1
Winststuring bij ondernemingen in financieel zwaar weer
Een onderzoek naar de toename van winststuring bij een
verslechterde economische situatie bij Nederlandse private
ondernemingen
door
R.B. Brinkman, S2412152
Rijksuniversiteit Groningen
Economie en bedrijfskunde
Master scriptie Accountancy
17 januari 2016
2
Samenvatting
De financiële crisis heeft er de laatste jaren voor gezorgd dat steeds meer ondernemingen in financieel zwaar weer verkeren. Deze ondernemingen hebben het door de verslechterde
kredietverleningen en de dalende verkopen erg moeilijk gehad. In dit onderzoek wordt gekeken naar de winststuring bij Nederlandse private ondernemingen in financieel zwaar weer. In het onderzoek wordt antwoord gegeven op de hoofdvraag:
“In hoeverre wordt resultaatverhogende winststuring toegepast door Nederlandse private ondernemingen in financieel zwaar weer in vergelijking met gezonde Nederlandse private ondernemingen?”
De definitie voor een onderneming in financieel zwaar weer is als volgt geformuleerd. Een onderneming bevindt zich in financieel zwaar weer wanneer de binnenkomende geldstromen onvoldoende zijn om huidige verplichtingen te dekken. Om dit te meten wordt uitgegaan van de rentedekkingsgraad van een onderneming. In het onderzoek worden vervolgens de
ondernemingen opgedeeld in de categorieën ‘financieel zwaar weer’ en ‘gezonde onderneming’. Voor de ondernemingen in financieel zwaar weer wordt verondersteld dat ze
resultaatverhogende winststuring toepassen. De uitkomsten op basis van het modified Jones model laten zien dat er geen significante winststuring plaatsvindt bij beide categorieën
ondernemingen. Dit betekent dat er geen significante verschillen zijn in de mate van winststuring door gezonde ondernemingen en ondernemingen in financieel zwaar weer.
3
Voorwoord
Voor u ligt het onderzoeksrapport naar winststuring bij private ondernemingen in financieel zwaar weer. Deze scriptie is geschreven ter afsluiting van de master Accountancy en Controlling. De studie is gevolgd aan de Rijksuniversiteit Groningen. Bij dezen wil ik graag mijn begeleider de heer Huijgen bedanken voor de feedback en begeleiding.
4
Inhoudsopgave
1. Inleiding ... 5
1.1 Aanleiding tot het onderzoek ... 5
1.2 Probleemstelling en deelvragen ... 5
1.3 Maatschappelijke en wetenschappelijke relevantie ... 6
1.4 Afbakeningen ... 7
2 Winststuring ... 8
2.1 Winststuring ... 8
2.2 Motieven voor winststuring ... 9
2.3 Winststuringsmodellen ... 10
3 Financieel Zwaar Weer ... 12
3.1 Definitie financieel zwaar weer ... 12
3.2 Gevolgen voor een onderneming in financieel zwaar weer ... 12
3.3 Onderscheid tussen gezonde ondernemingen en ondernemingen in financieel zwaar weer ... 12 4 Onderzoeksmethode ... 15 4.1 Onderzoeksopzet ... 15 4.2 Hypothesen ... 15 4.3 Toetsingsmethoden ... 16 4.4 Dataverzameling en bronnen ... 18 5 Onderzoeksresultaten ... 19 5.1 Beschrijvende statistiek... 19 5.2 Verklarende statistiek ... 22 5.3 Gevoeligheidsanalyse ... 25 6 Conclusie ... 28 6.1 Hoofdvraag ... 28 6.2 Tekortkomingen ... 30 Literatuurlijst ... 31 Bijlage 1 ... 33 Bijlage 2 ... 34
5
1. Inleiding
1.1 Aanleiding tot het onderzoek
De financiële crisis heeft haar sporen achtergelaten in de huidige economische wereld. De verslechterde economische omstandigheden hebben ervoor gezorgd dat veel ondernemingen failliet zijn gegaan of moesten reorganiseren. Tijdens de financiële crisis hebben veel
ondernemingen verlies geleden en hadden vooral ondernemingen in het MKB het moeilijk. Vos (2008) geeft aan dat een onderneming in financieel zwaar weer verkeert wanneer men zodanige verliezen lijdt dat de lopende verplichtingen niet meer direct kunnen worden nagekomen.
Om aan de buitenwereld een gunstiger resultaat te laten zien, kan in de commerciële jaarrekening voor andere waarderingsgrondslagen gekozen worden ten opzichte van een andere periode, zoals het vorige boekjaar. Dit kan worden gezien als winststuring. Volgens Leung (2011) ontstaat winststuring wanneer financiële rapporten en transacties worden gemanaged, waardoor een bepaalde uitkomst wordt behaald die leidt tot een ander beeld van de resultaten van de
onderneming. Het behalen van een bepaalde ratio voor financieringsconvenanten, een variabele bonus of een hoger rendement op de kapitaalmarkt kunnen redenen zijn voor het toepassen van winststuring.
De commerciële jaarrekening heeft als doel: “De jaarrekening geeft volgens normen die in het maatschappelijk verkeer als aanvaardbaar worden beschouwd een zodanig inzicht dat een verantwoord oordeel kan worden gevormd omtrent het vermogen en het resultaat”, aldus artikel 2:362 lid 1 BW. Dit sluit aan op het accrual principe om opbrengsten en kosten in betreffende periode te matchen. In de definitie van winststuring wordt echter benoemd dat iemand bewust een ander beeld van de resultaten krijgt dan die werkelijk zijn. Het doel om juist een verantwoord beeld na te streven wordt hierbij niet behaald.
Er is onder andere door Rosner (2003), Leach en Newsom (2007) en Franceschetti en Koschtial (2013) onderzoek gedaan naar winststuring voorafgaand aan het faillissement van een
onderneming. Bij onderzoeken naar failliete ondernemingen kan pas achteraf geconcludeerd worden of winststuring is toegepast en dit zegt weinig over huidige ondernemingen. Door een model te gebruiken dat aantoont dat een onderneming in financieel zwaar weer verkeert, kan men in een eerder stadium aantonen of ondernemingen winststuring toepassen om resultaten te sturen.
1.2 Probleemstelling en deelvragen
Om te onderzoeken of ondernemingen die in financieel zwaar weer verkeren een hogere mate van winststuring toepassen dan ondernemingen die in een gezonde toestand verkeren, luidt de hoofdvraag van dit onderzoek als volgt.
“In hoeverre wordt resultaatverhogende winststuring toegepast door Nederlandse private ondernemingen in financieel zwaar weer in vergelijking met gezonde Nederlandse private ondernemingen?”
6 Deze probleemstelling is opgedeeld in de volgende deelvragen die achtereenvolgens beantwoord zullen worden:
- Wat wordt verstaan onder winststuring en op welke wijze(n) kan vastgesteld worden of een onderneming winststuring toepast?
- Wat wordt verstaan onder financieel zwaar weer en op welke wijze(n) kan
onderscheid gemaakt worden tussen gezonde ondernemingen en ondernemingen in financieel zwaar weer?
- In welke mate wordt winststuring toegepast door ondernemingen in financieel zwaar weer?
- In welke mate wordt winststuring toegepast door gezonde ondernemingen? 1.3 Maatschappelijke en wetenschappelijke relevantie
Zoals eerder aangehaald, hebben Rosner (2003), Leach en Newsom (2007) en Franceschetti en Koschtial (2013) onderzoek gedaan naar winststuring bij failliete ondernemingen. Rosner (2003) heeft ontdekt dat jaarrekeningen van failliete ondernemingen significant hogere accruals
vertonen in jaren waarin de activiteiten zijn gestaakt dan ondernemingen die een gezonde financiële huishouding hebben. Op basis van dit onderzoek kan geconcludeerd worden dat de ondernemingen hun resultaten in positieve zin gaan sturen voordat zij failliet gaan.
Leach en Newsom (2007) zijn tot de conclusie gekomen dat in vijf jaren voorafgaand aan het faillissement winststuring wordt toegepast. Echter, naarmate het moment van faillissement nadert, neemt de mate van toepassing van winststuring af. Dit komt overeen met resultaten uit het onderzoek van Charitou et al. (2007) en Campa en Camacho-Minano (2014). Deze laatste twee studies verklaarden de afnemende sturing voordat een onderneming failliet gaat doordat er meer toezicht komt van belanghebbenden zoals aandeelhouders of banken.
De resultaten in het onderzoek van Franceschetti en Koschtial (2013) komen niet overeen met voorgaande onderzoeken. Zij konden op basis van hun onderzoek niet met zekerheid zeggen dat de resultaten van failliete ondernemingen meer worden gestuurd dan die van gezonde
ondernemingen. Zelf zetten zij wel een kanttekening bij deze resultaten omdat het onderzoek ten tijde van financiële crisis is uitgevoerd en uit onderzoek van Tilden en Janes (2012) blijkt dat in tijden van financiële crisis resultaten überhaupt vaker worden gestuurd.
Beaver (1966), Altman (1977) en Binderbeek (1979) hebben onderzoek gedaan naar
voorspellingswaarde van financiële ratio’s om insolventie te voorspellen. Hieruit is een aantal modellen ontwikkeld waarmee de kans op insolventie kan worden bepaald. Vos (2008) geeft daarentegen aan dat een ratioanalyse een beperkte doelstelling heeft en enkel is gebaseerd op externe informatie. De ratioanalyse mag dan niet betrouwbaar genoeg zijn om te voorspellen of een bedrijf failliet gaat, het kan in ieder geval goed aangeven welke ondernemingen financieel gezien in zwaar weer verkeren ten opzichte van gezonde ondernemingen. Asquital et al. (1994) hebben geen insolventiemodel gebruikt maar de rentedekkingsgraad om een onderneming als zodanig te classificeren.
