Post Earnings Announcement Drift in Nederland

(1)

Auteur:

dhr. H.M. Brands

Rijksuniversiteit Groningen Faculteit Economie & Bedrijfskunde

Nederland

Een event-studie naar de aanwezigheid van Post Earnings Announcement Drift bij Nederlandse ondernemingen

(2)

(3)

Post Earnings Announcement Drift in Nederland

Een event-studie naar de aanwezigheid van Post Earnings Announcement Drift bij Nederlandse ondernemingen

Naam H. M. Brands

Studentnummer s1915878

E-mail brandsrus@gmail.com

Universiteit Rijksuniversiteit Groningen

Faculteit Economie & Bedrijfskunde

Master MSc Accountancy

Supervisor RUG Dr. R.B.H. Hooghiemstra Tweede beoordelaar Dr. C.A. Huijgen

(4)

Post Earnings Announcement Drift in Nederland

Een event-studie naar de aanwezigheid van Post Earnings Announcement Drift bij Nederlandse ondernemingen

H. M. Brands

Samenvatting

Post Earnings Announcement Drift (PEAD) is onderzocht op de Nederlandse aandelenbeurs. Door middel van een event-studie is onderzocht of na het moment van bekendmaken van kwartaalcijfers een positieve danwel negatieve koersreactie is waar te nemen en of er nog koersreactie is te zien na ongeveer veertig dagen na het bekend maken van het nieuws. Op de Nederlandse aandelenbeurs zijn aanwijzingen gevonden van PEAD. Echter is geen enkel verband gevonden tussen ondernemingsgrootte en aandelenbezit in relatie tot de mate van de PEAD. Hieruit is te concluderen dat de Nederlandse aandelenbeurs efficiënt lijkt te zijn waardoor investeerders en beleggers de juiste beslissing kunnen nemen.

Classificatie Masterthesis

Trefwoorden Post Earnings Announcement Drift, Efficiënte Markthypothese, EMH, PEAD, kwartaalcijfers, event-studie, portfolio, Nederland, AEX

(5)

Voorwoord

Deze scriptie is het slotstuk van een lange studententijd die begonnen is via het hoger beroepsonderwijs aan de Noordelijke Hogeschool Leeuwarden tot uiteindelijk de afronding van de master Accountancy in Groningen. Ik wil graag een uitspraak van mijzelf van vijf jaar geleden citeren: “Ik zal de universiteit wel nooit halen en het hoger beroepsonderwijs zal wel

mijn plafond zijn”. Inmiddels ben ik toch op de universiteit beland en heb ik de ambitie en

doorzettingsvermogen gehad om de master Accountancy tot een goed einde te brengen. Gedurende de afgelopen vier maanden ben ik bezig geweest met een onderzoek naar de Post Earnings Announcement Drift in Nederland. Een fenomeen wat tijdens het schrijven van dit slotstuk een actueel onderwerp is vanwege de economische situatie en mogelijke impact op koersreacties na bekendmaking van kwartaalcijfers. Ik heb het met plezier gedaan en het geeft naar mijn mening het niveau weer waarop de master Accountancy is gestoeld.

Deze prestatie had ik niet kunnen realiseren zonder steun van mijn ouders en familie die het studeren de afgelopen zes en half jaar mogelijk hebben gemaakt. De opmerking “Doe

je best en meer kun je niet doen” zal lang in mijn geheugen gegrift staan. Zonder steun van

mijn omgeving was het zeker niet gelukt om het tot een goed einde te brengen.

Voor de realisatie van deze scriptie wil ik graag de begeleider vanuit de Rijksuniversiteit Groningen, dr. R.B.H. Hooghiemstra, bedanken voor de hulp en beschikbaarheid voor vragen, ook de gesprekken waren constructief en onderhoudend. Daarnaast wil ik mijn studiegenoten bedanken voor de getoonde belangstelling tijdens het schrijven van de scriptie en de gezelligheid en discussie gedurende het volgen van de colleges en de ondersteuning en samenwerking tijdens de groepsopdrachten.

Tot slot hoop ik dat de lezer van deze scriptie met dezelfde enthousiasme het tot zich neemt als waarmee ik deze scriptie heb geschreven. Wanneer u na het lezen van deze scriptie nog vragen hebt, neem dan gerust contact met mij op.

Leeuwarden, 22 december 2011

H. M. Brands

(6)

Inhoudsopgave

Hoofdstuk 1 - Inleiding ... 8 1.1 - Aanleiding ... 8 1.2 - Hoofdvraag en deelvragen ... 9 1.3 - Relevantie ... 10 1.3.1 - Wetenschappelijke relevantie ... 10 1.3.2 - Praktische relevantie ... 12 1.4 - Structuur en leeswijzer ... 12

Hoofdstuk 2 - Theoretisch raamwerk ... 13

2.1 - Efficiënte Markt Hypothese ... 13

2.1.1 - Marktefficiëntie ... 13

2.1.2 - Uitgangspunten ... 14

2.1.3 - Gebruikte definitie ... 15

2.2 - Post Earnings Announcement Drift ... 15

2.2.1 - Amerikaans onderzoek ... 16

2.2.2 - Post Earnings Announcement Drift op andere markten ... 17

2.3 - Hypothesen ... 19

Hoofdstuk 3 - Onderzoeksopzet en -methodiek ... 21

3.1 - Dataverzameling en bronnen ... 21 3.2 - Onderzoeksmethodiek ... 23 3.2.1 - Portfoliosamenstellingsmethodiek ... 23 3.2.2 - Event-studiemethodiek ... 25 3.2.3 - Overige variabelen ... 28 3.2.4 - Regressiemodel ... 29

(7)

Hoofdstuk 4 - Empirisch onderzoek ... 30

4.1 - Beschrijvende statistiek ... 30

4.2 - Toetsing van hypothesen ... 32

4.3 - Samenvatting ... 34

Hoofdstuk 5 – Conclusie, beperkingen en vervolgonderzoek ... 35

5.1 - Conclusie ... 35

5.2 - Beperkingen van het onderzoek ... 36

5.3 - Mogelijkheden voor vervolgonderzoek ... 37

Referenties ... 38

(8)

Hoofdstuk 1 - Inleiding

In dit hoofdstuk zal allereerst de aanleiding van dit onderzoek worden genoemd waarna de probleemstelling besproken zal worden. Deze zal resulteren in een hoofdvraag met bijbehorende deelvragen. Vervolgens zal de wetenschappelijke en praktische relevantie worden toegelicht en zal dit hoofdstuk worden afgesloten met een leeswijzer en opbouw van dit onderzoek.

1.1 - Aanleiding

In de huidige economische situatie waarbij het negatieve sentiment de overhand heeft is het vertrouwen van de consument in de toekomst een groot goed. Op dit moment is een mogelijke dreiging van het faillissement van Griekenland en de trage besluitvorming betreffende de staatsteun en een extra steunpakket om een dreigend faillissement te voorkomen. De beurskoersen in de gehele Eurozone hebben een sterke daling ingezet. Beleggers zijn onzeker over de toekomst van de Euro en de prestaties van banken in de Eurozone. De banken staan onder verscherpt toezicht omdat ze zogenaamde “slechte” producten hebben die verbonden zijn aan Griekenland. De hoogte van het totale steunpakket is onbekend maar men schat dat dat in de tientallen miljarden euro loopt. Dat deze crisis ook de burger raakt en geld kost is wel duidelijk omdat private schulden worden omgezet naar staatsschuld. Hierdoor zullen Nederland maar ook andere landen flink in de kosten moeten snijden. Het kabinet heeft al bezuinigingen aangekondigd van achttien miljard euro in 2012. Een groot bedrag en de vraag die de markt stelt is of dit afdoende is om aan de strenge regels te kunnen voldoen van het stabiliteitspact wat inhoudt dat het begrotingstekort niet groter mag zijn dan drie procent van het bruto nationaal product.

Deze onzekerheid raakt via de werkloosheid en consumentenvertrouwen, dat gemeten wordt aan de hand van de uitgaven in de detailhandel en verkopen van duurzame goederen als auto’s, ook de consument. Deze zal waakzamer zijn met investeren waardoor de economie een “tik” krijgt. De beurs loopt voor op de trend van de reële economie en koersreacties hebben daardoor uiteindelijk invloed op de economie van ons allen. In een efficiënte markt worden aandelen verhandeld volgens de “fair value” en wordt onmiddellijk alle relevante en beschikbare informatie in de aandelenprijs verwerkt (Fama, 1991). Daarnaast wordt verondersteld dat belanghebbenden rationeel handelen en risico’s vermijden.

Volgens de theorie van Fama (1970) kan misschien sprake zijn van een efficiënte markt maar in de praktijk is dat niet het geval. Indien nieuwe informatie wordt geopenbaard

(9)

of gepubliceerd wordt, zou deze informatie volgens de efficiënte markthypothese direct in de aandelenprijs worden verwerkt. Uit verschillende onderzoeken is echter gebleken dat dit niet het geval is (Ball en Brown, 1968, Bernard en Thomas, 1989, Mendenhall, 2004 en Narayanamoothy, 2006). In deze onderzoeken worden verwezen naar het bestaan van diverse anomalieën. Er wordt een verband gevonden tussen “unexpected earnings” en “stock returns” na het openbaren van nieuws. Soms is zestig dagen na openbaren van het nieuws nog een systematisch effect zichtbaar. Dit effect kan zowel positief als negatief zijn, afhankelijk van het gepubliceerde nieuws. Dit effect is een van de anomalieën en wordt de Post Earnings Announcement Drift genoemd. Nevenstaande onderzoeken hebben dit voornamelijk onderzocht bij Amerikaanse ondernemingen met een notering op een van de Amerikaanse aandelenbeurzen.

