Spelen met winst in het hoger onderwijs
Onderzoek naar winststuring in het speelveld van Corporate Governance
bij hogescholen en universiteiten in Nederland
7 juli 2014
Master thesis Accountancy
Rijksuniversiteit Groningen, Faculteit Economie & Bedrijfskunde Naam: Maria Rosa Schagen
Studentnummer: S1796178 Adres: Opaalweg 107, 3523 RM Utrecht
Telefoon: 06-42971298 Email: mariaschagen@gmail.com Begeleider: Drs. H.J.R. Litjens RA 2e Begeleider: T.B.A. SAMENVATTING
Deze thesis onderzoekt de associatie tussen winststuring (earnings management) en de governance structuur bij Nederlandse universiteiten en hogescholen. De instellingen willen hun toekomstige financiering vanuit de overheid veilig stellen, wat een belangrijke prikkel voor winststuring is. Uit onderzoeken in de for-profit sector blijkt dat winststuring beperkt kan worden door een effectieve governance. Discretionaire bestemmingsreserves en voorzieningen worden als proxy voor winststuring gebruikt. De resultaten suggereren dat er discretie wordt toegepast in de waardebepaling van de posten. De governance wordt gemeten aan de hand van kenmerken van de Raad van Toezicht en de auditcommissie. Er wordt bewijs gevonden dat het aantal auditcommissie vergaderingen negatief gerelateerd is aan winststuring. Het aantal Raad van Toezicht vergaderingen daarentegen is niet significant. De grootte en onafhankelijkheid van de Raad van Toezicht zijn negatief gerelateerd aan de discretionaire bestemmingsreserves bij universiteiten. Een onverwachts positieve relatie tussen een aanwezige auditcommissie en winststuring is gevonden. Tenslotte suggereren de resultaten dat er een tendens van neerwaartse winststuring is.
Trefwoorden: Winststuring; Discretionaire reserves en voorzieningen; Corporate Governance; Auditcommissie; Raad van Toezicht; Hoger onderwijs; Non-profit
1 – Introductie 1
2 – Literatuuronderzoek 2
2.1 Winststuring 2
2.2 Winststuring en Corporate Governance 4
2.3 Controlevariabelen 6 3 – Empirisch onderzoek 7 3.1 Data en steekproef 7 3.2 Methodologie 8 4 – Resultaten 11 4.1 Beschrijvende statistiek 11
4.2 Winststuring en Corporate Governance (hoofdresultaten) 12
4.3 Aanvullende analyses 15
5 – Discussie en conclusie 20
1
1 – INTRODUCTIE
Deze thesis onderzoekt de associatie tussen winststuring en de governance structuur bij universiteiten en hogescholen. Onderzoek naar winststuring bij hogescholen en universiteiten is interessant om twee redenen. Ten eerste is de winstbestemming in de jaarrekening van deze instellingen zichtbaar en kan de winststuring op deze manier ook zichtbaar gemaakt worden. Ten tweede is de verwachte tendens van winststuring omlaag in plaats van omhoog. Onderwijsinstellingen worden namelijk grotendeels gefinancierd met publiek geld. Hoge winsten zouden invloed kunnen hebben op de rijksbijdrage. Onderzoek naar de associatie van de governance structuur is interessant, omdat de overige standaarden (juridische setting, Big 4-accountant, Richtlijnen 660) die winststuring beperken constant zijn voor hoger onderwijsinstellingen in Nederland. Er is echter wel enige variatie in de governance structuur. Verondersteld wordt dat een kwalitatieve governance in het hoger onderwijs winststuring tegengaat. De volgende onderzoeksvraag wordt in deze thesis beantwoord:
Is er sprake van winststuring bij universiteiten en hogescholen en in hoeverre is er een associatie met de governance structuur?
In het kader van de governance structuur worden de aanwezigheid, grootte, onafhankelijkheid en toewijding van de auditcommissie en de Raad van Toezicht bestudeerd. Voor het meten van de winststuring focust het empirisch onderzoek zich op de discretionaire bestemmingsreserves en voorzieningen.
Hoger onderwijsinstellingen vormen een boeiend onderzoeksobject; hogescholen en universiteiten zijn semi-overheidsorganisaties met een non-profit instelling, die hun directe inkomsten ‘de eerste geldstroom’ verwerven van de overheid. Met veel stakeholders zijn zij van groot maatschappelijk belang en politiek zichtbaar. Universiteiten en hogescholen zijn volgens de normen van de onderwijsinspectie financieel gezond. De hogescholen maakten in 2011 gezamenlijk een winst van 97 miljoen euro, waar de universiteiten samen een winst van 79 miljoen euro draaiden.1 Toch moeten universiteiten niet streven naar winst, maar geld spenderen aan onderwijs en onderzoek (Keulen en Kroeze, 2012). Volgens dit artikel van Keulen en Kroeze spiegelen professionele bestuurders van universiteiten zich aan managers in het bedrijfsleven. Uit vele onderzoeken is gebleken dat managers uit het bedrijfsleven winststuring toepassen. Dit maakt het onderzoek naar winststuring door bestuurders bij hogescholen en universiteiten relevant. Door onderzoek naar winststuring is het mogelijk om toekomstig gedrag van managers te voorspellen (Ferreira et al., 2013).
Naar winststuring in de for-profit sector is aanzienlijk meer onderzoek gedaan dan naar winststuring in de non-profit sector. Hoewel bedrijven in de non-profit sector zich in veel mindere mate richten op het behalen van resultaat, is de analyse van non-profit organisaties waardevol. Non-profits zullen prikkels hebben om resultaten te verhogen als deze onder nul komt, maar ook om resultaten te verlagen om druk vanuit stakeholders te ontwijken (Eldenburg et al., 2011). Onderzoek gerelateerd aan winststuring in de non-profit sector heeft plaatsgevonden in verschillende sectors, namelijk de zorg (Leone en van Horn, 2005; Eldenburg et al., 2011; Ballantine et al., 2007), liefdadigheidsorganisaties (Jones en Roberts, 2006), gemeentes (Loeff, 2009), maar ook bij non-profits uit verschillende sectoren in België (Jegers, 2013; Verbruggen en Christiaens, 2012). Over onderzoek naar winststuring in het hoger onderwijs is er geen bestaande literatuur. Door publieke financiering en de focus op rechtmatigheid van bestedingen in het hoger onderwijs kunnen andere prikkels voor
1
http://www.nationaleonderwijsgids.nl/universiteit/nieuws/14531-hogescholen-en-universiteiten-in-nederland-financieel-gezond.html
2
winststuring tot uiting komen. Dit onderzoek draagt bij aan het inzicht over winststuring in de non-profit sector.
Vele onderzoeken in de for-profit sector buiten Nederland hebben verondersteld dat winststuring beperkt kan worden door een betere Corporate Governance (Klein, 2002; Peasnell et al., 2005; Beasley, 1996; Dechow, Sloan en Sweeney 1996; Jegers 2010). Yetman en Yetman (2011) is het enige onderzoek die de effecten van de governance structuur op non-profit verslaggeving heeft bestudeerd. Zij concludeerden dat de governance structuur invloed heeft op de betrouwbaarheid van financiële verslagen. De impact van de governance structuur op winststuring in de non-profit sector, en specifiek het hoger onderwijs blijft een onbeantwoorde vraag. Onderzoek naar de governance structuur in het hoger onderwijs is relevant en actueel. Onlangs is een wetsvoorstel in Nederland uitgegaan om de kwaliteit van het bestuur en toezicht te verbeteren in onder andere de onderwijssector2. Ook worden de branchecodes kritisch geëvalueerd om bij te blijven dragen aan de kwaliteit van bestuur en toezicht3. In dit onderzoek zijn alleen hoger onderwijsinstellingen uit Nederland meegenomen, om te controleren voor andere landspecifieke factoren.
De resultaten in dit onderzoek duiden erop dat bestuurders discretie toepassen in de bepaling van de voorzieningen en bestemmingsreserves. Ook wordt er gedeeltelijk bewijs gevonden voor de hypothese, die een negatieve associatie tussen een kwalitatieve governance en winststuring stelt. Er is bewijs gevonden voor een negatieve relatie tussen de auditcommissie vergaderingen en de discretionaire posten. Ook is er sprake van een negatieve relatie tussen de onafhankelijkheid en toewijding van de Raad van Toezicht en de bestemmingsreserves, maar alleen bij universiteiten. Onverwachts blijkt de relatie tussen een aanwezige auditcommissie en de discretionaire posten positief significant. De verwachte negatieve relatie tussen het aantal Raad van Toezicht vergaderingen en de discretionaire posten is niet gevonden. De richting van winststuring is vooral van betekenis bij de discretionaire voorzieningen. Dit blijkt ook uit de toetsing van de zero profit hypothese. Mutaties in de discretionaire posten sturen winsten omlaag (omhoog) als ongestuurde winsten positief (negatief) zijn.
De beperkingen van dit onderzoek komen tot uiting door een kleine dataset. Tevens zijn de opgestelde modellen nog onderontwikkeld, wat de vatbaarheid voor meetfouten vergroot. Dit leidt tot minder betrouwbare resultaten. Nader onderzoek is gewenst.
