Non-GAAP measures: misleidend of informatief?

Non-GAAP measures: misleidend of informatief?

De relatie van de P/E ratio en de mate van rapportage ten aanzien van non-GAAP measures.

Abstract

Sleutelwoorden: Non-GAAP measures, GAAP-measures, P/E ratio, onafhankelijkheid van de board

Liset Pepping In dit onderzoek wordt er ingegaan op de relatie tussen de hoogte van de P/E ratio en de mate van rapportage over non-GAAP measures in persberichten. Het onderzoek wordt uitgevoerd over de grootste Europese beursgenoteerde bedrijven (FTSE Eurotop 100). Er wordt een negatief verband voorspeld, maar een positief verband gevonden tussen de mate van rapportage over non-GAAP measures en de hoogte van de P/E ratio. Verder blijkt dat er een negatief verband bestaat tussen de onafhankelijkheid van de board en de mate van rapportage over non-GAAP measures. Dit duidt aan dat een meer onafhankelijke board rapportage over non-GAAP measures tegengaat. Daarnaast is onderzocht of een meer onafhankelijke board een modererend effect heeft op de relatie van de P/E ratio en de mate van non-GAAP measures. Hiervoor werd geen significante relatie gevonden. Tot slot is er een causaliteitstest uitgevoerd waaruit bleek dat de relatie van non-GAAP measures op de P/E ratio vele malen sterker was. Hieruit blijkt dat de markt sterk reageert op rapportage over non-GAAP measures.

Non-GAAP measures: misleidend of informatief?

De relatie van de P/E ratio en de mate van rapportage ten aanzien van non-GAAP measures.

Naam: Liset Pepping Studentnummer:s2064308

Aquamarijnstraat 751 9743 PT Groningen

Tel: 06-23798485

E-mail: e.h.pepping.1@student.rug.nl Msc A&C, track Accountancy

Eerste supervisor: I.J. Kuiper Tweede supervisor: R. L. ter Hoeven

Datum: 23-01-2017 Word count: 12.071

Masterscriptie, MSc A&C Accountancy

Voorwoord

Voor u ligt mijn masterscriptie, dit is het eindproduct van mijn afstudeeronderzoek. Deze scriptie is een laatste individuele proeve van bekwaamheid. Daarmee is dit onderzoek het sluitstuk van de masteropleiding Accountancy aan de Rijksuniversiteit Groningen. Zoals de titel al doet vermoeden, is het centrale thema van dit onderzoek non-GAAP measures. Een actueel en maatschappelijk relevant onderwerp dat tijdens de Master nog niet aan bod was gekomen, maar aansluit op een vak in de vervolgopleiding (EMA). Daarom ben ik blij dat ik de kans heb gehad om mij, tijdens dit afstudeeronderzoek, alvast te verdiepen in dit onderwerp.

De afgelopen maanden heb ik aan dit afstudeeronderzoek gewerkt bij PwC. Voor de uitvoering van dit onderzoek en het schrijven van deze scriptie heb ik met een aantal mensen samengewerkt die ik graag wil bedanken. Allereerst wil ik mijn scriptiebegeleider Ineke Kuiper bedanken voor haar tijd en geleverde feedback. Daarnaast wil ik mijn tweede begeleider, de heer Ralph ter Hoeven bedanken voor zijn feedback. Ook wil ik graag mijn medestudenten uit de onderzoeksgroep bedanken voor de dataverzameling. Gedurende mijn scriptieperiode heb ik vijf maanden stage mogen lopen bij PwC in Groningen. Bij deze wil ik dan ook PwC, en in het bijzonder mijn begeleider Jeanita Wiersema, bedanken voor alle geboden faciliteiten, hulp en steun de afgelopen tijd. Daarnaast gaat mijn dank uit naar mijn collega’s bij PwC, waar ik altijd terecht kon voor vragen. Ook was het zonder hen een stuk minder leuk en gezellig geweest. Met deze scriptie sluit ik mijn studententijd af en is het vanaf februari tijd voor het werkende leven. Bij deze wens ik u veel leesplezier!

Liset Pepping Groningen,

Inhoud

1. Inleiding 6

1.1 Achtergrond 6

1.2 Uiteenzetting wetenschappelijke bijdrage 6

1.3 Onderzoeksopzet 8

2 Achtergrond, theorie en hypothesen 10

2.1 Literatuur review 10 2.2 Conceptueel model 15 3 Methodologie 16 3.1 Steekproef 16 3.2 Afhankelijke variabele 16 3.3 Onafhankelijke variabele 17 3.4 Moderator 18 3.5 Controlevariabelen 18 3.6 Data-analyse 19 4 Resultaten 21

4.1 Bewerking van variabelen 21

4.2 Beschrijvende statistiek 21 4.3 Voorwaarden regressieanalyse 23 4.4 Regressieanalyse 24 4.5 Robuustheidstest 26 4.6 Causaliteitstest 28 5 Conclusie 30 5.1 Conclusie en discussie 30 5.2 Beperkingen en vervolgonderzoek 31 Referentielijst 33 Bijlagen 40 Bijlage A: Ondernemingen 40

Bijlage B: Categorisatie data 41

1. Inleiding

De achtergrond van non-GAAP measures zal worden toegelicht in dit hoofdstuk. Daarna wordt inzicht gegeven in de wetenschappelijke bijdrage van dit onderzoek. Tot slot wordt een overzicht gegeven van deze thesis in de paragraaf onderzoeksopzet.

1.1 Achtergrond

‘’Er is een groeiend bewijs aan toenemende rapportages over non-Gaap measures en van deze measures worden er steeds meer misleidend‘’ zei Hoogervorst, voorzitter van de International Accounting Standards Board, tijdens de jaarlijkse conferentie van de European Accounting Association (2016). Meer dan 88 procent van de S&P 500 rapporteren momenteel over non-GAAP measures in hun persberichten. ‘’Van die rapportages toont 82 procent een toegenomen nettowinst aan die duidelijk bedoeld is om de resultaten in een gunstiger licht te presenteren’’ zei Hoogervorst, daarbij verwijzend naar de cijfers van Audit Analytics. Hoogervorst gaf aan dat het gebruik van de non-GAAP measures reden kan zijn voor de IASB om haar rapportage eisen inzake inkomensverklaringen te herzien1. Ook de U.S. Securities and Exchange Commission (SEC) mengt zich in de discussie en geeft aan dat zij van plan is om meer commentaarbrieven vrij te geven aan bedrijven met betrekking tot de non-GAAP measures (Rapoport & Michaels, 2016). Daarnaast geeft de SEC een nieuwe leidraad af in aanvulling op Regulation G. Regulation G schrijft voor dat een onderneming bij publicatie van een non-GAAP measure tevens de meest vergelijkbare non-GAAP measure moet presenteren2. Hieruit blijkt dat er een discussie gaande is over zowel de regelgeving, relevantie en betrouwbaarheid omtrent non-GAAP measures.

Veel ondernemingen kiezen ervoor om over non-GAAP measures te rapporteren met het argument dat het beleggers een vollediger beeld biedt van de onderliggende prestatie dan de op GAAP gebaseerde winst (Cormier et al., 2011). De non-GAAP measures worden echter niet onderworpen aan een accountantscontrole of een standaard, wat vragen oproept over de betrouwbaarheid. Worden niet alleen de mooie cijfers meegenomen? In hoeverre steunen investeerders op deze informatie en herkennen zij eventuele misleidingen in deze cijfers? Volgens tegenstanders hanteren managers non-GAAP measures slechts vanuit opportunistische motieven. Non-GAAP measures zouden gebruikt worden om te voldoen aan de verwachtingen van investeerders en zeker in landen waar meer nadruk ligt op de beurs.

Dit leidt ons naar de hoofdvraag van dit onderzoek: Welk effect heeft de price-earnings ratio (hierna: P/E ratio) op de mate van rapportage over non-GAAP measures?

1.2 Uiteenzetting wetenschappelijke bijdrage

Duidelijke regelgeving op het gebied van non-GAAP measures ontbreekt nog voor persberichten, maar de toezichthoudende instanties erkennen wel dat dit er dient te komen. De invulling hiervan is nog onduidelijk. Wetenschappelijke onderzoeken kunnen hierin een rol van betekenis spelen; is er daadwerkelijk regelgeving nodig en in hoeverre? Er is op verschillende gebieden onderzoek gedaan naar non-GAAP measures zoals; naar de waarderelevantie van verplicht gerapporteerde GAAP winsten (Venter et al., 2014) en de bruikbaarheid van non-GAAP measures na SEC invoering van Regulation G (Marques, 2006).

In een omgeving van vrijwillige verslaggeving zijn er wisselende resultaten over de relevantie van non-GAAP measures, zo is er bewijs gevonden dat investeerders hun voordeel doen met

1 _{Geraadpleegd op 18-5-2016: http://ww2.cfo.com/gaap-ifrs/2016/05/sec-leads-crackdown-non-gaap-measures/} 2 _{Geraadpleegd op 18-5-2016 https://www.sec.gov/rules/final/33-8176.htm}

de informatie van non-GAAP measures bij waardebepalingen (Rajgopal et al., 2003). Ook wanneer er sprake is van bestuurlijk opportunisme blijken de non-GAAP measures relevant voor investeerders (Cormier et al., 2011). Dit terwijl Francis et al. (2003) geen bewijs vinden dat non-GAAP measures GAAP measures domineren; oftewel dat de waarderelevantie van non-GAAP measures hoger is dan die van GAAP measures. Frederickson en Miller (2004) geven aan dat de beslissing van een investeerder afhankelijk is van zijn expertise. Zo werd in hun onderzoek de beslissing van professionele beleggers niet beïnvloed door pro forma3 toelichtingen, waar non-professionele beleggers zich wel lieten beïnvloeden.