Dit onderzoek richt zich op het bestaan van een mogelijk fenomeen waarin de aandelenmarkt volledig efficiënt zou zijn volgens de efficiënte markthypothese van Fama (1991) maar in de praktijk en door eerdere onderzoeken is aangetoond dat dit niet het geval is. In dit onderzoek zal ik onderzoeken of de Nederlandse markt efficiënt is of mogelijk een fenomeen te onderkennen is die overeenstemt met voorgaande onderzoeken op de internationale aandelenbeurs van onder andere Duitsland (Dische, 2002) en het Verenigd Koninkrijk (Liu, 2003).

1.2 - Hoofdvraag en deelvragen

Doel van dit onderzoek is om te onderzoeken of de Nederlandse markt efficiënt functioneert volgens de efficiënte markthypothese van Fama (1991) en te onderzoeken welke eventuele andere factoren een rol spelen in de koersreactie na openbaring van de kwartaalcijfers. Ten opzichte van andere onderzoeken biedt dit onderzoek ook dat PEAD mogelijk te onderkennen is in Nederland. Dit resulteert in de volgende hoofdvraag voor het onderzoek:

“In hoeverre worden de geopenbaarde kwartaalcijfers direct in de aandelenprijs verwerkt op de Nederlandse aandelenbeurs?”

Om de hoofdvraag te beantwoorden bieden de opgestelde deelvragen de structuur om tot een gefundeerd antwoord te komen. De hoofdvraag bevat twee aparte gedeelten die in de literatuurstudie aan bod moeten komen. Daarnaast bevat het een empirisch gedeelte en een afsluitend gedeelte, de uiteindelijke conclusie met ruimte voor discussie.

(10)

De volgende deelvragen geven richting aan het onderzoek: 1. Wat is de efficiënte markthypothese?

2. Wat is het fenomeen Post Earnings Announcement Drift en hoe uit zich dat? 3. In welke mate komt PEAD voor op de Nederlandse aandelenbeurs?

4. Wat zijn de conclusies en welke discussie roept dit op? 5. Welke implicaties geeft mijn onderzoek?

1.3 - Relevantie

In deze paragraaf wordt stil gestaan bij de wetenschappelijke relevantie waarin de vraag centraal staat wat deze scriptie toevoegt aan eerder gedane onderzoeken en zal de praktische invulling van deze scriptie worden weergegeven.

1.3.1 - Wetenschappelijke relevantie

De efficiënte markthypothese gaat ervan uit dat aandelen worden verhandeld volgens de “fair value” en dat de aandelenprijs onmiddellijk alle relevante informatie reflecteert (Fama, 1991). Ball en Brown (1968) en Jones en Litzenberger (1970) waren als eerste die een afwijking ontdekten ten opzichte van de efficiënte markthypothese. Ze hebben een relatie gevonden tussen de “unexpected earnings” en “stock returns” na het uitbrengen van kwartaalcijfers. Deze relatie lijkt ook ver na datum van het uitbrengen van kwartaalcijfers nog te bestaan. De beurskoersen reageren in lijn van wat voor soort nieuws geopenbaard wordt. Dit fenomeen of verschijnsel wordt de Post Earnings Announcement Drift (PEAD) genoemd en dit fenomeen schendt de efficiënte markthypothese. Scott (2009) geeft over de PEAD aan dat een mogelijke “money machine” lijkt te bestaan en een belangrijkere rol krijgt in opkomende economieën als China, India en Brazilië. Dit wordt mede onderkend door Kool (2003) en dit houdt verband met het steeds maar groter worden van de globale kapitaalmarkt. Deze risicovrije rendementen zouden in een efficiënte markt nooit kunnen bestaan, aangezien de markt weet dat de prijzen gaan stijgen of dalen en dus op het moment van bekendmaking van het goede of slechte nieuws hier direct op anticiperen en de aandelen op basis van het nieuws “inprijzen” dan wel “afprijzen”. Dus is het belangrijk om de oorzaak hiervan te verklaren en te kijken of ook andere factoren invloed hebben op de koersreactie na datum bekendmaking van kwartaalcijfers.

Na het onderkennen van dit fenomeen zijn diverse onderzoeken geweest naar PEAD, zoals in de aanleiding al is aangegeven, voornamelijk bij Amerikaanse ondernemingen met een notering op de Amerikaanse aandelenbeurs. Onder andere onderzoeken van Foster et al.

(11)

(1984) en Bernard en Thomas (1989) hebben het fenomeen onderzocht op ongeveer vierentachtigduizend events. Foster et al. (1984) heeft onderkend dat na zestig dagen na openbaring de koers systematisch stijgt of daalt in lijn van het geopenbaarde nieuws.

PEAD is onderkend op de Amerikaanse markt, maar ook op andere markten als het Verenigd Koninkrijk (Liu et al., 2003), Duitsland (Dische, 2002) en Griekenland (Plakotis, 2010) is onderzoek gedaan naar dit fenomeen. Echt concreet onderzoek naar dit fenomeen in Nederland is nog niet gedaan, hier zijn in de literatuur geen onderzoeken van beschikbaar. Om deze leegte enigszins te vullen wil ik met mijn onderzoek de mogelijke aanwezigheid van dit fenomeen onderzoeken in Nederlandse ondernemingen met een notering op de Nederlandse aandelenbeurs.

Naast het onderkennen van het fenomeen gaat dit onderzoek ook in op enkele factoren die de mate van PEAD kunnen verklaren die voornamelijk gericht zijn op ondernemingsgrootte, het bezit van aandelen bij grote institutionele beleggers. Uit verschillende onderzoeken is gebleken dat daar verschillen in zitten (Brown en Han, 2000 en Bartov et al., 2000). Wanneer het grootste deel van de aandelen in bezit is van grote institutionele beleggers zal de PEAD lager zijn omdat deze beleggers veel ervaring hebben in het beleggen en in een goede risicospreiding. Verschillen betreffende de ondernemingsgrootte worden vertaald met een andere informatieomgeving. Bij grote ondernemingen is de kans dat de informatie al beschikbaar is groter en zit dan al in de aandelenprijs verwerkt in tegenstelling tot wanneer het relatief een kleine onderneming is. Wanneer de informatie dan al in de aandelenprijs is verwerkt zal de PEAD rond het bekendmaken van kwartaalcijfers kleiner zijn dan wanneer dit niet het geval is.

Daarnaast verschilt de Nederlandse markt van de Amerikaanse markt omdat Choi en Meek (2008) en Ball et al. (2000) Nederland scharen onder de code-law landen waarbij de overheid, banken en vakbonden invloed kunnen uitoefenen over te voeren beleid betreffende het openbaren van kwartaalcijfers. Nederland is wat dat betreft ook nog anders in de zin van een goed ontwikkelde geïnternationaliseerde kapitaalmarkt (Kool, 2003). In Nederland zijn vrijwel geen beperkingen in de kapitaalmarkt en een onderneming of belegger kan zelf bepalen in welke land en welk valuta gaat investeren. In eerder onderzoek is nog niet zo uitgebreid gekeken naar invloed ervan op de PEAD.

(12)

1.3.2 - Praktische relevantie

De financiële verslaggeving heeft een grote rol in het efficiënt functioneren van de markt. Het efficiënt functioneren heeft te maken met hoe snel de beschikbare en relevante informatie in de aandelenprijs is verwerkt. De ondernemingen openbaren met de kwartaalcijfers informatie en daarmee wekken ze verwachtingen. Hoe sneller de informatie beschikbaar is, des te beter de beslissingen die beleggers nemen. Er zal altijd een groep zijn volgens Scott (2009) die een efficiënte markt in de weg staat, de zogenoemde “noise traders”, deze zullen de beschikbare informatie niet gebruiken maar speculeren. Het openbaren van informatie is meestal gecontroleerd door accountants en die streven naar “full disclosure” principe waarbij alle beschikbare informatie daadwerkelijk ook geopenbaard wordt. Het “full disclosure” principe is prijzig en ondernemingen zullen daar niet altijd aan kunnen voldoen.

Dit sluit aan bij de “decision usefulness” benadering van accounting informatie (Scott, 2009) wat stelt dat aanvullende informatieverschaffing voor een rationele belegger kan leiden tot het verbeteren van het beslissings- en besluitvormingsproces.

1.4 - Structuur en leeswijzer

Na de introductie van het onderwerp vervolgt deze scriptie met een literatuurstudie. De efficiënte markthypothese en het fenomeen Post Earnings Announcement Drift zullen hier verder worden besproken. Als het theoretisch kader is neergezet zal hoofdstuk drie ingaan op het onderzoeksontwerp en methodiek. Bij het lezen van dit hoofdstuk zal de lezer een beeld hebben hoe de data is vergaard en welke onderzoeksmethode gebruikt wordt om tot resultaten te komen. Hoofdstuk vier presenteert de bevindingen van het empirisch onderzoek. De conclusies en discussies die voortvloeien uit het onderzoek worden aan de lezer gepresenteerd in hoofdstuk vijf. Daarnaast worden voorstellen gedaan voor verder onderzoek en zullen de beperkingen worden besproken van het onderzoek.

(13)

Hoofdstuk 2 - Theoretisch raamwerk

In het voorgaande hoofdstuk zijn doelstelling, relevantie, onderzoeksvragen en structuur van dit onderzoek besproken. In dit hoofdstuk staan de begrippen efficiënte markthypothese en Post Earnings Announcement Drift (kortweg: PEAD) centraal, waarbij wordt ingegaan op de begripsvorming en eerder onderzoek teneinde te komen tot hypothesen. De opgestelde hypothesen die voortkomen uit de genoemde literatuur zullen gebruikt worden in hoofdstuk drie en verder om door middel van empirisch onderzoek te kunnen onderbouwen.

