Risicoverslaggeving bouwondernemingen

Masterscriptie Accountancy – EBM869A20

Rijksuniversiteit Groningen, faculteit Economie en Bedrijfskunde 17 juli 2015

Naam : Robin Hamoen

Studentnummer : S2594404

Adres : Van Heemskerckstraat 1 C8

Postcode & Plaats : 9726 GB Groningen

Telefoon : 06 47 00 78 42

E-mail : robinhamoen1991@hotmail.com

Begeleider : Mevr. I. J. Kuiper MSc EMA RA Tweede beoordelaar : Prof. dr. R.L. ter Hoeven RA

Risicoverslaggeving

bouwondernemingen

- 2 -

ABSTRACT

Dit onderzoek beoordeelt in hoeverre de kwaliteit van risicoverslaggeving van beursgenoteerde bouwondernemingen in Europa gerelateerd kan worden aan het gedrag van investeerders en financiële analisten. Vanuit de veronderstelling dat risicoverslaggeving de informatieasymmetrie kan verkleinen, wordt verwacht dat een hogere risicoverslaggevingskwaliteit leidt tot (1) een verandering in het handelsvolume van het aandeel, (2) een lagere bid-ask spread van het aandeel, (3) een hogere nauwkeurigheid van de winstvoorspellingen door financiële analisten en (4) een lagere spreiding van de winstvoorspellingen door financiële analisten. Met een handmatige inhoudsanalyse is de kwaliteit van de risicoverslaggeving in de jaarverslagen van 46 bouwondernemingen uit twaalf Europese landen in de jaren 2007, 2010 en 2013 gemeten. Over deze jaren laat de kwaliteit een stijgende lijn zien, welke door zowel de kwantiteit als de rijkdom van de informatie wordt gedreven Uit een meervoudige lineaire regressieanalyse blijkt een significante negatieve correlatie tussen de risicoverslaggevingskwaliteit en het handelsvolume van het aandeel van een onderneming. De overige hypotheses worden door de resultaten daarentegen niet ondersteund. Uit een additionele analyse blijkt dat de rijkdom van informatie de hypotheses meer ondersteunt dan de hoeveelheid informatie. De relatief kleine verschillen in rijkdom tussen verslagen kunnen een verklaring zijn voor de beperkte ondersteuning voor de hypotheses in dit onderzoek. In totaal duiden de resultaten erop dat risicoverslaggeving slechts zeer beperkt voorziet in de informatiebehoeften van belanghebbenden.

- 3 -

INHOUDSOPGAVE

1 INTRODUCTIE ... 5

1.1 Aanleiding en relevantie ... 5

1.2 Centrale onderzoeksvraag en deelvragen ... 6

1.3 Relatie met eerder onderzoek ... 6

1.4 Opbouw rapport ... 8

2 THEORETISCH KADER ... 9

2.1 Inleiding ... 9

2.2 Risico en risicoverslaggeving ... 9

2.3 Motieven voor risicoverslaggeving ... 10

2.3.1 Inleiding ... 10 2.3.2 Besluitvormingstheorie ... 10 2.3.3 Agency theorie ... 11 2.3.4 Legitimiteitstheorie ... 12 2.3.5 Stakeholder theorie ... 12 2.3.6 Juridisch kader ... 13 2.4 Risico’s in de bouw ... 14 2.4.1 Inleiding ... 14 2.4.2 Economische crisis ... 14

2.4.3 Gevolgen voor de bouw ... 15

2.4.4 Risicocategorieën in de bouw ... 15

2.5 Het meten van verslaggevingskwaliteit ... 16

2.5.1 Gehanteerde proxies in bestaande literatuur ... 16

2.5.2 Handmatige inhoudsanalyse ... 17

2.5.3 Kwaliteitsmodel risicoverslaggeving ... 17

2.6 Risicoverslaggeving en het gedrag van aandeelhouders ... 18

2.7 Risicoverslaggeving en het gedrag van financiële analisten ... 19

2.8 Conceptueel model ... 21

3 ONDERZOEKSMETHODE ... 22

3.1 Steekproef ... 22

3.2 Onafhankelijke variabele ... 23

3.2.1 Inhoudsanalyse ... 23

-- 4 --

3.2.3 Definitie risicoverslaggevingskwaliteit ... 24

3.3 Afhankelijke variabelen ... 28

3.3.1 Handelsvolume ... 28

3.3.2 Bidask spread ... 28

3.3.3 Nauwkeurigheid winstvoorspellingen door financiële analisten ... 29

3.3.4 Spreiding winstvoorspellingen door financiële analisten ... 29

3.4 Controlevariabelen ... 29 3.5 Empirisch model ... 30 4 ONDERZOEKSRESULTATEN ... 32 4.1 Inleiding ... 32 4.2 Beschrijvende statistiek ... 32 4.3 Toetsing multicollineariteit ... 34

4.4 Resultaten lineaire regressieanalyse ... 35

4.5 Resultaten kwantiteit en rijkdom ... 37

5 CONCLUSIE EN DISCUSSIE ... 38

5.1 Inleiding ... 38

5.2 Conclusie en discussie ... 38

5.3 Beperkingen van het onderzoek ... 40

5.4 Aanbevelingen ... 41

5.4.1 Vervolgonderzoek ... 41

5.4.2 Praktische aanbevelingen ... 41

REFERENTIES ... 43

APPENDIX A – STEEKPROEF ... 48

APPENDIX B – SCORES PER BEDRIJF ... 50

APPENDIX C – TOETSING MULTICOLLINEARITEIT ... 52

APPENDIX D – BESLISSINGSREGELS INHOUDSANALYSE ... 53

-- 5 --

1 INTRODUCTIE

1.1 Aanleiding en relevantie

Door de recente kredietcrisis en economische turbulentie, vinden stakeholders en toezichthouders transparantie op het gebied van bedrijfsrisico’s en het management daarvan steeds belangrijker (De Groot, 2010). Ook Liu (2012) stelt dat het in beeld krijgen van risico’s juist tijdens een economische crisis en in een complexe omgeving van belang is. Onderzoek op het gebied van risicoverslaggeving is vaak kritisch over de manier waarop bedrijven in de praktijk vormgeven aan hun risicorapportage. In 2012 concludeerde Deloitte bijvoorbeeld dat de risicoparagraaf voorspellende waarde mist doordat het ontbreekt aan specifieke, actuele informatie en aan impactanalyses. In 2014 stelde de Autoriteit Financiële Markten dat bedrijven hun risicoparagraaf kunnen verbeteren door meer toe te lichten over risicobereidheid en door risico’s meer te kwantificeren middels bijvoorbeeld gevoeligheidsanalyses. Diverse wetenschappelijke studies komen tot soortgelijke conclusies en stellen dat rapportages te beknopt en te weinig toekomstgericht zijn en daardoor slechts beperkt nut hebben bij het nemen van investeringsbeslissingen (Beretta & Bozzolan, 2004; Cabedo & Tirado, 2004; Helliar, et al., 2002). Het maatschappelijk belang van risicoverslaggeving en de kritiek op de kwaliteit daarvan vormen de belangrijkste aanleiding voor dit onderzoek.

Het risicoprofiel van een onderneming en de verslaggeving hierover is sterk afhankelijk van de sector waarin een onderneming opereert. Een voorbeeld van een sector met een hoog risicoprofiel is de bouwsector. Bedrijven in deze sector hebben namelijk een hoog risicoprofiel door de grote schaal, de hoge complexiteit en het unieke karakter van bouwprojecten. In deze sector hebben schandalen (zoals de bouwfraude) en de recente economische crisis het belang van risicoverslaggeving nog verder geaccentueerd. Eind 2008 belandden de Eurozone, de Verenigde Staten en Japan in een recessie. Een belangrijke aanleiding hiervoor was de wereldwijde kredietcrisis. Deze kredietcrisis kwam in belangrijke mate voort uit de hypotheekcrisis in de Verenigde Staten. Door de internationale verwevenheid in de financiële sector breidde deze hypotheekcrisis zich uit tot een wereldwijde kredietcrisis (NRC, 2009). De hypotheekcrisis en de kredietcrisis hebben de bouwsector zwaar geraakt. Hypotheekverstrekking door banken nam af, de huizenprijzen en het aantal verkochte huizen daalden sterk en overheden investeerden minder in bijvoorbeeld infrastructurele projecten. Grote financiële tegenvallers, ontslag van personeel en een groot aantal faillissementen waren het gevolg. De geschetste kenmerken en economische ontwikkelingen van de bouwsector

- 6 - maken deze een geschikte en relevante sector om de kwaliteit van risicoverslaggeving te onderzoeken.

1.2 Centrale onderzoeksvraag en deelvragen

Vanwege de maatschappelijke relevantie van risicoverslaggeving en de kritiek op de kwaliteit ervan, zal in deze studie worden onderzocht hoe Europese beursgenoteerde bouwondernemingen in de praktijk vormgeven aan risicoverslaggeving. Het doel van dit onderzoek is om inzichtelijk te maken in hoeverre risicoverslaggeving aansluit op de informatiebehoeften van de gebruikers van het jaarverslag. Hiertoe wordt vanuit meerdere variabelen de totale risicoverslaggevingskwaliteit bepaald. Daarna wordt onderzocht of deze risicoverslaggevingskwaliteit kan worden gerelateerd aan het gedrag van twee groepen gebruikers van het jaarverslag: investeerders en financiële analisten. De centrale onderzoeksvraag van deze studie luidt dan ook als volgt:

“In hoeverre sluit de risicoverslaggeving van Europese beursgenoteerde bouwondernemingen in de jaren 2007, 2010 en 2013 aan op de informatiebehoeften van investeerders en financiële analisten?”