Deze thesis is als volgt opgebouwd: het volgende hoofdstuk ontwikkelt de relevante theorie die de veronderstelde relatie tussen winststuring en de governance structuur onderbouwt. Hoofdstuk 3 beschrijft het empirisch onderzoek en hoofdstuk 4 rapporteert de empirische resultaten van het onderzoek. Tenslotte bediscussieert hoofdstuk 5 de resultaten en geeft de conclusie van het onderzoek.
2 – LITERATUURONDERZOEK 2.1 Winststuring
Healy en Wahlen (1999, p. 368) definiëren winststuring als volgt: “Earnings management occurs when managers use judgment in financial reporting and in structuring transactions to alter financial reports to either mislead some stakeholders about the underlying economic performance of the company or to influence contractual outcomes that depend on reported accounting numbers.” In deze definitie wordt gesproken over ‘companies’: bedrijven met een for-profit instelling. For-profit bedrijven en non-profit organisaties verschillen van elkaar in de prikkels (incentives) en beperkingen/standaarden
2
http://www.volkskrant.nl/vk/nl/2686/Binnenland/article/detail/3591447/2014/02/06/Harde-aanpak-van-falende-bestuurder-en-slapende-toezichthouder.dhtml
3
(standards) voor winststuring. Toch laat onderzoek zien dat ook non-profit organisaties motieven en mogelijkheden hebben om financiële informatie anders te rapporteren om de belanghebbenden te misleiden of contractuele uitkomsten te beïnvloeden (Hofmann en Swain, 2013).
Prikkels om winsten te sturen ontstaan vanuit de doelstellingsfunctie van de non-profit organisatie (Yetman en Yetman, 2011). Het hoger onderwijs haalt haar bestaansrecht uit kwalitatief hoogstaand onderwijs en onderzoek. Dit moet gefaciliteerd worden uit de baten, zonder geld onder de streep over te houden. De verdeling van overschotten en tekorten bij non-profitorganisaties zouden moeten liggen rond het nulpunt, zelfs als winststuring niet aan de orde is (Verbruggen en Christiaens, 2012). Mulford en Comiskey (2002) geven de volgende definitie voor winststuring: “The active manipulation of earnings towards a predetermined target”. Jegers (2013) meent dat bij alle non-profit organisaties er een vooraf bepaalde winst van 0 van toepassing is. Hieruit komt naar voren dat non-profit organisaties redenen kunnen hebben hun gerapporteerde winsten richting nul en/of een klein positief winst te sturen, via flexibiliteit in accounting standaarden.
Naar winststuring in het hoger onderwijs is voor zover bekend geen onderzoek gedaan. Echter zijn er verschillende onderzoeken geweest naar winststuring bij non-profit organisaties. Leone en van Horn (2005) en Eldenburg et al. (2011) vonden bewijs voor de hypothese dat in non-profit ziekenhuizen in de V.S. de reputatie van managers van invloed kan zijn op het rapporteren van een kleine winst. Ballantine et al. (2007) kwamen ook tot de bevinding dat managers in non-profit ziekenhuizen in Engeland hun winsten richting nul sturen, zodoende boetes resulterend uit behaalde winsten en verliezen te vermijden. Loeff (2009) heeft bewijs gevonden dat Nederlandse gemeenten resultaatsturing gebruiken door de aanwezigheid van politiek getinte prikkels. Jegers (2013) concludeerde dat er verschillende redenen zijn (agency problemen4, de grootte van de organisatie en de aanwezigheid van vreemd vermogen) waarom non-profit organisaties hun winsten richting nul sturen. Ten slotte hebben Verbruggen en Christiaens (2012) winststuring bij non-profit organisaties in België bestudeerd. Zij kwamen tot de conclusie dat de winsten richting nul worden gestuurd. Specifiek in de onderwijs en onderzoeksector was de mate van neerwaartse winststuring hoog5. Als organisaties afhankelijk zijn van een overheidsbijdrage, zijn zij meer geneigd hun winsten omlaag te sturen. De relatie tussen neerwaartse winststuring en de aanwezigheid van subsidies was nog duidelijker aanwezig wanneer de algemene reserves hoog zijn.
Hogescholen en universiteiten in Nederland worden ook sterk gefinancierd door de overheid. De overheid houdt toezicht op de rechtmatige besteding van de overheidsgelden en baseert haar beleid op de jaarcijfers en kengetallen (Ministerie van Onderwijs, Cultuur en Wetenschap, 2011). Mogelijk zal de overheid minder enthousiast hun financiering op dezelfde hoogte voortzetten als de instellingen hoge winsten rapporteren. Dit wordt versterkt door de politieke zichtbaarheid van de universiteiten en hogescholen. Wanneer de overheid bezuinigingen zal doorvoeren, zal dit grote impact hebben op de bedrijfsvoering van de hogescholen en universiteiten. Dit verschaft de instellingen een prikkel om de financiële cijfers te sturen.
4 De meeste organisaties hebben met agency problemen te maken, onafhankelijk van hun eigendomsstructuur (Fama en Jensen, 1983). In de for-profit sector ontstaan agency problemen als de belangen van de managers en aandeelhouders niet overeenkomen. Tevens in de non-profit sector bestaat een scheiding tussen het management en het eigendom. De doelstellingen van de managers hoeven niet noodzakelijk overeen te komen met die van de organisatie en het publiek die zij dienen, waardoor een agency probleem ontstaat (Yetman en Yetman, 2011). 5Deze onderwijs en onderzoeksector in dit onderzoek bestaat uit 201 organisaties en betreft meer organisaties dan alleen hogescholen en universiteiten.
4
Naast de prikkels voor winststuring zijn er factoren die de winststuring beperken. Dit onderzoek focust zich op de rol van de governance structuur in het beperken van winststuring. In de volgende paragraaf zal hierop nader in worden gegaan.
2.2 Winststuring en Corporate Governance
Het laatste decennium hebben de (semi-)publieke sectoren, in navolging van de Corporate Governance Code, overeenkomstige codes opgesteld om invulling te geven aan het intern beheersings- en controlesysteem. Hogescholen en universiteiten hebben allebei hun eigen code goed bestuur opgesteld, respectievelijk de branchecode goed bestuur hogescholen en code goed bestuur universiteiten. Hierin staan de principes over besturen, verantwoorden en toezicht houden. De codes omvatten geen regels, maar beginselen en als er afgeweken wordt van de code, is er uitleg vereist aan de belanghebbenden. Dit is het ‘pas toe of leg uit’- principe. De code voor de universiteiten bouwt voort op de code voor hogescholen, wat ervoor zorgt dat de codes op veel punten gelijk zijn. Als uitgangspunt voor de codes moet de meest recente versie van de Wet op het Hoger Onderwijs en Wetenschappelijk Onderzoek (WHW) worden meegenomen.
In de code staan beginselen voor onder andere de taak en werkwijze van het College van Bestuur en Raad van Toezicht. Ook de onafhankelijkheid van de Raad van Toezicht komt ter sprake en de principes die betrekking hebben op het financieel beheer bij de hogeschool en universiteit. In de code staat dat het College van Bestuur verantwoordelijk is voor de kwaliteit en volledigheid van de financiële verslagen. De Raad van Toezicht en de auditcommissie, als aanwezig, ziet er op toe dat het College van Bestuur deze verantwoordelijkheid adequaat vervult.
Uit meerdere onderzoeken is naar voren gekomen dat een goed werkende governance in een organisatie beperkingen oplegt aan winststuring. Dechow, Sloan en en Sweeney vonden hier in 1996 al bewijs voor bij for-profit organisaties. Yetman en Yetman (2011) hebben de effecten van Corporate Governance onderzocht op de kwaliteit van financiële verslaggeving bij non-profit organisaties. Zij concludeerden dat verschillende vormen van toezicht en monitoring de juistheid van non-profit financiële verslagen verbetert en manipulatie verzwakt. Dit betekent dat de governance structuur degelijk impact heeft op de betrouwbaarheid van financiële informatie in de non-profit sector. De Raad van Toezicht en de auditcommissie zijn belangrijke organen wiens taak het is op de kwaliteit van de verslagen en dus winststuring toe te zien. Aan de hand van de aanwezigheid, grootte, onafhankelijkheid en de toewijding van deze organen zal er een hypothese geformuleerd worden.6 De meeste literatuur waarnaar hieronder gerefereerd wordt, zijn onderzoeken bij for-profit bedrijven. Dit komt door een gebrek aan bewijs van de effecten van governance op non-profit verslaglegging, op het onderzoek van Yetman en Yetman (2011) na.
Grootte Raad van Toezicht
De instelling van een Raad van Toezicht is verplicht bij hogescholen en universiteiten (Ministerie van Onderwijs, Cultuur en Wetenschap, 2011). De privaatrechtelijke universiteiten en hogescholen mogen zelf invulling geven over de grootte van de Raad. Alleen aan de publiekrechtelijke universiteiten wordt een gewenste range van 3 – 5 leden in de Raad van Toezicht gegeven (VSNU, 2013). Een Raad moet groot genoeg zijn om deskundig zijn
6 Er zijn andere dimensies van deze organen die ook impact kunnen hebben op winststuring, zoals leeftijd van de
leden, zittingstermijn en achtergrond/nevenfuncties van de leden, die niet worden onderzocht. Door beperkte tijd en beperkte data over de leden is dit niet mogelijk. Ook dimensies van het College van Bestuur, zoals leeftijd en zittingstermijn van de leden van het College van Bestuur. In deze thesis ligt de focus op de beperkingen voor winststuring door goed toezicht en niet op de prikkels.
