Beloningen en de risico’s voor banken Een o

Beloningen en de risico’s voor banken

Master Thesis Accountancy Rijksuniversiteit Groningen

Faculteit Economie en Bedrijfskunde Begeleider: Drs. P. van Asperen RA 2e Beoordelaar: W.G. de Munnik Rianne Driessen

Studentnummer: s2040417 Groningen, november 2011

Voorwoord

Voor u ligt mijn scriptie over beloningen en de risico’s voor banken, die ik heb geschreven ter afronding van mijn masteropleiding Accountancy aan de Rijksuniversiteit te Groningen. Toen ik ongeveer een jaar geleden een onderwerp moest kiezen voor mijn master thesis waren de beloningen bij banken het gesprek van de dag. Het was een onderwerp dat veel mensen bezighield, in de media was de verontwaardiging groot: hoe kan het zo zijn dat zij die de kredietcrisis mede veroorzaakt hebben, een dikke bonus krijgen? Zijn de bonussen eigenlijk wel de mede oorzaak van de crisis, mijns inziens een interessant onderwerp om nader te onderzoeken.

Tijdens het schrijven van deze scriptie heb ik veel geleerd over het schrijven van een wetenschappelijk stuk en de risico’s die bij banken spelen. Graag wil ik hier tevens van de gelegenheid gebruik maken om iedereen te bedanken die mij de afgelopen periode gesteund en geholpen heeft tijdens het schrijven van mijn master thesis.

Rianne Driessen

Samenvatting

Het jaar 2007/2008 stond geheel in het teken van de kredietcrisis, een crisis waar we de gevolgen nog dagelijks van merken. In de afgelopen jaren zijn veel acties en groepen mensen aangewezen als mogelijke medeoorzaak van deze kredietcrisis. Zowel in het maatschappelijk verkeer, als in de media en de politiek werden vooral de excessieve beloningen aangewezen als medeveroorzaker van de kredietcrisis, door de grotere risico’s die genomen zouden zijn door die beloningen. Hierop werd gereageerd door in nieuwe wet- en regelgeving de maximaal uit te betalen bonus in te perken. Het is echter de vraag of het aanbanden leggen van de beloningen gegrond is. Er zijn namelijk veel onderzoeken verricht naar de invloed van de verschillende vormen van beloningen, zoals de cashbonus, de optiebonus en de

aandelenbonus, op het nemen van risico. Echter, veel van deze onderzoeken kwamen tot tegengestelde conclusies. Zo werd bijvoorbeeld in het onderzoek van Bolton et al., (2010) gesteld dat het uitgeven van aandelenopties het nemen van risico vergroot, dit in tegenstelling tot de onderzoeksresultaten van Ross (2004) die concludeert dat aandelenopties het nemen van risico kan verminderen.

In dit onderzoek is daarom gekeken naar wat de invloed is van de variabele beloningen voor CEO’s van beursgenoteerde Nederlandse banken op het nemen van risico’s voor de bank, omdat er nog geen specifiek onderzoek verricht is op dit gebied voor Nederland. Het onderzoek richt zich op vijf Nederlandse banken in de periode voor de kredietcrisis, in de jaren 2003-2007.

Risico wordt gemeten aan de hand van het Merton distance to default model. De beloningen worden gemeten aan de hand van drie variabelen. De eerste variabele isLGBONUS, deze variabele geeft de waarde weer van de totale cashbonus die CEO’s de onderzochte jaren ontvangen hebben. De tweede variabele kijkt naar de verhouding tussen bonus en de totale compensatie die een CEO ontvangen heeft, deRELBONUS.De laatste beloningsgerelateerde variabele is de optiebonus, deze variabeleOPTIEkijkt of de CEO in een bepaald jaar een optiebonus heeft gekregen of niet. In het onderzoek wordt gekeken wat de invloed is geweest van de cashbonus en de optiebonus op het nemen van risico in aanloop naar de kredietcrisis. Tevens wordt de maatschappelijke opinie getest, is het waar dat ‘excessieve’ beloningen de oorzaak zijn van het nemen van te veel risico? Verwacht wordt dat net als in andere

recentelijk verrichte onderzoeken, zoals die van Vallascas en Hagendorff (2010) en Balachandran et al. (2010), de cashbonus zorgt voor het nemen van minder risico en de optiebonus juist zorgt voor het nemen van meer risico. Daarnaast wordt verwacht dat de maatschappelijke opinie juist is en dat ‘excessieve’ beloningen een positieve relatie hebben met het genomen risico.

De resultaten uit de regressie wijzen uit dat de verwachting rondom de cashbonus niet juist blijkt te zijn. De verwachting omtrent de optiebonus is wel conform de vooraf opgestelde verwachting. Op basis van dit onderzoek kan geconcludeerd worden dat de opinie van het maatschappelijk verkeer juist is, wat betreft de variabele beloningen. Bij de toetsing van de hypothese omtrent de excessieve beloningen blijkt dat er sprake is van een negatieve

coëfficiënt, die significant is. Deze uitkomst wijst erop dat het totaal van variabele beloningen een risicovergrotend effect teweeg heeft gebracht.

Samenvattend kan gesteld worden dat alle zowel korte als lange termijn bonussen als mechanisme kunnen werken om meer risico te nemen.

Inhoudsopgave

Voorwoord 2

Samenvatting 3

1 Introductie 5

1.1 Aanleiding van het onderzoek 5

1.2 Probleemstelling 6

1.3 Afbakening van het onderzoek 7

1.4 Relevantie van het onderzoek 8

1.5 Begripsbepaling 9

1.6 Structuur en opbouw 9

2 Theorie 11

2.1 Beloningen 11

2.2 Beloningen en de agency theorie 12

2.3 Risico 13

2.4 Relatie tussen beloningen en risico 15

3 Onderzoeksopzet 19 3.1 Selectie en onderzoeksdata 19 3.2 Onderzoeksmethode 19 3.3 Controlevariabelen 22 3.4 Model 24 4 Onderzoeksresultaten 25 4.1 Beschrijvende statistiek 25 4.1.1 Onafhankelijke variabelen 26 4.1.2 Controlevariabelen 27 4.2 Multicollineariteitsanalyse 28

4.3 Resultaten statistisch onderzoek 29

4.4 Overige resultaten 31

5 Conclusie 33

5.1 Conclusie 33

5.2 Beperkingen van het onderzoek 35

5.3 Aanbevelingen voor vervolgonderzoek 35

Referenties 37

1

Introductie

1.1 Aanleiding van het onderzoek

In de zomer van 2007 is het moment daar, Nederland wordt net als zoveel andere landen getroffen door de kredietcrisis. Deze kredietcrisis wordt ook wel als de ergste economische crisis sinds die van de jaren `30 beschouwd. De directe aanleiding van deze kredietcrisis was het uiteenspatten van de woningmarktbubbel in de Verenigde Staten toen men erachter kwam dat er veel sub-prime hypotheken waren verstrekt. Dit zijn hypotheken waarbij aanvang een lage rente in rekening gebracht wordt die vervolgens langzaam oploopt, en waarbij per saldo veel meer rente wordt betaald dan bij andere hypotheken. Een ander bijzonder kenmerk is dat deze hypotheekvorm vooral verstrekt werd aan mensen die om een verscheidenheid aan redenen anders geen hypotheek konden krijgen. Bijvoorbeeld leners die niet genoeg inkomen genereren om aan hun betalingsverplichtingen te voldoen (Chomsisengphet en Pennington-Cross, 2006). De risico’s van deze leningen hadden zich middels derivaten verspreid door het hele financiële systeem, en door de onduidelijkheid over wie de risico’s precies droeg, waren de gevolgen verstrekkend (de Wit, 2010).

De financiële sector kreeg, ook in Nederland, rake klappen met als gevolg dat de overheid de financiële sector heeft bijgestaan door miljarden aan staatssteun te verlenen. Daarnaast

werden Fortis en ABN Amro genationaliseerd om te voorkomen dat deze banken, zoals in een eerder stadium bij buitenlandse banken was gebeurd, over de kop zouden gaan. De

kredietcrisis mondde uit in een economische crisis, waarvan wij tot op de dag van vandaag de gevolgen aan den lijve ondervinden.

Nadat de rust in de financiële sector in Nederland enigszins is wedergekeerd, begint de discussie over de oorzaken van deze financiële crisis. Een van de mogelijke oorzaken die genoemd wordt zijn de, in de ogen van de maatschappij, excessieve bonussen die de meeste ondernemingen in de financiële sector erop na houden. In het onderzoek van de commissie de Wit (2010) wordt gesteld dat door de internationale positie van de Nederlandse bedrijven in de financiële sector, het toenemende gebruik van prestatiebeloning is komen overwaaien vanuit het Verenigd Koninkrijk en de Verenigde Staten. In een internationale enquête van accountantskantoor KPMG (2009) onder 500 bankbestuurders wijst meer dan de helft van de topbankiers het beloning- en bonusbeleid aan als belangrijkste veroorzaker van de

kredietcrisis. Ook oud-premier Balkenende en oud-minister Bos wijten de excessieve bonussen als medeoorzaak van de financiële crisis (NRC Handelsblad 2008)1. In reactie hierop zijn verschillende acties ondernomen: zo is er in de Code Banken vastgelegd dat bankiers nog maar 30% van hun bonus in contanten uitbetaald mogen krijgen, en mag de bonus hooguit 60% van het totale salaris bedragen. Een andere reactie die voortvloeit uit deze kredietcrisis zijn de aanzienlijk strengere kapitaaleisen die banken moeten aanhouden, zodat ze minder snel in de problemen komen. Deze nieuwe regels liggen verankerd in de in januari 2010 ingevoerde Code Banken en in het nieuwe ontwerp van het Basel III akkoord.