7 In bovenstaande onderzoeken is vooral achteraf gekeken of winststuring is toegepast bij failliete ondernemingen. Dit zegt echter weinig over huidige slecht presterende ondernemingen. Deze ondernemingen hoeven niet per definitie failliet te gaan en vallen niet in bovenstaande
steekproeven, terwijl de verwachting is dat deze ondernemingen er alles aan doen om het hoofd boven water te houden.
Voor ondernemingen in tijden van financieel zwaar weer zijn de cijfers die zij presenteren juist van belang. Kredietverstrekkers zullen kritischer naar de gepresenteerde cijfers kijken en daarbij is het risico om een lening te verstrekken voor de kredietverstrekkers groter. Voor de
onderneming in financieel zwaar weer is de prikkel om resultaatverhogende winststuring toe te passen dus groter dan voor gezonde ondernemingen. Het is voor kredietverstrekkers van belang om te weten of ondernemingen in financieel zwaar weer resultaatverhogende winststuring toepassen. De kredietverstrekkers kunnen dan een betere risico inschatting maken.
In dit onderzoek wordt gekeken naar winststuring bij private ondernemingen. De verwachting is dat een private onderneming meer resultaatverhogende winststuring toepast als het in zwaar weer beland ten opzichte van een beursgenoteerd onderneming in financieel zwaar weer. De reden hiervoor is dat er op de beursgenoteerde ondernemingen meer toezicht is en dat de
maatschappelijke belangen bij beursgenoteerde ondernemingen groter zijn. De private ondernemingen in zwaar weer zijn grotendeels afhankelijk van de kredietverstrekkers, zoals hierboven aangehaald. Daarnaast zijn private ondernemingen niet afhankelijk van een beurswaarde en zullen wanneer het mogelijk is een lange termijn doelstelling hanteren. De doelstelling en wijze van financiering van een onderneming zijn van belang voor de motieven en de mate van winststuring. Het onderzoek richt zich op private ondernemingen en daarbij wijkt het af van de meeste onderzoeken naar winststuring, waarbij alleen wordt gekeken naar
beursgenoteerde ondernemingen. 1.4 Afbakeningen
In het onderzoek naar winststuring bij ondernemingen in financieel zwaar weer zal worden gekeken naar Nederlandse ondernemingen in de private sector. Ondernemingen worden op basis van een bepaalde ratio ingedeeld in de categorieën ‘gezond’ en ‘financieel zwaar weer’. Het onderzoek zal worden uitgevoerd met de meest recente financiële informatie en vanaf dat jaar zal drie jaar worden teruggekeken. In het onderzoek zal niet worden gekeken naar financiële
instellingen. Deze ondernemingen hebben een afwijkende opstelling van de winst- en verliesrekening, waardoor bestaande winststuringsmodellen minder goed kunnen worden toegepast.
8
2 Winststuring
In dit hoofdstuk worden eerst de verschillende definities van winststuring behandeld. In de tweede paragraaf zullen motieven voor winststuring kort worden behandeld. In de laatste paragraaf van dit hoofdstuk wordt gekeken naar eerdere onderzoeken naar winststuring en de methoden waarmee winststuring kan worden vastgesteld.
2.1 Winststuring
Winststuring is de Nederlandse vertaling van het Engelse begrip ‘earnings management’
(Brockhoff, 2013). In de literatuur is veel aandacht voor earnings management en daarom wordt in deze paragraaf een aantal definities van earnings management besproken. In het vervolg van het onderzoek zal de term winststuring weer gebruikt worden.
Een veel gebruikte definitie van earnings management is die van Healy en Wahlen (1999). Healy en Wahlen hebben op basis van verschillende literatuur de volgende definitie gevormd:
“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”
Dit houdt in dat winststuring ontstaat wanneer managers de financiële verslaggeving beïnvloeden door hun oordeel in bepaalde posten te verwerken, transacties te structuren en te veranderen om zo een gewenst resultaat te verkrijgen in de financiële rapportages. Managers kunnen dit doen om stakeholders te misleiden met betrekking tot de onderliggende economische prestaties van de onderneming of om bepaalde contractuele afspraken te beïnvloeden die afhangen van de
gerapporteerde cijfers.
Een andere definitie van earnings management is die van Leung (2011):
“Earnings management occurs when financial statements and transactions are ‘managed’ in order to achieve a certain outcome and to influence people’s perceptions of the performance of the entity. The desirable outcome may not be the direct consequence of the economic substance of the transactions involved.”
Deze definitie houdt in dat winststuring ontstaat wanneer financiële rapporten en transacties worden gemanaged waardoor een bepaalde uitkomst wordt behaald die leidt tot een ander beeld van de resultaten van de onderneming. Deze resultaten zijn geen direct gevolg van economische omstandigheden en gerelateerde transacties. Deze definitie komt grotendeels overeen met de definitie van Healy en Wahlen. Een verschil tussen beide definities is dat bij de definitie Healy en Wahlen specifiek wordt gesproken over het oordeel van een manager. Het oordeel van de
manager kan in bepaalde schattingsposten tot uiting komen, zoals voorzieningen en restwaarden. Deze schattingen kunnen de cijfers beïnvloeden en daarom lijkt de definitie van Healy en
Wahlen completer.
Als laatste wordt de definitie van Scott (2012) behandeld:
“Earnings management is the choice by a manager of accounting policies so as to achieve some specific objective.” Deze definitie houdt in dat winststuring de keuze van een manager is om bepaalde
verslaggevingsrichtlijnen te volgen om daarmee specifieke doelen te bereiken. De kracht van de definitie van Scott is dat duidelijk wordt dat winststuring gebeurt binnen de
9 onderzoek naar winststuring bij failliete ondernemingen een onderscheid tussen winsturing en winstmanipulatie. Het onderscheid dat zij maakt is dat immateriële manipulatie binnen de verslaggevingsrichtlijnen valt onder winststuring. Daar tegenover staat dat materiële misleiding buiten de verslaggevingsrichtlijnen valt onder winstmanipulatie/fraude. Met materiële misleiding wordt bedoeld dat de gebruiker een andere beslissing zou kunnen nemen wanneer dit niet het geval is. In het onderzoek wordt alleen gekeken naar winststuring. Dit valt dus binnen de verslaggevingsrichtlijnen en kan niet worden gezien als fraude.
Het nadeel van de definitie van Scott is dat niet wordt ingegaan op de oordeelsvorming van de manager over bepaalde schattingsposten. Voorbeelden van schattingsposten zijn afschrijvingen en voorzieningen (Epe, 2008). Tevens laat de definitie van Scott ruimte voor interpretatie van het behalen van bepaalde doelen. Deze doelen kunnen zowel positief als negatief zijn voor de stakeholders van een onderneming. De verwachting is dat managers de resultaten positief beïnvloeden wanneer zij in financieel zwaar weer verkeren. Dit sluit het best aan bij de definitie van Healy en Wahlen. Hierin wordt echter niet aangegeven of het om resultaatverhogende dan wel resultaatverlagende winststuring gaat. Deze definitie wordt aangehouden in dit onderzoek. 2.2 Motieven voor winststuring
In deze paragraaf wordt gekeken naar motieven voor winststuring. Hierbij is alleen gekeken naar motieven die voor dit onderzoek relevant zijn. De motieven die gelden voor beursgenoteerde ondernemingen worden derhalve niet behandeld.
Danos et al. (1989) hebben onderzoek gedaan naar het vertrouwen van kredietverstrekkers in ondernemingen op basis van financiële informatie. Hieruit blijkt dat het vertrouwen significant toeneemt wanneer een onderneming meer informatie verschaft over goede cijfers.
Ondernemingen kunnen op deze manier winststuring gebruiken om de opvatting van
kredietverstrekkers te beïnvloeden in de onderhandelingen over kredietverlening (Coppens en Peek, 2005).
Bowen et al. (1995) hebben onderzocht of de niet afdwingbare aanspraken van stakeholders samenhangen met de keuze voor verslaggevingsrichtlijnen. Voorbeelden van niet afdwingbare aanspraken zijn beloften over doorlopende beschikbaarheid van onderdelen en de beschikbare service voor duurzame producten. Uit dit onderzoek blijkt dat de onderhandelingspositie van een onderneming afhankelijk is van de reputatie op het gebied van het nakomen van niet
afdwingbare aanspraken ten opzichte van stakeholders. Bij stakeholders kan worden gedacht aan klanten, leveranciers, werknemers en kredietverstrekkers. Tevens blijkt dat stakeholders de reputatie van de onderneming bepalen door naar de gerapporteerde financiële prestaties te kijken.
Burgstahler en Dichev (1997) hebben aangetoond dat ondernemingen winststuring toepassen om het rapporteren van kleine winstafnames en kleine verliezen te voorkomen. Zij geven hiervoor twee verklaringen. De eerste sluit aan bij het bovenstaande onderzoek van Bowen et al. (1995). De tweede verklaring baseren Burgstahler en Dichev op de ‘prospect theory’ die veronderstelt dat stakeholders een afkeer hebben van absolute en relatieve verliezen.
