RIJKSUNIVERSITEIT GRONINGEN
Master afstudeerwerkstuk Accountancy 2016
Capital Adequacy Ratio en winstgevendheid van banken:
Bewijzen uit Nederland
Naam: B.S. Vethanayagam Studentnummer: s1855883 Eerste begeleider: dhr. K.L. Leijendekker
Tweede begeleider: mevr. Dr. K. Linke Datum:14 mei 2016
Voorwoord
Voor u ligt mijn master scriptie “ Capital Adequacy Ratio en winstgevendheid van banken: Bewijzen uit Nederland”.
Deze heb ik geschreven om mijn masteropleiding Accountancy aan de Rijksuniversiteit Groningen te kunnen afronden. De bankensector heb ik altijd erg interessant gevonden. Daarom heb ik de mogelijkheid om een scriptie te schrijven over de bankensector direct gegrepen. Mijn scriptie heb ik echter niet kunnen schrijven zonder de hulp van een aantal personen. Dit voorwoord wil ik dan ook gebruiken om iedereen te bedanken die mij geholpen heeft bij het realiseren van de scriptie.
Zo bedank ik als eerst mijn familie: vader (Gilbert), moeder (Arulnayaki), Luxsajini, Kabil, Denesh, Rathees en Aroon. Zonder hun aanmoediging, hulp en steun zou ik niet in staat zijn geweest om binnen een korte tijdsperiode mijn scriptie op te zetten en in te leveren.
Ook bedank ik mijn begeleider van de Rijksuniversiteit Groningen, de heer Leijendekker, voor zijn tijd, begeleiding, stageplek en de spellingschecks. Ik ben hem vooral dankbaar voor zijn aanmoediging om niet op te geven.
Daarnaast bedank ik al mijn collega’s van het FA-team op mijn stageplek Hoofdkantoor Rabobank te Utrecht voor de leerzame periode en voor het beschikbaar stellen van tijd om aan mijn scriptie te werken.
Voorts bedank ik de heren Drenth, Mulken en Koopman voor hun taalkundige adviezen. Tenslotte bedank ik al mijn vriendinnen voor hun luisterend oor, het meelezen, het geven van adviezen, het begrip en vooral voor hun motiverende woorden.
Inhoudsopgave
Abstract………5
1. Inleiding……….……….6
2. Theoretisch kader en hypothesevorming………...………8
2.1 Overzicht van de Bazelse Akkoorden……..……….……….………8
2.2 Het belang van het opbouwen van een eigen vermogen buffer …...……….……….9
2.3 Waarom de keuze voor de CAR?.……….………9
2.4 Het standpunt van de economen nader toegelicht ………9
2.5 Literatuuranalyse van wetenschappelijke onderzoeken………10
2.5.1 De CAR heeft een negatieve invloed op de winstgevendheid………..10
2.5.2 De CAR heeft een positieve invloed op de winstgevendheid……….11
2.5.3 De invloed van de CAR tijdens en buiten de crisis……….12
2.5.4 De formulering van de eerste hypothese………12
2.6 De invloed van de LAR en formulering van de tweede hypothese……….……….….13
2.7 De invloed van Bazel III regelgeving ………..13
2.7.1 De directe invloed en formulering derde hypothese………....13
2.7.2 De indirecte invloed en formulering vierde hypothese….………..13
3. Data en Onderzoeksmethode………..………15 3.1 Dataverzameling……….……….15 3.2 Onderzoeksmethode……….………..15 3.2.1 Afhankelijke variabele………..15 3.2.2 Onafhankelijke variabele………...16 3.2.3 Modererende variabele………..17 3.2.4 Controle variabelen………..……….………..17 3.3 Regressiemodel ……….……….……….…….………..18 3.4 Robuustheidstest……….19 4. Resultaten en conclusie………20
4.1 Resultaten per jaar ………20
4.2 Beschrijvende statistieken……….21
4.4 Resultaten regressieanalyse……….22 4.5 Resultaten robuustheidstest………..……… 23 4.5.1 Correlatietoetsing………..23 4.5.2 Resultaten regressieanalyse………24 5. Conclusie……….26 6. Discussie………..27
6.1 Beperkingen en aanbevelingen voor vervolgonderzoeken………27
6. Referenties………...29
Abstract
Sinds 1988 hebben de banken te maken met de regels voor het aanhouden van kapitaal zoals die zijn uitgevaardigd door het Bazels Comité. Echter de crisis in 2007 toonde aan dat deze eisen niet effectief waren en gaf de noodzaak aan voor strengere eisen. Dit resulteerde in aanvullende eisen die zijn samengevat als Bazel III waarin naast liquiditeitseisen ook strengere eisen werden gesteld aan het minimaal aan te houden Capital Adequacy Ratio (CAR). Deze ratio geeft de verhouding eigen vermogen tot de risicogewogen activa weer die door banken voornamelijk wordt aangehouden om onverwachte verliezen op te vangen. Hoewel het Bazels Comité de verhoging van de CAR implementeerde om de financiële stabiliteit onder banken te vergroten, leidde het tot hevige discussies tussen banken, regelgevers en economen over de invloed ervan op de winstgevendheid. Zo claimen banken dat de nieuwe eis zorgt voor hogere financieringskosten waardoor deze ten koste gaat van hun winst. Terwijl de economen juist een beperkte kostenstijging verwachten doordat ze de Modigliani en Miller theorie uit 1958 steunen. Deze theorie gaat ervan uit dat de waarde van een onderneming niet bepaald wordt door de gekozen kapitaalstructuur.
Dit onderzoek wil aan deze discussie een bijdrage leveren door de invloed van de CAR op de winstgevendheid te bestuderen alsmede de rol die Bazel III regelgeving daarin speelt. Aangezien banken de optredende financieringskosten kunnen compenseren met het rendement behaald door het nemen van meer risico’s bij het verstrekken van leningen wil dit onderzoek bestuderen of daarmee een invloed wordt uitgeoefend op de winstgevendheid. Hiervoor wordt gebruik gemaakt van de Loan Asset Ratio (LAR). Deze is een ratio waarmee het risicogedrag van banken te bepalen is alsmede de kans op financiële problemen. Om een uitspraak te kunnen doen over alle invloeden heeft het onderzoek betrekking op Nederlandse banken over de periode 2006 tot en met 2013. Uit de onderzoeksresultaten komt naar voren dat de CAR geen invloed heeft op de winstgevendheid. Bovendien zijn er geen duidelijke bewijzen gevonden voor de rol die Bazel III regelgeving daarbij speelt. Toch blijkt de LAR wel een significante invloed te hebben op de winstgevendheid.
1. Inleiding
Aan de kapitaalstructuur is te zien welke verhouding van het eigen en vreemd vermogen een onderneming hanteert om zichzelf te financieren (Anarfo, 2015). Bij de banken is deze kapitaalstructuur al geruime tijd onderhevig aan toezicht. Zo moeten banken zich al sinds 1988 voldoen aan internationale richtlijnen voor het aanhouden van het eigen vermogen, ook wel kapitaal genoemd, die door het Bazels Comité zijn uitgevaardigd en vervolgens geïmplementeerd via de lokale en de Europese richtlijnen (Giesbergen en Treur, 2014). Ondanks het feit dat deze richtlijnen al heel lang bestaan, kwam tijdens de kredietcrisis in 2007 aan het licht dat banken niet voldoende kapitaal van kwalitatieve waarde hadden om verliezen op te vangen. Dit zorgde ervoor dat de overheden uit diverse landen moesten ingrijpen om hun banken te redden van faillissement (Bijlsma en Zwart, 2011; DNB, 2011; Giesbergen en Treur, 2014; Smolders, 2010).
Om een nieuwe bankencrisis in de toekomst te voorkomen introduceerde het Bazels Comité daarom het Bazel III Akkoord (Bateni et al., 2014; Bijlsma en Zwart, 2011; DNB, 2011; Giesbergen en Treur, 2014; Smolders, 2010). Dit Bazel III Akkoord bevat naast liquiditeitseisen ook de eis dat banken het minimum aangehouden CAR moeten verhogen van 8% naar 10-13,5% van hun risicogewogen activa (Bijlsma en Zwart, 2011; DNB; Giesbergen en Treur, 2014; Lang en Schröder, 2015; Smolders, 2010). Deze CAR geeft de verhouding eigen vermogen tot de risicogewogen activa, waarbij het vermogen door banken voornamelijk wordt bestemd om onverwachte verliezen op te vangen (Al-Tamimi en Obeidat, 2013; Giesbergen en Treur, 2014; Lang en Schröder, 2015; Olalekan en Adeyinka, 2013). Een voorbeeld van risicogewogen activa zijn de kredieten die door banken worden verstrekt (Giesbergen en Treur, 2014).
Het eisen van een hogere CAR heeft het doel om de financiële stabiliteit in de bankensector te verbeteren. Volgens het Bazels Comité zou een hogere CAR dit teweeg brengen doordat ten eerste banken meer eigen vermogen aanhouden om onverwachte verliezen op te vangen (Bandt, Camara, Pessarossi en Rose, 2014; DNB, 2011; Giesbergen en Treur, 2014). En ten tweede doordat het onnodig risico nemend gedrag onder banken afschrikt. Een hogere CAR zorgt ervoor dat de verliezen meer voor rekening van de aandeelhouders komen in plaats van de belastingbetaler waardoor de banken minder zullen worden geprikkeld door hun aandeelhouders om onnodige risico’s te nemen bij het maximaliseren van de aandeelhouderswaarde (Bandt et al., 2014; DNB, 2011; Pessarossi en Weill, 2013).