Het is echter de vraag of de invoer van deze nieuwe verscherpte wet- en regelgeving, onder andere naar aanleiding van de onderzoeksresultaten van commissie de Wit (2010), gegrond is. Zo zijn er namelijk ook een aantal onderzoeken die tot heel andere conclusies komen wat betreft beloningen en het nemen van excessieve risico’s. Fahlenbrach en Stulz (2010) komen 1_{http://vorige.nrc.nl/economie/article2047650.ece/Bos_en_Balkenende_lagere_bonus_afdwingen}

in hun onderzoek naar de beloningen van CEO’s bij banken en de kredietcrisis namelijk tot de conclusie dat banken met hogere optie- en cashbonussen niet slechter hebben gepresteerd tijdens de crisis. Daarnaast komen Vallascas en Hagendorff (2010) in hun onderzoek tot de ontdekking dat optiebonussen een risico vergrotend effect hebben en cashbonussen juist een risico mitigerend effect. En dat terwijl juist het toekennen van cashbonussen flink aan banden is gelegd. De publieke opinie in Nederland veronderstelt, in tegenstelling tot wetenschappelijk onderzoek, dat er een relatie bestaat tussen (excessieve) bonussen en het nemen van risico’s door CEO’s van banken. Dit werd begin dit jaar nogmaals onderstreept door de ophef die ontstond over de bonussen bij de ING. Het is daardoor interessant en relevant om te onderzoeken of de publieke opinie valide is, of dat in Nederland tot dezelfde

onderzoeksresultaten gekomen wordt als het onderzoek van Fahlenbrach en Stulz (2010) en Vallascas en Hagendorff (2010) in de Verenigde Staten.

1.2 Probleemstelling

Om een antwoord te kunnen geven op de schuldvraag van de kredietcrisis dienen allerlei mogelijkheden onderzocht te worden. Gezien de zowel maatschappelijke als politieke

aandacht voor de rol van de beloningen in de crisis, is het van belang aandacht te besteden aan de rol van de beloningen op het nemen van risico’s voor de bank. In het bijzonder ben ik hierin geïnteresseerd met betrekking tot de variabele beloningen bij Nederlandse banken. De vraag die in deze scriptie centraal staat is:

Wat is de invloed van de beloningen voor CEO’s van beursgenoteerde Nederlandse banken op het nemen van risico’s voor de bank?

De beloningen voor CEO’s kunnen verschillende vormen aannemen, deze worden in de beantwoording van de eerste deelvraag beschreven. Dit onderzoek richt zich voornamelijk op het variabele deel van de beloningen. Vervolgens zal er op basis van statistische analyse per beloningsvorm een bepaling van de significantie en een kwantificering van de invloed op bankrisico gedaan worden. Voor de inhoudelijke invulling hiervan wordt verwezen naar hoofdstuk 4.

Deze centrale vraag en het in de introductie geconstateerde heeft geleid tot de hieronder genoemde deelvragen. Deze geven ook een weergave van de opbouw van dit rapport.

- Hoe zijn beloningen voor beursgenoteerde banken vormgegeven? - Wat wordt verstaan onder risico in de bankensector?

- Hoe kunnen beloningen en risico’s worden gemeten?

- Welke hypothesen met betrekking tot beloningen bij banken en uitstaande risico’s zijn relevant in de huidige wetenschappelijke en maatschappelijke context? - Hoe en met welke data kunnen deze hypothesen getest worden?

- Welke conclusies kunnen getrokken worden op basis van het testen van de hypothesen?

1.3 Afbakening van het onderzoek

De tijdsperiode die onderzocht wordt in deze scriptie is een periode van vier jaar, om precies te zijn de periode 2003-2007. Deze tijdsperiode wordt gehanteerd omdat in 2003 de

economische groei weer toeneemt, sinds het barsten van de internetbubbel in 2000 (zie onderstaand figuur/ bijlage I). Vanaf deze periode tot en met 2007 zijn naast de kredietcrisis geen belangrijke gebeurtenissen van invloed op de economische ontwikkeling van Nederland. Het jaar 2007 is het slotjaar voor de gehanteerde onderzoeksperiode, omdat in dit jaar de kredietcrisis in Nederland voet aan de grond kreeg en het daarop volgende jaar de ABN AMRO werd genationaliseerd en onder andere de ING een kapitaalinjectie kreeg. De genoemde tijdsperiode is een relevante periode om te onderzoeken of in aanloop naar de kredietcrisis meer risico genomen is door banken.

In dit onderzoek wordt alleen gekeken naar Nederlandse banken. Hiervoor is gekozen omdat, zoals ook uit de eerste paragraaf blijkt, het maatschappelijk verkeer en verschillende politici banken en de beloningen die daar toegekend werden aan executieves zien als de veroorzaker van de kredietcrisis (Fahlenbrach en Stulz, 2010; Bebchuk en Spamann, 2009). Daarnaast is er nog niet eerder onderzoek gedaan naar de beloningen en risico voor Nederlandse banken. Hieruit blijkt ook meteen de volgende afbakening, namelijk dat alleen gekeken wordt naar de beloningen van de CEO’s van de betreffende banken. Zoals gezegd staan de beloningen van de CEO’s onder vergrote belangstelling van de maatschappij. Daarnaast wordt de CEO veelal gezien als het boegbeeld van de onderneming en neemt hij, zij het in overleg met anderen, de beslissingen. In deze scriptie wordt aangenomen dat de CEO invloed kan uitoefenen op het nemen van risico’s binnen de bank. Hiervoor wordt gerefereerd aan de ‘groupthink theorie’. Deze theorie stelt dat in het proces van groepsdenken, door een aantal factoren, er foutieve of onethische beslissingen genomen worden. Beleid- en besluitvorming groepen kunnen zo samenhangend zijn, dat een sterke executieve (leider) in staat is om unanieme steun voor een verkeerde of minder goede beslissingen te krijgen (Sims, 1992).

Ten slotte worden alleen beursgenoteerde banken meegenomen. De reden hiervoor is de gekozen onderzoeksmethode. Deze laat namelijk alleen ruimte voor beursgenoteerde bedrijven omdat bij de meting van de risico’s gebruik gemaakt wordt van marktprijzen, zie hiervoor paragraaf 3.2. Er wordt in dit onderzoek gebruik gemaakt van het Merton distance to default model omdat eerdere recentelijk gepresenteerde onderzoeken van Vallascas en

Hagendorff (2010) en Balachandran (2010) ook gebruik hebben gemaakt van deze

onderzoeksopzet alleen dan voor Amerikaanse (en enkele Europese) banken. Met eenzelfde onderzoeksmethode wordt getracht een antwoord te formuleren op de situatie van beloningen en risico zoals die zich hier in Nederland voordoet.

1.4 Relevantie van het onderzoek

Onderdeel van het eerder genoemde onderzoek van De Wit (2010) was het doorlichten van de financiële sector in Nederland. De commissie de Wit is in 2009 door de Tweede Kamer in het leven geroepen naar aanleiding van de felle debatten betreffende de kredietcrisis. De opdracht die de commissie heeft meegekregen was antwoord te vinden op vragen als: (1) Hoe is het mogelijk dat een dergelijke ingrijpende crisis in de financiële sector is ontstaan? (2) Welke oorzaken liggen hieraan ten grondslag en zijn er schuldigen aan te wijzen? (3) Wat dient er te gebeuren om een herhaling te voorkomen? Men heeft getracht antwoord te vinden op deze vragen door middel van interviews met experts en hoogwaardigheidsbekleders uit de

financiële wereld en een literatuurstudie omtrent de financiële crisis. Daarnaast zijn een aantal case studies verricht en tot slot is de wet- en regelgeving en het toezichtsysteem van de

financiële sector in kaart gebracht.

De commissie heeft hierbij onder andere beloningen en risicomanagement systemen onderzocht. Zij concludeert dat door de crisis evidente tekortkomingen in het

risicomanagement binnen de financiële instellingen aan het licht zijn gekomen. Belangrijke kredietrisico’s zijn onderschat en/of niet onderkend.

Een tweede mogelijke oorzaak van de crisis volgens de Wit is dat er teveel gefocust is op commerciële belangen waaraan de perverse prikkels die uitgingen van de beloningen ten grondslag lagen. Deze conclusie is in lijn met de conclusie van andere onderzoeken

bijvoorbeeld Chen et al.,2006; Coles et al., 2006; Bebchuk en Spamann, 2010; Bolton et al., 2010; Suntheim, 2010. In deze onderzoeken naar de relatie tussen het nemen van risico en het verkrijgen van beloningen in de financiële sector, is ook gebleken dat de hoge beloningen het nemen van hoge risico’s in de hand werkt. Echter, John en John, 1993; Ross, 2004; Duru et al., 2005; Guo et al., 2010 konden geen bewijs vinden dat de beloningsprikkels oorzaak waren van de kredietcrisis. Dit is in lijn met eerder onderzoek van Houston (1995) die een aantal jaren geleden ook geen bewijs kon vinden dat de beloningsprikkels het nemen van hogere risico’s tot gevolg had. Voor een verdere uiteenzetting van de resultaten van deze

onderzoeken verwijs ik naar paragraaf 2.4.

Samengevat kan er gesteld worden dat er redelijk veel onderzoek is gedaan naar de factor beloningen en het nemen van risico’s. In het licht van de recente economische crisis ga ik ervan uit dat de relatie tussen beide factoren in toenemende mate als significant beschouwd mag worden. Maar het tot nu toe uitgevoerde onderzoek komt niet tot een sluitende,

eenduidige conclusie. Dit is een reden waarom aan de conclusie van de Wit (2010) getwijfeld kan worden. Daarom wordt in deze scriptie nogmaals naar de relatie tussen beloningen en het nemen van risico’s gekeken. Hier wordt in het rapport van de commissie de Wit het volgende over gezegd:

‘(…)Belangrijke risico’s binnen het financiële stelsel zijn structureel onderschat en/of niet onderkend, terwijl de kennis van de risico’s op de eigen balans door instellingen te beperkt was(…) Daarnaast stonden de beloningen van bestuurders in veel gevallen niet in verhouding

tot het risico dat gelopen werd en de hoeveelheid kapitaal die werd aangewend, nog los van het feit of de doelstellingen gehaald werden(…)’.