2.1 - Efficiënte Markt Hypothese

De efficiënte markthypothese stamt uit de jaren zeventig van de vorige eeuw en is als eerste door Fama ontwikkeld en gepubliceerd in mei 1970 in de Journal of Finance. Belangrijke conclusie van de theorie is dat het onmogelijk is om structureel betere beleggingsresultaten te behalen dan gemiddeld behalve met veel geluk. Alle bekende informatie is al in de prijzen verwerkt en toekomstige informatie is onvoorspelbaar. Wanneer nieuws wordt geopenbaard dan zullen alle betrokkene in de markt hun verwachtingen aanpassen. Sommige zullen te pessimistisch zijn en anderen zullen te optimistisch zijn, maar de markt als geheel zal altijd gelijk hebben volgens de gestelde hypothese.

De meeste wetenschappers en beleggers hebben de theorie van Fama omarmd en zijn erover eens dat op zijn minst een deel correct is. Over de toepassing van de hypothese is wel veel discussie.

In de volgende paragrafen zal dieper worden ingegaan op de definitie, vormen en uitgangspunten van de efficiënte markthypothese.

2.1.1 - Marktefficiëntie

De theorie van Fama onderscheidt drie soorten van marktefficiëntie, dit zijn achtereenvolgens de zwakke, semi-sterke en sterke vorm. De marktefficiëntie in zwakke vorm wijst op de afwezigheid van mogelijkheden om rendementen te behalen op historische informatie. Met fundamentele analyse kunnen wel buitengewone rendementen worden behaald omdat niet alle partijen op de markt alle beschikbare informatie op dezelfde wijze zullen verwerken in hun analyses. In deze vorm wordt uitgegaan dat de huidige prijs van aandelen de best mogelijke en dus de juiste prijs is.

Een andere vorm van marktefficiëntie is de semi-sterke vorm. Daarin wordt er vanuit gegaan dat de nieuwe informatie in een zeer korte, maar desondanks niet oneindig kleine periode in de prijs is verwerkt. De openbaarde informatie wordt bijna real-time in de prijs

(14)

verwerkt waardoor op basis van deze informatie niet mogelijk is om buitengewone rendementen te behalen. In tegenstelling tot de zwakke vorm is bij de semi-sterke vorm geen mogelijkheid tot het behalen van buitengewone rendementen op basis van een fundamentele analyse. De enige manier om buitengewone rendementen te behalen is met voorkennis. Alleen is daar weinig tot geen empirisch bewijs voor te vinden, bovendien is dit ook strafbaar.

De laatste vorm van marktefficiëntie is de sterke vorm. Met deze vorm is het voor niemand, zelfs niet voor mensen met voorkennis, mogelijk om buitengewoon rendementen te behalen. De aanname hierbij is dat mensen die voorkennis hebben, zo onmiddellijk hierop handelen waardoor de prijs daalt of stijgt in overeenstemming met de juiste prijs. De beperkingen op handelen met voorkennis zijn voldoende voorwaarde om marktefficiëntie in de sterke vorm te verwerpen. Een argument dat beurshandelaren of fondsmanagers jarenlang rendementen realiseren die boven het marktgemiddelde liggen hoeven geen verwerping te zijn van de efficiënte markthypothese in de sterke vorm.

Brealey en Myers (1991) geven ook aan waarom markten efficiënt zouden zijn. De efficiënte markthypothese impliceert dat concurrentie tussen technische analisten ervoor zorgt dat deze groep beleggers historische informatie reflecteert in de huidige prijzen en daarmee diezelfde historische informatie nutteloos maakt voor anderen. Een markt tendeert dus juist naar efficiëntie omdat marktpartijen historische en huidige informatie weg arbitreren.

2.1.2 - Uitgangspunten

Keuhner en Renwick (1988) geven vijf voorwaarden van efficiënte markthypothese weer. Uit eerder onderzoek hebben zij vijf gemeenschappelijke voorwaarden gevonden van efficiëntie. Deze worden hier kort samengevat:

1. De aanwezigheid van een effectieve informatiestroom. Dit is noodzakelijk voor de volledige weerspiegeling van de informatie in de prijzen.

2. Beleggers moeten volledig rationeel zijn. Deze rationaliteit omvat zowel de keuze van de belegger als zijn verwachtingen en zijn geloof.

3. De mogelijkheid tot snelle prijswijzigingen als gevolg van het beschikbaar komen van nieuwe informatie.

4. Het is van groot belang dat de transactiekosten zo laag zijn dat de beleggers niet worden beïnvloed in hun investeringsbeslissing

5. De belegger moet continue de mogelijkheid hebben om zijn beleggingen te kunnen verhandelen.

(15)

Als niet aan alle genoemde voorwaarden wordt voldaan impliceert dit niet altijd dat er sprake is van efficiëntie.

Fama (1991) concludeert dat de markt aan drie van de genoemde voorwaarden moet worden voldaan om te kunnen voldoen aan de efficiënte marktdefinitie. Te weten: lage transactiekosten, de aanwezigheid van een effectieve informatiestroom en rationaliteit van de beleggers. Hij stelt dat dat deze drie factoren in meer of mindere mate afwijken van de gestelde voorwaarden en mogelijke oorzaken van inefficiëntie kunnen vormen.

2.1.3 - Gebruikte definitie

In de vorige paragrafen zijn de verschillende vormen en voorwaarden uiteengezet ter invulling van de efficiënte markthypothese. Scott (2009, blz. 100) geeft als definitie van de efficiënte markthypothese het volgende: “Een efficiënte aandelenmarkt is een waar de prijzen

van de aandelen die verhandeld wordt op elke moment alle beschikbare informatie wat openbaar beschikbaar is in de prijs is inbegrepen in elk aandeel”. Dit impliceert dat gebruik

gemaakt wordt van de markthypothese in de semi-sterke vorm. In dit onderzoek zal deze vorm worden verondersteld ook in het licht dat de sterke vorm niet veel afwijkt van deze vorm. Enig verschil is dat alleen rendementen kunnen worden behaald door mensen met voorkennis.

2.2 - Post Earnings Announcement Drift

De efficiënte markthypothese is een theorie die uitgaat van verschillende veronderstellingen. In de praktijk is geen sprake van een efficiënte markt omdat het lijkt dat het gepubliceerde nieuws pas later tot uitdrukking komt in de aandelenprijs. Een afwijking van een gegeven theorie wordt een anomalie genoemd (Prast, 2003).

Anomalieën op de financiële markten zijn onder andere het overmatig handelen waarbij de gemiddelde belegger meer handelt dan optimaal zou zijn (Richardson et al., 2010). De provisiekosten van het teveel aan transacties zijn hoger dan het extra rendement. Richardson et al. (2010) bespreekt enkele anomalieën die hier kort worden toegelicht. Kuddegedrag, beleggers imiteren elkaar waardoor reactie sterker is wat gevolgen heeft voor onder- als overreactie van de koers. Asymmetrie in aankoop en verkoop van aandelen waarbij de belegger verliezende aandelen te lang vasthoudt en winnende aandelen te snel verkoopt. Aandelenpremiepuzzel waarbij het verschil tussen aandelen- en obligatierendement systematisch hoger is dan mogelijkerwijs verwacht wordt. Als laatste anomalie in dit korte overzicht de aandelenkoersen vertonen op de korte termijn een onderreactie en op de lange

(16)

termijn een overreactie op nieuws. Deze anomalie staat centraal in deze scriptie en wordt de Post Earnings Announcement Drift (kortweg: PEAD) genoemd (Prast, 2003 en Yalçin, 2010). Ball en Brown (1968) en Jones en Litzenberger (1970) hebben deze anomalie beschreven. Ze hebben een relatie gevonden tussen “unexpected earnings” en “stock returns” na het uitbrengen van kwartaalcijfers.

Deze relatie is in bovengenoemde onderzoeken ook nog zichtbaar ver na de datum van openbaring van de kwartaalcijfers. De aandelenprijs reageert in lijn van welk soort nieuws wordt gepubliceerd. Bij “goed” nieuws zal de koers systematisch positief worden beïnvloed en bij “slecht” nieuws zal de koers negatief worden beïnvloed. Scott (2009) geeft aan dat een mogelijke “money machine” lijkt te bestaan. Deze rendementen zouden in een efficiënte markt nooit kunnen bestaan, aangezien de markt weet dat de prijzen stijgen of dalen.

2.2.1 - Amerikaans onderzoek

Na het onderkennen van het fenomeen PEAD zijn diverse onderzoeken geweest en dan voornamelijk op de Amerikaanse aandelenbeurs. Vandaar dat in deze subparagraaf de belangrijkste Amerikaanse onderzoeken op dit gebied worden besproken. Onderzoeken die in de volgende subparagraaf worden uiteengezet gebruiken als basis de belangrijkste Amerikaanse onderzoeken maar proberen op andere markten ook de PEAD te onderkennen.

Na onderzoek van Ball en Brown (1968) hebben Foster et al. (1984) onderzoek gedaan naar een groot aantal Amerikaanse ondernemingen waarbij gevonden is dat zestig dagen na openbaren van kwartaalcijfers de koers, als reactie op de kwartaalcijfers, systematisch stijgt of daalt in lijn met het geopenbaarde nieuws. Hierbij is ook onderkend dat de mate van de drift omgekeerd evenredig is met de ondernemingsgrootte. Foster et al. (1984) hebben geen antwoord kunnen vinden wat de oorzaak van de vertraagde prijsreactie zou kunnen zijn. Een andere verklaring van Foster et al. (1984) waarom marktprijzen worden beïnvloed is dat beleggers, “noise traders”, geen gebruik maken van de beschikbare informatie maar speculeren. Door het speculeren wordt wellicht verkeerde informatie verstrekt en andere verwachtingen gewekt in de markt.