10 Een ander motief om winsten te sturen is het verminderen van de belastingdruk. Phillips et al. (2002) geven in hun onderzoek naar de relatie tussen winststuring en belastinglatenties aan dat er een tegenstrijdigheid bestaat tussen de commerciële financiële verslaggeving en de fiscale
verslaggeving. Commercieel willen managers de winst zo hoog mogelijk presenteren terwijl dit fiscaal ongunstig is en er meer belasting betaald moet worden. Wanneer de commerciële verslaggeving leidend is voor de fiscale rapportage, zullen managers dus een keuze moeten maken. In landen waar de fiscale rapportage een eigen heffingsgrondslag heeft speelt dit probleem minder en zullen grotere verschillen ontstaan tussen de commerciële en fiscale verslaggeving. Deze verschillen kunnen blijken uit belastinglatenties in de commerciële jaarrekening (Epe, 2008).
Als laatste motief voor winststuring geven Healy en Wahlen (1999) het ontvangen van subsidies van overheden bij het presenteren van een lagere winst. Ondernemingen zullen prikkels hebben om de winst te verminderen wanneer deze te hoog wordt om in aanmerking te komen voor bepaalde subsidies.
2.3 Winststuringsmodellen
Door de jaren heen is veel onderzoek gedaan naar winststuring. In deze onderzoeken worden verschillende methoden gehanteerd om winststuring te meten. De methoden waarbij de hoogte van de accruals worden gemeten om vast te stellen of er sprake is van winststuring, worden hierbij het meest toegepast (Bissessur en Langedijk, 2005).
Accruals worden door Van der Bouwhede (2003) gedefinieerd als het geheel van
boekhoudkundige items dat ervoor zorgt dat er een verschil bestaat tussen het gerapporteerde winstcijfer en de gerealiseerde cash flow. Deze verschillen ontstaan door het
toerekeningsbeginsel. Dit beginsel houdt in dat opbrengsten en kosten moeten worden
toegerekend aan de periode waar zij betrekking op hebben (Raad van Jaarverslaggeving 110.118). Deze opbrengsten en kosten hoeven niet te leiden tot ontvangsten en uitgaven in dezelfde periode. Accruals bestaan volgens Healy (1985) uit discretionaire en niet-discretionaire accruals. De discretionaire accruals zijn de accruals waarop een manager invloed kan uitoefenen. Dit zijn onder andere posten als afschrijvingen, dubieuze debiteuren en voorzieningen.
Niet-discretionaire accruals hangen samen met economische omstandigheden en hier hebben managers dus geen invloed op. Om te kunnen bepalen of managers de winst sturen, moet dus een onderscheid worden gemaakt tussen de discretionaire en niet-discretionaire accruals.
In dit onderzoek zal het modified Jones model van Dechow et al. (1995) worden gehanteerd om vast te stellen of winststuring is toegepast. Uit het onderzoek van Dechow et al. blijkt dat deze methode het meest geschikt is om te beoordelen of winststuring is toegepast. In dit model is een kleine aanpassing gemaakt op het eerder ontwikkelde model van Jones (1991). Het verschil met het eerdere model is dat niet wordt gekeken naar de verandering in de omzet in een bepaalde periode maar naar de verandering in de ontvangsten in die periode om de economische omstandigheden te elimineren. Het modified Jones model ziet er als volgt uit:
11 Waarbij:
NDAt = Niet-discretioniare accruals in jaar t, geschaald op basis van de totale activa in jaar t-1 At-1 = Totale activa in jaar t-1
∆REVt = Opbrengsten in jaar t minus opbrengsten in jaar t-1, geschaald op basis van de totale
activa in jaar t-1
∆RECt = Netto vorderingen in jaar t minus netto vorderingen in jaar t-1 geschaald op basis van de totale activa in jaar t-1
PPEt = Materiële vaste activa in jaar t, geschaald op basis van de totale activa in jaar t-1
α1, α2, α3 = branchespecifieke parameters
De branchespecifieke parameters worden bepaald op basis van:
TAt = a1 (1/At-1) + a2 (∆REVt -∆RECt) + a3 (PPEt) + εt (2) Waarbij:
TAt = Totale accruals in jaar t, geschaald op basis van de totale activa in jaar t-1
a1, a2, a3 = Geschatte branchespecifieke parameters
εt = Storingsterm in jaar tOm de totale accruals (TA) te bepalen wordt gebruik gemaakt van de volgende definitie:
TAt = ∆CAt – ∆CLt – ∆Casht – Dept (3)
Waarbij:
TAt = Totale accruals in jaar t
∆CAt = Vlottende activa in jaar t minus vlottende activa in jaar t-1
∆CLt = Vlottende passiva in jaar t minus vlottende passiva in jaar t-1
∆Casht = Liquide middelen in jaar t minus liquide middelen in jaar t-1 Dept = Afschrijvingen en bijzondere waardeverminderingen in jaar t
In het model van Jones (1991) en het model van Dechow et al. (1995) worden de ondernemings- specifieke parameters bepaald met behulp van een meervoudige regressie. Dit kan op twee manieren: in het onderzoek van Jones (1991) en Dechow et al. (1995) wordt gebruikt gemaakt van tijdreeksen. Dit houdt in dat de ondernemingsspecifieke parameters worden bepaald op basis van de data van één onderneming over meerdere jaren. Een andere methode is het hanteren van de cross-sectionele methode. Dit houdt in dat de ondernemingsspecifieke parameters worden bepaald op basis van de data uit één jaar van meerdere ondernemingen in een bepaalde branche. Uit het onderzoek van Bartov et al. (2001) blijkt dat de cross-sectionele methode beter in staat is de discretionaire accruals te meten. Tevens geven Bartov et al. (2001) aan dat ondernemingen die een korte datageschiedenis hebben, meegenomen kunnen worden in het onderzoek.
12
3 Financieel Zwaar Weer
In dit hoofdstuk wordt eerst de definitie van financieel zwaar weer behandeld. Vervolgens wordt er gekeken naar de gevolgen voor ondernemingen in financieel zwaar weer. Tot slot zal in dit hoofdstuk worden gekeken naar de wijze waarop ondernemingen ingedeeld kunnen worden in de categorieën financieel zwaar weer en gezonde ondernemingen.
3.1 Definitie financieel zwaar weer
Vos (2008) geeft aan dat een onderneming in financieel zwaar weer verkeert wanneer deze zodanige verliezen lijdt dat de lopende verplichtingen niet meer direct kunnen worden
nagekomen. Dit houdt in dat een onderneming niet tijdig over voldoende liquiditeit beschikt om de schuldeisers te betalen. In de literatuur kan financieel zwaar weer, oftewel financieel
noodlijdend ook worden gezien als ‘financial distress’.
Wruck (1990) geeft de volgende definitie van financial distress:
“Financial distress is a situation where cash flow is insufficient to cover current obligations”.
Dit houdt in dat de financieel noodlijdende onderneming ontstaat in de situatie wanneer de binnenkomende geldstromen onvoldoende zijn om huidige verplichtingen te dekken. 3.2 Gevolgen voor een onderneming in financieel zwaar weer
Een onderneming die in financieel zwaar weer verkeert, kan niet tijdig aan
betalingsverplichtingen voldoen. Om weer aan de betalingsverplichtingen te kunnen voldoen, zal een onderneming in veel gevallen moeten reorganiseren. Reorganiseren kan op meerdere
manieren. Reorganiseren houdt in dat kritisch naar de bedrijfsprocessen wordt gekeken en alleen de noodzakelijke processen in stand worden gehouden. Op deze manier kan een onderneming de uitgaven onder controle krijgen. Wanneer een onderneming er niet in slaagt om prioriteiten te stellen aan de uitgaven en dus niet aan de betalingsverplichtingen kan voldoen, kan een
onderneming failliet worden verklaard. Bij een faillissement beschikt het management niet meer over de boedel van de onderneming en wordt dit beheer overgedragen aan de curator. De curator zal de boedel proberen te verkopen om daarmee de openstaande schulden af te lossen. Wanneer een onderneming in financieel zwaar weer verkeert dan wordt het voor de
onderneming moeilijker om een (extra)krediet te krijgen bij de bank omdat het risico voor een bank groter wordt. Voor een onderneming in financieel zwaar weer is het dus van belang dat er voldoende krediet verkregen kan worden en hiervoor is het beter om een positiever resultaat te laten zien.
3.3 Onderscheid tussen gezonde ondernemingen en ondernemingen in financieel zwaar weer
Het voorspellen van de continuïteit van ondernemingen heeft een lange geschiedenis. Beaver (1966) deed onderzoek naar de waarde van financiële ratio’s om insolventie te voorspellen. In die tijd werd gebruik gemaakt van een combinatie van kengetallen om de financiële gezondheid van een onderneming te meten. Uit het onderzoek bleek dat bepaalde ratio’s wel degelijk waarde hebben bij het voorspellen van insolventie. Dit moet echter niet overschat worden, omdat er ook factoren meespelen welke niet uit de financiële gegevens te halen zijn.