In verscheidene landen is er wetenschappelijk onderzoek gedaan naar het gebruik van non-GAAP measures. Zowel binnen als buiten de VS is er wetenschappelijk onderzoek gedaan naar het gebruik van non-GAAP measures. Onderzoek omtrent non-GAAP measures is beter vertegenwoordigd in de VS waar onder andere onderzoek is gedaan naar de periode voor invoering van Regulation G (Dichev, 2008) en de periode erna (Brown et al., 2012; Marques, 2006). Daarnaast zijn de volgende onderwerpen onderzocht: de informatie inhoud van alternatieve maatstaven (Francis et al., 2003), de relatie tussen de onafhankelijkheid van de board en non-GAAP measures (Frankel et al., 2011) en het effect van pro forma aankondigingen op analisten en op niet-professionele investeerders (Frederickson & Miller, 2004).

Ook buiten de VS gaat er steeds meer aandacht uit naar non-GAAP measures in wetenschappelijk onderzoek. Zo is er onderzoek gedaan naar het nut van non-GAAP measures in Australië (Malone et al., 2016). Tevens is er onderzoek gedaan naar de waarderelevantie in de situatie van verplichte rapportage van non-GAAP measures in Zuid-Afrika (Venter et al., 2014) en is er een vergelijking van pro forma winsten van de US en Canada gemaakt (Entwistle, 2005). In Europa is er tot noch toe beperkt onderzoek gedaan naar non-GAAP measures. Door Brouwer (2013) en Isidro en Marques (2013) zijn de effecten van compensatie en kwaliteit van toezicht op non-GAAP rapportages en de frequentie van non-GAAP measures in persberichten in Europa onderzocht. Er is meer onderzoek verricht op landenniveau dan op Europees niveau. De motieven van non-GAAP rapportage in het Verenigd Koninkrijk zijn onderzocht door Choi en Young (2013), terwijl Aubert (2010) het verschil tussen de informatiewaarde van pro forma en GAAP winst aankondigingen in kaart heeft gebracht in Frankrijk. Van Duitse ondernemingen zijn de effecten en het gebruik van non-GAAP winsten geïnventariseerd door Hitz (2010) en Reimsbach (2013).

Uit eerdere onderzoeken is gebleken dat de moderator in dit onderzoek, board-karakteristieken, van belang zijn voor het uitvoeren van de toezichthoudende functie van de board (Beasley, 1996; Ndofor et al., 2015; Osma, 2008; de Villiers et al., 2011). Dit zijn karakteristieken zoals; de onafhankelijkheid van de board, de aanwezigheid van een audit committee, het aantal board meetings en het expertise level van de boardmembers (Osma, 2008). Ook geeft Beasley (1996) aan dat meer individuele directors de kans op fraude in financiële overzichten doen afnemen. De Villiers et al. (2011) nemen als proxy voor de board’s monitoring rol: onafhankelijkheid, CEO dualiteit, concentratie van bestuur benoemd na de CEO en directeur aandeelhouderschap. In dit onderzoek wordt het aantal onafhankelijke board members meegenomen als moderator waarbij in dit onderzoek wordt uitgegaan van een modererend effect door de toezichthoudende functie van de board op de informatie-asymmetrie. Het modererende effect van een onafhankelijke board op de monitoring functie wordt onderschreven door onder andere de

3 _{De termen pro forma en non-GAAP measures worden in dit onderzoek door elkaar gebruikt, maar de betekenis} is van beiden gelijk.

Villiers et al. (2011: p. 6) ‘het is algemeen aanvaard dat een onafhankelijke board meer kans

heeft om effectief te monitoren, objectieve vragen te stellen en het management en de bedrijfsprestaties te evalueren.’

Dit onderzoek kan een bijdrage leveren, omdat voorgaande onderzoeken naar non-GAAP measures wisselende resultaten vertonen (Hoogervorst, 11-05-2016, Jaarlijkse conferentie European Accounting Association). Bovendien is er nog weinig onderzoek gedaan naar Europese beursgenoteerde bedrijven (Brouwer, 2013; Isidro & Marques, 2013). Daarmee is dit onderzoek een toevoeging aan het huidige wetenschappelijk onderzoek op het gebied van non-GAAP measures. Ten tweede wordt in dit onderzoek niet één specifieke non-non-GAAP measure meegenomen, maar worden er verschillende non-GAAP measures in persberichten in kaart gebracht (gebaseerd op inkomen, kasstroom, omzet, winst per aandeel en overig). Zo is er onderzoek gedaan naar de reactie van beleggers op alternatieve winst maatstaven (Bradshaw & Sloan, 2002; Bhattacharya et al., 2003; Lougee & Marquardt, 2004). Hieruit kwam naar voren dat beleggers vaak meer aandacht besteden aan aangepaste winstmaatstaven dan aan GAAP winsten. In tegenstelling tot voorgaand onderzoek wordt in deze studie gekeken naar de reactie van de manager op de verwachting van beleggers over de onderneming. Dit wordt gemeten door het effect van de P/E ratio op de mate van verslaggeving op het gebied van non-GAAP measures in persberichten. Naar mijn weten is er nog geen onderzoek gedaan in Europa naar de relatie tussen de P/E ratio en de mate van verslaggeving op het gebied van non-GAAP measures. Tevens is het effect van het aantal individuele board members op deze relatie nog niet in kaart gebracht. Wetenschappelijk onderzoek heeft nog niet geleid tot een finale conclusie of rapportage over non-GAAP measures als doel heeft om investeerders te informeren of om ze te misleiden. Tot slot draagt dit onderzoek bij aan de literatuur over voordelen van board onafhankelijkheid.

Het doel van dit onderzoek is nagaan of er een verband is tussen de hoogte van de P/E ratio en de mate waarin managers rapporteren over non-GAAP measures en in hoeverre deze relatie beïnvloed kan worden door een onafhankelijke board.

Dit onderzoek kan bijdragen aan het publieke debat en tevens in de praktijk nuttig zijn voor toezichthoudende instanties. Dit onderzoek kan helpen bij het verschaffen van inzicht voor wat betreft de noodzakelijkheid van regelgeving op het gebied van non-GAAP measures. Tevens kan de moderator inzicht verschaffen of een onafhankelijkere board regelgeving kan voorkomen door een kritische houding ten aanzien van het management.

1.3 Onderzoeksopzet

In deze bijdrage wordt verslag gedaan van een onderzoek naar 73 Europese beursgenoteerde bedrijven. In dat kader wordt in hoofdstuk 2 de agency theorie besproken. Tevens worden twee motieven besproken waardoor een manager gestimuleerd kan worden om over non-GAAP measures te rapporteren. Vervolgens worden in hoofdstuk 2 een aantal definities toegelicht waarna aan de hand van voorgaande theorie, hypotheses en een conceptueel model worden gevormd. In hoofdstuk 3 wordt de methode van onderzoek toegelicht waarin verder wordt ingegaan op de meetwijze van de variabelen en de controlevariabelen. In de paragraaf data analyse wordt toegelicht welke statistische analyse gebruikt wordt om de hypotheses van dit onderzoek te testen. Hoofdstuk 3 eindigt met een toelichting op de validiteit en betrouwbaarheid van dit onderzoek. Vervolgens worden de resultaten van de statistische testen in hoofdstuk 4 gepresenteerd. In hoofdstuk 4 wordt eerst de beschrijvende statistiek toegelicht, waarna de voorwaarden van een regressieanalyse worden belicht. Vervolgens worden de resultaten van de

regressieanalyses, de robuustheidstest en de causaliteitstest toegelicht. Besloten wordt met hoofdstuk 5, de conclusie van het onderzoek. Hierin zullen de beperkingen van het onderzoek en aanbevelingen voor vervolgonderzoek uiteengezet worden.

2 Achtergrond, theorie en hypothesen

Dit hoofdstuk heeft als doel om voorgaand wetenschappelijk onderzoek te belichten. De agency theorie wordt toegelicht. Tevens dient dit hoofdstuk voor het verkrijgen van inzicht in de motieven van managers om over non-GAAP measures te rapporteren. Vanuit de beschreven literatuur worden hypothesen gevormd. Tot slot wordt het conceptueel model weergegeven.

2.1 Literatuur review

De opkomst van rapportage omtrent non-GAAP measures staat momenteel volop in de aandacht van zowel academici (Brouwer, 2013), journalisten (Brouwer, 2007; Rapoport, 2016)4 _en toezichthoudende instanties (SEC, 2016; Hoogervorst tijdens de conferentie van de European Accounting Association, 2016). Voorstanders wijzen op de informatiewaarde van de alternatieve prestatiemaatstaven. Daarentegen stellen critici dat investeerders misleid worden door rapportage van non-GAAP measures. Dit wordt mede veroorzaakt door de selectiviteit van rapportage ten aanzien van GAAP measures. Daar regelgeving ontbreekt voor non-GAAP measures, is het een gevaar dat hetgeen ondernemingen selectief wel of niet rapporteren wordt gedreven door opportunistisch gedrag.