5
taak te vervullen. Als het aantal leden stijgt, kan de Raad van Toezicht minder effectief het management beheersen door problemen in coördinatie en communicatie (Jensen, 1993). Bradbury et al. (2004) komen tot de conclusie dat de grootte negatief gerelateerd is aan abnormale accruals. Ook Sercu et al. (2002) concluderen dat een grotere Raad van Toezicht winststuring kan beperken en specifiek neerwaartse winststuring. In dit laatste onderzoek was het gemiddelde aantal leden 3,89 bij niet-beursgenoteerde bedrijven in België. Met zulke kleine raden is het niet waarschijnlijk dat een extra lid in de Raad van Toezicht communicatieproblemen zal zorgen, maar dat de Raad van Toezicht juist zal profiteren van meer expertise (Vander Bauwhede, Willekens 2003). Dechow et al. (1996) vinden daarentegen geen significante associatie tussen de grootte van de Raad en ‘earnings overstatements’.
Onafhankelijkheid leden Raad van Toezicht
Beasley (1996) en Peasnell et al. (2005) zijn tot de conclusie gekomen dat bedrijven met meer ‘outside’ leden in de Raad van Toezicht respectievelijk minder last van fraude hadden en minder snel op winststuring overgingen. Onafhankelijke leden maken de Raad van Toezicht meer effectief in het monitoren van het management (Fama en Jensen, 1983). Klein (2002) concludeerde dat bedrijven met een onafhankelijke Raad van Toezicht lagere niveaus van discretionaire accruals hadden, dus beperkingen oplegt aan winststuring. Bradbury et al. (2006) vinden daarentegen geen significant bewijs voor de relatie tussen abnormale accruals en onafhankelijkheid.
Bij de publiekrechtelijke universiteiten benoemt de minister van Onderwijs, Cultuur en Wetenschap (hierna: OCW) de leden van de Raad van Toezicht (VSNU, 2013). Op hogescholen en privaatrechtelijke universiteiten is deze benoeming niet van toepassing. Wel worden raden van toezicht van enkele van deze instellingen benoemd door een hoger orgaan, zoals een algemene ledenvergadering. De andere raden van toezicht benoemen hun eigen leden en hoeven geen verantwoording af te leggen aan een hogere instantie (Inspectie van het Onderwijs, 2013). Hoewel er eisen worden gesteld aan de onafhankelijkheid van de leden in de branchecodes, kan de wijze van benoeming zijn uitwerking hebben op de onafhankelijkheid.
Aanwezigheid auditcommissie
De auditcommissie wordt gezien als het belangrijkste orgaan in het monitoren van de financiële discretie van het management. Het hebben van een auditcommissie is niet verplicht in het hoger onderwijs. De Raad van Toezicht kan uit zijn midden een auditcommissie aanwijzen (Vereniging Hogescholen, 2013; VSNU, 2013). De onafhankelijkheid van een auditcommissie is hierbij van groot belang. Dechow, Sloan en Sweeney (1996) menen dat bedrijven die hun winsten sturen minder waarschijnlijk een auditcommissie hebben. Yetman en Yetman (2011) trekken de conclusie dat non-profit organisaties met een auditcommissie waarschijnlijk eerder hun liefdadigheidskosten juist zullen rapporteren. Klein (2002) heeft bewijs gevonden dat het hebben van een onafhankelijke auditcommissie gerelateerd is aan lagere niveaus van discretionaire accruals. Deze onderzoeken leveren bewijs dat de aanwezigheid van een auditcommissie beperkingen oplegt aan winststuring. In het onderzoek van Peasnell et al. (2005) is de veronderstelde relatie tussen een auditcommissie en winststuring niet significant.
Toewijding Raad van Toezicht en auditcommissie
De aanwezigheid van een auditcommissie betekent niet dat de Raad van Toezicht ook automatisch op hun monitoring bekwaamheid kan steunen. Een auditcommissie kan ook enkel bestaan voor het imago van een organisatie. Menon en Williams (1994) menen dat de
6
activiteit en toewijding van een auditcommissie van groter belang is. Ook Baxter en Cotter (2009) concludeerden dat onafhankelijkheid, expertise, activiteit en grootte van een auditcommissie positief gerelateerd is aan winstkwaliteit. De toewijding kan gekwantificeerd worden via de frequentie van vergaderingen. Xie et al. (2003) vonden bewijs dat het aantal vergaderingen van de Raad van Toezicht negatief gerelateerd is aan het niveau van winststuring. Aan het aantal vergaderingen voor de Raad van Toezicht en de auditcommissie wordt in de branchecodes geen beginsel gekoppeld.
Hypothese formulering
Afgaande op de literatuur over de aanwezigheid, grootte, onafhankelijkheid en de toewijding van de auditcommissie en Raad van Toezicht, is er bewijs gevonden dat de inrichting van de governance structuur beperkingen oplegt aan winststuring. Hieruit volgt de volgende hypothese:
Hypothese. Er is een significante negatieve relatie tussen de mate van winststuring en de kwaliteit van de governance structuur.
Om deze hypothese te testen zijn er verschillende factoren die constant gehouden moeten worden. Dit zijn verschillende prikkels voor winststuring, standaarden die beperkingen kunnen opleggen aan winststuring (naast de interne governance structuur) en factoren in de informatieomgeving. In de volgende paragraaf zal hier nader op in worden gegaan.
2.3 Controlevariabelen Standaarden
De mogelijkheid van managers om winst te sturen is niet hetzelfde bij elke organisatie. Naast de interne governance structuur zijn er andere standaarden voor winststuring, ofwel factoren die winststuring kunnen inperken. Deze factoren worden hieronder toegelicht. Volgens Sweeney (1994) beperken eerder gemaakte beslissingen toekomstige discretionaire keuzes. Hoger onderwijsinstellingen zijn onderworpen aan de Richtlijn 660 Onderwijsinstellingen, die sinds 2008 van kracht is. Een belangrijk aandachtspunt in deze Richtlijn is de samenstelling en het doel van het eigen vermogen. Er moet een verdeling gemaakt worden tussen de algemene reserves en de bestemmingsreserves en een duidelijk onderscheid tussen publieke reserves en private reserves. Ook de eisen ten aanzien van het treffen van voorzieningen zijn stringenter geworden (Ministerie van Onderwijs, Cultuur en Wetenschap, 2011). Deze Richtlijn geeft beperkingen aan discretionaire keuzes in deze posten. Aangezien dit onderzoek pas vanaf 2009 de financiële cijfers meeneemt, zal dit als standaard zijn beperking hebben opgelegd aan alle instellingen.
Een andere standaard is het hebben van een Big 4–accountant. DeAngelo (1981) komt tot de conclusie dat de keuze voor een Big 4-accountantskantoor van invloed is op de winstkwaliteit. Hij meent dat grotere accountantskantoren, ofwel Big 4 kantoren, een groter motief hebben om winststuring te ontdekken en rapporteren. Voor een groot kantoor is geen enkele klant van aanzienlijk belang. Tevens heeft een groot kantoor een grotere reputatie te verliezen. Ook Francis (2004) meent dat het bewijs over de jaren heen sterk suggereert dat de controles van Big 4 accountantskantoren van hogere kwaliteit zijn. Bijna alle hoger onderwijsinstellingen (> 98%) hebben een Big 4 accountantskantoor als accountant (Inspectie van het Onderwijs, 2014). De winststuring bij vrijwel alle instellingen wordt hierdoor al aan banden gelegd.
7
Tot slot is de juridische setting van een land relevant gebleken voor de beperking van winststuring in meerdere onderzoeken. Dit onderzoek heeft alleen betrekking op Nederland, dus is er al gecontroleerd voor de juridische setting.
Prikkels
De prikkels van managers voor winststuring komen voort uit agency gerelateerde conflicten. Met een grote contractuele verandering zou de winststuring kunnen worden versterkt en/of de tendens zou een andere kant op kunnen gaan. Twee mogelijk contractuele veranderingen worden geïdentificeerd. (1) Als een organisatie een grote lening aangaat, kan dat een tendens teweeg brengen waarin de organisatie de winsten omhoog wil sturen voor het contract dat zij zijn aangegaan met de schuldeiser. Ook kunnen zij een lagere winst willen rapporteren om gunstigere voorwaarden af te dwingen. Bouwens et al. (2004) rapporteerden opwaartse winststuring in het geval van additionele financiering. Verbruggen en Christiaens (2012) vinden geen significante resultaten en geen consistente richting. (2) Wanneer een bestuurswissel plaatsvindt bij een instelling, kan een bestuurder de winsten willen vergroten om zijn persoonlijke marktwaarde te vergroten. De nieuwe bestuurders kunnen juist besluiten over te gaan op ‘big bath accounting’. Dit houdt in dat zij de winsten van hun voorgangers willen verlagen om de waarschijnlijkheid van toekomstige winsten te vergroten (Van der Schaaf, 2010).