13 Een veel gebruikt insolventievoorspellingsmodel is het model ontwikkeld door Altman (1968). Altman is in zijn onderzoek verder gegaan met de conclusie van Beaver (1966) dat financiële ratio’s waarde hebben bij het voorspellen van insolventie. Het model van Altman (Z-score) is opgesteld op basis van de multi-discriminant analyse. Het model bestaat uit vijf ratio’s die op basis van een bepaalde weging tot een Z-score komen. Bij een Z-score lager dan 1,21 gaat een bedrijf zeer waarschijnlijk failliet. Een Z-score hoger dan 2,99 geeft aan dat een bedrijf
waarschijnlijk niet failliet gaat. Voor de waardes hier tussenin wordt geen oordeel gegeven en zal nader onderzoek nodig zijn. Het model ziet er als volgt uit:
Z=0,012X1 + 0,014X2 + 0,033X3 + 0,006X4 + 0,999X5 (4) Waarbij:
X1 = Netto werkkapitaal gedeeld door totale activa
X2 = Ingehouden winst gedeeld door totale activa
X3 = Winst voor rente en belasting gedeeld door totale activa
X4 = Martwaarde eigen vermogen gedeeld door boekwaarde totale schuld
X5 = Omzet gedeeld door totale activa
Altman heeft in de loop der jaren aanpassingen aan het model gemaakt omdat het niet voor alle ondernemingen geschikt was. Zo is in de eerste aanpassing van het Z-model, de ‘marktwaarde eigen vermogen’ vervangen door de ‘boekwaarde eigen vermogen’, omdat private
ondernemingen niet beursgenoteerd zijn en er geen marktwaarde beschikbaar is. Deze aanpassing heeft ook geleid tot andere wegingsfactoren, omdat de marktwaarde een andere uitkomst geeft dan de boekwaarde van het eigen vermogen.
Later hebben Altman et al. (1977) het eerdere insolventie model herzien en dit heeft geleid tot het Zeta model. Dit model bestaat uit zeven ratio’s. De wegingsfactoren van dit model zijn echter niet vrijgeven en alleen op aanvraag beschikbaar. Altman et al. beweren dat het Zeta model betrouwbaarder is voor het voorspellen van insolventie over meerdere jaren. Tevens is er geen gebied meer waarin geen oordeel wordt gegeven. Dit heeft als voordeel dat duidelijk is onder welke categorie een onderneming valt.
Bilderbeek (1978) heeft onderzoek gedaan naar een combinatie van kengetallen die een tijdige diagnose kunnen stellen omtrent de gezondheidspositie van een onderneming. Hierbij is als uitgangspunt genomen dat slechts gebruik kan worden gemaakt van gepubliceerde jaarverslagen. In het onderzoek beoordeelt Bilderbeek de consistentie van de reeds in de studie van Beaver (1966) ontwikkelde financiële kengetallen. Uit deze kengetallen wordt een selectie gemaakt op basis van de kengetallen die het duidelijkst de verschillen tussen lopende en failliete
ondernemingen laten zien. Vervolgens heeft Bilderbeek aan de hand van een combinatie van kengetallen een model ontwikkeld dat door de jaren heen een continuïteitsfactor oplevert. De continuïteitsfactor is de som van de continuïteitswaarde gedeeld door de faillissementswaarde. Wanneer de continuïteitsfactor hoger is dan 1 dan wordt de onderneming als financieel goed lopend beschouwd en wanneer deze lager is dan 1 als financieel moeilijk. Hierin zijn de continuïteitswaarde en de faillissementswaarde een combinatie van verschillende ratio’s die op elkaar worden gedeeld wat vervolgens de continuïteitsfactor oplevert.
14 Vos (2008) geeft onder andere als kritiek op bovenstaande modellen dat ze een momentopname bevatten omdat deze veelal gebaseerd zijn op balansposten. Verder geeft hij aan dat de
doelstelling van de bovenstaande modellen is om insolventie te voorspellen en niet om te bepalen hoe het beter kan. Om een onderscheid te maken of een onderneming al dan niet in financieel zwaar weer verkeerd, kan worden gekeken naar een lage score op bovenstaande modellen. Dit hoeft echter nog niet aan te geven of een onderneming in financieel zwaar weer verkeert. Tevens zijn de modellen tamelijk gedateerd en zouden in de huidige tijd andere ratio’s beter geschikt kunnen zijn om insolventie en financieel zwaar weer te voorspellen. Omdat het er in deze studie niet om gaat of een onderneming wel of niet failliet gaat, is het gebruikt van een insolventievoorspellingsmodel niet noodzakelijk.
Asquith et al. (1994) hebben onderzoek gedaan naar de manieren waarop ondernemingen in financieel zwaar weer een faillissement proberen te voorkomen. In dit onderzoek is de rente dekkingsgraad als criterium gehanteerd voor ondernemingen in financieel zwaar weer. Dit houdt in dat een onderneming in financieel zwaar weer verkeert wanneer de “winst voor rente,
belastingen, afschrijvingen op activa en afschrijvingen op vorderingen en goodwill” (EBITA) lager is dan de gerapporteerde rentekosten. Dit criterium wordt ook in de onderzoeken van Eichner (2012) en Schmuck (2013) gehanteerd. Schmuck (2013) geeft in zijn onderzoek aan dat het criterium voor financieel zwaar weer aan drie voorwaarden moet voldoen: het moet op één manier opgevat kunnen worden, het moet objectief zijn en het moet koppelbaar zijn aan eerdere onderzoeken. Voor wat betreft objectiviteit gaat Schmuck daarom niet uit van een
marktgebaseerde opvatting maar van een financieel gebaseerde opvatting. Aangezien het in dit onderzoek over private ondernemingen gaat, is het ook niet mogelijke om een marktgebaseerde opvatting te gebruiken.
Een ander voordeel van de rentedekkingsgraad als criterium voor een onderneming in financieel zwaar weer is dat het een deel van de winststuring uitsluit. Door gebruik te maken van EBITA en de rentekosten als criterium voor financieel zwaar weer, komen ondernemingen die de winst sturen via discretionaire accruals wel in de steekproef terecht. Discretionaire accruals zijn de accruals waar een manager invloed op kan uitoefenen, zoals afschrijvingen en voorzieningen. Wang (2009) sluit in zijn onderzoek naar de prestaties van Chinese beursgenoteerde
ondernemingen het gebruik van winststuring deels uit door naar het bedrijfsresultaat uit
operationele activiteiten te kijken. Zijn argument daarvoor is dat winststuring vaak plaatsvindt in de niet-operationele posten. Yawson (2009) definieert operationele resultaten in zijn onderzoek naar herstructureringsbeslissingen op basis van EBITA gedeeld door de totale activa en geeft hierbij aan dat dit deels het gebruik van winststuring controleert.
15
4 Onderzoeksmethode
In dit hoofdstuk wordt eerst stilgestaan bij de wijze waarop het onderzoek wordt uitgevoerd. In tweede paragraaf worden de hypotheses opgesteld en toegelicht hoe deze tot stand gekomen zijn. De derde paragraaf gaat in op de wijze waarop de data voor dit onderzoek is verkregen en welke criteria zijn gebruikt.
4.1 Onderzoeksopzet
Het onderzoek bestaat uit het toetsen van drie hypotheses. Daarvoor worden de ondernemingen verdeeld in de categorie financieel zwaar weer of gezond. Dit wordt bepaald op basis van de financiële lasten in het betreffende jaar te delen door de EBITA over het betreffende jaar. Wanneer de financiële lasten hoger zijn dan de EBITA wordt de onderneming in het betreffende jaar ingedeeld in de categorie financieel zwaar weer. Voor de derde hypothese is gekeken naar de mate van winststuring in het jaar voorafgaand aan het eerste jaar waarin de onderneming in de categorie financieel zwaar weer is ingedeeld. Vervolgens worden deze jaren met elkaar vergeleken om te kijken of de mate van winststuring verschilt.
4.2 Hypothesen
Uit de motieven voor winststuring blijkt dat ondernemingen een betere onderhandelingspositie hebben wanneer zij een beter resultaat laten zien (Bowen et al. 1995). Daarnaast hebben
ondernemingen meer kans op een krediet en lagere kosten van het krediet wanneer er een beter resultaat getoond kan worden (Danos et al. 1989). Wanneer het slechter gaat met een
onderneming dan is het van belang om een goede onderhandelingspositie en lage kosten te behouden. Dit komt overeen met de resultaten van Rosner (2003), die onderzoek heeft gedaan naar winststuring bij failliete ondernemingen. Op basis hiervan luidt de eerste hypothese: Hypothese 1
Bij ondernemingen in financieel zwaar weer wordt resultaatverhogende winststuring toegepast. Voor gezonde ondernemingen is het laten zien van een positiever resultaat minder van belang. Zij hebben al een goede onderhandelingspositie en zijn over het algemeen minder afhankelijk van kredietverstrekkers. Wanneer er geen noodzaak is voor een onderneming om
resultaatverhogende winststuring toe te passen zal zij dit niet doen omdat accruals omkeerbaar zijn, wat op langere termijn tot tegenvallende prestaties leidt. Dit geldt specifiek voor private ondernemingen omdat deze een langere termijn-doelstelling hebben en de rapportage niet wordt beïnvloed door een beurswaarde. Hieruit volgt de volgende hypothese:
Hypothese 2
Bij ondernemingen in financieel zwaar weer wordt meer resultaatverhogende winststuring toegepast dan bij gezonde ondernemingen.
16 Uit het onderzoek van Leach en Newsom (2007) blijkt dat de mate van winststuring afneemt wanneer een onderneming een faillissement nadert. Dit komt ook uit het onderzoek van Charitou et al. (2007) en Campa en Camacho-Minano (2014) naar voren. In dat geval zou de winststuring voorafgaand aan het jaar waarin de onderneming in financieel zwaar weer komt groter zijn dan in het jaar daarna. Charitou et al. (2007) alsmede Campa en Camacho-Minano (2014) hebben hiervoor als verklaring dat het toezicht bij verslechterde omstandigheden toeneemt en daarmee de mate van winststuring daalt.