2.1.1 Agency theorie

De vraag naar financiële informatie door buitenstaanders ontstaat volgens Beyer et al., (2010) door de volgende twee redenen; informatie-asymmetrie (het waarderingsprobleem) en de scheiding van eigendom en controle, wat resulteert in kapitaalverschaffers die geen volledige beslissingsbevoegdheid (rentmeesterschap) hebben. De vraag naar informatie die in dit onderzoek relevant is, ontstaat door informatie-asymmetrie.

De theorie die in dit onderzoek centraal staat is de agency theorie. De agency theorie gaat uit van een informatieasymmetrie tussen de principaal enerzijds (de aandeelhouders) en de agent (de manager) anderzijds (Eisenhardt, 1989). Het contract tussen de agent (het management) en de principalen (aandeelhouders) neemt een centrale plaats in binnen deze theorie. Dit contract bevordert het management om namens de aandeelhouders bepaalde diensten te verrichten (Jensen & Meckling, 1976). Het management kan handelen vanuit eigen belang waardoor de kans bestaat dat het management suboptimale beslissingen neemt. Dit wordt verklaard door de veronderstelling dat beide partijen hun eigen nut willen maximaliseren. Dergelijk sub-optimaal gedrag kan worden ingeperkt door governance mechanismen. Een voorbeeld hiervan is de board, die de informatieasymmetrie tussen principaal en agent reduceert; de board houdt toezicht op de agent in dienst van de principaal.

Wanneer er sprake is van misleiding door non-GAAP measures wordt de informatieasymmetrie vergroot. De rapportage geeft namelijk niet de onderliggende performance weer. Het agency probleem kan verkleind worden door toezicht van de board of directors of de supervisory board, afhankelijk van het board system in een land. Binnen Europa wordt zowel het one-tier system als het two-tier system gehanteerd. Het one-tier system bestaat uit uitvoerende en niet-uitvoerende bestuurders (executive en non-executive directors) waarbij de toezichthoudende taak een extra taak is van de raad van bestuur zelf (Jungmann, 2006). Terwijl het two-tier system (dualistisch systeem) bestaat uit een raad van bestuur en een raad van commissarissen die toezicht uitoefent op de raad van bestuur (Jungmann, 2006). Het toezicht van de board is afhankelijk van verschillende board karakteristieken waaronder het aantal individuele board

members. Het agency probleem kan verkleind worden wanneer de onafhankelijkheid van de board toeneemt en daarmee ook de kwaliteit van de toezichthoudende rol.

Uit de grote hoeveelheid literatuur blijkt dat de beslissing om al dan niet non-GAAP measures toe te lichten verklaard kan worden vanuit twee motieven. In de eerste plaats zijn managers geneigd om het beeld van de onderneming rooskleuriger voor te stellen (Pitt), dit wordt ook wel het opportunistisch motief genoemd. Een ander motief is dat managers non-GAAP measures toelichten als gevolg van de informatiewaarde en ten behoeve van een volledige verslaggeving voor de gebruikers van de jaarrekening. Deze twee motieven worden in de volgende twee paragrafen toegelicht.

2.1.2 Opportunistisch motief

Onderzoek van Burgstahler & Dichev (1997) en Brown & Caylor (2005) heeft aangetoond dat bedrijven het gerapporteerde resultaat managen om een daling van het resultaat en verliezen te voorkomen. De Angelo et al. (1996) tonen aan dat ondernemingen die een patroon breken van consistente winstgroei gemiddeld een negatieve abnormale stock return ervaren van 14% in het jaar waarin het patroon gebroken wordt. Daarnaast suggereren Burgstahler en Dichev (1997) dat managers maatregelen nemen om rapportage van verliezen te vermijden. Daarmee lijkt het erop dat er sterke prikkels zijn om over te gaan tot winststuring en op deze manier een daling van het resultaat te voorkomen. Tevens worden pro forma resultaten gehanteerd door managers om te voldoen aan de verwachtingen van analisten en deze te overtreffen (Bhattacharya et al., 2004 en Bowen et al., 2005).

Isidro en Marques (2008) tonen aan dat managers eerder overgaan tot rapportage van non-GAAP measures om te voldoen aan winst benchmarks waar non-GAAP resultaten niet aan voldoen.

‘Het gebruik van non-GAAP measures hangt af van: de grootte van het bedrijf, de bedrijfsprestaties, het corporate governance beleid, de leverage, het land en de industrie waar het bedrijf in opereert’ (Isidro & Marques, 2008, p. 21). Vergelijkbaarheid, verifieerbaarheid,

tijdigheid en begrijpelijkheid zijn vier belangrijke kenmerken van financiële informatie (IASB, 2010). Deze kenmerken verhogen de bruikbaarheid van relevante informatie en de getrouwe weergave hiervan. En precies deze kenmerken zijn in het geding bij rapportage van non-GAAP measures in persberichten, omdat regelgeving op dit gebied ontbreekt. Onderzoek (Bhattaharya et al., 2004) heeft aangetoond dat ondernemingen niet alleen verschillende definities hanteren van non-GAAP winsten, individuele ondernemingen hanteren ook geen consistente definitie gedurende verschillende periodes. Hieruit blijkt dat de vergelijkbaarheid van de items in gevaar komt. Dit wordt bevestigd door Dichev (2008) die de pro forma earnings in de US chaotisch en verwarrend noemt. Hierbij moet vermeld worden dat dit voor de invoering van de SEC was, maar dit is een vergelijkbare situatie die in deze studie wordt onderzocht, namelijk een situatie waarin regelgeving omtrent non-GAAP measures ontbreekt.

Managers genieten een aanzienlijke discretie aangaande de rapportage van non-GAAP winsten; welke non-GAAP measures worden toegelicht en welke items worden uitgesloten. De vraag die opdoemt is of het de drijfveer is van managers om investeerders te misleiden (Kolev et al., 2008). Er is veel wetenschappelijk onderzoek gedaan naar het motief om non-GAAP measures toe te lichten. Non-GAAP measures worden soms gebruikt om te misleiden (McVay, 2006), Doyle et al gaan nog een stapje verder en zeggen het volgende: ‘het lijkt erop dat de markt

Bedrijven met een lage kwaliteit GAAP winsten, zijn sneller geneigd om pro forma winsten te rapporteren dan andere bedrijven (Lougee & Marquardt, 2004). Tevens blijkt een lage kwaliteit van de GAAP winst een gunstig klimaat voor opportunistisch gedrag (Fan & Wong, 2002). De lage informatiewaarde van GAAP winsten wordt veroorzaakt door regelgevende instanties, balans perspectieven en een toename van de erkenning van de huidige waardeveranderingen in de winst (Ohlson, 2006; Dichev & Tang, 2008).

Uit bovenstaande kan geconcludeerd worden dat meerdere studies bewijs hebben verschaft consistent met het beeld dat managers non-GAAP measures hanteren uit opportunistische motieven (Doyle et al., 2003; Entwistle et al., 2005). Dit wordt ondersteund door onder andere Entwistle et al. (2005) die verklaren dat managers roekeloos waren in hun pro forma rapportages of probeerden opzettelijk en onethisch investeerders te misleiden. Kortom, bedrijven managen het gerapporteerde resultaat om een daling van het resultaat en verliezen te voorkomen (Burgstahler & Dichev, 1997; Brown & Cayler, 2005). Tevens rapporteren managers over non-GAAP measures om te voldoen aan winst benchmarks (Isidiro & Marques, 2008) en aan verwachtingen van analisten (Bhattacharya et al., 2004; Bowen et al., 2005). In dit onderzoek, waarin het opportunistische motief centraal staat, wordt onderzocht of managers de verwachtingen van beleggers willen overtreffen door te rapporteren over non-GAAP measures. Verschillende studies beweren dat managers Non-non-GAAP measures hanteren om aandelenwaarderingen te verhogen. Onderzoek door Bhattacharya et al. (2004) wijst uit dat non-GAAP winsten drastisch toenemen wanneer de winsten en aandelenkoersen van ondernemingen beginnen te dalen. Hierop voortbordurend is de verwachting dat een lage P/E ratio kan leiden tot rapportage over non-GAAP measures in persberichten van Europese beursgenoteerde bedrijven (FTSE Eurotop 100). Deze verwachting wordt ondersteund vanuit het opportunistisch motief van waaruit managers geneigd zijn om een mooier beeld van de werkelijkheid weer te geven. Daarentegen mag vanuit de literatuur ook verwacht worden dat een hoge P/E ratio leidt tot minder rapportage omtrent non-GAAP measures. Dit leidt tot de formulering van de eerste hypothese:

Hypothese 1: Er wordt gemiddeld meer gerapporteerd over non-GAAP measures in persberichten door bedrijven die een lagere P/E ratio hebben dan bedrijven die een hogere P/E ratio hebben.

2.1.3 Informatiemotief

Alternatieve prestatiemaatstaven kunnen een waardevolle aanvulling zijn op de informatie gerapporteerd onder verslaggevingsregels. Voorstanders van non-GAAP measures wijzen op de hogere informatiewaarde van non-GAAP resultaten ten opzichte van GAAP resultaten (Bhattacharya et al., 2003 & Brown en Sivakumar, 2003). De resultaten van Bhattacharya et al. (2003) laten zien dat marktparticipanten pro forma resultaten ervaren als een betere weergave van de kernresultaten van een bedrijf dan het resultaat weergegeven conform de GAAP richtlijnen.