Informatieomgeving
Naast prikkels en standaarden moeten ook andere factoren constant worden gehouden. (1) Verbruggen en Christiaens (2012) menen dat hoe meer non-profit organisaties in België afhankelijk zijn van overheidssubsidies, hoe meer zij ook hun winsten omlaag sturen. De toegekende subsidies aan hoger onderwijsinstellingen in Nederland zijn onder andere afhankelijk van het aantal studenten7. (2) Wanneer het College van Bestuur bestaat uit één enkele bestuurder, kan dit effect hebben op winststuring. (3) Managers bij bedrijven waar het financieel minder gaat, hebben een grotere neiging winst te sturen. Dit kan gemeten worden aan de hand van het behaalde resultaat in het voorgaande jaar (Prawitt et al. 2009).
Uit het literatuuronderzoek volgt het conceptuele model van deze thesis:
Corporate Governance Controlevariabelen Standaarden Incentives Informatie omgeving Winststuring (-) 3 – EMPIRISCH ONDERZOEK 3.1 Data en steekproef
Hogescholen en universiteiten bieden het hoger onderwijs aan in Nederland. Het empirisch onderzoek wordt verricht onder de door de overheid bekostigde hoger onderwijsinstellingen, met een non-profit instelling. De populatie bestaat uit alle veertien
7 Hiernaast hebben ook een instelling specifieke onderwijsopslag en het aantal uitgereikte graden invloed op de rijksbijdrage (Wet op het Hoger Onderwijs ).
8
publiek bekostigde universiteiten, aangesloten bij de VSNU, en de 37 publiek bekostigde hogescholen van de Vereniging Hogescholen in Nederland. Voor deze instellingen is gekozen, omdat: (a) bij deze hogescholen de totale baten voor 70% uit de rijksbijdragen bestaan tegenover 57% bij de universiteiten, bekend als de ‘eerste geldstroom’. Dit verstrekt een motief voor winststuring wanneer de reserves hoog zijn (Verbruggen en Christiaens, 2012). Dit is hier het geval: de algemene reserve als percentage van de totale baten bedraagt gemiddeld in 2012 voor de universiteiten 36,2% (Dienst Uitvoering Onderwijs, 2013b) en 25,3% voor de hogescholen (Dienst Uitvoering Onderwijs, 2013a) (b) deze instellingen geconfronteerd zijn met Richtlijn 660 Onderwijsinstellingen vanaf 2008, wat leidt tot een uniformering van de jaarverslaglegging; (c) de branchecodes op al deze instellingen van toepassing zijn, resulterend in een verslag over het interne toezicht in het jaarverslag.
Om alle nodige variabelen te bepalen, is het jaarverslag inclusief een volledige jaarrekening essentieel. De jaarverslagen 2009 t/m 2012 van 51 instellingen zijn geraadpleegd met een totaal van 204 jaarverslagen. Aanvullend zijn financiële cijfers gebruikt uit de Dienst Uitvoering Onderwijs (2013a en 2013b). Wegens gebrek aan beschikbare jaarverslagen en financiële cijfers, zijn er 2 instellingen in hun geheel niet meegenomen. In totaal is er data gebruikt van 49 instellingen met in totaal 196 jaarobservaties. Er is wel sprake van variatie in het aantal observaties per variabele, wegens gebrek aan data in de jaarverslagen.
3.2 Methodologie
Maatstaven voor winststuring
De meest bestudeerde methode voor winststuring is accrual-based winststuring. Accruals zijn de overlopende activa en passiva die het verschil verklaren tussen de kasstromen en de operationele winst (Walker, 2013). Het Jones model (1991) en het modified Jones model (Dechow et al., 1995), die accruals opsplitsen in niet-discretionaire en discretionaire componenten, worden het meest toegepast in onderzoeken naar accrual-based winststuring. Deze modellen zijn in staat de discretionaire accruals betrouwbaar in te schatten (Guay et al., 1996).
De discretionaire component staat de managers toe discretie uit te oefenen in hun keuzes en schattingen. Het bestaan van een discretionaire component wordt gezien als bewijs voor winststuring. Leone en Van Horn (2005) en Ballantine et al. (2007) maakten gebruik van discretionaire accruals modellen bij onderzoek naar winststuring in ziekenhuizen. Verbruggen en Christiaens (2012) pasten deze methode toe op 841 non-profit organisaties in verschillende sectors in België. Om tot een overwogen maatstaf voor winststuring te komen voor hoger onderwijsinstellingen dient te worden gekeken naar het normale activiteitenniveau en waar subjectiviteit in de financiële cijfers kan plaatsvinden. Bij onderwijsinstellingen is het treffen van een voorziening of een bestemmingsreserve een actie die wordt toegepast om zekere risico’s af te dekken (Commissie Vermogensbeheer Onderwijsinstellingen, 2009). Bij deze posten komt een zekere waardebepaling kijken, wat ze ontvankelijk voor winststuring maakt.
De eerste post is de post voorzieningen. Het treffen, doteren en onttrekken van voorzieningen is gebonden aan strenge eisen. Een voorziening mag worden getroffen als er sprake is van een juridische of feitelijke verplichting op balansdatum. Doorgaans vallen onder de voorzieningen bij onderwijsinstellingen de personeelsvoorzieningen, voorziening verlieslatende contracten en overige voorzieningen. Een dotatie aan de voorzieningen is een kostenpost en wordt vooraf in de begroting al meegenomen (Ministerie van Onderwijs, Cultuur en Wetenschap, 2011). Peek (2004) heeft bewijs gevonden dat de discretionaire voorzieningen bij Nederlandse beursgenoteerde bedrijven gebruikt kunnen worden voor winststuring. Loeff (2009) heeft bij Nederlandse gemeenten bewijs gevonden dat via
9
discretionaire voorzieningen het resultaat wordt gestuurd. Discretie toepassen bij de voorzieningen bij hoger onderwijsinstellingen kan de gerapporteerde winst beïnvloeden.
De tweede post is de post bestemmingsreserves. Het behaalde resultaat wordt achteraf toegevoegd aan de algemene reserve waarna vervolgens op grond van bestuursbesluiten een toedeling kan plaatsvinden aan de bestemmingsreserves8 (Ministerie van Onderwijs, Cultuur en Wetenschap, 2011). Het bestuur staat vrij in de keuze tot het vormen en wijzigen van de bestemmingsreserves, mits deze mutaties plaatsvinden via de resultaatbestemming (Deloitte 2013). De winststuring wordt zichtbaar als een instelling veel winst behaalt en het resultaat dus excessief gealloceerd moet worden. De instellingen presenteren hun jaarrekening na resultaatbestemming, waarvoor deze allocatie al heeft plaatsgevonden. Loeff (2009) heeft in Nederland bewijs gevonden dat gemeenten resultaatsturing toepassen met de mutatie van de discretionaire bestemmingsreserves. Discretie toepassen bij de bestemmingsreserves kan de gerapporteerde winst beïnvloeden.
Verwacht wordt dat hoger onderwijsinstellingen met de discretionaire component van deze twee posten de resultaten in de jaarrekening kunnen beïnvloeden. Om dit te kunnen meten, moeten de bestemmingsreserves en voorzieningen worden opgedeeld in een niet-discretionaire en niet-discretionaire component. Met het Jones model (1991) wordt er via meerdere variabelen gecontroleerd voor veranderingen in de niet-discretionaire componenten. Vervolgens wordt hieruit de discretionaire component berekend. Deze maatstaf van de discretionaire posten wordt gemeten met error. Het beperken van de analyses tot specifieke posten en het per post toepassen van verschillende verwachtingsmodellen leidt waarschijnlijk tot een kleinere meet error dan bij het gebruik van het Jones model (1991) (Leone en van Horn, 2005). Gebaseerd op het Jones model (1991) zijn er in dit onderzoek twee specifieke modellen opgesteld voor de hoger onderwijssector, namelijk:
i t (I) i t (II) Waar:
i t Totale bestemmingsreserves voor instelling i in jaar t.
i t Totale voorzieningen voor instelling i in jaar t.
Totale activa
Verandering in totale baten voor jaar t vergeleken met t-1
Dummy variabele voor de instelling; universiteit (1) en hogeschool (0)
Verandering in studentenaantal voor jaar t vergeleken met t-1
Schatting voor de discretionaire component
De bestemmingsreserves en voorzieningen zijn afhankelijk van de totale baten. De verandering in totale baten is meegenomen om te beheersen voor de economische omgeving van de instelling. Zij zijn een objectieve maatstaf van de normale werkzaamheden voordat managers de cijfers kunnen sturen. Een dummy variabele voor het soort instelling is meegenomen om te controleren voor het effect van sectorverschillen op de non-discretionaire component. Tenslotte werkt een verandering in het aantal studenten door in de hoogte van de rijksbijdrage, wat een effect heeft op de non-discretionaire component van de posten.
