zopounidis (2011) verklaren dat de kredietbeoordelaar S&P, zijn beoordelingen baseert op financiële ratio’s. De DebtAssets is één van de financiële ratio’s waar S&P op beoordeelt. Uit dit onderzoek blijkt er een positieve significante relatie te zijn tussen de kredietbeoordeling en DebtAssets. Indien een bedrijf een lage DebtAssets heeft, zal dit een positief effect hebben op de kredietbeoordeling. Voor een hoge DebtAssets geldt het tegenovergestelde, een negatief effect op de kredietbeoordeling. Zodra een bedrijf veel schulden heeft, waarbij de DebtAssets zullen stijgen, heeft het een negatief effect op de kredietbeoordeling.
Daarnaast hebben de Size en DummyLoss ook een positieve significante relatie met de kredietbeoordeling. De Size is gekoppeld aan de omzet die in dat jaar heeft plaatsgevonden. Dat wil zeggen dat een hoge omzet een positief effect heeft op de kredietbeoordeling. Indien de omzet laag is, zal het een negatief effect hebben op de kredietbeoordeling. Ten slotte heeft de DummyLoss ook een positieve significante relatie met de kredietbeoordeling. Zodra een bedrijf een winst heeft behaald, zal dit een positief effect hebben op de kredietbeoordeling. Bij een verlies zal het een negatief effect hebben op de kredietbeoordeling.
De tweede hypothese is:
H2: Er is een negatieve relatie tussen de bedrijven met een gecorrigeerde ratio en kredietbeoordeling
In tabel 11 worden de regressieresultaten weergegeven voor H2. Uit de resultaten blijkt dat er geen negatieve relatie is tussen bedrijven met een gecorrigeerde ratio en kredietbeoordeling. Uit de resultaten blijkt dat de gecorrigeerde ratio een verklarende variantie van 0,005 heeft met een p-waarde van 0,425. De verwachting was dat een grote mate van off-balance financieringen zou leiden tot een onbetrouwbaar beeld van een bedrijf (Lückerath-Rovers, 2007a; Monson, 2001).
Deze verwachting zou tot een slechtere kredietbeoordeling moeten leiden ten opzichte van een bedrijf met enkel on-balance financieringen.
Tabel 11 Regressieresultaten H2 B Std. Error t Sig. (Constant) 12,689 ,245 51,708 0,000** GecorrigeerdeRatio ,005 ,006 ,798 ,425 ROA 1,172 ,452 2,593 ,010 DebtAssets -5,128 ,509 -10,077 ,000** CurrentRatio ,105 ,101 1,038 ,299 Size ,266 ,000 8,269 ,000** DummyLoss -1,348 ,260 -5,177 ,000** SalesGrowth ,089 ,208 ,426 ,670
Zie tabel 5 voor variabelen ! Regressieresultaat ! ! ! ! Adjusted R Square 0,178 ! ! ! ! F-waarde 40,069 ! ! ! ! Sig. ,000** ! ! ! ! ! ! ! ! ! !
**. Significant bij een 0,01 level
! ! ! !
! *. Significant bij een 0,05 level ! ! ! !
Er kan geconcludeerd worden dat S&P geen rekening houd met off-balance financieringen. De verslechterde debt-to-equity ratio heeft geen impact op de kredietbeoordeling. Dit is net als H1, conform het onderzoek van Altamuro et al (2014, Hirshleifer en Teoh (2003) en Libby, Bloomfield en Nelson (2002). Dit wil zeggen dat indien de debt-to-equity ratio wordt gecorrigeerd door hier de contant gemaakte operationele leases aan toe te voegen, het geen significante relatie heeft met de kredietbeoordeling. Hieruit blijkt dat de kredietbeoordelaar S&P geen rekening houdt met off-balance financieringen. De bedrijven worden getoetst op basis van de informatie die op de balans wordt verantwoord. Dit is conform het onderzoek van Chasan (2012) en
Dekker (2009) waar wordt verklaart dat er een massale toevlucht is van on-balance naar off-balance financieringen. Bedrijven zoeken hun toevlucht naar off-off-balance financieringen, omdat de S&P geen rekening houdt met deze on-balance financieringen.