Dit wordt ondersteund door voormalig voorzitter van de SEC (Pitt). Het recente fenomeen van pro forma cijfers is een indicatie van de noodzaak om ons huidige rapportage systeem te heroverwegen aldus Pitt (2001). Dit wordt veroorzaakt doordat het huidige systeem zich voornamelijk richt op openbaarmaking en objectiviteit van de cijfers waardoor het niet genoeg nuttige informatie aan investeerders verschaft. De vraag naar aangepaste winstmaatstaven is

een natuurlijke reactie op de beperkingen opgelegd door een one-size fits all rapportagesysteem (Young, 2013).

Voorstanders van deze visie stellen dat het weglaten van transitory en non-cash componenten (zoals ongebruikelijke items, eenmalige kosten en baten) uit de winst de ruis vermindert in de winstmaatstaf en daarmee meer waarderelevant is (Bray, 2001; Bradshaw & Sloan, 2002; Elliott & Shaw, 1998; Elliott & Hanna, 1996; Francis et al., 1996; Lougee & Marquardt, 2004; Ramakrishnan & Thomas, 1998). Brown en Sivakumar (2003) presenteren bewijs consistent met de hierboven genoemde visie; het gerapporteerd operationeel inkomen door managers en analytici is waarderelevanter dan het operationeel inkomen ontleend uit de jaarrekening. Kortom managers rapporteren pro forma resultaten om een beter beeld weer te geven van de kern resultaten van hun bedrijf, waarvan zij geloven dat deze duurzaam zijn (Weil, 2001). Veel ondernemingen kiezen ervoor om over non-GAAP measures te rapporteren met het argument dat het beleggers een vollediger beeld biedt van de onderliggende prestatie dan de op GAAP gebaseerde winst (Cormier et al., 2011). Ook wanneer er sprake is van bestuurlijk opportunisme blijken de non-GAAP measures relevant voor investeerders (Cormier et al., 2011). Non-GAAP measures blijken niet alleen relevant te zijn voor investeerders, maar ook voor contractpartijen aldus Li (2016). Zijn onderzoek wijst uit dat EBITDA’s, een non-GAAP measure, gebruikt worden in kredietvoorwaarden. Daarmee lijkt het erop dat ook contractpartijen waarde hechten aan non-GAAP measures.

Opportunistisch gebruik van non-GAAP measures pleit voor regelgeving. Anderzijds moet ervoor gewaakt worden dat relevante informatie voor gebruikers niet meer gerapporteerd wordt als gevolg van diezelfde regelgeving. Opportunistisch gebruik van non-GAAP measures kan voorkomen worden door toezicht van de board op het management. De toezichthoudende functie beslaat namelijk het monitoren van winst aankondigingen en daarmee ook het toezicht op non-GAAP measures. In de volgende subparagraaf wordt verder ingegaan op de toezichthoudende functie van de board.

2.1.4 Onafhankelijkheid van de board

Op verscheidene terreinen is er onderzoek uitgevoerd naar de invloed van de onafhankelijkheid van de board: de kans op fraude in de jaarrekening (Beasley, 1996), bedrijfsreputatie (Musteen et al., 2009), vrijwillige toelichting in het jaarverslag (Gul & Leung, 2004), kwaliteit van corporate governance (Beekes & Brown, 2006), maximalisatie van de rijkdom van aandeelhouders (Daily & Dalton, 1994), winststuring (Osma, 2008) en de beloning van bestuurders en de bedrijfswaarde (Kumar & Sivaramakrishnan, 2008). Tevens is er op het gebied van vrijwillige rapportage en de onafhankelijkheid van de board onderzoek gedaan (Gul & Leung, 2004). Daarop voortbordurend is er onderzoek gedaan naar de relatie tussen de onafhankelijkheid van de board en rapportage over niet-GAAP maatstaven (Frankel et al., 2011; Mbagwu, 2007; Jennings & Marques, 2010). Zo suggereren Frankel et al. (2011) dat managers naar alle waarschijnlijkheid vaker over non-GAAP maatstaven rapporteren vanuit opportunistische motieven wanneer er sprake is van een minder onafhankelijke board. Mbagwu (2007) vindt bewijs dat de marktreactie op non-GAAP winsten groter is bij aanwezigheid van een onafhankelijke board. Geloofwaardigheid vergroot dus de waarderelevantie van non-GAAP winsten. Ook geeft hij aan dat een onafhankelijke board de overall kwaliteit van de informatie omgeving verbeterd. Dit wordt ondersteund door Frankel et al. (2011) die vinden dat non-GAAP winsten van een hogere kwaliteit zijn in aanwezigheid van een onafhankelijke board. Daarentegen suggereren andere studies dat de effecten van board onafhankelijkheid

zwak zijn of niet bestaan (Bushman et al., 2004; Vafeas, 2000). In de literatuur is al breed uitgemeten dat een onafhankelijke board effectief monitort wat opportunistische winststuring kan voorkomen (Dechow et al., 1996; Peasnell et al., 2005; Garcia Osma & Goll-de-Albornos Noguer, 2007). Tevens is een onafhankelijke board in staat om winststuring op te sporen en om dit te beperken (Dechow et al., 1996). Daarom wordt in dit onderzoek uitgegaan van het feit dat een onafhankelijke board beter zijn toezichthoudende functie uitvoert dan een minder onafhankelijke board. Met de toezichthoudende functie worden de volgende taken bedoeld: het effectief monitoren, stellen van objectieve vragen en evalueren van het management en de bedrijfsprestaties (de Villiers et al., 2011).

De bezorgdheid van toezichthoudende instanties over het gebruik van pro forma winsten kan gerechtvaardigd worden (Doyle et al., 2003). De vraag blijft of regelgeving noodzakelijk is voor het gebruik van non-GAAP measures. Een onafhankelijke board kan de bezorgdheid van toezichthoudende instanties over het gebruik van non-GAAP measures misschien verkleinen. Aangezien uit voorgaand onderzoek naar voren is gekomen dat een onafhankelijke board beter zijn toezichthoudende functie uit kan oefenen wat de kwaliteit van de informatie omgeving verbeterd (Mbagwu, 2007). Ook kan door het effectief monitoren door een onafhankelijke board opportunistische winststuring voorkomen worden (Dechow et al., 1996; Peasnell et al., 2005; Garcia Osma & Goll-de-Albornos Noguer, 2007). In lijn met deze argumentatie zal een onafhankelijke board resulteren in minder verslaggeving over non-GAAP measures. Deze stelling is verwoord in hypothese 2.

Hypothese 2: Een hogere mate van onafhankelijkheid van de board vermindert de rapportage van het gemiddeld aantal non-GAAP measures in persberichten.

In lijn met de argumentatie voor hypothese 3 heeft de onafhankelijkheid van de board een modererend effect op de relatie tussen de P/E ratio en de mate van rapportage over non-GAAP measures. Het modererend effect wordt verklaard doordat een onafhankelijke board meer kans heeft om zijn toezichthoudende taak effectief uit te voeren. Het effectief uitvoeren van de toezichthoudende taak zal resulteren in een betere informatieomgeving waarin minder gerapporteerd wordt over non-GAAP measures in persberichten. Dit leidt tot de formulering van de derde hypothese.

Hypothese 3: Een hogere mate van onafhankelijkheid van de board heeft een modererend effect op de relatie van de P/E ratio en het gemiddeld aantal non-GAAP measures waarover gerapporteerd wordt in persberichten.

2.2 Conceptueel model

Voorgaande hypothesen leiden tot onderstaand conceptueel model in figuur 1. Figuur 1 Conceptueel model

3 Methodologie

Dit hoofdstuk heeft als doel het verschaffen van inzicht in de methodologie van dit onderzoek. Allereerst wordt de steekproef toegelicht. Vervolgens wordt de meetwijze van de afhankelijke variabele gepreciseerd, waarna de onafhankelijke variabele wordt belicht. Hierna volgt de uiteenzetting van de controlevariabelen. Tot slot wordt een toelichting gegeven van de data-analyse waarin tevens de validiteit en betrouwbaarheid van dit onderzoek worden gewaarborgd.

3.1 Steekproef

De ondernemingen die worden meegenomen in dit kwantitatieve onderzoek zijn de grootste beursgenoteerde bedrijven in Europa (FTSE Eurotop 100). Financiële ondernemingen, verzekeringsmaatschappijen en ondernemingen die niet rapporteren volgens de IFRS zijn uitgesloten van dit onderzoek, daarmee komt de populatie uit op 73 ondernemingen. Gedurende de jaren 2011 tot en met 2015 levert dat 365 waarnemingen op. Gebroken boekjaren worden meegenomen voor het jaar waarin het fiscaal jaar eindigt. Data met betrekking tot de afhankelijke variabele (non-GAAP measures) wordt verwerkt in een database. De eerste tien punten uit de persberichten worden opgenomen in de database, waarbij wordt gekeken over hoeveel non-GAAP measures gerapporteerd wordt. Doordat er bij een aantal waarnemingen belangrijke data ontbreekt, worden deze niet meegenomen in de data-analyse. De uiteindelijke steekproefgrootte is daarmee 336 waarnemingen, die betrekking hebben op 71 ondernemingen. De meeste data zijn onttrokken uit de database Orbis van Bureau van Dijk. Deze database omvat bedrijfsinformatie uit jaarverslagen van 200 miljoen bedrijven wereldwijd. In bijlage A is de definitieve lijst opgenomen van ondernemingen die meegenomen zijn in dit onderzoek.