De centrale onderzoeksvraag kan vervolgens worden gesplitst in meerdere deelvragen. In dit onderzoek worden de volgende deelvragen beantwoord:

 Wat houdt risico en risicoverslaggeving in?

 Welke motieven zijn er in de wetenschap bekend voor het wel of niet publiceren van risico-gerelateerde informatie?

 Aan welke risico’s zijn Europese beursgenoteerde bouwondernemingen blootgesteld?  Hoe kan de kwaliteit van risicoverslaggeving worden gemeten?

 Hoe kan de relevantie van verslaggeving voor financiële analisten en investeerders worden gemeten?

 In hoeverre kan de risicoverslaggevingskwaliteit gerelateerd worden aan het gedrag van investeerders en financiële analisten?

1.3 Relatie met eerder onderzoek

In paragraaf 1.1 is aangegeven wat de praktische relevantie van dit onderzoek is. Naast een praktische bijdrage levert deze studie ook meerdere bijdragen aan de bestaande wetenschappelijke literatuur op het gebied van verslaggevingskwaliteit en in het bijzonder de risicoverslaggevingskwaliteit.

- 7 - In de eerste plaats richt dit onderzoek zich niet alleen op de hoeveelheid risicoverslaggeving, maar ook specifiek op de kwaliteit van risicoverslaggeving. Veel bestaande literatuur gebruikt de hoeveelheid als proxy voor de kwaliteit. Dergelijke onderzoeken gebruiken bijvoorbeeld het aantal keer dat bepaalde steekwoorden voorkomen in het verslag (Kravet & Muslu, 2013; Merkley, 2014) of het totaal aantal zinnen en/of woorden in het verslag (Lajili & Zéghal, 2005). Door af te wijken van deze onderzoeksmethode, geeft deze studie gehoor aan de kritiek dat “een belangrijke stroom literatuur op het gebied van vrijwillige toelichting benadrukt dat kwantiteit kan worden gebruikt als een gedegen proxy voor kwaliteit, terwijl in de analyse van toelichtingen van ondernemingen niet alleen aandacht moet worden besteed aan hoeveel er wordt toegelicht, maar ook aan wat er wordt toegelicht en hoe.” (Beretta & Bozzolan, 2004, p. 265). Bij het inschatten van de toekomstige prestaties van een onderneming gaat het niet om de hoeveelheid toelichtingen in het jaarverslag, maar juist om de daadwerkelijke inhoud ervan. Vanuit deze argumentaties wordt in dit onderzoek niet alleen de kwantiteit, maar ook de rijkdom van risicoverslaggeving beoordeeld. Door tevens de rijkdom van informatie te analyseren, is het mogelijk vanuit een breed perspectief naar risicoverslaggeving te kijken. Het onderzoek focust zich op meerdere risicocategorieën, meerdere soorten toelichtingen (kwantitatief, kwalitatief, financieel en niet-financieel) en analyseert zowel negatieve risico’s als positieve risico’s (kansen). Hierdoor kan een beter beeld worden verkregen van de vorm van en ontwikkelingen in de risicoverslaggeving. De focus op kwaliteit is de eerste bijdrage aan de bestaande wetenschappelijke literatuur.

Een tweede bijdrage vloeit voort uit het sectorspecifieke karakter van dit onderzoek. Er is namelijk nog geen onderzoek verricht waarin de focus specifiek ligt op de risicoverslaggeving door bouwondernemingen. Dit terwijl bijvoorbeeld Linsley en Shrives (2006) stellen dat “branchespecifieke risicoverslaggevingsstudies behulpzaam kunnen zijn in het begrijpen van de motieven voor risicotoelichting en bij het ontwikkelen van een onderzoeksmethode waarmee de complexiteit van het beoordelen van de kwaliteit van risicoverslaggeving het hoofd wordt geboden”. Ook Beretta en Bozzolan (2004) volgen deze gedachtegang door te stellen dat de sector waarin een onderneming opereert in belangrijke mate bepaalt met welke risico’s (kansen en bedreigingen) een bedrijf te maken heeft. Voor het beoordelen van toelichtingskwaliteit bestaat geen eenduidige methode en de meest geschikte methode is volgens Botosan (2004) contextafhankelijk. Het branchespecifieke karakter van dit onderzoek draagt derhalve bij aan de bestaande wetenschappelijke literatuur.

- 8 - Deze studie levert een derde bijdrage door gericht te zijn op een specifieke soort verslaggeving. Onder meer Lang en Lundholm (1996) en Hope (2003) onderzochten de relatie tussen de kwaliteit van de gehele toelichting en het gedrag van financiële analisten. Merkley (2014, p. 753) stelt echter dat “tekstuele toelichtingen niet tot één geheel gegeneraliseerd zouden moeten worden” en dat “toekomstig onderzoek het belang moet erkennen van het type toelichting in het formuleren van hypotheses en empirische toetsen”. Bestaande onderzoeken focussen zich bijvoorbeeld op corporate responsibility verslagen (Dhaliwal, et al., 2012) en R&D-toelichtingen (Merkley, 2014). Een studie naar risicoverslaggeving geeft dus gehoor aan de roep om studies naar specifieke soorten toelichtingen.

Dit onderzoek is niet het eerste onderzoek waarin wordt getracht de kwaliteit van specifiek de risicoverslaggeving te relateren aan het gedrag van aandeelhouders of financiële analisten. Zo onderzochten Kravet en Muslu (2012) en Campbell et al. (2014) de relatie tussen risicoverslaggeving en respectievelijk het handelsvolume en de koersvolatiliteit van het aandeel van de onderneming. Deze studies verschillen echter sterk van dit onderzoek door de manier waarop kwaliteit wordt gemeten en het branchespecifieke karakter.

1.4 Opbouw rapport

Het restant van dit rapport is als volgt opgebouwd. In hoofdstuk twee wordt het theoretisch kader omschreven. Vervolgens wordt in hoofdstuk drie de gehanteerde onderzoeksmethode uiteengezet. De onderzoeksresultaten worden in hoofdstuk vier weergegeven. In hoofdstuk vijf worden de conclusies van het onderzoek beschreven en worden de onderzoeksresultaten bediscussieerd. Tevens worden in dat hoofdstuk de beperkingen van dit onderzoek omschreven en worden aanbevelingen voor vervolgonderzoek gedaan.

- 9 -

2 THEORETISCH KADER

2.1 Inleiding

In dit hoofdstuk wordt het theoretisch kader uiteengezet. In de volgende paragraaf zal worden omschreven wat het begrip ‘risico’ in kan houden en wat er in het kader van dit onderzoek onder risico’s wordt verstaan. Vanuit deze definitie wordt ook omschreven wat risicoverslaggeving inhoudt. Vervolgens zal in de derde paragraaf worden omschreven welke motieven voor het rapporteren over risico’s bekend zijn en waarom risicorapportages relevant kunnen zijn voor gebruikers van het jaarverslag. In de vierde paragraaf volgt vervolgens een uiteenzetting van de economische ontwikkelingen in de bouw en de literatuur over de risico’s waarmee ondernemingen in deze branche te maken hebben. In de vijfde paragraaf wordt beschreven welke manieren om verslaggevingskwaliteit te meten bekend zijn in de wetenschappelijke literatuur. In de zesde en zevende paragraaf wordt behandeld hoe het gedrag van aandeelhouders en financiële analisten gerelateerd kan worden aan de verslaggevingskwaliteit. In deze twee paragrafen worden ook de te toetsen hypotheses gedefinieerd. Het theoretisch kader eindigt met het conceptueel model in paragraaf acht.

2.2 Risico en risicoverslaggeving

De eerste stap in het analyseren van risicoverslaggeving is het definiëren van het begrip ‘risico’. Zowel in het dagelijks spraakgebruik als in diverse wetenschapsgebieden wordt het begrip risico veelvuldig en op verschillende manieren gebruikt. Risico kan zowel smal als breed worden gedefinieerd. Linsley en Shrives (2006) stellen dat risico vroeger vooral op een negatieve wijze werd gedefinieerd, doordat er alleen werd gekeken naar de mogelijke negatieve gevolgen van bepaalde gebeurtenissen. Op dit moment wordt risico steeds vaker breder gedefinieerd en wordt niet alleen naar negatieve uitkomsten gekeken. Zo omschrijven Solomon et al. (2000) risico als de onzekerheid van mogelijke toekomstige winsten en verliezen. In dit onderzoek wordt aangesloten bij de definitie Linsley en Shrives (2006). Risico’s betreffen in dit onderzoek dan ook alle kansen en bedreigingen die het presteren van de onderneming hebben beïnvloed of in de toekomst kunnen beïnvloeden. Risico’s kenmerken zich door onzekerheid en kunnen in dit onderzoek zowel positieve als negatieve gevolgen hebben. Vanuit de definitie van risico’s betreft risicoverslaggeving alle toelichtingen door een bedrijf over deze risico’s. Risicoverslaggeving kan betrekking hebben op de aanwezigheid, omvang en mogelijke impact van risico’s, evenals op de acties van het management om risico’s te beheersen en benutten. Risicoverslaggeving over een bedrijf kan in diverse bronnen plaatsvinden (media, jaarverslagen, interim-rapportages etc.). Informatie uit andere bronnen

- 10 - dan het jaarverslag valt buiten het bereik van dit onderzoek. Binnen het jaarverslag kan risico-gerelateerde informatie ook weer op meerdere plaatsen worden aangetroffen, zoals het directieverslag, het corporate governance verslag en de toelichting op de jaarrekening.

