Corresponding author: David Veenman ( dveenman@uva.nl ) Academic editor: Chris Knoops
© 2019 David Veenman.
This is an open access article distributed under the terms of the Creative Commons Attribution License (CC BY-NC-ND 4.0), which permits to copy and distribute the article for non-commercial purposes, provided that the article is not altered or modified and the original author and source are credited.
Citation:
Veenman D (2019) Recente inzichten in het gebruik van alternatieve prestatiemaatstaven door beursgenoteerde ondernemingen. Maandblad Voor Accountancy en Bedrijfseconomie 93(3/4): 83-97. https://doi.org/10.5117/mab.93.32512
|
Dit artikel bespreekt recente inzichten uit onderzoek naar het gebruik van alternatieve prestatiemaatstaven. Recente studies tonen aan dat ondernemingen vooral gebruik maken van alternatieve (“non-GAAP”) winstbegrippen om te kunnen voldoen aan de vraag naar waarderelevante informatie, in plaats van om gebruikers te misleiden. Dit impliceert dat voor sommige ondernemingen de huidige prestatiemetingen niet voldoen aan de vraag van externe gebruikers. Een andere conclusie is dat de bestaande literatuur zich vooral focust op de presentatie van alternatieve winstbegrippen in plaats van maatstaven zoals (Adjusted) EBITDA en Free Cash Flow. Tevens focust de literatuur zich vooral op de VS, terwijl de verslaggeving, enforcement, en toegang tot informatie substantieel anders zijn binnen Europa. Dit biedt voldoende aanknopingspunten voor toekomstig onderzoek.
Alternatieve prestatiemaatstaven, winstcijfers, non-GAAP, non-IFRS, accrual accounting, markt-efficiëntie, informatieverwerking
De grote vraag naar, en de waarderelevantie van, alternatieve prestatiemaatstaven impliceren dat standard setters kunnen leren van non-GAAP-verslaggeving over de beperkingen van huidige verslaggevingsregels. Tegelijkertijd moeten toezichthouders rekening blijven houden met het concrete risico dat ondernemingen gebruik maken van beperkingen in de informatieverwerking en zo rooskleurige alternatieve winstcijfers presenteren om de markt te misleiden.
Wat kunnen we leren van de verslaggeving van ondernemingen zoals Apple, Twitter, en Salesforce? Eén van de overeenkomsten tussen deze ondernemingen is dat zij allen, op een gegeven moment in deze eeuw, verliezen rapporteerden in hun kwartaal- en jaarverslagen als gevolg van de aftrek van specifieke kostenposten zoals stock-based compensation. Bijvoorbeeld, in de periode vóór SFAS 123R (“Share-Based Payment”), een standaard die Amerikaanse ondernemingen sinds 2005 verplicht de kosten van personeelsopties te bepalen en deze ten laste te brengen van de winst, zien we dat Apple winsten rapporteerde op basis van US GAAP voor de boekjaren 2002 en 2003. Echter, kijkend naar de toelichting op de jaarrekening zien we ook dat deze winsten verliezen zouden zijn geweest na aftrek van stock-based compensation-kosten (
Een gerelateerd voorbeeld is Salesforce, een dienstverlener in cloud-based CRM-services. Tot de lente van 2017 rapporteerde Salesforce in 20 van de voorgaande 25 kwartalen verliezen op basis van US GAAP. Tegelijkertijd zien we voor deze periode (ná SFAS 123R) dat in 19 van de 20 kwartalen dit verlies puur gedreven werd door stock-based compensation-kosten. Niet alleen zien we dit terug in de toelichting, maar ook in de alternatieve (non-GAAP)-winstcijfers die de onderneming presenteert in de periodieke persberichten. Neem bijvoorbeeld het persbericht van 28 februari 2017, waarin de resultaten voor het vierde kwartaal eindigend op 31 januari werden gepresenteerd. In dit persbericht werd een verlies van $0.07 per aandeel op basis van US GAAP geconverteerd naar een non-GAAP-winst van $0.28 per aandeel. De primaire factoren die ten grondslag lagen aan dit verschil waren het terugboeken van $0.34 per aandeel aan “Stock-based expense” en $0.10 aan “Amortization of purchased intangibles” (beiden gemeten voor belastingeffecten).