3.2 Afhankelijke variabele

De afhankelijke variabele is de mate van rapportage omtrent non-GAAP measures in persberichten. Non-GAAP measures, pro forma en alternative performance measures verwijzen naar aangepaste winstmaatstaven die afwijken van GAAP maatstaven (Isidro & Marques, 2008). Bepaalde onderdelen (bijvoorbeeld incidentele baten en lasten) van GAAP maatstaven worden uitgesloten (Frankel et al., 2011 & Ventel et al., 2014). De European Securities and Markets Authority (ESMA) hanteert de volgende definitie: een alternatieve prestatiemaatstaaf

opgevat als een financiële maatregel van historische of toekomstige financiële resultaten, financiële toestand, of kasstromen anders vastgesteld dan door een financiële maatregel of gespecificeerd door het van toepassing zijnde stelsel inzake financiële verslaggeving (ESMA

Guidelines on Alternative Performance Measures, p. 6). Hooghiemstra & Van der Tas (2003) definiëren non-GAAP measures als ‘prestatie-indicatoren die weliswaar lijken op de posten die ook in de balans of winst- en verliesrekening voorkomen, maar daaraan niet gelijk zijn. In dit onderzoek wordt iets afgeweken van de definitie van de ESMA, omdat in dit onderzoek toekomstige non-GAAP measures niet worden meegenomen. De definitie van een non-GAAP measure is als volgt: een alternatieve prestatiemaatstaaf opgevat als een financiële maatregel

van historische financiële resultaten, financiële toestand of kasstromen anders vastgesteld dan door een financiële maatregel of gespecificeerd door het van toepassing zijnde stelsel.

De analyse betreft 71 ondernemingen die al dan niet non-GAAP measures openbaren in persberichten. De persberichten zijn verkregen door het raadplegen van de websites van de ondernemingen. De data zijn vervolgens gecodeerd door middel van een tekstuele analyse. De mate van rapportage van non-GAAP measures kan gemeten worden door de frequentie van non-GAAP measures in persberichten (Isidro en Marques in 2008). Isidro en Marques (2008) brachten eveneens de winstaankondigingen in kaart en de hoeveelheid non-GAAP measures per persbericht. De informatie van de non-GAAP measures is in deze studie gecategoriseerd in

de volgende vijf categorieën: gebaseerd op inkomen, kasstroom, omzet, winst per aandeel en overig. De precieze coderingswijze is toegelicht in bijlage B: categorisatie data. De dataverzameling is uitgevoerd door vijf masterstudenten Accountancy & Controlling van de RUG. In dit onderzoek wordt gebruik gemaakt van tekstuele analyse. Deze analyse wordt gehanteerd om de eigenschappen van een tekst (persbericht) te beschrijven en te interpreteren. De kwalitatieve data worden omgezet in kwantitatieve data. Ten eerste wordt de tekst geselecteerd: de jaarlijkse persberichten over de prestaties van de onderneming. De analyse-eenheden zijn GAAP en non-GAAP measures. De inhoudcategorieën, waarin de analyse-eenheden zijn ingedeeld worden, vermeld in tabel 1. Bij de codering van de gegevens vormt oordeelsvorming een risico. Om dit risico te verkleinen, hebben alle masterstudenten een workshop dataverzameling gevolgd ten behoeve van een identieke methode van dataverzameling waarbij oordeelsvorming zoveel mogelijk is uitgesloten. Tevens controleert iedere student de codering van een andere student als check ten behoeve van een identieke datacodering. De categorisatietabel verhoogt de reproduceerbaarheid van dit onderzoek en geeft inzicht in de methode van dataverwerking. De schaalverdeling die gehanteerd wordt in dit onderzoek is ratio, het percentage non-GAAP measures t.o.v. het totale aantal alternatieve prestatiemaatstaven (GAAP+ non-GAAP measures) in persberichten wordt gemeten.

In dit onderzoek wordt de wegingsmethode van Bowen et al. (2004) gehanteerd. Deze methode neemt de positionering van de non-GAAP measures in persberichten mee. Managers kunnen meer nadruk leggen op gunstige cijfers door deze gunstige cijfers te plaatsen in de kop van het persbericht. Dit is het eerste waar investeerders naar kijken en daarmee zal het de grootste impact hebben op de beslissingen van investeerders. Dit onderzoek zal de eerste tien prestatiemaatstaven uit het persbericht meenemen. Daarom is het model van Bowen iets aangepast; de tweede groep in het onderzoek van Bowen is een bredere categorie, namelijk gerapporteerd in de eerste en tweede alinea. Deze categorie wordt in dit onderzoek opgesplitst in twee categorieën. In dit onderzoek wordt gekozen voor de methode van Bowen, omdat we naast het percentage van non-GAAP measures ook de positionering mee kunnen nemen, wat leidt tot een sterker meetmodel. Als prestatiemaatstaaf wordt aangemerkt een financiële maatregel van historische of toekomstige financiële resultaten, financiële toestand of kasstromen. Prestatiemaatstaven die meerdere keren worden genoemd in het persbericht, worden slechts één keer meegewogen. Wanneer een prestatiemaatstaaf voor zowel de groep als de entiteit wordt toegelicht wordt deze wel twee keer meegenomen. De wegingsmethode wordt toegelicht in tabel 1: wegingsmethode positionering prestatiemaatstaven.

Tabel 1 Wegingsmethode positionering prestatiemaatstaven Locatie in het persbericht van boven naar beneden

Nadruk Score

Ordinale meetwijze Gerapporteerd in de headline, key figures of als

samenvatting op de website

4 Meeste nadruk

Gerapporteerd in de eerste alinea 3 ↑↓

Gerapporteerd in de tweede alinea 2 ↑↓

Gerapporteerd in de derde paragraaf of later 1 Minste nadruk

3.3 Onafhankelijke variabele

De verklarende, onafhankelijke variabele is de hoogte van de P/E ratio. De data met betrekking tot de P/E ratio zal uit Orbis worden onttrokken. Gekozen is voor de P/E ratio, omdat dit een veelgebruikte maatstaf is om de verwachte prestaties van bedrijven te meten (Anderson &

Brooks, 2006). Op deze manier is het meetbaar in hoeverre de verwachte prestaties de mate van rapportage over non-GAAP measures in persberichten beïnvloed. De P/E ratio wordt als volgt gemeten: koerswaarde einde boekjaar/ winst per aandeel in euro’s. Tevens is een extra controle uitgevoerd op zeer hoge, kleine en negatieve waarden. Deze waarden zijn aangepast aan de hand van jaarverslagen en koersgegevens wanneer bleek dat deze niet juist in de database vermeld stonden.

3.4 Moderator

Data voor de moderator, het aantal onafhankelijke board leden, wordt uit BoardEx onttrokken. Dit wordt gemeten door middel van het percentage van onafhankelijke board members (non-executive directors die niet financieel betrokken zijn bij de onderneming) ten opzichte van het totale aantal board members. Bij het two-tier model worden de onafhankelijke board members van de raad van commissarissen meegenomen t.o.v. het totaal aantal leden van de raad van commissarissen, omdat het gaat om het toezichthoudende orgaan. Voor het one-tier model worden het aantal onafhankelijke leden van de raad van bestuur t.o.v. het totaal aantal leden van de raad van bestuur meegenomen. Er is voor deze meetwijze gekozen, omdat deze meetwijze veelvuldig in wetenschappelijk onderzoek gehanteerd wordt en de gedachte ondersteund dat meer outside directors resulteren in een hogere onafhankelijkheid van de board (Curtis et al., 2014; Dalton 1994; Dalton et al., 1998; De Villiers et al., 2011; Schlleifer and Vishny, 1997 & Frankel et al., 2011). In dit onderzoek wordt de onafhankelijkheid van de board als volgt gedefinieerd: het percentage onafhankelijke board-leden van de totale board inclusief raad van commissarissen (Frankel et al., 2011& Osma, 2008).

3.5 Controlevariabelen

Naast de afhankelijke- en onafhankelijke variabele en moderator wordt in dit onderzoek ook een aantal controlevariabelen meegenomen. In dit onderzoek is gekozen voor de volgende controlevariabelen: de grootte van het bedrijf, of de onderneming winst behaalt of verlies draait en de industrie waarin het bedrijf opereert. Deze variabelen worden meegenomen, omdat deze wellicht invloed hebben op de afhankelijke variabele en op de relatie van de onafhankelijke variabele met de afhankelijke variabele.

De grootte van een onderneming (SIZE) wordt gemeten door de totale waarde van de bezittingen (total assets) aan het eind van het boekjaar. Deze methode wordt onder andere gebruikt door Frankel et al. (2011) en Marques (2006). In lijn met voorgaand onderzoek is de verwachting dat de grootte van de onderneming een negatief effect zal hebben op de mate van rapportage over non-GAAP measures. Deze verwachting wordt gesteund doordat grote ondernemingen meer in de belangstelling staan dan kleinere ondernemingen.