Bernard en Thomas (1989) hebben rond de vierentachtigduizend kwartaalcijfers van beursgenoteerde ondernemingen geanalyseerd. Ze hebben onderzocht wat voor invloed de kwartaalcijfers hebben op de aandelenprijs en hoelang de PEAD nog aanwezig is. Het vinden van bewijs waarom PEAD aanwezig zou kunnen zijn is Bernard en Thomas niet gelukt. In het onderzoek zijn enkel aanwijzingen van het bestaan van PEAD gevonden. De conclusie van Bernard en Thomas is dat de oorzaak van PEAD beter te verklaren is doordat de markt niet

(17)

voldoet aan de efficiënte markthypothese, dan dat het veroorzaakt wordt door de onjuiste inschatting van de abnormale rendementen. Een andere oorzaak is dat door diverse omstandigheden vertraging kan optreden zodat het niet direct leidt tot een aanpassing van de aandelenprijzen. De gebrekkige werking wordt ook onderschreven door Narayanamoorthy (2006). Dit recent onderzoek geeft aan dat het verschijnsel PEAD nog steeds in grote mate bestaat. Mendenhall (2004) heeft een verklaring waarom risicovrije rendementen helemaal niet bestaan, maar dat er sprake is van een arbitragerisico. Hij onderbouwt deze stelling met uitgebreid onderzoek waaruit blijkt dat inderdaad een sterke correlatie is tussen de aanwezigheid van het arbitragerisico en PEAD.

Bartov et al. (2000) hebben gevonden dat PEAD kleiner is als een groot deel van de aandelen in het bezit zijn van instituten. Voorbeelden van instituten zijn banken, investeringsmaatschappijen en verzekeringsmaatschappijen. Instituten hebben ruime ervaring met aandelenmarkten en fluctuaties in de markt en schatten de verwachtingen anders in. De implicatie dat de investeerders iets aan arbitragewinst verdienen is nihil. De propositie is vrij klein wat verdiend wordt met PEAD en lijkt te liggen in de strategie van het betreffende instituut (Ke en Ramalingegowada, 2005). Een andere oorzaak kan liggen in het feit dat het liquiditeitsrisico geprijsd wordt door de markt. PEAD kan dan gezien worden als een compensatie voor dit risico en is meer concreet een variabele component in het geheel (Sadka, 2006).

Brown en Han (2000) hebben ontdekt dat de mate van PEAD verschilt tussen de grote en kleine ondernemingen maar ook tussen verschillende soorten branches omdat vanuit wordt gegaan dat de informatieomgeving semi-transparant is. In grote ondernemingen is sprake van een kleinere drift dan bij kleine ondernemingen omdat de informatievoorziening bij grote ondernemingen minder transparant is.

2.2.2 - Post Earnings Announcement Drift op andere markten

Naast onderzoeken op Amerikaanse ondernemingen die in de vorige subparagraaf uiteen zijn gezet, zijn ook onderzoeken gedaan op andere markten. Enkele van deze onderzoeken zullen in deze subparagraaf worden besproken. Onderzoeken op andere ontwikkelde landen in het Westen blijft noodzakelijk om oorzaken te vinden van PEAD omdat het invloed heeft op hoe de markt in die landen functioneert (Malik, 2010).

Setterberg (2007) heeft onderzoek gedaan naar PEAD op de Zweedse markt en heeft aanwijzingen gevonden dat sprake is van PEAD op de Zweedse aandelenmarkt. De markt reageert op twee momenteffecten die elkaar overlappen maar niet hetzelfde zijn. Dit is wat uit

(18)

eerder onderzoek is onderzocht als de relatie tussen “earnings” en “returns”. Een andere conclusie is dat de informatie later in de koers wordt verwerkt in vergelijking tot andere markten. Dit betekent dat de Zweedse markt alles behalve efficiënt is en traag reageert op de openbaring van kwartaalcijfers.

In het Verenigd Koninkrijk is onderzoek gedaan door Hew et al. (1996) en Liu (2003) naar de PEAD op de Britse effectenbeurs. Ze hebben aanwijzingen gevonden dat PEAD ook aanwezig is op de aandelenbeurs in VK. Deze onderzoeken bewijzen dat de PEAD niet kan worden verklaard door de grootte van de onderneming. Liu (2003) concludeert dat de markt in VK niet efficiënt is in het verwerken van kwartaalcijfers.

Ook in Duitsland is onderzoek gedaan naar de PEAD door Dische (2002) en zijn resultaten komen sterk overeen met eerdere, vooral Amerikaanse, onderzoeken. De toevoeging van zijn onderzoek ligt meer in het feit dat voorspellingen in een model zijn vertaald en daaruit een model is gedestilleerd hoe op belangrijke signalen wordt gereageerd. De uitkomsten zijn dat in lijn van het gepubliceerde kwartaalcijfers de aandelenprijs wordt beïnvloed. In Griekenland (Plakotis, 2010) is PEAD onderkend meer in het feit dat de efficiënte markthypothese wordt geschonden en het resultaat na ongeveer veertig dagen nog zichtbaar is. De verschillende industrieën reageren ook anders op het openbaren van het nieuws, dit in tegenstelling tot wat Liu (2003) heeft beweert in zijn onderzoek op de Britse aandelenmarkt.

Een ander groot onderzoek is op verschillende aandelenbeurzen uitgevoerd door Hong et al. (2003). Zij hebben bewijs gevonden naar PEAD in Australië, Canada, Frankrijk, Duitsland, Hong Kong en in het Verenigd Koninkrijk, maar niet in Maleisië, Zuid Korea, Japan, Singapore en Taiwan. Dat PEAD niet op elke markt aanwezig is kan verband houden met verschillende institutionele factoren. Hong et al. (2003) verstaan onder institutionele factoren onder meer de beschermingsmaatregelen voor beleggers waardoor een mogelijke achterstand is in informatie wat beschikbaar is maar niet gebruikt kan worden. Dit heeft invloed op een vlotte manier van werken en dat wordt corruptie genoemd. Direct invloed op deze maatregelen heeft de overheid in hoe deze is georganiseerd. Verschillen in politieke opvattingen en staatsinrichting heeft in dit onderzoek aangetoond van invloed is op de PEAD. Nederland heeft een staatsinrichting wat vergelijkbaar is met het Verenigd Koninkrijk en waar mogelijk bewijs gevonden kan worden van PEAD.

Enkele andere institutionele factoren worden door Ball et al. (2000) aangehaald waaronder het verschil in marktbenadering. Code-law landen zoals Frankrijk en Duitsland

(19)

hebben op de financiële verslaggeving een meer politieke invloed op nationaal niveau maar ook op ondernemingsniveau. Banken, politieke groepen zoals vakbonden en vakorganisaties kunnen invloed uitoefenen op wat een onderneming openbaart als nieuws. Common-law landen zoals Australië en Verenigde Staten hebben de financiële verslaggeving meer ingericht naar gewoonterecht en kennen daardoor meer flexibiliteit in de verslaggevingsregels. Naast deze institutionele factoren kunnen volgens Choi en Meek (2008) verschillen zijn op het gebied van financieringsbronnen, weten regelgeving, inflatie, belasting en cultuur.

Volgens Choi en Meek (2008) hoort Nederland bij de code-law landen wat betekent dat politieke groepen, vakbonden en banken een behoorlijke invloed zouden kunnen uitoefenen op de ondernemingen. Dit zou betekenen dat de PEAD mogelijk hoger zou kunnen liggen dan bijvoorbeeld in de Verenigde Staten of Verenigd Koninkrijk. Deze landen schaart Choi en Meek (2008) onder common-law landen. Hierbij hebben andere organisaties minder invloed op het te openbaren nieuws. Als het geopenbaarde nieuws nog niet beschikbaar is op de markt betekend dat de koers rond een openbaring van nieuws in een code-law land heftiger kan reageren waarbij dus mogelijk sprake is van een grotere PEAD.

2.3 - Hypothesen

Om het bereik van het onderzoek nader te bepalen en tot hypothesevorming te komen zullen in deze paragraaf de hypothesen worden uiteengezet. De hypothesen zullen worden geformuleerd vanuit het theoretisch kader wat in de vorige paragrafen is uiteengezet.

Volgens de theorie van Fama (1970) zal de Nederlandse aandelenbeurs efficiënt opereren. In de praktijk is dat niet het geval, wat blijkt uit onderzoeken van Ball en Brown (1978), Bernard en Thomas (1988) en Mendenhall (2004). Deze onderzoeken stellen dat de informatie bij openbaring van kwartaalcijfers niet direct wordt verwerkt en een verband is te onderkennen tussen “unexpected earnings” en “stock returns”. Het bestaan hiervan zal erop kunnen duiden dat er sprake is van een money machine (Scott, 2009). Op basis van deze informatie is de volgende hypothese opgesteld:

Hypothese 1: Post Earnings Announcement Drift is aanwezig op de Nederlandse aandelenmarkt en er kan een verband worden gevonden tussen de “unexpected earnings” en “stock returns”

(20)

Naast de aanwezigheid van PEAD zijn ook andere factoren die van invloed zouden kunnen zijn op de mate van PEAD. Bartov et al. (2000) hebben ontdekt dat wanneer een groot deel van de aandelen bij grote institutionele beleggers in bezit zijn de mate van PEAD kleiner is. Dit vanwege de ruime ervaring, goede risicospreiding en het feit dat de verwachtingen door deze beleggers anders geïnterpreteerd worden. Daarnaast spelen ze al vroegtijdig in op eventuele onzekerheden. Onderzoeken van Hew et al. (1996) en Liu (2003) hebben aangetoond dat bezit van aandelen bij grotere institutionele beleggers geen invloed heeft op de mate van aanwezigheid van PEAD. In het Verenigd Koninkrijk lijkt geen verband te bestaan in mate van aandelenbezit bij institutionele beleggers terwijl op de Amerikaanse aandelenbeurs dat wel bestaat. Daarom zal in dit onderzoek de volgende hypothese worden meegenomen voor de Nederlandse markt:

Hypothese 2: Post Earnings Announcement Drift is kleiner wanneer een groot deel van de aandelen van een onderneming in bezit zijn bij grote institutionele beleggers