Een laatste voorbeeld is Twitter, dat in de eerste 16 kwartalen sinds haar beursnotering (eind 2013) verliezen presenteerde op basis van US GAAP, maar tegelijkertijd een positief resultaat liet zien op basis van het alternatieve winstbegrip (zie Figuur
Patronen in US GAAP- en alternatief (non-GAAP) winstbegrip voor Twitter Inc. Noot: Deze grafiek geeft de kwartaalwinsten van Twitter Inc. weer op basis van US GAAP (zoals gepresenteerd in de winst-en-verliesrekening in het kwartaalverslag 10-Q) en de alternatieve (non-GAAP)-definitie zoals gepresenteerd door de onderneming in het persbericht (8-K). De niet-onderbroken (blauwe) lijn geeft het patroon in de GAAP-cijfers weer, terwijl de doorbroken (rode) lijn het patroon in de non-GAAP-cijfers weergeeft. In 2013Q4 was het GAAP-verlies gelijk aan $1.41 per aandeel, hetgeen buiten de schaal van de grafiek valt. De GAAP-winst van 2018Q3 is gebaseerd op een correctie voor een eenmalige vrijval van belastinglatenties. Inclusief deze vrijval was de GAAP-winst gelijk aan $1.02 per aandeel. Het corrigeren van de 2018Q3-winst voor de eenmalige vrijval helpt om een beter inzicht te geven in het terugkerende verschil tussen de GAAP- en non-GAAP-winsten van Twitter over tijd.
Het doel van dit artikel is om, op basis van empirische resultaten uit de recente literatuur en patronen die te observeren zijn in recente data, inzichten te geven over de presentatie en het gebruik van alternatieve prestatiemaatstaven. Tevens wordt ingegaan op de rol van “accruals” in de prestatiemeting van ondernemingen en de beperkingen van de gebruikers van financiële informatie in het correct verwerken van grote hoeveelheden aan complexe informatie. Paragraaf 2 presenteert de belangrijkste bevindingen uit het onderzoek van
Omdat alternatieve winstcijfers meestal hoger uitvallen dan de officiële cijfers onder US GAAP, is de essentiële vraag natuurlijk of wij als gebruiker van deze informatie nu juist geholpen worden (er wordt ons simpelweg alleen maar extra informatie gegeven), of worden misleid, en als gevolg daarvan deze ondernemingen te hoog waarderen. Dit is een vraag die zeker niet nieuw is binnen de wetenschappelijke literatuur en al aandacht heeft gekregen sinds het werk van bijvoorbeeld
Vanwege de gemengde resultaten in de literatuur is het noodzakelijk om naar specifieke maatstaven en/of specifieke contexten te kijken, om een beter beeld te schetsen van het nut en de risico’s van non-GAAP- (of in Europa “non-IFRS”-) verslaggeving. In
Door middel van tekstuele analyses van persberichten (SEC 8-K filings) voor een grote steekproef van ondernemingen, en het handmatig archiveren van de informatie uit een subset van deze persberichten, hebben wij uiteindelijk een set van 5.174 bedrijfskwartalen onderzocht. Van deze set bleek een substantieel deel (zo’n 40 procent) uit bedrijfskwartalen te bestaan waarbij de onderneming een non-GAAP-winst per aandeel (EPS) cijfer presenteerde dat positief was, en daarbij, zoals in de eerder genoemde gevallen Twitter en Salesforce, het verlies omzette in een winst.