Hoewel het Bazels Comité een hogere CAR eist om de financiële stabiliteit in de bankensector te verhogen (DNB, 2011; Giesbergen en Treur, 2014), zijn er door de strengere eisen hevige discussies gaande tussen banken, regelgevers en economen over het effect ervan op de winstgevendheid. Zo hebben banken liever niet dat de kapitaalvereiste omhoog gaat doordat de financiering met het eigen vermogen duurder is dan met het vreemd vermogen (Bandt et al., 2014; Baker en Wurgler, 2014; Bijlsma en Zwart, 2011). De eigen vermogensverschaffers lopen meer risico’s dan de vreemd vermogensverschaffers waardoor deze een hogere compensatie willen voor het gelopen risico (Baker en Wurgler, 2014; Bijlsma en Zwart, 2011). Volgens de banken zouden deze hogere financieringskosten nadelige gevolgen hebben voor hun winst (Bandt et al,2014; Bijlsma en Zwart, 2011). De
geen invloed op de waarde van een onderneming (Bandt et al., 2014; Modigliani en Miller, 1958).
Dit onderzoek wil aan de bovenstaande discussie een bijdrage leveren door te onderzoeken of de CAR een beïnvloedende factor kan zijn voor de winstgevendheid van banken alsmede de mogelijke rol die Bazel III regelgeving daarin speelt. Aangezien financiering met eigen vermogen duurder is dan met vreemd vermogen (Bandt et al., 2014; Baker en Wurgler, 2014; Bijlsma en Zwart, 2011) zou het kunnen zijn dat banken dit proberen te compenseren met rendement door het nemen van meer risico’s bij het verstrekken van leningen ( AAZadviesgroep, 2016). Dit onderzoek wil bestuderen of dit gedrag een invloed heeft op de winstgevendheid door gebruik te maken van de LAR. Deze is een ratio die de verstrekte leningen als een percentage van de totale activa berekent (Bateni et al., 2014). Om een uitspraak te kunnen doen over alle invloeden zullen Nederlandse banken worden onderzocht gedurende de periode 2006 tot en met 2013. De volgende hoofdvraag zal hierbij worden beantwoord:
Hebben de CAR en de LAR een beïnvloedende werking op de winstgevendheid van Nederlandse banken over de periode 2006-2013 en welke rol speelt de Bazel III regelgeving in de relatie die tussen CAR en winstgevendheid tot stand komt?
Naast het feit dat er een bijdrage wordt geleverd aan de hiervoor genoemde discussie, wil dit onderzoek ook de literatuur over bankkapitaalstructuur en winstgevendheid aanvullen. Zo zijn er weinig onderzoeken in de bankensector die de invloed van de kapitaalstructuur op de winstgevendheid hebben onderzocht (Skopljak en Luo, 2012). Ook kunnen de bestaande onderzoeken geen duidelijk antwoord geven over de invloed die het bankkapitaal heeft op de winstgevendheid van banken (Bandt et al., 2014; Pessarossi en Weill, 2013).
Tot slot worden de resultaten ook van belang geacht voor het geven van inzicht over welke variabelen uit dit onderzoek gebruikt kunnen worden om de economische stabiliteit te handhaven. Banken spelen een belangrijke rol in de economie. Daardoor kan met behulp van de factoren die een invloed hebben op de winstgevendheid van banken ook invloed worden uitgeoefend op de economie (Ejoh en Iwara, 2014).
Het vervolg van deze scriptie is als volgt ingedeeld: In hoofdstuk 2 zal het theoretische kader van dit onderzoek uiteen worden gezet waarna de hypothesen zullen worden geformuleerd. Daarna zal in hoofdstuk 3 de onderzoeksmethode worden besproken. Vervolgens zal in hoofdstuk 4 een bespreking plaatsvinden van de onderzoeksresultaten. Hierop volgend zullen in hoofdstuk 5 conclusies worden getrokken over het wel of niet aanvaarden van de hypothesen. Tot slot zullen in hoofdstuk 6 de discussie, de beperkingen van dit onderzoek en de aanbevelingen voor vervolgonderzoeken worden besproken.
2. Theoretisch kader en hypothesevorming
Het voornaamste doel van dit onderzoek is het leveren van een bijdrage aan de discussie die de komst van Bazel III teweeg heeft gebracht tussen de banken, economen en regelgevers. Om daarover een uitspraak te kunnen doen, zal in dit hoofdstuk het theoretische kader worden uiteengezet.
2.1 Overzicht van de Bazelse akkoorden
Het Bazels Comité dat verbonden is aan de Bank of International Settlements (BIS) heeft een framework opgezet om te bepalen of banken voldoende kapitaal aanhouden voor de risico’s die ze lopen. Dit framework wordt ook wel de Bazelse Akkoorden genoemd (Ezike en Oke, 2013). De Bazelse Akkoorden staan voor: Bazel I, Bazel II en Bazel III frameworks (Smolders, 2010).
Bazel I was het eerste framework dat in 1988 werd geïntroduceerd en eiste van banken die internationaal opereren dat ze minimaal een CAR van 8% van hun risico gewogen activa moeten hebben (Ezike en Oke, 2013; Giesbergen en Treur, 2014; Lang en Schröder, 2015; Smolders, 2010). Daarvoor werd het bankkapitaal ingedeeld in kern kapitaal (Tier I) en aanvullend kapitaal (Tier II). Zo bevat Tier I het aandelenkapitaal en de winstreserves, terwijl Tier II de niet aan het aandeelkapitaal gerelateerde onderdelen bevat. Zo vallen onder deze categorie preferente aandelen en achtergestelde schulden (Ezike en Oke, 2013; Lang en Schröder, 2015). Om vervolgens de risico gewogen activa te bepalen, werden de bezittingen van de bank ingedeeld in verschillende risicocategorieën. Bazel I werd echter in 2007 officieel vervangen door Bazel II omdat Bazel I geen rekening hield met de verschillen in de kredietwaardigheid tussen bezittingen uit dezelfde risicocategorie (Giesbergen en Treur, 2014; Ezike en Oke, 2013; Lang en Schröder, 2015; Smolders, 2010). De komst van Bazel II kwam met een verbetering voor dit probleem door binnen dezelfde categorie de risicovollere bezittingen een hogere weging te geven dan de minder risicovollere bezittingen (Lang en Schröder, 2015; Smolders, 2010).
Toch bleef het niet bij Bazel II. Ook dit framework werd officieel in 2014 vervangen door Bazel III. De aanleiding voor de vervanging was de kredietcrisis uit 2007 (Bijlsma en Zwart, 2011; Giesbergen en Treur, 2014; Lang en Schröder, 2015; Smolders, 2010). In Bazel III wordt de CAR verhoogd naar een minimum van 10.5% (Lang en Schröder, 2015). Daarnaast wordt van de banken ook geëist om anticyclische kapitaalbuffers aan te houden van 2,5% (Giesbergen en Treur, 2014; Smolders, 2010; Lang en Schröder, 2015). Op deze manier moeten banken een voorziening opbouwen als het goed gaat met de economie en deze vervolgens gebruiken om aan de gestelde eisen te voldoen als het slecht gaat met de economie (Smolders, 2010).
Hiernaast wordt ook een minimum leverage ratio van 3% ingevoerd om te voorkomen dat banken te veel schulden maken. Deze leverage ratio maakt in tegenstelling tot de CAR geen onderscheid in risico gewogen activa en komt tot stand door het eigen vermogen te delen door het balanstotaal (Boonstra,2014; Giesbergen en Treur, 2014; Lang en Schröder, 2015; Smolders, 2010).
banken minder afhankelijk zijn van het kort vreemd vermogen (Giesbergen en Treur, 2014; Lang en Schröder, 2015).
Tabel1: Overzicht van het minimum CAR vereiste uit de Bazelse akkoorden
Bazel I (1988) Bazel II (2007) Bazel III (2014) Het minimum CAR
vereiste
8% 8% 10.5%-13%
* Bron: Lang en Schröder, 2015
2.2 Het belang van het opbouwen van een eigen vermogen buffer
Het eigen vermogen in verhouding tot de risicogewogen activa vervult voornamelijk de rol van een buffer (Al-Tamimi en Obeidat, 2013; Giesbergen en Treur, 2014; Olalekan en Adeyinka, 2013). Hoewel het een buffer is tegen verliezen maken banken niet bij alle verliezen hiervan gebruik. De verliezen kunnen ingedeeld worden in twee soorten: verwachte en onverwachte. De onverwachte verliezen treden ten opzichte van de verwachte minder vaak op en hebben een grotere impact (Al-Tamimi en Obeidat, 2013). Vooral tijdens het optreden van onverwachte verliezen speelt het eigen vermogen een belangrijke rol. Banken kunnen namelijk hun onverwachte verliezen niet opvangen met de normale opbrengsten waardoor ze gebruik moeten maken van het eigen vermogen (Olalekan en Adeyinka, 2013). Als dit aangehouden vermogen niet voldoende is dan kunnen banken in financiële problemen komen en moeten ze faillissement aanvragen (Al-Tamimi en Obeidat, 2013).