Het model heeft een Adjusted R square van 0,178. Dit is dezelfde variantie als bij de resultaten van H1. Er worden namelijk identieke controle variabelen gebruikt bij beide hypotheses. Dit verklaart dezelfde variantie. De F-waarde is 41,069 en is significant op een level van 0,01. Net als bij H1 wordt de significantie bepaalt door de volgende controle variabelen: DebtAssets, Size en DummyLoss. De rest van de controle variabelen hebben geen significante invloed op de kredietbeoordeling.
Voor H2 zijn dezelfde controlevariabelen gebruikt. Dit verklaart dezelfde significante controle variabelen ten opzichte van H1. Bij de regressieresultaten van H1 wordt uiteengezet hoe de positieve significante relaties tot stand komen.
6.5 Robustness test
De betrouwbaarheid met betrekking tot de disconteringsvoet is getest. Volgens de literatuur wordt de disconteringsvoet gebaseerd op schattingen en aannames (Imhoff, Lipe, en Wright, 1991; Imhoff, Lipe, en Wright, 1997). Daarnaast zeggen Imhoff, Lipe en Wright dat er volgens de conservatieve methode nog een procent wordt bijgeteld. De methode voor dit onderzoek wijkt enigszins af. De disconteringsvoet wordt gecalculeerd op basis van de rentekosten van leningen en uitstaande leningen. Hier wordt vervolgens wel conform de ILW-methode een procent bij opgeteld.
Het gemiddelde rente percentage is 6,6% inclusief de 1% volgens de conservatieve methode. Voor de betrouwbaarheid van de onderzoeksmethode is er gekozen om dezelfde regressieanalyses voor H1 uit te voeren, maar met een verschillende disconteringsvoet. De volgende rentepercentages zijn gebruikt: 5,5%, 6,5% en 7,5%. Voor deze betrouwbaarheidstest zijn allereerst de operationele leases opnieuw contant gemaakt, maar nu voor een vast rente percentage voor alle bedrijven. Na het contant maken wordt opnieuw de verhouding berekend tussen de on- en off-balance financieringen. Ten slotte worden de regressie analyses opnieuw gedraaid.
In tabel 12, 13 en 14 zijn de resultaten weergegeven. Uit de resultaten blijkt dat er geen significante afwijkingen zijn voor de verschillende rentepercentages. De verschillende significanties van de presentatiewijzes zijn respectievelijk: 0,751, 0,764 en 0,741. Dit is een minimale afwijking ten opzichte van de significantie uit H1, namelijk 0,685. Hiermee kunnen we concluderen dat de betrouwbaarheid van de onderzoeksmethode gewaarborgd is. Er zit namelijk een minimale afwijking in de resultaten indien de presentatiewijze wordt gecalculeerd op basis van de rentepercentages: 5,5%, 6,5% en 7,
Tabel 12 Regressieresultaten - Presentatiewijze 5,5%
B Std. Error t Sig. (Constant) 12,547 ,508 24,714 0,000** Presentatiewijze - 5,5% ,149 ,469 ,317 ,751 ROA 1,166 ,452 2,579 ,010 DebtAssets -5,068 ,509 -9,958 ,000** CurrentRatio ,102 ,101 1,009 ,313 Size ,266 ,000 8,281 ,000** DummyLoss -1,346 ,261 -5,160 ,000** SalesGrowth ,092 ,209 ,439 ,660
Zie tabel 5 voor variabelen
Regressieresultaat Adjusted R Square 0,178 F-waarde 40,975 ! Sig. ,000** ! ! ! ! ! ! ! !
**. Significant bij een 0,01 level
! ! !
!
*. Significant bij een 0,05 level
Tabel 13 Regressieresultaten - Presentatiewijze 6,5% B Std. Error t Sig. (Constant) 12,546 ,503 24,941 0,000** Presentatiewijze - 6,5% ,150 ,464 ,324 ,746 ROA 1,166 ,452 2,579 ,010 DebtAssets -5,068 ,509 -9,956 ,000** CurrentRatio ,102 ,101 1,008 ,313 Size ,266 ,000 8,281 ,000** DummyLoss -1,346 ,261 -5,160 ,000** SalesGrowth ,092 ,209 ,440 ,660
Zie tabel 5 voor variabelen
Regressieresultaat
Adjusted R Square 0,178
F-waarde 40,976
Sig. ,000**
**. Significant bij een 0,01 level *. Significant bij een 0,05 level
