Determinanten van de waardering van Venture Capital...

62
UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR 2007 – 2008 Determinanten van de waardering van Venture Capital transacties. Masterproef voorgedragen tot het bekomen van de graad van Master in de Toegepaste Economische Wetenschappen Behaeghe Pieterjan Delameilleure Tim Onder leiding van Prof. Dr. S. Manigart en David Devigne

Transcript of Determinanten van de waardering van Venture Capital...

Page 1: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

UNIVERSITEIT GENT

FACULTEIT ECONOMIE EN BEDRIJFSKUNDE

ACADEMIEJAAR 2007 ndash 2008

Determinanten van de waardering van Venture Capital transacties

Masterproef voorgedragen tot het bekomen van de graad van

Master in de Toegepaste Economische Wetenschappen

Behaeghe Pieterjan Delameilleure Tim

Onder leiding van

Prof Dr S Manigart en David Devigne

II

UNIVERSITEIT GENT

FACULTEIT ECONOMIE EN BEDRIJFSKUNDE

ACADEMIEJAAR 2007 ndash 2008

Determinanten van de waardering van Venture Capital transacties

Masterproef voorgedragen tot het bekomen van de graad van

Master in de Toegepaste Economische Wetenschappen

Behaeghe Pieterjan Delameilleure Tim

Onder leiding van

Prof Dr S Manigart en David Devigne

III

PERMISSION Ondergetekenden verklaren dat de inhoud van deze masterproef mag geraadpleegd enof gereproduceerd worden mits bronvermelding Pieterjan Behaeghe Tim Delameilleure

IV

Woord vooraf Het schrijven van een masterproef voor het behalen van de graad van Master in de

Toegepaste Economische Wetenschappen was voor ons een grote uitdaging Het was

een leerrijke ervaring om in een team van twee de opdracht tot een goed eind te

brengen Zonder goede afspraken taakverdeling wederzijds respect en elkaars

onophoudelijke steun zou het schrijven van een masterproef in team een onbegonnen

werk zijn

Eerst en vooral willen we onze promotor Prof Dr Sophie Manigart en David Devigne

bedanken voor hun zorgvuldige begeleiding feedback en inbreng van ideeeumln bij het tot

stand komen van onze masterproef Ook willen we een woord van dank richten aan

Andy Heughebaert die ons geholpen heeft bij het uitbreiden van onze steekproef

Graag willen wij onze ouders bedanken omdat zij ons altijd gesteund hebben tijdens

onze studies en het schrijven van onze masterproef In moeilijke momenten konden we

altijd op hen rekenen Zonder hun steun waren we er niet in geslaagd om onze studies

tot een goed einde te brengen

Mei 2008

Pieterjan Behaeghe

Tim Delameilleure

V

Inhoudsopgave 1 Inleidinghelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip1 2 Literatuurstudie en testbare hypothesenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip2 21 Waarderingsdeterminanten voor de Publieke Markthelliphelliphelliphelliphelliphelliphelliphellip3

22 Waarderingsdeterminanten voor de Private Markthelliphelliphelliphelliphelliphelliphelliphelliphelliphellip7 23 Groeiopportuniteiten als waardedeterminanthelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip10

3 Methodehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip11 31 Datahelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip11

311 Bronnenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip11 312 Populatie en Steekproefhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip11

32 Variabelenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip13 321 Afhankelijke variabelehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip13 322 Onafhankelijke variabelenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip13 323 Controlevariabelenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip15 324 Descriptieve statistiekhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip17

33 Modellen en Onderzoeksopzethelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip22

4 Resultaten en interpretatiehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip26

5 Conclusieshelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip35 ReferentieshelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipI BijlagenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipV

VI

Gebruikte afkortingen VC = Venture Capital

MW = Marktwaarde Premoneywaardering

BWEV = Boekwaarde van het eigen vermogen

NI = Netto-inkomen operationeel bedrijfsresultaat

KAS = Kas en Kasequivalenten

NKASA = Niet-kas activa

TotSchuld = Totale schulden

TotKost = Totale kosten

Stoxx = Dow Jones Stoxx Total Market Index

VCIN = Kapitaalinstroom in Venture Capital fondsen

VII

Lijst van tabellen

bull Tabel 1 Overzicht van het tot stand komen van de steekproefhelliphelliphelliphelliphelliphelliphellip13

bull Tabel 2 Overzicht van de gebruikte variabelenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip16

bull Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelenhellip21

bull Tabel 4 Regressiecoeumlfficieumlnten model 1 tot 3helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip29

bull Tabel 5 Regressiecoeumlfficieumlnten modellen 4 tot 6helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip30

bull Tabel 6 Regressiecoeumlfficieumlnten model 7helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip31

bull Tabel 7 Regressiecoeumlfficieumlnten voor model 8helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip34

bull Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sectorhelliphelliphellip34

bull Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen eurohellipV

bull Tabel 10 OLS-regressie van model 1helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVIII

bull Tabel 11 OLS-regressie van model 2helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVIII

bull Tabel 12 OLS-regressie van model 3helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipIX

bull Tabel 13 Overzicht literatuurhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipX

bull Tabel 14 CorrelatietabelhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXI

VIII

Lijst van figuren

bull Figuur 1 Aantal deals per landhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip18

bull Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten

werdhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip18

bull Figuur 3 Leeftijd onderneming bij afsluiten dealhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip19

bull Figuur 4 Distributie van de steekproef volgens industriehelliphelliphelliphelliphelliphelliphelliphelliphelliphellip19

bull Figuur 5 Premoneywaardering volgens leeftijdhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVI

bull Figuur 6 Premoneywaardering volgens industriehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVII

bull Figuur 7 Relatie tussen ondernemingswaarde en BWEV NI voor ruwe data

deflatie op totaal actief en ln-transformatiehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXII

bull Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en

hoogtechnologische sectorhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXIII

bull Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXIV

bull Figuur 10 Invloed van grootte van het bedrijf op omvang van het

bedrijfsresultaathelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXIV

bull Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)XV

IX

1 Inleiding Private Equity en Venture Capital 1 investeringen als onderdeel ervan vormen een

belangrijk en groeiend aandeel in de wereldwijde kapitaalmarkten

Er is in het verleden heel wat onderzoek uitgevoerd in verschillende domeinen van

Venture Capital onderzoek over het investeringsproces (Gompers 1995) Venture

Capital contracten agency problemen en incentives (Sapienza amp Korsgaard 1996) de

toegevoegde waarde van Venture Capital investeerders (Sapienza 1992) en

beursintroductie van bedrijven gefinancierd met Venture Capital (Barry Muscarella amp

Peavy 1990 Gompers amp Lerner 1998 Stuart Hoang amp Hybels 1999)

Niettegenstaande de grote verscheidenheid van het voorgaand onderzoek zijn er

mogelijkheden om het onderzoeksdomein over Venture Capital uit te breiden Eeacuten

daarvan is het zoeken naar determinanten van de waardering van Venture Capital

transacties

Uit vragenlijsten blijkt dat Private Equity investeerders naast kenmerken en

marktopportuniteiten voor de onderneming financieumlle performantie en accounting

gegevens als leidende informatie hanteren bij het screenen en selecteren van potentieumlle

ondernemingen (Wright amp Robbie 1998) Nochtans hebben VC-ondersteunde bedrijven

meestal nog geen historische boekhoudkundige gegevens op het moment van de

investering Venture Capital is per definitie investeren in private ondernemingen De

aandelen van deze ondernemingen zijn niet beursgenoteerd waardoor publieke

beschikbaarheid van financieumlle informatie zeldzaam is

Bovendien investeren Venture Capitalists voornamelijk in jonge en risicivolle

ondernemingen Deze ondernemingen hebben vaak nog geen product of inkomsten Als

gevolg hebben ze nog geen positieve kasstromen die als indicatie dienen voor het

toekomstig winstpotentieel bij waardering Deze hoge mate van onzekerheid op moment

van investering maakt het waarderen van deze ondernemingen een grote uitdaging voor

Venture Capital investeerders

Wij gaan in ons onderzoek na of financieumlle informatie waarderelevant is bij het

waarderen van ondernemingen gefinancierd met Venture Capital We gaan op zoek wat

1 We gebruiken de Engelse term lsquoventure capitalrsquo De Nederlandse vertaling die soms gebruikt wordt risicokapitaal omvat een ruimer begrip alle financiering met aandelenkapitaal is immers risicokapitaal

1

deze waardedeterminanten zijn voor Venture Capital transacties We doen dit door de

premoneywaardering van de ondernemingen in onze steekproef te relateren aan diverse

boekhoudkundige variabelen De keuze van de boekhoudkundige variabelen is

gebaseerd op de relevantie van de variabelen voor de waardering van publieke

ondernemingen waar reeds heel wat onderzoek over bestaat

Venture Capital investeerders focussen zich typisch op startende ondernemingen met

veel groeipotentieel Het verkregen kapitaal dient hier als financieringsbron voor

infrastructuur of voor het opbouwen van een technologisch platform met als doel in de

toekomst inkomsten te genereren Op het moment van investering is het huidige

bedrijfsresultaat dan ook voornamelijk negatief Ons onderzoek gaat in het bijzonder na

hoe de Venture Capital markt deze verliezen waardeert

Het vervolg van deze thesis is als volgt ingedeeld In punt 2 wordt de bestaande

literatuur beschreven en worden er hypothesen ontwikkeld Vervolgens wordt in punt 3

de steekproef gedefinieerd worden de gebruikte variabelen besproken en wordt de

descriptieve statistiek gerapporteerd Daarna worden in punt 4 de resultaten besproken

geiumlnterpreteerd en gekaderd in de bestaande literatuur In het laatste punt 5 worden de

conclusies weergegeven en de beperkingen vermeld

2 Literatuurstudie en testbare hypothesen Volgende literatuur en waarderingsmodellen werden voornamelijk toegepast op

gevestigde winstgevende ondernemingen In het verleden werd vooral onderzoek

uitgevoerd naar de waarderelevantie van financieumlle boekhoudkundige gegevens van

ondernemingen waarvan de nodige data beschikbaar waren Dit is meestal het geval

voor ondernemingen die beursgenoteerd zijn Zij hebben de verplichting deze informatie

publiek en transparant te maken Venture Capitalists investeren in niet-beursgenoteerde

ondernemingen Wij gaan de relevante waarderingsdeterminanten na van publieke

markten en passen die vervolgens toe op private ondernemingen

2

21 Waarderingsdeterminanten voor de Publieke Markt Een eerste stroom literatuur onderzoekt de relevantie van winstgevendheid bij het

waarderen van aandelen De marktwaarde onder de vorm van aandelenkoersen werd

gerelateerd aan de winstpositie van de onderneming

Het gebruik van winstparameters en winstgevendheid (als verschil tussen opbrengsten

en kosten) voor het waarderen van bedrijven wordt ondersteund door heel wat literatuur

(Ball amp Brown 1968 Beaver 1968 Easton amp Harris 1991 Collins amp Kothari 1989) Dit

steeds onder de assumptie dat huidige winsten informatie bevatten over toekomstige

kasstromen Een hogere winst betekent meer middelen om uit te keren aan de

aandeelhouders Bijgevolg is de marktwaarde voor meer winstgevende bedrijven hoger

Dit resulteert in een lineaire relatie tussen winstgevendheid en ondernemingswaarde

Wij gaan in hypothese 1 na of deze lineaire relatie teruggevonden in de publieke markt

ook van toepassing is in de Venture Capital markt

H1 Er is een positieve relatie tussen de omvang van de winst en de

ondernemingswaarde

Deze positieve lineaire relatie betekent dat over het algemeen de meer winstgevende

bedrijven hoger gewaardeerd worden dan minder winstgevende bedrijven Het is

belangrijk om op te merken dat verlieslatende ondernemingen ook hoog kunnen

gewaardeerd worden Een voorbeeld hiervan zijn de hoge aandeelprijzen die soms

betaald worden voor een onderneming die er nog niet in geslaagd is winst te genereren

(cfr Amazoncom) Zo vinden diverse auteurs een significante positieve relatie tussen

verliezen en de ondernemingswaarde2 (Jan amp Ou 1995 Hayn 1995 Burgstahler en

Dichev 1997 Kothari en Zimmerman 1995 Collins Pincus amp Xie1997 Hand 2003 en

Joos 2004)

Bij internetbedrijven is de ondernemingswaarde convex gerelateerd met het

bedrijfsresultaat Dit betekent toenemend met de winst en toenemend met de omvang

van het verlies (Hand 2003) Ook bij biotechnologische bedrijven is een gelijkaardige V-

2 Ondernemingswaarde meestal in de vorm van aandelenprijzen Deze relatie betekent hoe groter de verliezen hoe hoger de ondernemingswaarde

3

vormige relatie positief voor winst en negatief voor verlies terug te vinden tussen het

bedrijfsresultaat en de ondernemingswaarde (Joos en Zhdanov 2007)

Internetbedrijven (Hand) en biotechnologische bedrijven (Joos) zijn kenmerkend voor de

sectoren waarin VC-investeerders actief zijn Ze zijn op zoek naar een hoog rendement

in jonge snelgroeiende ondernemingen Deze bevinden zich voornamelijk in risicovolle

sectoren Hier wordt de waarde vooral gedreven door het groeipotentieel in plaats van

de huidige winsten De economische reden waarom winstgevendheid minder relevant is

bij het waarderen van deze kenmerkende ondernemingen is de forse investeringen in

ontastbare activa zoals marketing onderzoek en ontwikkeling Investeerders zien dit als

investeringen die kasstromen zullen genereren in de toekomst en niet als een huidige

kost zoals die behandeld moet worden volgens de boekhoudkundige regels Deze grote

kosten leiden dan ook tot grote verliezen aangezien deze ondernemingen vaak nog

geen inkomsten hebben door het ontbreken van een marktklaar product De verliezen

wijzen dus op strategische uitgaven van het management en zijn geen indicatie voor

het operationeel falen Verliezen als gevolg van aanzienlijke investeringskosten worden

dan ook opgenomen als waardedeterminant op het moment van waardering van de

onderneming

H2 Er is een positieve relatie tussen de omvang van het verlies en de

ondernemingswaarde

Samen vormen hypothese 1 en 2 een convexe of U-vormige relatie tussen het

bedrijfsresultaat en de ondernemingswaarde3 net zoals bij Hand (2003) en Joos (2007)

De relatie is positief voor winstgevende en negatief voor verlieslatende ondernemingen

Voor verlieslatende ondernemingen bevatten de boekwaarden van het eigen vermogen

(BWEV) meer informatie dan elementen van de resultatenrekening4 (Barth Beaver amp

Landsman 1998 Burgstahler amp Dichev 1997 Jan amp Ou 1995 Collins Pincus amp Xie

1999 Hayn 1995) 3 H1 en H2 kunnen we anders formuleren Er is een positieve (negatieve) relatie voor winstgevende (verlieslatende) ondernemingen tussen het bedrijfsresultaat en de ondernemingswaarde Vandaar de U-vormige relatie 4 Boekwaarde van het eigen vermogen wordt ook wel waarde van het aandelenkapitaal genoemd De Engelstalige term is lsquoBook value of equityrsquo In het verdere verloop gebruiken we de afkorting lsquoBWEVrsquo

4

De rol van de BWEV als waardedrijver bij verlieslatende ondernemingen wordt in de

literatuur als drieledig beschouwd (1) als proxy voor toekomstige normale winsten

(Ohlson 1995 Penman 1992) (2) als schatting voor liquidatiewaarde of waarde van

alternatieve-aanwending (Burgstahler amp Dichev 1997) en (3) als controle voor verschil in

grootte (Barth en Kallapur 1996)

Het (positieve) bedrijfsresultaat als determinant voor waarde bij hypothese 1 was onder

de assumptie dat huidige winsten informatie bevatten over toekomstige kasstromen Bij

ondernemingen met een negatief bedrijfsresultaat is dit niet het geval Volgens het

Ohlson model (1995) kan de BWEV gebruikt worden als proxy voor de toekomstige

normale winsten (1)

De BWEV kan ook gebruikt worden als proxy voor de liquidatiewaarde (2) (Burgstahler

amp Dichev 1997) VC-investeerders investeren in jonge risicovolle ondernemingen Jong

en risicovol omdat deze de grootste groeimogelijkheden bieden en dus ook de hoogste

rendementen Het succesvol uitbouwen van zorsquon nieuwe onderneming is zeer risicovol

Deze ondernemingen hebben immers geen buffer onder de vorm van een portefeuille

van producten in diverse markten waarop de onderneming kan terugvallen De kans op

faillissement is in deze bedrijven reeumlel BWEV is het verschil tussen het totaal actief en

de totale schulden wat de waarde van de totale ondernemingen na afbetaling van de

schuldeisers bij vereffening voorstelt (=liquidatiewaarde)

De BWEV kan ook als proxy gebruikt worden voor de grootte van een onderneming (3)

(Collins et al1997a Barth en Kallapur 1996) De grootte van het bedrijf (met als proxy

BWEV) staat in relatie met de eerste twee rollen van de BWEV Grotere ondernemingen

hebben namelijk een hogere liquidatiewaarde en van grotere ondernemingen worden

grotere toekomstige winsten verwacht

Samenvattend stellen we dat boekwaarden een toenemend belang hebben bij het

waarderen van ondernemingen wanneer (1) huidige winsten geen goede indicatie zijn

voor toekomstige winsten of (2) wanneer de onderneming een grotere kans heeft op

faling of liquidatie Dit is zeker het geval in de Venture Capital markt waardoor we onze

derde hypothese als volgt kunnen formuleren

5

H3 De waarde van een onderneming is positief gerelateerd aan de boekwaarde van het

eigen vermogen bij verlieslatende ondernemingen

De waarderelevantie van het bedrijfsresultaat enerzijds en de boekwaarden anderzijds

verschilt over de industrieeumln heen (Barth Beaver amp Landsman 1999)

Collins Pincus en Xie (1997) constateren dat BWEV hogere waarderingen verklaart en

niet de omvang van het verlies Nochtans vonden zij ook dat verliezen afzonderlijk

positief gewaardeerd worden Dit kwam omdat grotere verliezen afkomstig zijn van

grotere bedrijven (met als proxy BWEV) en grotere ondernemingen hoger gewaardeerd

worden 5 De reden hiervoor is dat zij gebruik maken van een cross-sectionele

steekproef van bedrijven uit verschillende sectoren voor de periode 1975-1992 De

opgenomen ondernemingen komen grotendeels uit niet-risicovolle sectoren waar BWEV

als proxy voor grootte dient en dus beter de hogere waarderingen kan verklaren 6 De

bevindingen van Collins et al (1997) zijn tegenstrijdig met Hand (2000) en Joos (2007)

In hun onderzoek naar internet en biotechnologische bedrijven wordt de positieve

waardering van verliezen behouden na opname van BWEV in het waarderingsmodel

Eerder (H2) zagen we dat in deze sectoren de verliezen positief gewaardeerd werden

als teken van strategische uitgaven en niet als indicatie dienden voor de grootte van het

bedrijf Vandaar het behoud van de positieve waardering van verliezen na opname

BWEV in het waarderingsmodel

Waardering van het verlies is afhankelijk van het risico de groeiopportuniteiten en de

stabiliteit van de inkomsten in de verschillende industrieeumln In sectoren waarin

ondernemingen investeren in grote hoeveelheden niet-herkende netto activa7 (zoals

onderzoek amp ontwikkeling) heeft het bedrijfsresultaat een grotere verklaringskracht De

5 Statistisch uit zich dat in een negatief of niet significante coeumlfficieumlnt bij verlies na incorporatie van boekwaarden van het eigen vermogen 6 Hun argumentering is als volgt wanneer een relevante variabele (BWEV) die positief gecorreleerd is met de afhankelijke variabele (marktwaarde) en negatief met een onafhankelijke variabele( bedrijfsverlies) niet opgenomen wordt in de analyse ontstaat er een negatieve bias bij de coeumlfficieumlnt van deze onafhankelijke variabele De positieve waardering van het verlies is afkomstig van de onderliggende relatie verlies-BWEV en BWEV-waarde en niet van de relatie verlies-ondernemingswaarde zelf 7 Andere voorbeelden zijn groeiopties en klantentrouw Deze worden boekhoudkundig als kosten behandeld terwijl deze de kenmerken van activa bezitten Het zijn namelijk investeringen die tot winsten kunnen leiden in de toekomst

6

boekwaarde van het eigen vermogen heeft dan weer meer verklaringskracht in minder

risicovolle ondernemingen met stabiele winsten

Aangezien verwacht wordt dat Venture Capital investeerders actief zijn in jonge

ondernemingen met sterke groeiopties zoals in farmaceutische (Brief amp Zarowin 1999)

biotechnologische (Joos 2007) en internetbedrijven (Hand 2000) voorspellen wij dat

de resultatenrekening ( verlies en kosten) in risicovolle en hoogtechnologische sectoren

meer informatie kan bieden dan de balans (BWEV) als determinanten voor waardering

Anders geformuleerd

H4 De positieve waardering van verliezen is minder uitgesproken in de

laagtechnologische sector dan in de hoogtechnologische sector

22 Waarderingsdeterminanten voor de Private Markt In de voorgaande literatuur werd marktwaarde verklaard door boekwaarde van het

aandelenkapitaal en het netto-inkomen In dit stuk wordt dieper ingegaan op de

waarderelevantie van gedesaggregeerde financieumlle informatie bij het waarderen van

ondernemingen gefinancierd met Venture Capital

Accounting conservatisme gecombineerd met snelle groei in ontastbare activa kan de

associatie tussen ondernemingswaarde en geaggregeerde financieumlle data ernstig

verstoren Geaggregeerde variabelen van de balans en resultatenrekening zoals de

boekwaarde van het eigen vermogen (BWEV) en netto-inkomen (NI) zijn een

vertekende meting voor de economische positie en winstgevendheid van de

onderneming (Zhang 2001) Een regressie van vertekende variabelen met de

afhankelijke variabele kan leiden tot coeumlfficieumlnten met een ander teken of grootte dan

dat men intuiumltief kan vermoeden8

Waardering van VC-ondersteunde bedrijven aan de hand van gedesaggregeerde

financieumlle informatie vinden we terug in het onderzoek van Hand ( 2005) en Armstrong

Davila en Foster (2006) Gedesaggregeerde financieumlle informatie wordt bekomen door

de twee componenten van het Ohlson model BWEV en NI op te splitsen in hun

onderliggende componenten Kas en kasequivalenten niet-kasactiva en lange

8 Illustratie negatieve bias uit voetnoot 6

7

termijnschulden worden beschouwd als de desaggregatie van de BWEV De

belangrijkste kostenitems en opbrengsten kunnen gezien worden als een desaggregatie

van het NI Kas en niet-kas activa hebben een significante positieve coeumlfficieumlnt net als

de variabelen uit de resultatenrekening Dit geldt voor zowel de opbrengsten als de

kosten (Kosten van de verkochte goederen kosten voor onderzoek en ontwikkeling en

andere kosten) Het positieve teken bij de coeumlfficieumlnt voor elke kostencomponent wijst al

op de voorspelling dat investeerders kostenuitgaven bij jonge ondernemingen als

investeringen beschouwen

Gebaseerd op de studies van Hand (2004 2005) en Armstrong et al(2006) willen wij de

waarderelevantie van enkele componenten van de balans en de resultatenrekening

nagaan

Eerst gaan we de waarderelevantie na van elementen van de balans We

desaggregeren de boekwaarde van het eigen vermogen in volgende componenten Kas

en kasequivalenten niet-kas activa en totale schulden

In eerste instantie willen we de invloed nagaan van de kaspositie op de waardering van

de onderneming Een goede kaspositie wordt gezien als een indicatie van een goede

liquiditeitspositie Zowel in de studies van Hand (2005) en Armstrong et al (2006) wordt

een positieve coeumlfficieumlnt bekomen voor de kaspositie Wij gaan in hypothese vijf na of

we deze significante positieve coeumlfficieumlnt kunnen bevestigen

H5 De ondernemingswaarde is positief gerelateerd aan de kaspositie

De niet-kas activa is de som van de vaste activa en de vlottende activa verminderd met

kas en kasequivalenten De niet-kas activa vormen een belangrijke component van het

totaal actief en de balans Ze kunnen gezien worden als een indicatie voor de grootte

van een bedrijf Hand (2004 2005) en Armstrong et al (2006) bekomen een positieve

coeumlfficieumlnt voor de niet-kas activa

Wij voorspellen een positieve relatie tussen grootte (niet-kas activa) en

ondernemingswaarde

8

H6 De ondernemingswaarde is positief gerelateerd aan de waarde van de niet-kas

activa

Armstrong et al(2006) zien schulden als een claim van de schuldeisers ten opzichte van

het actief en de toekomstige kaststromen van de onderneming Er wordt in hun werk

dan ook een negatieve coeumlfficieumlnt voorspeld De totale schulden zijn een indicatie voor

het financieumlle risico van een onderneming Bij het ten gronde gaan van een

onderneming is de waarde voor de aandeelhouders het deel van de waarde dat

overblijft na uitbetaling van de schuldeisers Hoe meer schulden er aanwezig zijn in een

onderneming hoe lager de resterende waarde is voor de aandeelhouders bij liquidatie

van de onderneming

Wij voorspellen dat de waarde van een onderneming negatief gerelateerd is aan de

totale schulden

H7 De ondernemingswaarde is negatief gerelateerd aan de totale schulden

Na de elementen van de balans gaan we de invloed na van een element van de

resultatenrekening We gaan na welke relatie er bestaat tussen totale kosten en de

waarde van een onderneming

Het grootste deel van de ondernemingen waar Venture Capitalists in investeren zijn

verlieslatend Zoals in de literatuur over verlieslatende ondernemingen aangehaald

worden verliezen vaak positief gewaardeerd bij jonge ondernemingen Strategische

investeringen liggen aan de basis van dit negatief resultaat Dit omdat investeringen in

de boekhouding behandeld worden als kosten Hogere kosten zijn een indicatie voor

investeringen die in de toekomst kunnen resulteren in positieve kasstromen Op basis

hiervan voorspellen wij een positieve relatie tussen de totale kosten en de waardering

van een onderneming

H8 De ondernemingswaarde is positief gerelateerd aan de totale kosten

9

23 Groeiopportuniteiten als waardedeterminant De waarde van een bedrijf is afkomstig van 2 determinanten (Myers 1977)

Waarde onderneming = waarde van activa + huidige waarde van toekomstige

groeiopportuniteiten

Welke component van waarde het meest doorweegt is afhankelijk van de fase waarin de

onderneming zich bevindt Voor startende ondernemingen is de huidige waarde van de

groeiopportuniteiten de belangrijkste component Groeimogelijkheden worden vaak als

waardedrijver gebruikt bij jonge opstartende ondernemingen en ondernemingen in

nieuwe industrieeumln (Damodaran 2001) Waarderingsmodellen die enkel

boekhoudkundige variabelen opnemen als determinanten voor ondernemingswaarde

zien een belangrijke component over het hoofd Er moet rekening gehouden worden

met het groeipotentieel van de ondernemingen (Holthausen en Watts 2001) Groeiende

ondernemingen worden hoger gewaardeerd (Davilla Foster en Gupta 2003)

Davila en Foster (2005) rapporteren een positieve Spearman correlatie tussen de

verandering in waardering en de verandering in inkomsten als proxy voor groei voor een

steekproef van 78 private ondernemingen (waarvan 60 Venture Capital genoten)

Hieruit kunnen we afleiden dat het groeipotentieel van een onderneming een belangrijke

waardeterminant is voor het waarderen van ondernemingen gefinancierd met Venture

Capital Hierop baserend formuleren we onze negende en laatste hypothese

H9 De ondernemingswaarde is positief gerelateerd aan de groei van de onderneming

10

3 Methode 31 Data 311 Bronnen Voor het verzamelen van de gegevens werd een beroep gedaan op drie verschillende

databases Zephyr Amadeus en Belfirst Dit zijn producten van Bureau van Dijk

Electronic Publishing (BvDEP)

Zephyr is een database die informatie bevat over verschillende soorten transacties

waaronder Venture Capital transacties

Amadeus is een pan-Europese database die financieumlle informatie bevat over

ondernemingen in achtendertig verschillende Europese landen

Belfirst bevat alle neergelegde jaarrekeningen van Belgische ondernemingen Alle

posten van de balans resultatenrekening toelichting en (in voorkomend geval) sociale

balans zijn erin opgenomen

Verder werd een beroep gedaan op het Belgisch staatsblad jaarverslagen en

participaties van Belgische Venture Capital fondsen en prospectussen van Belgische

IPOrsquos die in het verleden met Venture Capital zijn gefinancierd

Informatie over de Venture Capital instroom werd teruggevonden in publicaties van de

lsquoEuropean Private Equity amp Venture Capital Association (EVCA)rsquo

We maakten ook gebruik van de De Dow Jones STOXX Total Market Index (TMI)9

312 Populatie en Steekproef Voor het trekken van de steekproef werd onder andere een beroep gedaan op Zephyr

Alle Venture Capital transacties in Belgieuml Nederland Luxemburg Duitsland Frankrijk

en het Verenigd Koninkrijk afgesloten tussen 1 januari 1997 en 31 december 2007

werden geselecteerd Zephyr gaf in totaal 3593 transacties weer voor deze tijdspanne

Voor de waardering van Venture Capital transacties is het noodzakelijk de totale

ondernemingswaarde te kennen Daarom werden enkel de transacties van

ondernemingen met een gekende ondernemingswaarde geselecteerd waardoor er

slechts 331 van de initieumlle 3593 deals overbleven

9 De Dow Jones STOXX TMI werd geraadpleegd op wwwstoxxcom

11

Om financieumlle gegevens over de ondernemingen betrokken bij een Venture Capital

transactie terug te vinden op Amadeus werd gebruik gemaakt van het Bureau van Dijk

identificatienummer Voor ondernemingen waar het identificatienummer niet gegeven

was werd nagegaan of er informatie beschikbaar was op Amadeus door te zoeken op

naam Slechts voor 73 van de 331 deals vonden we financieumlle informatie over de

betrokken onderneming terug op Amadeus Ondernemingen betrokken bij Venture

Capital transacties zijn vaak heel jonge of opstartende ondernemingen Dit heeft als

gevolg dat niet voor alle transacties historische financieumlle informatie van de betrokken

onderneming terug te vinden is Voor transacties waarvan het jaartal van de afloop van

de deal overeenstemt met het jaar waarin de onderneming is opgestart kan bijgevolg

geen financieumlle informatie worden teruggevonden

Voor deals waarin Belgische ondernemingen betrokken waren werden de financieumlle

gegevens verzameld op Belfirst Voor 9 van de 21 Belgische deals teruggevonden op

Zephyr was er extra informatie terug te vinden op Belfirst

Gebruik makend van prospectussen het Belgisch staatsblad en de jaarverslagen en

participaties van belangrijke Venture Capitalfondsen werd de steekproef uitgebreid10

Op basis van deze drie methodes werden 44 extra deals teruggevonden waarvoor ook

financieumlle informatie terug te vinden was op Belfirst

De finale steekproef waarop de hypothesen worden getest bestaat uit 126 Venture

Capital deals

10 Er werd gebruik gemaakt van prospectussen van Belgische VC-backed IPOrsquos om extra Venture Capital transacties terug te vinden Voor de Belgische VCndashBacked IPOrsquos werden prospectussen onderzocht om het verworven aandeel in de ondernemingen te achterhalen en op die manier de ondernemingswaarde te berekenen Voor de Belgische deals uit Zephyr zonder gekende ondernemingswaarde werd nagegaan of de totale waarde berekend kon worden op basis van publicaties in het Belgisch Staatsblad Verder werden participaties van Venture Capitalfondsen nagegaan De waarde van de transacties werd opgezocht in het Belgisch staatsblad

12

Initieel aantal deals (Zephyr) 3593- Aantal deals van ondernemingen zonder gekende totale ondernemingswaarde 3262Aantal deals van ondernemingen met gekende totale ondernemingswaarde 331- Aantal deals van ondernemingen zonder de nodige financieumlle informatie 249Totaal aantal deals Zephyr met de nodige financieumlle informatie 82+Uitbreiding steekproef (prospectussen Belgisch staatsblad en participaties VC-fondsen) 44Finale steekproef 126

Tabel 1 Overzicht van het tot stand komen van de steekproef

32 Variabelen 321 Afhankelijke variabele Als afhankelijke variabele nemen we de marktwaarde van de onderneming (afkorting

MW) De marktwaarde is de premoneywaardering berekend door van de totale waarde

van de onderneming na de investering het geiumlnvesteerde bedrag af te trekken11 De

totale waarde van de onderneming is het bedrag dat men zou betalen indien 100 van

de onderneming zou verworven worden Ze wordt berekend als ((investering)(

aandelen verworven)) x 100 Voor de deals uit Zephyr worden enkel deze met een

gekend verworven aandeel in de onderneming opgenomen in de analyse Voor de deals

uit het staatsblad werd het verworven aandeel berekend als de verhouding tussen het

aantal nieuw verkregen aandelen op het totaal aantal aandelen na investering

322 Onafhankelijke variabelen Voor het selecteren van de onafhankelijke variabelen volgen we het matching-principe

gebruikt van Hand (2005) De datum van investering in de onderneming wordt gelinkt

11 De uiteindelijke premoneywaardering wordt dan als volgt berekend Wanneer voor euro100 geiumlnvesteerd wordt en daarbij 10 van de aandelen verworven wordt is de totale waarde van de onderneming gelijk aan euro 1000 en is de premoneywaardering gelijk aan euro 900 De investeerder betaalt eigenlijk euro 100 om na investering 10 van het aandelenkapitaal te bezitten Dat maakt dat op het moment van investering de waarde van de onderneming (100) gelijk is aan 90 van de onderneming na investering Er werd geen onderscheid gemaakt tussen het verworven aandeel van de verschillende investeerders in een investeringsronde of het verworven aandeel van een afzonderlijk fonds Voor het berekenen van de 100 waardering maakt dit geen verschil Wel wordt steeds de totale kapitaalsverhoging van deze 100 waardering afgetrokken en niet het afzonderlijk deel dat eacuteeacuten fonds investeert De totale kapitaalsverhoging voor de data uit het staatsblad is het product van de uitgifteprijs van de aandelen en het totaal aantal nieuw uitgegeven aandelen

13

aan de financieumlle data van het jaar voor de investeringsronde12 Financieumlle data zijn

jaarlijks beschikbaar zodoende dat elke eerste investering in het jaar bruikbaar is voor

onze analyse Alle andere investeringsrondes volgend op de eerste worden uit de

analyse gelaten Het voordeel van deze aanpak is dat het eenvoudig is voor analyse

Het nadeel is het verlies aan informatie wanneer er meerdere financieringsrondes zijn in

eenzelfde fiscaal jaar Het vormt ook een nadeel wanneer er een groot tijdsverschil is

tussen het gebruikte boekjaar van financieumlle data en de afsluiting van investering13

In de eerste twee hypotheses wordt het bedrijfsresultaat gebruikt als onafhankelijke

variabele Als proxy hiervoor gebruiken we de post operationele winstverlies van

Amadeus en Belfirst

Voor boekwaarde van het eigen vermogen gebruiken we de post lsquoshareholderrsquos fundsrsquo

op de balans in Amadeus en Belfirst14

We maken ook gebruik van de financieumlle variabelen uit de modellen van Hand (2004

2005) en Armstrong et al (2006) Om de invloed van deze variabelen na te gaan

zoeken we voor elke variabele een passend alternatief op de databases Amadeus en

Zephyr We vinden voor kas en kasequivalenten niet-kas activa en totale schulden een

alternatief Aangezien wij niet beschikken over een aparte uitgavenpost voor onderzoek

en ontwikkeling nemen we de totale kosten op in onze analyse We splitsen deze niet

op zoals Hand (2004 2005) en Armstrong et al(2006) doen De uitgaven voor

onderzoek en ontwikkeling zitten hier wel in omvat Een Belgische onderneming die

kosten maakt in het kader van door haar verricht onderzoek moet deze kosten (lonen

en wedden - kosten voor het gebruik van materiaal - diensten en diverse goederen

enz) in beginsel naar hun aard boeken in de resultatenrekening van het boekjaar

waarin deze kosten werden gemaakt

12 Bijvoorbeeld Een onderneming verkrijgt financiering uit drie verschillende rondes ABC Ronde A vindt plaats op 3203 ronde B op 5304 en ronde C op 23804 Enkel ronde A en Ronde B worden opgenomen in de analyse Ronde A wordt gelinkt aan financieumlle data van 311202 en ronde B van 311203 13 Dit is bijvoorbeeld het geval wanneer de investering plaatsvond in juli of later (6 maanden na start nieuw boekjaar) Financieumlle data uit het volgende boekjaar zijn recenter om te gebruiken Toch worden de data gebruikt uit het voorgaande jaar 14 Boekwaarde eigen vermogen = Totaal actief ndash Vreemd vermogen