Hypothese 3
Bij ondernemingen in financieel zwaar weer wordt in het jaar voorafgaand aan de situatie van financieel zwaar weer een hogere mate van resultaatverhogende winststuring toegepast dan in het jaar van financieel zwaar weer.
4.3 Toetsingsmethoden
De hypothesen worden onderzocht middels een T-Toets. De T-toets is een methode om vast te stellen of het steekproefgemiddelde gelijk is aan een theoretisch gemiddelde. Hierbij wordt alleen getoetst of er sprake is van een bepaald gemiddelde. Er kan niet worden vastgesteld of bepaalde waarden een relatie hebben met elkaar. De T-toets is gebruikt om hypothese 1 en 2 te
onderzoeken. Hypothese 3 zal onderzocht worden middels een gepaarde T-toets. De gepaarde T-toets kan worden gebruikt om twee gemiddelden bij één en dezelfde onderneming te
vergelijken. Bij een gepaarde T-toets worden de gemiddelden van iedere onderneming van elkaar afgetrokken.
Omdat er meerdere factoren zijn die de mate van winststuring kunnen beïnvloeden wordt er voor de tweede en derde hypothese ook een meervoudige regressieanalyse uitgevoerd. Bij een meervoudige regressie wordt de causale lineaire relatie tussen een afhankelijke variabele en meerdere onafhankelijke variabelen onderzocht. Bij hypothese 2 is het met name van belang om te zien of de factor ‘financieel zwaar weer’ een significante invloed heeft op de mate van
winststuring. De factor komt in de regressie tot stand door een zogenoemde dummy variabele. De dummy variabele ‘zwaar weer’ geeft aan of er wel of geen sprake is financieel zwaar weer. De ondernemingen in financieel zwaar weer krijgen een 1 en de gezonde ondernemingen een 0. Bij een meervoudige regressieanalyse gaat het er om ook andere factoren invloed kunnen hebben op de mate van winststuring. Dit worden controlevariabelen genoemd. De eerste
controlevariabele is de grote van de onderneming. Myers et al. (2003) hebben aangetoond dat de mate van winststuring afneemt bij grotere ondernemingen. Hun verklaring hiervoor is dat grotere ondernemingen meer stabiele accruals hebben en derhalve de winststuring minder goed zichtbaar is. De grootte van de onderneming wordt als volgt gemeten.
17 Een andere factor is de financieringsstructuur van de onderneming. Zoals eerder aangehaald in paragraaf 2.2 blijkt uit het onderzoek van Coppens en Peek (2005) dat de
onderhandelingspositie ten opzichte van de kredietverstrekker gunstiger is bij een beter resultaat. Dit brengt met zich mee dat de kans op winststuring groter wordt als de onderneming meer schulden heeft en haar afspraken moet nakomen. De financieringsstructuur van de onderneming kan daarmee invloed hebben op de mate van winststuring. Dit wordt getoetst door middel van de schuldratio van de onderneming. De schuldratio ziet er als volgt uit:
Schuldratio = Langlopende schulden / Totaal vermogen (6)
Uit onderzoek van Tendeloo en Vanstraelen (2008) is gebleken dat mate van winststuring
afneemt wanneer een onderneming wordt gecontroleerd door een Big-4 accountantskantoor. Dit wordt verklaard doordat een Big-4 accountantskantoor meer reputatieschade kan oplopen bij een onterecht afgegeven goedkeurende verklaring. Dit reputatierisico zorgt er voor dat het kantoor een betere kwaliteit levert. De factor ‘Big-4 kantoor’ is een dummy variabele. Wanneer een onderneming wordt gecontroleerd door één van de Big-4 kantoren krijgt de onderneming een 1 en anders een 0. De Big-4 kantoren zijn: Deloitte, Ernst & Young, KPMG en
PricewaterhouseCoopers
Als laatste controlevariabele wordt gekeken naar een jaareffect. Uit het onderzoek van Tilden en Janes (2012) blijkt dat er meer winststuring wordt toegepast ten tijden van financiële crisis. Voor deze controlevariabele wordt 2011 als referentiejaar gebruikt. Vanaf dat moment ging het
langzaam beter met de Nederlandse economie en daarmee zou de winststuring af moeten nemen. De meervoudige regressievergelijking voor hypothese 2 ziet er dan als volgt uit:
DA = β 0 + β 1 dummy Zwaar Weer + β 2 Grootte onderneming + β 3 Schuldratio +
β 4 dummy Big-4 + β 5 dummy 2012 + β 6 dummy 2013 (7)
Bij hypothese 3 worden de DA waarden van dezelfde ondernemingen vergeleken met het
voorgaande jaar. Bij deze ondernemingen zijn de grootte, schuldratio en accountants grotendeels gelijk aan elkaar. Het is derhalve niet mogelijk om deze controle variabelen te gebruiken. Het jaar waarin de onderneming in zwaar weer verkeert kan wel als controle variabele worden gebruikt. Hierbij kan alleen worden gecontroleerd of de onderneming in 2012 of in 2013 in zwaar weer verkeerde. Voor hypothese 3 zijn de ondernemingen in zwaar weer uit 2011 niet meegenomen omdat de gegevens van het voorgaande jaar niet beschikbaar zijn.
De meervoudige regressieanalyse voor hypothese 3 ziet er dan als volgt uit:
18 4.4 Dataverzameling en bronnen
Nederlandse ondernemingen die in de categorie groot vallen zijn verplicht cijfers van het boekjaar te publiceren bij de Kamer van Koophandel. Deze gegevens worden verwerkt door Bureau van Dijk en als data aangeboden via Orbis. In de zoekmachine van Orbis is vervolgens een selectie gemaakt op Nederlandse ondernemingen in de vorm van een Besloten
Vennootschap. Er is gezocht op data tussen 2010 en 2013 waarbij de gegevens minimaal twee opeenvolgende jaren beschikbaar moeten zijn om zo de veranderingen in balansposten te
kunnen bepalen. In het onderzoek wordt dus gekeken naar winststuring bij Nederlandse besloten vennootschappen tussen 2011 en 2013. De verkregen data is gefilterd zodat dubbeltellingen met betrekking tot moeder en dochterondernemingen zijn uitgesloten. Dit is gebeurd door op basis van het Bvd ID nummer te zoeken naar gelijke waarden in de kolom met aandeelhouders. De categorie financieel zwaar weer is bepaald op basis van de rentedekkingsgraad. In dit
onderzoek zijn daarvoor financiële lasten van een onderneming gedeeld door de EBITA. Bij een waarde groter dan één, wordt verondersteld dat een onderneming in financieel zwaar weer verkeert. Dit is gebeurd voor de jaren waarin de data beschikbaar is.
Uit de berekening van de rentedekkingsgraad blijk dat er in een aantal branches geen ondernemingen voor komen in de categorie zwaar weer. Deze branches zijn in het verdere onderzoek uitgesloten.
19
5 Onderzoeksresultaten
In dit hoofdstuk worden eerst de beschrijvende kenmerken van de gebruikte dataset getoond. In de tweede paragraaf worden de resultaten van de toetsen getoond en wordt ingegaan op wat deze informatie voor de hypothesen betekent. In de laatste paragraaf zal een gevoeligheidsanalyse worden uitgevoerd.
5.1 Beschrijvende statistiek
De dataset is verkregen uit Orbis. In de eerste verwerking van de dataset is een filter geplaatst op branche waarin zich geen ondernemingen in financieel zwaar weer bevinden. Dit heeft er toe geleid dat er 841 ondernemingen resteren. Deze 841 ondernemingen zijn goed voor 2.263 ondernemingsjaren. De onderzoeksperiode loopt van 2011 tot en met 2013.
Tabel 1: Ondernemingsgegevens
€ x 100.000 Aantal Gemiddelde Minimum Maximum Standaarddeviatie 2011 Totale activa 729 1.619 0,044 238.000 10.087 Totale omzet 729 3.061 0,084 900.647 33.812 Totale EBITA 729 168 0,023 16.688 885 Totaal financiële lasten
729 28 0,000 2.954 168 Totale accruals / totale activa t-1
729 -0,0173 -0,7935 4,9808 0,2534 2012 Totale activa 754 1.961 0,151 279.868 13.398 Totale Omzet 754 3.544 0,127 931.371 35.889 Totale EBITA 754 204 0,025 18.569 1.233 Totaal financiële lasten
754 37 0,000 4.801 270 Totale accruals / totale activa -1
754 -0,0293 -1,1535 6,5459 0,2885 2013 Totale activa 780 1.823 0,163 296.386 12.564 Totale Omzet 780 3.482 0,063 985.014 37.133 Totale EBITA 780 162 0,001 12.060 806 Totaal financiële lasten
780 31 0,000 4.007 237 Totale accruals / totale activa -1
780 -0,0377 -1,1860 0,9730 0,1606
Totaal 2.263
In Tabel 1 staan de ondernemingsgegevens per jaar. De gemiddelde totale omzet in de laatste jaren is gestegen van 306 miljoen naar 348 miljoen euro. De gemiddelde EBITA is in deze jaren afgenomen van 16,8 miljoen naar 16,2 miljoen euro. Voor de overige posten geldt dat deze licht zijn toegenomen in 2013 ten opzichte van 2011. Uit Tabel 1 blijkt verder dat er een groot
verschil is tussen de betreffende ondernemingen. Zo loopt de omzet uiteen van 98 miljard tot en met 6,3 duizend euro.