1.5 Begripsbepaling

In deze paragraaf worden de hierna volgende belangrijkste begrippen in deze scriptie kort beschreven: beloningen, excessieve bonussen, risico, boekwaarde en de marktwaarde. Het inrichten van de beloningsstructuur vindt zijn oorsprong in de agency theorie, het is namelijk de bedoeling door de beloningen op een bepaalde manier in te richten, prikkels te geven aan de bestuurders van de organisatie om in het belang van de aandeelhouders te werken (Berle en Means,1932). Ook nu nog, tientallen jaren later speelt de agency theorie een belangrijke rol binnen ondernemingen. Pathan (2009) geeft aan dat toezichthouders banken waar de belangen van aandeelhouders en managers op elkaar zijn afgestemd, intensiever moeten monitoren omdat dit zou kunnen leiden tot het nemen van meer risico. In paragraaf 2.1 wordt verder ingegaan op de definitie van beloningen en de verschillende prikkels die daaruit voortvloeien voor de CEO.

In de voorgaande paragraaf werd excessieve bonussen genoemd. Deze terminologie is in de media vaak gebruikt om de bonussen en andere vormen van beloning te omschrijven. Het is echter een uiterst subjectief begrip, het is moeilijk aan te geven wanneer een beloning

bovenmatig of overdreven hoog is. Daarom kan er hier geen eenduidige omschrijving van het begrip excessieve bonussen gegeven worden.

De Dikke van Dale definieert risico als ‘het gevaar voor schade of verlies, de gevaarlijke kansen die zich bij iets voordoen’. In hun onderzoek naar het uitbesteden van het managen van risico beschrijven Aubert, Party et all. (2005) risico als een ‘onwenselijke gebeurtenis’, daarnaast wordt onderscheid gemaakt tussen endogene (risico’s die afhankelijk zijn van onze acties) en exogene risico’s(risico’s waar men geen controle over heeft, die men niet kan beïnvloeden). Voor een verdere beschouwing van risico’s binnen de bankensector verwijs ik naar paragraaf 2.3.

In het vervolg van het onderzoek zal veelvuldig gerefereerd worden aan de boekwaarde van de activa, de boekwaarde van het eigen vermogen en de boekwaarde van de passiva. Onder boekwaarde wordt verstaan: de waarde waartegen activa dan wel passiva op de balans zijn opgenomen, met andere woorden de waarde waarvoor het in de boeken staat. De boekwaarde van een actief hoeft niet gelijk te zijn aan de werkelijke waarde, in de jaarrekening zal

gekeken moeten worden hoe verschillende balansposten gewaardeerd zijn. Dit kan variëren van reële waarde van activa, tot de (aanschafwaarde) nominale waarde van het

aandelenkapitaal.

Een andere veel voorkomende term is de marktwaarde, en dan in het bijzonder de marktwaarde van het eigen vermogen en de marktwaarde van de activa. Onder de marktwaarde van het eigen vermogen wordt verstaan, het aantal uitstaande aandelen vermenigvuldigd met de waarde van de aandelenkoers.

De marktwaarde van de activa is in dit onderzoek een geschatte waarde van de activa op de markt.

1.6 Structuur en opbouw

In dit eerste hoofdstuk is een beschrijving gegeven over wat er in deze scriptie onderzocht zal worden, daarnaast is uiteengezet wat de relevantie van dit onderzoek is met het oog op de al bestaande literatuur.

Om een antwoord te kunnen formuleren op de eerste twee deelvragen, namelijk hoe de

beloningen zijn vormgegeven voor beursgenoteerde banken en wat wordt verstaan onder risico in de bankensector en hoe dit gemeten wordt, is een literatuurstudie gedaan. Deze

literatuurstudie is opgenomen in hoofdstuk twee van deze scriptie, daarnaast is in dit hoofdstuk ook stilgestaan bij de relatie tussen beloningen en het nemen van risico. Het hoofdstuk sluit af met het opstellen van een drietal hypotheses naar aanleiding van het literatuuronderzoek.

Nadat de soorten risico’s, de verschillende vormen van beloningen zijn besproken en de hypotheses opgesteld zijn, wordt in het derde hoofdstuk de onderzoeksopzet beschreven en daarmee antwoord gegeven op hoe en met welke data de opgestelde hypotheses getest kunnen

worden.

Hier wordt uitleg gegeven over het gehanteerde model, het distance to default model, wat gebruikt wordt om het risico te meten. Ook de variabelen die gebruikt worden om de beloningen weer te geven en de controle variabelen worden in dit hoofdstuk behandeld. In hoofdstuk 4 wordt het model, bepaald in hoofdstuk 3, toegepast op de data die verzameld zijn voor de beursgenoteerde Nederlandse banken.

Tot slot wordt in hoofdstuk 5 de laatste deelvraag behandeld, en wordt besproken welke conclusies er getrokken kunnen worden naar aanleiding van de uitgevoerde analyse op Nederlandse banken. Ook wordt stilgestaan bij de beperkingen en mogelijkheden tot vervolg onderzoek naar aanleiding van de uitkomsten van dit onderzoek.

2

Theorie

In dit hoofdstuk komen verschillende elementen aan bod. In de eerste paragraaf wordt het antwoord gegeven op de eerste deelvraag: hoe de beloningen bij beursgenoteerde banken zijn vormgegeven. In de daarop volgende paragraaf wordt een link gelegd tussen de eerder

besproken beloningen en de agency theorie. Er wordt teruggegrepen naar deze theorie omdat de beloning zijn oorsprong vindt in de agency theorie. Vervolgens wordt toegelicht wat het begrip risico voor banken betekent, en daarmee wordt een antwoord geformuleerd op de tweede deelvraag. In paragraaf 2.4 wordt de relatie tussen beloningen en risico besproken aan de hand van een aantal eerder verrichte onderzoeken.

2.1 Beloningen

Suntheim (2010) beschrijft in zijn onderzoek de structuur van de beloningen die in zijn algemeenheid geldt voor de CEO’s van banken. Suntheim onderkent in zijn onderzoek vier verschillende componenten. Te weten (1) een vast salaris, (2) een korte termijn bonus, (3) een aandelenbonus en (4) een aandelenoptiebonus. De drie componenten naast het vaste salaris worden in de volksmond een bonus genoemd. Bonus, een woord dat door de Dikke van Dale wordt omschreven als ‘iets extra’s’. Een bonus is dus een extra beloning bovenop het vaste salaris.

Het meest bekende voorbeeld van een korte termijn bonus die door Suntheim (2010) genoemd wordt, is de cashbonus, dit is een bonus die binnen een jaar wordt uitgekeerd in contanten. De CEO komt in aanmerking voor deze bonus indien hij de vooraf opgestelde doelstellingen behaalt. Deze doelstellingen zijn meestal gebaseerd op doelen die binnen een jaar gerealiseerd moeten worden, dus op de korte termijn. Welke doelen nagestreefd worden, hangt af van de strategie en visie van de aandeelhouders van de onderneming. Het komt steeds vaker voor dat de geleverde prestaties van de CEO cq onderneming vergeleken worden met marktgegevens, benchmarking. Dit zijn ondernemingen zowel binnen als buiten de financiële sector, die volgens de Raad van Commissarissen qua omvang en werksfeer vergelijkbaar zijn met de betreffende bank. Prestatiemaatstaven die voor cashbonussen zoal worden aangehouden zijn omzetgroei, EBIT, persoonlijke targets en werkkapitaal (van der Meer, 2007).

Suntheim (2010) wijst ook op een aantal nadelen van deze beloningsvorm, het is namelijk makkelijk voor een CEO om de prestatiemaatstaven waarop hij/zij beoordeeld wordt te manipuleren aan de hand van bijvoorbeeld window dressing. Daarnaast gaat het om korte termijnen en over historische informatie, dit kan leiden tot kortzichtige besluitvorming van de CEO.

Daarom wordt er in ondernemingen ook veel gebruik gemaakt van lange termijn bonussen, de aandelenbonus is een voorbeeld van een dergelijke lange termijn bonus. Hierbij worden zogenoemde ‘restricted shares’, voorwaardelijke aandelen, toegekend of wordt een bonus uitbetaald wanneer aan vooraf gespecificeerde prestatiecriteria wordt voldaan die betrekking hebben op een tijdshorizon langer dan een jaar (meestal 3-5 jaar). De beloning is dus

gekoppeld aan het verhogen van de waarde van de aandelen. Het komt vaak voor dat CEO’s aandelen van de onderneming in hun bezit hebben. Verklaringen hiervoor zijn de

bovengenoemde bonusstructuren, bijvoorbeeld de uitoefening van de aandelenopties. Daarnaast noemt Suntheim (2010) de minimumeis die banken stellen voor de participatie in

de onderneming door de CEO. De achterliggende gedachte hierbij is dat door de CEO aandeelhouder te maken, hij/zij ook in het belang van de aandeelhouders zal handelen. Een nadeel van dit beloningsmiddel, voor een adequate werking van de beloningen, is dat deze mede afhankelijk is van economische factoren die de CEO niet kan beïnvloeden. Een voorbeeld hiervan is het ineenklappen van de aandelenmarkt een paar jaar geleden, ook de CEO’s die de zaken wel goed op orde hadden zagen hun aandelenbonus verschrompelen. Tot slot is er de aandelenoptiebonus, bij een aandelenoptie heeft de CEO het recht om een bepaald aandeel te kopen voor een vooraf vastgestelde uitoefenprijs. Een typisch optiecontract betreft callopties en deze hebben een looptijd van 10 jaar, en vesten na 3 jaar. De uitoefenprijs is meestal ingesteld op de marktprijs rond de datum van toekenning of daar iets boven. De aandelenoptiebonus is gevoelig voor volatiliteit, hoe beweeglijker de koers van het aandeel des te hoger de prijs van de optie zal zijn. Oorzaak hiervan grijpt terug in de

financieringstheorie, zoals besproken door Black en Scholes (1973), door een grotere volatiliteit van het aandeel is de kans op potentiële winst groter.