Risico’s kunnen in diverse categorieën worden ingedeeld. De Committee of Sponsoring Organizations van de Treadway Commission (COSO) maakt bijvoorbeeld onderscheid tussen strategische risico’s, operationele risico’s, verslaggevingsrisico’s en risico’s betreffende het naleven van wet- en regelgeving (COSO, 2004). Het Institute of Chartered Accountants of England and Wales (ICAEW) verdeelt risico’s in financiële risico’s, operationele risico’s, empowerment risico’s, IT-risico’s, integriteitsrisico’s en strategische risico’s (ICAEW, 1998). Verder is het ook mogelijk een onderscheid te maken tussen interne en externe risico’s. Dientengevolge kan ook risicoverslaggeving betrekking hebben op diverse categorieën. In tegenstelling tot veel bestaande literatuur, zal in deze studie niet gebruik worden gemaakt van algemene risicocategorieën zoals opgesteld door bijvoorbeeld COSO en het ICAEW. In plaats daarvan zal op basis van een literatuurstudie een categorisatiemodel worden opgesteld dat specifiek op risico’s in de bouwsector aansluit. In paragraaf 2.4 wordt dit model omschreven.

2.3 Motieven voor risicoverslaggeving 2.3.1 Inleiding

In deze paragraaf wordt omschreven waarom risicoverslaggeving door ondernemingen is ontstaan en welke motieven ondernemingen hebben om wel of juist niet (of met onvoldoende kwaliteit) over risico’s en het management daarvan te rapporteren.

2.3.2 Besluitvormingstheorie

Dobler (2008) stelt dat risicoverslaggeving als doel heeft het voor buitenstaanders mogelijk te maken het risico van de toekomstige economische situatie van een bedrijf in te schatten. Meer algemeen kan worden gesteld dat tekstuele toelichting op de cijfers in het jaarverslag een waardevolle manier is om cijfers uit financiële verslagen te onderbouwen en verduidelijken (Chung & Meador, 1984) en relevante inzichten in de waarde-creërende factoren van een onderneming te verschaffen (Lev & Zarowin, 1999; Robb, et al., 2001). Investeerders dienen immers beslissingen te nemen in een situatie van onzekerheid, aangezien de toekomstige prestaties van een onderneming niet met zekerheid zijn in te schatten. De

besluitvormingstheorie omschrijft hoe een individu beslissingen neemt in een situatie van

onzekerheid. Deze theorie stelt dat investeerders een inschatting maken van de kans en impact van de risico’s van mogelijke investeringen. Vanuit deze theorie kan het nut van financiële verslaggeving worden omschreven. Jaarverslaggeving kan investeerders helpen bij het

- 11 - inschatten van de toekomstige economische prestaties van een onderneming. Risicoverslaggeving in het bijzonder kan waardevolle additionele informatie opleveren waarop investeerders hun inschattingen van de waarschijnlijkheid en mogelijke impact van risico’s kunnen baseren.

2.3.3 Agency theorie

De agency theorie (Berle & Means, 1932) beschrijft de belangentegenstellingen tussen de bestuurders (agenten) en aandeelhouders (principalen) die ontstaan bij ondernemingen waar de dagelijkse leiding en het eigendom gescheiden zijn. Deze scheiding van leiding en eigendom leidt dan ook tot zogeheten agency-problemen of agency-kosten. Deze tegengestelde belangen kunnen zich bijvoorbeeld uiten in de manier waarop met de winst van een onderneming wordt omgegaan. Een aandeelhouder kan bijvoorbeeld gefocust zijn op zijn winst (dividend) op korte termijn, terwijl de bestuurders meer oog hebben voor de prestaties op de lange termijn en dus winstreservering prefereren (Denis, 2001).

Deze agency-problemen worden nog eens versterkt door informatieasymmetrie. Informatieasymmetrie houdt in dat “sommige partijen in een zakelijke transactie een informatievoordeel kunnen hebben ten opzichte van anderen” (Scott, 2012, p. 21). Er zijn twee vormen van informatieasymmetrie te onderscheiden. Scott omschrijft adverse selection als het informatievoordeel van de bestuurder ten opzichte van de aandeelhouder. Moral hazard wordt omschreven als het feit dat de aandeelhouder niet rechtstreeks de handelingen van de bestuurder kan observeren.

De agency-problemen die uit de belangentegenstellingen en de informatieasymmetrie voortvloeien, kunnen op diverse manieren worden gereduceerd. Zo kan door middel van prestatieafhankelijke beloningen voor bestuurders het belang van deze bestuurders beter worden afgestemd op de belangen van de aandeelhouders. Verder kan ook intern toezicht door bijvoorbeeld de Raad van Commissarissen of controle van rapportages door externe accountants de agency-problemen verkleinen. Ook risicoverslaggeving kan de informatieasymmetrie en dus de agency problemen verkleinen (Healy & Palepu, 2001; Lajili & Zéghal, 2005).

Vanuit de agency theorie kan dus geconcludeerd worden dat risicoverslaggeving de agency-problemen kan verkleinen. Dit heeft niet alleen een voordeel voor de aandeelhouders, maar ook voor de bestuurders van de onderneming. Hill en Short (2009) stellen namelijk dat een afname van informatieasymmetrie resulteert in een afname van de kapitaalkosten van een onderneming.

- 12 - Resultaten uit empirisch onderzoek tonen voordelen van risicoverslaggeving: lagere kapitaalkosten (ICAEW, 1999), betere reputatie (Skinner, 1994), betere beheersing van risicomanagement en governance (Linsley & Shrives, 2000) en minder mogelijkheden voor insiders om zelfzuchtig met de middelen van een organisatie om te gaan (Huang & Zhang, 2012).

2.3.4 Legitimiteitstheorie

Een andere theorie waaruit motieven voor risicoverslaggeving door bedrijven blijken, is de

legitimiteitstheorie. Deze theorie verklaart waarom bedrijven binnen bepaalde normen en

waarden uit de samenleving opereren (Deegan & Unerman, 2003). Veranderende normen en waarden in de samenleving kunnen volgens deze theorie leiden tot veranderingen in de activiteiten van organisaties. Van legitimiteit is volgens Hassan (2009) sprake indien een organisatie in harmonie met haar omgeving opereert. Gekoppeld aan risicoverslaggeving kan gesteld worden dat organisaties in hun streven naar legitimiteit gehoor geven aan de omgeving. Deze omgeving en veranderingen daarin kunnen dan ook gezien worden als een onderliggende kracht voor de mate waarin een onderneming risico-gerelateerde informatie zal vrijgeven. Geen gehoor geven aan verwachtingen uit de maatschappij kan negatieve gevolgen hebben voor organisaties, zoals problemen bij het aantrekken en behouden van personeel en rechtszaken tegen het bedrijf. Het verhogen van vrijwillige risicoverslaggeving kan voortkomen uit angst voor juridische procedures wegens onvolledige of niet-tijdige toelichtingen (Healy & Palepu, 2001, pp. 442-443). Daarentegen kan de angst voor juridische procedures de hoeveelheid en vorm van risicoverslaggeving ook beperken. Zo kunnen managers geneigd zijn minder prospectieve informatie op te nemen, uit angst dat juridische procedures zullen volgen indien informatie achteraf onjuist blijkt te zijn (Healy & Palepu, 2001, p. 433).

2.3.5 Stakeholder theorie

De agency theorie gaat hoofdzakelijk in op de relatie tussen de onderneming en haar aandeelhouders. Er zijn echter nog tal van andere belanghebbenden waarmee een bedrijf te maken heeft. Bouwondernemingen hebben bijvoorbeeld ook te maken met opdrachtgevers, leveranciers, partijen waarmee wordt samengewerkt en de werknemers. De stakeholder theorie stelt dan ook dat het gedrag van ondernemingen wordt beïnvloed door alle belanghebbenden van de ondernemingen, niet alleen de aandeelhouders. Het bestuur van een onderneming zou volgens deze theorie dus streven naar goede relaties met en waardecreatie voor alle stakeholders (Parmar, et al., 2010). De informatiebehoeften van deze stakeholders kunnen dus een prikkel zijn voor risicoverslaggeving door ondernemingen.

- 13 -

2.3.6 Juridisch kader

Uit de agency theorie, de legitimiteitstheorie en de stakeholder theorie komen incentives voor het vrijwillig rapporteren over risico’s door ondernemingen naar voren. Desondanks stelt Dobler (2008) dat bestaand empirisch bewijs duidt op matige vrijwillige risicotoelichting door bedrijven. Ook de kritieken uit de inleiding van dit rapport tonen aan dat deze theoretische incentives klaarblijkelijk niet altijd voldoende zijn om kwalitatief goede risicoverslaggeving door ondernemingen te bewerkstelligen. Zoals omschreven bij de legitimiteitstheorie, kan angst voor juridische kosten (en reputatieschade) een reden zijn om nuttige, risico-gerelateerde informatie niet te publiceren. Ook de concurrentiegevoeligheid van informatie over de risico’s en de risicobeheersingsmaatregelen van een onderneming kan een reden zijn deze informatie niet openbaar te maken (Deumes & Knechel, 2008). Mede vanwege deze incentives voor het niet of gebrekkig rapporteren over risico’s, bestaat er naast vrijwillige risicoverslaggeving ook wet- en regelgeving omtrent risicoverslaggeving.