14

15

Davilla Foster en Gupta (2003) gebruiken groei van het aantal werknemers als proxy

voor groei Wij gebruiken de relatieve verandering in de kost van werknemers als proxy

voor groei15

Tabel 1 geeft een overzicht van de gebruikte variabelen

323 Controlevariabelen We gaan ook de invloed na van enkele controlevariabelen

Een eerste controlevariabele die we opnemen in de analyse is industrie Wij willen

nagaan of er een verschil is in de waardering van de ondernemingen die actief zijn in

verschillende industrieeumln Het belang van de sector werd reeds besproken onder punt

22

Ook zullen we controleren voor volgende macro-economische variabelen Gompers en

Lerner (2000) gaan na hoe de waardering van investeringen in de Venture Capital markt

beiumlnvloed wordt door de instroom van kapitaal De resultaten tonen een sterk positief

verband tussen de waarde van Venture Capital investeringen en de instroom van

kapitaal Wij gaan na of we de resultaten van Gompers en Lerner (2000) kunnen

bevestigen voor onze steekproef Deze informatie bekomen we uit publicaties van de

EVCA

We nemen ook een marktindex op als controlevariabele in ons model (Hand 2005)

Deze variabele wordt geacht een goede indicator te zijn voor het potentieel rendement

op Venture Capital investeringen

15 Groei wordt berekend als ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2))

16

Variabele Afkorting Opmerkingen Premoneywaardering MW Totale marktwaarde onderneming na investering ndash Geiumlnvesteerd bedrag Boekwaarde eigen vermogen BWEV Operationeel bedrijfsresultaat (Netto Inkomen) NI Operationele winstverlies Kas en kasequivalenten KAS Niet-kas activa NKASA Vaste activa + vlottende activa (exclusief kas en kasequivalenten) Totale schulden TotSchuld Schulden gt1jaar + Schuldenlt1jaar Totale kosten TotKost Leeftijd Leeftijd Leeftijd bij afsluiten deal - Leeftijd onderneming bij incorporatie Dow jones Stoxx Total Market Index Stoxx Europese marktindex Groei Groei ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2)) Venture Capital instroom VCIN Instroom kapitaal in Venture Capital fondsen uit publicaties EVCA Industrie Industrie De zeven industrieklassen worden ingedeeld in een hoogtechnologische groep en een laagtechnologische groep aan de hand van een dummyariabele

Tabel 2 Overzicht van de gebruikte variabelen

324 Descriptieve statistiek Figuur 1 toont het aantal deals uit de steekproef per land Er zitten voornamelijk deals

uit Belgieuml Frankrijk en het Verenigd Koninkrijk in de steekproef Het grote aandeel

Belgische deals komt door de grotere beschikbaarheid van financieumlle informatie Voor

de deals uit Duitsland was de nodige financieumlle informatie er meestal niet Voor geen

enkele deal uit Nederland en Luxemburg was financieumlle informatie terug te vinden

waardoor de steekproef herleid werd tot vier landen Belgieuml Frankrijk Duitsland en het

Verenigd Koninkrijk

Onze steekproef bestrijkt de periode van 1januari 1997 tot 31december 2007 Figuur 2

geeft weer hoeveel deals er in de verschillende jaren afgesloten zijn We zien dat er

voor het jaar 1997 geen deals met de nodige financieumlle gegevens terug te vinden waren

Het hoge aantal deals in het jaar 2000 kan verklaard worden door de High Tech Bubble

In figuur 3 kan de leeftijd van de betrokken ondernemingen afgelezen worden bij het

afsluiten van de deal We zien dat onze steekproef vooral bestaat uit jonge

ondernemingen De mediaan van de leeftijd van de ondernemingen in onze steekproef

is drie jaar

In figuur 4 kan de distributie van de steekproef volgens industrie worden afgelezen De

steekproef werd opgedeeld op basis van de eerste twee cijfers van de nacebelcode en

op basis daarvan ingedeeld in zeven verschillende groepen metaal chemie

biotechnologisch handel en horeca zakelijke diensten computer gerelateerd diensten

niet computer gerelateerd en een restcategorie andere Het valt op dat een groot deel

van de deals gebeuren in hoogtechnologische industrieeumln Chemie Biotechnologisch en

zakelijke diensten computer gerelateerd

17

Aantal deals per land

54

45

24

3

0

10

20

30

40

50

60

Belgieuml Verenigd Koninkrijk Frankrijk Duitsland

Land

Aan

tal d

eals

Figuur 1 Aantal deals per land

Distributie steekproef volgens jaar deal

0

4

8

29

14

3

9 10 9

23

17

0

5

10

15

20

25

30

35

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Jaar deal

Aan

tal d

eals

Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten werd

18

Leeftijd ondernemingen bij afsluiten deal

11

27 26

20

79

4 4 53

10

0

5

10

15

20

25

30

1 jaar 2 jaar 3 jaar 4 jaar 5 jaar 6 jaar 7 jaar 8 jaar 9 jaar 10 jaar gt10jaar

Leeftijd

Aan

tal o

nder

nem

inge

n

Figuur 3 Leeftijd onderneming bij afsluiten deal

Distributie steekproef volgens industrie

4032

1712 11 9

5

05

1015202530354045

Compu

ter ge

relate

erd

Dienste

n (ex

cl C

ompu

ter)

Metaal

Hande

l en H

oreca

Biotec

hnolo

gisch

Chemie

Andere

(res

tcateg

orie)

Industrie

Aan

tal d

eals

Figuur 4 Distributie van de steekproef volgens industrie

19

20

Als controlevariabele wordt nagegaan of de kapitaalinstroom in Venture Capital fondsen

in het jaar van de deal een invloed heeft op de waardering van de Venture Capital

transacties In bijlage 1 kan de instroom van kapitaal in de verschillende jaren afgelezen

worden De gegevens zijn afkomstig uit de jaarlijkse publicaties van de EVCA Bij het

uitvoeren van het onderzoek was de kapitaalinstroom voor het jaar 2007 nog niet

gepubliceerd

Tabel 3 geeft een overzicht van het minimum het maximum de mediaan het

gemiddelde en de standaardafwijking van de gebruikte variabelen Er wordt ook getoond

hoeveel gegevens beschikbaar zijn per variabele De verschillende variabelen worden

weergegeven in duizend euro De gemiddelde onderneming betrokken bij een Venture

Capital deal heeft een premoneywaardering van 19932 duizend euro Het gemiddelde

en de mediaan van het operationeel bedrijfsresultaat zijn negatief Dit komt doordat

slechts 31 van de 108 bedrijven waarvoor het operationeel bedrijfsresultaat gegeven is

een positief operationeel bedrijfsresultaat hebben

In bijlage 2 kan het boxplot bekeken worden van de premoneywaardering per jaar

Zowel de Kruskal-Wallis-test als de mediaantest tonen aan dat er geen verschil is in

premoneywaardering over de verschillende jaren heen16

In bijlage 3 kan het boxplot worden bekeken van de premoneywaardering in de

verschillende industrieklassen Biotechnologische ondernemingen worden significant

hoger gewaardeerd dan ondernemingen in andere industrieklassen

16 De resultaten van deze testen zijn niet opgenomen in dit werk

21

Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelen

Gemiddelde Minimum Maximum Mediaan Standaardafwijking N (euro1000) (euro1000) (euro1000) (euro1000) (euro1000) Afhankelijke variabele Premoneywaardering 19332 100 267278 5102 38420 126 Onafhankelijke variabelen Operationeel Bedrijfsresultaat (t-1) -587 -9601 12097 -165 2303 108 Boekwaarde eigen vermogen (BWEV) (t-1) 1926 -4357 30257 184 5140 125 Kas en kasequivalenten (t-1) 1113 0 24375 80 3171 117 Niet-kas activa (t-1) 5366 0 246738 641 25152 117 Totale schulden (t-1) 4581 0 224510 734 22284 123 Totale opbrengsten (t-1) 7435 2 191280 991 26077 62 Totale kosten (t-1) 3169 1 54230 1139 8014 69 Leeftijd 5 1 35 3 5 126 Kost van de werknemers (t-1) 1458 0 44856 679 4789 94 Kost van de werknemers (t-2) 619 0 4207 457 766 65

Controlevariabelen Dow Jones Stoxx Total Market Index 312 177 389 324 56 126

33 Modellen en Onderzoeksopzet In bijlage 9 kan men op Figuur 7 grafieken bekijken van de relatie tussen de

boekwaarde van het eigen vermogen (BWEV) en de premoneywaardering en de relatie

tussen het netto-inkomen (NI) en de premoneywaardering Figuur 7a is een scatterplot

met de oorspronkelijke data in duizend euro in figuur 7b zijn de oorspronkelijke data

gedeflateerd op het totaal actief Uit beide figuren kan je afleiden dat deze data sterk

heteroscedastisch is wat niet goed is om een lineaire relatie na te gaan tussen de

variabelen Tabel 3 toonde reeds een groot verschil in gemiddelden en mediaan voor

de verschillende variabelen Dit kan het resultaat zijn van verschillen tussen de

ondernemingen in leeftijd grootte industrie of levenscyclus

Om hier een oplossing voor te bieden ondergaan de variabelen een Ln-transformatie die

als volgt gebeurt

Voor de positieve waarden X Ln [ 1 + X ] met X in duizend euro

Voor de negatieve waarden Y -Ln [ 1 + (-Y)] met Y in duizend euro

Het voordeel van deze transformatie is dat men niet hoeft te controleren voor outliers

aangezien een Ln-transformatie hoge waarden afvlakt We zien in tabel 3 steeds grote

standaardafwijkingen bij de variabelen voor transformatie Na transformatie verdwijnen

deze hoge waarden Via een Ln-transformatie bekomen we ook een grotere

homoscedasticiteit tussen de variabelen17

Het effect van het transformeren in vergelijking met deflateren op totaal actief18 wordt

geiumlllustreerd in bijlage 9 In bijlage 9 wordt een scatterplot gemaakt van de bivariate

relatie tussen de premoneywaardering en respectievelijk de boekwaarde van het eigen

vermogen en het bedrijfsresultaat

In figuur 7c zie je dat na transformatie de relaties tussen ln(premoneywaardering) en

respectievelijk ln(BWEV) en ln(Bedrijfsresultaat) meer homoscedastisch zijn

Op deze figuur merken we ook dat de relatie tussen de boekwaarde van het eigen

vermogen (indien gt 0) en de ondernemingswaarde (lineair) positief is We zien

eveneens een positieve relatie tussen het bedrijfsresultaat en de ondernemingswaarde

17 Armstrong et al maken gebruik van een rank regression om dezelfde problemen bij regressie op te lossen 18 Collins et al deflateren op het aantal aandelen Joos maakt gebruik van de marktwaarde op t de boekwaarde op t-1 en het aantal werknemers t-1 als deflatiefactor

22

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 2: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

II

UNIVERSITEIT GENT

FACULTEIT ECONOMIE EN BEDRIJFSKUNDE

ACADEMIEJAAR 2007 ndash 2008

Determinanten van de waardering van Venture Capital transacties

Masterproef voorgedragen tot het bekomen van de graad van

Master in de Toegepaste Economische Wetenschappen

Behaeghe Pieterjan Delameilleure Tim

Onder leiding van

Prof Dr S Manigart en David Devigne

III

PERMISSION Ondergetekenden verklaren dat de inhoud van deze masterproef mag geraadpleegd enof gereproduceerd worden mits bronvermelding Pieterjan Behaeghe Tim Delameilleure

IV

Woord vooraf Het schrijven van een masterproef voor het behalen van de graad van Master in de

Toegepaste Economische Wetenschappen was voor ons een grote uitdaging Het was

een leerrijke ervaring om in een team van twee de opdracht tot een goed eind te

brengen Zonder goede afspraken taakverdeling wederzijds respect en elkaars

onophoudelijke steun zou het schrijven van een masterproef in team een onbegonnen

werk zijn

Eerst en vooral willen we onze promotor Prof Dr Sophie Manigart en David Devigne

bedanken voor hun zorgvuldige begeleiding feedback en inbreng van ideeeumln bij het tot

stand komen van onze masterproef Ook willen we een woord van dank richten aan

Andy Heughebaert die ons geholpen heeft bij het uitbreiden van onze steekproef

Graag willen wij onze ouders bedanken omdat zij ons altijd gesteund hebben tijdens

onze studies en het schrijven van onze masterproef In moeilijke momenten konden we

altijd op hen rekenen Zonder hun steun waren we er niet in geslaagd om onze studies

tot een goed einde te brengen

Mei 2008

Pieterjan Behaeghe

Tim Delameilleure

V

Inhoudsopgave 1 Inleidinghelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip1 2 Literatuurstudie en testbare hypothesenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip2 21 Waarderingsdeterminanten voor de Publieke Markthelliphelliphelliphelliphelliphelliphelliphellip3

22 Waarderingsdeterminanten voor de Private Markthelliphelliphelliphelliphelliphelliphelliphelliphelliphellip7 23 Groeiopportuniteiten als waardedeterminanthelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip10

3 Methodehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip11 31 Datahelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip11

311 Bronnenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip11 312 Populatie en Steekproefhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip11

32 Variabelenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip13 321 Afhankelijke variabelehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip13 322 Onafhankelijke variabelenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip13 323 Controlevariabelenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip15 324 Descriptieve statistiekhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip17

33 Modellen en Onderzoeksopzethelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip22

4 Resultaten en interpretatiehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip26

5 Conclusieshelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip35 ReferentieshelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipI BijlagenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipV

VI

Gebruikte afkortingen VC = Venture Capital

MW = Marktwaarde Premoneywaardering

BWEV = Boekwaarde van het eigen vermogen

NI = Netto-inkomen operationeel bedrijfsresultaat

KAS = Kas en Kasequivalenten

NKASA = Niet-kas activa

TotSchuld = Totale schulden

TotKost = Totale kosten

Stoxx = Dow Jones Stoxx Total Market Index

VCIN = Kapitaalinstroom in Venture Capital fondsen

VII

Lijst van tabellen

bull Tabel 1 Overzicht van het tot stand komen van de steekproefhelliphelliphelliphelliphelliphelliphellip13

bull Tabel 2 Overzicht van de gebruikte variabelenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip16

bull Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelenhellip21

bull Tabel 4 Regressiecoeumlfficieumlnten model 1 tot 3helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip29

bull Tabel 5 Regressiecoeumlfficieumlnten modellen 4 tot 6helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip30

bull Tabel 6 Regressiecoeumlfficieumlnten model 7helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip31

bull Tabel 7 Regressiecoeumlfficieumlnten voor model 8helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip34

bull Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sectorhelliphelliphellip34

bull Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen eurohellipV

bull Tabel 10 OLS-regressie van model 1helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVIII

bull Tabel 11 OLS-regressie van model 2helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVIII

bull Tabel 12 OLS-regressie van model 3helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipIX

bull Tabel 13 Overzicht literatuurhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipX

bull Tabel 14 CorrelatietabelhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXI

VIII

Lijst van figuren

bull Figuur 1 Aantal deals per landhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip18

bull Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten

werdhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip18

bull Figuur 3 Leeftijd onderneming bij afsluiten dealhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip19

bull Figuur 4 Distributie van de steekproef volgens industriehelliphelliphelliphelliphelliphelliphelliphelliphelliphellip19

bull Figuur 5 Premoneywaardering volgens leeftijdhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVI

bull Figuur 6 Premoneywaardering volgens industriehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVII

bull Figuur 7 Relatie tussen ondernemingswaarde en BWEV NI voor ruwe data

deflatie op totaal actief en ln-transformatiehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXII

bull Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en

hoogtechnologische sectorhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXIII

bull Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXIV

bull Figuur 10 Invloed van grootte van het bedrijf op omvang van het

bedrijfsresultaathelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXIV

bull Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)XV

IX

1 Inleiding Private Equity en Venture Capital 1 investeringen als onderdeel ervan vormen een

belangrijk en groeiend aandeel in de wereldwijde kapitaalmarkten

Er is in het verleden heel wat onderzoek uitgevoerd in verschillende domeinen van

Venture Capital onderzoek over het investeringsproces (Gompers 1995) Venture

Capital contracten agency problemen en incentives (Sapienza amp Korsgaard 1996) de

toegevoegde waarde van Venture Capital investeerders (Sapienza 1992) en

beursintroductie van bedrijven gefinancierd met Venture Capital (Barry Muscarella amp

Peavy 1990 Gompers amp Lerner 1998 Stuart Hoang amp Hybels 1999)

Niettegenstaande de grote verscheidenheid van het voorgaand onderzoek zijn er

mogelijkheden om het onderzoeksdomein over Venture Capital uit te breiden Eeacuten

daarvan is het zoeken naar determinanten van de waardering van Venture Capital

transacties

Uit vragenlijsten blijkt dat Private Equity investeerders naast kenmerken en

marktopportuniteiten voor de onderneming financieumlle performantie en accounting

gegevens als leidende informatie hanteren bij het screenen en selecteren van potentieumlle

ondernemingen (Wright amp Robbie 1998) Nochtans hebben VC-ondersteunde bedrijven

meestal nog geen historische boekhoudkundige gegevens op het moment van de

investering Venture Capital is per definitie investeren in private ondernemingen De

aandelen van deze ondernemingen zijn niet beursgenoteerd waardoor publieke

beschikbaarheid van financieumlle informatie zeldzaam is

Bovendien investeren Venture Capitalists voornamelijk in jonge en risicivolle

ondernemingen Deze ondernemingen hebben vaak nog geen product of inkomsten Als

gevolg hebben ze nog geen positieve kasstromen die als indicatie dienen voor het

toekomstig winstpotentieel bij waardering Deze hoge mate van onzekerheid op moment

van investering maakt het waarderen van deze ondernemingen een grote uitdaging voor

Venture Capital investeerders

Wij gaan in ons onderzoek na of financieumlle informatie waarderelevant is bij het

waarderen van ondernemingen gefinancierd met Venture Capital We gaan op zoek wat

1 We gebruiken de Engelse term lsquoventure capitalrsquo De Nederlandse vertaling die soms gebruikt wordt risicokapitaal omvat een ruimer begrip alle financiering met aandelenkapitaal is immers risicokapitaal

1

deze waardedeterminanten zijn voor Venture Capital transacties We doen dit door de

premoneywaardering van de ondernemingen in onze steekproef te relateren aan diverse

boekhoudkundige variabelen De keuze van de boekhoudkundige variabelen is

gebaseerd op de relevantie van de variabelen voor de waardering van publieke

ondernemingen waar reeds heel wat onderzoek over bestaat

Venture Capital investeerders focussen zich typisch op startende ondernemingen met

veel groeipotentieel Het verkregen kapitaal dient hier als financieringsbron voor

infrastructuur of voor het opbouwen van een technologisch platform met als doel in de

toekomst inkomsten te genereren Op het moment van investering is het huidige

bedrijfsresultaat dan ook voornamelijk negatief Ons onderzoek gaat in het bijzonder na

hoe de Venture Capital markt deze verliezen waardeert

Het vervolg van deze thesis is als volgt ingedeeld In punt 2 wordt de bestaande

literatuur beschreven en worden er hypothesen ontwikkeld Vervolgens wordt in punt 3

de steekproef gedefinieerd worden de gebruikte variabelen besproken en wordt de

descriptieve statistiek gerapporteerd Daarna worden in punt 4 de resultaten besproken

geiumlnterpreteerd en gekaderd in de bestaande literatuur In het laatste punt 5 worden de

conclusies weergegeven en de beperkingen vermeld

2 Literatuurstudie en testbare hypothesen Volgende literatuur en waarderingsmodellen werden voornamelijk toegepast op

gevestigde winstgevende ondernemingen In het verleden werd vooral onderzoek

uitgevoerd naar de waarderelevantie van financieumlle boekhoudkundige gegevens van

ondernemingen waarvan de nodige data beschikbaar waren Dit is meestal het geval

voor ondernemingen die beursgenoteerd zijn Zij hebben de verplichting deze informatie

publiek en transparant te maken Venture Capitalists investeren in niet-beursgenoteerde

ondernemingen Wij gaan de relevante waarderingsdeterminanten na van publieke

markten en passen die vervolgens toe op private ondernemingen

2

21 Waarderingsdeterminanten voor de Publieke Markt Een eerste stroom literatuur onderzoekt de relevantie van winstgevendheid bij het

waarderen van aandelen De marktwaarde onder de vorm van aandelenkoersen werd

gerelateerd aan de winstpositie van de onderneming

Het gebruik van winstparameters en winstgevendheid (als verschil tussen opbrengsten

en kosten) voor het waarderen van bedrijven wordt ondersteund door heel wat literatuur

(Ball amp Brown 1968 Beaver 1968 Easton amp Harris 1991 Collins amp Kothari 1989) Dit

steeds onder de assumptie dat huidige winsten informatie bevatten over toekomstige

kasstromen Een hogere winst betekent meer middelen om uit te keren aan de

aandeelhouders Bijgevolg is de marktwaarde voor meer winstgevende bedrijven hoger

Dit resulteert in een lineaire relatie tussen winstgevendheid en ondernemingswaarde

Wij gaan in hypothese 1 na of deze lineaire relatie teruggevonden in de publieke markt

ook van toepassing is in de Venture Capital markt

H1 Er is een positieve relatie tussen de omvang van de winst en de

ondernemingswaarde

Deze positieve lineaire relatie betekent dat over het algemeen de meer winstgevende

bedrijven hoger gewaardeerd worden dan minder winstgevende bedrijven Het is

belangrijk om op te merken dat verlieslatende ondernemingen ook hoog kunnen

gewaardeerd worden Een voorbeeld hiervan zijn de hoge aandeelprijzen die soms

betaald worden voor een onderneming die er nog niet in geslaagd is winst te genereren

(cfr Amazoncom) Zo vinden diverse auteurs een significante positieve relatie tussen

verliezen en de ondernemingswaarde2 (Jan amp Ou 1995 Hayn 1995 Burgstahler en

Dichev 1997 Kothari en Zimmerman 1995 Collins Pincus amp Xie1997 Hand 2003 en

Joos 2004)

Bij internetbedrijven is de ondernemingswaarde convex gerelateerd met het

bedrijfsresultaat Dit betekent toenemend met de winst en toenemend met de omvang

van het verlies (Hand 2003) Ook bij biotechnologische bedrijven is een gelijkaardige V-

2 Ondernemingswaarde meestal in de vorm van aandelenprijzen Deze relatie betekent hoe groter de verliezen hoe hoger de ondernemingswaarde

3

vormige relatie positief voor winst en negatief voor verlies terug te vinden tussen het

bedrijfsresultaat en de ondernemingswaarde (Joos en Zhdanov 2007)

Internetbedrijven (Hand) en biotechnologische bedrijven (Joos) zijn kenmerkend voor de

sectoren waarin VC-investeerders actief zijn Ze zijn op zoek naar een hoog rendement

in jonge snelgroeiende ondernemingen Deze bevinden zich voornamelijk in risicovolle

sectoren Hier wordt de waarde vooral gedreven door het groeipotentieel in plaats van

de huidige winsten De economische reden waarom winstgevendheid minder relevant is

bij het waarderen van deze kenmerkende ondernemingen is de forse investeringen in

ontastbare activa zoals marketing onderzoek en ontwikkeling Investeerders zien dit als

investeringen die kasstromen zullen genereren in de toekomst en niet als een huidige

kost zoals die behandeld moet worden volgens de boekhoudkundige regels Deze grote

kosten leiden dan ook tot grote verliezen aangezien deze ondernemingen vaak nog

geen inkomsten hebben door het ontbreken van een marktklaar product De verliezen

wijzen dus op strategische uitgaven van het management en zijn geen indicatie voor

het operationeel falen Verliezen als gevolg van aanzienlijke investeringskosten worden

dan ook opgenomen als waardedeterminant op het moment van waardering van de

onderneming

H2 Er is een positieve relatie tussen de omvang van het verlies en de

ondernemingswaarde

Samen vormen hypothese 1 en 2 een convexe of U-vormige relatie tussen het

bedrijfsresultaat en de ondernemingswaarde3 net zoals bij Hand (2003) en Joos (2007)

De relatie is positief voor winstgevende en negatief voor verlieslatende ondernemingen

Voor verlieslatende ondernemingen bevatten de boekwaarden van het eigen vermogen

(BWEV) meer informatie dan elementen van de resultatenrekening4 (Barth Beaver amp

Landsman 1998 Burgstahler amp Dichev 1997 Jan amp Ou 1995 Collins Pincus amp Xie

1999 Hayn 1995) 3 H1 en H2 kunnen we anders formuleren Er is een positieve (negatieve) relatie voor winstgevende (verlieslatende) ondernemingen tussen het bedrijfsresultaat en de ondernemingswaarde Vandaar de U-vormige relatie 4 Boekwaarde van het eigen vermogen wordt ook wel waarde van het aandelenkapitaal genoemd De Engelstalige term is lsquoBook value of equityrsquo In het verdere verloop gebruiken we de afkorting lsquoBWEVrsquo

4

De rol van de BWEV als waardedrijver bij verlieslatende ondernemingen wordt in de

literatuur als drieledig beschouwd (1) als proxy voor toekomstige normale winsten

(Ohlson 1995 Penman 1992) (2) als schatting voor liquidatiewaarde of waarde van

alternatieve-aanwending (Burgstahler amp Dichev 1997) en (3) als controle voor verschil in

grootte (Barth en Kallapur 1996)

Het (positieve) bedrijfsresultaat als determinant voor waarde bij hypothese 1 was onder

de assumptie dat huidige winsten informatie bevatten over toekomstige kasstromen Bij

ondernemingen met een negatief bedrijfsresultaat is dit niet het geval Volgens het

Ohlson model (1995) kan de BWEV gebruikt worden als proxy voor de toekomstige

normale winsten (1)

De BWEV kan ook gebruikt worden als proxy voor de liquidatiewaarde (2) (Burgstahler

amp Dichev 1997) VC-investeerders investeren in jonge risicovolle ondernemingen Jong

en risicovol omdat deze de grootste groeimogelijkheden bieden en dus ook de hoogste

rendementen Het succesvol uitbouwen van zorsquon nieuwe onderneming is zeer risicovol

Deze ondernemingen hebben immers geen buffer onder de vorm van een portefeuille

van producten in diverse markten waarop de onderneming kan terugvallen De kans op

faillissement is in deze bedrijven reeumlel BWEV is het verschil tussen het totaal actief en

de totale schulden wat de waarde van de totale ondernemingen na afbetaling van de

schuldeisers bij vereffening voorstelt (=liquidatiewaarde)

De BWEV kan ook als proxy gebruikt worden voor de grootte van een onderneming (3)

(Collins et al1997a Barth en Kallapur 1996) De grootte van het bedrijf (met als proxy

BWEV) staat in relatie met de eerste twee rollen van de BWEV Grotere ondernemingen

hebben namelijk een hogere liquidatiewaarde en van grotere ondernemingen worden

grotere toekomstige winsten verwacht

Samenvattend stellen we dat boekwaarden een toenemend belang hebben bij het

waarderen van ondernemingen wanneer (1) huidige winsten geen goede indicatie zijn

voor toekomstige winsten of (2) wanneer de onderneming een grotere kans heeft op

faling of liquidatie Dit is zeker het geval in de Venture Capital markt waardoor we onze

derde hypothese als volgt kunnen formuleren

5

H3 De waarde van een onderneming is positief gerelateerd aan de boekwaarde van het

eigen vermogen bij verlieslatende ondernemingen

De waarderelevantie van het bedrijfsresultaat enerzijds en de boekwaarden anderzijds

verschilt over de industrieeumln heen (Barth Beaver amp Landsman 1999)

Collins Pincus en Xie (1997) constateren dat BWEV hogere waarderingen verklaart en

niet de omvang van het verlies Nochtans vonden zij ook dat verliezen afzonderlijk

positief gewaardeerd worden Dit kwam omdat grotere verliezen afkomstig zijn van

grotere bedrijven (met als proxy BWEV) en grotere ondernemingen hoger gewaardeerd

worden 5 De reden hiervoor is dat zij gebruik maken van een cross-sectionele

steekproef van bedrijven uit verschillende sectoren voor de periode 1975-1992 De

opgenomen ondernemingen komen grotendeels uit niet-risicovolle sectoren waar BWEV

als proxy voor grootte dient en dus beter de hogere waarderingen kan verklaren 6 De

bevindingen van Collins et al (1997) zijn tegenstrijdig met Hand (2000) en Joos (2007)

In hun onderzoek naar internet en biotechnologische bedrijven wordt de positieve

waardering van verliezen behouden na opname van BWEV in het waarderingsmodel

Eerder (H2) zagen we dat in deze sectoren de verliezen positief gewaardeerd werden

als teken van strategische uitgaven en niet als indicatie dienden voor de grootte van het

bedrijf Vandaar het behoud van de positieve waardering van verliezen na opname

BWEV in het waarderingsmodel

Waardering van het verlies is afhankelijk van het risico de groeiopportuniteiten en de

stabiliteit van de inkomsten in de verschillende industrieeumln In sectoren waarin

ondernemingen investeren in grote hoeveelheden niet-herkende netto activa7 (zoals

onderzoek amp ontwikkeling) heeft het bedrijfsresultaat een grotere verklaringskracht De

5 Statistisch uit zich dat in een negatief of niet significante coeumlfficieumlnt bij verlies na incorporatie van boekwaarden van het eigen vermogen 6 Hun argumentering is als volgt wanneer een relevante variabele (BWEV) die positief gecorreleerd is met de afhankelijke variabele (marktwaarde) en negatief met een onafhankelijke variabele( bedrijfsverlies) niet opgenomen wordt in de analyse ontstaat er een negatieve bias bij de coeumlfficieumlnt van deze onafhankelijke variabele De positieve waardering van het verlies is afkomstig van de onderliggende relatie verlies-BWEV en BWEV-waarde en niet van de relatie verlies-ondernemingswaarde zelf 7 Andere voorbeelden zijn groeiopties en klantentrouw Deze worden boekhoudkundig als kosten behandeld terwijl deze de kenmerken van activa bezitten Het zijn namelijk investeringen die tot winsten kunnen leiden in de toekomst

6

boekwaarde van het eigen vermogen heeft dan weer meer verklaringskracht in minder

risicovolle ondernemingen met stabiele winsten

Aangezien verwacht wordt dat Venture Capital investeerders actief zijn in jonge

ondernemingen met sterke groeiopties zoals in farmaceutische (Brief amp Zarowin 1999)

biotechnologische (Joos 2007) en internetbedrijven (Hand 2000) voorspellen wij dat

de resultatenrekening ( verlies en kosten) in risicovolle en hoogtechnologische sectoren

meer informatie kan bieden dan de balans (BWEV) als determinanten voor waardering

Anders geformuleerd

H4 De positieve waardering van verliezen is minder uitgesproken in de

laagtechnologische sector dan in de hoogtechnologische sector

22 Waarderingsdeterminanten voor de Private Markt In de voorgaande literatuur werd marktwaarde verklaard door boekwaarde van het

aandelenkapitaal en het netto-inkomen In dit stuk wordt dieper ingegaan op de

waarderelevantie van gedesaggregeerde financieumlle informatie bij het waarderen van

ondernemingen gefinancierd met Venture Capital

Accounting conservatisme gecombineerd met snelle groei in ontastbare activa kan de

associatie tussen ondernemingswaarde en geaggregeerde financieumlle data ernstig

verstoren Geaggregeerde variabelen van de balans en resultatenrekening zoals de

boekwaarde van het eigen vermogen (BWEV) en netto-inkomen (NI) zijn een

vertekende meting voor de economische positie en winstgevendheid van de

onderneming (Zhang 2001) Een regressie van vertekende variabelen met de

afhankelijke variabele kan leiden tot coeumlfficieumlnten met een ander teken of grootte dan

dat men intuiumltief kan vermoeden8

Waardering van VC-ondersteunde bedrijven aan de hand van gedesaggregeerde

financieumlle informatie vinden we terug in het onderzoek van Hand ( 2005) en Armstrong

Davila en Foster (2006) Gedesaggregeerde financieumlle informatie wordt bekomen door

de twee componenten van het Ohlson model BWEV en NI op te splitsen in hun

onderliggende componenten Kas en kasequivalenten niet-kasactiva en lange

8 Illustratie negatieve bias uit voetnoot 6

7

termijnschulden worden beschouwd als de desaggregatie van de BWEV De

belangrijkste kostenitems en opbrengsten kunnen gezien worden als een desaggregatie

van het NI Kas en niet-kas activa hebben een significante positieve coeumlfficieumlnt net als

de variabelen uit de resultatenrekening Dit geldt voor zowel de opbrengsten als de

kosten (Kosten van de verkochte goederen kosten voor onderzoek en ontwikkeling en

andere kosten) Het positieve teken bij de coeumlfficieumlnt voor elke kostencomponent wijst al

op de voorspelling dat investeerders kostenuitgaven bij jonge ondernemingen als

investeringen beschouwen

Gebaseerd op de studies van Hand (2004 2005) en Armstrong et al(2006) willen wij de

waarderelevantie van enkele componenten van de balans en de resultatenrekening

nagaan

Eerst gaan we de waarderelevantie na van elementen van de balans We

desaggregeren de boekwaarde van het eigen vermogen in volgende componenten Kas

en kasequivalenten niet-kas activa en totale schulden

In eerste instantie willen we de invloed nagaan van de kaspositie op de waardering van

de onderneming Een goede kaspositie wordt gezien als een indicatie van een goede

liquiditeitspositie Zowel in de studies van Hand (2005) en Armstrong et al (2006) wordt

een positieve coeumlfficieumlnt bekomen voor de kaspositie Wij gaan in hypothese vijf na of

we deze significante positieve coeumlfficieumlnt kunnen bevestigen

H5 De ondernemingswaarde is positief gerelateerd aan de kaspositie

De niet-kas activa is de som van de vaste activa en de vlottende activa verminderd met

kas en kasequivalenten De niet-kas activa vormen een belangrijke component van het

totaal actief en de balans Ze kunnen gezien worden als een indicatie voor de grootte

van een bedrijf Hand (2004 2005) en Armstrong et al (2006) bekomen een positieve

coeumlfficieumlnt voor de niet-kas activa

Wij voorspellen een positieve relatie tussen grootte (niet-kas activa) en

ondernemingswaarde

8

H6 De ondernemingswaarde is positief gerelateerd aan de waarde van de niet-kas

activa

Armstrong et al(2006) zien schulden als een claim van de schuldeisers ten opzichte van

het actief en de toekomstige kaststromen van de onderneming Er wordt in hun werk

dan ook een negatieve coeumlfficieumlnt voorspeld De totale schulden zijn een indicatie voor

het financieumlle risico van een onderneming Bij het ten gronde gaan van een

onderneming is de waarde voor de aandeelhouders het deel van de waarde dat

overblijft na uitbetaling van de schuldeisers Hoe meer schulden er aanwezig zijn in een

onderneming hoe lager de resterende waarde is voor de aandeelhouders bij liquidatie

van de onderneming

Wij voorspellen dat de waarde van een onderneming negatief gerelateerd is aan de

totale schulden

H7 De ondernemingswaarde is negatief gerelateerd aan de totale schulden

Na de elementen van de balans gaan we de invloed na van een element van de

resultatenrekening We gaan na welke relatie er bestaat tussen totale kosten en de

waarde van een onderneming

Het grootste deel van de ondernemingen waar Venture Capitalists in investeren zijn

verlieslatend Zoals in de literatuur over verlieslatende ondernemingen aangehaald

worden verliezen vaak positief gewaardeerd bij jonge ondernemingen Strategische

investeringen liggen aan de basis van dit negatief resultaat Dit omdat investeringen in

de boekhouding behandeld worden als kosten Hogere kosten zijn een indicatie voor

investeringen die in de toekomst kunnen resulteren in positieve kasstromen Op basis

hiervan voorspellen wij een positieve relatie tussen de totale kosten en de waardering

van een onderneming

H8 De ondernemingswaarde is positief gerelateerd aan de totale kosten

9

23 Groeiopportuniteiten als waardedeterminant De waarde van een bedrijf is afkomstig van 2 determinanten (Myers 1977)

Waarde onderneming = waarde van activa + huidige waarde van toekomstige

groeiopportuniteiten

Welke component van waarde het meest doorweegt is afhankelijk van de fase waarin de

onderneming zich bevindt Voor startende ondernemingen is de huidige waarde van de

groeiopportuniteiten de belangrijkste component Groeimogelijkheden worden vaak als

waardedrijver gebruikt bij jonge opstartende ondernemingen en ondernemingen in

nieuwe industrieeumln (Damodaran 2001) Waarderingsmodellen die enkel

boekhoudkundige variabelen opnemen als determinanten voor ondernemingswaarde

zien een belangrijke component over het hoofd Er moet rekening gehouden worden

met het groeipotentieel van de ondernemingen (Holthausen en Watts 2001) Groeiende

ondernemingen worden hoger gewaardeerd (Davilla Foster en Gupta 2003)