De tweede controlevariabele is winst of verlies. Zoals toegelicht in het theoretisch kader zijn er sterke prikkels bij een tegenvallend resultaat voor managers om over te gaan op winststuring. Een manager zal proberen om een resultaatdaling te voorkomen (Bhattacharya et al., 2004; Bowen et al., 2005 & Brown & Caylor, 2005). Ook zullen managers maatregelen nemen om verslaggeving van verliezen te vermijden (Burgstahler & Dichev, 1997) en proberen de resultaten hoger weer te geven bij een klein verlies (Burgstahler & Eames, 2003). Tevens is de verwachting dat een onderneming die verlies lijdt, een minder goede verslaggevingskwaliteit heeft (Francis et al, 2008) en dat verlieslijdende ondernemingen meer rapporteren over non-GAAP measures (Lougee & Marquardt, 2004)Deze controlevariabele wordt een dummy variabele waarbij een onderneming in het geval van geen gerapporteerde verliezen een 0 krijgt en in het geval van een gerapporteerd verlies een 1.

De laatste controlevariabele waarvoor gecontroleerd wordt is het sectoreffect. Deze variabele wordt toegevoegd, omdat de mate van rapportage over non-GAAP measures per sector kan verschillen (Curtis et al., 2014 & Frankel et al., 2011). Zo geeft Bhattacharya et al. (2004) aan dat ondernemingen die non-GAAP resultaten toelichten voornamelijk jonge ondernemingen zijn en dat deze voornamelijk geconcentreerd zijn in de technische sector en in de zakelijke dienstverlening. Dit wordt ondersteund door Lougee en Marquardt (2004). In dit onderzoek wordt de sectorindeling van Fama-French gehanteerd. De meest uitgebreide sectorindeling omvat 48 sectoren. Gezien het feit dat er in dit onderzoek 71 ondernemingen worden meegenomen, is er gekozen voor een bredere sectorindeling. Deze indeling onderscheidt drie sectoren en wordt opgesteld door middel van SIC-codes. In tabel 2 worden deze sectoren verder toegelicht. Voor de sectoren wordt een dummy variabele aangemaakt waarbij de eerste sector wordt gehanteerd als referentiegroep.

Tabel 2 Sectorindeling Fama-French

Sector Nr. Sectornaam Voorbeelden

1. (Duurzame) consumptiegoederen Groothandel en retail

2. Productie, energie en nutsbedrijven Machines, vliegtuigen, olie, gas en water

3. Overig Telefoon-en televisiediensten, computers

en software, gezondheidszorg en medicijnen, mijnen, transport, banken, verzekeraars, hotels en entertainment

3.6 Data-analyse

Voor het testen van de hoofdvraag wordt in dit onderzoek gebruik gemaakt van meervoudige lineaire regressie. Door middel van meervoudige lineaire regressie kan de relatie tussen verschillende onafhankelijke variabelen en de afhankelijke variabele worden verklaard. De variabele NON-GAAP is de afhankelijke variabele. Deze variabele geeft aan de hand van een score aan in hoeverre er sprake is van rapportage over non-GAAP measures. De onafhankelijke variabele die wordt meegenomen is de P/E en de moderator %INDEPENDENT. Verder worden de volgende controlevariabelen gehanteerd in de regressies: SIZE, LOSS en SECTOR. In tabel 3 wordt een overzicht gegeven van alle variabelen die meegenomen worden in de data analyse. Hierin staat hoe de variabelen worden gedefinieerd en hoe ze worden gemeten.

Meervoudige lineaire regressie houdt in dat er van meerdere onafhankelijke variabelen een lineaire functie wordt berekend, met behulp van de kleinste kwadratenmethode. Oftewel de coëfficiënten van de lineaire functie worden zo berekend dat de som van de afwijkingen van de waarnemingen ten opzichte van de lijn van de lineaire functie minimaal is. Hiervoor is de volgende formule opgesteld:

NON-GAAP=β0+β1P/E+β2%INDEPENDENT +β3 SIZE++β4 LOSS+β5SECTOR +εi Validiteit en betrouwbaarheid

De gegevens afkomstig uit Orbis en BoardEx worden getoetst ten behoeve van de betrouwbaarheid van de gegevens. 5% van de kenmerken zal uit het jaarverslag gehaald worden en vergeleken worden met de output van Orbis en BoardEx.

Om onduidelijkheid te voorkomen welke onafhankelijke variabele invloed uitoefent op de afhankelijke variabele, zal er een check van multicollineariteit worden uitgevoerd. Wanneer de collineariteit hoger is dan 0,7 is er sprake van een sterke onderlinge samenhang. Sterk samenhangende variabelen zullen niet in één regressieanalyse worden meegenomen, waardoor

multicollineariteit uitgesloten wordt. Tevens wordt er gebruik gemaakt van triangulatie, het combineren van verschillende databronnen, om zoveel mogelijk bevestigend bewijs te verkrijgen. Er wordt gebruik gemaakt van de database Orbis en BoardEx. Tevens wordt er data verzameld uit persberichten door een groep masterstudenten, zij hebben allen een cursus gevolgd om de construct-validiteit te waarborgen.

Het is van belang dat er wordt gekeken naar de causaliteit van de relatie tussen de P/E ratio en de mate van non-GAAP measures. Dit onderzoek richt zich op het effect van de P/E ratio op de mate van non-GAAP measures, echter bestaat de kans dat de relatie zich andersom voordoet. In dat geval bepaalt de mate van non-GAAP measures de P/E ratio. Daarom wordt er een causaliteitstest uitgevoerd.

Tabel 3 Variabelen

Afhankelijke variabele Afkorting Afgeleid uit Mate van rapportage

non-GAAP measures

NON-GAAP Aantal non-GAAP measures * score positionering/ totaal GAAP en non-GAAP measures * score positionering (Bowen, 2004)

Onafhankelijke variabele

P/E ratio P/E P/E ratio (Bradshaw, 2004)

Moderator

Onafhankelijkheid van de board %INDEPENDENT Percentage onafhankelijke board leden (Curtis et al., 2014, Dalton 1994; Dalton et al., 1998; De Villiers et al., 2011; Schlleifer and Vishny, 1997 & Frankel et al., 2011).

Controlevariabelen

Grootte van de onderneming SIZE Totale waarde bezittingen (Agrawal & Chen, 2008; De Villiers et al.,2011)

Winst of verlies LOSS Dummyvariabele: geen

gerapporteerde verliezen 0, gerapporteerde verliezen 1(Frankel et al., 2011)

Sector SECTOR Sectorindeling van

Fama-French, indeling door middel van SIC codes.

4 Resultaten

In dit hoofdstuk worden de resultaten van het onderzoek gepresenteerd. Allereerst wordt de bewerking van de variabelen toegelicht om de invloed van outliers te minimaliseren. Dit wordt gedaan door middel van Winsorizing en het berekenen van logaritmes. De tweede paragraaf licht de beschrijvende statistiek toe. Daarna wordt gecontroleerd of de data voldoet aan een aantal voorwaarden voor lineaire regressieanalyse. Vervolgens worden de resultaten van de regressieanalyses toegelicht. Daarna wordt een robuustheidstest uitgevoerd. Tot slot volgt een causaliteitstest.

4.1 Bewerking van variabelen

Voordat de analyses zijn uitgevoerd, zijn er een aantal bewerkingen uitgevoerd op de data. Ten eerste is van alle variabelen het gemiddelde en de standaarddeviatie berekend. Hierna is voor alle continue variabelen door middel van Winsorizing de invloed van outliers geminimaliseerd. Dit houdt in dat er een controle is uitgevoerd of alle waarden niet kleiner waren dan het gemiddelde minus driemaal de standaarddeviatie en of de waarden niet groter waren dan het gemiddelde vermeerderd met driemaal de standaarddeviatie. Wanneer de waarde groter/ kleiner was, dan is deze vervangen door het gemiddelde vermeerderd/verminderd met drie keer de standaarddeviatie. De beschrijvende statistiek in de volgende paragraaf heeft betrekking op de variabelen na Winsorizing. Verder is de logaritme berekend voor alle waarden van de variabele ondernemingsgrootte (gemeten door de totale activa) de logaritme berekend. Deze bewerking is uitgevoerd om de impact van de scheve verdeling te verminderen. Grote verschillen kunnen namelijk een vertekend beeld geven in regressieanalyses. Verschillen blijven wel zichtbaar bij het gebruik van logaritmes, maar de waarden lopen minder uiteen.

4.2 Beschrijvende statistiek

De steekproef van dit onderzoek bestaat uit 71 ondernemingen. De verdeling van de beschikbare gegevens per jaar wordt weergegeven in tabel 4. Hieruit blijkt dat voor het jaar 2014 70 ondernemingen in de steekproef worden meegenomen en voor het jaar 2011 de minste, namelijk 62 ondernemingen. Dit verschil wordt veroorzaakt doordat bepaalde ondernemingen de persberichten voor 2011 niet meer beschikbaar stelde op hun website. De mate van publicatie over non-GAAP measures is in de periode 2011 tot en met 2015 normaal verdeeld. Dit is conform de verwachting, aangezien er geen ‘event’ heeft plaatsgevonden dat invloed kon hebben op de mate van rapportage over non-GAAP measures. De inhoud van een persbericht bestaat voor de jaren 2011 tot en met 2015 gemiddeld uit 50,63% non-GAAP measures. Gemiddeld bevat een persbericht 5 non-GAAP measures, dit is voor alle jaren gelijk. Dit sluit niet aan bij de conclusie van Bhattacharya et al. (2004) dat er een stijgende trend waarneembaar is. Hun onderzoek richtte zicht echter op de periode 1998 tot en met 2000. Isidro en Marques (2008) gaven aan dat er gemiddeld 3 non-GAAP measures in een persbericht waren toegelicht in Europa in de jaren 2003 tot en met 2005. In de VS was eveneens een stijgende trend waarneembaar van 52,5% rapportage over non-GAAP measures naar 70,9% in 2014. De frequentie van rapportage over non-GAAP measures ligt meer in lijn met het onderzoek van Black et al. (2016). Echter worden in dit onderzoek alleen de eerste tien prestatiemaatstaven meegenomen waardoor de frequentie van non-GAAP measures in werkelijkheid hoger zou kunnen liggen.