20 Per branche zijn de branchespecifieke parameters in het modified Jones model bepaald door middel van een meervoudige regressie. Deze waarden zijn nodig om de niet-discretionaire accruals (NDA) te berekenen en daarmee kunnen de discretionaire accruals (DA) worden bepaald. In Bijlage 1 staan de uitkomsten van de meervoudige regressie per branche beschreven. Uit Bijlage 1 blijkt dat coëfficiënt β0 een sterke invloed heeft op de totale accruals (TA). Dit getal is zo hoog omdat de variabele 1/AT-1 erg klein is. De overige variabelen worden ook gedeeld door de totale activa maar omdat deze een veel hogere waarden hebben dan 1 zijn de
coëfficiënten veel lager. Wanneer een coëfficiënt een negatieve waarde heeft, heeft de verhoging van een variabele een negatief effect op de TA.
De waarden van Bijlage 1 zijn ingevoerd in het modified Jones model. Het modified Jones model geeft de NDA per onderneming aan. Wanneer een onderneming resultaatverhogende of
resultaatverlagende winststuring toepast, wordt door Jones (1991) verondersteld dat dit gebeurt door de DA. Om de DA te bepalen wordt de NDA van de TA afgetrokken.
Tabel 2: Modified Jones model: TA, NDA en DA
Gemiddelde Minimum Maximum Standaarddeviatie 2011 TA -0,01705 -0,79350 4,98076 0,25291 NDA -0,03788 -0,77971 2,11977 0,12039 DA 0,02084 -1,09660 4,84258 0,24079 2012 TA -0,02936 -1,15352 6,54587 0,28835 NDA -0,02403 -0,43754 4,12044 0,17219 DA -0,00533 -1,18613 2,42543 0,18664 2013 TA -0,03758 -1,18601 0,97300 0,16049 NDA -0,02323 -0,31047 1,10714 0,08786 DA -0,01435 -1,14108 1,04736 0,16844
In Tabel 2 staan de waarden van de TA, NDA en de DA. Uit de tabel blijkt dat de gemiddelde DA in 2012 en 2013 een negatieve waarde hebben. Dit houdt in dat het resultaat negatief wordt beïnvloed. In 2011 heeft de DA een positieve waarde. Dit duidt op een positief effect op het resultaat. Uit de tabel blijkt verder dat er grote verschillen zijn tussen de waarden van de DA. Zo is in 2011 het maximum van de DA 4,84 en het minimum –1,09. De standaarddeviatie voor 2011 is echter 0,24 wat inhoudt dat zich meerdere extreme waarden in de data bevinden. Deze
extreme waarden beïnvloeden het gemiddelde zowel negatief als positief. Het ontstaan van de extreme waarden kan meerdere oorzaken hebben. Uit de tabel blijkt dat de grootste extreme waarden in 2011 voorkomen. Dit kan er op duiden dat de data uit 2010 van bepaalde ondernemingen niet correct zijn.
21 Wanneer geen data in 2010 beschikbaar zijn en er een waarde van 0 wordt weergegeven is de verandering in 2011 niet correct. Om te toetsen op extreme waarden is gebruik gemaakt van een Stem and Leaf diagram voor de gehele steekproef, verdeeld in de categorie gezonde
ondernemingen en ondernemingen in financieel zwaar weer. In Bijlage 2 staan de uitkomsten van deze diagrammen weergegeven.
Uit Bijlage 2 blijkt dat er bij gezonde ondernemingen 164 extreme waarden zijn. Het gaat om 90 ondernemingen met een DA onder -0,25 en 74 ondernemingen met een DA boven 0,25. In Bijlage 2 is ook de Stem & Leaf diagram van de ondernemingen in financieel zwaar weer weergegeven. Bij de ondernemingen in zwaar weer zijn er 9 extremen. Het gaat om 5
ondernemingen met een DA onder -0,25 en 4 ondernemingen met een DA boven 0,42. In de data zijn de extreme waarden van de DA verwijderd door per categorie te zoeken op een DA waarde die wijst op een extreme waarde. De outliers zijn niet verwijderd in dit onderzoek. In Tabel 3 zijn de aantallen ondernemingen weergegeven die voor de verschillende hypothesen zijn gebruikt. Voor hypothese 3 is dit bepaald door te zoeken naar ondernemingen die in jaar t in de categorie financieel zwaar weer vielen en in jaar t-1 niet. Dit houdt in dat voor
ondernemingen die in 2011 in de categorie financieel zwaar weer vallen, niet kan worden gekeken naar het voorgaande jaar omdat deze informatie niet uit de data kan worden gehaald. Tabel 3: Aantallen ondernemingen per hypothese verdeeld naar jaren
Hypothese 1 N % 2011 DA 23 28% 2012 DA 29 35% 2013 DA 31 37% Totaal 83 100% Hypothese 2 N % 2011 DA 647 32% 2012 DA 672 33% 2013 DA 693 34% Totaal 2012 100% Hypothese 3 N % Zwaar weer 2012 DA 17 50% Zwaar weer 2013 DA 17 50% Totaal 34 100%
22 5.2 Verklarende statistiek
De hypothesen zijn onderzocht middels een T-Toets en een meervoudige regressieanalyse. De T-toets is gebruikt om hypothese 1 te onderzoeken.
Hypothese 1 luidt als volgt: bij ondernemingen in financieel zwaar weer wordt resultaatverhogende winststuring toegepast.
Om deze stelling te toetsen zijn alleen de gegevens van ondernemingen in financieel zwaar weer gebruikt. De nulhypothese is als volgt en zal worden getoetst met een berouwbaarheidsinterval van 95%.
H0 : µ DA ≤ 0 H1 : µ DA > 0
De ondernemingsgegevens zijn ingevoerd in SPSS en de resultaten zijn weergegeven in Tabel 4. Tabel 4: Resultaten T-toets hypothese 1
Test waarde = 0
N Gemiddelde Standaarddeviatie t Sig. (2-tweezijdig)
DA 83 0,00479 0,09089 0,47985 0,63261
Uit Tabel 4 blijkt dat de gemiddelde DA voor ondernemingen in financieel zwaar weer boven 0 ligt. Dit komt overeen met de veronderstelde richting. In de tabel wordt een tweezijdige overschrijdingskans gehanteerd. Omdat de nulhypothese uitgaat van een DA waarde kleiner of gelijk aan 0 kan hier worden volstaan met een eenzijdige overschrijdingskans. De overschrijdingskans wordt dan 0,3163. De
nulhypothese moet worden verworpen als de overschrijdingskans kleiner is dan 0,05. Derhalve wordt hypothese 1 niet ondersteund.
De T-toets kan ook worden gebruikt om vast te stellen of bij twee onafhankelijke steekproeven het steekproefgemiddelde van elkaar verschilt. De T-toets is gebruikt om hypothese 2 te onderzoeken. Hypothese 2 luidt als volgt: bij ondernemingen in financieel zwaar weer wordt meer
resultaatverhogende winststuring toegepast dan bij gezonde ondernemingen.
Om deze hypothese te toetsen zijn zowel de gegevens van gezonde ondernemingen (G) als de ondernemingen in financieel zwaar weer (ZW) gebruikt. De nulhypothese is als volgt en zal worden getoetst met een berouwbaarheidsinterval van 95%.
H0 : µ DA ZW - µ DA G ≤ 0
23 De ondernemingsgegevens zijn ingevoerd in SPSS en de resultaten zijn weergegeven in Tabel 5 en Tabel 6.
Tabel 5: Levene's toets voor gelijke variantie
DA
F Sig.
0,01674 0,89705
Uit Levene's toets voor gelijke variantie blijkt dat de significantie groter is dan de overschrijdingskans van 0,05. Hierdoor wordt de nulhypothese niet verworpen en dat houdt in dat de variantie ongelijk aan elkaar is. Voor de tweede hypothese wordt derhalve uitgegaan van de t-waarden voor ongelijke
variantie.
Tabel 6: Resultaten T-toets hypothese 2
N Gemiddelde Standaarddeviatie t Sig. (2-tweezijdig)
DA
Financieel zwaar weer 83 0,00479 0,09089
Gezonde ondernemingen 2012 0,00176 0,09065
verschil 0,29700 0,29700 0,76716
Uit Tabel 6 blijkt dat de gemiddelde DA voor zowel gezonde ondernemingen als ondernemingen in financieel zwaar weer boven 0 ligt. Wel is de gemiddelde DA van ondernemingen in zwaar weer groter dan de gemiddelde DA van gezonde ondernemingen. Dit is overeenkomstig de verwachting. In de tabel wordt weer een tweezijdige overschrijdingskans gehanteerd. Omdat de nulhypothese uitgaat van een DA waarde kleiner of gelijk aan 0 kan hier worden volstaan met een eenzijdige overschrijdingskans. De overschrijdingskans wordt dan 0,38358. De nulhypothese kan worden verworpen als de
overschrijdingskans kleiner is dan 0,05. Dit is niet het geval en derhalve wordt hypothese 2 niet ondersteund.
Om te toetsen of de DA ook afhankelijk is van andere variabelen wordt een meervoudige regressieanalyse uitgevoerd. De meervoudige regressieanalyse wordt uitgevoerd met een betrouwbaarheid van 95%. Bovenstaande ondernemingsgegevens zijn ingevoerd in SPSS en de resultaten zijn te zien in Tabel 7.
Tabel 7: Resultaten meervoudige regressieanalyse hypothese 2
Coëfficiëntena
Model B Std. Error Sig.