8
Onder de bestemmingsreserves worden ook de bestemmingsfondsen geschaard. Beiden geven een beperkte bestedingsmogelijkheid. Het vormen van een bestemmingsreserve is een vrije keuze van het bestuur. Als derden eisen stellen aan de beperkte bestedingsmogelijkheid, wordt dit een bestemmingsfonds genoemd (Ministerie van Onderwijs, Cultuur en Wetenschap, 2011)
10
Alle variabelen worden geschaald door de totale activa van t-1 om heteroscedasticity te verminderen. Vervolgens is een OLS-regressie gebruikt om de waarden van α β1, β2, enβ3
te berekenen voor beide modellen. Onze maatstaf voor discretionaire bestemmingsreserves (voorzieningen) is het residuaal van model I (II). Deze errorterm geeft de mate van winststuring weer. Een positieve errorterm duidt omhoog gestuurde winsten aan en een negatieve errorterm omlaag gestuurde winsten.
Model
De associatie tussen de governance kenmerken en de discretionaire bestemmingsreserves en voorzieningen wordt geschat door de volgende OLS-regressies:
it 1 ( it) 2 ( it) 3 ( it) ( it) ( it) ( it) ( it) ( it) ( it) 10 ( it) (III) it 1 ( it) 2 ( it) 3 ( it) ( it) ( it) ( it) ( it) ( it) ( it) 10 ( it) (IV) Met: Afhankelijke variabelen:
it Discretionaire bestemmingsreserves geschaald door de totale activa in jaar t-1 uit model 1.
it Discretionaire totale voorzieningen geschaald door de totale activa in jaar t-1 uit model 2.
Onafhankelijke variabelen:
it Dummy variabele voor de verplichte benoeming leden Raad van Toezicht door het OCW (1);
geen benoeming (0)
it Aantal leden in de Raad van Toezicht
it Aantal Raad van Toezicht vergaderingen
it Dummy variabele voor een aanwezige auditcommissie (1); geen auditcommissie (0)
it Aantal auditcommissie vergaderingen
Controlevariabelen:
it Dummy variabele voor een eenhoofdig College van Bestuur (1); 2 of meer leden (0)
it Dummy variabele voor een College van Bestuur wisseling (meer dan de helft wisselt) in een jaar (1); geen wissel (0)
it Hoogte van de rijksbijdrage als % van totale baten
it Dummy variabele voor het draaien van verlies in het vorige boekjaar (1); winst (0)
it Dummy variabele voor het aangaan van een langlopende schuld >1 miljoen euro in jaar t (1);
geen schuld (0) Subscripten i,t Instelling i in jaar t
De literatuur over Corporate Governance en winststuring is grotendeels consistent in hoofdstuk 2.2. Er wordt verwacht dat de grootte (RvTleden), onafhankelijkheid (OCW) en toewijding (RvTverg) van de Raad van Toezicht negatief geassocieerd zijn met winststuring. Van een aanwezige auditcommissie (ACaanw) en diens toewijding (ACverg) wordt ook een negatieve relatie met winststuring verwacht. Deze kenmerken staan voor goed toezicht en een kwalitatief betere governance. Er wordt verondersteld dat de kwalitatieve governance negatief gerelateerd is aan de mate van winststuring.
Tevens beïnvloeden overige factoren mogelijk de discretionaire posten. Deze variabelen zijn reeds in hoofdstuk 2.3 besproken. Ik verwacht dat de controlevariabelen CvB1 en ΔCvB geassocieerd zijn met de discretionaire posten. De verwachte richting van de coëfficiënt is door niet bestaande literatuur hierover onduidelijk. De ratio van de rijksbijdrage tot de totale baten wordt verwacht positief gerelateerd te zijn aan winststuring. Van de controlevariabele Verlies veronderstellen wij tevens een positieve coëfficiënt. Tenslotte wordt de controle variabele Lening meegenomen, zonder een indicatie voor de specifieke richting.
11
4 – RESULTATEN 4.1 Beschrijvende statistiek
De beschrijvende statistiek voor alle hoger onderwijsinstellingen wordt samengevat in tabel 1. Het gemiddelde totale baten (193.6 miljoen euro) is nagenoeg gelijk aan de gemiddelde totale activa (192.8 miljoen euro). Het resultaat heeft een gemiddelde van 3.1 miljoen euro en een mediaan van 1.2 miljoen euro. Het geschaalde resultaat komt op een gemiddelde van 1,76% en een mediaan van 1,84%. De onderwijsinstellingen worden in hoge mate gesubsidieerd met een gemiddelde van 118.8 miljoen euro, dat gemiddeld 66% van de totale baten voorstelt. Opvallend is dat de medianen een stuk lager zijn dan de gemiddeldes, wat duidt op scheve distributies. Dit is ook het geval bij de bestemmingsreserves en voorzieningen.
Tabel 1
Beschrijvende statistiek op de hoger onderwijsinstellingen (2009-2012)
N Gemiddelde Mediaan Standaarddeviatie Minimum Maximum
Studenten (in aantal) 196 13.538 9.552 12.242 444 45.122
Rijksbijdrage 196 118.858 94.780 112.708 3.344 445.757 Totale baten 196 193.682 138.366 195.136 4.528 771.564 Totale activa 196 192.872 122.010 199.768 3.338 783.867 Resultaat 196 3.111 1.172 7.431 -30.518 30.009 Eigen vermogen 196 86.951 48.643 102.663 1.444 448.802 Voorzieningen 196 11.587 5.482 16.698 0 98.082 Bestemmingsreserves 150 26.613 8.151 40.864 -4.100 175.200 Rijksbijdrage/baten 196 66,13% 66,83% 9,61% 41,72% 87,19% Resultaat/activa 196 1,76% 1,84% 5,47% -41,73% 14,98%
In 000 euro, tenzij anders aangegeven.
In tabel 2 wordt een onderverdeling gemaakt per onderwijssector. Er zijn aanzienlijke verschillen tussen de twee sectoren. Zoals verwacht zijn de gemiddeldes en medianen bij de universiteiten hoger dan bij hogescholen. Universiteiten zijn over het algemeen ook groter dan hogescholen. Binnen de sector hogescholen zitten grote verschillen tussen het gemiddelde en mediaan bij vrijwel alle variabelen. Voor de universiteiten zijn deze verschillen over het algemeen kleiner, hoewel de variatie in bestemmingsreserves opvallend is. De gemiddelde bestemmingsreserves zijn 47.7 miljoen euro, waar de mediaan 22 miljoen euro is.
Tabel 2
Beschrijvende statistiek per sector (2009-2012)
Hogescholen Universiteiten
N Gemiddelde Mediaan St.Dev N Gemiddelde Mediaan St.Dev
Studenten (in aantal) 140 11.763 4.011 13.114 56 18.778 18.522 7.900
Rijksbijdrage 140 69.603 38.568 70.582 56 241.996 245.504 104.087 Totale baten 140 100.816 50.798 102.760 56 425.846 466.821 177.439 Totale activa 140 96.555 42.960 99.414 56 433.664 417.204 184.020 Resultaat 140 2.452 852 5.697 56 4.757 3.699 10.482 Eigen vermogen 140 36.493 18.355 35.921 56 213.098 195.066 106.883 Voorzieningen 140 4.742 2.597 6.006 56 28.700 20.950 21.907 Bestemmingsreserves 98 15.408 5.940 24.037 52 47.730 22.000 55.531 Rijksbijdrage/baten 140 69,89% 69,30% 8,42% 56 56,73% 56,88% 4,70% Resultaat/activa 140 1,99% 2,27% 6,18% 56 1,19% 1,00% 3,00%
12
De hogescholen (69,9%) zijn gemiddeld afhankelijker van de rijksbijdrage dan de universiteiten (57,7%). De gemiddelde winstgevendheid is 2,0% voor de hogescholen en 1,2% bij de universiteiten.
Discretionaire bestemmingsreserves en voorzieningen
Aan de hand van de modellen (I) en (II) gebaseerd op het Jones model (1991) worden de discretionaire bestemmingsreserves en voorzieningen als proxy voor winststuring berekend. Om de invloed van uitschieters zo veel mogelijk te elimineren zijn alle continue geschaalde variabelen gewinsorized op drie keer de standaarddeviatie. De aangepaste R2 voor het totale bestemmingsreserve model (I) is -0.026 en voor het totale voorzieningen model (II) 0,215. In het onderzoek van Leone en van Horn (2005) is deze aangepaste R2 0.03, 0.13 en 0.59 voor de verschillende modellen. Het totale voorzieningen model (II) lijkt een groter aandeel van de niet-discretionaire component van de posten te verwijderen dan het totale bestemmingsreserves model (I) en is dus betrouwbaarder.