Daarnaast zoomen we in op de verdeling van de prestatiemaatstaven. De prestatiemaatstaven zijn ingedeeld in vijf categorieën, waarbij opvalt dat ook hier geen sprake is van een jaareffect. Er wordt aanzienlijk meer gerapporteerd over op inkomen-gebaseerde prestatiemaatstaven (36,26%) dan op cashflow-gebaseerde prestatiemaatstaven (5,76%). 26,40% van de

prestatiemaatstaven zijn op omzet gebaseerd, 16,08% op winst per aandeel en 15,49% valt in de categorie overig. Isidro & Marques vonden in hun onderzoek dat er het meest gerapporteerd werd over non-GAAP EPS (16,26%) en hierna volgde Non-GAAP net income (13,34%). Uit dit onderzoek blijkt dus tevens dat meer nadruk wordt gelegd op inkomen en op omzet gebaseerde resultaten.

Tabel 4 Beschikbare gegevens en verdeling non-GAAP measures Jaar Ondernemingen

Non-GAAP Revenues- Based Income- Based Cashflow-based EPS- Based Other-based 2011 62 0,5063 0,2589 0,3649 0,0587 0,1617 0,1557 2012 67 0,5063 0,2584 0,3650 0,0584 0,1621 0,1562 2013 68 0,5063 0,2640 0,3626 0,0577 0,1608 0,1549 2014 70 0,5063 0,2640 0,3626 0,0577 0,1608 0,1549 2015 69 0,5063 0,2640 0,3626 0,0576 0,1608 0,1549 Totaal 336 0,2640 0,3626 0,0576 0,1608 0,1549

Tabel 5 geeft een overzicht van alle karakteristieken van de variabelen die meegenomen worden in de regressieanalyse. De tabel start met de afhankelijke variabele van dit onderzoek, % non-GAAP measures. Het gemiddelde percentage non-non-GAAP measures is 50,63%, het minimum percentage is 0 en het maximum is 1. Hierbij is het van belang om te noemen dat percentages zijn omgezet in fractions in SPSS. Daarbij geven we de verdeling over de verschillende categorieën weer. Uit die verdeling blijkt dat het management voornamelijk rapporteert over non-GAAP measures in de categorie income-based en revenues-based.

De onafhankelijke variabele P/E ratio heeft gemiddeld een waarde van 17,23 en een standaarddeviatie van 18,60. Bhattacharya et al. (2004) hebben voor bedrijven ie non-GAAP measures hanteren, een gemiddelde P/E ratio gemeten van 35. Dit verschil wordt mede verklaard door het feit dat dit onderzoek is uitgevoerd in Europa en het onderzoek van Bhattacharya in de VS. Wat verder opvalt is de minimum waarde van -92,16 en de maximale P/E ratio van 123,96. De negatieve P/E ratio’s worden veroorzaakt door een negatieve EPS. Omdat de minimum- en maximumwaarde van de P/E ratio redelijk ver uit elkaar liggen, is er een aanvullende check uitgevoerd op uitzonderlijke waardes, de Cook’s distance. Dit is een maat voor de invloed van een case op het regressiemodel (De Vocht, 2015). De Cook’s distance bleef ruim onder de maximumwaarde van 1, geen enkele waarde heeft daarmee een te grote invloed.

De moderator van dit onderzoek, de onafhankelijkheid van de board, heeft een gemiddelde van 0,73. Dit betekent dat de meerderheid van de board onafhankelijk is, namelijk 73,09 procent. In 1992 tot en met 1993 was dit 58,4% (Klein, 2002) en in de periode van 1998 tot en met 2005 66,2% (Frankel et al., 2011). Hieruit kan geconcludeerd worden dat de board onafhankelijker is geworden na verloop van tijd.

In het overzicht zijn tevens de controlevariabelen opgenomen. De grootte van de onderneming aan het eind van het boekjaar is gemiddeld € 74, 8 miljoen en de standaarddeviatie is € 65,7 miljoen. Voor de variabele sector is er een dummyvariabele aangemaakt. Wanneer een onderneming niet in de betreffende ‘sector’ opereert, dan krijgt het de waarde 0 (minimumwaarde) en als dit wel het geval is, de waarde 1 (maximumwaarde). Zoals genoemd in paragraaf 3.5 betreft sector 1 (duurzame) consumptiegoederen, sector 2 productie, energie en nutsbedrijven en sector 3 overig (waaronder telecom en gezondheid). Uit tabel 5 kan worden afgeleid dat 31% van de ondernemingen zich bevindt in sector 1, 33% in sector 2 en 35% in

sector 3. Kortom. er is sprake van een normale verdeling aangaande de variabele ‘sector’. Het aantal waarnemingen wijkt af voor de variabele ‘sector’, omdat deze niet verschilt per jaar, maar alleen per onderneming.

Ook voor de variabele ‘winst’ is een dummyvariabele aangemaakt per onderneming en per jaar. Een waarneming heeft de waarde 0 wanneer de onderneming winst maakt en de waarde 1 wanneer de onderneming verlies lijdt. Het gemiddelde van de variabele verlies is 0,0685. Dit betekent dat de 6,85% van de ondernemingen verlies lijdt. De standaarddeviatie van 0,25 geeft aan dat de meerderheid van de ondernemingen winst heeft behaald in de jaren 2011 tot en met 2015, wat conform verwachting is. De gemiddelde nettowinst was € 3,2 miljoen.

Tabel 5 Beschrijvende statistiek

Aantal Minimum Maximum Gemiddelde SD Mediaan

Non-GAAP 336 0,00 1,00 0.50895 0,21690 0,51515

P/E 336 -92,16 123,96 17.23 18.60 16.33

% Independent 336 0,22 1,00 0,73090 0,19532 0,75000

Size (total assets) 336 3.248.400 273.837.150 74.658.702 65.671.111 51.773.500

Sector_1 71 0 1 0,31 0,464 0,00

Sector_2 71 0 1 0,33 0,472 0,00

Sector_3 71 0 1 0,35 0,479 0,00

Loss 336 0,00 1,00 0,0685 0,25290 0,000

4.3 Voorwaarden regressieanalyse

Voordat de regressieanalyses worden uitgevoerd, moet er gecontroleerd worden of de data voldoet aan een aantal voorwaarden. De data wordt getest op de volgende voorwaarden (Van den Bosch, 2009):

• Geen multicollineariteit; • Normaliteit;

• Lineariteit;

• Homoscedasticiteit.

De variabelen zijn als eerste getest op multicollineariteit door middel van een de Pearson correlatietest. De resultaten worden weergegeven in tabel 6. De onderlinge relaties tussen alle variabelen die meegenomen worden in de regressieanalyse zijn daarmee getest. De correlaties van de verklarende variabelen dienen onder de absolute waarde van 0,7 te liggen. Wanneer dit niet het geval is, is er sprake van een te sterke onderlinge samenhang en kunnen deze variabelen niet in één regressieanalyse meegenomen worden. Uit de tabel is af te lezen dat de hoogst aanwezige correlatie tussen twee onafhankelijke variabelen 0,263 is. Hieruit kan geconcludeerd worden dat er geen sprake is van multicollineariteit. Daarnaast is er op multicollineariteit getest door de variance inflation factor (VIF) te bekijken bij het uitvoeren van de regressieanalyses. Voor de VIF geldt dat deze waarde niet lager dan -10 of hoger dan 10 mag zijn. In tabel 7 is te zien dat er geen VIF is die onder de -10 valt of boven de 10 en er dus geen problemen zijn ten aanzien van multicollineariteit.

Vervolgens is de normaliteit van de data getest. De data van de afhankelijke variabele dient normaal verdeeld te zijn. De resultaten van de normal probability plot geven aan dat de data van het percentage non-GAAP measures normaal verdeeld is.

Daarna is de data getest op lineariteit. Het verband tussen de afhankelijke en de onafhankelijke variabelen dient lineair te zijn. De lineariteit is getest met behulp van een analyse van de plots per variabele in relatie met de afhankelijke variabele. Aangezien alleen continue data getest kan worden op lineariteit, wordt verondersteld dat voor de dummyvariabelen sector 2, sector 3 en verlies sprake is van lineariteit. De andere variabelen hebben een lineaire relatie met de mate van non-GAAP rapportage.

Tot slot zijn de variabelen getest op homoscedasticiteit van de variantie, dat wil zeggen dat de spreiding van de residuen constant dient te zijn. Dit is gedaan door middel van de Breusch-Pagan test. Uit de test is gebleken dat de variabelen allen homoscedastisch zijn.