2.3 Waarom de keuze voor de CAR?
Volgens het Bazels Comité geeft het eigen vermogen dat aangehouden wordt op basis van de CAR-berekening een goede indicatie over het wel of niet kunnen opvangen van onverwachte verliezen door een bank (Al-Tamimi en Obeidat, 2013; Bateni et al., 2014). Dit zou volgens hen komen doordat de CAR rekening houdt met diverse risico’s die banken lopen over hun activa. De CAR houdt bijvoorbeeld rekening met markt- en kredietrisico (Bateni et al., 2014; DNB, 2010). In het geval van kredietrisico wordt rekening gehouden met de mogelijkheid dat een debiteur zijn verplichting niet meer kan nakomen terwijl bij marktrisico rekening wordt gehouden met prijsfluctuaties van bijvoorbeeld aandelen en obligaties (DNB, 2010).
2.4 Het standpunt van de economen nader toegelicht
Het standpunt van economische wetenschappers is dat een hogere eigen vermogen ratio geen invloed heeft op de winstgevendheid van banken (Baker en Wurgler, 2014). Dit beredeneren ze op basis van de Modigliani en Miller theorie uit 1958. Deze theorie voorspelt dat het financieren met eigen of vreemd vermogen geen invloed heeft op de waarde van een onderneming doordat de waarde bepaald wordt door het gelopen risico en het rendement dat wordt gegenereerd (Baker en Wurgler, 2014; Bandt et al., 2014; Bijlsma en Zwart, 2011; Modigliani en Miller, 1958).
Daarom verwachten de economische wetenschappers dat een stijging in de financieringskosten als gevolg van hogere eigen vermogen ratio teniet wordt gedaan door een daling in het rendement (Baker en Wurgler, 2014; Bijlsma en Zwart, 2011). Het
rendement zou dalen doordat het gelopen risico verdeeld wordt over meer eigen vermogen waardoor aan eigen vermogensverschaffers een lagere rendement betaald dient te worden (Baker en Wurgler, 2014; Bijlsma en Zwart, 2011; Modigliani en Miller, 1958).
2.5 De invloed van de CAR
Uit analyse van wetenschappelijke onderzoeken blijkt dat de invloed van de CAR op de winstgevendheid voornamelijk vanuit twee theoretische uitgangspunten kan worden beredeneerd en dat er geen eenduidig antwoord te geven is op de vraag welke invloed dominerend is. Zo kan een positieve invloed van de CAR verwacht worden door te redeneren vanuit de moral hazard theorie terwijl een negatieve invloed verwacht kan worden door te redeneren vanuit de agency theorie (Pessarossi en Weill, 2013). In dit onderdeel zal een bespreking plaatsvinden van deze theoretische uitgangspunten.
2.5.1 De CAR heeft een negatieve invloed op de winstgevendheid
De onderzoekers die aannemen dat de CAR een negatieve invloed heeft op de winstgevendheid van banken baseren dit op de agency theorie van Jensen en Meckling (1976). Zo zou er volgens de agency theorie door de scheiding van eigendom en leiding agency kosten kunnen ontstaan. Deze kosten ontstaan doordat managers niet in het belang van de onderneming handelen, maar eigen belangen nastreven (Berger en Bonaccorsi di Patti, 2006; Jensen en Meckling, 1976).
De onderzoekers die de invloed van de CAR op de winstgevendheid bestuderen, verwachten dat het hebben van een bepaalde bankkapitaalstructuur kan helpen om de agency kosten tussen managers en aandeelhouders te verminderen. Daarom suggereren ze een bankkapitaalstructuur verhouding met een hoog vreemd vermogen en laag eigen vermogen. Volgens de onderzoekers zou een hoog vreemd vermogen de agency kosten verminderen doordat de managers hierdoor op verschillende manieren gemotiveerd kunnen worden om in het belang van de onderneming op te treden (Berger en Bonaccorsi di Patti, 2006; Skopljak en Luo, 2012).
Zo motiveert een hoog vreemd vermogen de manager om investeringsbeslissingen te maken die winstgevend zijn voor de onderneming (Anarfo, 2015). Dit komt doordat een hoog schuldvermogen de kans op liquidatie verhoogt waardoor de manager meer kans loopt op het verliezen van persoonlijke belangen als salaris en reputatie (Berger en Bonaccorsi di Patti, 2006).
Verder prikkelt het vreemd vermogen de manager om kasstromen te genereren. Dit wordt veroorzaakt doordat de manager de verplichting heeft tot het betalen van rentevergoedingen aan de vreemd vermogensverschaffers (Berger en Bonaccorsi di Patti, 2006; Bijlsma en Zwart, 2011). Indien de manager deze verplichting niet kan nakomen dan kunnen vreemd vermogensverschaffers faillissement aanvragen waardoor de manager zijn of haar baan kan verliezen (Anarfo, 2015).
Tot slot monitoren vreemd vermogensverschaffers de acties van managers beter dan eigen vermogensverschaffers doordat vreemd vermogensverschaffers moeten meebetalen als de beslissingen van de manager tot verliezen leiden terwijl niet wordt geprofiteerd als winsten
Zowel de onderzoeken van Berger en Bonaccorsi di Patti (2006) als die van Skopljak en Luo (2012) nemen als uitgangspunt de agency theorie en bestuderen de invloed van het eigen vermogen ratio op de winstgevendheid van banken. Hoewel het eerste onderzoek onder Amerikaanse banken en het tweede onderzoek onder Australische banken is uitgevoerd, worden er dezelfde resultaten aangetoond. Zo wordt in overeenstemming met wat de onderzoekers hadden voorgesteld vanuit de agency theorie aangetoond dat de eigen vermogen ratio een negatieve invloed heeft op de winstgevendheid.
2.5.2 De CAR heeft een positieve invloed op de winstgevendheid
Andere onderzoekers nemen aan dat de CAR positieve invloed heeft op de winstgevendheid. Dit baseren ze voornamelijk op de moral hazard theorie (Bandt et al., 2014; Pessarossi en Weill, 2013). Volgens deze theorie zouden door beperkte aansprakelijkheid en overheidsgaranties voor deposito’s de aandeelhouders juist gemotiveerd kunnen worden om meer risico’s te nemen (Bandt et al., 2014; Pessarossi en Weill, 2013).
Om het nemen van te veel risico’s onder de aandeelhouders aan te pakken zou volgens de onderzoekers de eigen vermogen ratio verhoogd moeten worden. Een hogere ratio zou volgens hen ervoor zorgen dat de aandeelhouders een groter aandeel krijgen in de bank waardoor ze het nemen van te veel risico’s willen vermijden. Dit zou een positief gevolg hebben voor de winstgevendheid doordat de financieringskosten van vreemd vermogen wordt verminderd (Bandt et al., 2014; Pessarossi en Weill, 2013). De vreemd vermogensverschaffers lopen minder risico waardoor deze een lagere compensatie willen hebben voor het geld dat ze uitlenen (Bandt et al., 2014; Pessarossi en Weill, 2013).
Een bijkomend voordeel van hoger eigen vermogen ratio voor de winstgevendheid is dat banken door een verhoogd aandeel van eigen vermogensverschaffers geprikkeld worden om het geld dat ze hebben uitgeleend meer te gaan monitoren. Door verhoogd aandeel hebben eigen vermogensverschaffers meer te verliezen bij financiële problemen waardoor monitoring deze kosten kan verminderen. Zo zorgt monitoring ervoor dat er toezicht is op leners tot het nakomen van hun verplichtingen en het nemen van betere beslissingen over de vergoeding die aan leners gevraagd moet worden (Bandt et al., 2014; Pessarossi en Weill, 2013). Tot slot is een ander bijkomend voordeel voor de winstgevendheid dat een hogere eigen vermogen ratio de overlevingskans vergroot waardoor wordt gewaarborgd dat in de toekomst ook opbrengsten kunnen worden gegenereerd (Bandt et al., 2014).
Het onderzoek van Pessarossi en Weill (2013) wordt uitgevoerd onder Chinese banken en neemt als uitgangspunt zowel de agency theorie als de moral hazard theorie voor het bestuderen van de invloed van de eigen vermogen ratio op de winstgevendheid. Hoewel het onderzoek in overeenstemming met de uitgangspunten van de moral hazard theorie een positieve invloed van het eigen vermogen ratio aantoont, zou dit volgens Pessarossi en Weill niet betekenen dat de uitgangspunten vanuit de agency theorie uitgesloten moeten worden. Volgens hen zou het gevonden relatie tot stand komen doordat het risico gedrag vermindering hoger is dan de agency kosten stijging.
Ook het onderzoek van Bandt et al. (2014) dat uitgevoerd wordt onder Franse banken neemt als uitgangspunt zowel de agency theorie als de moral hazard theorie. Hierbij nemen ze echter ook nog een derde uitgangspunt en dat is de Modigliani en Miller theorie. Hoewel hun onderzoek vanuit drie uitgangspunten is opgezet, kunnen alleen bewijzen geleverd worden voor het uitgangspunt van de moral hazard theorie. Hiernaast wordt in het
onderzoek ook gekeken of de kosten die optreden bij het verhogen van de eigen vermogen ratio nadelige gevolgen hebben op de winstgevendheid. Uit de onderzoeksresultaten komt naar voren dat daarvan geen sprake is doordat banken hun opbrengsten meer verhogen dan de kosten.