In de regelgeving op het gebied van risicoverslaggeving zijn er sterke verschillen tussen de Verenigde Staten en de Europese Unie. In de Verenigde Staten is er striktere regelgeving en zijn deze regels ook in wetten opgenomen. Hoofdzakelijk betreffen deze sectie 302 en 404 van de in 2002 ingevoerde Sarbanes-Oxley Act en Form 10-K dat door beursgenoteerde bedrijven bij de Securities and Exchange Commission (SEC) dient te worden gedeponeerd (Ashbaugh-Skaife, et al., 2007). In Europa ontbreken dergelijke strikte voorschriften grotendeels. Vanwege deze verschillen richt deze studie zich specifiek op Europese ondernemingen.

Binnen Europa wordt de verslaggeving omtrent financiële risico’s deels gereguleerd middels de International Financial Reporting Standards (IFRS) van de International Accounting Standards Board (IASB). Sinds 1 januari 2005 zijn, op grond van verordening EG 1606/2002, aan Europese beurzen genoteerde ondernemingen verplicht hun geconsolideerde jaarrekening op te stellen op basis van IFRS. Deze standaarden bevatten gedetailleerde verslaggevingsvoorschriften op het gebied van financiële risico’s van financiële instrumenten zoals derivaten (onder andere IAS 32 en IAS 39).

Voor andere risicocategorieën zijn in IFRS geen gedetailleerde voorschriften opgenomen. Wel heeft de Europese Unie richtlijnen, zoals de richtlijn 2003/51/EC (artikel 1.14) waarin wordt vereist dat een onderneming een omschrijving geeft van de voornaamste risico’s en onzekerheden waarmee zij wordt geconfronteerd (ICAEW, 2011). De lidstaten van de Europese Unie verwerken deze richtlijn vervolgens in nationale corporate governance bepalingen. In

- 14 - Nederland geldt bijvoorbeeld dat ondernemingen de wezenlijke risico’s en het risicoprofiel omschrijven. Er kan geconcludeerd worden dat binnen Europa vergelijkbare corporate governance bepalingen bestaan en dat deze bepalingen veel ruimte overlaten aan ondernemingen om een eigen invulling aan de risicoverslaggeving te geven. Dit maakt Europa geschikt om de kwaliteit van risicoverslaggeving te analyseren en de impact van verschillen in deze kwaliteit op het gedrag van investeerders en aandeelhouders te onderzoeken.

2.4 Risico’s in de bouw 2.4.1 Inleiding

In deze studie zal risicoverslaggeving binnen de bouwbranche centraal staan. Dientengevolge zal in deze paragraaf een beeld worden geschetst van de recente economische ontwikkelingen in de bouw. Vervolgens zal een model worden opgesteld waarmee de risico’s van een bouwonderneming kunnen worden gecategoriseerd. Deze categorisering dient als basis voor het bepalen van de kwaliteit van risicoverslaggeving.

2.4.2 Economische crisis

Al sinds het einde van de Tweede Wereldoorlog is het eigenwoningbezit door de Nederlandse overheid gestimuleerd. Zo werd de hypotheekrenteaftrek doorontwikkeld, ontstonden er aflossingsvrije hypotheken en steeg de maximale hoogte van de kredietverstrekking door banken door het volledig meenemen van het partnerinkomen. Door deze stimulerende maatregelen is het eigenwoningbezit in Nederland tussen 1950 en 2011 van 26% naar 60% gestegen (CBS, 2011). Deze sterke stijging in de vraag naar woningen kon slechts in beperkte mate worden gecompenseerd door nieuwbouw, met als gevolg de jarenlange prijsstijgingen op de woningmarkt.

In de Verenigde Staten werd het eigenwoningbezit nog sterker gestimuleerd dan in Nederland en werden hypotheken door banken nog soepeler verstrekt. De zogeheten sub prime hypotheken zijn hier het meest sprekende voorbeeld van. Sub prime hypotheken zijn hypotheken en andere leningen die aan minder kredietwaardige personen zijn verstrekt. Eind 2006 bestond bijna 15% van de totale hypotheekschuld in de Verenigde Staten uit sub prime hypotheken, terwijl dit in 2000 nog minder dan 2,5% was (Federal Reserve Bank of San Francisco, 2009). Doordat de rente over deze schuld naar verloop van tijd steeg, kwamen een groot aantal Amerikaanse huishoudens in financiële problemen. Door de dalende huizenprijzen (voor het eerst in vijftien jaar) konden deze hypotheekschulden, zelfs na een gedwongen verkoop, niet geheel worden afgelost (NRC, 2009). Op het eerste gezicht leek er sprake te zijn van een crisis in de Verenigde Staten. Deze crisis breidde zich door internationale verwevenheid in de financiële sector echter

- 15 - in rap tempo uit tot een mondiale kredietcrisis. Deze internationale verwevenheid kwam voort uit het feit dat pakketten sub prime hypotheken wereldwijd werden doorverkocht aan zakenbanken (securitisatie). Het was echter onduidelijk welke banken deze zeer risicovolle pakketten hadden gekocht. Hierdoor ontstonden er twijfels omtrent de kredietwaardigheid van zakenbanken. De mede hieruit voortvloeiende vertrouwenscrisis op de financiële markt uitte zich onder ander in enorme verliezen op de beurs. De wereldwijde kredietcrisis droeg er aan bij dat eind 2008 de Eurozone, de Verenigde Staten en Japan in een recessie belandden (NRC, 2009).

2.4.3 Gevolgen voor de bouw

Dat de wereldwijde hypotheek- en kredietcrisis gevolgen zou hebben voor de bouwindustrie, lag uiteraard in de lijn der verwachting. De omvang van het bouwvolume in de Europese bouwindustrie laat deze gevolgen ook zien. Na het hoogtepunt in februari 2008 daalde het bouwvolume in twee jaar tijd met 18,6% en bereikte daarmee hetzelfde niveau als in februari 1999. In de twee jaar daarna daalde het bouwvolume met nog eens 9,6% (Eurostat Statistics Explained, 2014). Bovenstaande cijfers sluiten aan op het laat-cyclische karakter van de bouw, aangezien het geruime tijd (tot in 2011) duurde voordat de gevolgen van de economische crisis volledig zichtbaar werden in de bouw. De crisis heeft dus een duidelijke, significante invloed in de bouwbranche gehad: orderportefeuilles liepen terug, grondposities en ontwikkelde (niet-verkochte) projecten werden minder waard, personeel werd ontslagen en een groot aantal bedrijven ging failliet.

2.4.4 Risicocategorieën in de bouw

Zoals omschreven in de inleiding, draagt het branchespecifieke karakter van deze studie bij aan de bestaande literatuur. In de meting van de kwaliteit van risicoverslaggeving wordt onder andere de dekking en spreiding van de risicoverslaggeving over verschillende risicocategorieën beoordeeld. Door deze risicocategorieën specifiek op de bouw af te stemmen, wordt de kwaliteitsmeting gekoppeld aan de industrie waarnaar onderzoek wordt gedaan.

De basis voor de risicocategorisatie in dit onderzoek is het model van Naphade en Bhangale (2013). Dit model verdeelt risico’s in vier hoofdcategorieën met daarin in totaal vijftien soorten risico’s. Op dit model is een aantal wijzigingen aangebracht om het model nog beter af te stemmen op het specifieke doel van dit onderzoek. In de eerste plaats is het aantal financiële risicocategorieën teruggebracht van vijf naar drie. De overweging hiervoor is het feit dat alleen voor financiële risico’s in IFRS gedetailleerde verslaggevingsvoorschriften bestaan (zie paragraaf 2.3.6). Hierdoor zullen verschillen in verslaggeving over deze risico’s tussen

- 16 - bedrijven relatief klein zijn. Voorts is er een specifieke (strategische) risicocategorie genaamd ‘integriteit en reputatie’ toegevoegd. Dit risico heeft namelijk in het verleden aangetoond een grote invloed te kunnen hebben op de bouwsector (bijvoorbeeld door managementfraude of onethisch gedrag van onderaannemers in het buitenland). Tot slot is de categorie projectrisico’s gesplitst in risico’s samenhangend met projecten in opdracht van derden (bijvoorbeeld contractuele risico’s) en projectontwikkelingsactiviteiten (bijvoorbeeld aangekochte grondposities). Onderstaande tabel toont de uiteindelijke risicocategorisatie. In appendix E wordt weergegeven welke risico’s onder de diverse categorieën vallen.

Strategische risico’s: 1. Markt en bedrijfsomgeving 2. Wetgeving en de omgeving 3. Product en technologie 4. Integriteit en reputatie Financiële risico’s: 5. Liquiditeitsrisico’s 6. Prijsrisico’s 7. Kredietrisico’s Operationele risico’s: 8. Organisatie en management 9. Leveranciersnetwerk 10. Informatie en IT 11. Projectrisico’s: projectontwikkeling en grondposities

12. Projectrisico’s: contractueel en technisch

Veiligheid en omgeving:

13. Gezondheid en veiligheid personeel 14. Beschadigingen activa en eigendommen 15. Milieurisico’s

Figuur 1: Risicocategorieën bouw

2.5 Het meten van verslaggevingskwaliteit 2.5.1 Gehanteerde proxies in bestaande literatuur

Verslaggevingskwaliteit is een theoretisch concept en kan daardoor niet direct worden gemeten (Hassan & Marston, 2010). Hassan en Marston deden in 2010 een studie naar de meting van verslaggevingskwaliteit in empirische literatuur. Grofweg kunnen twee soorten maatstaven worden onderscheiden: proxies die wel en proxies die niet zijn gebaseerd op het oorspronkelijke jaarverslag.