Bij beleggers is volatiliteit een maatstaf voor het risico dat zij lopen2. In het algemeen kan gesteld worden dat het nemen van risico zorgt voor het behalen van rendement.

2.2 Beloningen en de agency theorie

De beloning vindt zijn oorsprong in de agency theorie, het is namelijk de bedoeling door de beloningen op een bepaalde manier in te richten, prikkels te geven aan de bestuurders van de organisatie om in het belang van de aandeelhouders te werken en de juiste beslissingen te nemen (Berle en Means,1932).

Er is sprake van een belangentegenstelling tussen de eigenaar van de onderneming

(aandeelhouders) en de manager van de onderneming (CEO). Deze tegenstelling is terug te vinden in de risicobereidheid van de manager en de aandeelhouder, een manager is doorgaans risico-avers en een aandeelhouder is doorgaans risiconeutraal (Jensen en Mercking, 1976). De agency theorie stelt dat er een optimale beloningsstructuur nodig is om de belangen van de manager (CEO) en de aandeelhouders op een lijn te krijgen. Op deze manier wordt de

manager door uitkeringen in geld of door het verkrijgen van aandelen, geprikkeld om in het belang van de aandeelhouders te werken/ aandeelhouderswaarde te maximaliseren. Het is daarbij belangrijk om een goede inrichting te maken van zowel korte als lange termijn beloningen om tot het gewenste effect te komen. (Jensen en Mercking, 1976).

Zoals in de vorige paragraaf werd aangegeven is het niet ongewoon dat CEO’s in het bezit zijn van aandelen van hun bedrijf. CEO’s voelen zich daardoor meer verbonden met de onderneming wanneer zij delen in de financiële risico’s, daarnaast is het een methode om de CEO sterker aan de onderneming te binden.

2.3 Risico

De Dikke van Dale definieert risico als ‘het gevaar voor schade of verlies, de gevaarlijke kansen die zich bij iets voordoen’. In de financiële sector is dit slechts een kant van het

verhaal. Wanneer een risico genomen wordt, is er de kans dat verlies geleden wordt maar er is ook de kans, dat erop vooruit gegaan wordt. Risico is dus vanuit twee kanten te bekijken, het gevaar voor verlies maar ook de kans op winst. In hun onderzoek naar het uitbesteden van het managen van risico beschrijven Aubert, Party et all. (2005) risico als een ‘onwenselijke

gebeurtenis’. De Committee of Sponsoring Organizations of the Treadway Commission

(2004) definieert risico als de kans op het optreden van een gebeurtenis of omstandigheid die er toe kan leiden dat een doelstelling niet gehaald wordt.

Banken worden geconfronteerd met een heel scala aan risico’s, bijvoorbeeld: kredietrisico, prijsrisico, renterisico, valutarisico, integriteitrisico, strategisch risico, systeemrisico, operationeel risico. Nu is het ene risico bankspecifieker dan het andere, in deze paragraaf worden de vijf meest bankspecifieke risico’s behandeld. Volgens Leenaars (2003) zijn dit: liquiditeitsrisico, kredietrisico, marktrisico, renterisico en het operationeel risico. Het Basels Comité heeft naar aanleiding van deze risico’s richtlijnen opgesteld waar banken zich aan dienen te houden. De jaarrekeningen van banken moeten opgesteld worden conform Basel II, die verankerd is in de wet financieel toezicht. De eerste pijler (richtlijn) die in Basel genoemd wordt is de minimale kapitaaleis. Het comité biedt richtlijnen voor de berekening van het kapitaal dat een bank volgens toezichthouders minimaal moet aanhouden om kredietrisico’s, marktrisico’s en operationele risico’s te dekken. Een bank kan kiezen uit enkele methodes hoe de minimum kapitaaleisen berekend moeten worden. Dit kapitaal moet tenminste 8% van de naar risico gewogen activa zijn in Basel II. Naar aanleiding van de kredietcrisis zal onder Basel III, de kapitaaleis over een paar jaar verhoogd worden naar 10,5% en in economische slechtere tijden mogelijk naar 13%.

Kapitaal wordt door Basel opgesplitst in tier 1 (eigen vermogen en gereserveerde winsten na belasting) en tier 2 kapitaal (ander elementen die tot kapitaal mogen worden gerekend door de nationale toezichthouders zoals bijvoorbeeld algemene reserves).

Leenaars (2003) geeft in zijn artikel, in reactie op de toenemende belangstelling voor het risicomanagement bij banken, een overzicht van de belangrijkste bankspecifieke risico’s, de wijze waarop die risico’s gemeten kunnen worden en de manier waarop deze risico’s beheerst en gemanaged kunnen worden.

De definitie van het liquiditeitsrisico kan als volgt omschreven worden: de bestaande of toekomstige bedreiging van vermogen en resultaat van de bank als gevolg van de omstandigheid dat zij op enig moment niet in staat zal zijn aan haar korte termijn

betalingsverplichtingen te voldoen zonder dat dit gepaard gaat met onaanvaardbare kosten of verliezen. Het liquiditeitsrisico is een fataal risico, een risico dat vanuit drie invalshoeken bekeken kan worden: de onmogelijkheid voor de bank om zich tegen normale kosten te (her)financieren, het liquiditeitsrisico van de markten, en het liquiditeitsrisico van soorten bezittingen (Leenaars, 2003).

Het volgende bankspecifieke risico is het kredietrisico, het meest basale risico van banken. Dit risico laat zich definiëren als het door debiteuren niet of niet tijdig voldoen aan

betalingsverplichtingen (‘default’). Deze laatste omvatten aflossing- en rentetermijnen. Dit betreft niet alleen debiteuren, maar ook het onderlinge risico tussen financiële instellingen.

Doordat veel uitstaande schulden buiten de balans gehouden worden is het niet altijd mogelijk het kredietrisico van de balans af te leiden. Daarnaast moet duidelijk zijn dat het niet tijdig voldoen aan betalingsverplichtingen door debiteuren, niet gelijk is aan het faillissement van een bank. Wanneer een ‘default’ zich voortdoet bij een bank kan de bank bijvoorbeeld kiezen voor herstructurering of het verkopen van vorderingen e.d. (Leenaars, 2003). Deze ‘default’ kan op een aantal manieren gemeten worden zoals door het Credit Metrics of het Merton distance to default model. De DNB hanteert als kapitaaleis voor het kredietrisico 8% van de som van de naar risico gewogen posten. Deze risicoweging kan bepaald zijn door vaste risicogewichten en/of afgeleid zijn van externe ratings3.

Marktrisico laat zich definiëren als het risico van daling van de marktwaarden van de

handelsportefeuille van de bank als gevolg van fluctuaties op de markt gedurende een periode die nodig is om de betrokken bezittingen te verkopen. Dit risico wordt meestal gemeten met behulp van het Value at Risk model (VaR) en heeft alleen betrekking op het handelsboek van banken. (Leenaars, 2003).

Banken hebben namelijk een handelsboek (markt- en liquiditeitsrisico) en een bankboek (rente- en liquiditeitsrisico), dit onderscheid is echter niet helemaal zwart-wit. Hoewel het verschil tussen het handelsboek en het bankboek nooit officieel is gedefinieerd, wordt veelal het volgende onderscheid gemaakt: in het bankboek wordt meestal een ‘buy and

hold’-strategie aangehouden, dit houdt in dat een positie wordt aangegaan met de bedoeling deze tot het eind van de looptijd te handhaven. In het bankboek worden vrijwel altijd de transacties van middellange termijn opgenomen (leningen). In het handelsboek is sprake van met name (gemakkelijk) verhandelbare instrumenten (aandelen, opties), het is meer een portefeuille voor korttermijn instrumenten (Leenaars, 2003).

Renterisico is het risico dat resultaten en/of de economische waarde van een bank kunnen dalen door ongunstige ontwikkelingen op de geld- en kapitaalmarkt. Het renterisico ontstaat door een ‘mismatch’ tussen activa en passiva, doordat in producten (hypotheken e.d.) rentegerelateerde opties zijn verwerkt die de kasstromen kunnen beïnvloeden, doordat de vorm van de rentecurve kan veranderen en doordat de relatie tussen de verschillende curven verandert.

Tot slot wordt stilgestaan bij het operationeel risico, een begrip dat Leenaars quote aan de hand van het Basels Comité en wordt door hen als volgt gedefinieerd: het risico van verliezen als gevolg van ontoereikende of falende interne processen en systemen, fouten van

medewerkers of externe gebeurtenissen (Basel, 2004).

Dit risico is onlosmakelijk verbonden met menselijk handelen, dat bij uitstek voortdurend verandert en moeilijk voorspelbaar is (van den Tillaart, 2001). Dit alles maakt het

operationele risico een moeilijk meetbaar risico. Basel (2004) geeft als mogelijkheden tot het meten van het operationele risico: (1) basisindicatorenbenadering, (2) standaardbenadering, en (3) Advanced Measurement Approaches (AMA). Voor opzet en werking van deze methoden wordt verwezen naar Basel II. De minimum kapitaaleis voor het operationele risico wordt door de DNB als volgt verwoord:

‘In het Bazel II-raamwerk is de eis voor het operationele risico in beginsel gekalibreerd op een niveau van 12% van de totale vereiste solvabiliteit en is zodanig ingebouwd in het stelsel van solvabiliteitsvereisten dat het aandeel van de belangrijkste bestaande component, de

vereiste solvabiliteit voor het kredietrisico, qua omvang met hetzelfde percentage is gereduceerd’4.