ε (Constant) -,077 ,021 ,000
β0 Dummy ZW ,001 ,010 ,925
β1 Grootte van de onderneming ,012 ,003 ,000
β2 Schuld ratio -,002 ,008 ,804 β3 Dummy Big-4 -,008 ,004 ,049 β4 Dummy jaar 2012 -,012 ,005 ,011 β5 Dummy jaar 2013 -,017 ,005 ,000 a . Afhankelijke variabele DA
24 In Tabel 7 is te zien dat de factor zwaar weer een klein positief effect heeft op resultaatverhogende winststuring. Bij een onderneming in financieel zwaar weer wordt de DA groter. De significantie is met 0,925 groter dan 0,05 en daarmee is de variabele niet significant. De grootte van de onderneming en de schuldratio hebben een tegengesteld effect ten opzichte van de verwachting. Bij een grotere
onderneming zal de DA namelijk toenemen, deze controle variabele is wel significant. Een hogere schuld ten opzichte van de totale activa leidt niet tot een hogere DA waarde. De controlevariabele heeft een significantie van 0,804 en daarmee kan de controlevariabele niet als significant worden aangemerkt. De controle variabelen Big-4 accountant heeft het verwachte effect en is significant., Dejaardummy 2012 en de jaardummy 2013 zijn ook significant. Dit houdt in dat bij een Big-4 accountant de DA waarden lager zijn. Verder passen ondernemingen in 2012 en 2013 minder resultaatverhogende winststuring toe in vergelijking met 2011.
Voor het vergelijken van twee gemiddelden bij één en dezelfde onderneming kan een gepaarde T-toets worden gebruikt. Bij een gepaarde t-toets worden de gemiddelden van iedere onderneming van elkaar afgetrokken. De gepaarde t-toets wordt gebruikt om de derde hypothese te toetsen.
Hypothese 3 luidt als volgt: bij ondernemingen in financieel zwaar weer wordt in het jaar voorafgaand aan de situatie van financieel zwaar weer een hogere mate van resultaatverhogende winststuring toegepast dan in het jaar van financieel zwaar weer.
Om deze hypothese te toetsen wordt net als bij de voorgaande hypothesen een nulhypothese opgesteld. Wanneer een onderneming in het jaar voorafgaand aan het jaar in financieel zwaar weer een hogere mate van resultaatverhogende winsturing toepast zal de DA waarde in dat jaar hoger zijn dan in het jaar van financieel zwaar weer. Er moet dus worden getoetst of de DA in jaar t-1 (gezond) minus de DA in jaar t groter is dan 0. De nulhypothese zal worden getoetst met een betrouwbaarheidsinterval van 95%. H0 : µD DA ≤ 0
H1 : µD DA > 0
De ondernemingsgegevens zijn ingevoerd in SPSS en de resultaten zijn weergegeven in Tabel 8. Tabel 8: Resultaten T-toets hypothese 3
N Gemiddelde Standaarddeviatie t Sig. (2-tweezijdig)
DA
in gezond jaar 34 0,01901 0,07299
in jaar van financieel zwaar weer 34 -0,00154 0,09462
Verschil 0,02055 1,00660 0,32145
Uit Tabel 8 blijkt dat de gemiddelde waarde van de DA in het jaar voorafgaande aan het jaar waarin een onderneming in financieel zwaar weer terechtkomt hoger ligt dan in het jaar van financieel zwaar weer. Dit is conform de verwachting. In de tabel wordt opnieuw uitgegaan van een tweezijdig
betrouwbaarheidsinterval. Omdat de nulhypothese uitgaat van een waarde kleiner dan of gelijk aan 0 kan worden volstaan met een eenzijdige overschrijdingskans. De overschrijdingskans is dan 0,1607. Dit is groter dan 0,05 en derhalve wordt hypothese 3 niet ondersteund. Om te toetsen of er een verschil is tussen een onderneming in financieel zwaar weer in 2012 ten opzichte van een onderneming in financieel zwaar weer in 2013, wordt een meervoudige regressieanalyse uitgevoerd. Hierbij wordt gekeken of de DA in een jaar van financieel zwaar weer hoger is dan in een gezond voorafgaand jaar.
25 De meervoudige regressie analyse wordt uitgevoerd met een betrouwbaarheid van 95%. Bovenstaande ondernemingsgegevens van hypothese 3 zijn ingevoerd in SPSS en de resultaten zijn te zien in Tabel 9. Tabel 9 Resultaten meervoudige regressieanalyse hypothese 3
Coëfficiëntena
Model B Std. Error Sig.
ε (Constant) ,006 ,021 ,767 β0 Dummy ZW -,025 ,029 ,400 β1 Dummy 2012 ,026 ,029 ,381 β2 Dummy 2013 ,008 ,041 ,840 a . Afhankelijke variabele DA
Uit Tabel 9 blijkt dat geen van de variabelen significant zijn. De richting van de dummy zwaar weer komt wel overeen met de verwachting. Er wordt meer resultaatverhogende winststuring toegepast in het voorafgaande jaar van financieel zwaar weer. Dit blijkt uit de negatieve waarde voor de dummy zwaar weer. De uitkomsten van de controlevariabelen voor de jaren 2012 en 2013 zijn eveneens niet significant, waar ze dat wel waren bij de toetsing van hypothese 2.
5.3 Gevoeligheidsanalyse
In deze paragraaf worden de eerdere hypotheses nogmaals getoetst, maar dan op basis van een ander model. Hierbij wordt gebruik gemaakt van het model van DeFond en Park (2001). Dit model is in tegenstelling tot het modified Jones model van Dechow et al. (1995) gebaseerd op werkkapitaal accruals. Het grote verschil met het modified Jones model is dat er niet wordt gekeken naar
branchespecifieke parameters. Werkkapitaal accruals worden bepaald door de werkkapitaal accrual te verminderen met de verwachte werkkapitaal accruals op basis van voorgaand jaar en de verandering in de omzet. De variabelen in het model worden gedeeld door het gemiddelde van de totale activa en zien er als volgt uit:
DWAt = Wt – ((Wt-1/REVt-1) x REVt) (9)
Waarbij:
DWAt =discretionaire werkkapitaal accrual geschaald op basis van de gemiddelde totale activa
Wt = niet liquide werkkapitaal berekend op basis van ((vlottende activa – liquide middelen) – vlottende
passiva) in jaar t
Wt-1 = niet liquide werkkapitaal in jaar t-1 REVt = opbrengsten in jaar t
REVt-1 = opbrengsten in jaar t
Met behulp van het bovenstaande model zijn de T-toets en de gepaarde T-toets opnieuw uitgevoerd voor het toetsen van de hypothesen. Daarvoor zijn net als bij de DA waarden van het modified Jones model eerst de extreme DWA waarden verwijderd. De hypothesen zijn getoetst op basis van dezelfde ondernemingen als in paragraaf 5.2. Door de nieuwe toets op extremen zijn er verschillende aantallen ondernemingsjaren gebruikt.
26 De ondernemingsgegevens voor de eerste hypothese zijn ingevoerd in SPSS en de resultaten zijn weergegeven in Tabel 10.
Tabel 10: Resultaten T-toets hypothese 1
Test waarde = 0
N Gemiddelde Standaarddeviatie t Sig. (2-tweezijdig)
DWA 83 -0,00350 0,05762 -0,52600 0,60000
Uit Tabel 10 blijkt dat de gemiddelde DWA voor ondernemingen in financieel zwaar weer onder 0 ligt. Dit is niet overeenkomstig de uitkomst uit het modified Jones model. In de tabel wordt een tweezijdige overschrijdingskans gehanteerd. Omdat de nulhypothese uitgaat van DWA-waarde kleiner of gelijk aan 0 kan hier worden volstaan met een eenzijdige overschrijdingskans. De overschrijdingskans wordt dan 0,300. De nulhypothese moet worden verworpen als de overschrijdingskans kleiner is dan 0,05. Derhalve wordt hypothese 1 niet ondersteund.
Om de tweede hypothese te toetsen wordt eerst opnieuw Levene’s toets voor gelijke variantie uitgevoerd.
Tabel 11: Levene's toets voor gelijke variantie
DWA
F Sig.
7,029 0,008
Uit Levene's toets voor gelijke variantie blijkt dat de significantie kleiner is dan de overschrijdingskans van 0,05. Hierbij wordt de nulhypothese verworpen en dat houdt in dat de variantie gelijk is. Voor hypothese 2 wordt de t-waarde voor gelijke variantie gehanteerd.
Tabel 12: Resultaten T-toets hypothese 2
N Gemiddelde Standaarddeviatie t Sig. (2-tweezijdig)
DWA
Financieel zwaar weer 83 -0,00350 0,05762
Gezonde ondernemingen 2012 0,00821 0,07237
verschil 0,29700 1,38500 0,16600
Uit Tabel 12 blijkt dat de gemiddelde DWA voor gezonde ondernemingen boven 0 en voor ondernemingen in financieel zwaar weer onder 0 ligt. In de tabel wordt opnieuw een tweezijdige overschrijdingskans gehanteerd. Omdat de nulhypothese uitgaat van een DWA waarde kleiner of gelijk aan 0 kan hier worden volstaan met een eenzijdige overschrijdingskans. Het gemiddelde verschil is kleiner dan nul en derhalve kan de nulhypothese niet worden aangenomen. Hypothese 2 wordt dus opnieuw niet ondersteund.