Om te kunnen bepalen of deze alternatieve winstcijfers gebruikt zijn om extra informatie te geven, of om gebruikers te misleiden, hebben wij onderzocht in hoeverre deze cijfers, ten opzichte van hun GAAP-benchmarks, extra informatie geven over de te verwachten toekomstige prestaties. Dit ligt in de lijn van het Conceptual Framework, dat aangeeft dat bruikbare accounting informatie predictive value moet hebben met betrekking tot verwachte toekomstige prestaties. Alhoewel onderzoekers dit regelmatig interpreteren als dat prestatiemaatstaven voorspellend moeten zijn voor toekomstige operationele kasstromen (
De belangrijkste bevindingen van ons onderzoek zijn in Tabel
Informatiewaarde van GAAP en non-GAAP-winsten in verlieslatende ondernemingen.
Steekproef 1: | Steekproef 2: | Steekproef 3: | |
---|---|---|---|
Alleen-GAAP | GAAP verlies en non-GAAP verlies | GAAP verlies en non-GAAP winst | |
Informatiewaarde GAAP-winst | + + + | + | Ø |
Informatiewaarde non-GAAP-winst | Nvt. | + + + + | + + + + |
Informatiewaarde niet-meegenomen posten | Nvt. | Ø | Ø |
Het is belangrijk om hierbij aan te geven dat deze resultaten niet impliceren dat kostenposten zoals stock-based compensation en de afschrijving van immateriële vaste activa geen relevante informatie geven voor de gebruiker. Ten eerste laten de resultaten zien dat deze kosten weinig informatief zijn voor de subset van ondernemingen die non-GAAP-winstcijfers presenteren. Voor de grotere groep van ondernemingen die dit niet doen vinden wij dat GAAP-winsten, en de posten die daaraan ten grondslag liggen, wel informatief zijn. Dezelfde resultaten worden gevonden wanneer ondernemingen uit steekproeven 2 en 3 statistisch worden gematcht met ondernemingen uit steekproef 1, op basis van sector en de kosten uit stock-based compensation en andere immateriële vast activa. Ten tweede kan informatie die weinig tot geen “predictive value” heeft nog steeds zeer relevant zijn voor externe gebruikers. Neem bijvoorbeeld het erkennen van de kosten van de uitgifte van personeelsopties. De verwatering van de posities van bestaande aandeelhouders bij eventuele uitoefening van deze opties moet ergens worden verwerkt in de verslaggeving.
De bevinding dat GAAP-winsten bij sommige ondernemingen geen informatiewaarde hebben voor externe gebruikers wordt onderstreept door additionele analyses die aantonen dat investeerders bij de publicatie van de kwartaalcijfers geen waarde hechten aan het nieuws in GAAP-winsten voor ondernemingen in steekproef 3 met zowel GAAP-verliezen als non-GAAP-winsten. De reactie op het nieuws in non-GAAP-winsten is daarentegen wel sterk. Deze resultaten hebben belangrijke implicaties voor standard setters en impliceren dat, in de VS, maar wellicht ook daarbuiten, huidige verslaggevingsregels niet optimaal zijn voor sommige ondernemingen als het gaat om het creëren van prestatiemaatstaven die informatie geven over de te verwachten toekomstige prestaties.