In deze scriptie focus ik mij alleen op het kredietrisico dat banken lopen. Dit omdat het kredietrisico het belangrijkste risico is dat banken lopen (Doff, 2005). In aanloop naar de crisis werd door financiële instellingen veelvuldig gebruik gemaakt van securitisatie. Securitisatie is een financieringsinstrument waarbij het gaat om het combineren, creëren en recombineren van categorieën activa en effecten in nieuwe vormen. Activa, leningen, vorderingen enzovoort, van meerdere debiteuren en van meer dan één verkoper worden samengevoegd en opnieuw verpakt, onderschreven en verkocht (Telpner, 2003). Deze

financieringsvorm werd gebruikt om op steeds grotere schaal kredietrisico’s door te verkopen, en om kapitaaleisen te ontlopen en zo met hetzelfde eigen vermogen nog meer leningen te kunnen verstrekken (commissie de Wit, 2010).

De variabelen die kredietrisico vormen zullen worden afgeleid en gebruikt worden om dit risico te meten.

2.4 Relatie tussen beloningen en risico

Er is inmiddels, in de loop der jaren, veel onderzoek verricht naar de relatie tussen beloningen en risico. Echter doordat de resultaten uit deze verschillende onderzoeken niet altijd met elkaar overeenkomen, blijft er onduidelijkheid over de relatie tussen beloningen en risico. Zo zijn er onderzoekers die tot de conclusie komen dat bepaalde beloningselementen leiden tot het nemen van meer risico, maar zijn er ook onderzoekers die tot een tegengestelde conclusie komen. De betreffende onderzoeken zullen in het vervolg van deze paragraaf besproken worden.

In de meeste onderzoeken wordt slechts één van de elementen van de beloningen in relatie gebracht met het nemen van risico. Er zijn slechts een paar onderzoeken die meerdere

beloningselementen meenemen in hun onderzoek (Vallascas en Hagendorff, 2010; Suntheim, 2010; Balachandran et al., 2010; DeYoung et al., 2009). Vallascas en Hagendorff (2010) hebben hun onderzoek gericht op de relatie tussen een drietal beloningselementen en het nemen van risico’s door CEO’s voor banken in zowel Amerika als Europa, dit voor de periode 2000-2008. Dit hebben zij onderzocht aan de hand van het Merton distance to default model, in het vervolg wordt hieraan gerefereerd met de term DD. De conclusie van het verrichte onderzoek is dat cashbonussen niet en optiebonussen juist wel leiden tot het nemen van meer risico. Er is door hen ook gekeken naar de invloed van een strengere wet- en

regelgeving op het nemen van risico’s door CEO’s, daaruit bleek dat in landen waar strengere regels gelden (en daarbij streng toezicht gehouden wordt) minder risico’s genomen worden door CEO’s.

Dit is in lijn met het onderzoek van Balachandran et al. (2010) die met een vergelijkbare onderzoeksmethode als dat van Vallascas en Hagendorff, ook de kans op default berekent. Zij doen dit aan de hand van het Heston en Nandi’s model. Hun onderzoek bestreek de jaren 1995-2008 voor 117 bedrijven in Amerika. Zij vonden bewijs dat de cashbonussen de kans op default verkleinen en aandelenopties- en aandelenbonus de kans op default juist vergroten. Suntheim (2010) heeft onderzocht of beloningen een impact hebben gehad op de prestaties van de bank tijdens de financiële crisis. Zijn onderzoek richt zich op grote internationale

banken in de periode 2000-2008. Hij heeft de impact onderzocht met behulp van de vega-to-delta ratio, vega (gevoeligheid van de CEO portefeuille op wijzigingen in de eigen vermogen volatiliteit) meet de prikkels voor bereidheid tot het nemen van risico’s en delta (gevoeligheid van de CEO portefeuille op wijzigingen in de aandeelprijs) is een proxy voor de prikkel afstemming tussen aandeelhouders en management. Hieruit concludeerde hij dat een hoge vega en een lage delta leiden tot een meer risicovol beleid. DeYoung et al. (2009) hebben een vergelijkbaar onderzoek verricht als Suntheim, ook door middel van de vega-to-delta ratio in relatie tot risicovolle investeringen, alleen hebben zij hier aan vega en delta andere

omschrijvingen toegekend. In hun onderzoek staat delta voor de pay-performance

gevoeligheid (meet de semi-elasticiteit van de vergoedingen van CEO’s op veranderingen in de aandelenprijs van de onderneming) en vega voor de risk-performance gevoeligheid (meet de veranderingen in de CEO beloning met volatiliteit van het aandeel). Uit hun onderzoek bleek dat CEO’s met een grote aandelenbonus (hoge delta) minder risico’s namen dan CEO’s met een grote aandelenoptiebonus (hoge vega), die juist meer risico namen en zich meer inlieten met moderne bankactiviteiten. Moderne bankactiviteiten zijn bijvoorbeeld het

doorverkopen van risico’s op leningen aan de hand van securitisatie, wat meer risico met zich mee brengt dan de traditionele bankactiviteiten zoals het opstellen en behouden van leningen. Een factor die veelvuldig wordt aangewezen als veroorzaker van het nemen van excessieve risico’s is de garantievoorziening door de overheid. Hierdoor wordt namelijk het risico van verlies voor aandeelhouders (of spaarders) verplaatst naar overheden, waardoor de prikkel om risico te nemen vergroot wordt (Bebchuk en Spamann, 2010). Een andere factor die daarnaast wordt aangewezen is de korte termijn visie die bij CEO’s gecreëerd wordt door beloningen te koppelen aan korte termijn doelstellingen. Het gevolg hiervan is, dat te veel wordt gefocust op de korte termijn om de bonus veilig te stellen en onvoldoende rekening gehouden wordt met de lange termijn risico’s voor de bank.

Verder is er nog een aantal onderzoeken waarin getracht is een relatie te ontdekken tussen één specifiek beloningselement en het nemen van risico. Voorbeelden hiervan zijn de

onderzoeken van Chen et al. (2006), Coles et al., 2006, Bolton et al., 2010, die in hun

onderzoeken komen met resultaten die erop wijzen dat aandelenopties het nemen van risico’s aanzienlijk vergroot. Daartegenover staat het onderzoek van Ross (2004), die het niet eens is met de conclusies van andere onderzoekers, dat alle beloningsvormen leiden tot het nemen van meer risico. Hij stelt dat dit afhangt van een aantal andere factoren, zoals het rijkdom effect van opties (mensen gaan meer uitgeven omdat ze daadwerkelijk rijker worden door bijvoorbeeld een loonsverhoging, of doordat zij het idee hebben rijker te zijn bijvoorbeeld door een stijging van de prijs van het aandeel dat zij bezitten). CEO’s zullen verschillend reageren op het nemen van meer of minder risico wanneer de rijkdom groter wordt. Dit heeft Ross onderzocht door concepten te ontwikkelen van variaties in de compensatie (opties), met behulp van die concepten ontwart hij drie verschillende effecten die een beloningsschema hebben op de houding van een CEO naar risico’s. Deze effecten verwerkt hij in de vorm van vergelijkingen, waar hij tevens nog andere soorten effecten in verwerkt (zoals het translatie-effect). Er is sprake van een translatie-effect als de ingeschatte beloning van de CEO naar een ander deel van het gebied van de opgestelde verwachting van de CEO verschuift. Ross (2004) concludeert zelfs dat opties ervoor kunnen zorgen dat minder risico genomen wordt.

Zoals in het begin van deze paragraaf werd aangegeven zijn er ook onderzoekers die geen of een omgekeerd evenredige relatie hebben gevonden tussen (bepaalde elementen van)

beloningen en het nemen van excessieve risico’s. Voorbeeld hiervan is het onderzoek van Vallascas en Hagendorff (2010) en Duru et al. (2005), in hun onderzoek naar cashbonussen

kwamen zij tot de conclusie dat over het algemeen cashbonussen de prikkels aan managers om grotere risico’s te nemen verminderen. Duru et al. hebben dit onderzoek verricht onder 1836 bedrijven in de tijdsperiode 1992-1997. Er wordt gebruik gemaakt van een ‘1 period, 3 date model’ dat aangepast wordt voor verschillende beloningsvormen. Waarbij de drie data momenten (1) de beloning van de CEO ligt vastgesteld in een contract, (2) de

investeringsprojecten van het bedrijf worden bekend gemaakt en (3) resultaat van de gekozen investering wordt bekend gemaakt, zijn. Die onderzoeksresultaten zijn in lijn met het

onderzoek van John en John (1993) die stellen dat door het gebruik van cashbonussen, CEO’s geprikkeld worden een faillissement te voorkomen en daarmee een risico mitigerende werking hebben. Dit komt doordat cashbonussen gericht zijn op de korte termijn, de CEO wordt dus gestimuleerd op de korte termijn veel winst te maken dit voorkomt een eventueel

faillissement.

De conclusie dat de cashbonus inderdaad een negatieve invloed uitoefent op het nemen van risico kan verklaard worden doordat de CEO zijn cashbonus veilig wil stellen en daardoor minder risico neemt. Immers indien hij veel risico neemt, kan zowel de solvabiliteit als de liquiditeit van de bank afnemen en bestaat de kans dat de cashbonus niet uitbetaald kan worden. De CEO speelt liever op ‘safe’ dan dat hij zijn cashbonus op het spel zet door meer risico te nemen.