27 Vervolgens wordt hypothese 3 opnieuw getoetst met behulp van de gepaarde T-toets.
Tabel 13: Resultaten T-toets hypothese 3
N Gemiddelde Standaarddeviatie t Sig. (2-tweezijdig)
DWA
in gezond jaar 34 0,01010 0,05325
in jaar van financieel zwaar weer 34 -0,00007 0,05527
verschil 0,01017 0,76300 0,45100
Uit Tabel 13 blijkt dat de gemiddelde waarde van DWA in het jaar voorafgaande aan een jaar in financieel zwaar weer hoger ligt dan in het jaar van financieel zwaar weer. Voor ondernemingen in financieel zwaar weer gaat het om een negatieve gemiddelde waarde van DWA. Omdat de
nulhypothese wordt verworpen wanneer de uitkomst kleiner is of gelijk is aan nul kan worden volstaan met een eenzijdige overschrijdingskans. De overschrijdingskans wordt dan 0,225. Dit is groter dan 0,05 en derhalve wordt hypothese 3 niet ondersteund. De gemiddelde waarden van DWA op basis van de gevoeligheidsanalyse komen wel overeen met de eerdere gevonden waarden in paragraaf 5.2.
28
6 Conclusie
In dit hoofdstuk wordt ingegaan op de hoofdvraag van het onderzoek. Deze zal worden beantwoord door de twee laatste deelvragen te beantwoorden. De deelvragen worden beantwoord op basis van de resultaten uit het vorige hoofdstuk. Tot slot zullen de tekortkomingen van het onderzoek worden behandeld.
6.1 Hoofdvraag
Uit de eerdere wetenschappelijke onderzoeken van onder andere Rosner (2003) en Leach en Newsom (2007) en Franceschetti en Kosichtial (2013) is gebleken dat ondernemingen voordat zij in een
faillissement verkeren de winsten positief beïnvloeden. In dit onderzoek is niet gekeken naar
ondernemingen in een faillissement maar naar onderneming die in een stadium daarvoor verkeren. De ondernemingen in financieel zwaar weer kunnen, wanneer zij niet ingrijpen, eenvoudig in een
faillissement terecht komen. De hoofdvraag in dit onderzoek luidt:
“In hoeverre wordt resultaatverhogende winststuring toegepast door Nederlandse private
ondernemingen in zwaar weer in vergelijking met gezonde Nederlandse private ondernemingen?” Om deze vraag te beantwoorden is een aantal deelvragen opgesteld. De eerste twee deelvragen zijn in de hoofdstukken 1 en 2 behandeld. De andere twee deelvragen hebben betrekking op de opgestelde hypotheses.
De eerste hypothese is als volgt:
Bij ondernemingen in financieel zwaar weer wordt resultaatverhogende winststuring toegepast. De onderzoeksresultaten voor deze hypothese geven aan dat de gemiddelde waarde van de
discretionaire accruals positief is. De overschrijdingskans van de nulhypothese is 0,3163. Welke groter is dan de vereiste significantie van 0,05 en daarom kan de nulhypothese niet worden verworpen. Met een betrouwbaarheid van 95% kan niet worden vastgesteld dat er resultaatverhogende winststuring wordt toegepast bij ondernemingen in financieel zwaar weer.
Een oorzaak van deze uitkomst kan zijn dat ondernemingen door de slechte financiële positie ook minder mogelijkheden hebben om de winst resultaatverhogend te sturen. Een manager kan
bijvoorbeeld de winst sturen door meer te activeren en een hogere restwaarde te bepalen. Wanneer er echter geen nieuwe investeringen plaatsvinden door de verslechterde financiële positie, heeft de manager geen mogelijkheid om de afschrijvingstermijn te verlengen of de restwaarde naar boven bij te stellen. Een andere oorzaak kan zijn dat ondernemingen in het begin van de financiële crisis de winst resultaatverhogend hebben gestuurd. Uit onderzoek van Tilden en Janes (2012) blijkt dat in tijden van financiële crisis winsten überhaupt vaker worden beïnvloed. Een onderneming kan echter niet in een reeks van jaren de winsten resultaatverhogend sturen omdat accruals omkeerbaar zijn. Het kan zijn dat er te weinig rek in de accruals zit voor ondernemingen in financieel zwaar weer.
De tweede hypothese luidt:
Bij ondernemingen in financieel zwaar weer wordt meer resultaatverhogende winststuring toegepast dan bij gezonde ondernemingen.
29 De onderzoeksresultaten voor deze hypothese maken duidelijk dat de gemiddelde waarde van de discretionaire accruals bij ondernemingen in zwaar weer hoger is dan bij gezonde ondernemingen. De overschrijdingskans van de nulhypothese is 0,38358 welke groter is dan de vereiste significantie van 0,05 en daarom kan de nulhypothese niet worden verworpen.. Uit de meervoudige regressieanalyse blijkt dat een onderneming in financieel zwaar weer een klein positief effect heeft op
resultaatverhogende winststuring. De significantie voor de variabele ‘financieel zwaar weer’ is 0,925, dit is groter dan de vereiste significantie van 0,05. Met een betrouwbaarheid van 95% kan niet worden vastgesteld dat ondernemingen in zwaar weer meer resultaatverhogende winststuring toepassen dan gezonde ondernemingen
De hoofdvraag kan hiermee worden beantwoord. Over het algemeen kan worden gesteld dat noch ondernemingen in financieel zwaar weer noch gezonde ondernemingen resultaatverhogende dan wel resultaat verlagende winststuring toepassen. Er is geen significant verschil met betrekking tot
winststuring tussen gezonde ondernemingen en ondernemingen in financieel zwaar weer.
Uit het onderzoek van Leach en Newsom (2007) blijkt dat de mate van winststuring afneemt wanneer een onderneming een faillissement nadert. In het kader van dit onderzoek zou dan de winststuring voordat een onderneming in financieel zwaar weer belandt hoger moeten zijn dan in het jaar van financieel zwaar weer. Dit is getoetst door middel van hypothese drie:
Bij ondernemingen in financieel zwaar weer wordt in het jaar voorafgaand aan de situatie van financieel zwaar weer een hogere mate van resultaatverhogende winststuring toegepast dan in het jaar van
financieel zwaar weer.
De resultaten van bovenstaande hypothese wijzen uit dat de gemiddelde waarde van de discretionaire accruals in jaar t-1 minus de gemiddelde waarde van de discretionaire accruals in jaar t -0,02055 is. Daarmee kan worden verondersteld dat de gemiddelde waarde van de discretionaire accruals in jaar t-1 groter is dan in het jaar van financieel zwaar weer. De overschrijdingskans van de nulhypothese is 0,16073 en daarmee groter dan de vereiste significantie van 0,05. Daarmee kan opnieuw de
nulhypothese niet worden verworpen. De resultaten komen daarmee niet overeen met de onderzoeken van zowel Rosner (2003) als het onderzoek van Leach en Newsom (2007). De resultaten komen wel overeen met het onderzoek van Francheschetti en Koschtial (2013) die ook niet konden aantonen dat bij failliete ondernemingen resultaatverhogende winststuring wordt toegepast. Uit dit onderzoek blijkt dat in een stadium voorafgaand aan financieel zwaar weer niet kan worden aangetoond dat
ondernemingen de winst resultaatverhogend sturen.
Om te toetsen of het modified Jones model (Dechow et al. 1995) over voldoende meetkracht beschikt is een gevoeligheidsanalyse toegevoegd. Dit is op basis van het discretionaire werkkapitaal accrual model van DeFond en Park (2001). Op basis van deze resultaten kunnen eveneens geen significante verschillen worden aangetoond voor resultaatverhogende winststuring tussen ondernemingen in financieel zwaar weer en gezonde ondernemingen.
30 6.2 Tekortkomingen
In dit onderzoek is gekeken naar private Nederlandse ondernemingen. Het gaat hierbij om grote ondernemingen die over veel kapitaal en liquiditeit beschikken. De gegevens van kleine en middelgrote ondernemingen zijn hierin niet meegenomen, aangezien deze niet beschikbaar zijn via een database. Voor een vervolgonderzoek kan het interessant zijn om te kijken of kleine en middelgrote
ondernemingen in financieel zwaar weer de winsten resultaatverhogend sturen. Voor deze
ondernemingen is het moeilijker om een kredietaanvraag te doen en is de aanleiding groter om de winst resultaatverhogend te sturen.
Een andere tekortkoming van het onderzoek is dat er naar drie ondernemingsjaren is gekeken. In een vervolgonderzoek zouden meerdere jaren kunnen worden bekeken om te zien of in loop van de jaren een verschil te zien is in de mate van winststuring. Tevens kan worden getoetst of dit een verband heeft met een verslechterde financiële positie. In dit onderzoek zijn 82 ondernemingsjaren uit verschillende branches betrokken inzake ondernemingen in financieel zwaar weer. Dit is in vergelijking met de gezonde ondernemingen vrij weinig.
Tot slot zijn de ondernemingen in financieel zwaar weer ingedeeld op basis van de verhouding tussen financiële lasten en de EBITA. Voor een correcte weergave van de rentedekkingsgraad zouden de rentelasten moeten worden gedeeld door de EBITA. Deze informatie is voor veel ondernemingen niet beschikbaar en derhalve is gekozen voor de financiële lasten in de jaarrekening. Dit kan er toe leiden dat een aantal ondernemingen ten onrechte is opgenomen onder de ondernemingen in financieel zwaar weer. De financiële lasten bevatten namelijk naast de rentelasten ook bepaalde koersresultaten.