Echter, tevens is een belangrijke bevinding uit het onderzoek dat voor de grotere groep van verlieslatende ondernemingen die geen non-GAAP-winstcijfers presenteren, de GAAP-winsten juist wel informatief zijn en predictive value hebben. Met andere woorden, in tegenstelling tot de welbekende conclusie dat GAAP-verliezen geen waarderelevante informatie bevatten (zie bijvoorbeeld
Als laatste hebben wij in het artikel niet alleen onderzoek gedaan naar de informatiewaarde van de GAAP- versus non-GAAP-winsten, maar ook naar de gemiddelde toekomstige prestaties van ondernemingen in steekproef 3 (de loss converters zoals Twitter en Salesforce) versus ondernemingen in steekproef 1 die geen alternatief winstcijfer presenteren. Empirische resultaten op basis van een combinatie van regressieanalyse en propensity-score matching tonen aan dat deze loss converters economisch- en statistisch-significant betere prestaties leveren in de eerstvolgende kwartalen, waarbij de prestaties gemeten zijn door middel van zowel toekomstige operationele kasstromen en operationele winsten, als de frequentie van toekomstige GAAP-winsten. Zo vinden wij dat, nadat ondernemingen zijn gematcht op basis van factoren zoals de grootte van het verlies, de sector, en stock-based compensation-kosten, de kans op het maken van een GAAP-winst voor “loss converters” gemiddeld 12 tot 13 procentpunt hoger is. Dit resultaat is vergelijkbaar met het patroon voor Twitter in Figuur
Samenvattend kan geconcludeerd worden op basis van het onderzoek in
Als laatste is een belangrijke conclusie, zoals ook getrokken door
Om een beeld te schetsen van recente ontwikkelingen in het gebruik en de presentatie van alternatieve winstcijfers heb ik op basis van de tekstuele analyse uit
De linker (rode) staven in Figuur
De rechter (blauwe) staven in Figuur
Frequentie van non-GAAP-indicatoren in persberichten over tijd. Noot: Dit figuur is gecreëerd op basis van een steekproef van 146.724 persberichten (SEC 8-K filings, item 2.02) voor 104.145 bedrijfskwartalen eindigend tussen januari 2006 en december 2017 (gedeponeerd tot en met maart 2018). De steekproef bevat alle bedrijfskwartalen van niet-financiële Amerikaanse beursfondsen waarvoor voldoende informatie beschikbaar is in de CRSP- en Compustat-databases en waarvoor ten minste één analist een voorspelling heeft gedaan voor de nettowinst per aandeel voor het kwartaal (geïdentificeerd door middel van de IBES-database). Tevens is toegang tot het elektronische persbericht in Form 8-K vereist in de EDGAR-database van de SEC. De steekproef bevat ongeveer 2.000 ondernemingen per kwartaal. De kolommen met label “non-GAAP” geven de frequentie weer van het percentage persberichten waarin op basis van een Perl-script de term “non-GAAP” is geïdentificeerd. Dit script identificeert persberichten waarin een alternatief nettowinstbegrip wordt gepresenteerd, alsmede persberichten waarin andere maatstaven zoals “Adjusted EBITDA” of “Free Cash Flow” in combinatie met de zoekterm “non-GAAP” worden gepresenteerd voor het huidige kwartaal. Tevens kan de zoekterm verwijzingen vinden naar alternatieve prestatiemaatstaven die refereren aan eerdere periodes en/of verwachtingen van toekomstige periodes. Om een preciezere identificatie te presenteren van alternatieve nettowinstbegrippen, geven de kolommen met label “non-GAAP EPS” de frequentie weer van het percentage persberichten waarin een alternatief, non-GAAP-winst per aandeel cijfer is geïdentificeerd voor het desbetreffende kwartaal. Deze identificatie is gebaseerd op het Perl-script dat gecreëerd en getest is in
Figuur
De verschillen tussen de sectoren, zoals weergegeven in Figuur
Frequentie van non-GAAP-indicatoren in persberichten per sector. Noot: Zie de toelichting bij Figuur
1. Consumer Nondurables
2. Consumer Durables
3. Manufacturing
4. Oil, Gas, and Coal Extraction and Products
5. Chemicals and Allied Products
6. Business Equipment
7. Telephone and Television Transmission
8. Utilities
9. Wholesale, Retail, and Some Services
10. Healthcare, Medical Equipment, and Drugs
11. Other
Recent onderzoek door
Zoals eerder besproken presenteren ondernemingen niet alleen alternatieven voor de winst per aandeel, maar presenteren zij ook regelmatig alternatieven voor andere maatstaven. Populaire prestatiemaatstaven, veelal gedreven door het gebruik door analisten in hun rapporten en waarderingen, zijn definities van (Adjusted) EBITDA en Free Cash Flow. Deze definities variëren veelal tussen ondernemingen. De praktijk leert bijvoorbeeld dat een (Adjusted) EBITDA-maatstaf bijna altijd anders is gedefinieerd dan in de standaard tekstboek-definitie van earnings before interest, taxes, depreciation and amortisation.