Een ander voorbeeld is het onderzoek van Guo et al. (2010). Hoewel de uitkomsten van hun onderzoek suggereren dat zowel korte als lange termijn bonussen als mechanisme kunnen werken om CEO’s meer risico te laten nemen, is dit risicovergrotende effect niet geëscaleerd tijdens de financiële crisis. Het risico hebben zij gemeten als de standaarddeviatie van de aandelenkoers van het bedrijf, samen met de Z-score die gebruikt wordt om te voorspellen of een onderneming in financiële problemen zal komen. Er wordt vervolgens met de

verschillende elementen van de beloningen, waardering, presentatie en financiële nood een regressieanalyse verricht. In dit empirische gedeelte van het onderzoek komen zij tevens tot de conclusie dat een grotere proportie van lange termijn bonussen helpt bij het reduceren van de kans dat de bank in de problemen komt. Zij geven aan dat CEO’s van wie de beloning voor een groot deel uit aandelenbonus bestaat minder excessieve risico’s nemen. Dit is niet in lijn met de eerder genoemde onderzoeken van Vallascas en Hagendorff (2010) en Balachandran (2010), die juist bewijs vonden dat de lange termijn bonus (optiebonus) wel leidt tot het nemen van excessieve/grotere risico’s.

Over het algemeen kan gesteld worden dat een analyse van de bestaande literatuur leidt tot het gegeven dat empirische bevindingen over de relatie tussen beloningen en het nemen van risico in het bankwezen, varieert met de gegevens van de steekproef, regelgeving, gebruikte

methodologie en de meting van de beloningen. Daarnaast is er slechts een drietal onderzoeken verricht naar alle elementen van een CEO’s beloning zo als genoemd in paragraaf 2.1 en het nemen van risico.

Daarom wordt getracht in dit onderzoek duidelijkheid te scheppen omtrent beloningen en het nemen van risico’s voor Nederlandse banken. Er wordt in dit onderzoek gebruik gemaakt van het Merton distance to default model omdat eerdere recentelijk gepubliceerde onderzoeken van Vallascas en Hagendorff (2010) en Balachandran et al. (2010) ook gebruik hebben gemaakt van deze onderzoeksopzet alleen dan voor Amerikaanse (en enkele Europese) banken. Zoals tevens uit de literatuurverkenning naar voren is gekomen, nemen bijna alleen deze onderzoeken alle beloningsvormen mee in hun onderzoek. Deze literatuurverkenning heeft dan ook geleid tot de volgende onderstaande hypotheses die in deze scriptie onderzocht zullen worden.

Op basis van de voorgenoemde onderzoeken is de eerste hypothese opgesteld. De

verwachting is dat de omvang van de cashbonus een positief effect heeft op het risico waaraan een bank blootgesteld staat. Echter, gezien de maatschappelijke discussie is het niet

onwaarschijnlijk dat er sprake is van een genuanceerder beeld. Dit beeld betreft dan de verhouding van de totale cashbonus ten opzichte van de totale beloning. De stelling die hiermee wordt gedeponeerd is, dat er sprake is van een negatieve relatie tussen cashbonus en risico onder voorwaarde dat deze bonus niet excessief is. Hypothese H1 is dus opgesteld onder de aanname dat de cashbonus niet als excessief wordt betiteld.

 H1 : er is sprake van een positieve relatie tussen de omvang van de cashbonus en

de hoogte van DD, wat dus betekent dat er een negatieve relatie is tussen de omvang van de cashbonus en de hoogte van het risico;

Voor de aanwezigheid van de optiebonus wordt op basis van de beschreven onderzoeken verwacht dat de optie ervoor zorgt dat er meer risico genomen wordt.

 H2 : er is sprake van een negatieve relatie tussen de aanwezigheid van de

optiebonus en de hoogte van DD, wat betekent dat er een positieve relatie is tussen de aanwezigheid van de optiebonus en de hoogte van het risico;

Omgekeerd, van de bij hypothese 1 omschreven situatie, is dus de verwachting dat wanneer het aandeel cashbonus in de totale beloning toeneemt, het risico zal stijgen. Kortom, de verwachting is dat wanneer de cashbonus in verhouding staat tot de totale beloning, deze een negatieve relatie met het risico zal hebben, en als dit niet het geval is (bonussen zijn

excessief), een positieve relatie.

Dit heeft geleid tot de onderstaande hypothese H3:

 H3 : er is sprake van een negatieve relatie tussen ‘excessieve’ bonussen en de

hoogte van DD, wat betekent dat er een positieve relatie is tussen ‘excessieve’ bonussen en de hoogte van het risico.

Hoe deze hypotheses onderzocht gaan worden, wordt beschreven in het volgende hoofdstuk waarin de onderzoeksopzet wordt behandeld.

3

Onderzoeksopzet

In dit hoofdstuk wordt de derde deelvraag behandeld, namelijk hoe de relatie tussen beloning voor bank CEO’s en genomen risico’s kan worden onderzocht. Allereerst zal beschreven worden welke banken voor dit onderzoek geselecteerd zijn, alsmede de wijze waarop de benodigde data is verzameld. In de tweede paragraaf wordt een uitleg en beschouwing van het toegepaste model gegeven. Het gebruikte model maakt het mogelijk om de relatie tussen de invulling van het CEO beloningen en de mate waarin een bank blootgesteld wordt aan risico te duiden. Vervolgens worden de controlevariabelen besproken. Tot slot worden deze data feitelijk weergegeven voor de Nederlandse banken waarop dit onderzoek betrekking heeft.

3.1 Selectie en Onderzoeksdata

De analyse is gebaseerd op vijf Nederlandse beursgenoteerde banken in de periode 2003-2007. Voor het samenstellen van een steekproef is gebruik gemaakt van de Bankscope database, dit is een statistisch databestand die de financiële informatie van meer dan 30.000 banken wereldwijd bevat. Allereerst wordt geselecteerd op Nederlandse banken (154), vervolgens wordt de tijdsperiode ingevoerd en wordt de keuze gemaakt voor alleen

beursgenoteerde banken. Op dit punt bestaat de steekproef uit acht banken. Uit deze selectie worden drie banken verwijderd omdat ze als hoofdactiviteit verzekeraar zijn, ook wordt SNS Reaal uit de steekproef verwijderd omdat deze bank pas sinds 2006 op de beurs genoteerd staat. Tot slot wordt ABN AMRO aan de steekproef toegevoegd omdat deze aan alle vereisten voldoet maar door een naamsverandering en terugtrekking van de beurs niet wordt

geselecteerd door Bankscope. De uiteindelijke steekproef bevat de volgende Nederlandse beursgenoteerde banken (zie tabel 1 in de bijlage).

Alle hiervoor beschreven benodigde data wordt handmatig vergaard uit de jaarverslagen van de banken die beschikbaar zijn via de Bankscope database. Jaarrekeningen die via de database niet beschikbaar waren, zijn verkregen via de internet websites van de betreffende banken. Een aantal variabelen is ook verkrijgbaar via de database van Bankscope zelf, hier wordt geen gebruik van gemaakt omdat de informatie niet voor alle banken beschikbaar is. Een klein gedeelte van de benodigde data is niet beschikbaar via de jaarrekeningen dan wel Bankscope, dit zijn de bèta van de bank, de Euribor en de dagelijkse aandelenprijzen.

Deze data zijn verkregen uit de Datastream database, dit databestand bevat koersgegevens en andere macro-economische data van ondernemingen.

3.2 Onderzoeksmethode

Om het risico dat de Nederlandse beursgenoteerde banken lopen te meten, wordt gebruik gemaakt van het Merton distance to default (DD) model. Meer dan 25 jaar geleden, kwamen Black en Scholes (1973) met het voorstel dat men de waarde van een onderneming zou kunnen bekijken als een call-optie op de activa van die onderneming. Wanneer op een bepaald moment T een lening terug betaald moet worden, en de waarde van de activa zijn op dat moment lager dan de terug te betalen schuld, is de bank insolvabel. Dat inzicht vormt een samenhangend kader om objectief het kredietrisico te meten. Door latere uitwerking van Merton (1973, 1974) heeft deze aanpak, ‘het Merton model’ als naam gekregen. Kealhofer (2003) stelt in zijn onderzoek naar de revolutie in het meten van kredietrisico dat deze aanpak, mits juist uitgevoerd, de lang gezochte kwantificering van het kredietrisico vertegenwoordigt.

Het is een objectief oorzaakgevolg model dat analytisch inzicht geeft in het gedrag van ondernemingen met betrekking tot het nemen van risico’s over tijd.

Voor het meten van risico wordt van het Merton model in de praktijk veelvuldig gebruik gemaakt. Zo maakt kredietbeoordelaar Moody’s in de basis gebruik van het DD model, en is dit model (wereldwijd) een indicator geworden voor default risk (Chan-Lau en Sy,2007) en wordt het door de bankensector gebruikt als een risicomanagement tool (Gropp et al., 2006). Daarnaast wordt er door onderzoekers ook vaak gebruik gemaakt van dit model (Crosbie en Bohn, 2003; Vassalou en Xing, 2004; Hillegeist et al., 2004; Akhigbe et al., 2007; Gropp et al., 2006; Koutsomanoli-Filippaki en Mamatzakis, 2009; Balachandran, 2010; Vallascas en Hagendorff, 2010). Deze onderzoeken hebben vooral betrekking op het meten van krediet risico, al dan niet in relatie tot andere componenten zoals efficiency of aandelenrendement. Crosbie en Bohn (2003) beschrijven de methodologie van het KMV distance to default model en berekenen deze aan de hand van een voorbeeld. Vassalou en Xing (2004) zeggen de eerste onderzoekers te zijn die het Merton distance to default model gebruiken om maandelijkse DLI (default likelihood indicators) voor individuele bedrijven te berekenen en bestuderen het effect dat het risico van wanbetalingen kan hebben op aandelenrendementen. Gropp et al. (2006) onderzoeken in hun paper de theoretische eigenschappen van verschillende indicatoren van schulden en eigen vermogen als signalen van kwetsbaarheid van de bank. Zij laten zien dat een negatieve distance to default en spread van achtergestelde leningen aan de minimum eisen van een nuttige indicator voldoen: beiden signaleren verhoogde kwetsbaarheid van de bank als de activa dalen en de activa volatiliteit en hefboom stijgen. Akhigbe et al. (2007) maken in hun onderzoek gebruik van het distance to default model om voor Amerikaanse banken het risico op wanbetaling als gevolg van het monetaire beleid van de FED te

analyseren. Koutsomanoli-Filippaki en Mamatzakis (2009) gebruiken het aangehaalde model om een link tussen efficiency en risico voor een aantal Europese banken te onderzoeken. Vallascas en Hagendroff (2010) en Balachandran (2010) gebruiken het DD model om een relatie te leggen tussen beloningen en het nemen van risico’s door banken in de periode voorafgaand/ tijdens de kredietcrisis.