Gehanteerde proxies die niet direct gebaseerd zijn op het oorspronkelijke verslag zijn bijvoorbeeld gebaseerd op vragenlijsten en interviews. Ook cross-listing op een aandelenmarkt

- 17 - in de Verenigde Staten is een voorbeeld van een dergelijke proxy. Proxies die wel gebaseerd zijn op het oorspronkelijke verslag, worden verzameld door bijvoorbeeld handmatige inhoudsanalyse (Beretta & Bozzolan, 2004; Linsley & Shrives, 2006) of geautomatiseerde inhoudsanalyse (Kravet & Muslu, 2013; Merkley, 2014). Ook is het mogelijk een disclosure index op te stellen. Een disclosure index is een “extensieve lijst met geselecteerde onderwerpen waarover een onderneming kan rapporteren” (Marston & Shrivres, 1991, p. 195).

2.5.2 Handmatige inhoudsanalyse

In dit onderzoek wordt een handmatige inhoudsanalyse uitgevoerd. Deze keuze is in belangrijke mate gebaseerd op het argument dat “in de analyse van toelichtingen van ondernemingen niet alleen aandacht moet worden besteed aan hoeveel er wordt toegelicht, maar ook aan wat er wordt toegelicht en hoe” (Beretta & Bozzolan, 2004, p. 265). Voor het onderzoeken van het wat en het hoe van risicoverslaggeving is handmatige inhoudsanalyse een zeer geschikte methode.

Inhoudsanalyse betreft het coderen van woorden, formuleringen en zinnen aan de hand van een bepaald schema (Bowman, 1984). Al in 1994 kwamen er in een literatuur-review van Jones & Shoemaker 68 empirische studies naar voren waarin deze methode is gehanteerd. Dobler (2008) noemt tien studies naar risicoverslaggeving in de periode 2003-2007 met inhoudsanalyse als primaire onderzoeksmethode. In deze inhoudsanalyse zal er sprake zijn van volledig betrokkenheid. Dit houdt in dat “de onderzoeker het gehele proces van het opstellen van een toelichtingsindex en het selecteren van de elementen van deze index, tot het beoordelen van deze elementen beheerst” (Hassan & Marston, 2010, p. 19).

2.5.3 Kwaliteitsmodel risicoverslaggeving

Het schema dat zal worden gebruikt om de handmatige inhoudsanalyse uit te voeren, wordt in belangrijke mate gebaseerd op het model van Beretta & Bozzolan (2008). In dit model bestaat de kwaliteit van de risicoverslaggeving uit zowel de kwantiteit als de rijkdom van de informatie. De rijkdom van de informatie wordt bepaald aan de hand van:

 de dekking van en de spreiding over diverse risicocategorieën;

 het aantal zinnen waarin risico’s worden gekwantificeerd of gekwalificeerd;

 het aantal zinnen waarin de economische richting van risico’s (positief, negatief of neutraal) wordt weergegeven;

 het aantal zinnen waarin informatie over de beheersing van risico’s wordt verstrekt of waarin toekomstgerichte informatie is opgenomen.

- 18 - De dekking en de spreiding van de risicoverslaggeving zal gebaseerd worden op de risicocategorieën die in paragraaf 2.4.4 zijn opgesteld. Het model van Beretta & Bozzolan heeft dus een erg breed karakter. De breedte van dit model maakt het ook mogelijk de totale risicoverslaggevingskwaliteit gedetailleerder te analyseren. Waar bestaand onderzoek vaak alleen kijkt naar de reactie op toelichtingskwaliteit als geheel, maakt dit model het mogelijk ook te beoordelen welke onderliggende variabelen de meeste invloed hebben. Zo is een veelgehoord argument dat juist prospectieve informatie in het jaarverslag de waarde ervan voor investeerders vergroot (Francis & Schipper, 1999). Indien twee bedrijven een totale toelichtingskwaliteit van bijvoorbeeld 0,8 halen, betekent dit absoluut niet dat de toelichtingen van deze bedrijven exact hetzelfde zijn. Het opsplitsen van kwaliteit in meerdere variabelen maakt het mogelijk relevantere onderzoeksresultaten te verkrijgen.

In paragraaf 3.2 wordt omschreven hoe de variabelen uit het model van Beretta & Bozzolan exact gemeten worden en hoe deze uiteindelijk resulteren in een totale risicoverslaggevingskwaliteitsscore. Daar staat ook omschreven hoe de betrouwbaarheid en consistente toepassing van dit model gewaarborgd is.

2.6 Risicoverslaggeving en het gedrag van aandeelhouders

Indien risicoverslaggeving waarde heeft voor gebruikers van het jaarverslag, zou dit kunnen resulteren in bepaald gedrag van aandeelhouders. Volgens Scott (2012) bepaalt alle publiek beschikbare informatie de efficiënte marktprijs van een onderneming, terwijl in de fundamentele waarde van een onderneming ook inside informatie is verwerkt. De rol van financiële verslaggeving is het verkleinen van de inside informatie en dus het gat tussen de marktprijs en de fundamentele waarde van een onderneming. Indien risicoverslaggeving de informatiewaarde van het jaarverslag zou verhogen, kan vanuit die theorie een reactie op de aandelenmarkt verwacht worden. Deze gedachtegang is in de wetenschappelijke literatuur meerdere malen gehanteerd om te toetsen of de aandelenmarkt reageert op bijvoorbeeld een hogere kwaliteit van de toelichting op de jaarrekening (Healy, et al., 1999). Ook onderzochten Kravet en Muslu (2013) of de hoeveelheid risicoverslaggeving gerelateerd is aan het gedrag van aandeelhouders.

In bestaande wetenschappelijke literatuur zijn meerdere proxies gehanteerd om de reactie van aandeelhouders te meten. Veelgebruikte maatstaven zijn de verandering in de aandelenkoers (Holthausen & Verrecchia, 1990; Kravet & Muslu, 2013), de bid-ask spread van het aandeel (Campbell, et al., 2014) en het handelsvolume van het aandeel (Campbell, et al., 2014;

- 19 - Garfinkel & Sokobin, 2006; Holthausen & Verrecchia, 1990). In dit onderzoek zullen zowel de bid-ask spread als het handelsvolume gehanteerd worden.

Over de richting van de reactie in het handelsvolume van een aandeel bestaan tegenstrijdige theorieën. De divergentiehypothese veronderstelt dat risicoverslaggeving het handelsvolume van het aandeel verhoogt, doordat nieuwe informatie leidt tot verschillende aanpassingen van de inschattingen van aandeelhouders (Kravet & Muslu, 2013). Kravet en Muslu omschrijven ook de convergentiehypothese. Deze hypothese gaat er juist vanuit dat meer risicoverslaggeving het voordeel van de op voorhand beter geïnformeerde aandeelhouders verkleint, waardoor het handelsvolume van het aandeel afneemt. Wat op basis van beide hypotheses, ondanks hun tegenstrijdigheid, wel kan worden verondersteld, is dat een hogere informatiewaarde van de jaarverslaggeving leidt tot een verandering in het handelsvolume van het aandeel (positief of negatief). Derhalve luidt de eerste (tweezijdige) hypothese als volgt:

Hypothese 1: Risicoverslaggevingskwaliteit is geassocieerd met het handelsvolume van het aandeel van de onderneming.

De bid-ask spread van een aandeel is het verschil tussen de hoogste prijs die een potentiële koper voor een aandeel wil betalen en de laagste prijs waarvoor een verkoper het aandeel wil verkopen. De bid-ask spread kan dan ook worden gezien als maatstaf voor de verschillen in informatie tussen diverse investeerders. Een lage bid-ask spread duidt op eenheid van informatie en dus een lage informatieasymmetrie. Vanuit deze argumentatie gebruikten bijvoorbeeld Campbell et al. (2014) en Leuz en Verrecchia (2000) de bid-ask spread als proxy voor informatieasymmetrie. Indien goede risicoverslaggeving de informatiewaarde van het jaarverslag verhoogt, zou de informatieasymmetrie en dus de bid-ask spread van het aandeel na de publicatie van het jaarverslag dalen. De tweede hypothese luidt dan ook als volgt:

Hypothese 2: Risicoverslaggevingskwaliteit is negatief geassocieerd met de bid-ask spread van het aandeel van de onderneming.

2.7 Risicoverslaggeving en het gedrag van financiële analisten

Andere onderzoeken omtrent verslaggevingskwaliteit gebruiken het gedrag van financiële analisten als indicatie voor de informatiewaarde van de jaarverslaggeving. Financiële analisten voorspellen bijvoorbeeld de winst van ondernemingen. Deze taak kenmerkt zich door onzekerheid. Financiële analisten behoren volgens Hope (2003) tot de belangrijkste gebruikers van financiële verslagen. Tevens heeft het gedrag van financiële analisten ook een significante

- 20 - invloed op het gedrag van investeerders. Empirisch onderzoek toont bijvoorbeeld aan dat investeerders de voorspellingen van financiële analisten gebruiken bij het waarderen van een onderneming (Bercel, 2000; Cornell & Landsman, 1989).