2.5.3 De invloed van de CAR tijdens en buiten de crisis
In tegenstelling tot de behandelde onderzoeken zijn er ook onderzoekers die niet vanuit een bepaald theoretische uitgangspunt de invloed van de CAR benaderen. Een voorbeeld hiervan is het onderzoek van Berger en Bouwman (2011). Dit onderzoek bestudeerde de invloed van de CAR zowel tijdens en buiten de crisis voor kleine, middelgrote en grote Amerikaanse banken. Hiervoor worden de crises meegenomen die zijn opgetreden tussen 1984-2009. Uit de resultaten komt naar voren dat de invloed van de eigen vermogen ratio op de winstgevendheid tijdens de crisis anders kan zijn dan buiten de crisis. Zo wordt aangetoond dat tijdens een crisis een hogere eigen vermogen ratio een positief effect heeft op de winstgevendheid van alle bankomvangen doordat tijdens de crisis eigen vermogen door alle banken gebruikt wordt om verliezen op te vangen. Onder normale omstandigheden kan hetzelfde effect echter alleen voor kleine banken waargenomen worden doordat kleine banken ook buiten een crisis het eigen vermogen gebruiken om verliezen op te vangen. De onderstaande Tabel 2 geeft een overzicht van het invloed die de besproken onderzoeken aantonen.
Tabel 2: Overzicht van de onderzoeksresultaten
Bandt et al. (2014) Berger en Bouwman (2011) Pessarossi en Weill (2013) Berger en Bonaccorsi di Patti (2006) Skopljak en Luo (2012) Eigen vermogen ratio + + + - -
2.5.4 De formulering van de eerste hypothese
Op basis van bovenstaande literatuuranalyse wordt verwacht dat de CAR invloed heeft op de winstgevendheid van Nederlandse banken. Aan deze verwachting zal echter geen richting worden gegeven doordat bestaande onderzoeken geen eenduidig antwoord kunnen geven over welke invloed dominerend is (Pessarossi en Weill, 2013). Daarom luidt de eerste hypothese van dit onderzoek als volgt:
2.6 De invloed van de LAR en formulering van de tweede hypothese
Aangezien financiering met eigen vermogen duurder is dan met vreemd vermogen (Bandt et al., 2014; Baker en Wurgler, 2014; Bijlsma en Zwart, 2011) zou het kunnen zijn dat banken dit proberen te compenseren met rendement door het nemen van meer risico’s bij het verstrekken van leningen (AAZadviesgroep, 2016). Dit onderzoek wil bepalen of hiervoor genoemde gedrag weer gevolgen heeft voor de winstgevendheid door gebruik te maken van de LAR. Deze is een ratio waarmee het risicogedrag van banken te bepalen is alsmede de kans op financiële problemen (Bateni et al., 2014; Staikouras en Wood, 2004).
Als banken meer risico’s nemen bij het verstrekken van leningen kunnen ze een hogere rendement vragen waardoor dit gunstig is voor de winstgevendheid. Dit gedrag komt tot uitdrukking met een hogere LAR (Staikouras en Wood, 2004). Echter naarmate de LAR hoger is, betekent het overigens ook dat de liquiditeit van de bank lager is waardoor de kans op financiële problemen toeneemt (Bateni et al., 2014). Aangezien een verhoogde kans op financiële problemen tot hogere kosten kan leiden doordat vreemd vermogensverschaffers een hogere vergoeding willen ontvangen voor dit risico zou de hogere LAR ook nadelige gevolgen kunnen hebben voor de winstgevendheid (Berger, 1994; Berger, 1995). Daarom luidt de tweede hypothese van dit onderzoek als volgt:
H2: De LAR heeft invloed op de winstgevendheid van banken.
2.7 De invloed van Bazel III regelgeving
2.7.1 De directe invloed en formulering derde hypothese
Banken zijn niet in staat om op het moment dat een nieuwe eis ingevoerd wordt door het Bazel Comité om daaraan direct te voldoen. Daarom gaan de banken na de aankondiging van een nieuwe eis al maatregelen nemen om aan de toekomstige eis te kunnen voldoen voordat deze officieel wordt ingevoerd (Lang en Schröder, 2015). Aangezien banken tegelijkertijd extra vermogen moeten aantrekken, zorgt dit voor meer vraag waardoor een prijsstijging van het vermogen tot stand komt (Smolders, 2010). Daarom wordt verwacht dat de komst van Bazel III regelgeving invloed kan hebben op de winstgevendheid. De derde hypothese van dit onderzoek luidt als volgt:
H3: Bazel III regelgeving heeft invloed op de winstgevendheid van banken.
2.7.2 De indirecte invloed en formulering vierde hypothese
Bazel III regelgeving heeft in dit onderzoek naast een directe ook een indirecte invloed op de winstgevendheid. Aangezien aangenomen wordt dat Bazel III een directe invloed heeft op winstgevendheid, wordt verwacht dat bij het vinden van een verband tussen CAR en winstgevendheid dat Bazel III regelgeving een invloed hierop heeft (Bijlsma en Zwart, 2011; DNB, 2011; Giesbergen en Treur, 2014; Smolders, 2010). Daarom zal de vierde hypothese van dit onderzoek zich richten op de modererende invloed van Bazel III. Deze hypothese luidt als volgt:
H4: Bazel III regelgeving heeft invloed op de relatie tussen CAR en winstgevendheid van banken.
Op basis van de bovenstaande bespreking ziet het onderzoeksmodel als volgt uit:
3. Data en onderzoeksmethode
Om de hypothesen uit het vorige onderzoek te kunnen testen, zal in dit hoofdstuk een bespreking plaatsvinden van de opzet van het onderzoek door gebruik te maken van de onderdelen dataverzameling, afhankelijke, onafhankelijke en controlevariabelen. Tot slot zal het hoofdstuk afgesloten worden met het regressiemodel.
3.1 Dataverzameling
De dataverzameling in dit onderzoek is tot stand gekomen door gebruik te maken van de financiële databron genaamd Bankscope. Op basis van de output die deze databron gaf, bleek dat over de periode 2006 tot en met 2013 in totaal 96 Nederlandse banken waren. Uit analyse bleek overigens dat er in deze output van bankscope veel missende waarden zaten. Dit is opgelost door het uitvoeren van aanvullende werkzaamheden. Hiervoor zijn veel waarden aangevuld door gebruik te maken van de jaarrekeningen die te vinden waren op de websites van de banken. Toch bleven er nog banken over met missende waarden. Aangezien een regressieanalyse met missende waarden een vertekend beeld kan geven van de werkelijkheid zijn er banken uit de sample weggelaten als deze een missende waarde lieten zien. Dit heeft uiteindelijk ertoe geleid dat 71 banken moesten worden verwijderd. Hierdoor is dit onderzoek gebaseerd op een sample van 25 Nederlandse banken met 200 waarnemingen. Zie hoofdstuk 7 voor de lijst van de gebruikte sample.
Om vervolgens te voorkomen dat outliers ook een vertekend beeld kunnen geven, zijn alle variabelen uit het onderzoek gewinzored op twee keer de standaarddeviatie. Er is gekozen voor tweemaal de standaarddeviatie aangezien op deze manier een groot aantal outliers verwijderd kunnen worden (Pessarossi en Weill, 2013).
In dit onderzoek functioneert de winstgevendheid als de afhankelijke variabele. Hiervoor zal de winstgevendheid gemeten worden door gebruik te maken van zowel de ROA als de ROE. De keuze hiervoor zal in onderdelen 3.2.1 en 3.4 verder onderbouwd worden. Voor nu is het belangrijk om te vermelden dat voor de ROA en ROE gebruik is gemaakt van time lag waarden doordat de invloed van CAR op de winstgevendheid niet direct te zien is (Bandt et al., 2014; Pessarossi en Weill, 2013). Daarom wordt de werkelijke ROA en ROE uit elk jaar een jaar naar voren geschoven. Hierdoor wijken ROA en ROE een jaar af van de andere variabelen. Ook is vanwege de one-year lag van ROA en ROE een extra jaar aan data verzameld. De dataverzameling van de ROA en ROE heeft dientengevolge betrekking op 2006 tot en met 2014.
Voor de onafhankelijke variabele CAR is ook sprake van een afwijkende dataverzameling. Dit komt doordat in elk jaar de CAR bepaald wordt door het verschil te berekenen tussen het huidige en voorafgaande jaar waardoor data verzameld moest worden over 2005 tot en met 2013.
3.2 Onderzoeksmethode 3.2.1 Afhankelijke variabele
In dit onderzoek is de afhankelijke variabele de winstgevendheid. De winstgevendheid van een bank kan voornamelijk op de volgende drie manieren worden bepaald: Return On Assets (ROA), Return On Equity (ROE) en de Net Interest Margins (NIM) (Ejoh en Iwara, 2014; Olalekan en Adeyinka, 2013). In dit onderzoek zal de winstgevendheid bepaald worden door
gebruik te maken van de ROA omdat de ROA het beste laat zien in hoeverre banken in staat zijn om opbrengsten te genereren door gebruik te maken van hun eigen activa. Om deze resultaten te controleren zal ook een analyse plaatsvinden met ROE. De uitleg daarover vindt plaats in onderdeel 3.4 . Voor het bepalen van de ROA zal het netto inkomen gedeeld worden door de totale activa van een bank (Olalekan en Adeyinka, 2013).
3.2.2 Onafhankelijke variabele
In dit onderzoek wordt gebruik gemaakt van drie onafhankelijke variabelen. Dit zijn CAR, LAR en Bazel III regelgeving.