Omdat het DD model een veel gebruikt model is voor het meten van risico, het zijn waarde heeft bewezen, en omdat het gebruik maakt van zowel marktgegevens als boekhoudkundige gegevens heb ik besloten dit model te gebruiken in dit onderzoek.

Het Merton model meet het risico van wanbetaling als het aantal standaarddeviaties dat de marktwaarde van de activa van banken boven het default punt is (het punt waar de

marktwaarde van de activa lager is dan de boekwaarde van de totale passiva). Het DD model wordt aan het eind van jaar op tijstip t uitgedrukt als:

Ln (VA,t/ Xt) + ( rf,t – 0.5 σ ²A, t) T (1)

DDt = σ A, t √ T

In het model is VA, tde marktwaarde van de activa aan het einde van fiscaal jaar t. Xtis de boekwaarde van de totale passiva, en rf is de risicovrije rentevoet die gebaseerd wordt op het

1 jaars euribor tarief. σ A, tis de volatiliteit van activa op jaarbasis op moment t (gebaseerd op

de volatiliteit van de rendementen op aandelen in een bepaald jaar), en T is de tijd tot de vervaldag (vastgesteld op één jaar).

Omdat VA, t en σ A, tbeiden niet direct observeerbaar zijn, moeten schattingen gemaakt

iteratief proces op basis van het Black-Scholes-Merton option pricing model (Hillegeist, 2004; Vassalou en Xing, 2004; Akhigbe, 2007;Vallascas en Hagendorff, 2010; maken allen ook gebruik van dit iteratieve proces). De twee eerder besproken niet direct observeerbare variabelen worden tegelijkertijd geschat aan de hand van een iteratief proces dat in het vervolg van deze paragraaf beschreven wordt.

In het Black-Scholes-Merton option pricing model worden VA, t en σ A, tals eigen vermogen

berekend.

VE,t= VA,tN (d1, t) – Xterf TN (d2,t) (2)

Vergelijking (2) definieert VE, tals de marktwaarde van het eigen vermogen, en kan gezien

worden als een calloptie op de waarde van de activa van de onderneming. N staat voor de cumulatieve dichtheidsfunctie van de standaard normale verdeling.

De variabelen d1, ten d2, tworden weergegeven in vergelijking (3) en (4):

Ln (Va,t/ Xt) + (rf,t + 0.5 σ ²A, t) T (3)

d1,t = σ A, t √ T

d2,t= d1,t- σ A, t √ T (4)

De variabelen N(d1) en N(d2) geven de kansen weer dat de optie op expiratiedatum in the

money is onder de meting van het equivalent exponentiële martingaal kans (aandelen) en de meting van het equivalent martingale kans, respectievelijk (risico vrije activa). In the money wil zeggen dat de uitoefenprijs onder de huidige prijs ligt. Een martingaal is een model van een eerlijk spel waar geen enkele kennis van de gebeurtenissen uit het verleden kan helpen om toekomstige winsten te voorspellen. N (d1)is de factor waarmee de contante waarde van de

mogelijke ontvangst van de aandelen groter is dan de huidige aandelenkoers. N (d2) geeft de

kans weer dat de optie wordt uitgeoefend.

Vergelijking (5) is de optimale hedge vergelijking die de standaarddeviatie van het eigen vermogen van een bank relateert aan de standaarddeviatie van de waarde van totale activa (allebei op jaarbasis).

σ E, t= VA,te-TN (d1,t) σ A, t (5)

VE,t

Zoals eerder in deze paragraaf beschreven, worden de waarden van VA, t en σ A, ttegelijkertijd

geschat door middel van een iteratief proces zoals beschreven in Hillegeist et al. (2004). In dit proces wordt gebruik gemaakt van het Newton zoekalgoritme om de waarden te schatten voor VA, t en σ A, tuit vergelijkingen (2) en (5).

Om waarden voor VE,tte verkrijgen moet de marktwaarde van het eigen vermogen berekend

worden. Dit gebeurt door de aandelenprijs per 31 december van het betreffende jaar te vermenigvuldigen met het aantal uitstaande aandelen aan het eind van dat jaar. Vervolgens moet de volatiliteit van het eigen vermogen (σ E, t)berekend worden, hiervoor wordt de

standaarddeviatie genomen van het dagelijks rendement op de aandelen. Dit resulteert in een jaarlijkse waarneming voor σ E, t.

Vervolgens worden deze waarden van σ E, ten VE, t gebruikt om de beginwaarde van σ A, tte

berekenen, waarbij σ A, t = σ E, tVE, t/ (VE, t+ Xt). De beginwaarde van VA,twordt berekend

waarden voor VA, t en σ A, tdoor de calloptie en hedge optie in een iteratief proces op te

lossen. Deze waarden worden vervolgens gebruikt om DD te berekenen zoals in vergelijking (1).Voor een voorbeeld van een oplossing middels de Newton methode wordt verwezen naar figuur 2 in de bijlage.

De DD vertelt ons met hoeveel standaarddeviaties de marktwaarde van de activa van banken boven het default punt is. Er is sprake van een lage distance to default wanneer de waarde onder de 3,2 komt, en hoge distance to default wanneer de waarde groter is dan 3,2 (Gropp et al. 2004). Verder hangt de waarde van de calloptie in (2) niet af van rf, maar DD wel. Dit

komt omdat DD afhangt van de toekomstige waarde van de activa die wordt verkregen in vergelijking (3).

De groep variabelen waar een relatie mee gezocht wordt, zijn variabelen met betrekking tot de verschillende variabele beloningen. De variabelen die hier gebruikt worden zijn dezelfde als uit het onderzoek van Vallascas en Hagendroff (2010), er is gekozen voor deze variabelen omdat ze een goede weergave zijn van alle variabele beloningselementen. Met behulp van de verzamelde gegevens uit de jaarrekeningen, worden drie beloningsvariabelen geconstrueerd.

LGBONUS is de logaritme van 1 plus de totale cashbonus ontvangen door de CEO. Zoals uit

de hypothese in paragraaf 2.4 blijkt, is de verwachting dat wanneer de LGBONUS groter wordt er minder risico genomen wordt en er dus sprake is van een positieve relatie tussen LGBONUS en DD. Het relatieve belang van bonussen is opgenomen in RELBONUS, de verhouding tussen de CEO bonussen en de totale beloning. Er wordt verwacht dat wanneer het aandeel van de bonussen op de totale vergoeding toeneemt er ook meer risico genomen wordt, en er dus sprake is van een negatieve relatie is tussen RELBONUS en DD. Tot slot, is

OPTIE een binaire variabele die de waarde van één aanneemt als de CEO wel aandelenopties

houdt aan het einde van het fiscale jaar, en indien de CEO geen aandelenopties aanhoud is de waarde van deze variabele nul. De verwachting is dat er een negatieve relatie bestaat tussen OPTIE en DD, er dus verwacht wordt dat de aanwezigheid van een optiebonus ervoor zorgt dat er meer risico genomen wordt.

3.3 Controlevariabelen

In het model worden ook een aantal bank specifieke controlevariabelen opgenomen, die het niveau van het default risico kunnen beïnvloeden.

Allereerst zal (VERMOGEN) de controlevariabele zijn voor het hefboomeffect, in Basel II wordt een solvabiliteitseis van 8% aangehouden. Zoals aan het begin van dit hoofdstuk is vermeld worden de data vergaard uit jaarrekeningen, de benodigde data voor het berekenen van de solvabiliteitseis volgens Basel II zijn niet allemaal uit de jaarrekening te herleiden. Zo worden er in de berekening van het tier 1 kapitaal ook elementen meegenomen die niet op de balans staan.

Daarom wordt er hier gebruik gemaakt van de ratio van de boekwaarde van het eigen

vermogen ten opzichte van de totale boekwaarde van de activa. De hefboom is van invloed op risico omdat de voordelen (kans op een hoger rendement) van het nemen van risico, toeneemt naarmate de hefboom van een onderneming groter is. Dit komt door een ‘calloptie effect’ waardoor een situatie ontstaat waar aan de ene kant onbeperkte winstmogelijkheden en aan de andere kant beperkte verliesmogelijkheden ontstaan (Jensen en Meckling, 1976; Duru et al. 2005). Daarom zal een grotere hefboom CEO's bewegen risico’s te verschuiven naar

wordt dat de controlevariabele VERMOGEN ervoor zorgt dat de CEO’s meer risico nemen en dat er daarom een negatieve relatie bestaat tussen VERMOGEN en DD (distance to default). Herring en VanKudre (1987) modeleren de invloed van de groeimogelijkheden op het nemen van risico’s bij banken en komen tot de conclusie dat het nemen van risico wordt beperkt wanneer de groeimogelijkheden grote waarde hebben. Op basis van hun werk, is de verwachting dat banken met groeivooruitzichten een lagere default risk hebben. GROEI wordt in navolging van Jokipii en Milne (2010) en anderen, berekend aan de hand van Tobin’s q. Dit is een toekomstgerichte indicator, q weerspiegelt de verwachtingen van de schuldeisers over de toekomstige waarde van de kasstromen die ten goede komen aan de activa van de onderneming (Bharadwaj, 2005). Q wordt gedefinieerd als de ratio van het totaal van de passiva en de marktwaarde van eigen vermogen gedeeld door de totale activa. Verwacht wordt dat er een positieve relatie bestaat tussen GROEI en DD.