Davila en Foster (2005) rapporteren een positieve Spearman correlatie tussen de

verandering in waardering en de verandering in inkomsten als proxy voor groei voor een

steekproef van 78 private ondernemingen (waarvan 60 Venture Capital genoten)

Hieruit kunnen we afleiden dat het groeipotentieel van een onderneming een belangrijke

waardeterminant is voor het waarderen van ondernemingen gefinancierd met Venture

Capital Hierop baserend formuleren we onze negende en laatste hypothese

H9 De ondernemingswaarde is positief gerelateerd aan de groei van de onderneming

10

3 Methode 31 Data 311 Bronnen Voor het verzamelen van de gegevens werd een beroep gedaan op drie verschillende

databases Zephyr Amadeus en Belfirst Dit zijn producten van Bureau van Dijk

Electronic Publishing (BvDEP)

Zephyr is een database die informatie bevat over verschillende soorten transacties

waaronder Venture Capital transacties

Amadeus is een pan-Europese database die financieumlle informatie bevat over

ondernemingen in achtendertig verschillende Europese landen

Belfirst bevat alle neergelegde jaarrekeningen van Belgische ondernemingen Alle

posten van de balans resultatenrekening toelichting en (in voorkomend geval) sociale

balans zijn erin opgenomen

Verder werd een beroep gedaan op het Belgisch staatsblad jaarverslagen en

participaties van Belgische Venture Capital fondsen en prospectussen van Belgische

IPOrsquos die in het verleden met Venture Capital zijn gefinancierd

Informatie over de Venture Capital instroom werd teruggevonden in publicaties van de

lsquoEuropean Private Equity amp Venture Capital Association (EVCA)rsquo

We maakten ook gebruik van de De Dow Jones STOXX Total Market Index (TMI)9

312 Populatie en Steekproef Voor het trekken van de steekproef werd onder andere een beroep gedaan op Zephyr

Alle Venture Capital transacties in Belgieuml Nederland Luxemburg Duitsland Frankrijk

en het Verenigd Koninkrijk afgesloten tussen 1 januari 1997 en 31 december 2007

werden geselecteerd Zephyr gaf in totaal 3593 transacties weer voor deze tijdspanne

Voor de waardering van Venture Capital transacties is het noodzakelijk de totale

ondernemingswaarde te kennen Daarom werden enkel de transacties van

ondernemingen met een gekende ondernemingswaarde geselecteerd waardoor er

slechts 331 van de initieumlle 3593 deals overbleven

9 De Dow Jones STOXX TMI werd geraadpleegd op wwwstoxxcom

11

Om financieumlle gegevens over de ondernemingen betrokken bij een Venture Capital

transactie terug te vinden op Amadeus werd gebruik gemaakt van het Bureau van Dijk

identificatienummer Voor ondernemingen waar het identificatienummer niet gegeven

was werd nagegaan of er informatie beschikbaar was op Amadeus door te zoeken op

naam Slechts voor 73 van de 331 deals vonden we financieumlle informatie over de

betrokken onderneming terug op Amadeus Ondernemingen betrokken bij Venture

Capital transacties zijn vaak heel jonge of opstartende ondernemingen Dit heeft als

gevolg dat niet voor alle transacties historische financieumlle informatie van de betrokken

onderneming terug te vinden is Voor transacties waarvan het jaartal van de afloop van

de deal overeenstemt met het jaar waarin de onderneming is opgestart kan bijgevolg

geen financieumlle informatie worden teruggevonden

Voor deals waarin Belgische ondernemingen betrokken waren werden de financieumlle

gegevens verzameld op Belfirst Voor 9 van de 21 Belgische deals teruggevonden op

Zephyr was er extra informatie terug te vinden op Belfirst

Gebruik makend van prospectussen het Belgisch staatsblad en de jaarverslagen en

participaties van belangrijke Venture Capitalfondsen werd de steekproef uitgebreid10

Op basis van deze drie methodes werden 44 extra deals teruggevonden waarvoor ook

financieumlle informatie terug te vinden was op Belfirst

De finale steekproef waarop de hypothesen worden getest bestaat uit 126 Venture

Capital deals

10 Er werd gebruik gemaakt van prospectussen van Belgische VC-backed IPOrsquos om extra Venture Capital transacties terug te vinden Voor de Belgische VCndashBacked IPOrsquos werden prospectussen onderzocht om het verworven aandeel in de ondernemingen te achterhalen en op die manier de ondernemingswaarde te berekenen Voor de Belgische deals uit Zephyr zonder gekende ondernemingswaarde werd nagegaan of de totale waarde berekend kon worden op basis van publicaties in het Belgisch Staatsblad Verder werden participaties van Venture Capitalfondsen nagegaan De waarde van de transacties werd opgezocht in het Belgisch staatsblad

12

Initieel aantal deals (Zephyr) 3593- Aantal deals van ondernemingen zonder gekende totale ondernemingswaarde 3262Aantal deals van ondernemingen met gekende totale ondernemingswaarde 331- Aantal deals van ondernemingen zonder de nodige financieumlle informatie 249Totaal aantal deals Zephyr met de nodige financieumlle informatie 82+Uitbreiding steekproef (prospectussen Belgisch staatsblad en participaties VC-fondsen) 44Finale steekproef 126

Tabel 1 Overzicht van het tot stand komen van de steekproef

32 Variabelen 321 Afhankelijke variabele Als afhankelijke variabele nemen we de marktwaarde van de onderneming (afkorting

MW) De marktwaarde is de premoneywaardering berekend door van de totale waarde

van de onderneming na de investering het geiumlnvesteerde bedrag af te trekken11 De

totale waarde van de onderneming is het bedrag dat men zou betalen indien 100 van

de onderneming zou verworven worden Ze wordt berekend als ((investering)(

aandelen verworven)) x 100 Voor de deals uit Zephyr worden enkel deze met een

gekend verworven aandeel in de onderneming opgenomen in de analyse Voor de deals

uit het staatsblad werd het verworven aandeel berekend als de verhouding tussen het

aantal nieuw verkregen aandelen op het totaal aantal aandelen na investering

322 Onafhankelijke variabelen Voor het selecteren van de onafhankelijke variabelen volgen we het matching-principe

gebruikt van Hand (2005) De datum van investering in de onderneming wordt gelinkt

11 De uiteindelijke premoneywaardering wordt dan als volgt berekend Wanneer voor euro100 geiumlnvesteerd wordt en daarbij 10 van de aandelen verworven wordt is de totale waarde van de onderneming gelijk aan euro 1000 en is de premoneywaardering gelijk aan euro 900 De investeerder betaalt eigenlijk euro 100 om na investering 10 van het aandelenkapitaal te bezitten Dat maakt dat op het moment van investering de waarde van de onderneming (100) gelijk is aan 90 van de onderneming na investering Er werd geen onderscheid gemaakt tussen het verworven aandeel van de verschillende investeerders in een investeringsronde of het verworven aandeel van een afzonderlijk fonds Voor het berekenen van de 100 waardering maakt dit geen verschil Wel wordt steeds de totale kapitaalsverhoging van deze 100 waardering afgetrokken en niet het afzonderlijk deel dat eacuteeacuten fonds investeert De totale kapitaalsverhoging voor de data uit het staatsblad is het product van de uitgifteprijs van de aandelen en het totaal aantal nieuw uitgegeven aandelen

13

aan de financieumlle data van het jaar voor de investeringsronde12 Financieumlle data zijn

jaarlijks beschikbaar zodoende dat elke eerste investering in het jaar bruikbaar is voor

onze analyse Alle andere investeringsrondes volgend op de eerste worden uit de

analyse gelaten Het voordeel van deze aanpak is dat het eenvoudig is voor analyse

Het nadeel is het verlies aan informatie wanneer er meerdere financieringsrondes zijn in

eenzelfde fiscaal jaar Het vormt ook een nadeel wanneer er een groot tijdsverschil is

tussen het gebruikte boekjaar van financieumlle data en de afsluiting van investering13

In de eerste twee hypotheses wordt het bedrijfsresultaat gebruikt als onafhankelijke

variabele Als proxy hiervoor gebruiken we de post operationele winstverlies van

Amadeus en Belfirst

Voor boekwaarde van het eigen vermogen gebruiken we de post lsquoshareholderrsquos fundsrsquo

op de balans in Amadeus en Belfirst14

We maken ook gebruik van de financieumlle variabelen uit de modellen van Hand (2004

2005) en Armstrong et al (2006) Om de invloed van deze variabelen na te gaan

zoeken we voor elke variabele een passend alternatief op de databases Amadeus en

Zephyr We vinden voor kas en kasequivalenten niet-kas activa en totale schulden een

alternatief Aangezien wij niet beschikken over een aparte uitgavenpost voor onderzoek

en ontwikkeling nemen we de totale kosten op in onze analyse We splitsen deze niet

op zoals Hand (2004 2005) en Armstrong et al(2006) doen De uitgaven voor

onderzoek en ontwikkeling zitten hier wel in omvat Een Belgische onderneming die

kosten maakt in het kader van door haar verricht onderzoek moet deze kosten (lonen

en wedden - kosten voor het gebruik van materiaal - diensten en diverse goederen

enz) in beginsel naar hun aard boeken in de resultatenrekening van het boekjaar

waarin deze kosten werden gemaakt

12 Bijvoorbeeld Een onderneming verkrijgt financiering uit drie verschillende rondes ABC Ronde A vindt plaats op 3203 ronde B op 5304 en ronde C op 23804 Enkel ronde A en Ronde B worden opgenomen in de analyse Ronde A wordt gelinkt aan financieumlle data van 311202 en ronde B van 311203 13 Dit is bijvoorbeeld het geval wanneer de investering plaatsvond in juli of later (6 maanden na start nieuw boekjaar) Financieumlle data uit het volgende boekjaar zijn recenter om te gebruiken Toch worden de data gebruikt uit het voorgaande jaar 14 Boekwaarde eigen vermogen = Totaal actief ndash Vreemd vermogen

14

15

Davilla Foster en Gupta (2003) gebruiken groei van het aantal werknemers als proxy

voor groei Wij gebruiken de relatieve verandering in de kost van werknemers als proxy

voor groei15

Tabel 1 geeft een overzicht van de gebruikte variabelen

323 Controlevariabelen We gaan ook de invloed na van enkele controlevariabelen

Een eerste controlevariabele die we opnemen in de analyse is industrie Wij willen

nagaan of er een verschil is in de waardering van de ondernemingen die actief zijn in

verschillende industrieeumln Het belang van de sector werd reeds besproken onder punt

22

Ook zullen we controleren voor volgende macro-economische variabelen Gompers en

Lerner (2000) gaan na hoe de waardering van investeringen in de Venture Capital markt

beiumlnvloed wordt door de instroom van kapitaal De resultaten tonen een sterk positief

verband tussen de waarde van Venture Capital investeringen en de instroom van

kapitaal Wij gaan na of we de resultaten van Gompers en Lerner (2000) kunnen

bevestigen voor onze steekproef Deze informatie bekomen we uit publicaties van de

EVCA

We nemen ook een marktindex op als controlevariabele in ons model (Hand 2005)

Deze variabele wordt geacht een goede indicator te zijn voor het potentieel rendement

op Venture Capital investeringen

15 Groei wordt berekend als ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2))

16

Variabele Afkorting Opmerkingen Premoneywaardering MW Totale marktwaarde onderneming na investering ndash Geiumlnvesteerd bedrag Boekwaarde eigen vermogen BWEV Operationeel bedrijfsresultaat (Netto Inkomen) NI Operationele winstverlies Kas en kasequivalenten KAS Niet-kas activa NKASA Vaste activa + vlottende activa (exclusief kas en kasequivalenten) Totale schulden TotSchuld Schulden gt1jaar + Schuldenlt1jaar Totale kosten TotKost Leeftijd Leeftijd Leeftijd bij afsluiten deal - Leeftijd onderneming bij incorporatie Dow jones Stoxx Total Market Index Stoxx Europese marktindex Groei Groei ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2)) Venture Capital instroom VCIN Instroom kapitaal in Venture Capital fondsen uit publicaties EVCA Industrie Industrie De zeven industrieklassen worden ingedeeld in een hoogtechnologische groep en een laagtechnologische groep aan de hand van een dummyariabele

Tabel 2 Overzicht van de gebruikte variabelen

324 Descriptieve statistiek Figuur 1 toont het aantal deals uit de steekproef per land Er zitten voornamelijk deals

uit Belgieuml Frankrijk en het Verenigd Koninkrijk in de steekproef Het grote aandeel

Belgische deals komt door de grotere beschikbaarheid van financieumlle informatie Voor

de deals uit Duitsland was de nodige financieumlle informatie er meestal niet Voor geen

enkele deal uit Nederland en Luxemburg was financieumlle informatie terug te vinden

waardoor de steekproef herleid werd tot vier landen Belgieuml Frankrijk Duitsland en het

Verenigd Koninkrijk

Onze steekproef bestrijkt de periode van 1januari 1997 tot 31december 2007 Figuur 2

geeft weer hoeveel deals er in de verschillende jaren afgesloten zijn We zien dat er

voor het jaar 1997 geen deals met de nodige financieumlle gegevens terug te vinden waren

Het hoge aantal deals in het jaar 2000 kan verklaard worden door de High Tech Bubble

In figuur 3 kan de leeftijd van de betrokken ondernemingen afgelezen worden bij het

afsluiten van de deal We zien dat onze steekproef vooral bestaat uit jonge

ondernemingen De mediaan van de leeftijd van de ondernemingen in onze steekproef

is drie jaar

In figuur 4 kan de distributie van de steekproef volgens industrie worden afgelezen De

steekproef werd opgedeeld op basis van de eerste twee cijfers van de nacebelcode en

op basis daarvan ingedeeld in zeven verschillende groepen metaal chemie

biotechnologisch handel en horeca zakelijke diensten computer gerelateerd diensten

niet computer gerelateerd en een restcategorie andere Het valt op dat een groot deel

van de deals gebeuren in hoogtechnologische industrieeumln Chemie Biotechnologisch en

zakelijke diensten computer gerelateerd

17

Aantal deals per land

54

45

24

3

0

10

20

30

40

50

60

Belgieuml Verenigd Koninkrijk Frankrijk Duitsland

Land

Aan

tal d

eals

Figuur 1 Aantal deals per land

Distributie steekproef volgens jaar deal

0

4

8

29

14

3

9 10 9

23

17

0

5

10

15

20

25

30

35

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Jaar deal

Aan

tal d

eals

Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten werd

18

Leeftijd ondernemingen bij afsluiten deal

11

27 26

20

79

4 4 53

10

0

5

10

15

20

25

30

1 jaar 2 jaar 3 jaar 4 jaar 5 jaar 6 jaar 7 jaar 8 jaar 9 jaar 10 jaar gt10jaar

Leeftijd

Aan

tal o

nder

nem

inge

n

Figuur 3 Leeftijd onderneming bij afsluiten deal

Distributie steekproef volgens industrie

4032

1712 11 9

5

05

1015202530354045

Compu

ter ge

relate

erd

Dienste

n (ex

cl C

ompu

ter)

Metaal

Hande

l en H

oreca

Biotec

hnolo

gisch

Chemie

Andere

(res

tcateg

orie)

Industrie

Aan

tal d

eals

Figuur 4 Distributie van de steekproef volgens industrie

19

20

Als controlevariabele wordt nagegaan of de kapitaalinstroom in Venture Capital fondsen

in het jaar van de deal een invloed heeft op de waardering van de Venture Capital

transacties In bijlage 1 kan de instroom van kapitaal in de verschillende jaren afgelezen

worden De gegevens zijn afkomstig uit de jaarlijkse publicaties van de EVCA Bij het

uitvoeren van het onderzoek was de kapitaalinstroom voor het jaar 2007 nog niet

gepubliceerd

Tabel 3 geeft een overzicht van het minimum het maximum de mediaan het

gemiddelde en de standaardafwijking van de gebruikte variabelen Er wordt ook getoond

hoeveel gegevens beschikbaar zijn per variabele De verschillende variabelen worden

weergegeven in duizend euro De gemiddelde onderneming betrokken bij een Venture

Capital deal heeft een premoneywaardering van 19932 duizend euro Het gemiddelde

en de mediaan van het operationeel bedrijfsresultaat zijn negatief Dit komt doordat

slechts 31 van de 108 bedrijven waarvoor het operationeel bedrijfsresultaat gegeven is

een positief operationeel bedrijfsresultaat hebben

In bijlage 2 kan het boxplot bekeken worden van de premoneywaardering per jaar

Zowel de Kruskal-Wallis-test als de mediaantest tonen aan dat er geen verschil is in

premoneywaardering over de verschillende jaren heen16

In bijlage 3 kan het boxplot worden bekeken van de premoneywaardering in de

verschillende industrieklassen Biotechnologische ondernemingen worden significant

hoger gewaardeerd dan ondernemingen in andere industrieklassen

16 De resultaten van deze testen zijn niet opgenomen in dit werk

21

Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelen

Gemiddelde Minimum Maximum Mediaan Standaardafwijking N (euro1000) (euro1000) (euro1000) (euro1000) (euro1000) Afhankelijke variabele Premoneywaardering 19332 100 267278 5102 38420 126 Onafhankelijke variabelen Operationeel Bedrijfsresultaat (t-1) -587 -9601 12097 -165 2303 108 Boekwaarde eigen vermogen (BWEV) (t-1) 1926 -4357 30257 184 5140 125 Kas en kasequivalenten (t-1) 1113 0 24375 80 3171 117 Niet-kas activa (t-1) 5366 0 246738 641 25152 117 Totale schulden (t-1) 4581 0 224510 734 22284 123 Totale opbrengsten (t-1) 7435 2 191280 991 26077 62 Totale kosten (t-1) 3169 1 54230 1139 8014 69 Leeftijd 5 1 35 3 5 126 Kost van de werknemers (t-1) 1458 0 44856 679 4789 94 Kost van de werknemers (t-2) 619 0 4207 457 766 65

Controlevariabelen Dow Jones Stoxx Total Market Index 312 177 389 324 56 126

33 Modellen en Onderzoeksopzet In bijlage 9 kan men op Figuur 7 grafieken bekijken van de relatie tussen de

boekwaarde van het eigen vermogen (BWEV) en de premoneywaardering en de relatie

tussen het netto-inkomen (NI) en de premoneywaardering Figuur 7a is een scatterplot

met de oorspronkelijke data in duizend euro in figuur 7b zijn de oorspronkelijke data

gedeflateerd op het totaal actief Uit beide figuren kan je afleiden dat deze data sterk

heteroscedastisch is wat niet goed is om een lineaire relatie na te gaan tussen de

variabelen Tabel 3 toonde reeds een groot verschil in gemiddelden en mediaan voor

de verschillende variabelen Dit kan het resultaat zijn van verschillen tussen de

ondernemingen in leeftijd grootte industrie of levenscyclus

Om hier een oplossing voor te bieden ondergaan de variabelen een Ln-transformatie die

als volgt gebeurt

Voor de positieve waarden X Ln [ 1 + X ] met X in duizend euro

Voor de negatieve waarden Y -Ln [ 1 + (-Y)] met Y in duizend euro

Het voordeel van deze transformatie is dat men niet hoeft te controleren voor outliers

aangezien een Ln-transformatie hoge waarden afvlakt We zien in tabel 3 steeds grote

standaardafwijkingen bij de variabelen voor transformatie Na transformatie verdwijnen

deze hoge waarden Via een Ln-transformatie bekomen we ook een grotere

homoscedasticiteit tussen de variabelen17

Het effect van het transformeren in vergelijking met deflateren op totaal actief18 wordt

geiumlllustreerd in bijlage 9 In bijlage 9 wordt een scatterplot gemaakt van de bivariate

relatie tussen de premoneywaardering en respectievelijk de boekwaarde van het eigen

vermogen en het bedrijfsresultaat

In figuur 7c zie je dat na transformatie de relaties tussen ln(premoneywaardering) en

respectievelijk ln(BWEV) en ln(Bedrijfsresultaat) meer homoscedastisch zijn

Op deze figuur merken we ook dat de relatie tussen de boekwaarde van het eigen

vermogen (indien gt 0) en de ondernemingswaarde (lineair) positief is We zien

eveneens een positieve relatie tussen het bedrijfsresultaat en de ondernemingswaarde

17 Armstrong et al maken gebruik van een rank regression om dezelfde problemen bij regressie op te lossen 18 Collins et al deflateren op het aantal aandelen Joos maakt gebruik van de marktwaarde op t de boekwaarde op t-1 en het aantal werknemers t-1 als deflatiefactor

22

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 3: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

UNIVERSITEIT GENT

FACULTEIT ECONOMIE EN BEDRIJFSKUNDE

ACADEMIEJAAR 2007 ndash 2008

Determinanten van de waardering van Venture Capital transacties

Masterproef voorgedragen tot het bekomen van de graad van

Master in de Toegepaste Economische Wetenschappen

Behaeghe Pieterjan Delameilleure Tim

Onder leiding van

Prof Dr S Manigart en David Devigne

III

PERMISSION Ondergetekenden verklaren dat de inhoud van deze masterproef mag geraadpleegd enof gereproduceerd worden mits bronvermelding Pieterjan Behaeghe Tim Delameilleure

IV

Woord vooraf Het schrijven van een masterproef voor het behalen van de graad van Master in de

Toegepaste Economische Wetenschappen was voor ons een grote uitdaging Het was

een leerrijke ervaring om in een team van twee de opdracht tot een goed eind te

brengen Zonder goede afspraken taakverdeling wederzijds respect en elkaars

onophoudelijke steun zou het schrijven van een masterproef in team een onbegonnen

werk zijn

Eerst en vooral willen we onze promotor Prof Dr Sophie Manigart en David Devigne

bedanken voor hun zorgvuldige begeleiding feedback en inbreng van ideeeumln bij het tot

stand komen van onze masterproef Ook willen we een woord van dank richten aan

Andy Heughebaert die ons geholpen heeft bij het uitbreiden van onze steekproef

Graag willen wij onze ouders bedanken omdat zij ons altijd gesteund hebben tijdens

onze studies en het schrijven van onze masterproef In moeilijke momenten konden we

altijd op hen rekenen Zonder hun steun waren we er niet in geslaagd om onze studies

tot een goed einde te brengen

Mei 2008

Pieterjan Behaeghe

Tim Delameilleure

V

Inhoudsopgave 1 Inleidinghelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip1 2 Literatuurstudie en testbare hypothesenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip2 21 Waarderingsdeterminanten voor de Publieke Markthelliphelliphelliphelliphelliphelliphelliphellip3

22 Waarderingsdeterminanten voor de Private Markthelliphelliphelliphelliphelliphelliphelliphelliphelliphellip7 23 Groeiopportuniteiten als waardedeterminanthelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip10

3 Methodehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip11 31 Datahelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip11

311 Bronnenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip11 312 Populatie en Steekproefhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip11

32 Variabelenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip13 321 Afhankelijke variabelehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip13 322 Onafhankelijke variabelenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip13 323 Controlevariabelenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip15 324 Descriptieve statistiekhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip17

33 Modellen en Onderzoeksopzethelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip22

4 Resultaten en interpretatiehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip26

5 Conclusieshelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip35 ReferentieshelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipI BijlagenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipV

VI

Gebruikte afkortingen VC = Venture Capital

MW = Marktwaarde Premoneywaardering

BWEV = Boekwaarde van het eigen vermogen

NI = Netto-inkomen operationeel bedrijfsresultaat

KAS = Kas en Kasequivalenten

NKASA = Niet-kas activa

TotSchuld = Totale schulden

TotKost = Totale kosten

Stoxx = Dow Jones Stoxx Total Market Index

VCIN = Kapitaalinstroom in Venture Capital fondsen

VII

Lijst van tabellen

bull Tabel 1 Overzicht van het tot stand komen van de steekproefhelliphelliphelliphelliphelliphelliphellip13

bull Tabel 2 Overzicht van de gebruikte variabelenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip16

bull Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelenhellip21

bull Tabel 4 Regressiecoeumlfficieumlnten model 1 tot 3helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip29

bull Tabel 5 Regressiecoeumlfficieumlnten modellen 4 tot 6helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip30

bull Tabel 6 Regressiecoeumlfficieumlnten model 7helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip31

bull Tabel 7 Regressiecoeumlfficieumlnten voor model 8helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip34

bull Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sectorhelliphelliphellip34

bull Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen eurohellipV

bull Tabel 10 OLS-regressie van model 1helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVIII

bull Tabel 11 OLS-regressie van model 2helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVIII

bull Tabel 12 OLS-regressie van model 3helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipIX

bull Tabel 13 Overzicht literatuurhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipX

bull Tabel 14 CorrelatietabelhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXI

VIII

Lijst van figuren

bull Figuur 1 Aantal deals per landhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip18

bull Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten

werdhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip18

bull Figuur 3 Leeftijd onderneming bij afsluiten dealhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip19

bull Figuur 4 Distributie van de steekproef volgens industriehelliphelliphelliphelliphelliphelliphelliphelliphelliphellip19

bull Figuur 5 Premoneywaardering volgens leeftijdhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVI

bull Figuur 6 Premoneywaardering volgens industriehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVII

bull Figuur 7 Relatie tussen ondernemingswaarde en BWEV NI voor ruwe data

deflatie op totaal actief en ln-transformatiehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXII

bull Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en

hoogtechnologische sectorhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXIII

bull Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXIV

bull Figuur 10 Invloed van grootte van het bedrijf op omvang van het

bedrijfsresultaathelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXIV

bull Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)XV

IX

1 Inleiding Private Equity en Venture Capital 1 investeringen als onderdeel ervan vormen een

belangrijk en groeiend aandeel in de wereldwijde kapitaalmarkten

Er is in het verleden heel wat onderzoek uitgevoerd in verschillende domeinen van

Venture Capital onderzoek over het investeringsproces (Gompers 1995) Venture

Capital contracten agency problemen en incentives (Sapienza amp Korsgaard 1996) de

toegevoegde waarde van Venture Capital investeerders (Sapienza 1992) en

beursintroductie van bedrijven gefinancierd met Venture Capital (Barry Muscarella amp

Peavy 1990 Gompers amp Lerner 1998 Stuart Hoang amp Hybels 1999)

Niettegenstaande de grote verscheidenheid van het voorgaand onderzoek zijn er

mogelijkheden om het onderzoeksdomein over Venture Capital uit te breiden Eeacuten

daarvan is het zoeken naar determinanten van de waardering van Venture Capital

transacties

Uit vragenlijsten blijkt dat Private Equity investeerders naast kenmerken en

marktopportuniteiten voor de onderneming financieumlle performantie en accounting

gegevens als leidende informatie hanteren bij het screenen en selecteren van potentieumlle

ondernemingen (Wright amp Robbie 1998) Nochtans hebben VC-ondersteunde bedrijven

meestal nog geen historische boekhoudkundige gegevens op het moment van de

investering Venture Capital is per definitie investeren in private ondernemingen De

aandelen van deze ondernemingen zijn niet beursgenoteerd waardoor publieke

beschikbaarheid van financieumlle informatie zeldzaam is

Bovendien investeren Venture Capitalists voornamelijk in jonge en risicivolle

ondernemingen Deze ondernemingen hebben vaak nog geen product of inkomsten Als

gevolg hebben ze nog geen positieve kasstromen die als indicatie dienen voor het

toekomstig winstpotentieel bij waardering Deze hoge mate van onzekerheid op moment

van investering maakt het waarderen van deze ondernemingen een grote uitdaging voor

Venture Capital investeerders

Wij gaan in ons onderzoek na of financieumlle informatie waarderelevant is bij het

waarderen van ondernemingen gefinancierd met Venture Capital We gaan op zoek wat

1 We gebruiken de Engelse term lsquoventure capitalrsquo De Nederlandse vertaling die soms gebruikt wordt risicokapitaal omvat een ruimer begrip alle financiering met aandelenkapitaal is immers risicokapitaal

1

deze waardedeterminanten zijn voor Venture Capital transacties We doen dit door de

premoneywaardering van de ondernemingen in onze steekproef te relateren aan diverse

boekhoudkundige variabelen De keuze van de boekhoudkundige variabelen is

gebaseerd op de relevantie van de variabelen voor de waardering van publieke

ondernemingen waar reeds heel wat onderzoek over bestaat

Venture Capital investeerders focussen zich typisch op startende ondernemingen met

veel groeipotentieel Het verkregen kapitaal dient hier als financieringsbron voor

infrastructuur of voor het opbouwen van een technologisch platform met als doel in de

toekomst inkomsten te genereren Op het moment van investering is het huidige

bedrijfsresultaat dan ook voornamelijk negatief Ons onderzoek gaat in het bijzonder na

hoe de Venture Capital markt deze verliezen waardeert

Het vervolg van deze thesis is als volgt ingedeeld In punt 2 wordt de bestaande

literatuur beschreven en worden er hypothesen ontwikkeld Vervolgens wordt in punt 3

de steekproef gedefinieerd worden de gebruikte variabelen besproken en wordt de

descriptieve statistiek gerapporteerd Daarna worden in punt 4 de resultaten besproken

geiumlnterpreteerd en gekaderd in de bestaande literatuur In het laatste punt 5 worden de

conclusies weergegeven en de beperkingen vermeld

2 Literatuurstudie en testbare hypothesen Volgende literatuur en waarderingsmodellen werden voornamelijk toegepast op

gevestigde winstgevende ondernemingen In het verleden werd vooral onderzoek

uitgevoerd naar de waarderelevantie van financieumlle boekhoudkundige gegevens van

ondernemingen waarvan de nodige data beschikbaar waren Dit is meestal het geval

voor ondernemingen die beursgenoteerd zijn Zij hebben de verplichting deze informatie

publiek en transparant te maken Venture Capitalists investeren in niet-beursgenoteerde

ondernemingen Wij gaan de relevante waarderingsdeterminanten na van publieke

markten en passen die vervolgens toe op private ondernemingen

2

21 Waarderingsdeterminanten voor de Publieke Markt Een eerste stroom literatuur onderzoekt de relevantie van winstgevendheid bij het

waarderen van aandelen De marktwaarde onder de vorm van aandelenkoersen werd

gerelateerd aan de winstpositie van de onderneming

Het gebruik van winstparameters en winstgevendheid (als verschil tussen opbrengsten

en kosten) voor het waarderen van bedrijven wordt ondersteund door heel wat literatuur

(Ball amp Brown 1968 Beaver 1968 Easton amp Harris 1991 Collins amp Kothari 1989) Dit

steeds onder de assumptie dat huidige winsten informatie bevatten over toekomstige

kasstromen Een hogere winst betekent meer middelen om uit te keren aan de

aandeelhouders Bijgevolg is de marktwaarde voor meer winstgevende bedrijven hoger

Dit resulteert in een lineaire relatie tussen winstgevendheid en ondernemingswaarde

Wij gaan in hypothese 1 na of deze lineaire relatie teruggevonden in de publieke markt

ook van toepassing is in de Venture Capital markt

H1 Er is een positieve relatie tussen de omvang van de winst en de

ondernemingswaarde

Deze positieve lineaire relatie betekent dat over het algemeen de meer winstgevende

bedrijven hoger gewaardeerd worden dan minder winstgevende bedrijven Het is

belangrijk om op te merken dat verlieslatende ondernemingen ook hoog kunnen

gewaardeerd worden Een voorbeeld hiervan zijn de hoge aandeelprijzen die soms

betaald worden voor een onderneming die er nog niet in geslaagd is winst te genereren

(cfr Amazoncom) Zo vinden diverse auteurs een significante positieve relatie tussen

verliezen en de ondernemingswaarde2 (Jan amp Ou 1995 Hayn 1995 Burgstahler en

Dichev 1997 Kothari en Zimmerman 1995 Collins Pincus amp Xie1997 Hand 2003 en

Joos 2004)

Bij internetbedrijven is de ondernemingswaarde convex gerelateerd met het

bedrijfsresultaat Dit betekent toenemend met de winst en toenemend met de omvang

van het verlies (Hand 2003) Ook bij biotechnologische bedrijven is een gelijkaardige V-

2 Ondernemingswaarde meestal in de vorm van aandelenprijzen Deze relatie betekent hoe groter de verliezen hoe hoger de ondernemingswaarde

3

vormige relatie positief voor winst en negatief voor verlies terug te vinden tussen het

bedrijfsresultaat en de ondernemingswaarde (Joos en Zhdanov 2007)

Internetbedrijven (Hand) en biotechnologische bedrijven (Joos) zijn kenmerkend voor de

sectoren waarin VC-investeerders actief zijn Ze zijn op zoek naar een hoog rendement

in jonge snelgroeiende ondernemingen Deze bevinden zich voornamelijk in risicovolle

sectoren Hier wordt de waarde vooral gedreven door het groeipotentieel in plaats van

de huidige winsten De economische reden waarom winstgevendheid minder relevant is

bij het waarderen van deze kenmerkende ondernemingen is de forse investeringen in

ontastbare activa zoals marketing onderzoek en ontwikkeling Investeerders zien dit als

investeringen die kasstromen zullen genereren in de toekomst en niet als een huidige

kost zoals die behandeld moet worden volgens de boekhoudkundige regels Deze grote

kosten leiden dan ook tot grote verliezen aangezien deze ondernemingen vaak nog

geen inkomsten hebben door het ontbreken van een marktklaar product De verliezen

wijzen dus op strategische uitgaven van het management en zijn geen indicatie voor

het operationeel falen Verliezen als gevolg van aanzienlijke investeringskosten worden

dan ook opgenomen als waardedeterminant op het moment van waardering van de

onderneming

H2 Er is een positieve relatie tussen de omvang van het verlies en de

ondernemingswaarde

Samen vormen hypothese 1 en 2 een convexe of U-vormige relatie tussen het

bedrijfsresultaat en de ondernemingswaarde3 net zoals bij Hand (2003) en Joos (2007)

De relatie is positief voor winstgevende en negatief voor verlieslatende ondernemingen

Voor verlieslatende ondernemingen bevatten de boekwaarden van het eigen vermogen

(BWEV) meer informatie dan elementen van de resultatenrekening4 (Barth Beaver amp

Landsman 1998 Burgstahler amp Dichev 1997 Jan amp Ou 1995 Collins Pincus amp Xie

1999 Hayn 1995) 3 H1 en H2 kunnen we anders formuleren Er is een positieve (negatieve) relatie voor winstgevende (verlieslatende) ondernemingen tussen het bedrijfsresultaat en de ondernemingswaarde Vandaar de U-vormige relatie 4 Boekwaarde van het eigen vermogen wordt ook wel waarde van het aandelenkapitaal genoemd De Engelstalige term is lsquoBook value of equityrsquo In het verdere verloop gebruiken we de afkorting lsquoBWEVrsquo