Tabel 3 geeft de beschrijvende statistiek weer voor de discretionaire componenten. De gemiddeldes van de discretionaire componenten zijn niet opgenomen. Deze bedragen allen 0, aangezien zij de residualen zijn van modellen (I) en (II). De medianen in de gehele populatie zijn licht negatief. Dit ligt in lijn met de observatie dat er meer bewijs is van neerwaartse (56% en 55,1%) dan opwaartse winststuring (44% en 44,9%). Tevens bij de onderverdeling per sector is dit van toepassing. Bij beide sectoren is de mate van neerwaartse winststuring ook rond de 56%. Verbruggen en Christiaens (2012) vonden een significante dominantie van 73.9% voor neerwaartse winststuring in de sector onderwijs en onderzoek in België met 400 observaties. Mogelijk hebben de andere onderwijssectoren dan het hoger onderwijs invloed gehad op deze resultaten. Tevens hebben zij het originele Jones model (1991) toegepast, wat de verschillen zou kunnen verklaren. Opvallend zijn de verschillen tussen de minimum en maximum observaties. Het maximum in absolute waardes is veelal groter dan het minimum in absolute waardes, met name bij de discretionaire bestemmingsreserves. Als er sprake is van opwaartse winststuring, vindt dit plaats in grotere mate dan wanneer neerwaartse winststuring wordt toegepast. Wel kunnen de resultaten beïnvloed zijn door de lage betrouwbaarheid van model (I) (R2 = -0,026).
Tabel 3
Beschrijvende statistiek op de discretionaire componenten (2009-2012)
Gehele populatie N Mediaan St.dev Minimum Maximum
opwaartse winststuring neerwaartse winststuring Discretionaire bestemmingsreserves 150 -,0627 ,1665 -,1574 ,5773 44,00% 56,00% Discretionaire voorzieningen 196 -,0052 ,0333 -,0608 ,1090 44,90% 55,10% Hogeschool Discretionaire bestemmingsreserves 98 -,0763 ,1850 -,1794 ,5747 42,90% 57,10% Discretionaire voorzieningen 140 -,0052 ,0353 -,0611 ,1093 44,30% 55,70% Universiteit Discretionaire bestemmingsreserves 52 -,0446 ,1173 -,1301 ,2839 42,30% 57,70% Discretionaire voorzieningen 56 -,0046 ,0278 -,0449 ,0468 44,60% 55,40%
De discretionaire bestemmingsreserves (voorzieningen) zijn de residualen van model I (II). De gemiddeldes van deze discretionaire componenten bedragen daarom nul en zijn daarom niet in de tabel opgenomen.
4.2 Winststuring en Corporate Governance (hoofdresultaten)
De hypothese stelt dat er een significante negatieve relatie is tussen de mate van winststuring en de kwaliteit van de governance structuur. Om deze hypothese te testen en het niveau van de discretionaire componenten te verklaren zijn meerdere regressieanalyses
13
(model III en IV) uitgevoerd. Tabel 4 geeft de beschrijvende statistiek weer van de governance kenmerken en de controlevariabelen. Door missende data in de jaarverslagen varieert het aantal observaties per variabele.
Tabel 4
Beschrijvende statistiek governance kenmerken en controlevariabelen (2009-2012)
N Gemiddelde Mediaan Std. Deviatie Minimum Maximum
OCW 196 0,22 0 0,42 0 1 RvTleden 159 5,62 5 1,32 1 9 RvTverg 140 5,36 5 1,44 1 9 ACaanw 162 0,77 1 0,42 0 1 ACverg 131 2,33 2 1,77 0 6 CvB1 159 0,06 0 0,24 0 1 ΔCvB 158 0,13 0 0,33 0 1 Rijksbijdrage 196 66,13% 66,83% 9,61% 41,72% 87,19% Verlies 196 0,20 0 0,40 0 1 Lening 171 0,25 0 0,43 0 1
Door missende data in de jaarverslagen varieert het aantal observaties per variabele.
OCW is een dummy variabele die de waarde één krijgt als de leden van de Raad van Toezicht verplicht benoemd worden door de ministerie van Onderwijs, Cultuur en Wetenschap en anders de waarde nul. RvTleden is het aantal leden in de Raad van Toezicht. RvTverg is het aantal Raad van Toezicht vergaderingen. ACaanw is een dummy variabele die de waarde één krijgt als er een aanwezige auditcommissie is en anders nul. ACverg is het aantal auditcommissie vergaderingen. CvB1 is een dummy variabele die de waarde één krijgt als het College van Bestuur uit één persoon bestaat en anders de waarde nul. ΔCvB is een dummy variabele die de waarde één krijgt bij een wisseling van het College van Bestuur en anders de waarde nul. Rijksbijdrage is de hoogte van de rijksbijdrage als % van de totale baten. Verlies is een dummy variabele die de waarde één krijgt als er verlies is gedraaid in het vorige jaar en anders nul. Lening is een dummy variabele die de waarde één krijgt bij het aangaan van een langlopende lening in dat jaar en anders de waarde nul.
De uitkomsten van de regressieanalyse zijn gerapporteerd in tabel 5. De analyse is per discretionaire post pairwise en listwise9 uitgevoerd. De verklarende kracht van de modellen is laag met een uiteenlopende aangepaste R2 van -3,7% tot 10.5%. Bradbury et al. (2005), die de relatie tussen verschillende governance kenmerken en abnormale accruals onderzochten in de for-profitsector, rapporteerden een aangepaste R2 rond de 8%. Voor multicollineairiteit is getest door de VIF (variance inflation factor) te bestuderen. Aangezien deze voor alle variabelen onder de 10 is, is multicollineairiteit waarschijnlijk geen probleem.
In panel A is het pairwise model van de discretionaire bestemmingsreserves significant (F-waarde = 2,340, p < 0,05). Het listwise model is niet significant (F-waarde = 1,441). Bij de discretionaire voorzieningen daarentegen is het pairwise model niet significant (F-waarde = 0,592) en het listwise model wel significant (F-waarde = 2,012, p < 0,05). De resultaten in de listwise modellen geven meer informatie over de governance factoren gezamenlijk. Aangezien in dit onderzoek echter alle governance factoren via één hypothese worden getoetst, is het listwise model meer relevant in het kader van dit onderzoek. De listwise modellen van panels A en B worden hieronder besproken.
De coëfficiënten van de variabelen OCW, RvTleden en RvTverg zijn niet significant. Verwacht was dat de variabele ACaanw negatief gerelateerd was aan de discretionaire posten. Onverwacht blijkt de coëfficiënt positief te zijn in de modellen. Tevens is deze relatie significant in het model van de discretionaire voorzieningen (β = 0 0 1 p < 0 01). Peasnell et
9
Het verschil tussen pairwise en listwise uit zich in de manier waarop omgegaan wordt met missende waardes in de dataset. Bij listwise wordt bij elke missende waarde alle variabelen van een instelling in dat jaar uitgesloten voor analyse. Bij pairwise worden alleen de variabelen uitgesloten die missende waardes hebben. Dit verklaart het verschil in observaties.
14
al. (2005) ondervinden ook in hun onderzoek tegengestelde richtingen voor de aanwezige auditcommissie. De coëfficiënten voor de variabele ACverg is voor beide discretionaire posten significant (Panel A: β = -0 02 p < 0 10; Panel B: β = -0,008, p < 0,01). De hypothese wordt op basis van deze resultaten niet afgewezen.
Uit tabel 5 blijkt dat sommige controlevariabelen winststuring beïnvloeden. De controlevariabele CvB1 heeft een negatieve relatie met winststuring in beide modellen (Panel A: p < 0,01; Panel B: p < 0,01). Tevens de variabele ΔCvB heeft een significant positief effect op de discretionaire voorzieningen (p < 0,10). De coëfficiënt van de controlevariabele Rijksbijdrage is niet significant in beide modellen. Dit komt niet overeen met het onderzoek van Verbruggen en Christiaens (2012). De coëfficiënt van de variabele Verlies is niet significant in beide modellen. Dit is niet consistent met het onderzoek in de for-profit sector van Prawitt et al. (2009). Dit kan mogelijk verklaard worden doordat in de non- profit sector
Tabel 5
Regressieresultaten op werkelijke variabelen op gehele populatie
A: Discr bestemmingsreserves Pairwise Listwise
Verwacht Coeff. T-waarde Coeff. T-waarde
(Constant) ? -,194 -1,057 -,084 -,452 OCW - ,012 ,262 ,018 ,405 RvTleden - -,005 -,417 -,001 -,086 RvTverg - -,012 -1,137 1,833E-05 ,002 ACaanw - ,161 2,401** ,093 1,400 ACverg - -,035 -2,180** -,029 -1,782* CvB1 ? -,116 -1,761* -,212 -2,754*** ΔCvB ? ,061 1,347 ,024 ,423 Rijksbijdrage + ,399 2,081** ,162 ,835 Verlies + ,007 ,176 -,040 -,978 Lening ? -,086 -2,290** -,062 -1,448 N Max 150 101 R2 aangepast ,105 ,042 F-waarde 2,340** 1,441 VIF max 3,757 3,806
B: Discr voorzieningen Pairwise Listwise
Verwacht Coeff. T-waarde Coeff. T-waarde
(Constant) ? ,007 ,182 -,053 -1,508 OCW - -,002 -,188 ,004 ,500 RvTleden - -,002 -,850 ,002 ,673 RvTverg - -,001 -,445 -,002 -,861 ACaanw - ,025 1,768* ,041 3,317*** ACverg - -,006 -1,611 -,008 -2,750*** CvB1 ? -,012 -,874 -,039 -2,723*** ΔCvB ? ,011 1,120 ,016 1,678* Rijksbijdrage + ,007 ,165 ,061 1,592 Verlies + ,000 ,012 ,007 ,974 Lening ? ,001 ,122 ,008 1,107 N Max 196 115 R2 aangepast -,037 ,082 F-waarde ,592 2,012** VIF max 3,757 3,277 Significantie op 0,10 (*), 0.05 (**) en 0,01 (***) levels.