De kosten efficiëntie wordt gemeten als de verhouding tussen bedrijfslasten en bedrijfsresultaat. Berger en De Young (1997) spreken hier over ‘the bad management

hypothesis’. Deze hypothese stelt dat kosten inefficiëntie een signaal is van een ondermaatse prestatie van bestuurders. Ondermaats presterende managers verbinden zich waarschijnlijk aan negatieve NCW projecten en zullen zich ook onvoldoende inzetten voor een adequaat risicomanagement. Dit is in lijn met bevinden van Koutdomanoli-Filippaski en Mamatzakis (2009), zij komen tot de conclusie dat kosten inefficiëntie wordt geassocieerd met een hoger risico van wanbetaling (default risk) in een steekproef van Europese banken. Daarom wordt verwacht dat INEFFICIENTIE een negatieve invloed uitoefent op DD.

Vervolgens, de impact van de bank OMVANG (gemeten door de log transformatie van de totale activa) op het nemen van bestuurlijke risico's is tweeledig ex ante. Aan de ene kant, genieten grote banken een grotere bescherming door het financiële veiligheidsvangnet. Aan de andere kant profiteren grote banken mogelijk van bredere investeringsmogelijkheden, inclusief grotere toegang tot financiering en kapitaalmarkten. Daarom, kan een impliciet en expliciet ‘too big to fail’ beleid de bestaande prikkels tot het verschuiven van risico verder doen toenemen en het totaal aan risico’s doen verhogen (Benston et al. 1995). Daarom wordt verwacht dat OMVANG een negatieve relatie heeft met DD.

De laatste groep controlevariabelen heeft te maken met corporate governance en CEO karakteristieken. Zoals eerder aangehaald, stelt de agency-theorie dat er altijd conflicten zijn over het te nemen risico in een onderneming omdat managers risico-avers zijn en

aandeelhouders risiconeutraal. Uit onderzoek van onder andere Belkhir en Chazi (2008) en Pathan (2009) blijkt dat wanneer de CEO meer sympathiseert met aandeelhouders er meer risico genomen wordt, dit in tegenstelling tot CEO’s die minder aandeelhoudergericht zijn en daarom minder risico’s nemen. Om te kijken of een CEO aandeelhoudersgericht is, wordt het aandelenbezit van de CEO gemeten door het aantal aandelen dat de CEO in bezit heeft uit te zetten op het totaal aantal aandelen in de bank (CEOBEZIT). Verwacht wordt dat

CEOBEZIT een risico vergrotend effect heeft, en er dus sprake is van een negatieve relatie met DD.

Ten slotte wordt ook de CEO LEEFTIJD opgenomen in het model. Webb (2008) stelt dat een oudere CEO met een langere staat van dienst en een gevestigde reputatie minder

onderworpen is aan de regelgeving en toezicht dan een jongere CEO. Verwacht wordt daarom dat naarmate een CEO ouder wordt, deze meer risicozoekend gedrag zal gaan vertonen. De verwachting is dus dat er een negatieve relatie bestaat tussen de variabele LEEFTIJD en de DD.

3.4 Model

Om te onderzoeken of er een relatie bestaat tussen de in de paragrafen hiervoor genoemde onafhankelijke variabelen en het nemen van risico, wordt gebruik gemaakt van een

meervoudige lineaire regressie. Hiervoor dient een regressiemodel opgesteld te worden. Met behulp van het regressiemodel worden de in hoofdstuk twee opgestelde hypotheses getoetst. Het eerste model beschouwt de relatie tussen risico en alle reeds eerder genoemde variabelen in dit hoofdstuk. In de drie daarop volgende modellen worden de variabelen omvang en inefficiënte niet meegenomen. Vervolgens wordt per onafhankelijke variabele een

regressieanalyse uitgevoerd. Het laatste model is de samenvoeging van de modellen II t/m IV. In deze scriptie zullen de onderzoeksresultaten van de modellen II t/m V gebruikt worden, de reden hiervoor zal uiteengezet worden in paragraaf 4.3. De regressiemodellen zijn als volgt weergegeven:

Model I: DD = α + β1 LGBONUS + β2 RELBONUS + β3 OPTIE + β4 Vermogen + β5 Groei + β6 Inefficiëntie + β7 Omvang + β8 CEObezit + β9 Leeftijd + εi Model II: DD = α + β1 LGBONUS + β2 Vermogen + β3 Omvang + β4 CEObezit

+ β5 Leeftijd + εi

Model III: DD = α + β1 RELBONUS + β2 Vermogen + β3 Omvang + β4 CEObezit + β5 Leeftijd + εi

Model IV: DD = α + β1 OPTIE + β2 Vermogen + β3 Omvang + β4 CEObezit + β5 Leeftijd + εi

Model V: DD = α + β1 LGBONUS + β2 RELBONUS + β3 OPTIE + β4 Vermogen + β5 Omvang + β6 CEObezit + β7 Leeftijd + εi

Wanneer gebruik gemaakt wordt van een meervoudige lineaire regressie moet gecontroleerd worden op multicollineariteit. Er wordt gesproken van multicollineariteit wanneer twee verklarende variabelen lineair samenhangen (van Bavel, 2006). Gevolg hiervan is dat de verklarende kracht van de betreffende onafhankelijke variabelen afneemt, en daardoor onbetrouwbare schattingen worden gemaakt voor de regressie coëfficiënt (Hair et al. 2006). De schatting kan zelfs zo ver afwijken dat een positieve coëfficiënt negatief wordt.

De meest voorkomende oorzaak van het aanwezig zijn van multicollineariteit is een tekort aan informatie (dataset), dan wel een tekort aan theoretische doordachtheid. Indien

multicollineariteit optreedt moet nagegaan worden of de theorie en de data wel geschikt zijn voor de te toetsen hypotheses (Hair et al. 2006). Voor de multicollineariteitsanalyse wordt verwezen naar paragraaf 4.2.

4

Onderzoeksresultaten

In dit hoofdstuk worden de resultaten van het uitgevoerde onderzoek beschreven. In de eerste paragraaf komt de beschrijvende statistiek aan bod. Vervolgens zal in de tweede paragraaf nader worden ingaan op multicollineariteit. In de derde paragraaf zullen de resultaten uit het onderzoek besproken worden en zal gekeken worden in hoeverre deze overeenkomen met de opgestelde hypotheses. In de vierde en tevens laatste paragraaf wordt stilgestaan bij de overige resultaten die uit het onderzoek naar voren zijn gekomen.

4.1 Beschrijvende statistiek

De variabelen die uiteengezet zijn in het vorige hoofdstuk zullen in deze paragraaf nader toegelicht worden. Uiteindelijk zijn er in dit onderzoek gegevens onderzocht van vijf banken over een periode van vijf jaar. Dit betekent dat er per variabele 25 waarnemingen gedaan zijn, voor alle variabelen is een waarde gevonden wat als resultaat heeft dat voor alle variabelen N = 25 geldt. Zie tabel 2, in de bijlage, voor een overzicht van de beschrijvende statistiek van dit onderzoek.

Zoals eerder in hoofdstuk 3 aangehaald, geeft de distance to default het aantal standaard deviaties dat de marktwaarde van de activa van banken boven het default punt is. Er is sprake van een lage distance to default wanneer de waarde onder de 3,2 komt, en hoge distance to default wanneer de waarde groter is dan 3,2 (Gropp et al. 2004). Indien de DD een waarde heeft van 0 betekent dit dat de marktwaarde van de activa gelijk is aan de boekwaarde van de passiva. Wanneer de waarde van DD onder de 3,2 (en dus ook 0) komt, wordt de kans dat de onderneming failliet gaat ook steeds groter. Een waarde onder de 3,2 betekent echter niet dat de bank ook daadwerkelijk failliet gaat. Wanneer een ‘default’ zich voordoet bij een bank kan de bank bijvoorbeeld kiezen voor herstructurering of het verkopen van vorderingen e.d. (Leenaars, 2003). Er is echter een kanttekening die bij het gebruik van de boekwaarde van de passiva geplaatst dient te worden. Rond het jaar 2005 wisselen de banken van waardering op grond van BW 2 Titel 9 naar waardering op grond van IFRS. Deze wisselingen zorgt voor een verschil in de waarderingsgrondslagen tussen de geselecteerde banken onderling, daar waar de ene bank per 2004 rapporteert via IFRS doet een andere bank dit pas per 2005. Er wordt aangenomen dat de overstap op IFRS slechts tot minieme verschillen leidt. Tevens wordt in sommige gevallen tussen de banken niet dezelfde waarderingsgrondslagen aangehouden, dit leidt ertoe dat de vergelijkbaarheid van de resultaten onderling verminderd wordt.

De gemiddelde distance to default van de 25 waarnemingen is 10,73, gemiddeld genomen hebben de Nederlandse beursgenoteerde banken dus voldoende afstand tot default. De BinckBank heeft daarbij de grootste distance to default met een waarde van 82,88,

daartegenover staat de Van Lanschot bank met een distance to default van -7,77 in 2006. Dit betekent dat de Van Lanschot bank aan het eind van dat jaar theoretisch gezien failliet was, dit is echter nog in de jaren voor de uitbraak van de kredietcrisis. De reden voor deze negatieve waarde van DD is te wijten aan een lage ratio, van de marktwaarde van de activa ten opzichte van de boekwaarde van de passiva, de Van Lanschot bank heeft namelijk per jaareinde bijna net zoveel activa als passiva (zonder eigen vermogen) op de balans staan. Daarnaast is er tevens sprake van een grote volatiliteit van de activa, deze twee factoren samen (1) een beperkte hoeveelheid activa tov uitstaande schulden en (2) een grote volatiliteit van deze activa zorgt ervoor dat aan het eind van het jaar DD negatief is.