4

De rol van de BWEV als waardedrijver bij verlieslatende ondernemingen wordt in de

literatuur als drieledig beschouwd (1) als proxy voor toekomstige normale winsten

(Ohlson 1995 Penman 1992) (2) als schatting voor liquidatiewaarde of waarde van

alternatieve-aanwending (Burgstahler amp Dichev 1997) en (3) als controle voor verschil in

grootte (Barth en Kallapur 1996)

Het (positieve) bedrijfsresultaat als determinant voor waarde bij hypothese 1 was onder

de assumptie dat huidige winsten informatie bevatten over toekomstige kasstromen Bij

ondernemingen met een negatief bedrijfsresultaat is dit niet het geval Volgens het

Ohlson model (1995) kan de BWEV gebruikt worden als proxy voor de toekomstige

normale winsten (1)

De BWEV kan ook gebruikt worden als proxy voor de liquidatiewaarde (2) (Burgstahler

amp Dichev 1997) VC-investeerders investeren in jonge risicovolle ondernemingen Jong

en risicovol omdat deze de grootste groeimogelijkheden bieden en dus ook de hoogste

rendementen Het succesvol uitbouwen van zorsquon nieuwe onderneming is zeer risicovol

Deze ondernemingen hebben immers geen buffer onder de vorm van een portefeuille

van producten in diverse markten waarop de onderneming kan terugvallen De kans op

faillissement is in deze bedrijven reeumlel BWEV is het verschil tussen het totaal actief en

de totale schulden wat de waarde van de totale ondernemingen na afbetaling van de

schuldeisers bij vereffening voorstelt (=liquidatiewaarde)

De BWEV kan ook als proxy gebruikt worden voor de grootte van een onderneming (3)

(Collins et al1997a Barth en Kallapur 1996) De grootte van het bedrijf (met als proxy

BWEV) staat in relatie met de eerste twee rollen van de BWEV Grotere ondernemingen

hebben namelijk een hogere liquidatiewaarde en van grotere ondernemingen worden

grotere toekomstige winsten verwacht

Samenvattend stellen we dat boekwaarden een toenemend belang hebben bij het

waarderen van ondernemingen wanneer (1) huidige winsten geen goede indicatie zijn

voor toekomstige winsten of (2) wanneer de onderneming een grotere kans heeft op

faling of liquidatie Dit is zeker het geval in de Venture Capital markt waardoor we onze

derde hypothese als volgt kunnen formuleren

5

H3 De waarde van een onderneming is positief gerelateerd aan de boekwaarde van het

eigen vermogen bij verlieslatende ondernemingen

De waarderelevantie van het bedrijfsresultaat enerzijds en de boekwaarden anderzijds

verschilt over de industrieeumln heen (Barth Beaver amp Landsman 1999)

Collins Pincus en Xie (1997) constateren dat BWEV hogere waarderingen verklaart en

niet de omvang van het verlies Nochtans vonden zij ook dat verliezen afzonderlijk

positief gewaardeerd worden Dit kwam omdat grotere verliezen afkomstig zijn van

grotere bedrijven (met als proxy BWEV) en grotere ondernemingen hoger gewaardeerd

worden 5 De reden hiervoor is dat zij gebruik maken van een cross-sectionele

steekproef van bedrijven uit verschillende sectoren voor de periode 1975-1992 De

opgenomen ondernemingen komen grotendeels uit niet-risicovolle sectoren waar BWEV

als proxy voor grootte dient en dus beter de hogere waarderingen kan verklaren 6 De

bevindingen van Collins et al (1997) zijn tegenstrijdig met Hand (2000) en Joos (2007)

In hun onderzoek naar internet en biotechnologische bedrijven wordt de positieve

waardering van verliezen behouden na opname van BWEV in het waarderingsmodel

Eerder (H2) zagen we dat in deze sectoren de verliezen positief gewaardeerd werden

als teken van strategische uitgaven en niet als indicatie dienden voor de grootte van het

bedrijf Vandaar het behoud van de positieve waardering van verliezen na opname

BWEV in het waarderingsmodel

Waardering van het verlies is afhankelijk van het risico de groeiopportuniteiten en de

stabiliteit van de inkomsten in de verschillende industrieeumln In sectoren waarin

ondernemingen investeren in grote hoeveelheden niet-herkende netto activa7 (zoals

onderzoek amp ontwikkeling) heeft het bedrijfsresultaat een grotere verklaringskracht De

5 Statistisch uit zich dat in een negatief of niet significante coeumlfficieumlnt bij verlies na incorporatie van boekwaarden van het eigen vermogen 6 Hun argumentering is als volgt wanneer een relevante variabele (BWEV) die positief gecorreleerd is met de afhankelijke variabele (marktwaarde) en negatief met een onafhankelijke variabele( bedrijfsverlies) niet opgenomen wordt in de analyse ontstaat er een negatieve bias bij de coeumlfficieumlnt van deze onafhankelijke variabele De positieve waardering van het verlies is afkomstig van de onderliggende relatie verlies-BWEV en BWEV-waarde en niet van de relatie verlies-ondernemingswaarde zelf 7 Andere voorbeelden zijn groeiopties en klantentrouw Deze worden boekhoudkundig als kosten behandeld terwijl deze de kenmerken van activa bezitten Het zijn namelijk investeringen die tot winsten kunnen leiden in de toekomst

6

boekwaarde van het eigen vermogen heeft dan weer meer verklaringskracht in minder

risicovolle ondernemingen met stabiele winsten

Aangezien verwacht wordt dat Venture Capital investeerders actief zijn in jonge

ondernemingen met sterke groeiopties zoals in farmaceutische (Brief amp Zarowin 1999)

biotechnologische (Joos 2007) en internetbedrijven (Hand 2000) voorspellen wij dat

de resultatenrekening ( verlies en kosten) in risicovolle en hoogtechnologische sectoren

meer informatie kan bieden dan de balans (BWEV) als determinanten voor waardering

Anders geformuleerd

H4 De positieve waardering van verliezen is minder uitgesproken in de

laagtechnologische sector dan in de hoogtechnologische sector

22 Waarderingsdeterminanten voor de Private Markt In de voorgaande literatuur werd marktwaarde verklaard door boekwaarde van het

aandelenkapitaal en het netto-inkomen In dit stuk wordt dieper ingegaan op de

waarderelevantie van gedesaggregeerde financieumlle informatie bij het waarderen van

ondernemingen gefinancierd met Venture Capital

Accounting conservatisme gecombineerd met snelle groei in ontastbare activa kan de

associatie tussen ondernemingswaarde en geaggregeerde financieumlle data ernstig

verstoren Geaggregeerde variabelen van de balans en resultatenrekening zoals de

boekwaarde van het eigen vermogen (BWEV) en netto-inkomen (NI) zijn een

vertekende meting voor de economische positie en winstgevendheid van de

onderneming (Zhang 2001) Een regressie van vertekende variabelen met de

afhankelijke variabele kan leiden tot coeumlfficieumlnten met een ander teken of grootte dan

dat men intuiumltief kan vermoeden8

Waardering van VC-ondersteunde bedrijven aan de hand van gedesaggregeerde

financieumlle informatie vinden we terug in het onderzoek van Hand ( 2005) en Armstrong

Davila en Foster (2006) Gedesaggregeerde financieumlle informatie wordt bekomen door

de twee componenten van het Ohlson model BWEV en NI op te splitsen in hun

onderliggende componenten Kas en kasequivalenten niet-kasactiva en lange

8 Illustratie negatieve bias uit voetnoot 6

7

termijnschulden worden beschouwd als de desaggregatie van de BWEV De

belangrijkste kostenitems en opbrengsten kunnen gezien worden als een desaggregatie

van het NI Kas en niet-kas activa hebben een significante positieve coeumlfficieumlnt net als

de variabelen uit de resultatenrekening Dit geldt voor zowel de opbrengsten als de

kosten (Kosten van de verkochte goederen kosten voor onderzoek en ontwikkeling en

andere kosten) Het positieve teken bij de coeumlfficieumlnt voor elke kostencomponent wijst al

op de voorspelling dat investeerders kostenuitgaven bij jonge ondernemingen als

investeringen beschouwen

Gebaseerd op de studies van Hand (2004 2005) en Armstrong et al(2006) willen wij de

waarderelevantie van enkele componenten van de balans en de resultatenrekening

nagaan

Eerst gaan we de waarderelevantie na van elementen van de balans We

desaggregeren de boekwaarde van het eigen vermogen in volgende componenten Kas

en kasequivalenten niet-kas activa en totale schulden

In eerste instantie willen we de invloed nagaan van de kaspositie op de waardering van

de onderneming Een goede kaspositie wordt gezien als een indicatie van een goede

liquiditeitspositie Zowel in de studies van Hand (2005) en Armstrong et al (2006) wordt

een positieve coeumlfficieumlnt bekomen voor de kaspositie Wij gaan in hypothese vijf na of

we deze significante positieve coeumlfficieumlnt kunnen bevestigen

H5 De ondernemingswaarde is positief gerelateerd aan de kaspositie

De niet-kas activa is de som van de vaste activa en de vlottende activa verminderd met

kas en kasequivalenten De niet-kas activa vormen een belangrijke component van het

totaal actief en de balans Ze kunnen gezien worden als een indicatie voor de grootte

van een bedrijf Hand (2004 2005) en Armstrong et al (2006) bekomen een positieve

coeumlfficieumlnt voor de niet-kas activa

Wij voorspellen een positieve relatie tussen grootte (niet-kas activa) en

ondernemingswaarde

8

H6 De ondernemingswaarde is positief gerelateerd aan de waarde van de niet-kas

activa

Armstrong et al(2006) zien schulden als een claim van de schuldeisers ten opzichte van

het actief en de toekomstige kaststromen van de onderneming Er wordt in hun werk

dan ook een negatieve coeumlfficieumlnt voorspeld De totale schulden zijn een indicatie voor

het financieumlle risico van een onderneming Bij het ten gronde gaan van een

onderneming is de waarde voor de aandeelhouders het deel van de waarde dat

overblijft na uitbetaling van de schuldeisers Hoe meer schulden er aanwezig zijn in een

onderneming hoe lager de resterende waarde is voor de aandeelhouders bij liquidatie

van de onderneming

Wij voorspellen dat de waarde van een onderneming negatief gerelateerd is aan de

totale schulden

H7 De ondernemingswaarde is negatief gerelateerd aan de totale schulden

Na de elementen van de balans gaan we de invloed na van een element van de

resultatenrekening We gaan na welke relatie er bestaat tussen totale kosten en de

waarde van een onderneming

Het grootste deel van de ondernemingen waar Venture Capitalists in investeren zijn

verlieslatend Zoals in de literatuur over verlieslatende ondernemingen aangehaald

worden verliezen vaak positief gewaardeerd bij jonge ondernemingen Strategische

investeringen liggen aan de basis van dit negatief resultaat Dit omdat investeringen in

de boekhouding behandeld worden als kosten Hogere kosten zijn een indicatie voor

investeringen die in de toekomst kunnen resulteren in positieve kasstromen Op basis

hiervan voorspellen wij een positieve relatie tussen de totale kosten en de waardering

van een onderneming

H8 De ondernemingswaarde is positief gerelateerd aan de totale kosten

9

23 Groeiopportuniteiten als waardedeterminant De waarde van een bedrijf is afkomstig van 2 determinanten (Myers 1977)

Waarde onderneming = waarde van activa + huidige waarde van toekomstige

groeiopportuniteiten

Welke component van waarde het meest doorweegt is afhankelijk van de fase waarin de

onderneming zich bevindt Voor startende ondernemingen is de huidige waarde van de

groeiopportuniteiten de belangrijkste component Groeimogelijkheden worden vaak als

waardedrijver gebruikt bij jonge opstartende ondernemingen en ondernemingen in

nieuwe industrieeumln (Damodaran 2001) Waarderingsmodellen die enkel

boekhoudkundige variabelen opnemen als determinanten voor ondernemingswaarde

zien een belangrijke component over het hoofd Er moet rekening gehouden worden

met het groeipotentieel van de ondernemingen (Holthausen en Watts 2001) Groeiende

ondernemingen worden hoger gewaardeerd (Davilla Foster en Gupta 2003)

Davila en Foster (2005) rapporteren een positieve Spearman correlatie tussen de

verandering in waardering en de verandering in inkomsten als proxy voor groei voor een

steekproef van 78 private ondernemingen (waarvan 60 Venture Capital genoten)

Hieruit kunnen we afleiden dat het groeipotentieel van een onderneming een belangrijke

waardeterminant is voor het waarderen van ondernemingen gefinancierd met Venture

Capital Hierop baserend formuleren we onze negende en laatste hypothese

H9 De ondernemingswaarde is positief gerelateerd aan de groei van de onderneming

10

3 Methode 31 Data 311 Bronnen Voor het verzamelen van de gegevens werd een beroep gedaan op drie verschillende

databases Zephyr Amadeus en Belfirst Dit zijn producten van Bureau van Dijk

Electronic Publishing (BvDEP)

Zephyr is een database die informatie bevat over verschillende soorten transacties

waaronder Venture Capital transacties

Amadeus is een pan-Europese database die financieumlle informatie bevat over

ondernemingen in achtendertig verschillende Europese landen

Belfirst bevat alle neergelegde jaarrekeningen van Belgische ondernemingen Alle

posten van de balans resultatenrekening toelichting en (in voorkomend geval) sociale

balans zijn erin opgenomen

Verder werd een beroep gedaan op het Belgisch staatsblad jaarverslagen en

participaties van Belgische Venture Capital fondsen en prospectussen van Belgische

IPOrsquos die in het verleden met Venture Capital zijn gefinancierd

Informatie over de Venture Capital instroom werd teruggevonden in publicaties van de

lsquoEuropean Private Equity amp Venture Capital Association (EVCA)rsquo

We maakten ook gebruik van de De Dow Jones STOXX Total Market Index (TMI)9

312 Populatie en Steekproef Voor het trekken van de steekproef werd onder andere een beroep gedaan op Zephyr

Alle Venture Capital transacties in Belgieuml Nederland Luxemburg Duitsland Frankrijk

en het Verenigd Koninkrijk afgesloten tussen 1 januari 1997 en 31 december 2007

werden geselecteerd Zephyr gaf in totaal 3593 transacties weer voor deze tijdspanne

Voor de waardering van Venture Capital transacties is het noodzakelijk de totale

ondernemingswaarde te kennen Daarom werden enkel de transacties van

ondernemingen met een gekende ondernemingswaarde geselecteerd waardoor er

slechts 331 van de initieumlle 3593 deals overbleven

9 De Dow Jones STOXX TMI werd geraadpleegd op wwwstoxxcom

11

Om financieumlle gegevens over de ondernemingen betrokken bij een Venture Capital

transactie terug te vinden op Amadeus werd gebruik gemaakt van het Bureau van Dijk

identificatienummer Voor ondernemingen waar het identificatienummer niet gegeven

was werd nagegaan of er informatie beschikbaar was op Amadeus door te zoeken op

naam Slechts voor 73 van de 331 deals vonden we financieumlle informatie over de

betrokken onderneming terug op Amadeus Ondernemingen betrokken bij Venture

Capital transacties zijn vaak heel jonge of opstartende ondernemingen Dit heeft als

gevolg dat niet voor alle transacties historische financieumlle informatie van de betrokken

onderneming terug te vinden is Voor transacties waarvan het jaartal van de afloop van

de deal overeenstemt met het jaar waarin de onderneming is opgestart kan bijgevolg

geen financieumlle informatie worden teruggevonden

Voor deals waarin Belgische ondernemingen betrokken waren werden de financieumlle

gegevens verzameld op Belfirst Voor 9 van de 21 Belgische deals teruggevonden op

Zephyr was er extra informatie terug te vinden op Belfirst

Gebruik makend van prospectussen het Belgisch staatsblad en de jaarverslagen en

participaties van belangrijke Venture Capitalfondsen werd de steekproef uitgebreid10

Op basis van deze drie methodes werden 44 extra deals teruggevonden waarvoor ook

financieumlle informatie terug te vinden was op Belfirst

De finale steekproef waarop de hypothesen worden getest bestaat uit 126 Venture

Capital deals

10 Er werd gebruik gemaakt van prospectussen van Belgische VC-backed IPOrsquos om extra Venture Capital transacties terug te vinden Voor de Belgische VCndashBacked IPOrsquos werden prospectussen onderzocht om het verworven aandeel in de ondernemingen te achterhalen en op die manier de ondernemingswaarde te berekenen Voor de Belgische deals uit Zephyr zonder gekende ondernemingswaarde werd nagegaan of de totale waarde berekend kon worden op basis van publicaties in het Belgisch Staatsblad Verder werden participaties van Venture Capitalfondsen nagegaan De waarde van de transacties werd opgezocht in het Belgisch staatsblad

12

Initieel aantal deals (Zephyr) 3593- Aantal deals van ondernemingen zonder gekende totale ondernemingswaarde 3262Aantal deals van ondernemingen met gekende totale ondernemingswaarde 331- Aantal deals van ondernemingen zonder de nodige financieumlle informatie 249Totaal aantal deals Zephyr met de nodige financieumlle informatie 82+Uitbreiding steekproef (prospectussen Belgisch staatsblad en participaties VC-fondsen) 44Finale steekproef 126

Tabel 1 Overzicht van het tot stand komen van de steekproef

32 Variabelen 321 Afhankelijke variabele Als afhankelijke variabele nemen we de marktwaarde van de onderneming (afkorting

MW) De marktwaarde is de premoneywaardering berekend door van de totale waarde

van de onderneming na de investering het geiumlnvesteerde bedrag af te trekken11 De

totale waarde van de onderneming is het bedrag dat men zou betalen indien 100 van

de onderneming zou verworven worden Ze wordt berekend als ((investering)(

aandelen verworven)) x 100 Voor de deals uit Zephyr worden enkel deze met een

gekend verworven aandeel in de onderneming opgenomen in de analyse Voor de deals

uit het staatsblad werd het verworven aandeel berekend als de verhouding tussen het

aantal nieuw verkregen aandelen op het totaal aantal aandelen na investering

322 Onafhankelijke variabelen Voor het selecteren van de onafhankelijke variabelen volgen we het matching-principe

gebruikt van Hand (2005) De datum van investering in de onderneming wordt gelinkt

11 De uiteindelijke premoneywaardering wordt dan als volgt berekend Wanneer voor euro100 geiumlnvesteerd wordt en daarbij 10 van de aandelen verworven wordt is de totale waarde van de onderneming gelijk aan euro 1000 en is de premoneywaardering gelijk aan euro 900 De investeerder betaalt eigenlijk euro 100 om na investering 10 van het aandelenkapitaal te bezitten Dat maakt dat op het moment van investering de waarde van de onderneming (100) gelijk is aan 90 van de onderneming na investering Er werd geen onderscheid gemaakt tussen het verworven aandeel van de verschillende investeerders in een investeringsronde of het verworven aandeel van een afzonderlijk fonds Voor het berekenen van de 100 waardering maakt dit geen verschil Wel wordt steeds de totale kapitaalsverhoging van deze 100 waardering afgetrokken en niet het afzonderlijk deel dat eacuteeacuten fonds investeert De totale kapitaalsverhoging voor de data uit het staatsblad is het product van de uitgifteprijs van de aandelen en het totaal aantal nieuw uitgegeven aandelen

13

aan de financieumlle data van het jaar voor de investeringsronde12 Financieumlle data zijn

jaarlijks beschikbaar zodoende dat elke eerste investering in het jaar bruikbaar is voor

onze analyse Alle andere investeringsrondes volgend op de eerste worden uit de

analyse gelaten Het voordeel van deze aanpak is dat het eenvoudig is voor analyse

Het nadeel is het verlies aan informatie wanneer er meerdere financieringsrondes zijn in

eenzelfde fiscaal jaar Het vormt ook een nadeel wanneer er een groot tijdsverschil is

tussen het gebruikte boekjaar van financieumlle data en de afsluiting van investering13

In de eerste twee hypotheses wordt het bedrijfsresultaat gebruikt als onafhankelijke

variabele Als proxy hiervoor gebruiken we de post operationele winstverlies van

Amadeus en Belfirst

Voor boekwaarde van het eigen vermogen gebruiken we de post lsquoshareholderrsquos fundsrsquo

op de balans in Amadeus en Belfirst14

We maken ook gebruik van de financieumlle variabelen uit de modellen van Hand (2004

2005) en Armstrong et al (2006) Om de invloed van deze variabelen na te gaan

zoeken we voor elke variabele een passend alternatief op de databases Amadeus en

Zephyr We vinden voor kas en kasequivalenten niet-kas activa en totale schulden een

alternatief Aangezien wij niet beschikken over een aparte uitgavenpost voor onderzoek

en ontwikkeling nemen we de totale kosten op in onze analyse We splitsen deze niet

op zoals Hand (2004 2005) en Armstrong et al(2006) doen De uitgaven voor

onderzoek en ontwikkeling zitten hier wel in omvat Een Belgische onderneming die

kosten maakt in het kader van door haar verricht onderzoek moet deze kosten (lonen

en wedden - kosten voor het gebruik van materiaal - diensten en diverse goederen

enz) in beginsel naar hun aard boeken in de resultatenrekening van het boekjaar

waarin deze kosten werden gemaakt

12 Bijvoorbeeld Een onderneming verkrijgt financiering uit drie verschillende rondes ABC Ronde A vindt plaats op 3203 ronde B op 5304 en ronde C op 23804 Enkel ronde A en Ronde B worden opgenomen in de analyse Ronde A wordt gelinkt aan financieumlle data van 311202 en ronde B van 311203 13 Dit is bijvoorbeeld het geval wanneer de investering plaatsvond in juli of later (6 maanden na start nieuw boekjaar) Financieumlle data uit het volgende boekjaar zijn recenter om te gebruiken Toch worden de data gebruikt uit het voorgaande jaar 14 Boekwaarde eigen vermogen = Totaal actief ndash Vreemd vermogen

14

15

Davilla Foster en Gupta (2003) gebruiken groei van het aantal werknemers als proxy

voor groei Wij gebruiken de relatieve verandering in de kost van werknemers als proxy

voor groei15

Tabel 1 geeft een overzicht van de gebruikte variabelen

323 Controlevariabelen We gaan ook de invloed na van enkele controlevariabelen

Een eerste controlevariabele die we opnemen in de analyse is industrie Wij willen

nagaan of er een verschil is in de waardering van de ondernemingen die actief zijn in

verschillende industrieeumln Het belang van de sector werd reeds besproken onder punt

22

Ook zullen we controleren voor volgende macro-economische variabelen Gompers en

Lerner (2000) gaan na hoe de waardering van investeringen in de Venture Capital markt

beiumlnvloed wordt door de instroom van kapitaal De resultaten tonen een sterk positief

verband tussen de waarde van Venture Capital investeringen en de instroom van

kapitaal Wij gaan na of we de resultaten van Gompers en Lerner (2000) kunnen

bevestigen voor onze steekproef Deze informatie bekomen we uit publicaties van de

EVCA

We nemen ook een marktindex op als controlevariabele in ons model (Hand 2005)

Deze variabele wordt geacht een goede indicator te zijn voor het potentieel rendement

op Venture Capital investeringen

15 Groei wordt berekend als ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2))

16

Variabele Afkorting Opmerkingen Premoneywaardering MW Totale marktwaarde onderneming na investering ndash Geiumlnvesteerd bedrag Boekwaarde eigen vermogen BWEV Operationeel bedrijfsresultaat (Netto Inkomen) NI Operationele winstverlies Kas en kasequivalenten KAS Niet-kas activa NKASA Vaste activa + vlottende activa (exclusief kas en kasequivalenten) Totale schulden TotSchuld Schulden gt1jaar + Schuldenlt1jaar Totale kosten TotKost Leeftijd Leeftijd Leeftijd bij afsluiten deal - Leeftijd onderneming bij incorporatie Dow jones Stoxx Total Market Index Stoxx Europese marktindex Groei Groei ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2)) Venture Capital instroom VCIN Instroom kapitaal in Venture Capital fondsen uit publicaties EVCA Industrie Industrie De zeven industrieklassen worden ingedeeld in een hoogtechnologische groep en een laagtechnologische groep aan de hand van een dummyariabele

Tabel 2 Overzicht van de gebruikte variabelen

324 Descriptieve statistiek Figuur 1 toont het aantal deals uit de steekproef per land Er zitten voornamelijk deals

uit Belgieuml Frankrijk en het Verenigd Koninkrijk in de steekproef Het grote aandeel

Belgische deals komt door de grotere beschikbaarheid van financieumlle informatie Voor

de deals uit Duitsland was de nodige financieumlle informatie er meestal niet Voor geen

enkele deal uit Nederland en Luxemburg was financieumlle informatie terug te vinden

waardoor de steekproef herleid werd tot vier landen Belgieuml Frankrijk Duitsland en het

Verenigd Koninkrijk

Onze steekproef bestrijkt de periode van 1januari 1997 tot 31december 2007 Figuur 2

geeft weer hoeveel deals er in de verschillende jaren afgesloten zijn We zien dat er

voor het jaar 1997 geen deals met de nodige financieumlle gegevens terug te vinden waren

Het hoge aantal deals in het jaar 2000 kan verklaard worden door de High Tech Bubble

In figuur 3 kan de leeftijd van de betrokken ondernemingen afgelezen worden bij het

afsluiten van de deal We zien dat onze steekproef vooral bestaat uit jonge

ondernemingen De mediaan van de leeftijd van de ondernemingen in onze steekproef

is drie jaar

In figuur 4 kan de distributie van de steekproef volgens industrie worden afgelezen De

steekproef werd opgedeeld op basis van de eerste twee cijfers van de nacebelcode en

op basis daarvan ingedeeld in zeven verschillende groepen metaal chemie

biotechnologisch handel en horeca zakelijke diensten computer gerelateerd diensten

niet computer gerelateerd en een restcategorie andere Het valt op dat een groot deel

van de deals gebeuren in hoogtechnologische industrieeumln Chemie Biotechnologisch en

zakelijke diensten computer gerelateerd

17

Aantal deals per land

54

45

24

3

0

10

20

30

40

50

60

Belgieuml Verenigd Koninkrijk Frankrijk Duitsland

Land

Aan

tal d

eals

Figuur 1 Aantal deals per land

Distributie steekproef volgens jaar deal

0

4

8

29

14

3

9 10 9

23

17

0

5

10

15

20

25

30

35

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Jaar deal

Aan

tal d

eals

Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten werd

18

Leeftijd ondernemingen bij afsluiten deal

11

27 26

20

79

4 4 53

10

0

5

10

15

20

25

30

1 jaar 2 jaar 3 jaar 4 jaar 5 jaar 6 jaar 7 jaar 8 jaar 9 jaar 10 jaar gt10jaar

Leeftijd

Aan

tal o

nder

nem

inge

n

Figuur 3 Leeftijd onderneming bij afsluiten deal

Distributie steekproef volgens industrie

4032

1712 11 9

5

05

1015202530354045

Compu

ter ge

relate

erd

Dienste

n (ex

cl C

ompu

ter)

Metaal

Hande

l en H

oreca

Biotec

hnolo

gisch

Chemie

Andere

(res

tcateg

orie)

Industrie

Aan

tal d

eals

Figuur 4 Distributie van de steekproef volgens industrie

19

20

Als controlevariabele wordt nagegaan of de kapitaalinstroom in Venture Capital fondsen

in het jaar van de deal een invloed heeft op de waardering van de Venture Capital

transacties In bijlage 1 kan de instroom van kapitaal in de verschillende jaren afgelezen

worden De gegevens zijn afkomstig uit de jaarlijkse publicaties van de EVCA Bij het

uitvoeren van het onderzoek was de kapitaalinstroom voor het jaar 2007 nog niet

gepubliceerd

Tabel 3 geeft een overzicht van het minimum het maximum de mediaan het

gemiddelde en de standaardafwijking van de gebruikte variabelen Er wordt ook getoond

hoeveel gegevens beschikbaar zijn per variabele De verschillende variabelen worden

weergegeven in duizend euro De gemiddelde onderneming betrokken bij een Venture

Capital deal heeft een premoneywaardering van 19932 duizend euro Het gemiddelde

en de mediaan van het operationeel bedrijfsresultaat zijn negatief Dit komt doordat

slechts 31 van de 108 bedrijven waarvoor het operationeel bedrijfsresultaat gegeven is

een positief operationeel bedrijfsresultaat hebben

In bijlage 2 kan het boxplot bekeken worden van de premoneywaardering per jaar

Zowel de Kruskal-Wallis-test als de mediaantest tonen aan dat er geen verschil is in

premoneywaardering over de verschillende jaren heen16

In bijlage 3 kan het boxplot worden bekeken van de premoneywaardering in de

verschillende industrieklassen Biotechnologische ondernemingen worden significant

hoger gewaardeerd dan ondernemingen in andere industrieklassen

16 De resultaten van deze testen zijn niet opgenomen in dit werk

21

Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelen

Gemiddelde Minimum Maximum Mediaan Standaardafwijking N (euro1000) (euro1000) (euro1000) (euro1000) (euro1000) Afhankelijke variabele Premoneywaardering 19332 100 267278 5102 38420 126 Onafhankelijke variabelen Operationeel Bedrijfsresultaat (t-1) -587 -9601 12097 -165 2303 108 Boekwaarde eigen vermogen (BWEV) (t-1) 1926 -4357 30257 184 5140 125 Kas en kasequivalenten (t-1) 1113 0 24375 80 3171 117 Niet-kas activa (t-1) 5366 0 246738 641 25152 117 Totale schulden (t-1) 4581 0 224510 734 22284 123 Totale opbrengsten (t-1) 7435 2 191280 991 26077 62 Totale kosten (t-1) 3169 1 54230 1139 8014 69 Leeftijd 5 1 35 3 5 126 Kost van de werknemers (t-1) 1458 0 44856 679 4789 94 Kost van de werknemers (t-2) 619 0 4207 457 766 65

Controlevariabelen Dow Jones Stoxx Total Market Index 312 177 389 324 56 126

33 Modellen en Onderzoeksopzet In bijlage 9 kan men op Figuur 7 grafieken bekijken van de relatie tussen de

boekwaarde van het eigen vermogen (BWEV) en de premoneywaardering en de relatie

tussen het netto-inkomen (NI) en de premoneywaardering Figuur 7a is een scatterplot

met de oorspronkelijke data in duizend euro in figuur 7b zijn de oorspronkelijke data

gedeflateerd op het totaal actief Uit beide figuren kan je afleiden dat deze data sterk

heteroscedastisch is wat niet goed is om een lineaire relatie na te gaan tussen de

variabelen Tabel 3 toonde reeds een groot verschil in gemiddelden en mediaan voor

de verschillende variabelen Dit kan het resultaat zijn van verschillen tussen de

ondernemingen in leeftijd grootte industrie of levenscyclus

Om hier een oplossing voor te bieden ondergaan de variabelen een Ln-transformatie die

als volgt gebeurt

Voor de positieve waarden X Ln [ 1 + X ] met X in duizend euro

Voor de negatieve waarden Y -Ln [ 1 + (-Y)] met Y in duizend euro

Het voordeel van deze transformatie is dat men niet hoeft te controleren voor outliers

aangezien een Ln-transformatie hoge waarden afvlakt We zien in tabel 3 steeds grote

standaardafwijkingen bij de variabelen voor transformatie Na transformatie verdwijnen

deze hoge waarden Via een Ln-transformatie bekomen we ook een grotere

homoscedasticiteit tussen de variabelen17

Het effect van het transformeren in vergelijking met deflateren op totaal actief18 wordt

geiumlllustreerd in bijlage 9 In bijlage 9 wordt een scatterplot gemaakt van de bivariate

relatie tussen de premoneywaardering en respectievelijk de boekwaarde van het eigen

vermogen en het bedrijfsresultaat

In figuur 7c zie je dat na transformatie de relaties tussen ln(premoneywaardering) en

respectievelijk ln(BWEV) en ln(Bedrijfsresultaat) meer homoscedastisch zijn

Op deze figuur merken we ook dat de relatie tussen de boekwaarde van het eigen

vermogen (indien gt 0) en de ondernemingswaarde (lineair) positief is We zien

eveneens een positieve relatie tussen het bedrijfsresultaat en de ondernemingswaarde

17 Armstrong et al maken gebruik van een rank regression om dezelfde problemen bij regressie op te lossen 18 Collins et al deflateren op het aantal aandelen Joos maakt gebruik van de marktwaarde op t de boekwaarde op t-1 en het aantal werknemers t-1 als deflatiefactor

22

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 4: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

PERMISSION Ondergetekenden verklaren dat de inhoud van deze masterproef mag geraadpleegd enof gereproduceerd worden mits bronvermelding Pieterjan Behaeghe Tim Delameilleure

IV

Woord vooraf Het schrijven van een masterproef voor het behalen van de graad van Master in de

Toegepaste Economische Wetenschappen was voor ons een grote uitdaging Het was

een leerrijke ervaring om in een team van twee de opdracht tot een goed eind te

brengen Zonder goede afspraken taakverdeling wederzijds respect en elkaars

onophoudelijke steun zou het schrijven van een masterproef in team een onbegonnen

werk zijn

Eerst en vooral willen we onze promotor Prof Dr Sophie Manigart en David Devigne

bedanken voor hun zorgvuldige begeleiding feedback en inbreng van ideeeumln bij het tot

stand komen van onze masterproef Ook willen we een woord van dank richten aan

Andy Heughebaert die ons geholpen heeft bij het uitbreiden van onze steekproef

Graag willen wij onze ouders bedanken omdat zij ons altijd gesteund hebben tijdens

onze studies en het schrijven van onze masterproef In moeilijke momenten konden we

altijd op hen rekenen Zonder hun steun waren we er niet in geslaagd om onze studies

tot een goed einde te brengen

Mei 2008

Pieterjan Behaeghe

Tim Delameilleure

V

Inhoudsopgave 1 Inleidinghelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip1 2 Literatuurstudie en testbare hypothesenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip2 21 Waarderingsdeterminanten voor de Publieke Markthelliphelliphelliphelliphelliphelliphelliphellip3

22 Waarderingsdeterminanten voor de Private Markthelliphelliphelliphelliphelliphelliphelliphelliphelliphellip7 23 Groeiopportuniteiten als waardedeterminanthelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip10

3 Methodehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip11 31 Datahelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip11

311 Bronnenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip11 312 Populatie en Steekproefhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip11

32 Variabelenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip13 321 Afhankelijke variabelehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip13 322 Onafhankelijke variabelenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip13 323 Controlevariabelenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip15 324 Descriptieve statistiekhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip17

33 Modellen en Onderzoeksopzethelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip22

4 Resultaten en interpretatiehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip26

5 Conclusieshelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip35 ReferentieshelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipI BijlagenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipV

VI

Gebruikte afkortingen VC = Venture Capital

MW = Marktwaarde Premoneywaardering

BWEV = Boekwaarde van het eigen vermogen

NI = Netto-inkomen operationeel bedrijfsresultaat

KAS = Kas en Kasequivalenten

NKASA = Niet-kas activa

TotSchuld = Totale schulden

TotKost = Totale kosten

Stoxx = Dow Jones Stoxx Total Market Index

VCIN = Kapitaalinstroom in Venture Capital fondsen

VII

Lijst van tabellen

bull Tabel 1 Overzicht van het tot stand komen van de steekproefhelliphelliphelliphelliphelliphelliphellip13

bull Tabel 2 Overzicht van de gebruikte variabelenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip16

bull Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelenhellip21

bull Tabel 4 Regressiecoeumlfficieumlnten model 1 tot 3helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip29

bull Tabel 5 Regressiecoeumlfficieumlnten modellen 4 tot 6helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip30

bull Tabel 6 Regressiecoeumlfficieumlnten model 7helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip31

bull Tabel 7 Regressiecoeumlfficieumlnten voor model 8helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip34

bull Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sectorhelliphelliphellip34

bull Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen eurohellipV

bull Tabel 10 OLS-regressie van model 1helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVIII

bull Tabel 11 OLS-regressie van model 2helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVIII

bull Tabel 12 OLS-regressie van model 3helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipIX

bull Tabel 13 Overzicht literatuurhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipX

bull Tabel 14 CorrelatietabelhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXI

VIII

Lijst van figuren

bull Figuur 1 Aantal deals per landhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip18

bull Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten

werdhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip18

bull Figuur 3 Leeftijd onderneming bij afsluiten dealhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip19

bull Figuur 4 Distributie van de steekproef volgens industriehelliphelliphelliphelliphelliphelliphelliphelliphelliphellip19

bull Figuur 5 Premoneywaardering volgens leeftijdhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVI

bull Figuur 6 Premoneywaardering volgens industriehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVII

bull Figuur 7 Relatie tussen ondernemingswaarde en BWEV NI voor ruwe data

deflatie op totaal actief en ln-transformatiehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXII

bull Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en

hoogtechnologische sectorhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXIII

bull Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXIV

bull Figuur 10 Invloed van grootte van het bedrijf op omvang van het

bedrijfsresultaathelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXIV

bull Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)XV

IX

1 Inleiding Private Equity en Venture Capital 1 investeringen als onderdeel ervan vormen een

belangrijk en groeiend aandeel in de wereldwijde kapitaalmarkten

Er is in het verleden heel wat onderzoek uitgevoerd in verschillende domeinen van

Venture Capital onderzoek over het investeringsproces (Gompers 1995) Venture

Capital contracten agency problemen en incentives (Sapienza amp Korsgaard 1996) de

toegevoegde waarde van Venture Capital investeerders (Sapienza 1992) en

beursintroductie van bedrijven gefinancierd met Venture Capital (Barry Muscarella amp

Peavy 1990 Gompers amp Lerner 1998 Stuart Hoang amp Hybels 1999)

Niettegenstaande de grote verscheidenheid van het voorgaand onderzoek zijn er

mogelijkheden om het onderzoeksdomein over Venture Capital uit te breiden Eeacuten

daarvan is het zoeken naar determinanten van de waardering van Venture Capital

transacties

Uit vragenlijsten blijkt dat Private Equity investeerders naast kenmerken en

marktopportuniteiten voor de onderneming financieumlle performantie en accounting

gegevens als leidende informatie hanteren bij het screenen en selecteren van potentieumlle

ondernemingen (Wright amp Robbie 1998) Nochtans hebben VC-ondersteunde bedrijven

meestal nog geen historische boekhoudkundige gegevens op het moment van de

investering Venture Capital is per definitie investeren in private ondernemingen De

aandelen van deze ondernemingen zijn niet beursgenoteerd waardoor publieke

beschikbaarheid van financieumlle informatie zeldzaam is

Bovendien investeren Venture Capitalists voornamelijk in jonge en risicivolle

ondernemingen Deze ondernemingen hebben vaak nog geen product of inkomsten Als

gevolg hebben ze nog geen positieve kasstromen die als indicatie dienen voor het

toekomstig winstpotentieel bij waardering Deze hoge mate van onzekerheid op moment

van investering maakt het waarderen van deze ondernemingen een grote uitdaging voor

Venture Capital investeerders

Wij gaan in ons onderzoek na of financieumlle informatie waarderelevant is bij het

waarderen van ondernemingen gefinancierd met Venture Capital We gaan op zoek wat

1 We gebruiken de Engelse term lsquoventure capitalrsquo De Nederlandse vertaling die soms gebruikt wordt risicokapitaal omvat een ruimer begrip alle financiering met aandelenkapitaal is immers risicokapitaal

1

deze waardedeterminanten zijn voor Venture Capital transacties We doen dit door de

premoneywaardering van de ondernemingen in onze steekproef te relateren aan diverse

boekhoudkundige variabelen De keuze van de boekhoudkundige variabelen is

gebaseerd op de relevantie van de variabelen voor de waardering van publieke

ondernemingen waar reeds heel wat onderzoek over bestaat

Venture Capital investeerders focussen zich typisch op startende ondernemingen met

veel groeipotentieel Het verkregen kapitaal dient hier als financieringsbron voor

infrastructuur of voor het opbouwen van een technologisch platform met als doel in de

toekomst inkomsten te genereren Op het moment van investering is het huidige

bedrijfsresultaat dan ook voornamelijk negatief Ons onderzoek gaat in het bijzonder na

hoe de Venture Capital markt deze verliezen waardeert

Het vervolg van deze thesis is als volgt ingedeeld In punt 2 wordt de bestaande

literatuur beschreven en worden er hypothesen ontwikkeld Vervolgens wordt in punt 3

de steekproef gedefinieerd worden de gebruikte variabelen besproken en wordt de

descriptieve statistiek gerapporteerd Daarna worden in punt 4 de resultaten besproken

geiumlnterpreteerd en gekaderd in de bestaande literatuur In het laatste punt 5 worden de

conclusies weergegeven en de beperkingen vermeld

2 Literatuurstudie en testbare hypothesen Volgende literatuur en waarderingsmodellen werden voornamelijk toegepast op

gevestigde winstgevende ondernemingen In het verleden werd vooral onderzoek

uitgevoerd naar de waarderelevantie van financieumlle boekhoudkundige gegevens van

ondernemingen waarvan de nodige data beschikbaar waren Dit is meestal het geval

voor ondernemingen die beursgenoteerd zijn Zij hebben de verplichting deze informatie

publiek en transparant te maken Venture Capitalists investeren in niet-beursgenoteerde

ondernemingen Wij gaan de relevante waarderingsdeterminanten na van publieke

markten en passen die vervolgens toe op private ondernemingen

2

21 Waarderingsdeterminanten voor de Publieke Markt Een eerste stroom literatuur onderzoekt de relevantie van winstgevendheid bij het

waarderen van aandelen De marktwaarde onder de vorm van aandelenkoersen werd

gerelateerd aan de winstpositie van de onderneming

Het gebruik van winstparameters en winstgevendheid (als verschil tussen opbrengsten

en kosten) voor het waarderen van bedrijven wordt ondersteund door heel wat literatuur

(Ball amp Brown 1968 Beaver 1968 Easton amp Harris 1991 Collins amp Kothari 1989) Dit

steeds onder de assumptie dat huidige winsten informatie bevatten over toekomstige

kasstromen Een hogere winst betekent meer middelen om uit te keren aan de

aandeelhouders Bijgevolg is de marktwaarde voor meer winstgevende bedrijven hoger

Dit resulteert in een lineaire relatie tussen winstgevendheid en ondernemingswaarde

Wij gaan in hypothese 1 na of deze lineaire relatie teruggevonden in de publieke markt

ook van toepassing is in de Venture Capital markt

H1 Er is een positieve relatie tussen de omvang van de winst en de

ondernemingswaarde

Deze positieve lineaire relatie betekent dat over het algemeen de meer winstgevende

bedrijven hoger gewaardeerd worden dan minder winstgevende bedrijven Het is

belangrijk om op te merken dat verlieslatende ondernemingen ook hoog kunnen

gewaardeerd worden Een voorbeeld hiervan zijn de hoge aandeelprijzen die soms

betaald worden voor een onderneming die er nog niet in geslaagd is winst te genereren

(cfr Amazoncom) Zo vinden diverse auteurs een significante positieve relatie tussen

verliezen en de ondernemingswaarde2 (Jan amp Ou 1995 Hayn 1995 Burgstahler en

Dichev 1997 Kothari en Zimmerman 1995 Collins Pincus amp Xie1997 Hand 2003 en

Joos 2004)

Bij internetbedrijven is de ondernemingswaarde convex gerelateerd met het

bedrijfsresultaat Dit betekent toenemend met de winst en toenemend met de omvang

van het verlies (Hand 2003) Ook bij biotechnologische bedrijven is een gelijkaardige V-

2 Ondernemingswaarde meestal in de vorm van aandelenprijzen Deze relatie betekent hoe groter de verliezen hoe hoger de ondernemingswaarde

3

vormige relatie positief voor winst en negatief voor verlies terug te vinden tussen het

bedrijfsresultaat en de ondernemingswaarde (Joos en Zhdanov 2007)

Internetbedrijven (Hand) en biotechnologische bedrijven (Joos) zijn kenmerkend voor de

sectoren waarin VC-investeerders actief zijn Ze zijn op zoek naar een hoog rendement

in jonge snelgroeiende ondernemingen Deze bevinden zich voornamelijk in risicovolle

sectoren Hier wordt de waarde vooral gedreven door het groeipotentieel in plaats van

de huidige winsten De economische reden waarom winstgevendheid minder relevant is

bij het waarderen van deze kenmerkende ondernemingen is de forse investeringen in

ontastbare activa zoals marketing onderzoek en ontwikkeling Investeerders zien dit als

investeringen die kasstromen zullen genereren in de toekomst en niet als een huidige

kost zoals die behandeld moet worden volgens de boekhoudkundige regels Deze grote

kosten leiden dan ook tot grote verliezen aangezien deze ondernemingen vaak nog

geen inkomsten hebben door het ontbreken van een marktklaar product De verliezen

wijzen dus op strategische uitgaven van het management en zijn geen indicatie voor

het operationeel falen Verliezen als gevolg van aanzienlijke investeringskosten worden

dan ook opgenomen als waardedeterminant op het moment van waardering van de

onderneming

H2 Er is een positieve relatie tussen de omvang van het verlies en de

ondernemingswaarde

Samen vormen hypothese 1 en 2 een convexe of U-vormige relatie tussen het

bedrijfsresultaat en de ondernemingswaarde3 net zoals bij Hand (2003) en Joos (2007)

De relatie is positief voor winstgevende en negatief voor verlieslatende ondernemingen

Voor verlieslatende ondernemingen bevatten de boekwaarden van het eigen vermogen

(BWEV) meer informatie dan elementen van de resultatenrekening4 (Barth Beaver amp

Landsman 1998 Burgstahler amp Dichev 1997 Jan amp Ou 1995 Collins Pincus amp Xie

1999 Hayn 1995) 3 H1 en H2 kunnen we anders formuleren Er is een positieve (negatieve) relatie voor winstgevende (verlieslatende) ondernemingen tussen het bedrijfsresultaat en de ondernemingswaarde Vandaar de U-vormige relatie 4 Boekwaarde van het eigen vermogen wordt ook wel waarde van het aandelenkapitaal genoemd De Engelstalige term is lsquoBook value of equityrsquo In het verdere verloop gebruiken we de afkorting lsquoBWEVrsquo

4

De rol van de BWEV als waardedrijver bij verlieslatende ondernemingen wordt in de

literatuur als drieledig beschouwd (1) als proxy voor toekomstige normale winsten

(Ohlson 1995 Penman 1992) (2) als schatting voor liquidatiewaarde of waarde van

alternatieve-aanwending (Burgstahler amp Dichev 1997) en (3) als controle voor verschil in

grootte (Barth en Kallapur 1996)

Het (positieve) bedrijfsresultaat als determinant voor waarde bij hypothese 1 was onder

de assumptie dat huidige winsten informatie bevatten over toekomstige kasstromen Bij

ondernemingen met een negatief bedrijfsresultaat is dit niet het geval Volgens het

Ohlson model (1995) kan de BWEV gebruikt worden als proxy voor de toekomstige

normale winsten (1)

De BWEV kan ook gebruikt worden als proxy voor de liquidatiewaarde (2) (Burgstahler

amp Dichev 1997) VC-investeerders investeren in jonge risicovolle ondernemingen Jong

en risicovol omdat deze de grootste groeimogelijkheden bieden en dus ook de hoogste

rendementen Het succesvol uitbouwen van zorsquon nieuwe onderneming is zeer risicovol

Deze ondernemingen hebben immers geen buffer onder de vorm van een portefeuille

van producten in diverse markten waarop de onderneming kan terugvallen De kans op

faillissement is in deze bedrijven reeumlel BWEV is het verschil tussen het totaal actief en

de totale schulden wat de waarde van de totale ondernemingen na afbetaling van de

schuldeisers bij vereffening voorstelt (=liquidatiewaarde)

De BWEV kan ook als proxy gebruikt worden voor de grootte van een onderneming (3)

(Collins et al1997a Barth en Kallapur 1996) De grootte van het bedrijf (met als proxy

BWEV) staat in relatie met de eerste twee rollen van de BWEV Grotere ondernemingen

hebben namelijk een hogere liquidatiewaarde en van grotere ondernemingen worden

grotere toekomstige winsten verwacht

Samenvattend stellen we dat boekwaarden een toenemend belang hebben bij het

waarderen van ondernemingen wanneer (1) huidige winsten geen goede indicatie zijn

voor toekomstige winsten of (2) wanneer de onderneming een grotere kans heeft op

faling of liquidatie Dit is zeker het geval in de Venture Capital markt waardoor we onze

derde hypothese als volgt kunnen formuleren

5

H3 De waarde van een onderneming is positief gerelateerd aan de boekwaarde van het

eigen vermogen bij verlieslatende ondernemingen

De waarderelevantie van het bedrijfsresultaat enerzijds en de boekwaarden anderzijds

verschilt over de industrieeumln heen (Barth Beaver amp Landsman 1999)

Collins Pincus en Xie (1997) constateren dat BWEV hogere waarderingen verklaart en

niet de omvang van het verlies Nochtans vonden zij ook dat verliezen afzonderlijk

positief gewaardeerd worden Dit kwam omdat grotere verliezen afkomstig zijn van

grotere bedrijven (met als proxy BWEV) en grotere ondernemingen hoger gewaardeerd

worden 5 De reden hiervoor is dat zij gebruik maken van een cross-sectionele

steekproef van bedrijven uit verschillende sectoren voor de periode 1975-1992 De

opgenomen ondernemingen komen grotendeels uit niet-risicovolle sectoren waar BWEV

als proxy voor grootte dient en dus beter de hogere waarderingen kan verklaren 6 De

bevindingen van Collins et al (1997) zijn tegenstrijdig met Hand (2000) en Joos (2007)

In hun onderzoek naar internet en biotechnologische bedrijven wordt de positieve

waardering van verliezen behouden na opname van BWEV in het waarderingsmodel

Eerder (H2) zagen we dat in deze sectoren de verliezen positief gewaardeerd werden

als teken van strategische uitgaven en niet als indicatie dienden voor de grootte van het

bedrijf Vandaar het behoud van de positieve waardering van verliezen na opname

BWEV in het waarderingsmodel

Waardering van het verlies is afhankelijk van het risico de groeiopportuniteiten en de

stabiliteit van de inkomsten in de verschillende industrieeumln In sectoren waarin

ondernemingen investeren in grote hoeveelheden niet-herkende netto activa7 (zoals

onderzoek amp ontwikkeling) heeft het bedrijfsresultaat een grotere verklaringskracht De

5 Statistisch uit zich dat in een negatief of niet significante coeumlfficieumlnt bij verlies na incorporatie van boekwaarden van het eigen vermogen 6 Hun argumentering is als volgt wanneer een relevante variabele (BWEV) die positief gecorreleerd is met de afhankelijke variabele (marktwaarde) en negatief met een onafhankelijke variabele( bedrijfsverlies) niet opgenomen wordt in de analyse ontstaat er een negatieve bias bij de coeumlfficieumlnt van deze onafhankelijke variabele De positieve waardering van het verlies is afkomstig van de onderliggende relatie verlies-BWEV en BWEV-waarde en niet van de relatie verlies-ondernemingswaarde zelf 7 Andere voorbeelden zijn groeiopties en klantentrouw Deze worden boekhoudkundig als kosten behandeld terwijl deze de kenmerken van activa bezitten Het zijn namelijk investeringen die tot winsten kunnen leiden in de toekomst

6

boekwaarde van het eigen vermogen heeft dan weer meer verklaringskracht in minder

risicovolle ondernemingen met stabiele winsten

Aangezien verwacht wordt dat Venture Capital investeerders actief zijn in jonge

ondernemingen met sterke groeiopties zoals in farmaceutische (Brief amp Zarowin 1999)

biotechnologische (Joos 2007) en internetbedrijven (Hand 2000) voorspellen wij dat

de resultatenrekening ( verlies en kosten) in risicovolle en hoogtechnologische sectoren

meer informatie kan bieden dan de balans (BWEV) als determinanten voor waardering

Anders geformuleerd

H4 De positieve waardering van verliezen is minder uitgesproken in de

laagtechnologische sector dan in de hoogtechnologische sector

22 Waarderingsdeterminanten voor de Private Markt In de voorgaande literatuur werd marktwaarde verklaard door boekwaarde van het

aandelenkapitaal en het netto-inkomen In dit stuk wordt dieper ingegaan op de

waarderelevantie van gedesaggregeerde financieumlle informatie bij het waarderen van

ondernemingen gefinancierd met Venture Capital

Accounting conservatisme gecombineerd met snelle groei in ontastbare activa kan de

associatie tussen ondernemingswaarde en geaggregeerde financieumlle data ernstig

verstoren Geaggregeerde variabelen van de balans en resultatenrekening zoals de

boekwaarde van het eigen vermogen (BWEV) en netto-inkomen (NI) zijn een

vertekende meting voor de economische positie en winstgevendheid van de

onderneming (Zhang 2001) Een regressie van vertekende variabelen met de

afhankelijke variabele kan leiden tot coeumlfficieumlnten met een ander teken of grootte dan

dat men intuiumltief kan vermoeden8

Waardering van VC-ondersteunde bedrijven aan de hand van gedesaggregeerde

financieumlle informatie vinden we terug in het onderzoek van Hand ( 2005) en Armstrong

Davila en Foster (2006) Gedesaggregeerde financieumlle informatie wordt bekomen door

de twee componenten van het Ohlson model BWEV en NI op te splitsen in hun

onderliggende componenten Kas en kasequivalenten niet-kasactiva en lange

8 Illustratie negatieve bias uit voetnoot 6

7

termijnschulden worden beschouwd als de desaggregatie van de BWEV De

belangrijkste kostenitems en opbrengsten kunnen gezien worden als een desaggregatie

van het NI Kas en niet-kas activa hebben een significante positieve coeumlfficieumlnt net als

de variabelen uit de resultatenrekening Dit geldt voor zowel de opbrengsten als de

kosten (Kosten van de verkochte goederen kosten voor onderzoek en ontwikkeling en

andere kosten) Het positieve teken bij de coeumlfficieumlnt voor elke kostencomponent wijst al

op de voorspelling dat investeerders kostenuitgaven bij jonge ondernemingen als

investeringen beschouwen

Gebaseerd op de studies van Hand (2004 2005) en Armstrong et al(2006) willen wij de

waarderelevantie van enkele componenten van de balans en de resultatenrekening

nagaan

Eerst gaan we de waarderelevantie na van elementen van de balans We

desaggregeren de boekwaarde van het eigen vermogen in volgende componenten Kas

en kasequivalenten niet-kas activa en totale schulden

In eerste instantie willen we de invloed nagaan van de kaspositie op de waardering van

de onderneming Een goede kaspositie wordt gezien als een indicatie van een goede

liquiditeitspositie Zowel in de studies van Hand (2005) en Armstrong et al (2006) wordt

een positieve coeumlfficieumlnt bekomen voor de kaspositie Wij gaan in hypothese vijf na of

we deze significante positieve coeumlfficieumlnt kunnen bevestigen

H5 De ondernemingswaarde is positief gerelateerd aan de kaspositie

De niet-kas activa is de som van de vaste activa en de vlottende activa verminderd met

kas en kasequivalenten De niet-kas activa vormen een belangrijke component van het

totaal actief en de balans Ze kunnen gezien worden als een indicatie voor de grootte

van een bedrijf Hand (2004 2005) en Armstrong et al (2006) bekomen een positieve

coeumlfficieumlnt voor de niet-kas activa

Wij voorspellen een positieve relatie tussen grootte (niet-kas activa) en

ondernemingswaarde

8

H6 De ondernemingswaarde is positief gerelateerd aan de waarde van de niet-kas

activa

Armstrong et al(2006) zien schulden als een claim van de schuldeisers ten opzichte van

het actief en de toekomstige kaststromen van de onderneming Er wordt in hun werk

dan ook een negatieve coeumlfficieumlnt voorspeld De totale schulden zijn een indicatie voor

het financieumlle risico van een onderneming Bij het ten gronde gaan van een

onderneming is de waarde voor de aandeelhouders het deel van de waarde dat

overblijft na uitbetaling van de schuldeisers Hoe meer schulden er aanwezig zijn in een

onderneming hoe lager de resterende waarde is voor de aandeelhouders bij liquidatie

van de onderneming

Wij voorspellen dat de waarde van een onderneming negatief gerelateerd is aan de

totale schulden

H7 De ondernemingswaarde is negatief gerelateerd aan de totale schulden

Na de elementen van de balans gaan we de invloed na van een element van de

resultatenrekening We gaan na welke relatie er bestaat tussen totale kosten en de

waarde van een onderneming

Het grootste deel van de ondernemingen waar Venture Capitalists in investeren zijn

verlieslatend Zoals in de literatuur over verlieslatende ondernemingen aangehaald

worden verliezen vaak positief gewaardeerd bij jonge ondernemingen Strategische

investeringen liggen aan de basis van dit negatief resultaat Dit omdat investeringen in

de boekhouding behandeld worden als kosten Hogere kosten zijn een indicatie voor

investeringen die in de toekomst kunnen resulteren in positieve kasstromen Op basis

hiervan voorspellen wij een positieve relatie tussen de totale kosten en de waardering

van een onderneming

H8 De ondernemingswaarde is positief gerelateerd aan de totale kosten

9

23 Groeiopportuniteiten als waardedeterminant De waarde van een bedrijf is afkomstig van 2 determinanten (Myers 1977)

Waarde onderneming = waarde van activa + huidige waarde van toekomstige

groeiopportuniteiten

Welke component van waarde het meest doorweegt is afhankelijk van de fase waarin de

onderneming zich bevindt Voor startende ondernemingen is de huidige waarde van de

groeiopportuniteiten de belangrijkste component Groeimogelijkheden worden vaak als

waardedrijver gebruikt bij jonge opstartende ondernemingen en ondernemingen in

nieuwe industrieeumln (Damodaran 2001) Waarderingsmodellen die enkel

boekhoudkundige variabelen opnemen als determinanten voor ondernemingswaarde

zien een belangrijke component over het hoofd Er moet rekening gehouden worden

met het groeipotentieel van de ondernemingen (Holthausen en Watts 2001) Groeiende

ondernemingen worden hoger gewaardeerd (Davilla Foster en Gupta 2003)

Davila en Foster (2005) rapporteren een positieve Spearman correlatie tussen de

verandering in waardering en de verandering in inkomsten als proxy voor groei voor een

steekproef van 78 private ondernemingen (waarvan 60 Venture Capital genoten)

Hieruit kunnen we afleiden dat het groeipotentieel van een onderneming een belangrijke

waardeterminant is voor het waarderen van ondernemingen gefinancierd met Venture

Capital Hierop baserend formuleren we onze negende en laatste hypothese

H9 De ondernemingswaarde is positief gerelateerd aan de groei van de onderneming

10

3 Methode 31 Data 311 Bronnen Voor het verzamelen van de gegevens werd een beroep gedaan op drie verschillende

databases Zephyr Amadeus en Belfirst Dit zijn producten van Bureau van Dijk

Electronic Publishing (BvDEP)

Zephyr is een database die informatie bevat over verschillende soorten transacties

waaronder Venture Capital transacties

Amadeus is een pan-Europese database die financieumlle informatie bevat over

ondernemingen in achtendertig verschillende Europese landen

Belfirst bevat alle neergelegde jaarrekeningen van Belgische ondernemingen Alle

posten van de balans resultatenrekening toelichting en (in voorkomend geval) sociale

balans zijn erin opgenomen

Verder werd een beroep gedaan op het Belgisch staatsblad jaarverslagen en

participaties van Belgische Venture Capital fondsen en prospectussen van Belgische

IPOrsquos die in het verleden met Venture Capital zijn gefinancierd

Informatie over de Venture Capital instroom werd teruggevonden in publicaties van de

lsquoEuropean Private Equity amp Venture Capital Association (EVCA)rsquo

We maakten ook gebruik van de De Dow Jones STOXX Total Market Index (TMI)9

312 Populatie en Steekproef Voor het trekken van de steekproef werd onder andere een beroep gedaan op Zephyr

Alle Venture Capital transacties in Belgieuml Nederland Luxemburg Duitsland Frankrijk

en het Verenigd Koninkrijk afgesloten tussen 1 januari 1997 en 31 december 2007

werden geselecteerd Zephyr gaf in totaal 3593 transacties weer voor deze tijdspanne

Voor de waardering van Venture Capital transacties is het noodzakelijk de totale

ondernemingswaarde te kennen Daarom werden enkel de transacties van

ondernemingen met een gekende ondernemingswaarde geselecteerd waardoor er

slechts 331 van de initieumlle 3593 deals overbleven

9 De Dow Jones STOXX TMI werd geraadpleegd op wwwstoxxcom

11

Om financieumlle gegevens over de ondernemingen betrokken bij een Venture Capital

transactie terug te vinden op Amadeus werd gebruik gemaakt van het Bureau van Dijk

identificatienummer Voor ondernemingen waar het identificatienummer niet gegeven

was werd nagegaan of er informatie beschikbaar was op Amadeus door te zoeken op

naam Slechts voor 73 van de 331 deals vonden we financieumlle informatie over de

betrokken onderneming terug op Amadeus Ondernemingen betrokken bij Venture

Capital transacties zijn vaak heel jonge of opstartende ondernemingen Dit heeft als

gevolg dat niet voor alle transacties historische financieumlle informatie van de betrokken

onderneming terug te vinden is Voor transacties waarvan het jaartal van de afloop van

de deal overeenstemt met het jaar waarin de onderneming is opgestart kan bijgevolg

geen financieumlle informatie worden teruggevonden

Voor deals waarin Belgische ondernemingen betrokken waren werden de financieumlle

gegevens verzameld op Belfirst Voor 9 van de 21 Belgische deals teruggevonden op

Zephyr was er extra informatie terug te vinden op Belfirst

Gebruik makend van prospectussen het Belgisch staatsblad en de jaarverslagen en

participaties van belangrijke Venture Capitalfondsen werd de steekproef uitgebreid10

Op basis van deze drie methodes werden 44 extra deals teruggevonden waarvoor ook

financieumlle informatie terug te vinden was op Belfirst

De finale steekproef waarop de hypothesen worden getest bestaat uit 126 Venture

Capital deals

10 Er werd gebruik gemaakt van prospectussen van Belgische VC-backed IPOrsquos om extra Venture Capital transacties terug te vinden Voor de Belgische VCndashBacked IPOrsquos werden prospectussen onderzocht om het verworven aandeel in de ondernemingen te achterhalen en op die manier de ondernemingswaarde te berekenen Voor de Belgische deals uit Zephyr zonder gekende ondernemingswaarde werd nagegaan of de totale waarde berekend kon worden op basis van publicaties in het Belgisch Staatsblad Verder werden participaties van Venture Capitalfondsen nagegaan De waarde van de transacties werd opgezocht in het Belgisch staatsblad

12

Initieel aantal deals (Zephyr) 3593- Aantal deals van ondernemingen zonder gekende totale ondernemingswaarde 3262Aantal deals van ondernemingen met gekende totale ondernemingswaarde 331- Aantal deals van ondernemingen zonder de nodige financieumlle informatie 249Totaal aantal deals Zephyr met de nodige financieumlle informatie 82+Uitbreiding steekproef (prospectussen Belgisch staatsblad en participaties VC-fondsen) 44Finale steekproef 126

Tabel 1 Overzicht van het tot stand komen van de steekproef

32 Variabelen 321 Afhankelijke variabele Als afhankelijke variabele nemen we de marktwaarde van de onderneming (afkorting

MW) De marktwaarde is de premoneywaardering berekend door van de totale waarde

van de onderneming na de investering het geiumlnvesteerde bedrag af te trekken11 De

totale waarde van de onderneming is het bedrag dat men zou betalen indien 100 van

de onderneming zou verworven worden Ze wordt berekend als ((investering)(

aandelen verworven)) x 100 Voor de deals uit Zephyr worden enkel deze met een

gekend verworven aandeel in de onderneming opgenomen in de analyse Voor de deals

uit het staatsblad werd het verworven aandeel berekend als de verhouding tussen het

aantal nieuw verkregen aandelen op het totaal aantal aandelen na investering

322 Onafhankelijke variabelen Voor het selecteren van de onafhankelijke variabelen volgen we het matching-principe

gebruikt van Hand (2005) De datum van investering in de onderneming wordt gelinkt

11 De uiteindelijke premoneywaardering wordt dan als volgt berekend Wanneer voor euro100 geiumlnvesteerd wordt en daarbij 10 van de aandelen verworven wordt is de totale waarde van de onderneming gelijk aan euro 1000 en is de premoneywaardering gelijk aan euro 900 De investeerder betaalt eigenlijk euro 100 om na investering 10 van het aandelenkapitaal te bezitten Dat maakt dat op het moment van investering de waarde van de onderneming (100) gelijk is aan 90 van de onderneming na investering Er werd geen onderscheid gemaakt tussen het verworven aandeel van de verschillende investeerders in een investeringsronde of het verworven aandeel van een afzonderlijk fonds Voor het berekenen van de 100 waardering maakt dit geen verschil Wel wordt steeds de totale kapitaalsverhoging van deze 100 waardering afgetrokken en niet het afzonderlijk deel dat eacuteeacuten fonds investeert De totale kapitaalsverhoging voor de data uit het staatsblad is het product van de uitgifteprijs van de aandelen en het totaal aantal nieuw uitgegeven aandelen

13

aan de financieumlle data van het jaar voor de investeringsronde12 Financieumlle data zijn

jaarlijks beschikbaar zodoende dat elke eerste investering in het jaar bruikbaar is voor

onze analyse Alle andere investeringsrondes volgend op de eerste worden uit de

analyse gelaten Het voordeel van deze aanpak is dat het eenvoudig is voor analyse

Het nadeel is het verlies aan informatie wanneer er meerdere financieringsrondes zijn in

eenzelfde fiscaal jaar Het vormt ook een nadeel wanneer er een groot tijdsverschil is

tussen het gebruikte boekjaar van financieumlle data en de afsluiting van investering13

In de eerste twee hypotheses wordt het bedrijfsresultaat gebruikt als onafhankelijke

variabele Als proxy hiervoor gebruiken we de post operationele winstverlies van

Amadeus en Belfirst

Voor boekwaarde van het eigen vermogen gebruiken we de post lsquoshareholderrsquos fundsrsquo

op de balans in Amadeus en Belfirst14

We maken ook gebruik van de financieumlle variabelen uit de modellen van Hand (2004

2005) en Armstrong et al (2006) Om de invloed van deze variabelen na te gaan

zoeken we voor elke variabele een passend alternatief op de databases Amadeus en

Zephyr We vinden voor kas en kasequivalenten niet-kas activa en totale schulden een

alternatief Aangezien wij niet beschikken over een aparte uitgavenpost voor onderzoek

en ontwikkeling nemen we de totale kosten op in onze analyse We splitsen deze niet

op zoals Hand (2004 2005) en Armstrong et al(2006) doen De uitgaven voor

onderzoek en ontwikkeling zitten hier wel in omvat Een Belgische onderneming die

kosten maakt in het kader van door haar verricht onderzoek moet deze kosten (lonen

en wedden - kosten voor het gebruik van materiaal - diensten en diverse goederen

enz) in beginsel naar hun aard boeken in de resultatenrekening van het boekjaar

waarin deze kosten werden gemaakt

12 Bijvoorbeeld Een onderneming verkrijgt financiering uit drie verschillende rondes ABC Ronde A vindt plaats op 3203 ronde B op 5304 en ronde C op 23804 Enkel ronde A en Ronde B worden opgenomen in de analyse Ronde A wordt gelinkt aan financieumlle data van 311202 en ronde B van 311203 13 Dit is bijvoorbeeld het geval wanneer de investering plaatsvond in juli of later (6 maanden na start nieuw boekjaar) Financieumlle data uit het volgende boekjaar zijn recenter om te gebruiken Toch worden de data gebruikt uit het voorgaande jaar 14 Boekwaarde eigen vermogen = Totaal actief ndash Vreemd vermogen

14

15

Davilla Foster en Gupta (2003) gebruiken groei van het aantal werknemers als proxy

voor groei Wij gebruiken de relatieve verandering in de kost van werknemers als proxy

voor groei15

Tabel 1 geeft een overzicht van de gebruikte variabelen

323 Controlevariabelen We gaan ook de invloed na van enkele controlevariabelen

Een eerste controlevariabele die we opnemen in de analyse is industrie Wij willen

nagaan of er een verschil is in de waardering van de ondernemingen die actief zijn in

verschillende industrieeumln Het belang van de sector werd reeds besproken onder punt

22

Ook zullen we controleren voor volgende macro-economische variabelen Gompers en

Lerner (2000) gaan na hoe de waardering van investeringen in de Venture Capital markt

beiumlnvloed wordt door de instroom van kapitaal De resultaten tonen een sterk positief

verband tussen de waarde van Venture Capital investeringen en de instroom van

kapitaal Wij gaan na of we de resultaten van Gompers en Lerner (2000) kunnen

bevestigen voor onze steekproef Deze informatie bekomen we uit publicaties van de

EVCA

We nemen ook een marktindex op als controlevariabele in ons model (Hand 2005)

Deze variabele wordt geacht een goede indicator te zijn voor het potentieel rendement

op Venture Capital investeringen

15 Groei wordt berekend als ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2))

16

Variabele Afkorting Opmerkingen Premoneywaardering MW Totale marktwaarde onderneming na investering ndash Geiumlnvesteerd bedrag Boekwaarde eigen vermogen BWEV Operationeel bedrijfsresultaat (Netto Inkomen) NI Operationele winstverlies Kas en kasequivalenten KAS Niet-kas activa NKASA Vaste activa + vlottende activa (exclusief kas en kasequivalenten) Totale schulden TotSchuld Schulden gt1jaar + Schuldenlt1jaar Totale kosten TotKost Leeftijd Leeftijd Leeftijd bij afsluiten deal - Leeftijd onderneming bij incorporatie Dow jones Stoxx Total Market Index Stoxx Europese marktindex Groei Groei ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2)) Venture Capital instroom VCIN Instroom kapitaal in Venture Capital fondsen uit publicaties EVCA Industrie Industrie De zeven industrieklassen worden ingedeeld in een hoogtechnologische groep en een laagtechnologische groep aan de hand van een dummyariabele

Tabel 2 Overzicht van de gebruikte variabelen

324 Descriptieve statistiek Figuur 1 toont het aantal deals uit de steekproef per land Er zitten voornamelijk deals

uit Belgieuml Frankrijk en het Verenigd Koninkrijk in de steekproef Het grote aandeel

Belgische deals komt door de grotere beschikbaarheid van financieumlle informatie Voor

de deals uit Duitsland was de nodige financieumlle informatie er meestal niet Voor geen

enkele deal uit Nederland en Luxemburg was financieumlle informatie terug te vinden

waardoor de steekproef herleid werd tot vier landen Belgieuml Frankrijk Duitsland en het

Verenigd Koninkrijk

Onze steekproef bestrijkt de periode van 1januari 1997 tot 31december 2007 Figuur 2

geeft weer hoeveel deals er in de verschillende jaren afgesloten zijn We zien dat er

voor het jaar 1997 geen deals met de nodige financieumlle gegevens terug te vinden waren

Het hoge aantal deals in het jaar 2000 kan verklaard worden door de High Tech Bubble