Tabel 6 Correlatiematrix

4.4 Regressieanalyse

Om de hypothesen te testen, is een meervoudige regressieanalyse uitgevoerd. De afhankelijke variabele is voor alle geteste modellen ‘non-GAAP’. Ten eerste zijn de controlevariabelen getest in model 1. Vervolgens zijn hypothese 1, 2 en 3 getest in modellen (2, 3 en 4). De resultaten van de regressieanalyse worden weergegeven in tabel 7. In tabel 7 zijn naast de β en bijbehorende significantie, de adjusted R-square, F-waarde en hoogste VIF weergegeven. De adjusted R-square laat de verklaringskracht van de modellen zien. Het percentage geeft de verandering in de afhankelijke variabele weer die verklaard wordt door een verandering in de onafhankelijke variabelen. De F-waarde dient voor ieder model significant te zijn en geeft aan of het model in zijn geheel significant is. Als dit het geval is, kunnen de resultaten uit het model gebruikt worden voor de toetsing van hypothesen. Voor alle modellen zijn significante F-waarden gevonden. Dit betekent dat de gevonden resultaten mogen worden gehanteerd om de hypothesen te testen. Tot slot is de hoogste VIF waarde per model weergegeven in tabel 7. De VIF waarde meet de multicollineariteit, net als de correlatiematrix (zie hiervoor paragraaf 4.2). De resultaten in tabel 7 geven de resultaten voor tweezijdige toetsen weer. Voor alle hypothesen is de richting vooraf al bekend, waardoor de weergegeven significantie is aangepast naar een eenzijdige toets. Uit model 1 blijkt dat de variabelen grootte, sector 2 en sector 3 een significante relatie hebben met de mate van rapportage van non-GAAP measures. De grootte van een onderneming heeft een positief effect op de non-GAAP measures met een bèta van 0,061, welke significant is op het 5 procentsniveau. In andere woorden, des te groter het bedrijf, des te meer rapportage omtrent non-GAAP measures. Dit in tegenstelling tot eerder onderzoek (Frankel et al., 2011 & Marques, 2006) waaruit naar voren is gekomen dat de grootte van een organisatie geassocieerd wordt met een betere rapportage en daarmee minder non-GAAP

Non-GAAP

P/E ratio Onafhankelijkheid board

Size Loss Sector_2 Sector_3

Non-GAAP 1 P/E 0,084 1 % Independent -,106 -0,182** 1 Size (logassets) 0,096 -167** 0,254** 1 Loss ,020 -142** ,182** ,171** 1 Sector_2 -,061 -,437* -,016 ,263** ,108* 1 Sector_3 -,081 ,049 ,099 -,129* ,021 -,521** 1 *** = Significant op 1% niveau ** = Significant op 5% niveau * = Significant op 10% niveau

measures. De variabelen sector 2 en 3 hebben een negatief effect op het 1 procentsniveau. Dit wil zeggen dat in sectoren 2 (productie, energie en nutsbedrijven) en 3 (overig) sprake is van minder rapportage over non-GAAP measures ten opzichte van sector 1, de controlegroep (duurzame) consumptiegoederen. De verklaringskracht van model 1 is niet erg hoog. De adjusted R-square heeft namelijk een waarde van slechts 0,019. Deze waarde duidt aan dat de variabelen 1,9% van de variantie van de mate van non-GAAP measures verklaren. Model 1 is wel significant op het 5 procentsniveau.

Model 2 toetst de eerste hypothese. De variabele P/E ratio is toegevoegd aan de regressieanalyse. De P/E ratio met een bèta van 0,001 is significant op het 5 procentsniveau. Hypothese 1 wordt op basis van de uitkomsten van model 2 niet bevestigd, aangezien de bèta een positieve waarde heeft, waar een negatieve bèta werd verwacht. Hypothese 1 wordt daarom verworpen. Wanneer de P/E ratio met 1 toeneemt, zal het percentage non-GAAP met 1% stijgen in plaats van dalen. Daaruit kan geconcludeerd worden dat organisaties met een hogere P/E ratio meer rapporteren over non-GAAP measures dan bedrijven met een lagere P/E ratio. De controlevariabelen zijn qua significantie niet veranderd. Ook qua effect zijn de controlevariabelen nauwelijks veranderd, alleen de variabele verlies is verhoogd naar een bèta van 0,065. De adjusted R-square is gestegen naar 0,029. De verklarende variabelen verklaren 2,9% van de variantie van de mate van non-GAAP measures.

Model 3 geeft de resultaten weer van de regressieanalyse voor hypothese 2. De variabele onafhankelijkheid van de board is aan de regressie toegevoegd. De onafhankelijkheid van de board is met een bèta van -0,155 significant op het 1 procentsniveau. Het verband is negatief, wat ondersteund wordt door eerder onderzoek (Frankel et al., 2011). Een meer onafhankelijke board gaat winststuring tegen en managers rapporteren minder vaak over non-GAAP measures vanuit opportunistische motieven dan in de situatie waarin er sprake is van een minder onafhankelijke board. De resultaten ondersteunen hypothese 2, waardoor de hypothese geaccepteerd kan worden. De controlevariabele grootte is positief en significant op het 1 procentsniveau en de bèta is gestegen naar een waarde van 0,081. De controlevariabele sector 2 is in model 3 significant op het 1 procentsniveau, de bèta is gedaald naar -0,075. Dit wil zeggen dat organisaties in sector 2 (productie, energie en nutsbedrijven) in mindere mate rapporteren over non-GAAP measures wanneer er sprake is van een onafhankelijke board. Controlevariabele sector 3 (overig) is iets afgenomen in significantie en effect, namelijk naar een bèta van -0.06 en een significantie op het 5 procentsniveau. Door de toevoeging van de variabele onafhankelijkheid van de board verklaren de variabelen gezamenlijk 3,4% van de variantie. Daarmee neemt de adjusted R-square iets toe in vergelijking met model 2, maar is deze nog steeds niet erg hoog.

Model 4 geeft de resultaten weer voor de regressieanalyse voor de derde hypothese. Voor de uitvoering van de regressieanalyse zijn voor alle verklarende variabelen de standaardwaardes berekend. Daarna is de moderator berekend door de gestandaardiseerde P/E ratio te vermenigvuldigen met de gestandaardiseerde waarde van de onafhankelijkheid van de board. De moderator is significant op het 10 procentsniveau met een positieve bèta van 0,023. Voorgaand onderzoek veronderstelt een negatief effect (Frankel et al., 2011), dit verband wordt echter door deze studie niet ondersteund. Hypothese 3 moet verworpen worden, omdat de moderator een positief verband laat zien in plaats van een negatief verband. De P/E ratio is significant op het 5 procentsniveau met een bèta van 0,025. De variabele onafhankelijkheid van de board heeft een negatieve bèta en is significant op het 5 procentsniveau. Dit resultaat ondersteunt wel het negatieve verwachte effect van een onafhankelijke board op de mate van

non-GAAP measures. De controlevariabelen grootte en sector 2 (productie, energie en nutsbedrijven) zijn significant op het 5 procentsniveau. De grootte van een organisatie heeft dus een positief effect op de mate van non-GAAP measures. In andere woorden: hoe groter een organisatie, hoe meer de organisatie rapporteert over non-GAAP measures. Sector 2 heeft een negatief verband met een bèta van -0,036. Sector 3 (overig) heeft een bèta van -0,031 op het 5 procentsniveau. Dit impliceert dat sector 2 en 3 minder rapporteren over non-GAAP measures dan de controlegroep, sector 1 (duurzame) consumptiegoederen. De controlevariabele verlies is voor het eerst significant op het 5 procentsniveau met een bèta van 0,024. Dit betekent dat een organisatie die verlies draait meer zal rapporteren over non-GAAP measures. Dit is conform de verwachting die geschept is in dit onderzoek.

Tabel 7 Regressieanalyse Variabele (1) (2) (3) (4) Constante 0,085 (0,714) 0,017 (0,940) 0,046 (0,841) 0,513*** (0,000) P/E (h1) 0,001** (0,040) 0,025** (0,062) % Independent (h2) -0,155*** (0,014) -0,027** (0,027) P/E * %Independent (h3) 0,023** (0,099) Size 0,061** (0,043) 0,066** (0,029) 0,081*** (0,010) 0,032*** (0,013) Sector_2 -0,073*** (0,016) -0,069** (0,022) -0,075*** (0,013) -0,036*** (0,012) Sector_3 -0,067*** (0,020) -0,068*** (0,018) -0,060** (0,037) -0,031** (0,025) Loss 0,018 (0,706) 0,065 (0,217) 0,030 (0,531) 0,024** (0,077) Adjusted R-square 0,019 0,029 0,034 0,046 F-waarde 2,651** (0,033) 2,989*** (0,012) 6,107*** (0,005) 2,738** (0,099) Hoogste VIF 1,472 1,477 1,473 1,488 *** = Significant op 1% niveau ** = Significant op 5% niveau * = Significant op 10% niveau 4.5 Robuustheidstest

Om de robuustheid van de resultaten te testen, wordt er nogmaals een regressieanalyse uitgevoerd. De afhankelijke variabele wordt op een andere manier gemeten dan bij de voorgaande regressieanalyses. De wegingsmethode van Bowen wordt niet meegenomen. Dit betekent dat de positionering van de maatstaf niet wordt meegenomen in de meetwijze, maar alleen de frequentie van rapportage van non-GAAP measures. De resultaten worden weergegeven in tabel 8 robuustheidstest. Hieruit blijkt dat de F-waarde van model 1 niet langer significant is, waardoor de resultaten niet gebruikt kunnen worden voor het toetsten van hypothesen. Dit levert geen probleem op, omdat dit model alleen de controlevariabelen weergeeft. Model 2, 3 en 4 die hypothese 1, 2 en 3 toetsen, zijn allen significant.