15
het resultaat van het vorige boekjaar minder relevant wordt geacht. De coëfficiënt van de controlevariabele Lening is tevens niet significant. Dit was ook niet het geval in het onderzoek van Verbruggen en Christiaens (2012).
Globaal komt er uit tabel 5 naar voren dat het discretionaire voorzieningen model (IV) meer de hypothese ondersteunt dan het discretionaire bestemmingsreserves model (III). Dit heeft er mogelijk mee te maken dat het totale voorzieningen model (II) (R2 = 0,215) betrouwbaarder is in het weghalen van de niet-discretionaire component dan het totale bestemmingsreserves model (I) (R2 = -0,026).
4.3 Aanvullende analyses
Absolute, positieve en negatieve waardes van de discretionaire componenten Bij de regressieanalyse in tabel 5 zijn de werkelijke waardes van de discretionaire componenten als afhankelijke variabelen gebruikt. Klein (2002), Becker et al. (1998) en Bradbury et al. (2007) gebruiken de absolute waarde van de discretionaire accruals. De absolute waarde meet de omvang van de accruals, dus de mate van winststuring en niet zozeer de richting (Bradbury et al., 2007). Regressieresultaten van de absolute waardes wordt weergegeven in panel A van tabel 6. Het model van de discretionaire bestemmingsreserves is significant (p < 0,01) met een verklarende waarde (R2 = 0,15) die hoger is dan in tabel 5A (R2 = 0,042). Alleen de variabele ACaanw laat een significante positieve coëfficiënt zien (p < 0,01). Het model met de absolute discretionaire voorzieningen is niet significant en heeft een lagere verklarende kracht (R2 = 0,010) dan in tabel 5B (R2 = 0,082). De richting van de discretionaire voorzieningen lijkt van groter belang te zijn. Onverwachts laat de variabele RvTleden een significante positieve coëfficiënt zien (p < 0,10). De hypothese wordt op basis van deze analyse wel afgewezen. Er is geen significante negatieve relatie tussen de mate van winststuring en de governance kenmerken.
Tabel 6
Regressieresultaten op de absolute, negatieve en positieve waardes van de discretionaire posten
A: Absolute waardes Discr. Bestemmingsreserves Discr. Voorzieningen
Coeff. T-waarde Coeff. T-waarde
(Constant) ? ,012 ,125 ,002 ,115 OCW - -,021 -,920 -,004 -,862 RvTleden - -,007 -1,079 ,002 1,759* RvTverg - ,000 ,030 -,001 -,439 ACaanw - ,122 3,455*** ,004 ,587 ACverg - -,014 -1,631 -,001 -,371 CvB1 ? -,063 -1,552 ,006 ,738 ΔCvB ? ,040 1,352 -,002 -,434 Rijksbijdrage + ,170 1,658 ,017 ,794 Verlies + -,005 -,216 ,010 2,254** Lening ? -,030 -1,314 ,002 ,355 N 101 115 R2 aangepast ,150 ,010 F-waarde 2,768*** 1,116 VIF max 3,806 3,277
16 B: richting 1. Pos DBR 2. Neg DBR 3. Pos DV 4. Neg DV
Coeff. T-waarde Coeff. T-waarde Coeff. T-waarde Coeff. T-waarde
(Constant) ? ,122 ,621 -,029 -,361 -,003 -,070 -,038 -1,655 OCW - -,028 -,544 ,028 1,945* -,004 -,453 ,008 1,568 RvTleden - -,018 -1,252 ,001 ,317 ,002 ,633 ,000 -,168 RvTverg - -,008 -,768 -,004 -,750 ,002 ,943 ,000 -,323 ACaanw - ,225 2,839*** -,017 -,671 ,001 ,054 ,013 1,758* ACverg - -,034 -1,667 -,005 -,736 ,000 -,108 -,003 -1,506 CvB1 ? -,007 -,322 -,021 -1,286 -,042 -4,293*** ΔCvB ? ,019 ,309 -,022 -,909 -,005 -,576 -,003 -,375 Rijksbijdrage + ,164 ,902 -,077 -,852 ,021 ,434 ,022 ,943 Verlies + -,014 -,256 -,003 -,208 ,013 1,507 -,003 -,530 Lening ? -,077 -1,342 -,019 -1,316 -,003 -,440 -,001 -,150 N 42 59 53 62 R2 aangepast ,238 ,185 -,032 ,228 F-waarde 2,432** 2,313** 0,836 2,805*** VIF max 5,269 4,801 3,884 4,677 Significantie op 0,10 (*), 0.05 (**) en 0,01 (***) levels.
DBR staat voor Discretionaire bestemmingsreserves en DV voor Discretionaire voorzieningen.
De controlevariabele CvB1 kon door het statistische programma niet worden meegenomen in de regressieanalyse.
Tevens worden de regressies gedraaid op de positieve en negatieve discretionaire waardes. Met name zijn de negatieve discretionaire componenten in dit onderzoek relevant, omdat in dit onderzoek verwacht wordt dat de tendens van winststuring neerwaarts is. In panel B van tabel 6 worden de relaties getoond tussen de governance factoren en de richting van de discretionaire posten. De modellen voor de discretionaire bestemmingsreserves (model 1 en model 2) zijn beiden significant (p < 0,05) en hebben een verklarende waarde (R2) van respectievelijk 23,8% en 18,5%. Het kleine verschil in verklarende kracht tussen de twee modellen duidt erop dat de richting van de discretionaire bestemmingsreserves niet zozeer van belang is. De aanwezigheid van de auditcommissie heeft een positieve significante coëfficiënt in model 1. De coëfficiënt van de variabele OCW is onverwachts positief significant (β = 0,028, p < 0,10) in model 2. Dit duidt erop dat neerwaartse winststuring via discretionaire bestemmingsreserves positief gerelateerd is aan de OCW benoeming van de Raad van Toezicht leden. Dit spreekt de gestelde negatieve relatie in de hypothese tegen. De hypothese wordt op basis van deze resultaten afgewezen.
Model 3 is niet significant en heeft een verklarende kracht (R2) van -3,2%. Model 4 daarentegen heeft een verklarende kracht (R2) van 22,8% en is significant (p < 0,01). Dit verschil duidt erop dat de richting van winststuring wel van belang is bij de discretionaire voorzieningen. De variabele ACaanw heeft een positieve significante relatie met de negatieve discretionaire voorzieningen (β = 0 013 p < 0 10). De overige governance variabelen zijn niet significant. De hypothese wordt afgewezen.
Mutatie bestemmingsreserves en dotatie voorzieningen
Om de hypothese te toetsen kan in plaats van de discretionaire totale posten ook de discretionaire component van de mutatie in de bestemmingsreserve en de dotatie in de voorziening worden toegepast10. Modellen I,II,III en IV kunnen ook hiervoor worden toegepast. In tabel 7 wordt de beschrijvende statistiek weergegeven. De neerwaartse
10 Bij de bestemmingsreserves wordt uitsluitend de resultaatmutaties bedoeld en niet de overige mutaties. Bij de voorzieningen wordt uitsluitend de dotatie bedoeld en niet de vrijval en de onttrekkingen.
17
winststuring bij de discretionaire dotatie voorzieningen is hoger dan bij de discretionaire totale voorzieningen in tabel 3 (58,6% in vergelijking met 55,1%). De mediaan van de discretionaire mutatie bestemmingsreserves is net als het gemiddelde 0,0, wat duidt op een normale distributie.
In tabel 8 zijn de regressieresultaten weergegeven. De verklarende krachtis laag in het model van de mutaties in de bestemmingsreserves (R2 = -0,003) en laag in het model van de dotaties aan voorzieningen (R2 = 0,026). Beide modellen zijn niet significant. De variabele ACaanw heeft in beide modellen een positief significante coëfficiënt (A: β = 0 021 p < 0 10; B: β = 0 01 p < 0 01). De variabele ACverg heeft een negatieve significante coëfficiënt in het model van de dotaties aan voorzieningen (β = -0,003, p < 0,10). Deze resultaten liggen in lijn met de resultaten uit tabel 5. Op basis van deze resultaten kan de hypothese niet afgewezen worden.
Tabel 7
Beschrijvende statistiek op de toevoegingen aan de voorzieningen/bestemmingsreserves (2009-2012)
Gehele populatie N Gemiddelde Mediaan St.dev Min Max
opwaartse winststuring neerwaartse winststuring Totale mutatie bestemmingsreserves 91 1321 400 6180 -22980 28289 Discr. mutatie bestemmingsreserves 91 ,0000 ,0000 ,0496 -,3450 ,2258 44,0% 56,0% Totale dotatie voorzieningen 124 5282 2854 6553 -286 36700 Discr. dotatie voorzieningen 124 ,0000 -,0026 ,0146 -,0381 ,0668 41,4% 58,6%
De discretionaire toevoegingen en dotaties zijn geschaald door totale activa van het jaar t-1. Deze zijn berekend door model I en II toe te passen.