Op basis van de zoektermen “EBITDA” en “Free Cash Flow”, en de data die eerder gebruikt zijn voor de figuren 2 en 3, blijkt dat 36 procent van de ondernemingen de term EBITDA gebruikt in de kwartaalberichten, terwijl 18 procent de free cash flow noemt. Beide maatstaven zijn geen line items in de resultatenrekening onder US GAAP of IFRS, maar worden wel veelvuldig gebruikt door analisten en in de financieringsliteratuur. Figuur
Frequentie van EBITDA- en Free Cash Flow-termen in persberichten over tijd. Noot: Zie de toelichting bij Figuur
De reden voor het gebruik van deze maatstaven ligt waarschijnlijk in het feit dat voorspellingen van free cash flow een directe input zijn voor discounted cash flow (DCF)-waarderingsmodellen (modellen die nog steeds vaker worden gebruikt dan accounting-based waarderingsmodellen zoals Residual Income; zie bijvoorbeeld
Een belangrijke beperking van de huidige staat van het wetenschappelijke onderzoek naar alternatieve presentatiemaatstaven is dat, naast het feit dat het overgrote deel van het onderzoek in de “top journals” zicht richt op ondernemingen in de VS, de meeste studies zijn gedaan naar alternatieven voor de bottom-line, ofwel de winst per aandeel. Onderzoek naar het gebruik van alternatieve alternatieve prestatiemaatstaven zoals (Adjusted) EBITDA, Free Cash Flow, en andere KPI’s, is echter schaars. Enkele recente uitzonderingen zijn
Veel van de posten die ondernemingen niet meenemen in de berekening van hun non-GAAP-winstcijfers zijn overlopende posten, ofwel kosten die niet direct tot kasstromen leiden (“accruals”), zoals eerder genoemde stock-based compensation-kosten en de afschrijving van immateriële vaste activa. Regelmatig rationaliseren managers het gebruik van alternatieve winstcijfers dan ook op basis van het argument dat de niet meegenomen kosten van een non-cash-aard zijn. Definities zoals (Adjusted) EBITDA gaan nog een stapje verder en negeren een vaak nog materiëlere kostenpost, de afschrijvingen.
Een vraag die regelmatig naar boven kwam in de vele presentaties van de eerdere draft versies van
Dit alles neemt niet weg dat de huidige tendens om verschillende non-cash-posten te negeren, tot interessante vragen leidt over de rol van accrual accounting. Eerder onderzoek zoals dat van
Terwijl eerdergenoemde studies in de vorige alinea concluderen dat accounting-winsten betere voorspellende waarde hebben dan operationele kasstromen voor het voorspellen van toekomstige kasstromen, laat recent onderzoek echter een ander beeld zien. Ten eerste vinden
Om een concreet voorbeeld te geven van de mate waarin winsten versus operationele kasstromen informatie geven over de waarde van een onderneming zien we in Figuur
Salesforce: Waardecreatie in beurskoers versus cash- en nettowinst-prestaties. Noot: Dit figuur geeft een illustratie van de mogelijke verschillen in bruikbaarheid van cash- versus accrual-based (nettowinst)-prestatiemaatstaven voor waarderingsdoeleinden, op basis van data voor Salesforce Inc. Koersdata komt uit de CRSP-database en is gecorrigeerd voor een 4:1 stock split in april 2013. De nettowinst- en operationele kasstroom-data komen uit de Compustat-database. De koersgrafiek reflecteert de koersontwikkeling tussen begin februari 2010 en eind januari 2018, wat overeenkomt met de volledige boekjaren die eindigen op 31 januari 2011 t/m 31 januari 2018. Over de achtjarige periode is de koers gestegen van $15.89 op 31 januari 2010 (na split-correctie) naar $113.91 op 31 januari 2018, een stijging van 617%. Over dezelfde periode heeft de onderneming een positieve cumulatieve operationele kasstroom gegenereerd van $10.3 miljard, terwijl de cumulatieve nettowinst gelijk is aan een negatieve $453 miljoen.