Het voornaamste doel van dit onderzoek is het bepalen of een verandering in de CAR ook invloed heeft op de winstgevendheid. De CAR is ingevoerd door het Bazel Comité en kan gebruikt worden om te bepalen of banken voldoende eigen vermogen aanhouden om onverwachte verliezen op te vangen (Al-Tamimi en Obeidat, 2013; Bandt et al., 2014; Olalekan en Adeyinka, 2013). Daarom zal deze ratio in overeenstemming met de Bazelse akkoorden bepaald worden. Zo zal de CAR bepaald worden door Tier 1- en Tier 2-kapitaal te delen door de risicogewogen activa (Ezike en Oke, 2013; Lang en Schröder, 2015). Vervolgens zal de verandering in de CAR bepaald worden door het verschil te nemen tussen het huidige en het voorafgaande jaar.
Hierbij wordt aangenomen dat banken gedurende de periode van 2006 tot en met 2013 de CAR vaststellen op basis van Bazel I risicoweging. Op deze manier wil dit onderzoek uitsluiten dat de risicoweging van Bazel I ook een rol speelt bij het vaststellen van de CAR. De Bazel I risicoweging was anders dan de Bazel II risicoweging (Giesbergen en Treur, 2014; Ezike en Oke, 2013; Lang en Schröder, 2015; Smolders, 2010). De gedachte dat de Bazel II risicoweging gebruikt wordt tussen 2006 tot en met 2013 kan verklaard worden vanuit de implementatiedatum en vooruitlopend gedrag van banken. Zo is de Bazel II officieel in 2007 ingevoerd waardoor banken sindsdien verplicht zijn hieraan te voldoen. Banken proberen echter door hun vooruitlopend gedrag al voor 2007 aan de Bazel II eisen te voldoen waardoor er voor 2006 ook aangenomen kan worden dat de CAR volgens de Bazel II risicoweging tot stand is gekomen (Lang en Schröder, 2015).
De tweede onafhankelijke variabele is LAR. Deze ratio geeft de hoeveelheid risico die banken nemen bij het verstrekken van leningen alsmede de kans op financiële problemen aan. Door de invloed van deze ratio te bepalen wil dit onderzoek vaststellen of eventuele compensatie van financieringskosten met het nemen van meer risico’s bij het verstrekken van leningen een gevolg heeft voor de winstgevendheid. De LAR wordt bepaald door de verstrekte leningen als een percentage te bereken van de totale activa (Bateni et al., 2014).
Tenslotte functioneert Bazel III regelgeving ook als een onafhankelijke variabele. Deze wordt bepaald door het opnemen van een dummy variabele voor Bazel III regelgeving. Hiervoor zal 2011 tot en met 2013 een 1 krijgen en alle andere jaren een 0. Bazel III wordt in 2010 aangekondigd en banken zullen vanwege hun vooruitlopend gedrag al vanaf 2011 maatregelen gaan nemen om in de toekomst aan Bazel III regelgeving te voldoen (Lang en Schröder, 2015). Daarom wordt verwacht dat vanaf 2011 de Bazel III regelgeving gevolgd wordt.
3.2.3 Modererende variabele
De Bazel III regelgeving functioneert ook als een modererende variabele. De modererende invloed zal bepaald worden door CAR en Bazel III regelgeving te standaardiseren en vervolgens de interactieterm te berekenen (CAR x Bazel III).
3.2.4 Controlevariabelen
De controlevariabelen in dit onderzoek zijn bankomvang en economische groei. Hiermee wordt getest of andere variabelen een invloed hebben op de relatie die tussen de onafhankelijke en afhankelijk variabelen tot stand komt.
Bankomvang wordt als een controlevariabele opgenomen doordat de omvang van een bank ook invloed kan hebben op de winstgevendheid. Zo kunnen grote banken ten opzichte van kleine banken gebruik maken van schaalvoordelen waardoor gemiddelde kosten omlaag gebracht kunnen worden (Almazari, 2013). Hierdoor functioneert bankomvang als een controlevariabele en deze zal bepaald worden door de natuurlijke logaritme te nemen van de totale activa (Bateni et al., 2014).
De tweede controlevariabele is de economische groei. Een groeiende economie zorgt ervoor dat meer investeringen worden gedaan waardoor meer vraag is naar leningen. Dit leidt ertoe dat banken meer renteopbrengsten kunnen genereren (Pan en Pan, 2014). Daarom wordt verwacht dat de economische groei invloed kan hebben op de winstgevendheid. De economische groei wordt bepaald door gebruik te maken van het reële Gross Domestic Product (GDP) (Acaravci en Çalim, 2013). Deze data zijn verzameld op de website van het Europees Statistiekbureau EuroStat.
In tabel 3 wordt een overzicht gegeven van alle variabelen die in dit onderzoek worden gebruikt. Ook wordt een overzicht gegeven van de gebruikte symbolen en de methodiek voor het bepalen van deze variabelen.
Tabel 3: Overzicht van de gebruikte variabelen, symbolen en methodiek
Symbool Betekenis Methodiek
Onafhankelijke variabele 1.CAR 2.LAR 3.Bazel III Afhankelijke variabele 1.ROA Controle variabelen 1.Size 2.GDP Capital Adequacy Ratio
Loan Asset Ratio
Bazel III regelgeving
Winstgevendheid
Bankomvang
Economische groei
Tier 1 + Tier 2 Risico gewogen activa De verandering in de CAR = CAR huidige jaar – CAR vorig jaar De verstrekte leningen x 100% Totale activa 1= 2011-2013 0= 2006-2010 Netto inkomen Totale activa
De ROA wordt een jaar naar voren geschoven (one-year lag)
LN ( Totale activa) GDP
3.3 Regressiemodel
Het testen van de hypothesen zal gebeuren door het uitvoeren van een regressieanalyse. Hiervoor zal gebruik worden gemaakt van SPSS. Het regressiemodel dat daarbij gebruikt wordt, ziet als volgt uit:
In het bovenstaande model is β0 de constante, βi de coëfficiënten van de desbetreffende
variabelen en ε is de error term.
3.4 Robuustheidstest
Er vindt in dit onderzoek ook een robuustheidstest plaats door de winstgevendheid te bepalen met Return on Equity (ROE). Op deze manier wordt er getest of de resultaten van ROA robuust zijn. Met de ROE van een onderneming is af te leiden in hoeverre het management het eigen vermogen effectief gebruikt voor het genereren van winsten (Simiyu en Ngile, 2015). Voor het bepalen van de ROE zal het netto inkomen gedeeld worden door het eigen vermogen (Acaravci en Çalim, 2013; Simiyu en Ngile, 2015). De regressieanalyse zal uitgevoerd worden op basis van onderstaand model.
4. Resultaten
In dit onderzoek functioneren CAR, LAR en Bazel III regelgeving als onafhankelijke variabelen. Tevens functioneert Bazel III als moderator. Vervolgens wordt ROA als de afhankelijke variabele opgenomen. Tenslotte worden bankomvang en economische groei als controlevariabelen gebruikt. De resultaten zijn verkregen middels een lineaire regressieanalyse in SPSS. De bespreking van deze resultaten zal plaatsvinden in dit hoofdstuk. Hiernaast zal ook een bespreking plaatsvinden van de resultaten op jaarbasis. Deze bespreking zal plaatsvinden voor de CAR en ROA. Hierbij moet echter rekening worden gehouden dat het om gemiddelden gaat en dat op individueel niveau een andere analyse mogelijk is. In onderdeel 4.6 zullen de resultaten van de robuustheidstest worden besproken.
4.1 Resultaten per jaar
In grafiek 1 wordt over de jaren 2006 tot en met 2013 de gemiddelde verandering in de CAR weergegeven. Uit de grafiek is op te maken dat gedurende deze periode de verandering in de CAR niet stabiel blijft. In 2007 is in de grafiek een dieptepunt te zien waarna het weer optrekt in 2008. Dit betekent dat banken in 2007 hun CAR gemiddeld lager zetten dan in 2006. In 2008 zetten banken echter gemiddeld een hoger CAR dan in 2007. Opvallend is dat gedurende 2007 tot en met 2008 ook de kredietcrisis actueel was (DNB, 2011). Daarom zou het kunnen dat banken in 2008 een hogere CAR zetten om de crisis te doorstaan.
Tot slot is vanaf 2011 te zien dat banken hun CAR elk jaar gemiddeld hoger zetten dan het voorgaande jaar. Een mogelijke verklaring is de aankondiging van de Bazel III in 2010. De komst van Bazel III eist van banken dat ze hun minimum aangehouden CAR verhogen. Aangezien banken al maatregelen nemen voordat de nieuwe eis officieel wordt, zou de stijging vanaf 2011 daarmee verklaard kunnen worden (Lang en Schröder, 2015).
Grafiek 1 : De gemiddelde verandering in de CAR per jaar
In grafiek 2 wordt voor dezelfde periode de gemiddelde winstgevendheid weergegeven. Daaruit blijkt dat banken over het algemeen winstgevend zijn behalve in 2010 en 2012. Het
Grafiek 2: De gemiddelde winstgevendheid per jaar (ROA)
4.2 Beschrijvende statistieken
In Tabel 4 worden de beschrijvende statistieken weergegeven van alle variabelen die in het onderzoek zijn opgenomen. Deze variabelen worden beschreven met behulp van de gemiddelden, standaarddeviaties en een aantal waarnemingen. De regressieresultaten van dit onderzoek zijn gebaseerd op 200 waarnemingen over de periode 2006 tot en met 2013. Verder kan worden vastgesteld dat in de data spreiding is doordat van elke variabele het gemiddelde en de standaarddeviatie van elkaar afwijken.