Verslaggevingsinformatie kan de onzekerheid bij het voorspellen van winsten verkleinen. Zo kan nuttige informatie worden verschaft over de strategie, het risicoprofiel en de vooruitzichten van een onderneming. Onzekerheid kan in de eerste plaats van invloed zijn op de nauwkeurigheid van winstvoorspellingen. Onderzoek van Hope (2003) vindt een positieve relatie tussen financiële toelichtingen op de jaarrekening en de nauwkeurigheid van voorspellingen van analisten. Ook in andere onderzoeken wordt deze positieve relatie gevonden (Arbarbanell & Bushee, 1997; Brown, et al., 1987). Indien risicoverslaggeving inderdaad de onzekerheid bij het voorspellen van toekomstige winsten verkleint, zou een hogere risicoverslaggevingskwaliteit tot nauwkeurigere winstvoorspellingen door financiële analisten leiden. De derde hypothese luidt derhalve als volgt:

Hypothese 3: Risicoverslaggevingskwaliteit is positief geassocieerd met de nauwkeurigheid van winstvoorspellingen door financiële analisten.

Een tweede kenmerk van de voorspellingen van financiële analisten dat in empirisch onderzoek is gebruikt, is de spreiding van de voorspellingen van verschillende analisten. Lang en Lundholm (1996) vonden een negatief verband tussen de kwaliteit van de toelichting in de jaarrekening en de spreiding van de winstvoorspellingen. Dit ondersteunt de gedachte dat een grote spreiding van winstvoorspellingen duidt op informatieasymmetrie tussen financiële analisten en dat toelichting op de jaarrekening deze informatieasymmetrie kan verlagen. Indien risicorapportages relevant zijn voor financiële analisten, kan verwacht worden dat de informatieasymmetrie tussen analisten en dus de spreiding van hun voorspellingen afneemt naarmate de kwaliteit van deze rapportages stijgt. De vierde hypothese luidt daarom als volgt:

Hypothese 4: Risicoverslaggevingskwaliteit is negatief geassocieerd met de mate van spreiding van de winstvoorspellingen van financiële analisten.

- 21 - 2.8 Conceptueel model

-

+

-

Nauwkeurigheid winstvoorspellingen analisten Spreiding winstvoorspellingen analisten

+/-

Figuur 2 - Conceptueel model

- 22 -

3 ONDERZOEKSMETHODE

3.1 Steekproef

Zoals omschreven in paragraaf 2.3.6 richt dit onderzoek zich alleen op beursgenoteerde bouwondernemingen in Europa. Binnen Europa komen bouwbedrijven uit alle vijftien landen die al sinds 2004 lid zijn van de Europese Unie voor dit onderzoek in aanmerking. Voor de keuze meerdere landen in het onderzoek op te nemen, zijn meerdere redenen. In de eerste plaats leidt dit tot een steekproef met een aanzienlijk groter aantal bedrijven dan wanneer slechts één land (bijvoorbeeld het Verenigd Koninkrijk) zou worden geselecteerd. In de tweede plaats gaf Hope (2003, p.25) als mogelijke verklaring voor de sterkere resultaten uit dat onderzoek ten opzichte van eerdere onderzoeken, dat er grotere verschillen in risicoverslaggevingskwaliteit tussen bedrijven uit meerdere landen bestaan. Aangezien dit onderzoek gericht is op het toetsen in hoeverre verschillen in risicoverslaggevingskwaliteit invloed hebben op het gedrag van investeerders en analisten, is een steekproef met een grotere spreiding in kwaliteit wenselijk. Tot slot zijn er, zoals in paragraaf 2.3.6 is aangegeven, voor lidstaten van de Europese Unie gelijkenissen doordat in alle landen een Corporate Governance Code geldt waaruit de belangrijkste verplichtingen betreffende risicoverslaggeving voortvloeien. Het richtinggevende karakter van deze codes maakt een risicoverslaggevingsstudie in deze omgeving aantrekkelijk. In de database Orbis is gezocht naar beursgenoteerde ondernemingen in de Europese Unie met US SIC code 15 (Building construction-general contractors and operative builders) en US SIC code 16 (Heavy construction other than building construction-contractors). Deze zoekopdracht leverde 71 Europese bouwondernemingen op. Vervolgens zijn er negentien bedrijven uit de steekproef verwijderd, wegens het niet beschikbaar zijn (zowel in Orbis als op de website van het bedrijf) van een Engels- of Nederlandstalig jaarverslag over de jaren 2007, 2010 en 2013. Daarnaast zijn er drie bedrijven verwijderd aangezien deze bedrijven pas in een later jaar uit het onderzoek voor het eerst aan een aandelenbeurs waren genoteerd. Tot slot ontbrak voor een drietal bedrijven data betreffende de afhankelijke variabelen. Voor nog eens drie bedrijven (Ellaktor S.A., Grupo Empresarial San Jose S.A. en Telford Homes PLC) was voor één jaar informatie omtrent afhankelijke variabelen niet beschikbaar. De uiteindelijke steekproef bestaat hiermee uit 135 jaarverslagen van 46 bedrijven. In appendix A is een overzicht van de bedrijven in de steekproef opgenomen.

Voor de jaren 2007, 2010 en 2013 is gekozen zodat een beeld kan worden gevormd van de ontwikkeling in de risicoverslaggeving in de bouwsector. Verder is bewust niet voor aaneengesloten jaren gekozen, omdat de kans op een grotere spreiding in

- 23 - risicoverslaggevingskwaliteit dan groter is. Tot slot is ervoor gekozen de jaarverslagen over het boekjaar 2014 niet in het onderzoek mee te nemen, aangezien deze rapporten nog niet voor alle bedrijven beschikbaar waren ten tijde van het onderzoek. Tevens zijn de voorspellingen van analisten van de winst over 2015 in dat geval niet te vergelijken met werkelijkheid, aangezien deze winst op het moment van het uitvoeren van dit onderzoek nog niet bekend is.

3.2 Onafhankelijke variabele 3.2.1 Inhoudsanalyse

In paragraaf 2.5 is reeds omschreven dat het niet mogelijk is een theoretisch concept als verslaggevingskwaliteit rechtstreeks te meten. Voor deze studie is gekozen de risicoverslaggevingskwaliteit te beoordelen middels een handmatige inhoudsanalyse. Deze onderzoeksmethode sluit aan op de in paragraaf 1.3 omschreven focus op verslaggevingskwaliteit (in plaats van kwantiteit) van dit onderzoek. Wegens de grote betrokkenheid van de onderzoeker bij deze vorm van analyse, is het belangrijk de betrouwbaarheid en consistentie van het onderzoek extra te waarborgen (Linsley & Shrives, 2006). In een literatuur-review stellen Hassan & Marston (2010) echter dat een beoordeling van de betrouwbaarheid en validiteit in veel studies niet heeft plaatsgevonden of niet wordt gedocumenteerd en geven dan ook als aanbeveling voor toekomstig onderzoek dit wel te doen. Om de betrouwbaarheid en consistentie van dit onderzoek te verhogen, zijn beslissingsregels opgesteld bij het uitvoeren van de inhoudsanalyse (zie appendix D).

Inhoudsanalyse betreft het coderen van woorden, formuleringen en zinnen aan de hand van een bepaald schema (Bowman, 1984). In dit onderzoek is besloten zinnen te gebruiken als coderingselement. Deze keuze komt voort uit het doel om de kwaliteit (in tegenstelling tot de kwantiteit) van risicoverslaggeving te meten. Voor dit doel zijn zinnen geschikter dan woorden, aangezien uit afzonderlijke woorden slechts beperkt de daadwerkelijke kwaliteit van een jaarverslag kan worden gededuceerd. Voorts stellen Milne en Adler (1999) dat zinnen als coderingselement een aanzienlijk hogere betrouwbaarheid hebben dan andere elementen.

3.2.2 Object van onderzoek

Informatie over de risico’s van een bedrijf kan via meerdere bronnen bekend worden gemaakt. In paragraaf 2.2 is reeds benoemd dat alleen informatie in de jaarverslagen binnen het bereik van dit onderzoek valt. Marston & Shrives (1991) stellen dat het jaarverslag het meest uitgebreide financiële verslag is waar buitenstaanders gebruik van kunnen maken en concluderen dan ook dat het jaarverslag de belangrijkste bron van toelichting is. Verder toonden

- 24 - Lang & Lundholm (1993) aan dat er een positieve correlatie bestaat tussen het niveau van de toelichting in jaarverslagen en de hoeveelheid communicatie via andere kanalen zoals de media. Ook binnen het jaarverslag verschillen bedrijven in waar en hoe risico-informatie is opgenomen en welke naam zij aan de desbetreffende secties geven. Zo kan informatie in het directieverslag, het corporate governance verslag en in de toelichting op de jaarrekening worden gevonden. Teneinde het onderzoek af te bakenen en de consistentie tussen bedrijven te waarborgen, zijn de jaarverslagen in dezelfde volgorde doorzocht. In de eerste plaats is gezocht naar een specifieke paragraaf over risico’s en/of risicomanagement in het directieverslag. Bij het ontbreken van een dergelijke paragraaf is gezocht naar overige secties waarin zeer duidelijk de focus op risico’s en risicomanagement ligt (herkenbaar aan titels, tussenkoppen etc.). Indien ook dan nog geen risico-informatie was gevonden, is beoordeeld of dergelijke informatie in de toelichting op de jaarrekening was opgenomen. Tot slot is onderzocht of in het jaarverslag nog andere, omvangrijke secties zijn opgenomen waarin risico’s worden besproken die nog niet in de eerdergenoemde secties zijn besproken.