Eén conclusie op basis van dit contrast met de koersontwikkeling kan zijn dat de markt het aandeel overwaardeert en ten onrechte de waarderelevante informatie in GAAP-winsten negeert. Een andere interpretatie kan zijn dat, zoals aangetoond in
Vanwege de materiële negatieve accruals die de onderneming in elke periode heeft, valt de winst systematisch lager uit dan de operationele kasstroom. Als we daarnaast aannemen dat de uitgestelde omzetboeking (die wel gepaard gaat met positieve operationele kasstromen) de waardecreatie door de onderneming in de huidige periode enigszins maskeert, kunnen we de vraag stellen welke prestatiemaatstaf een betere reflectie geeft van de marktwaarde van de onderneming. Inderdaad, als we kijken naar de operationele kasstromen van Salesforce in Figuur
Dit specifieke voorbeeld van Salesforce laat zien dat voor sommige ondernemingen de operationele kasstromen wellicht een beter beeld geven van de operationele prestaties en waardering dan de winsten, wat in lijn ligt met de conclusies van
De recente groei in het aantal studies naar het gebruik van alternatieve prestatiemaatstaven wordt gedreven door zowel de stijging in het gebruik van deze maatstaven door ondernemingen (Figuur
In een wereld van efficiënte kapitaalmarkten, waarin waarderelevante accounting-informatie snel in koersen wordt verwerkt, zouden ondernemingen niet in staat moeten zijn om gebruikers te misleiden door het presenteren van (hogere) alternatieve prestatiemaatstaven. De winstcijfers op basis van GAAP of IFRS zijn inmiddels gewoon beschikbaar in dezelfde persberichten. Dit is een valide argument, maar hangt wel sterk op de aanname dat de kapitaalmarkten inderdaad efficiënt zijn en de juiste informatie correct en snel verwerken. Alhoewel er veel bewijs is dat deze aanname ondersteunt voor grote en liquide kapitaalmarkten zoals in de VS, is er ook veel bewijs in de literatuur dat deze aanname verwerpt. Het is dan ook niet voor niets dat in recente jaren wetenschappers van beide kampen zijn onderscheiden met de Nobelprijs voor de Economie (Zoals Eugene Fama, Robert Shiller, en Richard Thaler).
Er zijn veel argumenten tegen de efficiëntemarkten-hypothese te vinden in de behavioral finance-literatuur. Echter hoeven we niet per se terug te vallen op de irrationele beslissingen van gebruikers en hun biases die in deze literatuur naar voren komen, omdat veel van bovengenoemde zorgen en andere fricties in markten ook kunnen worden verklaard vanuit een rationeel-economisch perspectief. Met andere woorden, door de gebruikers van financiële informatie te zien als nutsmaximaliserende en rationele economische agenten, kunnen we nog steeds verklaren waarom de presentatie van alternatieve, en vaak hoger uitvallende, prestatiemaatstaven een probleem zou kunnen zijn en gebruikt wordt door ondernemingen om een misleidend beeld te schetsen van hun prestaties en waarde.
Deze argumentatie wordt gebruikt in conceptuele studies zoals
Om deze argumenten verder te concretiseren kunnen we kijken naar de winstcijfers zoals deze worden geïnterpreteerd door financieel analisten en te vinden zijn op websites zoals Yahoo! Finance. Neem bijvoorbeeld Tesla, dat voor het derde kwartaal van 2018 een nettowinst per aandeel boekte van $1.75. Op non-GAAP-basis, na het terugboeken van stock-based compensation-kosten, presenteerde het een substantieel hogere winst van $2.90 per aandeel. Welk winstgetal zien we terug als de “actual” bij Yahoo! Finance? Dat is de $2.90 per aandeel, het non-GAAP-winstgetal.