In figuur 3 kan de leeftijd van de betrokken ondernemingen afgelezen worden bij het

afsluiten van de deal We zien dat onze steekproef vooral bestaat uit jonge

ondernemingen De mediaan van de leeftijd van de ondernemingen in onze steekproef

is drie jaar

In figuur 4 kan de distributie van de steekproef volgens industrie worden afgelezen De

steekproef werd opgedeeld op basis van de eerste twee cijfers van de nacebelcode en

op basis daarvan ingedeeld in zeven verschillende groepen metaal chemie

biotechnologisch handel en horeca zakelijke diensten computer gerelateerd diensten

niet computer gerelateerd en een restcategorie andere Het valt op dat een groot deel

van de deals gebeuren in hoogtechnologische industrieeumln Chemie Biotechnologisch en

zakelijke diensten computer gerelateerd

17

Aantal deals per land

54

45

24

3

0

10

20

30

40

50

60

Belgieuml Verenigd Koninkrijk Frankrijk Duitsland

Land

Aan

tal d

eals

Figuur 1 Aantal deals per land

Distributie steekproef volgens jaar deal

0

4

8

29

14

3

9 10 9

23

17

0

5

10

15

20

25

30

35

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Jaar deal

Aan

tal d

eals

Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten werd

18

Leeftijd ondernemingen bij afsluiten deal

11

27 26

20

79

4 4 53

10

0

5

10

15

20

25

30

1 jaar 2 jaar 3 jaar 4 jaar 5 jaar 6 jaar 7 jaar 8 jaar 9 jaar 10 jaar gt10jaar

Leeftijd

Aan

tal o

nder

nem

inge

n

Figuur 3 Leeftijd onderneming bij afsluiten deal

Distributie steekproef volgens industrie

4032

1712 11 9

5

05

1015202530354045

Compu

ter ge

relate

erd

Dienste

n (ex

cl C

ompu

ter)

Metaal

Hande

l en H

oreca

Biotec

hnolo

gisch

Chemie

Andere

(res

tcateg

orie)

Industrie

Aan

tal d

eals

Figuur 4 Distributie van de steekproef volgens industrie

19

20

Als controlevariabele wordt nagegaan of de kapitaalinstroom in Venture Capital fondsen

in het jaar van de deal een invloed heeft op de waardering van de Venture Capital

transacties In bijlage 1 kan de instroom van kapitaal in de verschillende jaren afgelezen

worden De gegevens zijn afkomstig uit de jaarlijkse publicaties van de EVCA Bij het

uitvoeren van het onderzoek was de kapitaalinstroom voor het jaar 2007 nog niet

gepubliceerd

Tabel 3 geeft een overzicht van het minimum het maximum de mediaan het

gemiddelde en de standaardafwijking van de gebruikte variabelen Er wordt ook getoond

hoeveel gegevens beschikbaar zijn per variabele De verschillende variabelen worden

weergegeven in duizend euro De gemiddelde onderneming betrokken bij een Venture

Capital deal heeft een premoneywaardering van 19932 duizend euro Het gemiddelde

en de mediaan van het operationeel bedrijfsresultaat zijn negatief Dit komt doordat

slechts 31 van de 108 bedrijven waarvoor het operationeel bedrijfsresultaat gegeven is

een positief operationeel bedrijfsresultaat hebben

In bijlage 2 kan het boxplot bekeken worden van de premoneywaardering per jaar

Zowel de Kruskal-Wallis-test als de mediaantest tonen aan dat er geen verschil is in

premoneywaardering over de verschillende jaren heen16

In bijlage 3 kan het boxplot worden bekeken van de premoneywaardering in de

verschillende industrieklassen Biotechnologische ondernemingen worden significant

hoger gewaardeerd dan ondernemingen in andere industrieklassen

16 De resultaten van deze testen zijn niet opgenomen in dit werk

21

Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelen

Gemiddelde Minimum Maximum Mediaan Standaardafwijking N (euro1000) (euro1000) (euro1000) (euro1000) (euro1000) Afhankelijke variabele Premoneywaardering 19332 100 267278 5102 38420 126 Onafhankelijke variabelen Operationeel Bedrijfsresultaat (t-1) -587 -9601 12097 -165 2303 108 Boekwaarde eigen vermogen (BWEV) (t-1) 1926 -4357 30257 184 5140 125 Kas en kasequivalenten (t-1) 1113 0 24375 80 3171 117 Niet-kas activa (t-1) 5366 0 246738 641 25152 117 Totale schulden (t-1) 4581 0 224510 734 22284 123 Totale opbrengsten (t-1) 7435 2 191280 991 26077 62 Totale kosten (t-1) 3169 1 54230 1139 8014 69 Leeftijd 5 1 35 3 5 126 Kost van de werknemers (t-1) 1458 0 44856 679 4789 94 Kost van de werknemers (t-2) 619 0 4207 457 766 65

Controlevariabelen Dow Jones Stoxx Total Market Index 312 177 389 324 56 126

33 Modellen en Onderzoeksopzet In bijlage 9 kan men op Figuur 7 grafieken bekijken van de relatie tussen de

boekwaarde van het eigen vermogen (BWEV) en de premoneywaardering en de relatie

tussen het netto-inkomen (NI) en de premoneywaardering Figuur 7a is een scatterplot

met de oorspronkelijke data in duizend euro in figuur 7b zijn de oorspronkelijke data

gedeflateerd op het totaal actief Uit beide figuren kan je afleiden dat deze data sterk

heteroscedastisch is wat niet goed is om een lineaire relatie na te gaan tussen de

variabelen Tabel 3 toonde reeds een groot verschil in gemiddelden en mediaan voor

de verschillende variabelen Dit kan het resultaat zijn van verschillen tussen de

ondernemingen in leeftijd grootte industrie of levenscyclus

Om hier een oplossing voor te bieden ondergaan de variabelen een Ln-transformatie die

als volgt gebeurt

Voor de positieve waarden X Ln [ 1 + X ] met X in duizend euro

Voor de negatieve waarden Y -Ln [ 1 + (-Y)] met Y in duizend euro

Het voordeel van deze transformatie is dat men niet hoeft te controleren voor outliers

aangezien een Ln-transformatie hoge waarden afvlakt We zien in tabel 3 steeds grote

standaardafwijkingen bij de variabelen voor transformatie Na transformatie verdwijnen

deze hoge waarden Via een Ln-transformatie bekomen we ook een grotere

homoscedasticiteit tussen de variabelen17

Het effect van het transformeren in vergelijking met deflateren op totaal actief18 wordt

geiumlllustreerd in bijlage 9 In bijlage 9 wordt een scatterplot gemaakt van de bivariate

relatie tussen de premoneywaardering en respectievelijk de boekwaarde van het eigen

vermogen en het bedrijfsresultaat

In figuur 7c zie je dat na transformatie de relaties tussen ln(premoneywaardering) en

respectievelijk ln(BWEV) en ln(Bedrijfsresultaat) meer homoscedastisch zijn

Op deze figuur merken we ook dat de relatie tussen de boekwaarde van het eigen

vermogen (indien gt 0) en de ondernemingswaarde (lineair) positief is We zien

eveneens een positieve relatie tussen het bedrijfsresultaat en de ondernemingswaarde

17 Armstrong et al maken gebruik van een rank regression om dezelfde problemen bij regressie op te lossen 18 Collins et al deflateren op het aantal aandelen Joos maakt gebruik van de marktwaarde op t de boekwaarde op t-1 en het aantal werknemers t-1 als deflatiefactor

22

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 5: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

Woord vooraf Het schrijven van een masterproef voor het behalen van de graad van Master in de

Toegepaste Economische Wetenschappen was voor ons een grote uitdaging Het was

een leerrijke ervaring om in een team van twee de opdracht tot een goed eind te

brengen Zonder goede afspraken taakverdeling wederzijds respect en elkaars

onophoudelijke steun zou het schrijven van een masterproef in team een onbegonnen

werk zijn

Eerst en vooral willen we onze promotor Prof Dr Sophie Manigart en David Devigne

bedanken voor hun zorgvuldige begeleiding feedback en inbreng van ideeeumln bij het tot

stand komen van onze masterproef Ook willen we een woord van dank richten aan

Andy Heughebaert die ons geholpen heeft bij het uitbreiden van onze steekproef

Graag willen wij onze ouders bedanken omdat zij ons altijd gesteund hebben tijdens

onze studies en het schrijven van onze masterproef In moeilijke momenten konden we

altijd op hen rekenen Zonder hun steun waren we er niet in geslaagd om onze studies

tot een goed einde te brengen

Mei 2008

Pieterjan Behaeghe

Tim Delameilleure

V

Inhoudsopgave 1 Inleidinghelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip1 2 Literatuurstudie en testbare hypothesenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip2 21 Waarderingsdeterminanten voor de Publieke Markthelliphelliphelliphelliphelliphelliphelliphellip3

22 Waarderingsdeterminanten voor de Private Markthelliphelliphelliphelliphelliphelliphelliphelliphelliphellip7 23 Groeiopportuniteiten als waardedeterminanthelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip10

3 Methodehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip11 31 Datahelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip11

311 Bronnenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip11 312 Populatie en Steekproefhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip11

32 Variabelenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip13 321 Afhankelijke variabelehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip13 322 Onafhankelijke variabelenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip13 323 Controlevariabelenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip15 324 Descriptieve statistiekhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip17

33 Modellen en Onderzoeksopzethelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip22

4 Resultaten en interpretatiehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip26

5 Conclusieshelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip35 ReferentieshelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipI BijlagenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipV

VI

Gebruikte afkortingen VC = Venture Capital

MW = Marktwaarde Premoneywaardering

BWEV = Boekwaarde van het eigen vermogen

NI = Netto-inkomen operationeel bedrijfsresultaat

KAS = Kas en Kasequivalenten

NKASA = Niet-kas activa

TotSchuld = Totale schulden

TotKost = Totale kosten

Stoxx = Dow Jones Stoxx Total Market Index

VCIN = Kapitaalinstroom in Venture Capital fondsen

VII

Lijst van tabellen

bull Tabel 1 Overzicht van het tot stand komen van de steekproefhelliphelliphelliphelliphelliphelliphellip13

bull Tabel 2 Overzicht van de gebruikte variabelenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip16

bull Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelenhellip21

bull Tabel 4 Regressiecoeumlfficieumlnten model 1 tot 3helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip29

bull Tabel 5 Regressiecoeumlfficieumlnten modellen 4 tot 6helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip30

bull Tabel 6 Regressiecoeumlfficieumlnten model 7helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip31

bull Tabel 7 Regressiecoeumlfficieumlnten voor model 8helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip34

bull Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sectorhelliphelliphellip34

bull Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen eurohellipV

bull Tabel 10 OLS-regressie van model 1helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVIII

bull Tabel 11 OLS-regressie van model 2helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVIII

bull Tabel 12 OLS-regressie van model 3helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipIX

bull Tabel 13 Overzicht literatuurhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipX

bull Tabel 14 CorrelatietabelhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXI

VIII

Lijst van figuren

bull Figuur 1 Aantal deals per landhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip18

bull Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten

werdhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip18

bull Figuur 3 Leeftijd onderneming bij afsluiten dealhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip19

bull Figuur 4 Distributie van de steekproef volgens industriehelliphelliphelliphelliphelliphelliphelliphelliphelliphellip19

bull Figuur 5 Premoneywaardering volgens leeftijdhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVI

bull Figuur 6 Premoneywaardering volgens industriehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVII

bull Figuur 7 Relatie tussen ondernemingswaarde en BWEV NI voor ruwe data

deflatie op totaal actief en ln-transformatiehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXII

bull Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en

hoogtechnologische sectorhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXIII

bull Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXIV

bull Figuur 10 Invloed van grootte van het bedrijf op omvang van het

bedrijfsresultaathelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXIV

bull Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)XV

IX

1 Inleiding Private Equity en Venture Capital 1 investeringen als onderdeel ervan vormen een

belangrijk en groeiend aandeel in de wereldwijde kapitaalmarkten

Er is in het verleden heel wat onderzoek uitgevoerd in verschillende domeinen van

Venture Capital onderzoek over het investeringsproces (Gompers 1995) Venture

Capital contracten agency problemen en incentives (Sapienza amp Korsgaard 1996) de

toegevoegde waarde van Venture Capital investeerders (Sapienza 1992) en

beursintroductie van bedrijven gefinancierd met Venture Capital (Barry Muscarella amp

Peavy 1990 Gompers amp Lerner 1998 Stuart Hoang amp Hybels 1999)

Niettegenstaande de grote verscheidenheid van het voorgaand onderzoek zijn er

mogelijkheden om het onderzoeksdomein over Venture Capital uit te breiden Eeacuten

daarvan is het zoeken naar determinanten van de waardering van Venture Capital

transacties

Uit vragenlijsten blijkt dat Private Equity investeerders naast kenmerken en

marktopportuniteiten voor de onderneming financieumlle performantie en accounting

gegevens als leidende informatie hanteren bij het screenen en selecteren van potentieumlle

ondernemingen (Wright amp Robbie 1998) Nochtans hebben VC-ondersteunde bedrijven

meestal nog geen historische boekhoudkundige gegevens op het moment van de

investering Venture Capital is per definitie investeren in private ondernemingen De

aandelen van deze ondernemingen zijn niet beursgenoteerd waardoor publieke

beschikbaarheid van financieumlle informatie zeldzaam is

Bovendien investeren Venture Capitalists voornamelijk in jonge en risicivolle

ondernemingen Deze ondernemingen hebben vaak nog geen product of inkomsten Als

gevolg hebben ze nog geen positieve kasstromen die als indicatie dienen voor het

toekomstig winstpotentieel bij waardering Deze hoge mate van onzekerheid op moment

van investering maakt het waarderen van deze ondernemingen een grote uitdaging voor

Venture Capital investeerders

Wij gaan in ons onderzoek na of financieumlle informatie waarderelevant is bij het

waarderen van ondernemingen gefinancierd met Venture Capital We gaan op zoek wat

1 We gebruiken de Engelse term lsquoventure capitalrsquo De Nederlandse vertaling die soms gebruikt wordt risicokapitaal omvat een ruimer begrip alle financiering met aandelenkapitaal is immers risicokapitaal

1

deze waardedeterminanten zijn voor Venture Capital transacties We doen dit door de

premoneywaardering van de ondernemingen in onze steekproef te relateren aan diverse

boekhoudkundige variabelen De keuze van de boekhoudkundige variabelen is

gebaseerd op de relevantie van de variabelen voor de waardering van publieke

ondernemingen waar reeds heel wat onderzoek over bestaat

Venture Capital investeerders focussen zich typisch op startende ondernemingen met

veel groeipotentieel Het verkregen kapitaal dient hier als financieringsbron voor

infrastructuur of voor het opbouwen van een technologisch platform met als doel in de

toekomst inkomsten te genereren Op het moment van investering is het huidige

bedrijfsresultaat dan ook voornamelijk negatief Ons onderzoek gaat in het bijzonder na

hoe de Venture Capital markt deze verliezen waardeert

Het vervolg van deze thesis is als volgt ingedeeld In punt 2 wordt de bestaande

literatuur beschreven en worden er hypothesen ontwikkeld Vervolgens wordt in punt 3

de steekproef gedefinieerd worden de gebruikte variabelen besproken en wordt de

descriptieve statistiek gerapporteerd Daarna worden in punt 4 de resultaten besproken

geiumlnterpreteerd en gekaderd in de bestaande literatuur In het laatste punt 5 worden de

conclusies weergegeven en de beperkingen vermeld

2 Literatuurstudie en testbare hypothesen Volgende literatuur en waarderingsmodellen werden voornamelijk toegepast op

gevestigde winstgevende ondernemingen In het verleden werd vooral onderzoek

uitgevoerd naar de waarderelevantie van financieumlle boekhoudkundige gegevens van

ondernemingen waarvan de nodige data beschikbaar waren Dit is meestal het geval

voor ondernemingen die beursgenoteerd zijn Zij hebben de verplichting deze informatie

publiek en transparant te maken Venture Capitalists investeren in niet-beursgenoteerde

ondernemingen Wij gaan de relevante waarderingsdeterminanten na van publieke

markten en passen die vervolgens toe op private ondernemingen

2

21 Waarderingsdeterminanten voor de Publieke Markt Een eerste stroom literatuur onderzoekt de relevantie van winstgevendheid bij het

waarderen van aandelen De marktwaarde onder de vorm van aandelenkoersen werd

gerelateerd aan de winstpositie van de onderneming

Het gebruik van winstparameters en winstgevendheid (als verschil tussen opbrengsten

en kosten) voor het waarderen van bedrijven wordt ondersteund door heel wat literatuur

(Ball amp Brown 1968 Beaver 1968 Easton amp Harris 1991 Collins amp Kothari 1989) Dit

steeds onder de assumptie dat huidige winsten informatie bevatten over toekomstige

kasstromen Een hogere winst betekent meer middelen om uit te keren aan de

aandeelhouders Bijgevolg is de marktwaarde voor meer winstgevende bedrijven hoger

Dit resulteert in een lineaire relatie tussen winstgevendheid en ondernemingswaarde

Wij gaan in hypothese 1 na of deze lineaire relatie teruggevonden in de publieke markt

ook van toepassing is in de Venture Capital markt

H1 Er is een positieve relatie tussen de omvang van de winst en de

ondernemingswaarde

Deze positieve lineaire relatie betekent dat over het algemeen de meer winstgevende

bedrijven hoger gewaardeerd worden dan minder winstgevende bedrijven Het is

belangrijk om op te merken dat verlieslatende ondernemingen ook hoog kunnen

gewaardeerd worden Een voorbeeld hiervan zijn de hoge aandeelprijzen die soms

betaald worden voor een onderneming die er nog niet in geslaagd is winst te genereren

(cfr Amazoncom) Zo vinden diverse auteurs een significante positieve relatie tussen

verliezen en de ondernemingswaarde2 (Jan amp Ou 1995 Hayn 1995 Burgstahler en

Dichev 1997 Kothari en Zimmerman 1995 Collins Pincus amp Xie1997 Hand 2003 en

Joos 2004)

Bij internetbedrijven is de ondernemingswaarde convex gerelateerd met het

bedrijfsresultaat Dit betekent toenemend met de winst en toenemend met de omvang

van het verlies (Hand 2003) Ook bij biotechnologische bedrijven is een gelijkaardige V-

2 Ondernemingswaarde meestal in de vorm van aandelenprijzen Deze relatie betekent hoe groter de verliezen hoe hoger de ondernemingswaarde

3

vormige relatie positief voor winst en negatief voor verlies terug te vinden tussen het

bedrijfsresultaat en de ondernemingswaarde (Joos en Zhdanov 2007)

Internetbedrijven (Hand) en biotechnologische bedrijven (Joos) zijn kenmerkend voor de

sectoren waarin VC-investeerders actief zijn Ze zijn op zoek naar een hoog rendement

in jonge snelgroeiende ondernemingen Deze bevinden zich voornamelijk in risicovolle

sectoren Hier wordt de waarde vooral gedreven door het groeipotentieel in plaats van

de huidige winsten De economische reden waarom winstgevendheid minder relevant is

bij het waarderen van deze kenmerkende ondernemingen is de forse investeringen in

ontastbare activa zoals marketing onderzoek en ontwikkeling Investeerders zien dit als

investeringen die kasstromen zullen genereren in de toekomst en niet als een huidige

kost zoals die behandeld moet worden volgens de boekhoudkundige regels Deze grote

kosten leiden dan ook tot grote verliezen aangezien deze ondernemingen vaak nog

geen inkomsten hebben door het ontbreken van een marktklaar product De verliezen

wijzen dus op strategische uitgaven van het management en zijn geen indicatie voor

het operationeel falen Verliezen als gevolg van aanzienlijke investeringskosten worden

dan ook opgenomen als waardedeterminant op het moment van waardering van de

onderneming

H2 Er is een positieve relatie tussen de omvang van het verlies en de

ondernemingswaarde

Samen vormen hypothese 1 en 2 een convexe of U-vormige relatie tussen het

bedrijfsresultaat en de ondernemingswaarde3 net zoals bij Hand (2003) en Joos (2007)

De relatie is positief voor winstgevende en negatief voor verlieslatende ondernemingen

Voor verlieslatende ondernemingen bevatten de boekwaarden van het eigen vermogen

(BWEV) meer informatie dan elementen van de resultatenrekening4 (Barth Beaver amp

Landsman 1998 Burgstahler amp Dichev 1997 Jan amp Ou 1995 Collins Pincus amp Xie

1999 Hayn 1995) 3 H1 en H2 kunnen we anders formuleren Er is een positieve (negatieve) relatie voor winstgevende (verlieslatende) ondernemingen tussen het bedrijfsresultaat en de ondernemingswaarde Vandaar de U-vormige relatie 4 Boekwaarde van het eigen vermogen wordt ook wel waarde van het aandelenkapitaal genoemd De Engelstalige term is lsquoBook value of equityrsquo In het verdere verloop gebruiken we de afkorting lsquoBWEVrsquo

4

De rol van de BWEV als waardedrijver bij verlieslatende ondernemingen wordt in de

literatuur als drieledig beschouwd (1) als proxy voor toekomstige normale winsten

(Ohlson 1995 Penman 1992) (2) als schatting voor liquidatiewaarde of waarde van

alternatieve-aanwending (Burgstahler amp Dichev 1997) en (3) als controle voor verschil in

grootte (Barth en Kallapur 1996)

Het (positieve) bedrijfsresultaat als determinant voor waarde bij hypothese 1 was onder

de assumptie dat huidige winsten informatie bevatten over toekomstige kasstromen Bij

ondernemingen met een negatief bedrijfsresultaat is dit niet het geval Volgens het

Ohlson model (1995) kan de BWEV gebruikt worden als proxy voor de toekomstige

normale winsten (1)

De BWEV kan ook gebruikt worden als proxy voor de liquidatiewaarde (2) (Burgstahler

amp Dichev 1997) VC-investeerders investeren in jonge risicovolle ondernemingen Jong

en risicovol omdat deze de grootste groeimogelijkheden bieden en dus ook de hoogste

rendementen Het succesvol uitbouwen van zorsquon nieuwe onderneming is zeer risicovol

Deze ondernemingen hebben immers geen buffer onder de vorm van een portefeuille

van producten in diverse markten waarop de onderneming kan terugvallen De kans op

faillissement is in deze bedrijven reeumlel BWEV is het verschil tussen het totaal actief en

de totale schulden wat de waarde van de totale ondernemingen na afbetaling van de

schuldeisers bij vereffening voorstelt (=liquidatiewaarde)

De BWEV kan ook als proxy gebruikt worden voor de grootte van een onderneming (3)

(Collins et al1997a Barth en Kallapur 1996) De grootte van het bedrijf (met als proxy

BWEV) staat in relatie met de eerste twee rollen van de BWEV Grotere ondernemingen

hebben namelijk een hogere liquidatiewaarde en van grotere ondernemingen worden

grotere toekomstige winsten verwacht

Samenvattend stellen we dat boekwaarden een toenemend belang hebben bij het

waarderen van ondernemingen wanneer (1) huidige winsten geen goede indicatie zijn

voor toekomstige winsten of (2) wanneer de onderneming een grotere kans heeft op

faling of liquidatie Dit is zeker het geval in de Venture Capital markt waardoor we onze

derde hypothese als volgt kunnen formuleren

5

H3 De waarde van een onderneming is positief gerelateerd aan de boekwaarde van het

eigen vermogen bij verlieslatende ondernemingen

De waarderelevantie van het bedrijfsresultaat enerzijds en de boekwaarden anderzijds

verschilt over de industrieeumln heen (Barth Beaver amp Landsman 1999)

Collins Pincus en Xie (1997) constateren dat BWEV hogere waarderingen verklaart en

niet de omvang van het verlies Nochtans vonden zij ook dat verliezen afzonderlijk

positief gewaardeerd worden Dit kwam omdat grotere verliezen afkomstig zijn van

grotere bedrijven (met als proxy BWEV) en grotere ondernemingen hoger gewaardeerd

worden 5 De reden hiervoor is dat zij gebruik maken van een cross-sectionele

steekproef van bedrijven uit verschillende sectoren voor de periode 1975-1992 De

opgenomen ondernemingen komen grotendeels uit niet-risicovolle sectoren waar BWEV

als proxy voor grootte dient en dus beter de hogere waarderingen kan verklaren 6 De

bevindingen van Collins et al (1997) zijn tegenstrijdig met Hand (2000) en Joos (2007)

In hun onderzoek naar internet en biotechnologische bedrijven wordt de positieve

waardering van verliezen behouden na opname van BWEV in het waarderingsmodel

Eerder (H2) zagen we dat in deze sectoren de verliezen positief gewaardeerd werden

als teken van strategische uitgaven en niet als indicatie dienden voor de grootte van het

bedrijf Vandaar het behoud van de positieve waardering van verliezen na opname

BWEV in het waarderingsmodel

Waardering van het verlies is afhankelijk van het risico de groeiopportuniteiten en de

stabiliteit van de inkomsten in de verschillende industrieeumln In sectoren waarin

ondernemingen investeren in grote hoeveelheden niet-herkende netto activa7 (zoals

onderzoek amp ontwikkeling) heeft het bedrijfsresultaat een grotere verklaringskracht De

5 Statistisch uit zich dat in een negatief of niet significante coeumlfficieumlnt bij verlies na incorporatie van boekwaarden van het eigen vermogen 6 Hun argumentering is als volgt wanneer een relevante variabele (BWEV) die positief gecorreleerd is met de afhankelijke variabele (marktwaarde) en negatief met een onafhankelijke variabele( bedrijfsverlies) niet opgenomen wordt in de analyse ontstaat er een negatieve bias bij de coeumlfficieumlnt van deze onafhankelijke variabele De positieve waardering van het verlies is afkomstig van de onderliggende relatie verlies-BWEV en BWEV-waarde en niet van de relatie verlies-ondernemingswaarde zelf 7 Andere voorbeelden zijn groeiopties en klantentrouw Deze worden boekhoudkundig als kosten behandeld terwijl deze de kenmerken van activa bezitten Het zijn namelijk investeringen die tot winsten kunnen leiden in de toekomst

6

boekwaarde van het eigen vermogen heeft dan weer meer verklaringskracht in minder

risicovolle ondernemingen met stabiele winsten

Aangezien verwacht wordt dat Venture Capital investeerders actief zijn in jonge

ondernemingen met sterke groeiopties zoals in farmaceutische (Brief amp Zarowin 1999)

biotechnologische (Joos 2007) en internetbedrijven (Hand 2000) voorspellen wij dat

de resultatenrekening ( verlies en kosten) in risicovolle en hoogtechnologische sectoren

meer informatie kan bieden dan de balans (BWEV) als determinanten voor waardering

Anders geformuleerd

H4 De positieve waardering van verliezen is minder uitgesproken in de

laagtechnologische sector dan in de hoogtechnologische sector

22 Waarderingsdeterminanten voor de Private Markt In de voorgaande literatuur werd marktwaarde verklaard door boekwaarde van het

aandelenkapitaal en het netto-inkomen In dit stuk wordt dieper ingegaan op de

waarderelevantie van gedesaggregeerde financieumlle informatie bij het waarderen van

ondernemingen gefinancierd met Venture Capital

Accounting conservatisme gecombineerd met snelle groei in ontastbare activa kan de

associatie tussen ondernemingswaarde en geaggregeerde financieumlle data ernstig

verstoren Geaggregeerde variabelen van de balans en resultatenrekening zoals de

boekwaarde van het eigen vermogen (BWEV) en netto-inkomen (NI) zijn een

vertekende meting voor de economische positie en winstgevendheid van de

onderneming (Zhang 2001) Een regressie van vertekende variabelen met de

afhankelijke variabele kan leiden tot coeumlfficieumlnten met een ander teken of grootte dan

dat men intuiumltief kan vermoeden8

Waardering van VC-ondersteunde bedrijven aan de hand van gedesaggregeerde

financieumlle informatie vinden we terug in het onderzoek van Hand ( 2005) en Armstrong

Davila en Foster (2006) Gedesaggregeerde financieumlle informatie wordt bekomen door

de twee componenten van het Ohlson model BWEV en NI op te splitsen in hun

onderliggende componenten Kas en kasequivalenten niet-kasactiva en lange

8 Illustratie negatieve bias uit voetnoot 6

7

termijnschulden worden beschouwd als de desaggregatie van de BWEV De

belangrijkste kostenitems en opbrengsten kunnen gezien worden als een desaggregatie

van het NI Kas en niet-kas activa hebben een significante positieve coeumlfficieumlnt net als

de variabelen uit de resultatenrekening Dit geldt voor zowel de opbrengsten als de

kosten (Kosten van de verkochte goederen kosten voor onderzoek en ontwikkeling en

andere kosten) Het positieve teken bij de coeumlfficieumlnt voor elke kostencomponent wijst al

op de voorspelling dat investeerders kostenuitgaven bij jonge ondernemingen als

investeringen beschouwen

Gebaseerd op de studies van Hand (2004 2005) en Armstrong et al(2006) willen wij de

waarderelevantie van enkele componenten van de balans en de resultatenrekening

nagaan

Eerst gaan we de waarderelevantie na van elementen van de balans We

desaggregeren de boekwaarde van het eigen vermogen in volgende componenten Kas

en kasequivalenten niet-kas activa en totale schulden

In eerste instantie willen we de invloed nagaan van de kaspositie op de waardering van

de onderneming Een goede kaspositie wordt gezien als een indicatie van een goede

liquiditeitspositie Zowel in de studies van Hand (2005) en Armstrong et al (2006) wordt

een positieve coeumlfficieumlnt bekomen voor de kaspositie Wij gaan in hypothese vijf na of

we deze significante positieve coeumlfficieumlnt kunnen bevestigen

H5 De ondernemingswaarde is positief gerelateerd aan de kaspositie

De niet-kas activa is de som van de vaste activa en de vlottende activa verminderd met

kas en kasequivalenten De niet-kas activa vormen een belangrijke component van het

totaal actief en de balans Ze kunnen gezien worden als een indicatie voor de grootte

van een bedrijf Hand (2004 2005) en Armstrong et al (2006) bekomen een positieve

coeumlfficieumlnt voor de niet-kas activa

Wij voorspellen een positieve relatie tussen grootte (niet-kas activa) en

ondernemingswaarde

8

H6 De ondernemingswaarde is positief gerelateerd aan de waarde van de niet-kas

activa

Armstrong et al(2006) zien schulden als een claim van de schuldeisers ten opzichte van

het actief en de toekomstige kaststromen van de onderneming Er wordt in hun werk

dan ook een negatieve coeumlfficieumlnt voorspeld De totale schulden zijn een indicatie voor

het financieumlle risico van een onderneming Bij het ten gronde gaan van een

onderneming is de waarde voor de aandeelhouders het deel van de waarde dat

overblijft na uitbetaling van de schuldeisers Hoe meer schulden er aanwezig zijn in een

onderneming hoe lager de resterende waarde is voor de aandeelhouders bij liquidatie

van de onderneming

Wij voorspellen dat de waarde van een onderneming negatief gerelateerd is aan de

totale schulden

H7 De ondernemingswaarde is negatief gerelateerd aan de totale schulden

Na de elementen van de balans gaan we de invloed na van een element van de

resultatenrekening We gaan na welke relatie er bestaat tussen totale kosten en de

waarde van een onderneming

Het grootste deel van de ondernemingen waar Venture Capitalists in investeren zijn

verlieslatend Zoals in de literatuur over verlieslatende ondernemingen aangehaald

worden verliezen vaak positief gewaardeerd bij jonge ondernemingen Strategische

investeringen liggen aan de basis van dit negatief resultaat Dit omdat investeringen in

de boekhouding behandeld worden als kosten Hogere kosten zijn een indicatie voor

investeringen die in de toekomst kunnen resulteren in positieve kasstromen Op basis

hiervan voorspellen wij een positieve relatie tussen de totale kosten en de waardering

van een onderneming

H8 De ondernemingswaarde is positief gerelateerd aan de totale kosten

9

23 Groeiopportuniteiten als waardedeterminant De waarde van een bedrijf is afkomstig van 2 determinanten (Myers 1977)

Waarde onderneming = waarde van activa + huidige waarde van toekomstige

groeiopportuniteiten

Welke component van waarde het meest doorweegt is afhankelijk van de fase waarin de

onderneming zich bevindt Voor startende ondernemingen is de huidige waarde van de

groeiopportuniteiten de belangrijkste component Groeimogelijkheden worden vaak als

waardedrijver gebruikt bij jonge opstartende ondernemingen en ondernemingen in

nieuwe industrieeumln (Damodaran 2001) Waarderingsmodellen die enkel

boekhoudkundige variabelen opnemen als determinanten voor ondernemingswaarde

zien een belangrijke component over het hoofd Er moet rekening gehouden worden

met het groeipotentieel van de ondernemingen (Holthausen en Watts 2001) Groeiende

ondernemingen worden hoger gewaardeerd (Davilla Foster en Gupta 2003)

Davila en Foster (2005) rapporteren een positieve Spearman correlatie tussen de

verandering in waardering en de verandering in inkomsten als proxy voor groei voor een

steekproef van 78 private ondernemingen (waarvan 60 Venture Capital genoten)

Hieruit kunnen we afleiden dat het groeipotentieel van een onderneming een belangrijke

waardeterminant is voor het waarderen van ondernemingen gefinancierd met Venture

Capital Hierop baserend formuleren we onze negende en laatste hypothese

H9 De ondernemingswaarde is positief gerelateerd aan de groei van de onderneming

10

3 Methode 31 Data 311 Bronnen Voor het verzamelen van de gegevens werd een beroep gedaan op drie verschillende

databases Zephyr Amadeus en Belfirst Dit zijn producten van Bureau van Dijk

Electronic Publishing (BvDEP)

Zephyr is een database die informatie bevat over verschillende soorten transacties

waaronder Venture Capital transacties

Amadeus is een pan-Europese database die financieumlle informatie bevat over

ondernemingen in achtendertig verschillende Europese landen

Belfirst bevat alle neergelegde jaarrekeningen van Belgische ondernemingen Alle

posten van de balans resultatenrekening toelichting en (in voorkomend geval) sociale

balans zijn erin opgenomen

Verder werd een beroep gedaan op het Belgisch staatsblad jaarverslagen en

participaties van Belgische Venture Capital fondsen en prospectussen van Belgische

IPOrsquos die in het verleden met Venture Capital zijn gefinancierd

Informatie over de Venture Capital instroom werd teruggevonden in publicaties van de

lsquoEuropean Private Equity amp Venture Capital Association (EVCA)rsquo

We maakten ook gebruik van de De Dow Jones STOXX Total Market Index (TMI)9

312 Populatie en Steekproef Voor het trekken van de steekproef werd onder andere een beroep gedaan op Zephyr

Alle Venture Capital transacties in Belgieuml Nederland Luxemburg Duitsland Frankrijk

en het Verenigd Koninkrijk afgesloten tussen 1 januari 1997 en 31 december 2007

werden geselecteerd Zephyr gaf in totaal 3593 transacties weer voor deze tijdspanne

Voor de waardering van Venture Capital transacties is het noodzakelijk de totale

ondernemingswaarde te kennen Daarom werden enkel de transacties van

ondernemingen met een gekende ondernemingswaarde geselecteerd waardoor er

slechts 331 van de initieumlle 3593 deals overbleven

9 De Dow Jones STOXX TMI werd geraadpleegd op wwwstoxxcom

11

Om financieumlle gegevens over de ondernemingen betrokken bij een Venture Capital

transactie terug te vinden op Amadeus werd gebruik gemaakt van het Bureau van Dijk

identificatienummer Voor ondernemingen waar het identificatienummer niet gegeven

was werd nagegaan of er informatie beschikbaar was op Amadeus door te zoeken op

naam Slechts voor 73 van de 331 deals vonden we financieumlle informatie over de

betrokken onderneming terug op Amadeus Ondernemingen betrokken bij Venture

Capital transacties zijn vaak heel jonge of opstartende ondernemingen Dit heeft als

gevolg dat niet voor alle transacties historische financieumlle informatie van de betrokken

onderneming terug te vinden is Voor transacties waarvan het jaartal van de afloop van

de deal overeenstemt met het jaar waarin de onderneming is opgestart kan bijgevolg

geen financieumlle informatie worden teruggevonden

Voor deals waarin Belgische ondernemingen betrokken waren werden de financieumlle

gegevens verzameld op Belfirst Voor 9 van de 21 Belgische deals teruggevonden op

Zephyr was er extra informatie terug te vinden op Belfirst

Gebruik makend van prospectussen het Belgisch staatsblad en de jaarverslagen en

participaties van belangrijke Venture Capitalfondsen werd de steekproef uitgebreid10