3.2.3 Definitie risicoverslaggevingskwaliteit

Voor het bepalen van de risicoverslaggevingskwaliteit wordt het model van Beretta en Bozzolan uit 2008 gehanteerd. Zoals reeds in paragraaf 2.5.3 is omschreven, gaat dit model uit van de veronderstelling dat kwaliteit van toelichtingen niet gelijk kan worden gesteld aan de hoeveelheid toelichtingen. Derhalve bestaat dit model uit meerdere dimensies die samen tot de totale risicoverslaggevingskwaliteit leiden. In onderstaand figuur wordt een grafische weergave van het kwaliteitsmodel gegeven.

- 25 -

Kwantiteit wordt bepaald door het aantal zinnen risicoverslaggeving, waarbij conform de

procedure uit paragraaf 3.2.2 in het jaarverslag naar deze zinnen is gezocht. De uiteindelijke score op de dimensie kwantiteit wordt bepaald door het aantal zinnen te standaardiseren voor de gehele steekproef. Dit houdt in dat het grootste verslag een 1 en het kleinste verslag een 0 scoort op kwantiteit. Er wordt gecorrigeerd voor het feit dat het aantal zinnen van zeven jaarverslagen uitschieters (naar boven) waren (hoger dan de 1,5 x de kwartielafstand + derde kwartiel). Door het standaardiseren zouden dergelijke uitschieters de score van alle andere jaarverslagen negatief beïnvloeden. Het corrigeren voor deze uitschieters doet meer recht aan de kwantiteit van andere verslagen en zorgt ervoor dat de gestandaardiseerde kwantiteit in de steekproef beter tussen 0 en 1 verdeeld wordt. Concreet hebben deze zeven uitschieters en het (qua grootte) achtste verslag allen een score van 1 gekregen en is de omvang van het achtste jaarverslag gehanteerd bij het standaardiseren. De uiteindelijke (gestandaardiseerde) kwantiteit wordt aan de hand van de volgende formule bepaald:

𝐾𝑤𝑎𝑛𝑡𝑖𝑡𝑒𝑖𝑡 = 𝐷𝑖 − 𝐷𝑚𝑖𝑛 𝐷𝑚𝑎𝑥 − 𝐷𝑚𝑖𝑛

Waarin:

Di = totaal aantal zinnen risicoverslaggeving bedrijf i

Dmin = minimaal aantal zinnen risicoverslaggeving gehele steekproef

Dmax = maximaal aantal zinnen risicoverslaggeving gehele steekproef (excl. uitschieters)

Dekking betreft de mate waarin de categorieën waarover bedrijven kunnen rapporteren worden

behandeld in het jaarverslag. De vijftien categorieën die hiervoor gehanteerd worden, zijn genoemd in paragraaf 2.4.4 (figuur 1). In appendix E worden voorbeelden gegeven van risico’s die onder de diverse risicocategorieën worden begrepen. De score op deze dimensie wordt bepaald door het aantal categorieën te tellen waarover minimaal één zin in het verslag is opgenomen. Derhalve wordt dekking bepaald met de volgende formule:

𝐷𝑒𝑘𝑘𝑖𝑛𝑔 = 1

𝐶𝐴𝑇× ∑ 𝐼𝑁𝐹 𝑖 𝑗

𝐶𝐴𝑇

𝑗=1

Waarin:

CAT = aantal risicocategorieën

INF i j = 1 als bedrijf i iets toelicht over risicocategorie j

- 26 -

Spreiding betreft de mate waarin de totale informatie in het verslag van een bedrijf gelijkmatig

verdeeld is over de verschillende risicocategorieën. Door deze dimensie daalt de verslaggevingskwaliteit van verslagen waarin voor een groot gedeelte op één of enkele categorieën gefocust wordt, terwijl over andere categorieën slechts zeer beperkt wordt gerapporteerd. De spreiding wordt met de volgende formule bepaald:

𝑆𝑝𝑟𝑒𝑖𝑑𝑖𝑛𝑔 =− ∑ 𝑃 𝑖𝑗 × 𝐿𝑛 𝑃 𝑖𝑗

𝐶𝐴𝑇 𝑗=1

𝐿𝑛 𝐶𝐴𝑇

Waarin:

CAT = aantal risicocategorieën

P ij = aantal zinnen risicocategorie j gedeeld door het totaal aantal zinnen risicoverslaggeving van bedrijf i

Type maatstaf betreft de mate waarin risico’s in het verslag meetbaar worden gemaakt. Dit kan

op twee manieren plaatsvinden: kwalitatief en kwantitatief. Kwalitatieve maatstaven betreffen zinnen waarin wordt aangeduid dat risico’s bijvoorbeeld materieel, significant, hevig of juist te verwaarlozen zijn. Van een kwantitatieve maatstaf is sprake indien de omvang of impact van risico’s met behulp van getallen, percentages, bedragen en dergelijke wordt aangeduid. Verder is besloten bij type maatstaf ook punten toe te kennen indien de ontwikkeling van een risico wordt gekwalificeerd of gekwantificeerd, terwijl dit in het model van Beretta en Bozzolan niet expliciet werd opgenomen. Concreet wordt de score op deze dimensie als volgt bepaald:

𝑇𝑦𝑝𝑒 𝑚𝑎𝑎𝑡𝑠𝑡𝑎𝑓 = 1

𝐷𝑖× ∑ 𝑀𝑎𝑎𝑡𝑠𝑡𝑎𝑓 𝑖 𝑗

𝐷𝑖

𝑗=1

Waarin:

Di = totaal aantal zinnen risicoverslaggeving bedrijf i

Maatstaf i j = 1 als zin j van onderneming i een maatstaf (kwalitatief of kwantitatief) bevat

0 als zin j van onderneming i geen maatstaf (kwalitatief of kwantitatief) bevat

Economische impact meet in hoeverre bedrijven risico’s (en de mitigatie ervan) concreet

koppelen aan de toekomstige economische situatie van het bedrijf. Deze koppeling kan bijvoorbeeld plaatsvinden door risico’s en kansen te relateren aan bijvoorbeeld de resultaten, groeimogelijkheden, strategische doelstellingen of vraag naar producten van het bedrijf. Deze

- 27 - economische impact kan zowel negatief, positief of neutraal (onbekend) zijn. Aan de hand van de volgende formule wordt de score op deze dimensie bepaald:

𝐸𝑐𝑜𝑛𝑜𝑚𝑖𝑠𝑐ℎ𝑒 𝑖𝑚𝑝𝑎𝑐𝑡 = 1

𝐷𝑖× ∑ 𝑒𝑐𝑜𝑛𝑜𝑚𝑖𝑠𝑐ℎ𝑒 𝑖𝑚𝑝𝑎𝑐𝑡 𝑖 𝑗

𝐷𝑖

𝑗=1

Waarin:

Di = totaal aantal zinnen risicoverslaggeving bedrijf i

Economische impact i j = 1 als zin j van onderneming i de economische impact (positief, negatief of neutraal) omschrijft

0 als zin j van onderneming i de economische impact (positief, negatief of neutraal) niet omschrijft

Oriëntatie op vooruitzichten meet aan de hand van twee onderdelen in hoeverre de

risicorapportage aandacht besteed aan de vooruitzichten van de onderneming. In de eerste plaats wordt punten toegekend indien acties, maatregelen of programma’s van het management, gericht op het beheersen of benutten van risico’s, worden beschreven. Er is besloten geen punten toe te kennen voor algemene informatie over de opzet van het risicomanagementsysteem (verantwoordelijkheden, randvoorwaarden, doelstellingen etc.), aangezien deze informatie veelal standaardteksten betreft waarin niet op specifieke risico’s wordt ingegaan. Er worden derhalve alleen punten toegekend als beheersingsmaatregelen duidelijk worden gekoppeld aan één of enkele risicocategorieën. Het tweede onderdeel van de oriëntatie op vooruitzichten betreft de mate waarin het verslag naar de toekomst kijkt. Prospectieve toelichtingen kunnen bijvoorbeeld bestaan uit verwachtingen van het management ten aanzien van de ontwikkeling van risico’s of risicobeheersingsmaatregelen die in de toekomst zullen worden genomen. Voorts is besloten ook punten toe te kennen indien bedrijven in hun verslag omschrijven welke beheersingsmaatregelen in het afgelopen boekjaar zijn geïmplementeerd, ondanks dat deze toelichtingen feitelijk betrekking hebben op het verleden. Het argument om toch punten toe te kennen is dat dergelijke toelichtingen duidelijk nieuwe informatie bevatten en daardoor de kwaliteit meer verhogen dan toelichtingen waarin beheersingsmaatregelen uit het verleden (die soms al jarenlang in jaarverslagen zijn omschreven) worden genoemd. Uiteindelijk wordt de oriëntatie op vooruitzichten met de volgende formule gemeten:

𝑂𝑟𝑖ë𝑛𝑡𝑎𝑡𝑖𝑒 𝑜𝑝 𝑣𝑜𝑜𝑟𝑢𝑖𝑡𝑧𝑖𝑐ℎ𝑡𝑒𝑛 =1 2× 1 𝐷𝑖 × ∑ 𝑣𝑜𝑜𝑟𝑢𝑖𝑡𝑧𝑖𝑐ℎ𝑡𝑒𝑛 𝑖 𝑗 𝐷𝑖 𝑗=1

- 28 - Waarin:

Di = totaal aantal zinnen risicoverslaggeving bedrijf i

Vooruitzichten i j = 2 indien zin j van bedrijf i toekomstgericht is en acties, maatregelen of programma’s van het management omschrijft

1 indien zin j van bedrijf i toekomstgericht is of acties, maatregelen of programma’s van het management omschrijft

0 indien zin j van bedrijf i niet toekomstgericht is en geen acties, maatregelen of programma’s van het management omschrijft Alle variabelen in het model kunnen waarden tussen 0 en 1 aannemen. De totale kwaliteit bestaat voor 50% uit de kwantiteit en 50% uit de rijkdom. De rijkdom bestaat vervolgens weer voor 50% uit wijdte en 50% uit diepte. Op dezelfde wijze kunnen deze dimensies weer verder (in gelijke delen) uitgesplitst worden in onderliggende variabelen. De score voor de totale kwaliteit bestaat dientengevolge uit kwantiteit (50%), dekking (12,5%), spreiding (12,5%), type maatstaf (6,25%), economische impact (6,25%) en oriëntatie op vooruitzichten (12,5%).