Een andere factor wat mogelijk invloed heeft op de mate van aanwezigheid van PEAD is de ondernemingsgrootte. Brown en Han (2000) vinden een verband dat PEAD bij grotere ondernemingen kleiner is dan bij kleinere ondernemingen omdat de informatievoorziening bij grote ondernemingen minder transparant is. De kwaliteit van de informatievoorziening heeft invloed op de mate van PEAD omdat de mate van PEAD veroorzaakt wordt door onzekerheid in de markt (Francis et al., 2007). Beleggers hechten bij grote ondernemingen minder waarde aan het uitbrengen van kwartaalcijfers zodat de aandeelprijs niet direct wordt beïnvloed en bij kleine ondernemingen is het tegenovergestelde het geval. Bernard en Thomas (1989) hebben geconcludeerd dat de PEAD bij grote ondernemingen substantieel kleiner is dan bij kleine ondernemingen (Shivakumar, 2007). Op basis van de bovenstaande informatie wordt de derde hypothese als volgt:

Hypothese 3: Post Earnings Announcement Drift is kleiner bij grote ondernemingen dan bij kleine ondernemingen

(21)

Hoofdstuk 3 - Onderzoeksopzet en -methodiek

Om de hoofdvraag te kunnen beantwoorden en de hypothesen te kunnen toetsen wordt de onderzoeksopzet en onderzoeksmethodiek in dit hoofdstuk uiteengezet. Hierin komt ook aan bod hoe het onderzoek zal plaatsvinden en op welke wijze het empirisch onderzoek wordt uitgevoerd. Daarnaast zal stil gestaan worden bij de herkomst van de data en hoe het onderzoek vormgegeven wordt.

3.1 - Dataverzameling en bronnen

Ondernemingen die in dit onderzoek worden betrokken zijn de Nederlandse beursgenoteerde ondernemingen met een notering op de Amsterdam Exchange Index (AEX) in Amsterdam. De AEX bevat vijfentwintig ondernemingen. In dit onderzoek worden de ondernemingen meegenomen die op 1 november 2011 op de AEX zijn genoteerd. Elk jaar verandert de samenstelling van de index op basis van de marktkapitalisatie en handelsomzet per aandeel, waarbij vastgesteld wordt welke vijfentwintig aandelen het meest verhandeld worden.

Tabel 1: Overzicht ondernemingen genoteerd aan AEX (per november 2011)

AEGON KPN KON

AHOLD KON. PHILIPS ELTN.KONINKLIJKE

AIR FRANCE-KLM POSTNL

AKZONOBEL RANDSTAD HOLDING

APERAM REED ELSEVIER (AMST)

ARCELORMITTAL ROYAL DUTCH SHELL A

ASML HOLDING SBM OFFSHORE

BOSKALIS WESTMINSTER TNT EXPRESS

CORIO TOM TOM

DSM KONINKLIJKE UNIBAIL-RODAMCO

FUGRO UNILEVER CERTS.

HEINEKEN WOLTERS KLUWER

ING GROEP

De benodigde data voor dit onderzoek worden ontleend uit Datastream, dit geldt voor de aandelenkoersen in de te onderzoeken periode. Hierbij gaat het om de slotkoersen van elke dag in de periode. Ook data betreffende “earnings per share” (EPS), de corresponderende datum van kwartaalcijfers en aandelenbezit zijn afkomstig uit Datastream. Vanuit Orbis zijn de balanstotalen geëxtraheerd. De toegang tot Orbis en Datastream is verkregen via de Rijksuniversiteit Groningen. Orbis en Datastream lenen zich uitstekend om op een efficiënte manier data van de onderzochte ondernemingen te verzamelen.

(22)

De onderzoeksperiode zal van januari 2006 tot en met december 2010 zijn. Voor deze periode zal in dit onderzoek alle dagelijkse slotkoersen worden verzameld met de corresponderende “earnings per share” per kwartaal en daar weer de corresponderende datum waarop de kwartaalcijfers worden bekendgemaakt. Deze corresponderende datum is de event waar dit onderzoek naar gezocht wordt. Een eis die gesteld is dat minimaal acht events per onderneming moeten zijn gevonden om te kunnen worden meegenomen in het onderzoek.

Van enkele ondernemingen die op dit moment op de AEX zijn genoteerd zijn een aantal later dan 2006 aan de AEX toegevoegd en er zijn ook ondernemingen uit de AEX verwijderd. Dit verklaart dat een deel van de ondernemingen niet in dit onderzoek meegenomen kunnen worden. Van deze ondernemingen ontbreken de benodigde gegevens. Aperam, Corio, Fugro, PostNL, Reed Elsevier, TNT Express en TomTom publiceren geen kwartaalcijfers. Aegon en ING zijn buiten beschouwing gelaten vanwege het feit dat deze twee fondsen toebehoren aan het banken verzekeringswezen. Hierdoor vallen in totaal negen van de vijfentwintig ondernemingen af, waardoor een dataverzameling is gecreëerd van zestien ondernemingen met totaal 258 events. Hieronder is de spreiding van de events per onderneming weergegeven. (Tabel 2)

Tabel 2: Overzicht ondernemingen en aantal events

Onderneming Events Onderneming Events

AEGON KPN KON 19

AHOLD KON. 20 PHILIPS ELTN.KONINKLIJKE 19

AIR FRANCE-KLM 20 POSTNL

AKZONOBEL 11 RANDSTAD HOLDING 19

APERAM REED ELSEVIER (AMST)

ARCELORMITTAL 16 ROYAL DUTCH SHELL A 19

ASML HOLDING 19 SBM OFFSHORE 8

BOSKALIS WESTMINSTER 11 TNT EXPRESS

CORIO TOM TOM

DSM KONINKLIJKE 19 UNIBAIL-RODAMCO 12

FUGRO UNILEVER CERTS. 19

HEINEKEN 9 WOLTERS KLUWER 18

(23)

3.2 - Onderzoeksmethodiek

De methodiek valt uiteen in twee methoden. Als eerste wordt de portfoliosamenstelling besproken en daarna komt de event-studie aan bod. Bij de portfoliosamenstelling wordt de methodiek van Asimakopoulus et al. (2007) gebruikt om tot vier portfolio’s te komen. Deze methodiek van portfoliosamenstelling is gebaseerd op Foster et al. (1984). Event-studie zal worden uiteenzet in lijn met de methodiek van Brown en Warner (1985) en Kothari en Warner (2006).

3.2.1 - Portfoliosamenstellingsmethodiek

In onderzoeken op het gebied van de PEAD wordt gebruik gemaakt van een portfolioanalyse. Deze methode is gebruikt door Foster et al. (1984) in zijn onderzoek naar de koersreactie van de aandelen na bekendmaking van kwartaalcijfers op de Amerikaanse effectenbeurs. De basis van deze methode is de volgende formule:

E (Qi,t) = Qi,t-4 + Øi (Qi,t-1 – Qi,t-5) + δi

Waar Qi,t de kwartaalcijfers van de i onderneming in periode t, δι = (1 – Øi)u, met u en Øi parameters die worden geschat met de aanwezige gegevens waarvan het gemiddelde wordt gepakt.

Kanttekening bij dit model is dat tijdseries van kwartaalcijfers aaneengesloten moeten zijn waarbij geen enkele observatie mag ontbreken. In andere woorden de tijdserie moet geheel gesloten zijn over de gehele te onderzoeken periode. In de dataverzameling van dit onderzoek ontbreken enkele waarnemingen waardoor de methodiek van Foster et al. (1984) niet toepasbaar zal zijn in dit onderzoek. Om onderzoek toch mogelijk te maken is een andere methodiek noodzakelijk.

Bij de alternatieve, in dit onderzoek gebruikte, methode wordt voor het samenstellen van de portfolio’s gebruik gemaakt van het betrouwbaarheidsinterval betreffende het “expected earnings”- gemiddelde en de karakteristieken van de “actual earnings”, in tijd t, gebaseerd op de positie van het betrouwbaarheidsinterval. Op basis van de afwijking van betrouwbaarheidsinterval wordt de betreffende observatie ingedeeld in vier portfolio’s. Deze methode is gebruikt in het onderzoek van Asimakopoulus et al. (2007) naar signaleren van verplichte dividenden op de Griekse aandelenbeurs.

(24)

Categoriseren van een “earnings” observatie als “expected” of als “unexpected” in een kwartaal t is eerst van belang om het “earnings” gemiddelde te berekenen van de drie meest recente kwartaalcijfers (t= -1 tot -3). Over dezelfde periode wordt ook de standaarddeviatie berekend met behulp van het volgende model:

𝐸(𝑄𝑡) = � 𝑄𝑡 −1 𝑡=−3 3 � en 𝜎(𝑄𝑡) = � � [𝑄𝑡− 𝐸(𝑄𝑡)]2 −1 𝑡=−3 ∕ 3

Waar 𝐸(𝑄𝑡) het gemiddelde van de earnings is voor kwartaal t en 𝜎(𝑄𝑡) de standaarddeviatie van de observaties waar 𝐸(𝑄𝑡) is berekend. Door nevenstaande formules wordt voor betrouwbaarheidsinterval het volgende model opgesteld:

𝐸(𝑄𝑡) ± 𝜎(𝑄𝑡)

Hierdoor is het mogelijk om op basis van betrouwbaarheidsinterval zoals is berekend de observaties in vier portfolio’s uiteen te zetten:

1. Als de observatie (Q) is in betrouwbaarheidsinterval en groter dan E(Q), dan wordt het getypeerd als “expected increase”.

2. Als de observatie (Q) groter is dan E(Q) + 𝜎(Q) limiet dan wordt het getypeerd als “unexpected increase”.

3. Als de observatie (Q) is in betrouwbaarheidsinterval en kleiner dan E(Q), dan wordt het getypeerd als “expected decrease”.