Een ander voorbeeld dat helpt om de beperkingen van informatieverwerking te concretiseren is de concentratie van de timing van kwartaalberichten in de VS, een fenomeen dat ook al wel bekend staat als earnings season. Omdat voor het overgrote deel van de ondernemingen in de VS het boekjaar eindigt in december, de meeste overige ondernemingen in maart, juni of september, en er daarnaast relatief strikte deadlines zijn opgelegd door de SEC voor het deponeren van de kwartaal- en jaarverslagen (
“Earnings season”: de concentratie van kwartaalberichten binnen een jaar. Noot: Dit figuur is gebaseerd op de steekproef van 104,145 bedrijfskwartalen over de periode 2006–2017, zoals beschreven in de toelichting bij Figuur
Vooral voor de drie kwartalen van april tot en met december is te zien hoe de timing van de persberichten geconcentreerd is rond de 30 dagen na kwartaaleinde. Op 4 augustus 2016 zijn er bijvoorbeeld 293 winstbekendmakingen geïdentificeerd, het maximum in deze steekproef (het werkelijke aantal zonder onze steekproefrestricties ligt hoger). Uiteraard is het dan ook vrijwel onmogelijk, zelfs voor hedgefondsen en analisten met relatief goede kennis van de verslaggeving, om al deze informatie in de verschillende persberichten te identificeren, te verwerken, te begrijpen, en te vergelijken. Dit geldt vaak zelfs voor de relatief kleinere portfolio’s van ondernemingen die zij volgen, aangezien ondernemingen binnen sectoren ook vaak hun winstbekendmakingen clusteren. In deze context toont onderzoek door
Ander recent onderzoek met Patrick Verwijmeren illustreert een gerelateerd voorbeeld van de beperkingen van beleggers, en de markt in haar geheel, in het verwerken van publiek beschikbare informatie. In ons onderzoek (
Managers hebben sterke prikkels om kwartaal na kwartaal winsten te rapporteren die voldoende aan de verwachtingen van Wall Street, ofwel sell-side, analisten (
Alhoewel de markt gemiddeld genomen bekend is met dit fenomeen, hebben wij in
Op basis van deze resultaten zou de conclusie getrokken kunnen worden dat er geld te verdienen is door de aandelen van ondernemingen te kopen (shorten) met een hoge (lage) kans op het spelen van de earnings game, door gebruik te maken van publiek beschikbare informatie uit eerdere persberichten en analistenverwachtingen. Echter is dat niet zo eenvoudig, aangezien het innemen van posities tijdens earnings season voor veel beleggers, en zelfs voor de grotere handelaren, risicovol is (zie de referenties op p. 350 van
Daarnaast is dit simpelweg niet de belangrijkste conclusie van ons onderzoek. De resultaten laten namelijk vooral zien dat het spel tussen ondernemingen en analisten leidt tot fricties en informatieasymmetrie. Als gevolg daarvan verliest een deel van de (minder geïnformeerde) beleggers geld door het doen van investeringen op basis van misleidende signalen. In veel gevallen is een positieve earnings surprise, d.w.z. de gerapporteerde winst is hoger dan verwacht, namelijk regelmatig beter te interpreteren als een negatief signaal. Wellicht nog belangrijker is dat wij tegelijkertijd empirisch laten zien dat deze resultaten worden verklaard door de mate waarin de eerdergenoemde statistieken gemakkelijk te identificeren en verwerken zijn door beleggers. In additionele testen tonen wij namelijk aan dat toekomstige koersveranderingen beter te voorspellen zijn wanneer het voor beleggers lastiger wordt om te doorgronden dat de onderneming deelneemt aan de earnings game. Zo zien wij bijvoorbeeld dat wanneer de informatie over de voorgaande earnings surprises beschikbaar is via websites als Yahoo! Finance, de markt deze informatie relatief goed verwerkt. Wordt de berekening echter kostbaarder, op basis van niet-direct beschikbare informatie of complexere berekeningen, zien we dat de informatie steeds minder sterk in koersen is verwerkt (