3.3 Afhankelijke variabelen 3.3.1 Handelsvolume

De meting van het handelsvolume vindt plaats op overeenkomstige wijze als in het onderzoek van Kravet en Muslu (2012). Per jaarverslag wordt deze variabele bepaald door het logaritme te nemen van het gemiddelde handelsvolume van het aandeel in de drie dagen rond de publicatiedatum (-1, 0, +1) gedeeld door het aantal uitstaande aandelen. Het aantal uitstaande aandelen is enkel voor het einde van ieder boekjaar beschikbaar. Afhankelijk van de publicatiedatum van het jaarverslag wordt de datum voor het aantal uitstaande aandelen bepaald, zodat het aantal uitstaande aandelen wordt gebruikt op de datum die het dichtst bij de publicatiedatum ligt. Hierdoor wordt de potentiële invloed van aandelenemissies gedurende het jaar zoveel mogelijk beperkt. Een hogere (lagere) waarde voor deze variabele duidt op een hoger (lager) handelsvolume van het aandeel in de drie dagen rond de publicatie van het jaarverslag. De data voor deze variabele is afkomstig uit Thomson Reuters Datastream.

3.3.2 Bid-ask spread

Overeenkomstig het onderzoek van Merkley (2014) wordt deze variabele gemeten door de natuurlijke logaritmen van de gemiddelde bid-ask spread in de tien dagen voor en na de publicatie van het jaarverslag met elkaar te vergelijken. De eerste dag voor en na de publicatie worden in deze tien dagen niet opgenomen. Om vergelijking tussen bedrijven mogelijk te maken, wordt uitgegaan van de relatieve gemiddelde bid-ask spreads. Dit zijn de bid-ask

- 29 - spreads uitgedrukt als percentage van het middelpunt van de bied- en laatkoers van het aandeel. De uiteindelijke variabele is derhalve aan maatstaf voor de ontwikkeling van de bid-ask spread na de publicatie. Een negatieve (positieve) waarde duidt dus op een lagere (hogere) bid-ask spread na de publicatie van het jaarverslag. Ook de data voor deze variabele is afkomstig uit Thomson Reuters Datastream.

3.3.3 Nauwkeurigheid winstvoorspellingen door financiële analisten

Voor het meten van de nauwkeurigheid van de winstvoorspellingen door financiële analisten wordt aangesloten bij de aanpak van Lehavy et al. (2011) en Lang en Lundholm (1996). Met onderstaande formule wordt de nauwkeurigheid bepaald:

𝑁𝑎𝑢𝑤𝑘𝑒𝑢𝑟𝑖𝑔ℎ𝑒𝑖𝑑 𝑤𝑖𝑛𝑠𝑡𝑣𝑜𝑜𝑟𝑠𝑝𝑒𝑙𝑙𝑖𝑛𝑔𝑒𝑛 = 1 −𝑉𝑜𝑜𝑟𝑠𝑝𝑒𝑙𝑑𝑒 𝐸𝑃𝑆 − 𝑊𝑒𝑟𝑘𝑒𝑙𝑖𝑗𝑘𝑒 𝐸𝑃𝑆 𝑎𝑎𝑛𝑑𝑒𝑙𝑒𝑛𝑘𝑜𝑒𝑟𝑠

In deze formule wordt de eerste voorspelling van de winst per aandeel na de publicatie van het jaarverslag vergeleken met de werkelijke winst per aandeel. Het gaat hierbij dus om de winst per aandeel aan het einde van het jaar waarin de voorspelling wordt gedaan. Om vergelijking tussen bedrijven mogelijk te maken, wordt de uitkomst gedeeld door de aandelenkoers aan het begin van de fiscale periode. Tot slot wordt deze uitkomst op 1 in mindering gebracht, zodat een hogere (lagere) nauwkeurigheid van winstvoorspelling leidt tot een hogere (lagere) uitkomst. De data voor deze variabele wordt gehaald uit het Institutional Brokers Estimates System (I/B/E/S).

3.3.4 Spreiding winstvoorspellingen door financiële analisten

Ook de wijze waarop de spreiding van de winstvoorspellingen door financiële analisten wordt berekend, is afgeleid uit de aanpak van Lehavy et al. (2011) en Lang en Lundholm (1996). De spreiding wordt bepaald door de standaardafwijking van de eerstvolgende winstvoorspelling na de publicatie van het jaarverslag te delen door de aandelenkoers aan het begin van de fiscale periode. Bedrijven die door slechts één analist worden gevolgd, worden niet opgenomen, omdat deze een standaardafwijking van nul hebben. Deze data wordt ook gehaald uit het Institutional Brokers Estimate System (I/B/E/S).

3.4 Controlevariabelen

In de eerste plaats wordt gecorrigeerd voor bedrijven die hun voorlopige winst publiceren voordat het gehele jaarverslag wordt gepubliceerd. Doordat in een eerder stadium informatie over de winsten wordt verspreid, neemt de hoeveelheid nieuwe informatie richting investeerders en analisten in het later gepubliceerde jaarverslag af. Dientengevolge kunnen de

- 30 - veronderstelde verbanden in dit onderzoek zwakker zijn voor bedrijven die wel hun voorlopige winst publiceren ten opzichte van de bedrijven die dit niet doen. Deze controlevariabele is een dummyvariabele met als waarde 1 indien een bedrijf wel een voorlopige winstpublicatie heeft gedaan en een 0 indien dat niet zo is. Voor deze data is geen database beschikbaar waardoor deze data handmatig verzameld is. Deze data zijn voornamelijk gevonden op websites van de bedrijven, in de jaarverslagen van de bedrijven en op nieuwspagina’s van aandelenbeurzen. De tweede controlevariabele in dit onderzoek betreft de omvang van het bedrijf. In paragraaf 2.2 is reeds besproken dat informatie over de risico’s van een bedrijf via verscheidene bronnen kan worden gecommuniceerd. In dit onderzoek wordt bedrijfsomvang gehanteerd als proxy voor de beschikbaarheid van informatie over het bedrijf via andere bronnen. Zo zullen grote bedrijven over het algemeen meer media-aandacht krijgen, vaker dan jaarlijks (bijvoorbeeld per kwartaal) rapporteren en ook uitgebreidere informatie via de website publiceren. Dientengevolge wordt verwacht dat voor grotere bedrijven een zwakkere reactie op de risicoverslaggeving wordt waargenomen. In vergelijkbare studies hanteerden onder anderen Hope (2003) en Lang en Lundholm (1996) bedrijfsomvang als proxy voor de algemene informatieomgeving van een bedrijf en controleerden voor dit fenomeen. De variabele wordt gemeten als het natuurlijk logaritme van de totale activa in Amerikaanse dollars aan het eind van het jaar voorafgaand aan de publicatie (Dhaliwal, et al., 2012).

3.5 Empirisch model

De hypotheses zullen getoetst worden door middel van een meervoudige lineaire regressie. Voor deze toets is het een voorwaarde dat de variabelen normaal verdeeld zijn. Field (2009) stelt dat, op grond van de centrale limietstelling, voor grote steekproeven (dertig of meer) de verdeling van een steekproef neigt naar een normale verdeling. Aangezien de steekproef van dit onderzoek ruim boven deze grens ligt, wordt van een normale verdeling uitgegaan. Verder zal worden beoordeeld of er sprake is van multicollineariteit (correlatie hoger dan 0,8) tussen de voorspellers in het onderzoek (Field, 2009). Voor het toetsen van de vier hypotheses wordt het volgende lineaire regressiemodel gebruikt:

Afhankelijke variabele = β0 + β1 × kwaliteit + β2 × aparte publicatie voorlopige

resultaten + β3 × omvang + ϵi

Voort zal een additionele analyse plaatsvinden waarin de relatie tussen kwaliteit en de afhankelijke variabelen nader wordt onderzocht. Hierdoor wordt het mogelijk potentiële verschillen tussen kwantiteit en rijkdom te belichten. Deze analyse is alleen zinvol indien er

- 31 - geen sprake is van multicollineariteit. Indien multicollineariteit afwezig is, zullen via onderstaand lineair regressiemodel de coëfficiënten voor kwantiteit en rijkdom worden bepaald:

Afhankelijke variabele = β0 + β1 × kwantiteit + β2 × rijkdom + β3 ×aparte publicatie