Tabel 4: Beschrijvende statistieken
Symbool Gemiddelde Stdev N
Onafhankelijke variabele
Capital Adequacy Ratio (CAR) Loan Asset Ratio (LAR)
Bazel III regelgeving (Bazel III) Afhankelijke variabele Winstgevendheid (ROA_one-year lag) Controlevariabelen Bankomvang (Size) Economische groei (GDP) 0,5228 3,34399 200 59,7027 17,91487 200 0,38 0,485 200 0,000899 0,0150260 200 16,9529 2,11108 200 0,8250 2,35470 200
4.3 Correlatietoetsing
Voordat de regressieanalyse is uitgevoerd, zijn de afhankelijke, onafhankelijke en controlevariabelen getoetst op onderlinge correlatie. Deze output wordt in tabel 5 weergegeven. Uit analyse van deze correlatiematrix blijkt dat er geen multicollineariteit optreedt doordat er geen correlaties te zien zijn van meer dan 0,70 en bovendien is de Variance Inflation Factor (VIF) niet meer dan 10. Dit zorgt ervoor dat de behoefte om de regressieanalyse in fasen uit te voeren, kan worden uitgesloten (Allen, Bennett, Heritage, 2014; Gravetter en Wallnau, 2013).
Verder blijkt dat twee variabelen significant negatieve correlatieverbanden hebben met winstgevendheid. Op 10 % niveau is een significant verband te zien met Bazel III en op 1% niveau met LAR. Dit zou betekenen dat in aanwezigheid van Bazel III regelgeving en bij een stijging in de LAR de ROA daalt. Terwijl in afwezigheid van Bazel III regelgeving en daling in de LAR de ROA stijgt.
Tabel 5: Correlatiematrix
ROA_one-year lag Bazel III LAR CAR Size GDP ROA_one-year lag Bazel III LAR CAR Size GDP 1 -0,130* 1 -0,218*** 0,008 1 0,012 0,079 -0,053 1 0,064 -0,016 0,020 -0,009 1 0,041 -0,261*** -0,098 -0,074 0,010 1
*** Correlatie is significant op 1% niveau (two-tailed) ** Correlatie is significant op 5% niveau (two-tailed) * Correlatie is significant op 10% niveau (two-tailed)
4.4 Resultaten regressieanalyse
Om conclusies te kunnen trekken uit de geformuleerde hypothesen zijn regressieanalyses uitgevoerd met vijf modellen. Zie tabel 6 voor een overzicht van de resultaten. In het eerste model is een regressie uitgevoerd met alleen de controlevariabelen. Hoewel daaruit blijkt dat zowel Size (β=0,000) als GDP (β=0,000) een positieve invloed hebben op winstgevendheid zijn de gevonden verbanden niet-significant (p>0,1). Overigens worden voor deze variabelen in de andere modellen ook geen significante verbanden waargenomen. Voor het testen van de hypothesen wordt gebruik gemaakt van modellen 2 t/m 5. In model 2 wordt hypothese 1 getest en daaruit komt naar voren dat de CAR een niet-significant positieve invloed heeft op de winstgevendheid (β= 7,129E-5, p>0,1).
Hiertegen blijkt bij het testen van hypothese 2 in model 3 dat de LAR een significant positieve invloed heeft (β= 0,000, p<0,01). Ook bij het testen van hypothese 3 in model 4 komt naar voren dat Bazel III regelgeving een significant negatieve invloed heeft (β= -0,004,
Tot slot wordt hypothese 4 in model 5 getest. Ondanks dat daaruit kan worden waargenomen dat Bazel III een positief modererend invloed heeft op de winstgevendheid is het gevonden verband niet-significant (β= 0,008, p>0,1).
Vervolgens blijkt uit de analyse van de R-squared dat de verklaringskracht van model 3 (R2=
0,038) en 5 (R2= 0,040) het grootst zijn waardoor een mogelijke aanname van hypothesen 2
en 4 worden versterkt. Hierbij heeft model 3 een significante verklaringskracht op 1% niveau (F-waarde<0,01) en model 5 op 5% niveau ( F-waarde<0,05). Dit betekent dat er niet hoeft te worden getwijfeld aan de verklaringskracht van beide modellen.
Tabel 6: Resultaten regressieanalyse
Model 1 2 3 4 5 Constante Size GDP H1: CAR H2: LAR
H3: Bazel III regelgeving H4: Moderator Adjusted R-squared F-waarde -0,007 -0,007 0,003 -0,005 -0,001 0,000 0,000 0,000 0,000 0,067 0,000 0,000 0,000 4,398E-5 -0,015 - 7,129E-5 - - 0,012 - - 0,000*** - -0,219*** - - - -0,004* -0,132* - - - - 0,008 -0,004 -0,009 0,038 0,006 0,040 0,559 0,049 9,666*** 3,016* 3,260**
*** Correlatie is significant op 1% niveau (two-tailed), ** Correlatie is significant op 5% niveau (two-tailed) * Correlatie is significant op 10% niveau (two-tailed)
4.5 Resultaten robuustheidstest
De resultaten uit het vorige hoofdstuk zullen gecontroleerd worden door het uitvoeren van een robuustheidstest. Daarvoor is de regressieanalyse opnieuw uitgevoerd in SPSS met ROE als winstmaatstaf. In dit onderdeel zullen deze resultaten gepresenteerd worden.
4.5.1 Correlatietoetsing
Uit analyse van de correlatiematrix komt naar voren dat er geen sprake is van multicollineariteit doordat er geen correlaties waar te nemen zijn van meer dan 0,70 en ook is de VIF niet hoger dan 10. Verder is te zien dat alleen de LAR een negatief significant verband heeft met winstgevendheid (β= -0,201, p<0,01). Dit zou beteken dat een stijging in de LAR samengaat met een daling in de ROE, terwijl een daling in de LAR een stijging van de ROE tot gevolg heeft.
Tabel 7: Correlatiematrix
ROE_one-year lag Bazel III LAR CAR Size GDP ROE_one-year lag Bazel III LAR CAR Size GDP 1 -0,055 1 -0,201*** 0,008 1 0,080 0,079 -0,053 1 0,079 -0,016 0,020 -0,009 1 0,022 -0,261*** -0,098 -0,074 0,010 1
*** Correlatie is significant op 1% niveau (two-tailed) ** Correlatie is significant op 5% niveau (two-tailed) * Correlatie is significant op 10% niveau (two-tailed)
4.5.2 Resultaten regressieanalyse
Uit de resultaten van de regressieanalyse komt naar voren dat de controlevariabelen in alle modellen geen significante invloeden hebben. Hiernaast blijkt bij het testen van hypothese 1 dat de CAR een positieve invloed heeft op ROE. Toch is dit verband niet significant (β= 0,006, p>0,1). Ook bij het testen van hypothese 3 in model 4 blijkt dat Bazel III een niet-significant negatieve invloed heeft (β= -0,024, p>0,1). Hiertegen wordt aangetoond dat hypothesen 2 en 4 wel significante invloeden hebben op ROE. Zo heeft LAR een negatieve invloed (β= -0,003, p<0,001) en Bazel III een modererend positieve invloed (β= 0,131, p<0,1).
Vervolgens blijkt uit de analyse van de R-squared dat de verklaringskracht van model 3 (R2=
0,033) en 5 (R2= 0,041) het grootst te zijn waardoor een mogelijke aanname van hypothesen
2 en 4 worden versterkt. Hierbij heeft het eerstgenoemde model een significante verklaringskracht op 1% niveau waarde<0,01) en het andere op 5% niveau (F-waarde<0,05). Dit betekent dat er niet hoeft te worden getwijfeld aan de verklaringskracht van beide modellen.
Tabel 8: Resultaten regressieanalyse Model 1 2 3 4 5 Constante Size GDP H1: CAR H2: LAR
H3: Bazel III regelgeving H4: Moderator Adjusted R-squared F-waarde -0,124 -0,129 0,023 -0,113 -0,010 0,008 0,009 0,009 0,008 0,090 0,002 0,003 0,000 0,001 -0,006 - 0,006 - - 0,098 - - -0,003*** - -0,192*** - - - -0,024 -0,066 - - - - 0,131* -0,003 -0,002 0,033 -0,006 0,041 0,657 1,338 8,331*** 0,489 3,300**
*** Correlatie is significant op 1% niveau (two-tailed) ** Correlatie is significant op 5% niveau (two-tailed) * Correlatie is significant op 10% niveau (two-tailed)
5.Conclusie
In dit onderzoek zijn vier hypothesen opgesteld. Met hypothese 1 is de directe invloed van CAR op de winstgevendheid getest. Uit de resultaten van beide winstmaatstaven blijkt dat de CAR een positieve invloed heeft op de winstgevendheid. Dit verband is echter niet-significant waardoor de eerste hypothese verworpen dient te worden.