4. Als de observatie (Q) kleiner is dan E(Q) - 𝜎(Q) limiet dan wordt het getypeerd als “unexpected decrease”.

Door deze methode worden vier aandelenportfolio’s gemaakt gebaseerd op de “earnings per share”.

(25)

3.2.2 - Event-studiemethodiek

Bij onderzoek naar koersreactie rond het bekend maken van kwartaalcijfers is een event-studiemethodiek noodzakelijk. Dit om een event te kunnen isoleren en zoveel mogelijk andere factoren buiten beschouwing te gelaten. In dit onderzoek zal de methodiek van Kothari en Warner (2006) worden gebruikt om de event-studiemethodiek uit een te zetten. Het gaat dan om systematische stijgingen of dalingen in de aandelenkoersen waar te nemen na bekendmaking van kwartaalcijfers.

Figuur 1: Event uitgezet naar CAR in periode t (bron: Bernard en Thomas, 1989)

In bovenstaand figuur is de CAR uitgezet in tien portfolio’s naar event uitgedrukt in tijd. De event, bekendmaking van de kwartaalcijfers, is op tijdstip t=0. In dit onderzoek is interessant de koersreactie tussen t=-40 en t=40. Om dit mogelijk te maken is het nodig om de betreffende event te isoleren. Om dat te kunnen doen zullen enkele veel gebruikte modellen de revue passeren. In plaats van tien portfolio’s zal dit onderzoek vier portfolio’s omvatten. De portfoliovorming is in de vorige paragraaf uitgebreid aan de orde gekomen.

(26)

Het eerste model wat in deze event-studie aan de orde komt is het bepalen van de gemiddelde abnormale rendement. Dit wordt afgekort met AR (Engels: Average Residual).

𝐴𝑅𝑡= _{𝑁 𝛴}1 𝑖=1𝑁 𝑒𝑖𝑡

Waarbij de t is de tijd, e voor “unexpected returns” en de N voor het aantal aandelen in de dataverzameling en de gemiddelde abnormale rendementen over de periode t. Voorbeeld:

N = 3 en t = 19/2/2011, dan: AR19/02/2011 = (e19/02/2011, 1 + e19/02/2011, 2 + e19/02/2011, 3) / 3. In dit geval stelt de hypothese de H0: AR19/02/2011 = 0. Wanneer H0 wordt verworpen zijn de “unexpected returns” significant.

In dit onderzoek is het ook van belang om te weten waarom abnormale rendementen rond bekendmaking van de kwartaalcijfers nul zou kunnen zijn. Hiervoor kunnen twee argumenten worden aangewend: ten eerste wordt het verwacht door de markt en ten tweede de snelheid waarmee geopenbaarde kwartaalcijfers in de prijs wordt verwerkt. Het laatste argument is waar dit onderzoek naar op zoek is. Dit type informatie wordt zichtbaar vanuit de cumulatieve abnormale rendementen. Dit wordt afgekort met CAR (Engels: Cumulative Average Residual). Om te toetsen of de CAR’s statistisch significant zijn rondom het bekend maken van de kwartaalcijfers wordt onderzocht door een t-statistiek. Er zijn twee mogelijkheden gedurende het toetsen van de hypothese. Een fout van de eerste soort waarbij de nulhypothese (H0) onterecht wordt verworpen en een fout van de tweede soort waarbij de nulhypothese onterecht wordt geaccepteerd.

Een uitdaging van deze event-studie is volgens Plakotis (2010) om met een smalle dataverzameling de genoemde fouten bij het toetsen van de hypothesen te vermijden. Dit komt omdat gewerkt wordt met verschillende veronderstellingen die niet altijd waarheidsgetrouw zijn en van toepassing zijn op de dataverzameling zoals deze voor dit onderzoek is verzameld. De aandelen moeten binnen de dataverzameling onafhankelijk van elkaar en normaal verdeeld zijn. In de dataverzameling is het maar de vraag of dat het geval is. Dit zou een probleem kunnen zijn omdat alle aandelen van een bepaalde index worden meegenomen.

Brown en Warner (1985) presenteerde een manier om de “unexpected returns” te onderzoeken op aandelenkoersen van indices. Dit zal in dit onderzoek het marktmodel genoemd worden met de volgende vergelijking:

(27)

Waarbij𝑅𝑚𝑡 de “return” is op de index op dag t en Rit de actuele “return” van het aandeel i op tijd t.

Om uit te zoeken of tijdens dit onderzoek het gemiddelde “unexpected returns” rond de datum van bekendmaking van het nieuws (t = 0) nul is heeft Brown en Warner (1985) de volgende statistische toets ontwikkeld:

𝐴̅𝑡⁄𝑠̂(𝐴̅𝑡) Waarbij geldt: 𝐴̅𝑡= _{𝑁 � 𝐴}1 𝑖𝑡 𝑁𝑡 𝚤̇=1 𝑠̂(𝐴��) = � � �𝐴𝑡𝑡 �� − 𝐴̅̅� 2 𝑡=−41 𝑡=−80 ∕ 78 𝐴̅̅ =₇₉1 �𝑡=−41_𝑡=−80𝐴̅𝑡.

Waarbij Nt is aantal aandelen in de observaties, waarvan de “unexpected returns” aanwezig is op tijdstip (t = 0).

Naast het bepalen van de event is ook een gebeurtenis voorafgegaan wat misschien invloed zou kunnen hebben. In dit onderzoek zal geschatte periode 80 dagen tot 41 dagen voor de event zijn. De berekenperiode wordt gedefinieerd als 40 dagen voor de event en 40 dagen erna. Als 𝐴̅_𝑡 is onafhankelijk en normaal is verdeeld dan geldt hypothese (H0: 𝐴̅_𝑡 = 0).

Dit onderzoek richt zich op hoe de returns zich verhouden rond een event. In andere woorden, wanneer verschilt CAR van nul. De statistische controle (t-statistiek) om de eerder gestelde nulhypothese te toetsen is te kijken naar de ratio van het cumulatieve abnormale rendementen (CARs) en de geschatte standaarddeviatie, die vergelijking is als volgt:

� 𝐴̅𝑡𝐼 � � 𝑠̂2(𝐴̅𝑡) 40 𝑡=−40 � 1 2 40 𝑡=−40

(28)

3.2.3 - Overige variabelen

In het vorige hoofdstuk zijn de hypothesen gedefinieerd. Naast een event-studie naar het verschijnsel van PEAD zijn ook andere variabelen nodig om de hypothesen te kunnen toetsen. Deze variabelen zullen in deze subparagraaf worden gedefinieerd. De afhankelijke variabele komt voort uit de event-studie en zal worden gedefinieerd als de CAR.

In de hypothese komt de variabele ondernemingsgrootte naar voren. Deze zal worden bepaald aan de hand van het balanstotaal (Brown en Han, 2000). Balanstotaal is de totale waarde van alle activa en passiva in het financiële jaarverslag. Door middel van logaritme worden de balanstotalen dichterbij elkaar gebracht om de verschillen te verkleinen anders is de spreiding te groot wat statistisch niet juist is.

Een andere variabele is het aandelenbezit van grote institutionele beleggers. Deze zal worden bepaald aan de hand van een dummyvariabele wel of geen groot aandelenbezit door een grote institutionele belegger. Onder institutionele beleggers zullen onder andere pensioenfondsen, banken en verzekeringsmaatschappijen worden verstaan (Bartov et al., 2000). Dit zijn beleggers met veel ervaring, goede risicospreiding en hebben in een land als Nederland grote invloed op de gang van zaken van een onderneming in verband met de classificatie als code-law land met een goed ontwikkelde internationale kapitaalmarkt (Choi en Meek, 2008). Naast deze afhankelijke en onafhankelijke variabelen is voor een gedegen empirisch onderzoek ook een controlevariabele nodig om significantie van het model te onderzoeken.

Als controlevariabele wordt in dit onderzoek de “leverage” gebruikt. Dit is het aandeel vreemd vermogen in een onderneming van het balanstotaal. Deze waarde wordt uitgedrukt in een percentage. Eerder is bepaald dat aandelenbezit bij grote institutionele beleggers invloed zouden kunnen hebben op de mate van de PEAD (Bartov et al., 2000). Naast aandelenbezit zou het aandeel vreemd vermogen ook invloed kunnen hebben op de PEAD omdat deze grote partijen deel van het vermogen van de onderneming financieren. Dit ook in het licht van mogelijke invloed van financiers op de bedrijfsvoering (Choi en Meek, 2008) door in grote mate het beleid van de onderneming te bepalen.

(29)

3.2.4 - Regressiemodel

Om de hypothesen te kunnen toetsen is een regressiemodel opgesteld vanuit de variabelen zoals deze in de vorige subparagraaf zijn gepresenteerd. Hieronder kort de variabelen op een rij met het bijbehorende regressiemodel (Tabel 3).

Tabel 3: Overzicht gebruikte variabelen in regressiemodel

Soort Meetwijze

CAR Afhankelijk Getal voortkomend uit de event-studie

Ondernemingsgrootte Onafhankelijk Logaritme van balanstotaal (total assets)

Aandelenbezit Onafhankelijk

Is meer dan 10% van de aandelen in bezit van een groot aandeelhouder dan scoort het een 1 en in andere gevallen een 0

Leverage Controle Totaal vreemd vermogen / totaal vermogen

Aan de hand van de bovengenoemde variabelen wordt het volgende regressiemodel geformuleerd:

(30)

Hoofdstuk 4 - Empirisch onderzoek

Na het uiteenzetten van de onderzoeksopzet met de bijbehorende methodiek zal nu het empirisch onderzoek worden verricht. Dit zal gebeuren met behulp van Microsoft Excel en SPSS. De bijbehorende criteria zullen in dit hoofdstuk tevens ook naar voren worden gebracht. De eerste paragraaf bevat enkele gegevens over de populatie, balanstotalen, ondernemingsvariabelen en enkele gegevens betreffende de “returns”. Paragraaf twee gaat in op de hypothesen die eerder zijn geformuleerd in hoofdstuk twee en worden los van elkaar getoetst. Tot slot zal het hoofdstuk worden afgesloten met de belangrijkste bevindingen uit het empirisch onderzoek waarbij een link wordt gelegd met de conclusie.