Over het geheel genomen zijn deze resultaten, alhoewel uiteraard onderzocht voor een zeer specifieke setting in de VS, consistent met de eerdergenoemde conceptuele modellen. De resultaten tonen eens te meer aan hoe ondernemingen, marktpartijen, standard setters, en toezichthouders rekening moeten houden met de beperkingen in de informatieverwerking door de gebruikers van financiële informatie, zelfs wanneer deze informatie publiek beschikbaar is. Terwijl wij in eerdergenoemde studie (
De recente groei in het gebruik van alternatieve prestatiemaatstaven heeft geleid tot een nieuwe stroom aan onderzoek naar de oorzaken en gevolgen van non-GAAP-verslaggeving. In tegenstelling tot conclusies uit een eerdere stroom van literatuur lijkt de consensus op basis van recente studies vooral te zijn dat ondernemingen alternatieve winstbegrippen presenteren om daarbij te kunnen voldoen aan de vraag naar additionele, waarderelevante, informatie vanuit de markt (
Tegelijkertijd blijft de stijging in het gebruik van non-GAAP-verslaggeving een belangrijk punt van aandacht voor toezichthouders. Er is tegenwoordig een gigantische hoeveelheid aan ondernemingsspecifieke informatie beschikbaar via het internet en sociale media (
Ondanks de inmiddels vrij robuuste wetenschappelijke literatuur die de oorzaken en gevolgen van non-GAAP-verslaggeving behandelt zijn er nog veel mogelijkheden voor toekomstig onderzoek. Zo focust het overgrote deel van deze literatuur zich op de presentatie van alternatieve prestatiemaatstaven in de VS, terwijl de verslaggeving, enforcement, en toegang tot informatie substantieel anders is binnen de Europese setting. Daarnaast heeft de bestaande literatuur zich vooral gefocust op de presentatie van alternatieve winstbegrippen en veel minder op andere maatstaven zoals (Adjusted) EBITDA. Er is nog te weinig bekend over de oorzaken en gevolgen van zulke alternatieve begrippen, waarvoor de bottom-line niet het meest direct vergelijkbare alternatief is.
Prof. dr. D. Veenman is hoogleraar Financial Accounting aan de Amsterdam Business School, Universiteit van Amsterdam. De inhoud van dit artikel is gedeeltelijk gebaseerd op recent gepubliceerd onderzoek (
Het zal geen verrassing zijn dat veruit de meeste ondernemingen er in eerste instantie voor kozen om de kosten niet ten laste van de winst te brengen, maar slechts te presenteren in de toelichting (zie bijvoorbeeld
Zie https://www.sec.gov/Archives/edgar/data/1108524/000110852417000003/crm-q4exhibit991fy2017.htm.
Gerapporteerde operationele kasstromen hebben ook hun beperkingen, onder zowel US GAAP als IFRS, in het meten van de daadwerkelijke kasstromen die voortkomen uit de operationele activiteiten (zie bijvoorbeeld
Het aantal persberichten is substantieel hoger dan het aantal bedrijfskwartalen omdat niet alle persberichten de winstbekendmaking (Item 2.02 in het 8-K formulier) bevatten. De juiste persberichten zijn in een tweede stap geïdentificeerd.
De stijging in de frequentie waarmee de zoekterm “non-GAAP” wordt geïdentificeerd in de persberichten duidt niet alleen op een frequenter gebruik van alternatieve prestatiemaatstaven, maar kan ook gedeeltelijk worden verklaard door een betere en consistentere verantwoording door ondernemingen bij de presentatie van alternatieve prestatiemaatstaven. Zo kan Regulation G hebben geleid tot een consistenter gebruik van de term “non-GAAP”, daar waar ondernemingen in eerdere periodes vooral refereerden naar termen als “pro forma” winstcijfers (zie bijvoorbeeld
Een kanttekening die echter bij dit laatste onderzoek geplaatst moet worden is dat