Vervolgens is met hypothese 2 de directe invloed van LAR getest. De regressieanalyse van ROA laat een significant positieve invloed zien terwijl de regressie van ROE een significant negatieve invloed aantoont. Hoewel op basis van deze resultaten hypothese 2 aanvaard kan worden, is het overigens opvallend dat beide maatstaven een andere richting van de invloed aangeven. De positieve invloed kan verklaard worden doordat banken door meer risico’s te nemen bij verstrekken van leningen een hogere rendement kunnen genereren (Staikouras & Wood, 2004). Terwijl een negatieve verband verklaard kan worden doordat banken meer kans lopen op financiële problemen waardoor aan vreemd vermogensverschaffers ten laste van de aandeelhouders een hogere vergoeding betaald moet worden (Bateni et al., 2014; Berger, 1994; Berger, 1995).
Bij het analyseren van hypothese 3 waarmee wordt getest of Bazel III regelgeving een directe invloed heeft op winstgevendheid worden tegengestelde resultaten waargenomen. De regressie van ROA toont een significant negatieve invloed terwijl dit bij de regressie van ROE niet-significant is. Hierdoor zou hypothese 3 op basis van het eerste resultaat wel aanvaard moeten worden, maar op basis van de tweede juist niet. Een verklaring voor een negatieve invloed kan overigens uitgelegd worden doordat banken tegelijk extra vermogen moeten aantrekken waardoor een hogere prijs betaald dient te worden (Smolders, 2010).
Tot slot is met hypothese 4 de indirecte invloed van Bazel III regelgeving onderzocht. Ook hier worden tegengestelde resultaten waargenomen. Hoewel de regressie van beide winstmaatstaven een positieve indirecte invloed aantonen, kan alleen de regressie van ROE hiervoor significante bewijzen leveren. Daarom moet hypothese 4 aanvaard worden op basis van het laatstgenoemde resultaat. De positieve invloed kan overigens verklaard worden doordat een verhoging van de financiële stabiliteit ervoor zorgt dat de kans op financiële problemen afneemt waardoor aan de vreemd vermogensverschaffers een lagere vergoeding betaald dient te worden (Berger, 1994; Berger, 1995; DNB, 2011; Giesbergen en Treur, 2014).
6.Discussie
Om een bijdrage te kunnen leveren aan de discussie die een hogere minimum CAR vereiste heeft veroorzaakt, werd de volgende hoofdvraag geformuleerd:
Hebben de CAR en de LAR een beïnvloedende werking op de winstgevendheid van Nederlandse banken over de periode 2006-2013 en welke rol speelt de Bazel III regelgeving in de relatie die tussen CAR en winstgevendheid tot stand komt?
Uit de onderzoeksresultaten komt naar voren dat de CAR geen beïnvloedende werking heeft op de winstgevendheid van Nederlandse banken gedurende 2006 tot en met 2013. Doordat geen verband is tussen CAR en winstgevendheid kan worden geconcludeerd dat de Bazel III regelgeving ook geen indirecte invloed zal hebben op de winstgevendheid.
Toch blijkt uit de regressie van ROE dat de Bazel III regelgeving wel een verzwakkende directe werking heeft op de winstgevendheid. Ondanks deze constatering moet aan de directe invloed van Bazel III regelgeving betwist worden doordat de regressie van ROA hiervoor geen significante bewijzen kan leveren.
Uit analyse van de resultaten van zowel de ROA als de ROE blijkt dat LAR een significant directe invloed te hebben op de winstgevendheid. Dit zou betekenen dat als banken hun financieringskosten trachten te compenseren met het rendement door het nemen van meer risico’s bij het verstrekken van leningen gevolgen heeft op de winstgevendheid. Echter kunnen de resultaten van beide regressies niet duidelijk aantonen of het om een positieve of een negatieve invloed gaat.
Tot slot bleken de gebruikte controlevariabelen bankomvang en economische groei geen invloeden te hebben op de winstgevendheid.
De resultaten van dit onderzoek zorgen ervoor dat geconcludeerd moet worden dat het argument die banken aanvoeren in twijfel moet worden getrokken en bovendien laat het zien dat het Bazels Comité zijn doel niet voorbij streeft door het invoeren van een hogere CAR. Het doel was immers een zekere invloed uit te oefenen op de financiële stabiliteit en niet op de winstgevendheid (Bandt et al., 2014; DNB, 2011; Giesbergen en Treur, 2014; Pessarossi en Weill, 2013). Echter wil dit onderzoek het Bazels Comité adviseren om toezicht te houden op het gedrag van banken bij het verstrekken van leningen doordat banken te veel risico’s kunnen nemen om de financieringskosten te compenseren waardoor de kans op financiële problemen verhoogd kan worden (Bateni et al., 2014; Staikouras & Wood, 2004).
6.1 Beperkingen en aanbevelingen voor vervolgonderzoeken
Verder kent dit onderzoek twee beperkingen.
Ten eerste heeft het alleen betrekking op Nederlandse banken en hierdoor kunnen de resultaten niet gebruikt worden om dezelfde relatie in andere landen te verklaren (Olalekan en Adeyinka, 2013). Een aanbeveling voor vervolgonderzoeken is dan ook om andere Europese landen in het onderzoek te betrekken zodat de generaliseerbaarheid van de onderzoeksresultaten vergroot wordt.
Ten tweede houdt het onderzoek geen rekening met mogelijke invloeden van de crisis terwijl het onderzoek van Berger en Bouwman (2011) laat zien dat de resultaten tijdens de crisis en buiten de crisis van elkaar kunnen afwijken. Daarom wordt vervolgonderzoeken
geadviseerd de relatie tussen de onafhankelijke en afhankelijke variabelen te testen door onderscheid te maken in crisis en normale omstandigheden.
6.Referenties
AAZadviesgroep (2016). Wat gaat u straks betalen voor uw bankkrediet? En wat heeft Basel III hiermee te maken? Geraadpleegd op 13 mei 2016 via http://www.aaz- adviesgroep.nl/weblog/wat-gaat-u-straks-betalen-voor-uw-bankkrediet-en-wat-heeft-basel-iii-hiermee-te-maken
Acaravci, S.K. & Çalim, A.E. (2013). International Journal of economics and financial issues, Vol. 3, No. 1, pp27-41.
Allen, P., Bennett, K. & Heritage, B. (2014). SPSS Statistics Version 22: A practical guide, Cengage Learning Australia Pty Limited.
Almazari, A. (2013). Capital adequacy, cost income ratio and the performance of Saudi Banks (2007-2011). International Journal of Academic Research in Accountancy, Finance and
Management Sciences, Vol.3, No.4, pp284-293.
Al-Tamimi, K.A.M. & Obeidat, S.F. (2013). Determinants of capital adequacy in commercial banks of Jordan an Empirical study. International Journal of Academic Research in Economic
and Management Sciences, volume 2, No.4, pp44-58.
Anarfo, E.B. (2015). Capital structure and bank performance-evidence from Sub-Sahara Africa. European Journal of Accounting Auditing and Finance Research, volume 3, No.3, pp1-20.
Baker, M. & Wurgler, J. (2014). Do strict capital requirements raise the cost of capital? Bank regulation, capital structure, and the low risk anomaly. pp1-70.
Bandt de, O., Camara, B., Pessarossi, P. & Rose, M. (2014). Does the capital structure affect banks’ profitability? Pre and post financial crisis evidence from significant banks in France.
ACPR Banque de France, pp1-49.
Bateni, L., Vakilifard, H. & Asghari, F. (2014). The influential factors on capital adequacy ratio in Iranian banks. International Journal of economics and Finance, Vol.6.No.11, pp108-116. Berger, A.N. (1994). The relationship between capital and earnings in banking. Working Paper 94-17, The Warton Financial Institutions Center.
Berger, A.N. (1995). The relationship between capital and earnings in banking. Journal of
Money, Credit and Banking, 27(2), pp432-456.
Berger, A.N. & Bouwman, C.H.S. (2011). How does capital affect bank performance during financial crisis? pp1-45.
Berger, A.N. & Bonaccorsi di Patti, A. (2006). Capital structure and firm performance: A new approach to testing agency theory and an application to the banking industry. Journal of
banking en Finance, pp1065-1102.
Bijlsma, M. & Zwart. G. (2011). Hoe duur is bankkapitaal nou echt?. TPEdigitaal, jaargang 5 (1), pp.62-80.
Boonstra, W. (2014). Verhoging van eigen vermogen bij banken. Geraadpleegd op 8-03-2016
via
De Nederlandse bank (2011). DN Bulletin: Waarom hogere kapitaaleisen beter zijn voor het bankwezen. Geraadpleegd op 20 november 2015 via
http://www.dnb.nl/nieuws/nieuwsoverzicht-en-archief/dnbulletin-2011/dnb262084.jsp . De Nederlandse bank (2010). Satistisch Bulletin : De Solvabiliteitsratio van het Nederlandse bankwezen. Geraadpleegd op 27 april 2016 via
http://www.dnb.nl/binaries/De%20solvabiliteitsratio%20van%20het%20Nederlandse%20ba nkwezen_tcm46-240407.pdf .
Ejoh, N.O. & Iwara.U.U. (2014). The impact of capital adequacy on deposit money banks’ profitability in Nigeria. Research Journal of Finance and Accounting, volume 5, No.12, pp1-16.
Europees Statistiekbureau EuroStat (2015). Real GDP growth rate volume. Geraadpleegd op 29-04-2016via
http://ec.europa.eu/eurostat/tgm/table.do?tab=table&init=1&plugin=1&language=en&pco de=tec00115 .
Ezike, J.E. & Oke, M.O. (2013). Capital adequacy standards, Basle Accord and bank performance: The Nigerian experience (a case study of selected banks in Nigeria). Asian
Economic and Financial Review, 3(2), pp146-159.