4.1 - Beschrijvende statistiek

Voor de variabelen die in dit onderzoek zijn gebruikt is een tabel weergegeven wat de gemiddelden, standaarddeviaties en correlaties zijn van de variabelen. Voorts zullen hier de variabelen toegelicht worden en de correlaties geanalyseerd.

Variabelen

Het verloop van de variabelen en welke variabelen in het regressiemodel worden getoetst wordt in onderstaande tabel weergegeven. (Tabel 5) De waarden van de verschillende CARs zijn bepaald door de event-studie in combinatie met het marktmodel. Deze methode is in hoofdstuk drie uitvoerig besproken evenals de bepaling van de overige variabelen als ondernemingsgrootte, aandelenbezit en leverage. In onderstaande tabel wordt het gemiddelde, standaarddeviatie, minimum en maximum van elk gebruikte variabele gepresenteerd om een beeld te schetsen met welke deelverzameling dit onderzoek is verricht en het verloop van de variabelen aan te geven.

Correlaties

De hoogste correlatie tussen variabelen is tussen aandelenbezit en ondernemingsgrootte, r = 0,409 wat erop duidt dat hier geen sprake is van multicollineariteit. De verschillende varianten van CAR zijn wel sterk aan elkaar verbonden maar worden afzonderlijk getoetst in de hypothesen die in het onderzoek zijn opgesteld en vormt geen probleem voor de sterkte van het regressiemodel. De verbondenheid van de overige variabelen lijkt te duiden op relatief lage correlatie. (Tabel 4)

(31)

Tabel 4: Correlaties tussen de variabelen 1 2 3 4 5 6 7 8 (1) CAR {-40,-1} 1 -,007 ,207** ,285** ,574** -,045 ,101 -,075 (2) CAR {0} -,007 1 ,099 ,696** ,341** -,034 -,078 ,027 (3) CAR {1} ,207** ,099 1 ,426** ,250** ,006 -,043 ,049 (4) CAR {0,10} ,285** ,696** ,426** 1 ,678** -,061 -,040 ,003 (5) CAR {0,40} ,574** ,341** ,250** ,678** 1 -,019 ,018 -,051 (6) Ondernemingsgrootte -,045 -,034 ,006 -,061 -,019 1 -,409** -,125* (7) Aandelenbezit ,101 -,078 -,043 -,040 ,018 -,409** 1 -,247** (8) Leverage -,075 ,027 ,049 ,003 -,051 -,125* -,247** 1

**. Correlatie is significant op 99% (tweezijdig) *. Correlatie is significant op 95% (tweezijdig)

Tabel 5: Overzicht van de gebruikte variabelen inclusief het verloop

Gem St. dev Min Max

CAR {-40,-1} 0,0124248 0,151372 -0,51621 0,499647 CAR {0} -0,0004253 0,049103 -0,19378 0,175696 CAR {1} -0,0029371 0,028679 -0,19164 0,105096 CAR {0,10} -0,0011267 0,081807 -0,34512 0,292477 CAR {0,40} 0,0046195 0,156678 -0,48872 0,43273 Ondernemingsgrootte 10,242293 0,489134 9,342444 11,38274 Aandelenbezit 0,5503876 0,498421 0 1 Leverage 0,6093652 0,125944 0,320073 0,846066

Kortom, de eerste blik op de dataset lijkt erop te duiden dat er geen sprake is van multicollineariteit tussen de gebruikte variabelen. Dit heeft geen invloed op de geldigheid van de assumpties enerzijds en de generaliseerbaarheid van de resultaten anderzijds (Hays, 1994). De hoge samenhang van de verschillende CARs betekent dat het beste passende regressiemodel bestaat uit klein aantal onafhankelijke variabelen. Dit komt doordat bij correctie de overlap van de variabelen een unieke bijdrage van de resterende variabelen die niet in het regressiemodel is opgenomen relatief klein is.

(32)

4.2 - Toetsing van hypothesen

Voor het toetsen van de hypothesen zijn de waarnemingen in vier portfolio’s geplaatst op basis van de “earnings per share”. Uitgebreide beschrijving van de methode is te vinden in hoofdstuk 3. De kleinste portfolio is portfolio 3 waarbij sprake is van “expected decrease” met 34 waarnemingen en de grootste portfolio is portfolio 2 waarbij sprake is van “unexpected increase”. De andere twee portfolio’s, 1 en 4, bevatten respectievelijk 39 en 61 waarnemingen. Van 20 waarnemingen is niet te bepalen in welk portfolio deze in te delen zijn vanwege het feit dat de “earnings per share” over de gehele periode gelijk is gebleven en daarvan is geen ondergrens of bovengrens te berekenen wat noodzakelijk is voor het samenstellen van portfolio’s.

In deze paragraaf worden de hypothesen getoetst waarna in de volgende paragraaf een samenvatting wordt gegeven van de resultaten. De eerste opgestelde hypothese betreft de algemene vraag of een verband is te vinden tussen “unexpected earnings” en “stock returns” en daarmee mogelijk PEAD aanwezig is op de Nederlandse aandelenmarkt. Om dit te toetsen is van de gehele dataset de significantie uitgerekend van de abnormale rendementen en dit vergeleken met de “market returns” in dezelfde periode voor elk event en daarna bij elkaar opgeteld en vertaald naar de standaard abnormale rendement en deze vergeleken met de normaal verdeling om te kijken of het significant afwijkt van wat normaal gebruikelijk is. Het resultaat van dit is hieronder weergegeven. (Tabel 6)

Een uitgebreide tabel is weergegeven in de bijlage van deze scriptie waarbij de gehele periode van tijdstip -40 en +40 ten opzichte van de event is weergegeven. (Bijlage A)

Tabel 6: Uitkomst event-studie en bepaling standaard abnormale rendementen (SAR)

t Totaal SAR Z- statistiek P-waarde

-5 51,99483054 3,150719684 0,001628687 -4 -12,38398788 -0,750429879 0,452995841 -3 -7,983418638 -0,483769521 0,628549448 -2 34,76059077 2,106380123 0,035171346 -1 -14,89450518 -0,902559161 0,366759909 0 -27,46210217 -1,664115162 0,096089418 1 -38,03529465 -2,304816658 0,021176844 2 -1,174006176 -0,071141002 0,943285536 3 32,57522677 1,973954086 0,048386964 4 -3,733006245 -0,226208185 0,821039505 5 -4,170295254 -0,252706494 0,800495029

(33)

De resultaten geven aan dat de SAR op tijdstip 0 en 1 op het 90%- niveau significant is en dat zou kunnen duiden op dat kwartaalcijfers leiden tot een koersreactie. Verder zijn de resultaten op tijdstippen -5, -2 en 3 ook significant waarbij mogelijk sprake kan zijn dat een voorschot wordt genomen op het komende moment van openbaring van de kwartaalcijfers. Op tijdstip +15 lijkt nog een na-ijleffect waarneembaar te zijn van het geopenbaarde nieuws in de aandelenprijs waarbij mogelijk sprake kan zijn van PEAD op de Nederlandse aandelenbeurs.

De laatste twee hypothesen worden in vier verschillende portfolio’s getoetst om te kijken of een relatie is tussen ondernemingsgrootte en de grootte van de CAR enerzijds en relatie tussen aandelenbezit en de grootte van de CAR anderzijds. CAR wordt gebruikt om de mate van PEAD aan te geven. Deze waarden zijn berekend in diverse perioden. Voor elke periode wordt getoetst of verband is tussen de genoemde variabelen. Hierbij worden ook controlevariabele leverage betrokken en bezien wat de invloed van deze is op de genoemde resultaten. Het resultaat valt te bezien in de onderstaande tabel, waarbij de resultaten voor hypothese twee is weergeven in panel A en voor hypothese drie in panel B. De B staat voor beta en geeft de richting aan van het verband tussen variabelen weer. Het getal naast de variabele geeft de significantie aan van de relatie tussen de variabelen. (Tabel 7)

Tabel 7: Analyse door middel van regressie voor hypothese twee (A) en hypothese drie (B)

Panel A Panel B

Portfolio 1 CAR {-40, 0} CAR {0} CAR {1} CAR {0, 10} CAR {0,40} Portfolio 1 CAR {-40, 0} CAR {0} CAR {1} CAR {0, 10} CAR {0,40} Ondernemingsgrootte 0,565 0,859 0,613 0,774 0,551 Aandelenbezit 0,576 0,758 0,888 0,562 0,414

B 0,098 0,031 0,087 0,049 0,101 B 0,093 0,052 0,024 0,097 0,135

Leverage 0,428 0,89 0,686 0,463 0,334 Leverage 0,382 0,887 0,576 0,366 0,211

B -0,135 -0,024 -0,07 -0,126 -0,165 B -0,147 0,024 0,095 0,152 0,209

B -0,107 -0,092 -0,051 -0,155 -0,059 B 0,133 -0,111 -0,083 -0,006 0,065

B -0,114 0,044 0,053 -0,027 -0,092 B -0,068 0,016 0,032 -0,02 -0,069

B -0,012 0,051 -0,045 0,024 -0,022 B 0,138 -0,039 0,133 0,077 0,16

B -0,13 0,07 0,117 0,05 0,043 B -0,084 0,052 0,164 0,073 0,098

B -0,146 -0,083 0,086 -0,079 -0,121 B -0,02 -0,062 0,064 -0,042 -0,025

B 0,079 0,001 0,157 0,068 0,041 B 0,097 0,001 0,158 0,071 0,055

Totaal CAR {-40, 0} CAR {0} CAR {1} CAR {0, 10} CAR {0,40} Totaal CAR {-40, 0} CAR {0} CAR {1} CAR {0, 10} CAR {0,40} Ondernemingsgrootte 0,378 0,618 0,851 0,326 0,68 Aandelenbezit 0,174 0,242 0,611 0,522 0,924

B -0,056 -0,031 0,012 -0,062 -0,026 B 0,088 -0,076 -0,033 -0,041 0,006

(34)

De relatie tussen enerzijds ondernemingsgrootte en anderzijds aandelenbezit in combinatie met de verschillende CARs is in geen van de gevallen te onderkennen. De uitkomsten hebben geen significantie kunnen onderkennen waardoor PEAD in dit onderzoek verklaard kan worden door de variabelen ondernemingsgrootte en aandelenbezit. Invloed van de controlevariabele is evenmin significant. Hieruit komt naar voren dat de genoemde ondernemingsvariabelen uit eerdere onderzoeken in dit onderzoek geen invloed hebben op de PEAD vertaald in de grootte van de CAR.