Op basis van deze drie methodes werden 44 extra deals teruggevonden waarvoor ook

financieumlle informatie terug te vinden was op Belfirst

De finale steekproef waarop de hypothesen worden getest bestaat uit 126 Venture

Capital deals

10 Er werd gebruik gemaakt van prospectussen van Belgische VC-backed IPOrsquos om extra Venture Capital transacties terug te vinden Voor de Belgische VCndashBacked IPOrsquos werden prospectussen onderzocht om het verworven aandeel in de ondernemingen te achterhalen en op die manier de ondernemingswaarde te berekenen Voor de Belgische deals uit Zephyr zonder gekende ondernemingswaarde werd nagegaan of de totale waarde berekend kon worden op basis van publicaties in het Belgisch Staatsblad Verder werden participaties van Venture Capitalfondsen nagegaan De waarde van de transacties werd opgezocht in het Belgisch staatsblad

12

Initieel aantal deals (Zephyr) 3593- Aantal deals van ondernemingen zonder gekende totale ondernemingswaarde 3262Aantal deals van ondernemingen met gekende totale ondernemingswaarde 331- Aantal deals van ondernemingen zonder de nodige financieumlle informatie 249Totaal aantal deals Zephyr met de nodige financieumlle informatie 82+Uitbreiding steekproef (prospectussen Belgisch staatsblad en participaties VC-fondsen) 44Finale steekproef 126

Tabel 1 Overzicht van het tot stand komen van de steekproef

32 Variabelen 321 Afhankelijke variabele Als afhankelijke variabele nemen we de marktwaarde van de onderneming (afkorting

MW) De marktwaarde is de premoneywaardering berekend door van de totale waarde

van de onderneming na de investering het geiumlnvesteerde bedrag af te trekken11 De

totale waarde van de onderneming is het bedrag dat men zou betalen indien 100 van

de onderneming zou verworven worden Ze wordt berekend als ((investering)(

aandelen verworven)) x 100 Voor de deals uit Zephyr worden enkel deze met een

gekend verworven aandeel in de onderneming opgenomen in de analyse Voor de deals

uit het staatsblad werd het verworven aandeel berekend als de verhouding tussen het

aantal nieuw verkregen aandelen op het totaal aantal aandelen na investering

322 Onafhankelijke variabelen Voor het selecteren van de onafhankelijke variabelen volgen we het matching-principe

gebruikt van Hand (2005) De datum van investering in de onderneming wordt gelinkt

11 De uiteindelijke premoneywaardering wordt dan als volgt berekend Wanneer voor euro100 geiumlnvesteerd wordt en daarbij 10 van de aandelen verworven wordt is de totale waarde van de onderneming gelijk aan euro 1000 en is de premoneywaardering gelijk aan euro 900 De investeerder betaalt eigenlijk euro 100 om na investering 10 van het aandelenkapitaal te bezitten Dat maakt dat op het moment van investering de waarde van de onderneming (100) gelijk is aan 90 van de onderneming na investering Er werd geen onderscheid gemaakt tussen het verworven aandeel van de verschillende investeerders in een investeringsronde of het verworven aandeel van een afzonderlijk fonds Voor het berekenen van de 100 waardering maakt dit geen verschil Wel wordt steeds de totale kapitaalsverhoging van deze 100 waardering afgetrokken en niet het afzonderlijk deel dat eacuteeacuten fonds investeert De totale kapitaalsverhoging voor de data uit het staatsblad is het product van de uitgifteprijs van de aandelen en het totaal aantal nieuw uitgegeven aandelen

13

aan de financieumlle data van het jaar voor de investeringsronde12 Financieumlle data zijn

jaarlijks beschikbaar zodoende dat elke eerste investering in het jaar bruikbaar is voor

onze analyse Alle andere investeringsrondes volgend op de eerste worden uit de

analyse gelaten Het voordeel van deze aanpak is dat het eenvoudig is voor analyse

Het nadeel is het verlies aan informatie wanneer er meerdere financieringsrondes zijn in

eenzelfde fiscaal jaar Het vormt ook een nadeel wanneer er een groot tijdsverschil is

tussen het gebruikte boekjaar van financieumlle data en de afsluiting van investering13

In de eerste twee hypotheses wordt het bedrijfsresultaat gebruikt als onafhankelijke

variabele Als proxy hiervoor gebruiken we de post operationele winstverlies van

Amadeus en Belfirst

Voor boekwaarde van het eigen vermogen gebruiken we de post lsquoshareholderrsquos fundsrsquo

op de balans in Amadeus en Belfirst14

We maken ook gebruik van de financieumlle variabelen uit de modellen van Hand (2004

2005) en Armstrong et al (2006) Om de invloed van deze variabelen na te gaan

zoeken we voor elke variabele een passend alternatief op de databases Amadeus en

Zephyr We vinden voor kas en kasequivalenten niet-kas activa en totale schulden een

alternatief Aangezien wij niet beschikken over een aparte uitgavenpost voor onderzoek

en ontwikkeling nemen we de totale kosten op in onze analyse We splitsen deze niet

op zoals Hand (2004 2005) en Armstrong et al(2006) doen De uitgaven voor

onderzoek en ontwikkeling zitten hier wel in omvat Een Belgische onderneming die

kosten maakt in het kader van door haar verricht onderzoek moet deze kosten (lonen

en wedden - kosten voor het gebruik van materiaal - diensten en diverse goederen

enz) in beginsel naar hun aard boeken in de resultatenrekening van het boekjaar

waarin deze kosten werden gemaakt

12 Bijvoorbeeld Een onderneming verkrijgt financiering uit drie verschillende rondes ABC Ronde A vindt plaats op 3203 ronde B op 5304 en ronde C op 23804 Enkel ronde A en Ronde B worden opgenomen in de analyse Ronde A wordt gelinkt aan financieumlle data van 311202 en ronde B van 311203 13 Dit is bijvoorbeeld het geval wanneer de investering plaatsvond in juli of later (6 maanden na start nieuw boekjaar) Financieumlle data uit het volgende boekjaar zijn recenter om te gebruiken Toch worden de data gebruikt uit het voorgaande jaar 14 Boekwaarde eigen vermogen = Totaal actief ndash Vreemd vermogen

14

15

Davilla Foster en Gupta (2003) gebruiken groei van het aantal werknemers als proxy

voor groei Wij gebruiken de relatieve verandering in de kost van werknemers als proxy

voor groei15

Tabel 1 geeft een overzicht van de gebruikte variabelen

323 Controlevariabelen We gaan ook de invloed na van enkele controlevariabelen

Een eerste controlevariabele die we opnemen in de analyse is industrie Wij willen

nagaan of er een verschil is in de waardering van de ondernemingen die actief zijn in

verschillende industrieeumln Het belang van de sector werd reeds besproken onder punt

22

Ook zullen we controleren voor volgende macro-economische variabelen Gompers en

Lerner (2000) gaan na hoe de waardering van investeringen in de Venture Capital markt

beiumlnvloed wordt door de instroom van kapitaal De resultaten tonen een sterk positief

verband tussen de waarde van Venture Capital investeringen en de instroom van

kapitaal Wij gaan na of we de resultaten van Gompers en Lerner (2000) kunnen

bevestigen voor onze steekproef Deze informatie bekomen we uit publicaties van de

EVCA

We nemen ook een marktindex op als controlevariabele in ons model (Hand 2005)

Deze variabele wordt geacht een goede indicator te zijn voor het potentieel rendement

op Venture Capital investeringen

15 Groei wordt berekend als ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2))

16

Variabele Afkorting Opmerkingen Premoneywaardering MW Totale marktwaarde onderneming na investering ndash Geiumlnvesteerd bedrag Boekwaarde eigen vermogen BWEV Operationeel bedrijfsresultaat (Netto Inkomen) NI Operationele winstverlies Kas en kasequivalenten KAS Niet-kas activa NKASA Vaste activa + vlottende activa (exclusief kas en kasequivalenten) Totale schulden TotSchuld Schulden gt1jaar + Schuldenlt1jaar Totale kosten TotKost Leeftijd Leeftijd Leeftijd bij afsluiten deal - Leeftijd onderneming bij incorporatie Dow jones Stoxx Total Market Index Stoxx Europese marktindex Groei Groei ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2)) Venture Capital instroom VCIN Instroom kapitaal in Venture Capital fondsen uit publicaties EVCA Industrie Industrie De zeven industrieklassen worden ingedeeld in een hoogtechnologische groep en een laagtechnologische groep aan de hand van een dummyariabele

Tabel 2 Overzicht van de gebruikte variabelen

324 Descriptieve statistiek Figuur 1 toont het aantal deals uit de steekproef per land Er zitten voornamelijk deals

uit Belgieuml Frankrijk en het Verenigd Koninkrijk in de steekproef Het grote aandeel

Belgische deals komt door de grotere beschikbaarheid van financieumlle informatie Voor

de deals uit Duitsland was de nodige financieumlle informatie er meestal niet Voor geen

enkele deal uit Nederland en Luxemburg was financieumlle informatie terug te vinden

waardoor de steekproef herleid werd tot vier landen Belgieuml Frankrijk Duitsland en het

Verenigd Koninkrijk

Onze steekproef bestrijkt de periode van 1januari 1997 tot 31december 2007 Figuur 2

geeft weer hoeveel deals er in de verschillende jaren afgesloten zijn We zien dat er

voor het jaar 1997 geen deals met de nodige financieumlle gegevens terug te vinden waren

Het hoge aantal deals in het jaar 2000 kan verklaard worden door de High Tech Bubble

In figuur 3 kan de leeftijd van de betrokken ondernemingen afgelezen worden bij het

afsluiten van de deal We zien dat onze steekproef vooral bestaat uit jonge

ondernemingen De mediaan van de leeftijd van de ondernemingen in onze steekproef

is drie jaar

In figuur 4 kan de distributie van de steekproef volgens industrie worden afgelezen De

steekproef werd opgedeeld op basis van de eerste twee cijfers van de nacebelcode en

op basis daarvan ingedeeld in zeven verschillende groepen metaal chemie

biotechnologisch handel en horeca zakelijke diensten computer gerelateerd diensten

niet computer gerelateerd en een restcategorie andere Het valt op dat een groot deel

van de deals gebeuren in hoogtechnologische industrieeumln Chemie Biotechnologisch en

zakelijke diensten computer gerelateerd

17

Aantal deals per land

54

45

24

3

0

10

20

30

40

50

60

Belgieuml Verenigd Koninkrijk Frankrijk Duitsland

Land

Aan

tal d

eals

Figuur 1 Aantal deals per land

Distributie steekproef volgens jaar deal

0

4

8

29

14

3

9 10 9

23

17

0

5

10

15

20

25

30

35

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Jaar deal

Aan

tal d

eals

Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten werd

18

Leeftijd ondernemingen bij afsluiten deal

11

27 26

20

79

4 4 53

10

0

5

10

15

20

25

30

1 jaar 2 jaar 3 jaar 4 jaar 5 jaar 6 jaar 7 jaar 8 jaar 9 jaar 10 jaar gt10jaar

Leeftijd

Aan

tal o

nder

nem

inge

n

Figuur 3 Leeftijd onderneming bij afsluiten deal

Distributie steekproef volgens industrie

4032

1712 11 9

5

05

1015202530354045

Compu

ter ge

relate

erd

Dienste

n (ex

cl C

ompu

ter)

Metaal

Hande

l en H

oreca

Biotec

hnolo

gisch

Chemie

Andere

(res

tcateg

orie)

Industrie

Aan

tal d

eals

Figuur 4 Distributie van de steekproef volgens industrie

19

20

Als controlevariabele wordt nagegaan of de kapitaalinstroom in Venture Capital fondsen

in het jaar van de deal een invloed heeft op de waardering van de Venture Capital

transacties In bijlage 1 kan de instroom van kapitaal in de verschillende jaren afgelezen

worden De gegevens zijn afkomstig uit de jaarlijkse publicaties van de EVCA Bij het

uitvoeren van het onderzoek was de kapitaalinstroom voor het jaar 2007 nog niet

gepubliceerd

Tabel 3 geeft een overzicht van het minimum het maximum de mediaan het

gemiddelde en de standaardafwijking van de gebruikte variabelen Er wordt ook getoond

hoeveel gegevens beschikbaar zijn per variabele De verschillende variabelen worden

weergegeven in duizend euro De gemiddelde onderneming betrokken bij een Venture

Capital deal heeft een premoneywaardering van 19932 duizend euro Het gemiddelde

en de mediaan van het operationeel bedrijfsresultaat zijn negatief Dit komt doordat

slechts 31 van de 108 bedrijven waarvoor het operationeel bedrijfsresultaat gegeven is

een positief operationeel bedrijfsresultaat hebben

In bijlage 2 kan het boxplot bekeken worden van de premoneywaardering per jaar

Zowel de Kruskal-Wallis-test als de mediaantest tonen aan dat er geen verschil is in

premoneywaardering over de verschillende jaren heen16

In bijlage 3 kan het boxplot worden bekeken van de premoneywaardering in de

verschillende industrieklassen Biotechnologische ondernemingen worden significant

hoger gewaardeerd dan ondernemingen in andere industrieklassen

16 De resultaten van deze testen zijn niet opgenomen in dit werk

21

Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelen

Gemiddelde Minimum Maximum Mediaan Standaardafwijking N (euro1000) (euro1000) (euro1000) (euro1000) (euro1000) Afhankelijke variabele Premoneywaardering 19332 100 267278 5102 38420 126 Onafhankelijke variabelen Operationeel Bedrijfsresultaat (t-1) -587 -9601 12097 -165 2303 108 Boekwaarde eigen vermogen (BWEV) (t-1) 1926 -4357 30257 184 5140 125 Kas en kasequivalenten (t-1) 1113 0 24375 80 3171 117 Niet-kas activa (t-1) 5366 0 246738 641 25152 117 Totale schulden (t-1) 4581 0 224510 734 22284 123 Totale opbrengsten (t-1) 7435 2 191280 991 26077 62 Totale kosten (t-1) 3169 1 54230 1139 8014 69 Leeftijd 5 1 35 3 5 126 Kost van de werknemers (t-1) 1458 0 44856 679 4789 94 Kost van de werknemers (t-2) 619 0 4207 457 766 65

Controlevariabelen Dow Jones Stoxx Total Market Index 312 177 389 324 56 126

33 Modellen en Onderzoeksopzet In bijlage 9 kan men op Figuur 7 grafieken bekijken van de relatie tussen de

boekwaarde van het eigen vermogen (BWEV) en de premoneywaardering en de relatie

tussen het netto-inkomen (NI) en de premoneywaardering Figuur 7a is een scatterplot

met de oorspronkelijke data in duizend euro in figuur 7b zijn de oorspronkelijke data

gedeflateerd op het totaal actief Uit beide figuren kan je afleiden dat deze data sterk

heteroscedastisch is wat niet goed is om een lineaire relatie na te gaan tussen de

variabelen Tabel 3 toonde reeds een groot verschil in gemiddelden en mediaan voor

de verschillende variabelen Dit kan het resultaat zijn van verschillen tussen de

ondernemingen in leeftijd grootte industrie of levenscyclus

Om hier een oplossing voor te bieden ondergaan de variabelen een Ln-transformatie die

als volgt gebeurt

Voor de positieve waarden X Ln [ 1 + X ] met X in duizend euro

Voor de negatieve waarden Y -Ln [ 1 + (-Y)] met Y in duizend euro

Het voordeel van deze transformatie is dat men niet hoeft te controleren voor outliers

aangezien een Ln-transformatie hoge waarden afvlakt We zien in tabel 3 steeds grote

standaardafwijkingen bij de variabelen voor transformatie Na transformatie verdwijnen

deze hoge waarden Via een Ln-transformatie bekomen we ook een grotere

homoscedasticiteit tussen de variabelen17

Het effect van het transformeren in vergelijking met deflateren op totaal actief18 wordt

geiumlllustreerd in bijlage 9 In bijlage 9 wordt een scatterplot gemaakt van de bivariate

relatie tussen de premoneywaardering en respectievelijk de boekwaarde van het eigen

vermogen en het bedrijfsresultaat

In figuur 7c zie je dat na transformatie de relaties tussen ln(premoneywaardering) en

respectievelijk ln(BWEV) en ln(Bedrijfsresultaat) meer homoscedastisch zijn

Op deze figuur merken we ook dat de relatie tussen de boekwaarde van het eigen

vermogen (indien gt 0) en de ondernemingswaarde (lineair) positief is We zien

eveneens een positieve relatie tussen het bedrijfsresultaat en de ondernemingswaarde

17 Armstrong et al maken gebruik van een rank regression om dezelfde problemen bij regressie op te lossen 18 Collins et al deflateren op het aantal aandelen Joos maakt gebruik van de marktwaarde op t de boekwaarde op t-1 en het aantal werknemers t-1 als deflatiefactor

22

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 6: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

Inhoudsopgave 1 Inleidinghelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip1 2 Literatuurstudie en testbare hypothesenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip2 21 Waarderingsdeterminanten voor de Publieke Markthelliphelliphelliphelliphelliphelliphelliphellip3

22 Waarderingsdeterminanten voor de Private Markthelliphelliphelliphelliphelliphelliphelliphelliphelliphellip7 23 Groeiopportuniteiten als waardedeterminanthelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip10

3 Methodehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip11 31 Datahelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip11

311 Bronnenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip11 312 Populatie en Steekproefhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip11

32 Variabelenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip13 321 Afhankelijke variabelehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip13 322 Onafhankelijke variabelenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip13 323 Controlevariabelenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip15 324 Descriptieve statistiekhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip17

33 Modellen en Onderzoeksopzethelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip22

4 Resultaten en interpretatiehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip26

5 Conclusieshelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip35 ReferentieshelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipI BijlagenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipV

VI

Gebruikte afkortingen VC = Venture Capital

MW = Marktwaarde Premoneywaardering

BWEV = Boekwaarde van het eigen vermogen

NI = Netto-inkomen operationeel bedrijfsresultaat

KAS = Kas en Kasequivalenten

NKASA = Niet-kas activa

TotSchuld = Totale schulden

TotKost = Totale kosten

Stoxx = Dow Jones Stoxx Total Market Index

VCIN = Kapitaalinstroom in Venture Capital fondsen

VII

Lijst van tabellen

bull Tabel 1 Overzicht van het tot stand komen van de steekproefhelliphelliphelliphelliphelliphelliphellip13

bull Tabel 2 Overzicht van de gebruikte variabelenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip16

bull Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelenhellip21

bull Tabel 4 Regressiecoeumlfficieumlnten model 1 tot 3helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip29

bull Tabel 5 Regressiecoeumlfficieumlnten modellen 4 tot 6helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip30

bull Tabel 6 Regressiecoeumlfficieumlnten model 7helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip31

bull Tabel 7 Regressiecoeumlfficieumlnten voor model 8helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip34

bull Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sectorhelliphelliphellip34

bull Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen eurohellipV

bull Tabel 10 OLS-regressie van model 1helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVIII

bull Tabel 11 OLS-regressie van model 2helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVIII

bull Tabel 12 OLS-regressie van model 3helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipIX

bull Tabel 13 Overzicht literatuurhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipX

bull Tabel 14 CorrelatietabelhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXI

VIII

Lijst van figuren

bull Figuur 1 Aantal deals per landhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip18

bull Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten

werdhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip18

bull Figuur 3 Leeftijd onderneming bij afsluiten dealhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip19

bull Figuur 4 Distributie van de steekproef volgens industriehelliphelliphelliphelliphelliphelliphelliphelliphelliphellip19

bull Figuur 5 Premoneywaardering volgens leeftijdhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVI

bull Figuur 6 Premoneywaardering volgens industriehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVII

bull Figuur 7 Relatie tussen ondernemingswaarde en BWEV NI voor ruwe data

deflatie op totaal actief en ln-transformatiehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXII

bull Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en

hoogtechnologische sectorhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXIII

bull Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXIV

bull Figuur 10 Invloed van grootte van het bedrijf op omvang van het

bedrijfsresultaathelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXIV

bull Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)XV

IX

1 Inleiding Private Equity en Venture Capital 1 investeringen als onderdeel ervan vormen een

belangrijk en groeiend aandeel in de wereldwijde kapitaalmarkten

Er is in het verleden heel wat onderzoek uitgevoerd in verschillende domeinen van

Venture Capital onderzoek over het investeringsproces (Gompers 1995) Venture

Capital contracten agency problemen en incentives (Sapienza amp Korsgaard 1996) de

toegevoegde waarde van Venture Capital investeerders (Sapienza 1992) en

beursintroductie van bedrijven gefinancierd met Venture Capital (Barry Muscarella amp

Peavy 1990 Gompers amp Lerner 1998 Stuart Hoang amp Hybels 1999)

Niettegenstaande de grote verscheidenheid van het voorgaand onderzoek zijn er

mogelijkheden om het onderzoeksdomein over Venture Capital uit te breiden Eeacuten

daarvan is het zoeken naar determinanten van de waardering van Venture Capital

transacties

Uit vragenlijsten blijkt dat Private Equity investeerders naast kenmerken en

marktopportuniteiten voor de onderneming financieumlle performantie en accounting

gegevens als leidende informatie hanteren bij het screenen en selecteren van potentieumlle

ondernemingen (Wright amp Robbie 1998) Nochtans hebben VC-ondersteunde bedrijven

meestal nog geen historische boekhoudkundige gegevens op het moment van de

investering Venture Capital is per definitie investeren in private ondernemingen De

aandelen van deze ondernemingen zijn niet beursgenoteerd waardoor publieke

beschikbaarheid van financieumlle informatie zeldzaam is

Bovendien investeren Venture Capitalists voornamelijk in jonge en risicivolle

ondernemingen Deze ondernemingen hebben vaak nog geen product of inkomsten Als

gevolg hebben ze nog geen positieve kasstromen die als indicatie dienen voor het

toekomstig winstpotentieel bij waardering Deze hoge mate van onzekerheid op moment

van investering maakt het waarderen van deze ondernemingen een grote uitdaging voor

Venture Capital investeerders

Wij gaan in ons onderzoek na of financieumlle informatie waarderelevant is bij het

waarderen van ondernemingen gefinancierd met Venture Capital We gaan op zoek wat

1 We gebruiken de Engelse term lsquoventure capitalrsquo De Nederlandse vertaling die soms gebruikt wordt risicokapitaal omvat een ruimer begrip alle financiering met aandelenkapitaal is immers risicokapitaal

1

deze waardedeterminanten zijn voor Venture Capital transacties We doen dit door de

premoneywaardering van de ondernemingen in onze steekproef te relateren aan diverse

boekhoudkundige variabelen De keuze van de boekhoudkundige variabelen is

gebaseerd op de relevantie van de variabelen voor de waardering van publieke

ondernemingen waar reeds heel wat onderzoek over bestaat

Venture Capital investeerders focussen zich typisch op startende ondernemingen met

veel groeipotentieel Het verkregen kapitaal dient hier als financieringsbron voor

infrastructuur of voor het opbouwen van een technologisch platform met als doel in de

toekomst inkomsten te genereren Op het moment van investering is het huidige

bedrijfsresultaat dan ook voornamelijk negatief Ons onderzoek gaat in het bijzonder na

hoe de Venture Capital markt deze verliezen waardeert

Het vervolg van deze thesis is als volgt ingedeeld In punt 2 wordt de bestaande

literatuur beschreven en worden er hypothesen ontwikkeld Vervolgens wordt in punt 3

de steekproef gedefinieerd worden de gebruikte variabelen besproken en wordt de

descriptieve statistiek gerapporteerd Daarna worden in punt 4 de resultaten besproken

geiumlnterpreteerd en gekaderd in de bestaande literatuur In het laatste punt 5 worden de

conclusies weergegeven en de beperkingen vermeld

2 Literatuurstudie en testbare hypothesen Volgende literatuur en waarderingsmodellen werden voornamelijk toegepast op

gevestigde winstgevende ondernemingen In het verleden werd vooral onderzoek

uitgevoerd naar de waarderelevantie van financieumlle boekhoudkundige gegevens van

ondernemingen waarvan de nodige data beschikbaar waren Dit is meestal het geval

voor ondernemingen die beursgenoteerd zijn Zij hebben de verplichting deze informatie

publiek en transparant te maken Venture Capitalists investeren in niet-beursgenoteerde

ondernemingen Wij gaan de relevante waarderingsdeterminanten na van publieke

markten en passen die vervolgens toe op private ondernemingen

2

21 Waarderingsdeterminanten voor de Publieke Markt Een eerste stroom literatuur onderzoekt de relevantie van winstgevendheid bij het

waarderen van aandelen De marktwaarde onder de vorm van aandelenkoersen werd

gerelateerd aan de winstpositie van de onderneming

Het gebruik van winstparameters en winstgevendheid (als verschil tussen opbrengsten

en kosten) voor het waarderen van bedrijven wordt ondersteund door heel wat literatuur

(Ball amp Brown 1968 Beaver 1968 Easton amp Harris 1991 Collins amp Kothari 1989) Dit

steeds onder de assumptie dat huidige winsten informatie bevatten over toekomstige

kasstromen Een hogere winst betekent meer middelen om uit te keren aan de

aandeelhouders Bijgevolg is de marktwaarde voor meer winstgevende bedrijven hoger

Dit resulteert in een lineaire relatie tussen winstgevendheid en ondernemingswaarde

Wij gaan in hypothese 1 na of deze lineaire relatie teruggevonden in de publieke markt

ook van toepassing is in de Venture Capital markt

H1 Er is een positieve relatie tussen de omvang van de winst en de

ondernemingswaarde

Deze positieve lineaire relatie betekent dat over het algemeen de meer winstgevende

bedrijven hoger gewaardeerd worden dan minder winstgevende bedrijven Het is

belangrijk om op te merken dat verlieslatende ondernemingen ook hoog kunnen

gewaardeerd worden Een voorbeeld hiervan zijn de hoge aandeelprijzen die soms

betaald worden voor een onderneming die er nog niet in geslaagd is winst te genereren

(cfr Amazoncom) Zo vinden diverse auteurs een significante positieve relatie tussen

verliezen en de ondernemingswaarde2 (Jan amp Ou 1995 Hayn 1995 Burgstahler en

Dichev 1997 Kothari en Zimmerman 1995 Collins Pincus amp Xie1997 Hand 2003 en

Joos 2004)

Bij internetbedrijven is de ondernemingswaarde convex gerelateerd met het

bedrijfsresultaat Dit betekent toenemend met de winst en toenemend met de omvang

van het verlies (Hand 2003) Ook bij biotechnologische bedrijven is een gelijkaardige V-

2 Ondernemingswaarde meestal in de vorm van aandelenprijzen Deze relatie betekent hoe groter de verliezen hoe hoger de ondernemingswaarde

3

vormige relatie positief voor winst en negatief voor verlies terug te vinden tussen het

bedrijfsresultaat en de ondernemingswaarde (Joos en Zhdanov 2007)

Internetbedrijven (Hand) en biotechnologische bedrijven (Joos) zijn kenmerkend voor de

sectoren waarin VC-investeerders actief zijn Ze zijn op zoek naar een hoog rendement

in jonge snelgroeiende ondernemingen Deze bevinden zich voornamelijk in risicovolle

sectoren Hier wordt de waarde vooral gedreven door het groeipotentieel in plaats van

de huidige winsten De economische reden waarom winstgevendheid minder relevant is

bij het waarderen van deze kenmerkende ondernemingen is de forse investeringen in

ontastbare activa zoals marketing onderzoek en ontwikkeling Investeerders zien dit als

investeringen die kasstromen zullen genereren in de toekomst en niet als een huidige

kost zoals die behandeld moet worden volgens de boekhoudkundige regels Deze grote

kosten leiden dan ook tot grote verliezen aangezien deze ondernemingen vaak nog

geen inkomsten hebben door het ontbreken van een marktklaar product De verliezen

wijzen dus op strategische uitgaven van het management en zijn geen indicatie voor

het operationeel falen Verliezen als gevolg van aanzienlijke investeringskosten worden

dan ook opgenomen als waardedeterminant op het moment van waardering van de

onderneming

H2 Er is een positieve relatie tussen de omvang van het verlies en de

ondernemingswaarde

Samen vormen hypothese 1 en 2 een convexe of U-vormige relatie tussen het

bedrijfsresultaat en de ondernemingswaarde3 net zoals bij Hand (2003) en Joos (2007)

De relatie is positief voor winstgevende en negatief voor verlieslatende ondernemingen

Voor verlieslatende ondernemingen bevatten de boekwaarden van het eigen vermogen

(BWEV) meer informatie dan elementen van de resultatenrekening4 (Barth Beaver amp

Landsman 1998 Burgstahler amp Dichev 1997 Jan amp Ou 1995 Collins Pincus amp Xie

1999 Hayn 1995) 3 H1 en H2 kunnen we anders formuleren Er is een positieve (negatieve) relatie voor winstgevende (verlieslatende) ondernemingen tussen het bedrijfsresultaat en de ondernemingswaarde Vandaar de U-vormige relatie 4 Boekwaarde van het eigen vermogen wordt ook wel waarde van het aandelenkapitaal genoemd De Engelstalige term is lsquoBook value of equityrsquo In het verdere verloop gebruiken we de afkorting lsquoBWEVrsquo

4

De rol van de BWEV als waardedrijver bij verlieslatende ondernemingen wordt in de

literatuur als drieledig beschouwd (1) als proxy voor toekomstige normale winsten

(Ohlson 1995 Penman 1992) (2) als schatting voor liquidatiewaarde of waarde van

alternatieve-aanwending (Burgstahler amp Dichev 1997) en (3) als controle voor verschil in

grootte (Barth en Kallapur 1996)

Het (positieve) bedrijfsresultaat als determinant voor waarde bij hypothese 1 was onder

de assumptie dat huidige winsten informatie bevatten over toekomstige kasstromen Bij

ondernemingen met een negatief bedrijfsresultaat is dit niet het geval Volgens het

Ohlson model (1995) kan de BWEV gebruikt worden als proxy voor de toekomstige

normale winsten (1)

De BWEV kan ook gebruikt worden als proxy voor de liquidatiewaarde (2) (Burgstahler

amp Dichev 1997) VC-investeerders investeren in jonge risicovolle ondernemingen Jong

en risicovol omdat deze de grootste groeimogelijkheden bieden en dus ook de hoogste

rendementen Het succesvol uitbouwen van zorsquon nieuwe onderneming is zeer risicovol

Deze ondernemingen hebben immers geen buffer onder de vorm van een portefeuille

van producten in diverse markten waarop de onderneming kan terugvallen De kans op

faillissement is in deze bedrijven reeumlel BWEV is het verschil tussen het totaal actief en

de totale schulden wat de waarde van de totale ondernemingen na afbetaling van de

schuldeisers bij vereffening voorstelt (=liquidatiewaarde)

De BWEV kan ook als proxy gebruikt worden voor de grootte van een onderneming (3)

(Collins et al1997a Barth en Kallapur 1996) De grootte van het bedrijf (met als proxy

BWEV) staat in relatie met de eerste twee rollen van de BWEV Grotere ondernemingen

hebben namelijk een hogere liquidatiewaarde en van grotere ondernemingen worden

grotere toekomstige winsten verwacht

Samenvattend stellen we dat boekwaarden een toenemend belang hebben bij het

waarderen van ondernemingen wanneer (1) huidige winsten geen goede indicatie zijn

voor toekomstige winsten of (2) wanneer de onderneming een grotere kans heeft op

faling of liquidatie Dit is zeker het geval in de Venture Capital markt waardoor we onze

derde hypothese als volgt kunnen formuleren

5

H3 De waarde van een onderneming is positief gerelateerd aan de boekwaarde van het

eigen vermogen bij verlieslatende ondernemingen

De waarderelevantie van het bedrijfsresultaat enerzijds en de boekwaarden anderzijds

verschilt over de industrieeumln heen (Barth Beaver amp Landsman 1999)

Collins Pincus en Xie (1997) constateren dat BWEV hogere waarderingen verklaart en

niet de omvang van het verlies Nochtans vonden zij ook dat verliezen afzonderlijk

positief gewaardeerd worden Dit kwam omdat grotere verliezen afkomstig zijn van

grotere bedrijven (met als proxy BWEV) en grotere ondernemingen hoger gewaardeerd

worden 5 De reden hiervoor is dat zij gebruik maken van een cross-sectionele

steekproef van bedrijven uit verschillende sectoren voor de periode 1975-1992 De

opgenomen ondernemingen komen grotendeels uit niet-risicovolle sectoren waar BWEV

als proxy voor grootte dient en dus beter de hogere waarderingen kan verklaren 6 De

bevindingen van Collins et al (1997) zijn tegenstrijdig met Hand (2000) en Joos (2007)

In hun onderzoek naar internet en biotechnologische bedrijven wordt de positieve

waardering van verliezen behouden na opname van BWEV in het waarderingsmodel

Eerder (H2) zagen we dat in deze sectoren de verliezen positief gewaardeerd werden

als teken van strategische uitgaven en niet als indicatie dienden voor de grootte van het

bedrijf Vandaar het behoud van de positieve waardering van verliezen na opname

BWEV in het waarderingsmodel

Waardering van het verlies is afhankelijk van het risico de groeiopportuniteiten en de

stabiliteit van de inkomsten in de verschillende industrieeumln In sectoren waarin

ondernemingen investeren in grote hoeveelheden niet-herkende netto activa7 (zoals

onderzoek amp ontwikkeling) heeft het bedrijfsresultaat een grotere verklaringskracht De

5 Statistisch uit zich dat in een negatief of niet significante coeumlfficieumlnt bij verlies na incorporatie van boekwaarden van het eigen vermogen 6 Hun argumentering is als volgt wanneer een relevante variabele (BWEV) die positief gecorreleerd is met de afhankelijke variabele (marktwaarde) en negatief met een onafhankelijke variabele( bedrijfsverlies) niet opgenomen wordt in de analyse ontstaat er een negatieve bias bij de coeumlfficieumlnt van deze onafhankelijke variabele De positieve waardering van het verlies is afkomstig van de onderliggende relatie verlies-BWEV en BWEV-waarde en niet van de relatie verlies-ondernemingswaarde zelf 7 Andere voorbeelden zijn groeiopties en klantentrouw Deze worden boekhoudkundig als kosten behandeld terwijl deze de kenmerken van activa bezitten Het zijn namelijk investeringen die tot winsten kunnen leiden in de toekomst

6

boekwaarde van het eigen vermogen heeft dan weer meer verklaringskracht in minder

risicovolle ondernemingen met stabiele winsten

Aangezien verwacht wordt dat Venture Capital investeerders actief zijn in jonge

ondernemingen met sterke groeiopties zoals in farmaceutische (Brief amp Zarowin 1999)

biotechnologische (Joos 2007) en internetbedrijven (Hand 2000) voorspellen wij dat

de resultatenrekening ( verlies en kosten) in risicovolle en hoogtechnologische sectoren

meer informatie kan bieden dan de balans (BWEV) als determinanten voor waardering

Anders geformuleerd

H4 De positieve waardering van verliezen is minder uitgesproken in de

laagtechnologische sector dan in de hoogtechnologische sector

22 Waarderingsdeterminanten voor de Private Markt In de voorgaande literatuur werd marktwaarde verklaard door boekwaarde van het

aandelenkapitaal en het netto-inkomen In dit stuk wordt dieper ingegaan op de

waarderelevantie van gedesaggregeerde financieumlle informatie bij het waarderen van

ondernemingen gefinancierd met Venture Capital

Accounting conservatisme gecombineerd met snelle groei in ontastbare activa kan de

associatie tussen ondernemingswaarde en geaggregeerde financieumlle data ernstig

verstoren Geaggregeerde variabelen van de balans en resultatenrekening zoals de

boekwaarde van het eigen vermogen (BWEV) en netto-inkomen (NI) zijn een

vertekende meting voor de economische positie en winstgevendheid van de

onderneming (Zhang 2001) Een regressie van vertekende variabelen met de

afhankelijke variabele kan leiden tot coeumlfficieumlnten met een ander teken of grootte dan

dat men intuiumltief kan vermoeden8

Waardering van VC-ondersteunde bedrijven aan de hand van gedesaggregeerde

financieumlle informatie vinden we terug in het onderzoek van Hand ( 2005) en Armstrong