Giesbergen, B. & Treur, L. (2014). Een traject van hervormingen voor het Nederlandse bankwezen. Geraadpleegd op 13-10-2015 via
https://economie.rabobank.com/publicaties/2014/september/een-traject-van-hervormingen-voor-het-nederlandse-bankwezen/
Gravetter, F.j. & Wallnau, L.B. (2013). Statistics for the Behavioral Sciences, Ninth Edition. Wadsworth Cengage Learning.
Jensen, M.C. & Meckling, W.H. (1976). Theory of the firm: managerial behavior, agency costs and ownership structure. Journal of Financial Economics, volume 3, issue 4, pp305-360. Lang, M. & Schröder, M. (2015). What drives the demand of monetary financial institutions for domestic government bonds?; Empircal evidence on the impact of Bazel II and Bazel III.
ZEW Discusson, Paper No. 14-123, pp.1-34.
Modigliani, F. & Miller, M.H. (1958). The cost of capital, corporation finance and the theory of investment. American Economic Review, volume 48(3):, pp261-297.
Olalekan, A. & Adeyinka, S. (2013). Capital adequacy and banks’profitability: an empirical evidence from Nigeria. American International Journal of Contemporary Research, pp87-93. Pan, Q. & Pan, M. (2014). The impact of macro factors on the profitability of China’s commercial banks in the decade after WTO accession. Open Journal of Social Sciences, 2, pp64-69.
Pessarossi, P. & Weill, L. (2013). Do capital requirements affect bank efficiency? Evidence from China. BOFIT Discussion Papers, pp1-28.
Skopljak, V. & Luo, A.H. (2012). Capital structure and firm performance in the financial sector: evidence from Australia. Asian Journal of finance and Accounting, volume 4, No.1, pp278-298.
Smolders, N. (2010). Impact van de nieuwe kapitaalvoorstellen uit Bazel. Geraadpleegd op 25-09-2015 via
https://economie.rabobank.com/PageFiles/4235/TB1006nsm%20impact%20nieuwe%20kapi taalvoorstellen%20Bazel_tcm64-104883%5b1%5d.pdf , Rabobank.
Staikouras, C.K. & Wood, G.E. (2004). The determinants of European bank profitability.
7.Bijlage Lijst van de sample
Bank Waargenomen jaren Aantal waarnemingen
1.ING Groep NV 2006-2013 8
2.ING Bank NV 2006-2013 8
3.Cooperative Rabobank U.A. 2006-2013 8
4.ABN AMRO Group N.V. 2006-2013 8
5.BankNederlandse Gemeenten NV, BNG
2006-2013 8
6.SNS Reaal NV 2006-2013 8
7.Delta Lloyd NV-Delta Lloyd Group 2006-2013 8 8.SNS Bank N.V. 2006-2013 8 9.RBS Holdings NV 2006-2013 8 10. NIBC Bank NV 2006-2013 8 11. NIBC Holding NV 2006-2013 8
12. Rabo Real Estate Group-Rabo Vastgoedgroep
2006-2013 8
13. Van Lanschot NV 2006-2013 8
14. Achmea Bank NV 2006-2013 8
15. Bank Mendes Gans NV 2006-2013 8
16. AEGON Bank NV 2006-2013 8
17. Credit Europe Bank N.V. 2006-2013 8
18. Triodos Bank NV 2006-2013 8
19.GarantiBank International NV
2006-2013 8
20. Kas Bank NV 2006-2013 8
21. Mizuho Bank Nederland NV
2006-2013 8
22. Staalbankiers NV 2006-2013 8
23. Yapi Kredi Bank Nederland N.V
2006-2013 8
24. GE Artesia Bank 2006-2013 8
25. The Economy Bank NV 2006-2013 8
Resultaten ROA Beschrijvende statistiek Statistics BazelIII w_LAR w_ verschilTotal capital ratio LN(TotAssets ) ROA_one year lag w_GDP N Valid 200 200 200 200 200 200 Missing 0 0 0 0 0 0 Mean ,38 59,7027 ,5228 16,9529 ,000899 ,8250 Std. Deviation ,485 17,91487 3,34399 2,11108 ,0150260 2,35470 Minimum 0 17,24 -15,65 13,20 -,1563 -3,80 Maximum 1 94,32 16,34 20,56 ,0514 3,70 Correlatiematrix Correlations ROA_one year lag BazelII I w_LAR w_ verschilTo tal capital ratio LN(TotAss ets) w_GD P ROA_one year lag Pearson
Correlation 1 -,130 -,218 ** ,012 ,064 ,041 Sig. (2-tailed) ,067 ,002 ,863 ,371 ,567 N 200 200 200 200 200 200 BazelIII Pearson Correlation -,130 1 ,008 ,079 -,016 -,261** Sig. (2-tailed) ,067 ,908 ,269 ,819 ,000 N 200 200 200 200 200 200 w_LAR Pearson Correlation -,218 ** ,008 1 -,053 ,020 -,098 Sig. (2-tailed) ,002 ,908 ,457 ,774 ,166 N 200 200 200 200 200 200 w_ verschilTotal capital ratio Pearson Correlation ,012 ,079 -,053 1 -,009 -,074 Sig. (2-tailed) ,863 ,269 ,457 ,903 ,300 N 200 200 200 200 200 200 LN(TotAssets) Pearson Correlation ,064 -,016 ,020 -,009 1 ,010 Sig. (2-tailed) ,371 ,819 ,774 ,903 ,891 N 200 200 200 200 200 200 w_GDP Pearson Correlation ,041 -,261** -,098 -,074 ,010 1 Sig. (2-tailed) ,567 ,000 ,166 ,300 ,891 N 200 200 200 200 200 200
**. Correlation is significant at the 0.01 level (2-tailed). Model 1 Model Summary Mod el R R Square Adjusted R Square Std. Error of the Estimate Change Statistics R Square Change F Change df1 df2 Sig. F Change 1 ,075a ,006 -,004 ,0150593 ,006 ,559 2 197 ,573 2 ,262b ,069 ,045 ,0146877 ,063 4,365 3 194 ,005
a. Predictors: (Constant), w_GDP, LN(TotAssets)
b. Predictors: (Constant), w_GDP, LN(TotAssets), w_ verschilTotal capital ratio, w_LAR, BazelIII
ANOVAa Model Sum of Squares df Mean Square F Sig. 1 Regression ,000 2 ,000 ,559 ,573b Residual ,045 197 ,000 Total ,045 199 2 Regression ,003 5 ,001 2,854 ,016c Residual ,042 194 ,000 Total ,045 199
a. Dependent Variable: ROA_one year lag b. Predictors: (Constant), w_GDP, LN(TotAssets)
c. Predictors: (Constant), w_GDP, LN(TotAssets), w_ verschilTotal capital ratio, w_LAR, BazelIII
Coefficientsa Model Unstandardized Coefficients Standardiz ed Coefficient s t Sig. Collinearity Statistics B Std. Error Beta Toleran ce VIF 1 (Constant) -,007 ,009 -,802 ,423 LN(TotAssets) ,000 ,001 ,063 ,889 ,375 1,000 1,000 w_GDP ,000 ,000 ,040 ,564 ,573 1,000 1,000 2 (Constant) ,005 ,009 ,598 ,550 LN(TotAssets) ,000 ,000 ,066 ,954 ,341 ,999 1,001 w_GDP -9,665E-5 ,000 -,015 -,210 ,834 ,919 1,088 w_ verschilTotal
capital ratio 4,730E-5 ,000 ,011 ,151 ,880 ,987 1,013
w_LAR ,000 ,000 -,219 -3,137 ,002 ,986 1,014
BazelIII
-,004 ,002 -,132 -1,833 ,068 ,928 1,078
a. Dependent Variable: ROA_one year lag
Model 2 Model Summary Mo del R R Square Adjusted R Square Std. Error of the Estimate Change Statistics R Square Change F Chang e df1 df2 Sig. F Change 1 ,075a ,006 -,004 ,0150593 ,006 ,559 2 197 ,573 2 ,077b ,006 -,009 ,0150958 ,000 ,049 1 196 ,824
a. Predictors: (Constant), w_GDP, LN(TotAssets)
ANOVAa Model Sum of Squares df Mean Square F Sig. 1 Regression ,000 2 ,000 ,559 ,573b Residual ,045 197 ,000 Total ,045 199 2 Regression ,000 3 ,000 ,387 ,762c Residual ,045 196 ,000 Total ,045 199
a. Dependent Variable: ROA_one year lag b. Predictors: (Constant), w_GDP, LN(TotAssets)
c. Predictors: (Constant), w_GDP, LN(TotAssets), w_ verschilTotal capital ratio
Coefficientsa Model Unstandardized Coefficients Standardiz ed Coefficient s t Sig. Collinearity Statistics B Std. Error Beta Toleran ce VIF 1 (Constant) -,007 ,009 -,802 ,423 LN(TotAssets) ,000 ,001 ,063 ,889 ,375 1,000 1,000 w_GDP ,000 ,000 ,040 ,564 ,573 1,000 1,000 2 (Constant) -,007 ,009 -,807 ,421 LN(TotAssets) ,000 ,001 ,063 ,889 ,375 1,000 1,000 w_GDP ,000 ,000 ,041 ,578 ,564 ,994 1,006 w_ verschilTotal
capital ratio 7,129E-5 ,000 ,016 ,222 ,824 ,995 1,006