Tabel 8
Regressieresultaten op de werkelijke mutaties aan de voorzieningen/bestemmingsreserves
A Mutatie
bestemmingsreserve B Dotatie voorziening
Coeff. T-waarde Coeff. T-waarde
(Constant) ? -0,027 -0,724 -0,01 -0,586 OCW - -0,007 -0,762 -0,001 -0,155 RvTleden - 0,002 0,974 0,001 1,066 RvTverg - 0,002 0,819 -0,001 -0,746 ACaanw - 0,021 1,679* 0,017 2,788*** ACverg - -0,002 -0,697 -0,003 -1,975* CvB1 ? -0,005 -0,18 -0,001 -0,066 ΔCvB ? -0,001 -0,128 0,004 0,712 Rijksbijdrage + 0,001 0,027 0,001 0,048 Verlies + -0,003 -0,427 0,000 0,077 Lening ? -0,002 -0,197 0,002 0,444 N 72 93 R2 aangepast -0,03 0,026 F-waarde 0,794 1,241 VIF max 3,276 3,15 Significantie op 0,10 (*), 0.05 (**) en 0,01 (***) levels.
18
Met de discretionaire mutaties en dotaties in de posten kan tevens de zero profit hypothese getoetst worden. Leone en van Horn (2005) en Verbruggen en Christiaens (2012) passen deze hypothese toe in hun onderzoeken in de non-profit sector. Zij hebben getoetst of discretionaire accruals positief (negatief) zijn wanneer ongestuurde winsten negatief (positief) zijn. Bij beide onderzoeken is sprake van een hoge bewijskracht. Om de toepassing op hoger onderwijsinstellingen te bestuderen, worden de volgende OLS-regressies uitgevoerd:
it 0 1 it it-1 3 it-1 (V)
it 0 1 it 2 it-1 3 it-1 (VI)
Met:
DMBRit Discretionaire mutaties in de bestemmingsreserves
DDVit Discretionaire dotaties aan de voorzieningen
WVDMBRit Winst/totale activat-1 – discretionaire mutaties in de bestemmingsreserve
WVDDVit Winst/totale activat-1 – discretionaire dotaties aan de voorzieningen
WINSTt-1 Winstt-1/totale activat-2
DMBRit-1/ Discretionaire mutaties in de bestemmingsreserves op t-1
DDVit-1 Discretionaire dotaties aan de voorzieningen op t-1
Onder deze hypothese wordt er voorspeld dat de bestuurders discretionaire mutaties in de posten gebruiken om de winsten richting nul te krijgen. Hierop volgend wordt er een negatieve relatie verwacht tussen DMBR (DDV) en WVDMBR (WVDDV). De variabele WINSTt-1 wordt meegenomen als controlevariabele, omdat uit onderzoek is gebleken dat
prestaties in het verleden positief gerelateerd zijn aan discretionaire accruals (Kothari et al. 2005). De discretionaire toevoegingen van t-1 worden meegenomen om voor autocorrelatie in de discretionaire posten te controleren. Geen consistente richting werd hiervoor gevonden in het onderzoek van Leone en van Horn (2005).
In de regressieanalyse worden het aantal observaties gereduceerd tot de jaren 2010, 2011 en 2012 wegens het gebruik van de totale activa van t-2. De resultaten van de regressieanalyse worden weergegeven in tabel 9. De verklarende kracht van het model varieert van 5,4% tot 39,9%. Dit is lager dan in de onderzoeken van Leone en Van Horn 2005 (7% tot 48%) en van Verbruggen en Christiaens 2012 (42,7% tot 57,2%). Zoals verwacht is Tabel 9
Regressieresultaten zero profit hypothese
A Discretionaire mutatie bestemmingsreserve
B Discretionaire dotatie voorziening
Coeff. T-waarde Coeff. T-waarde
(Constant) ? -,001 -,210 ,001 ,309 WVDMBR/WVDDV - -,213 -1,854* -,226 -7,037*** WINSTt-1 + ,160 1,566 ,142 3,915*** DMBRt-1/DDVt-1 ? ,047 ,635 ,296 3,246*** N 58 80 R2 aangepast ,054 ,399 F-waarde 2,091 18,455*** VIF max 1,574 1,151 Significantie op 0,10 (*), 0.05 (**) en 0,01 (***) levels.
WVDMBR (WVDDV) is de geschaalde winst minus de geschatte discretionaire mutaties in de bestemmingsreserves (dotaties aan de voorzieningen).WINSTt-1 is winst in jaar t-1 gedeeld door totale activa in jaar t-2. DMBRt-1 (DDVt-1) is de discretionaire mutaties in de bestemmingsreserves (dotaties in de voorzieningen van t-1.Discretionaire mutatie bestemmingsreserve (discretionaire dotaties voorzieningen) is het residuaal van model I (II).
19
de coëfficiënt tussen de discretionaire posten en de ongestuurde winsten negatief en significant (A: β = -0,213, p < 0,10; B: β = -0,226, p < 0,01). Dit is in lijn met de verwachting dat hoger onderwijsinstellingen hun winsten richting nul sturen. De coëfficiënten van de winst op t-1 en de discretionaire toevoegingen op t-1 zijn positief voor de discretionaire toevoegingen en beiden alleen significant in het geval van de dotaties aan de voorzieningen (β = 0 1 2 p < 0 01; β = 0 2 p < 0 01). De discretionaire dotaties zijn hoger als een hoge winst is gerapporteerd in het vorige boekjaar en als in het verleden ook al hogere discretionaire dotaties waren.
Onderverdelen per onderwijssector
Uit de beschrijvende statistiek in tabel 3 kwam naar voren dat er verschillen tussen de twee onderwijssectoren zijn. Om deze reden is er ook een regressieanalyse uitgevoerd per sector. De resultaten worden weergegeven in tabel 10. De verklarende kracht voor de hogescholen is laag (R2 = -0,012 en R2 = -0,025). De verklarende kracht voor de universiteiten is hoger (R2 = 0,197 en R2 = 0,41). Deze bewijskracht is aanzienlijk hoger dan de bewijskracht van de vorige regressies (Tabel 5,6 en 8) Hieruit blijkt dat er verschillen zitten in de invloed van de governance factoren op winststuring bij de sectoren. De modellen bij de hogescholen zijn niet significant en laten geen significante resultaten zien. De universiteiten tonen daarentegen wel significante resultaten. De modellen zijn dan ook beiden significant (DBR: p < 0,10; DV: p < 0,01). De variabelen OCW en RvTleden hebben een negatieve significante coëfficiënt in het model van de discretionaire bestemmingsreserves (respectievelijk β = 0 0 p < 0 10; β = -0,038, p < 0,05). De variabelen ACaanw en ACverg hebben een significante coëfficiënt in het model van de discretionaire voorzieningen (respectievelijk β = 0 0 2 p < 0 01; β = -0,013, p < 0,01). Alleen de onafhankelijke variabele RvTverg is nergens significant. De resultaten bij de universiteiten geven ondersteuning aan de hypothese, dus wordt de hypothese niet afgewezen.
Tabel 10
Regressieresultaten werkelijke variabelen per sector
Universiteiten Hogescholen
DBR DV DBR DV
Coeff. T-waarde Coeff. T-waarde Coeff. T-waarde Coeff. T-waarde
(Constant) ? 0,412 1,371 -,108 -1,922* -,264 -,909 ,006 ,110 OCW - -,086 -1,786* 0,001 ,084 RvTleden - -,038 -2,206** 0,003 ,873 ,023 1,228 ,001 ,240 RvTverg - 0,008 ,661 -0,003 -1,474 ,003 ,152 -,002 -,743 ACaanw - -0,003 -,038 ,082 5,540*** ,048 ,529 ,006 ,331 ACverg - -0,014 -,721 -,013 -3,449*** -,016 -,713 -,003 -,688 CvB1 ? -,043 -,540 ,015 1,236 ΔCvB ? ,217 2,427* -,034 -1,762* ,081 ,920 -,009 -,549 Rijksbijdrage + -,002 -,525 ,001 1,617 ,002 ,625 -2,864E-05 -,054 Verlies + -,025 -,598 ,004 ,460 -,115 -1,548 ,016 1,274 Lening ? -,021 -,511 -,007 -,819 -,069 -,723 ,020 1,466 N 41 45 60 70 R2aangepast 0,197 0,41 -0.025 -0.012 F-waarde 2,091* 4,396*** 0,841 0.912 VIF max 4.162 3,388 3,462 3,243 Significantie op 0,10 (*), 0.05 (**) en 0,01 (***) levels.
DBR staat voor Discretionaire bestemmingsreserves en DV voor Discretionaire voorzieningen.
De variabele OCW is 0 voor alle hogescholen. De controlevariabele CvB1 kon door het statistische programma niet worden meegenomen in de regressieanalyse.