4.3 - Samenvatting

In de afgelopen paragrafen in dit hoofdstuk zijn de opgestelde hypothesen in hoofdstuk 2 getoetst. Uit de resultaten blijkt dat er aanwijzingen zijn van mogelijke aanwezigheid van PEAD op de Nederlandse effectenbeurs. De relatie tussen de ondernemingsgrootte en aandelenbezit op het cumulatieve abnormale rendement kan niet worden aangetoond waarbij in de onderstaande tabel wordt aangegeven welke hypothesen worden verworpen danwel worden geaccepteerd. (Tabel 8)

Het volgende hoofdstuk zal ingaan op de resultaten in relatie met de gestelde hoofdvraag. Eveneens zal de conclusies worden gepresenteerd van de resultaten en de beperkingen van dit onderzoek worden besproken waarna voorstellen worden gedaan voor vervolgonderzoek.

Tabel 8: Overzicht verworpen en geaccepteerde hypothesen

Hypothese Resultaat

Post Earnings Announcement Drift is aanwezig op de Nederlandse aandelenmarkt en er kan een verband worden gevonden tussen de “unexpected earnings” en “stock returns”

Geaccepteerd

Post Earnings Announcement Drift is kleiner wanneer een groot deel van de aandelen van een onderneming in bezit zijn bij grote institutionele beleggers

Verworpen

Post Earnings Announcement Drift is kleiner bij grote ondernemingen dan bij kleine ondernemingen

Verworpen

(35)

Hoofdstuk 5 – Conclusie, beperkingen en vervolgonderzoek

In dit hoofdstuk wordt de conclusies van dit onderzoek besproken waarbij de eerste paragraaf hiermee begint. De volgende paragrafen gaan in op de beperkingen van dit onderzoek en mogelijkheden tot vervolgonderzoek naar het fenomeen PEAD.

5.1 - Conclusie

Het onderzoek heeft zich gericht op de mogelijke aanwezigheid van PEAD enerzijds en relatie met de ondernemingsvariabelen ondernemingsgrootte en aandelenbezit anderzijds. Onderzocht is door middel van een event-studie of aanwijzingen gevonden kunnen worden van het bestaan van PEAD op de Nederlandse effectenbeurs en welke relatie de mate van PEAD kan verklaren.

De resultaten uit het onderzoek tonen aan dat mogelijk sprake is van PEAD op de Nederlandse effectenbeurs. In dit onderzoek zijn aanwijzingen gevonden dat dit het geval is. Een aanwijzing is dat rond het tijdstip van bekendmaking van kwartaalcijfers een significant resultaat te zien in de abnormale rendementen op de beurs. Maar ook is gevonden dat op andere momenten rond de event significante resultaten zijn. Dit is in overeenstemming met onderzoeken die zijn gedaan op de Amerikaanse markt en de implicatie dat de Nederlandse markt in sterke mate overeenkomt met datgeen hoe het in de Verenigde Staten is georganiseerd (Bernard en Thomas, 1989 en Mendenhall, 2004). PEAD is ook onderkend in Zweden (Setterberg, 2007) maar ook in Griekenland (Plakotis, 2010) en na dit onderzoek lijkt dat ook het geval te zijn in Nederland.

De relatie tussen de PEAD en de ondernemingsgrootheden ondernemingsgrootte en aandelenbezit is niet gevonden. In dit onderzoek is niet gebleken dat de mate van PEAD afhangt van deze twee onderzochte variabelen. Dit is niet in overeenstemming met wat Brown en Han (2000) en Bartov et al. (2000) hebben gevonden in de Verenigde Staten. Deze onderzoeken hebben een verband gelegd tussen de mate van aanwezigheid van PEAD en genoemde tweetal ondernemingsgrootheden. Verklaring hiervoor is dat voor dit onderzoek een kleiner aantal ondernemingen is betrokken waardoor significante resultaten moeilijk te realiseren zijn en verbanden met ondernemingsvariabelen moeilijker te onderkennen zijn.

De implicaties voor de praktijk is dat de Nederlandse markt blijkbaar efficiënt functioneert volgens de efficiënte markthypothese van Fama (1991). Dit heeft tot gevolg dat kwartaalcijfers vrijwel direct in de prijs worden gereflecteerd, waardoor beleggers en investeerders een goede beslissing kunnen nemen.

(36)

5.2 - Beperkingen van het onderzoek

De beperkingen van dit onderzoek worden in deze paragraaf besproken. Het betreffen beperkingen op het gebied van de bepaling van aandelenbezit, deelverzamelingsgrootte en gekozen ondernemingsvariabelen.

De bepaling van het aandelenbezit was moeilijk vast te stellen. In eerder onderzoek is het aandeel van de institutionele beleggers uitgedrukt in percentage van de uitstaande aandelen (Bartov et al., 2000). In dit onderzoek is uitgegaan van een dummyvariabele voor het aandelenbezit aangezien dit rechtstreeks uit de Datastream komt. Het vaststellen van wat wel en niet onder institutionele beleggers valt was niet te maken met deze gegevens. Vandaar dat in dit onderzoek is gekozen voor een dummyvariabele met als uitkomst 1 als een deel van de aandelen van 10% of meer bij een of meerdere aandeelhouders in bezit is en bij andere observaties een uitkomst van 0 is toegekend. Het vaststellen van het aandeel institutionele beleggers in het totaal van de aandelen kan andere resultaten opleveren in dit onderzoek waarbij mogelijk wel een verband kan worden gevonden tussen de PEAD en deze ondernemingsvariabele.

De deelverzameling van zestien ondernemingen staat in schril contrast met de grootte van de deelverzamelingen uit genoemde Amerikaanse onderzoeken van Ball en Brown (1968) en Bernard en Thomas (1989). Hierdoor kunnen de resultaten van dit onderzoek daadwerkelijk geheel anders uitvallen. Dit onderzoek heeft gekeken naar 258 events terwijl andere onderzoeken enkele duizenden events groot zijn. Dit heeft te maken met de afbakening van dit onderzoek dat alleen gaat over de AEX index en niet alle Nederlandse ondernemingen. Nederlandse ondernemingen publiceren ook niet altijd de kwartaalcijfers waardoor ze in ieder geval voor dit onderzoek af zijn gevallen. Van de vijfentwintig AEX fondsen zijn uiteindelijk zestien ondernemingen in deze deelverzameling betrokken.

De laatste beperking van dit onderzoek die wordt besproken zijn de gekozen ondernemingsvariabelen. De gekozen variabelen kwamen voort uit eerder onderzoek op de Amerikaanse markt. Op de Nederlandse markt is zover nagegaan geen onderzoek geweest naar PEAD en de relatie met eventuele ondernemingsvariabelen. Het kan best zijn dat andere variabelen in Nederland de PEAD kunnen beïnvloeden. In dit onderzoek is gebleken dat ondernemingsgrootte en aandelenbezit geen invloed hebben op de mate van de PEAD. Te verwachten valt dat bij een onderzoek met andere ondernemingsvariabelen andere resultaten aan het licht komen waardoor mogelijk bewijs kan worden gevonden voor de invloed van deze variabelen op de PEAD.

(37)

5.3 - Mogelijkheden voor vervolgonderzoek

Dit onderzoek beoogde om een relatie te vinden tussen de “unexpected earnings” en “stock returns” na het openbaren van kwartaalcijfers. In combinatie met ondernemingsvariabelen is getracht om een verband te vinden met de grootte van deze relatie. Dit is in dit onderzoek niet aangetoond, wel is geconcludeerd dat aanwijzingen zijn van aanwezigheid van PEAD op de Nederlandse aandelenbeurs. Uit de uitkomsten van dit onderzoek komen de volgende onderzoeksvoorstellen naar voren voor een eventueel vervolgonderzoek.

Het eerste voorstel voor vervolgonderzoek is om dit onderzoek nog eens uit te voeren met ondernemingen van verschillende landen waarbij de eigenschappen van de aandelenbeurs van de betreffende landen meegenomen kunnen worden en een vergelijking mogelijk maakt tussen de verschillende landen. Te denken valt aan cultuur, machtsafstand, invloeden van weten regelgeving en internationalisatie van de aanwezige kapitaalmarkt. (Choi en Meek, 2008)

Als tweede zouden de verschillen tussen de verschillende branches onderzocht kunnen worden maar daarvoor is ook een grotere deelverzameling benodigd. Dit om voor elke branche een vergelijking mogelijk te maken. Hiervoor kan ook gekozen worden om een grotere aandelenmarkt te pakken of het bereik van het onderzoek te vergroten.

Tot slot een voorstel om de aanwijzingen van PEAD inzichtelijk te maken en te kijken welke variabelen mogelijkerwijs van invloed zouden kunnen zijn op de mate van PEAD. Dit is in dit onderzoek niet voldoende naar voren gekomen. Bewijs van mogelijke aanwijzingen zijn in dit onderzoek wel naar voren gekomen met een event-studie.