Davila en Foster (2006) Gedesaggregeerde financieumlle informatie wordt bekomen door

de twee componenten van het Ohlson model BWEV en NI op te splitsen in hun

onderliggende componenten Kas en kasequivalenten niet-kasactiva en lange

8 Illustratie negatieve bias uit voetnoot 6

7

termijnschulden worden beschouwd als de desaggregatie van de BWEV De

belangrijkste kostenitems en opbrengsten kunnen gezien worden als een desaggregatie

van het NI Kas en niet-kas activa hebben een significante positieve coeumlfficieumlnt net als

de variabelen uit de resultatenrekening Dit geldt voor zowel de opbrengsten als de

kosten (Kosten van de verkochte goederen kosten voor onderzoek en ontwikkeling en

andere kosten) Het positieve teken bij de coeumlfficieumlnt voor elke kostencomponent wijst al

op de voorspelling dat investeerders kostenuitgaven bij jonge ondernemingen als

investeringen beschouwen

Gebaseerd op de studies van Hand (2004 2005) en Armstrong et al(2006) willen wij de

waarderelevantie van enkele componenten van de balans en de resultatenrekening

nagaan

Eerst gaan we de waarderelevantie na van elementen van de balans We

desaggregeren de boekwaarde van het eigen vermogen in volgende componenten Kas

en kasequivalenten niet-kas activa en totale schulden

In eerste instantie willen we de invloed nagaan van de kaspositie op de waardering van

de onderneming Een goede kaspositie wordt gezien als een indicatie van een goede

liquiditeitspositie Zowel in de studies van Hand (2005) en Armstrong et al (2006) wordt

een positieve coeumlfficieumlnt bekomen voor de kaspositie Wij gaan in hypothese vijf na of

we deze significante positieve coeumlfficieumlnt kunnen bevestigen

H5 De ondernemingswaarde is positief gerelateerd aan de kaspositie

De niet-kas activa is de som van de vaste activa en de vlottende activa verminderd met

kas en kasequivalenten De niet-kas activa vormen een belangrijke component van het

totaal actief en de balans Ze kunnen gezien worden als een indicatie voor de grootte

van een bedrijf Hand (2004 2005) en Armstrong et al (2006) bekomen een positieve

coeumlfficieumlnt voor de niet-kas activa

Wij voorspellen een positieve relatie tussen grootte (niet-kas activa) en

ondernemingswaarde

8

H6 De ondernemingswaarde is positief gerelateerd aan de waarde van de niet-kas

activa

Armstrong et al(2006) zien schulden als een claim van de schuldeisers ten opzichte van

het actief en de toekomstige kaststromen van de onderneming Er wordt in hun werk

dan ook een negatieve coeumlfficieumlnt voorspeld De totale schulden zijn een indicatie voor

het financieumlle risico van een onderneming Bij het ten gronde gaan van een

onderneming is de waarde voor de aandeelhouders het deel van de waarde dat

overblijft na uitbetaling van de schuldeisers Hoe meer schulden er aanwezig zijn in een

onderneming hoe lager de resterende waarde is voor de aandeelhouders bij liquidatie

van de onderneming

Wij voorspellen dat de waarde van een onderneming negatief gerelateerd is aan de

totale schulden

H7 De ondernemingswaarde is negatief gerelateerd aan de totale schulden

Na de elementen van de balans gaan we de invloed na van een element van de

resultatenrekening We gaan na welke relatie er bestaat tussen totale kosten en de

waarde van een onderneming

Het grootste deel van de ondernemingen waar Venture Capitalists in investeren zijn

verlieslatend Zoals in de literatuur over verlieslatende ondernemingen aangehaald

worden verliezen vaak positief gewaardeerd bij jonge ondernemingen Strategische

investeringen liggen aan de basis van dit negatief resultaat Dit omdat investeringen in

de boekhouding behandeld worden als kosten Hogere kosten zijn een indicatie voor

investeringen die in de toekomst kunnen resulteren in positieve kasstromen Op basis

hiervan voorspellen wij een positieve relatie tussen de totale kosten en de waardering

van een onderneming

H8 De ondernemingswaarde is positief gerelateerd aan de totale kosten

9

23 Groeiopportuniteiten als waardedeterminant De waarde van een bedrijf is afkomstig van 2 determinanten (Myers 1977)

Waarde onderneming = waarde van activa + huidige waarde van toekomstige

groeiopportuniteiten

Welke component van waarde het meest doorweegt is afhankelijk van de fase waarin de

onderneming zich bevindt Voor startende ondernemingen is de huidige waarde van de

groeiopportuniteiten de belangrijkste component Groeimogelijkheden worden vaak als

waardedrijver gebruikt bij jonge opstartende ondernemingen en ondernemingen in

nieuwe industrieeumln (Damodaran 2001) Waarderingsmodellen die enkel

boekhoudkundige variabelen opnemen als determinanten voor ondernemingswaarde

zien een belangrijke component over het hoofd Er moet rekening gehouden worden

met het groeipotentieel van de ondernemingen (Holthausen en Watts 2001) Groeiende

ondernemingen worden hoger gewaardeerd (Davilla Foster en Gupta 2003)

Davila en Foster (2005) rapporteren een positieve Spearman correlatie tussen de

verandering in waardering en de verandering in inkomsten als proxy voor groei voor een

steekproef van 78 private ondernemingen (waarvan 60 Venture Capital genoten)

Hieruit kunnen we afleiden dat het groeipotentieel van een onderneming een belangrijke

waardeterminant is voor het waarderen van ondernemingen gefinancierd met Venture

Capital Hierop baserend formuleren we onze negende en laatste hypothese

H9 De ondernemingswaarde is positief gerelateerd aan de groei van de onderneming

10

3 Methode 31 Data 311 Bronnen Voor het verzamelen van de gegevens werd een beroep gedaan op drie verschillende

databases Zephyr Amadeus en Belfirst Dit zijn producten van Bureau van Dijk

Electronic Publishing (BvDEP)

Zephyr is een database die informatie bevat over verschillende soorten transacties

waaronder Venture Capital transacties

Amadeus is een pan-Europese database die financieumlle informatie bevat over

ondernemingen in achtendertig verschillende Europese landen

Belfirst bevat alle neergelegde jaarrekeningen van Belgische ondernemingen Alle

posten van de balans resultatenrekening toelichting en (in voorkomend geval) sociale

balans zijn erin opgenomen

Verder werd een beroep gedaan op het Belgisch staatsblad jaarverslagen en

participaties van Belgische Venture Capital fondsen en prospectussen van Belgische

IPOrsquos die in het verleden met Venture Capital zijn gefinancierd

Informatie over de Venture Capital instroom werd teruggevonden in publicaties van de

lsquoEuropean Private Equity amp Venture Capital Association (EVCA)rsquo

We maakten ook gebruik van de De Dow Jones STOXX Total Market Index (TMI)9

312 Populatie en Steekproef Voor het trekken van de steekproef werd onder andere een beroep gedaan op Zephyr

Alle Venture Capital transacties in Belgieuml Nederland Luxemburg Duitsland Frankrijk

en het Verenigd Koninkrijk afgesloten tussen 1 januari 1997 en 31 december 2007

werden geselecteerd Zephyr gaf in totaal 3593 transacties weer voor deze tijdspanne

Voor de waardering van Venture Capital transacties is het noodzakelijk de totale

ondernemingswaarde te kennen Daarom werden enkel de transacties van

ondernemingen met een gekende ondernemingswaarde geselecteerd waardoor er

slechts 331 van de initieumlle 3593 deals overbleven

9 De Dow Jones STOXX TMI werd geraadpleegd op wwwstoxxcom

11

Om financieumlle gegevens over de ondernemingen betrokken bij een Venture Capital

transactie terug te vinden op Amadeus werd gebruik gemaakt van het Bureau van Dijk

identificatienummer Voor ondernemingen waar het identificatienummer niet gegeven

was werd nagegaan of er informatie beschikbaar was op Amadeus door te zoeken op

naam Slechts voor 73 van de 331 deals vonden we financieumlle informatie over de

betrokken onderneming terug op Amadeus Ondernemingen betrokken bij Venture

Capital transacties zijn vaak heel jonge of opstartende ondernemingen Dit heeft als

gevolg dat niet voor alle transacties historische financieumlle informatie van de betrokken

onderneming terug te vinden is Voor transacties waarvan het jaartal van de afloop van

de deal overeenstemt met het jaar waarin de onderneming is opgestart kan bijgevolg

geen financieumlle informatie worden teruggevonden

Voor deals waarin Belgische ondernemingen betrokken waren werden de financieumlle

gegevens verzameld op Belfirst Voor 9 van de 21 Belgische deals teruggevonden op

Zephyr was er extra informatie terug te vinden op Belfirst

Gebruik makend van prospectussen het Belgisch staatsblad en de jaarverslagen en

participaties van belangrijke Venture Capitalfondsen werd de steekproef uitgebreid10

Op basis van deze drie methodes werden 44 extra deals teruggevonden waarvoor ook

financieumlle informatie terug te vinden was op Belfirst

De finale steekproef waarop de hypothesen worden getest bestaat uit 126 Venture

Capital deals

10 Er werd gebruik gemaakt van prospectussen van Belgische VC-backed IPOrsquos om extra Venture Capital transacties terug te vinden Voor de Belgische VCndashBacked IPOrsquos werden prospectussen onderzocht om het verworven aandeel in de ondernemingen te achterhalen en op die manier de ondernemingswaarde te berekenen Voor de Belgische deals uit Zephyr zonder gekende ondernemingswaarde werd nagegaan of de totale waarde berekend kon worden op basis van publicaties in het Belgisch Staatsblad Verder werden participaties van Venture Capitalfondsen nagegaan De waarde van de transacties werd opgezocht in het Belgisch staatsblad

12

Initieel aantal deals (Zephyr) 3593- Aantal deals van ondernemingen zonder gekende totale ondernemingswaarde 3262Aantal deals van ondernemingen met gekende totale ondernemingswaarde 331- Aantal deals van ondernemingen zonder de nodige financieumlle informatie 249Totaal aantal deals Zephyr met de nodige financieumlle informatie 82+Uitbreiding steekproef (prospectussen Belgisch staatsblad en participaties VC-fondsen) 44Finale steekproef 126

Tabel 1 Overzicht van het tot stand komen van de steekproef

32 Variabelen 321 Afhankelijke variabele Als afhankelijke variabele nemen we de marktwaarde van de onderneming (afkorting

MW) De marktwaarde is de premoneywaardering berekend door van de totale waarde

van de onderneming na de investering het geiumlnvesteerde bedrag af te trekken11 De

totale waarde van de onderneming is het bedrag dat men zou betalen indien 100 van

de onderneming zou verworven worden Ze wordt berekend als ((investering)(

aandelen verworven)) x 100 Voor de deals uit Zephyr worden enkel deze met een

gekend verworven aandeel in de onderneming opgenomen in de analyse Voor de deals

uit het staatsblad werd het verworven aandeel berekend als de verhouding tussen het

aantal nieuw verkregen aandelen op het totaal aantal aandelen na investering

322 Onafhankelijke variabelen Voor het selecteren van de onafhankelijke variabelen volgen we het matching-principe

gebruikt van Hand (2005) De datum van investering in de onderneming wordt gelinkt

11 De uiteindelijke premoneywaardering wordt dan als volgt berekend Wanneer voor euro100 geiumlnvesteerd wordt en daarbij 10 van de aandelen verworven wordt is de totale waarde van de onderneming gelijk aan euro 1000 en is de premoneywaardering gelijk aan euro 900 De investeerder betaalt eigenlijk euro 100 om na investering 10 van het aandelenkapitaal te bezitten Dat maakt dat op het moment van investering de waarde van de onderneming (100) gelijk is aan 90 van de onderneming na investering Er werd geen onderscheid gemaakt tussen het verworven aandeel van de verschillende investeerders in een investeringsronde of het verworven aandeel van een afzonderlijk fonds Voor het berekenen van de 100 waardering maakt dit geen verschil Wel wordt steeds de totale kapitaalsverhoging van deze 100 waardering afgetrokken en niet het afzonderlijk deel dat eacuteeacuten fonds investeert De totale kapitaalsverhoging voor de data uit het staatsblad is het product van de uitgifteprijs van de aandelen en het totaal aantal nieuw uitgegeven aandelen

13

aan de financieumlle data van het jaar voor de investeringsronde12 Financieumlle data zijn

jaarlijks beschikbaar zodoende dat elke eerste investering in het jaar bruikbaar is voor

onze analyse Alle andere investeringsrondes volgend op de eerste worden uit de

analyse gelaten Het voordeel van deze aanpak is dat het eenvoudig is voor analyse

Het nadeel is het verlies aan informatie wanneer er meerdere financieringsrondes zijn in

eenzelfde fiscaal jaar Het vormt ook een nadeel wanneer er een groot tijdsverschil is

tussen het gebruikte boekjaar van financieumlle data en de afsluiting van investering13

In de eerste twee hypotheses wordt het bedrijfsresultaat gebruikt als onafhankelijke

variabele Als proxy hiervoor gebruiken we de post operationele winstverlies van

Amadeus en Belfirst

Voor boekwaarde van het eigen vermogen gebruiken we de post lsquoshareholderrsquos fundsrsquo

op de balans in Amadeus en Belfirst14

We maken ook gebruik van de financieumlle variabelen uit de modellen van Hand (2004

2005) en Armstrong et al (2006) Om de invloed van deze variabelen na te gaan

zoeken we voor elke variabele een passend alternatief op de databases Amadeus en

Zephyr We vinden voor kas en kasequivalenten niet-kas activa en totale schulden een

alternatief Aangezien wij niet beschikken over een aparte uitgavenpost voor onderzoek

en ontwikkeling nemen we de totale kosten op in onze analyse We splitsen deze niet

op zoals Hand (2004 2005) en Armstrong et al(2006) doen De uitgaven voor

onderzoek en ontwikkeling zitten hier wel in omvat Een Belgische onderneming die

kosten maakt in het kader van door haar verricht onderzoek moet deze kosten (lonen

en wedden - kosten voor het gebruik van materiaal - diensten en diverse goederen

enz) in beginsel naar hun aard boeken in de resultatenrekening van het boekjaar

waarin deze kosten werden gemaakt

12 Bijvoorbeeld Een onderneming verkrijgt financiering uit drie verschillende rondes ABC Ronde A vindt plaats op 3203 ronde B op 5304 en ronde C op 23804 Enkel ronde A en Ronde B worden opgenomen in de analyse Ronde A wordt gelinkt aan financieumlle data van 311202 en ronde B van 311203 13 Dit is bijvoorbeeld het geval wanneer de investering plaatsvond in juli of later (6 maanden na start nieuw boekjaar) Financieumlle data uit het volgende boekjaar zijn recenter om te gebruiken Toch worden de data gebruikt uit het voorgaande jaar 14 Boekwaarde eigen vermogen = Totaal actief ndash Vreemd vermogen

14

15

Davilla Foster en Gupta (2003) gebruiken groei van het aantal werknemers als proxy

voor groei Wij gebruiken de relatieve verandering in de kost van werknemers als proxy

voor groei15

Tabel 1 geeft een overzicht van de gebruikte variabelen

323 Controlevariabelen We gaan ook de invloed na van enkele controlevariabelen

Een eerste controlevariabele die we opnemen in de analyse is industrie Wij willen

nagaan of er een verschil is in de waardering van de ondernemingen die actief zijn in

verschillende industrieeumln Het belang van de sector werd reeds besproken onder punt

22

Ook zullen we controleren voor volgende macro-economische variabelen Gompers en

Lerner (2000) gaan na hoe de waardering van investeringen in de Venture Capital markt

beiumlnvloed wordt door de instroom van kapitaal De resultaten tonen een sterk positief

verband tussen de waarde van Venture Capital investeringen en de instroom van

kapitaal Wij gaan na of we de resultaten van Gompers en Lerner (2000) kunnen

bevestigen voor onze steekproef Deze informatie bekomen we uit publicaties van de

EVCA

We nemen ook een marktindex op als controlevariabele in ons model (Hand 2005)

Deze variabele wordt geacht een goede indicator te zijn voor het potentieel rendement

op Venture Capital investeringen

15 Groei wordt berekend als ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2))

16

Variabele Afkorting Opmerkingen Premoneywaardering MW Totale marktwaarde onderneming na investering ndash Geiumlnvesteerd bedrag Boekwaarde eigen vermogen BWEV Operationeel bedrijfsresultaat (Netto Inkomen) NI Operationele winstverlies Kas en kasequivalenten KAS Niet-kas activa NKASA Vaste activa + vlottende activa (exclusief kas en kasequivalenten) Totale schulden TotSchuld Schulden gt1jaar + Schuldenlt1jaar Totale kosten TotKost Leeftijd Leeftijd Leeftijd bij afsluiten deal - Leeftijd onderneming bij incorporatie Dow jones Stoxx Total Market Index Stoxx Europese marktindex Groei Groei ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2)) Venture Capital instroom VCIN Instroom kapitaal in Venture Capital fondsen uit publicaties EVCA Industrie Industrie De zeven industrieklassen worden ingedeeld in een hoogtechnologische groep en een laagtechnologische groep aan de hand van een dummyariabele

Tabel 2 Overzicht van de gebruikte variabelen

324 Descriptieve statistiek Figuur 1 toont het aantal deals uit de steekproef per land Er zitten voornamelijk deals

uit Belgieuml Frankrijk en het Verenigd Koninkrijk in de steekproef Het grote aandeel

Belgische deals komt door de grotere beschikbaarheid van financieumlle informatie Voor

de deals uit Duitsland was de nodige financieumlle informatie er meestal niet Voor geen

enkele deal uit Nederland en Luxemburg was financieumlle informatie terug te vinden

waardoor de steekproef herleid werd tot vier landen Belgieuml Frankrijk Duitsland en het

Verenigd Koninkrijk

Onze steekproef bestrijkt de periode van 1januari 1997 tot 31december 2007 Figuur 2

geeft weer hoeveel deals er in de verschillende jaren afgesloten zijn We zien dat er

voor het jaar 1997 geen deals met de nodige financieumlle gegevens terug te vinden waren

Het hoge aantal deals in het jaar 2000 kan verklaard worden door de High Tech Bubble

In figuur 3 kan de leeftijd van de betrokken ondernemingen afgelezen worden bij het

afsluiten van de deal We zien dat onze steekproef vooral bestaat uit jonge

ondernemingen De mediaan van de leeftijd van de ondernemingen in onze steekproef

is drie jaar

In figuur 4 kan de distributie van de steekproef volgens industrie worden afgelezen De

steekproef werd opgedeeld op basis van de eerste twee cijfers van de nacebelcode en

op basis daarvan ingedeeld in zeven verschillende groepen metaal chemie

biotechnologisch handel en horeca zakelijke diensten computer gerelateerd diensten

niet computer gerelateerd en een restcategorie andere Het valt op dat een groot deel

van de deals gebeuren in hoogtechnologische industrieeumln Chemie Biotechnologisch en

zakelijke diensten computer gerelateerd

17

Aantal deals per land

54

45

24

3

0

10

20

30

40

50

60

Belgieuml Verenigd Koninkrijk Frankrijk Duitsland

Land

Aan

tal d

eals

Figuur 1 Aantal deals per land

Distributie steekproef volgens jaar deal

0

4

8

29

14

3

9 10 9

23

17

0

5

10

15

20

25

30

35

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Jaar deal

Aan

tal d

eals

Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten werd

18

Leeftijd ondernemingen bij afsluiten deal

11

27 26

20

79

4 4 53

10

0

5

10

15

20

25

30

1 jaar 2 jaar 3 jaar 4 jaar 5 jaar 6 jaar 7 jaar 8 jaar 9 jaar 10 jaar gt10jaar

Leeftijd

Aan

tal o

nder

nem

inge

n

Figuur 3 Leeftijd onderneming bij afsluiten deal

Distributie steekproef volgens industrie

4032

1712 11 9

5

05

1015202530354045

Compu

ter ge

relate

erd

Dienste

n (ex

cl C

ompu

ter)

Metaal

Hande

l en H

oreca

Biotec

hnolo

gisch

Chemie

Andere

(res

tcateg

orie)

Industrie

Aan

tal d

eals

Figuur 4 Distributie van de steekproef volgens industrie

19

20

Als controlevariabele wordt nagegaan of de kapitaalinstroom in Venture Capital fondsen

in het jaar van de deal een invloed heeft op de waardering van de Venture Capital

transacties In bijlage 1 kan de instroom van kapitaal in de verschillende jaren afgelezen

worden De gegevens zijn afkomstig uit de jaarlijkse publicaties van de EVCA Bij het

uitvoeren van het onderzoek was de kapitaalinstroom voor het jaar 2007 nog niet

gepubliceerd

Tabel 3 geeft een overzicht van het minimum het maximum de mediaan het

gemiddelde en de standaardafwijking van de gebruikte variabelen Er wordt ook getoond

hoeveel gegevens beschikbaar zijn per variabele De verschillende variabelen worden

weergegeven in duizend euro De gemiddelde onderneming betrokken bij een Venture

Capital deal heeft een premoneywaardering van 19932 duizend euro Het gemiddelde

en de mediaan van het operationeel bedrijfsresultaat zijn negatief Dit komt doordat

slechts 31 van de 108 bedrijven waarvoor het operationeel bedrijfsresultaat gegeven is

een positief operationeel bedrijfsresultaat hebben

In bijlage 2 kan het boxplot bekeken worden van de premoneywaardering per jaar

Zowel de Kruskal-Wallis-test als de mediaantest tonen aan dat er geen verschil is in

premoneywaardering over de verschillende jaren heen16

In bijlage 3 kan het boxplot worden bekeken van de premoneywaardering in de

verschillende industrieklassen Biotechnologische ondernemingen worden significant

hoger gewaardeerd dan ondernemingen in andere industrieklassen

16 De resultaten van deze testen zijn niet opgenomen in dit werk

21

Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelen

Gemiddelde Minimum Maximum Mediaan Standaardafwijking N (euro1000) (euro1000) (euro1000) (euro1000) (euro1000) Afhankelijke variabele Premoneywaardering 19332 100 267278 5102 38420 126 Onafhankelijke variabelen Operationeel Bedrijfsresultaat (t-1) -587 -9601 12097 -165 2303 108 Boekwaarde eigen vermogen (BWEV) (t-1) 1926 -4357 30257 184 5140 125 Kas en kasequivalenten (t-1) 1113 0 24375 80 3171 117 Niet-kas activa (t-1) 5366 0 246738 641 25152 117 Totale schulden (t-1) 4581 0 224510 734 22284 123 Totale opbrengsten (t-1) 7435 2 191280 991 26077 62 Totale kosten (t-1) 3169 1 54230 1139 8014 69 Leeftijd 5 1 35 3 5 126 Kost van de werknemers (t-1) 1458 0 44856 679 4789 94 Kost van de werknemers (t-2) 619 0 4207 457 766 65

Controlevariabelen Dow Jones Stoxx Total Market Index 312 177 389 324 56 126

33 Modellen en Onderzoeksopzet In bijlage 9 kan men op Figuur 7 grafieken bekijken van de relatie tussen de

boekwaarde van het eigen vermogen (BWEV) en de premoneywaardering en de relatie

tussen het netto-inkomen (NI) en de premoneywaardering Figuur 7a is een scatterplot

met de oorspronkelijke data in duizend euro in figuur 7b zijn de oorspronkelijke data

gedeflateerd op het totaal actief Uit beide figuren kan je afleiden dat deze data sterk

heteroscedastisch is wat niet goed is om een lineaire relatie na te gaan tussen de

variabelen Tabel 3 toonde reeds een groot verschil in gemiddelden en mediaan voor

de verschillende variabelen Dit kan het resultaat zijn van verschillen tussen de

ondernemingen in leeftijd grootte industrie of levenscyclus

Om hier een oplossing voor te bieden ondergaan de variabelen een Ln-transformatie die

als volgt gebeurt

Voor de positieve waarden X Ln [ 1 + X ] met X in duizend euro

Voor de negatieve waarden Y -Ln [ 1 + (-Y)] met Y in duizend euro

Het voordeel van deze transformatie is dat men niet hoeft te controleren voor outliers

aangezien een Ln-transformatie hoge waarden afvlakt We zien in tabel 3 steeds grote

standaardafwijkingen bij de variabelen voor transformatie Na transformatie verdwijnen

deze hoge waarden Via een Ln-transformatie bekomen we ook een grotere

homoscedasticiteit tussen de variabelen17

Het effect van het transformeren in vergelijking met deflateren op totaal actief18 wordt

geiumlllustreerd in bijlage 9 In bijlage 9 wordt een scatterplot gemaakt van de bivariate

relatie tussen de premoneywaardering en respectievelijk de boekwaarde van het eigen

vermogen en het bedrijfsresultaat

In figuur 7c zie je dat na transformatie de relaties tussen ln(premoneywaardering) en

respectievelijk ln(BWEV) en ln(Bedrijfsresultaat) meer homoscedastisch zijn

Op deze figuur merken we ook dat de relatie tussen de boekwaarde van het eigen

vermogen (indien gt 0) en de ondernemingswaarde (lineair) positief is We zien

eveneens een positieve relatie tussen het bedrijfsresultaat en de ondernemingswaarde

17 Armstrong et al maken gebruik van een rank regression om dezelfde problemen bij regressie op te lossen 18 Collins et al deflateren op het aantal aandelen Joos maakt gebruik van de marktwaarde op t de boekwaarde op t-1 en het aantal werknemers t-1 als deflatiefactor

22

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 7: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

Gebruikte afkortingen VC = Venture Capital

MW = Marktwaarde Premoneywaardering

BWEV = Boekwaarde van het eigen vermogen

NI = Netto-inkomen operationeel bedrijfsresultaat

KAS = Kas en Kasequivalenten

NKASA = Niet-kas activa

TotSchuld = Totale schulden

TotKost = Totale kosten

Stoxx = Dow Jones Stoxx Total Market Index

VCIN = Kapitaalinstroom in Venture Capital fondsen

VII

Lijst van tabellen

bull Tabel 1 Overzicht van het tot stand komen van de steekproefhelliphelliphelliphelliphelliphelliphellip13

bull Tabel 2 Overzicht van de gebruikte variabelenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip16

bull Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelenhellip21

bull Tabel 4 Regressiecoeumlfficieumlnten model 1 tot 3helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip29

bull Tabel 5 Regressiecoeumlfficieumlnten modellen 4 tot 6helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip30

bull Tabel 6 Regressiecoeumlfficieumlnten model 7helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip31

bull Tabel 7 Regressiecoeumlfficieumlnten voor model 8helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip34

bull Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sectorhelliphelliphellip34

bull Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen eurohellipV

bull Tabel 10 OLS-regressie van model 1helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVIII

bull Tabel 11 OLS-regressie van model 2helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVIII

bull Tabel 12 OLS-regressie van model 3helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipIX

bull Tabel 13 Overzicht literatuurhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipX

bull Tabel 14 CorrelatietabelhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXI

VIII

Lijst van figuren

bull Figuur 1 Aantal deals per landhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip18

bull Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten

werdhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip18

bull Figuur 3 Leeftijd onderneming bij afsluiten dealhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip19

bull Figuur 4 Distributie van de steekproef volgens industriehelliphelliphelliphelliphelliphelliphelliphelliphelliphellip19

bull Figuur 5 Premoneywaardering volgens leeftijdhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVI

bull Figuur 6 Premoneywaardering volgens industriehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVII

bull Figuur 7 Relatie tussen ondernemingswaarde en BWEV NI voor ruwe data

deflatie op totaal actief en ln-transformatiehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXII

bull Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en

hoogtechnologische sectorhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXIII

bull Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXIV

bull Figuur 10 Invloed van grootte van het bedrijf op omvang van het

bedrijfsresultaathelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXIV

bull Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)XV

IX

1 Inleiding Private Equity en Venture Capital 1 investeringen als onderdeel ervan vormen een

belangrijk en groeiend aandeel in de wereldwijde kapitaalmarkten

Er is in het verleden heel wat onderzoek uitgevoerd in verschillende domeinen van

Venture Capital onderzoek over het investeringsproces (Gompers 1995) Venture

Capital contracten agency problemen en incentives (Sapienza amp Korsgaard 1996) de

toegevoegde waarde van Venture Capital investeerders (Sapienza 1992) en

beursintroductie van bedrijven gefinancierd met Venture Capital (Barry Muscarella amp

Peavy 1990 Gompers amp Lerner 1998 Stuart Hoang amp Hybels 1999)

Niettegenstaande de grote verscheidenheid van het voorgaand onderzoek zijn er

mogelijkheden om het onderzoeksdomein over Venture Capital uit te breiden Eeacuten

daarvan is het zoeken naar determinanten van de waardering van Venture Capital

transacties

Uit vragenlijsten blijkt dat Private Equity investeerders naast kenmerken en

marktopportuniteiten voor de onderneming financieumlle performantie en accounting

gegevens als leidende informatie hanteren bij het screenen en selecteren van potentieumlle

ondernemingen (Wright amp Robbie 1998) Nochtans hebben VC-ondersteunde bedrijven

meestal nog geen historische boekhoudkundige gegevens op het moment van de

investering Venture Capital is per definitie investeren in private ondernemingen De

aandelen van deze ondernemingen zijn niet beursgenoteerd waardoor publieke

beschikbaarheid van financieumlle informatie zeldzaam is

Bovendien investeren Venture Capitalists voornamelijk in jonge en risicivolle

ondernemingen Deze ondernemingen hebben vaak nog geen product of inkomsten Als

gevolg hebben ze nog geen positieve kasstromen die als indicatie dienen voor het

toekomstig winstpotentieel bij waardering Deze hoge mate van onzekerheid op moment

van investering maakt het waarderen van deze ondernemingen een grote uitdaging voor

Venture Capital investeerders

Wij gaan in ons onderzoek na of financieumlle informatie waarderelevant is bij het

waarderen van ondernemingen gefinancierd met Venture Capital We gaan op zoek wat

1 We gebruiken de Engelse term lsquoventure capitalrsquo De Nederlandse vertaling die soms gebruikt wordt risicokapitaal omvat een ruimer begrip alle financiering met aandelenkapitaal is immers risicokapitaal

1

deze waardedeterminanten zijn voor Venture Capital transacties We doen dit door de

premoneywaardering van de ondernemingen in onze steekproef te relateren aan diverse

boekhoudkundige variabelen De keuze van de boekhoudkundige variabelen is

gebaseerd op de relevantie van de variabelen voor de waardering van publieke

ondernemingen waar reeds heel wat onderzoek over bestaat

Venture Capital investeerders focussen zich typisch op startende ondernemingen met

veel groeipotentieel Het verkregen kapitaal dient hier als financieringsbron voor

infrastructuur of voor het opbouwen van een technologisch platform met als doel in de

toekomst inkomsten te genereren Op het moment van investering is het huidige

bedrijfsresultaat dan ook voornamelijk negatief Ons onderzoek gaat in het bijzonder na

hoe de Venture Capital markt deze verliezen waardeert

Het vervolg van deze thesis is als volgt ingedeeld In punt 2 wordt de bestaande

literatuur beschreven en worden er hypothesen ontwikkeld Vervolgens wordt in punt 3

de steekproef gedefinieerd worden de gebruikte variabelen besproken en wordt de

descriptieve statistiek gerapporteerd Daarna worden in punt 4 de resultaten besproken

geiumlnterpreteerd en gekaderd in de bestaande literatuur In het laatste punt 5 worden de

conclusies weergegeven en de beperkingen vermeld

2 Literatuurstudie en testbare hypothesen Volgende literatuur en waarderingsmodellen werden voornamelijk toegepast op

gevestigde winstgevende ondernemingen In het verleden werd vooral onderzoek

uitgevoerd naar de waarderelevantie van financieumlle boekhoudkundige gegevens van

ondernemingen waarvan de nodige data beschikbaar waren Dit is meestal het geval

voor ondernemingen die beursgenoteerd zijn Zij hebben de verplichting deze informatie

publiek en transparant te maken Venture Capitalists investeren in niet-beursgenoteerde

ondernemingen Wij gaan de relevante waarderingsdeterminanten na van publieke

markten en passen die vervolgens toe op private ondernemingen

2

21 Waarderingsdeterminanten voor de Publieke Markt Een eerste stroom literatuur onderzoekt de relevantie van winstgevendheid bij het

waarderen van aandelen De marktwaarde onder de vorm van aandelenkoersen werd

gerelateerd aan de winstpositie van de onderneming

Het gebruik van winstparameters en winstgevendheid (als verschil tussen opbrengsten

en kosten) voor het waarderen van bedrijven wordt ondersteund door heel wat literatuur

(Ball amp Brown 1968 Beaver 1968 Easton amp Harris 1991 Collins amp Kothari 1989) Dit

steeds onder de assumptie dat huidige winsten informatie bevatten over toekomstige

kasstromen Een hogere winst betekent meer middelen om uit te keren aan de

aandeelhouders Bijgevolg is de marktwaarde voor meer winstgevende bedrijven hoger

Dit resulteert in een lineaire relatie tussen winstgevendheid en ondernemingswaarde

Wij gaan in hypothese 1 na of deze lineaire relatie teruggevonden in de publieke markt

ook van toepassing is in de Venture Capital markt

H1 Er is een positieve relatie tussen de omvang van de winst en de

ondernemingswaarde

Deze positieve lineaire relatie betekent dat over het algemeen de meer winstgevende

bedrijven hoger gewaardeerd worden dan minder winstgevende bedrijven Het is

belangrijk om op te merken dat verlieslatende ondernemingen ook hoog kunnen

gewaardeerd worden Een voorbeeld hiervan zijn de hoge aandeelprijzen die soms

betaald worden voor een onderneming die er nog niet in geslaagd is winst te genereren

(cfr Amazoncom) Zo vinden diverse auteurs een significante positieve relatie tussen

verliezen en de ondernemingswaarde2 (Jan amp Ou 1995 Hayn 1995 Burgstahler en

Dichev 1997 Kothari en Zimmerman 1995 Collins Pincus amp Xie1997 Hand 2003 en

Joos 2004)

Bij internetbedrijven is de ondernemingswaarde convex gerelateerd met het

bedrijfsresultaat Dit betekent toenemend met de winst en toenemend met de omvang

van het verlies (Hand 2003) Ook bij biotechnologische bedrijven is een gelijkaardige V-

2 Ondernemingswaarde meestal in de vorm van aandelenprijzen Deze relatie betekent hoe groter de verliezen hoe hoger de ondernemingswaarde

3

vormige relatie positief voor winst en negatief voor verlies terug te vinden tussen het

bedrijfsresultaat en de ondernemingswaarde (Joos en Zhdanov 2007)

Internetbedrijven (Hand) en biotechnologische bedrijven (Joos) zijn kenmerkend voor de

sectoren waarin VC-investeerders actief zijn Ze zijn op zoek naar een hoog rendement

in jonge snelgroeiende ondernemingen Deze bevinden zich voornamelijk in risicovolle

sectoren Hier wordt de waarde vooral gedreven door het groeipotentieel in plaats van

de huidige winsten De economische reden waarom winstgevendheid minder relevant is

bij het waarderen van deze kenmerkende ondernemingen is de forse investeringen in

ontastbare activa zoals marketing onderzoek en ontwikkeling Investeerders zien dit als

investeringen die kasstromen zullen genereren in de toekomst en niet als een huidige

kost zoals die behandeld moet worden volgens de boekhoudkundige regels Deze grote

kosten leiden dan ook tot grote verliezen aangezien deze ondernemingen vaak nog

geen inkomsten hebben door het ontbreken van een marktklaar product De verliezen

wijzen dus op strategische uitgaven van het management en zijn geen indicatie voor

het operationeel falen Verliezen als gevolg van aanzienlijke investeringskosten worden

dan ook opgenomen als waardedeterminant op het moment van waardering van de

onderneming

H2 Er is een positieve relatie tussen de omvang van het verlies en de

ondernemingswaarde

Samen vormen hypothese 1 en 2 een convexe of U-vormige relatie tussen het

bedrijfsresultaat en de ondernemingswaarde3 net zoals bij Hand (2003) en Joos (2007)

De relatie is positief voor winstgevende en negatief voor verlieslatende ondernemingen

Voor verlieslatende ondernemingen bevatten de boekwaarden van het eigen vermogen

(BWEV) meer informatie dan elementen van de resultatenrekening4 (Barth Beaver amp

Landsman 1998 Burgstahler amp Dichev 1997 Jan amp Ou 1995 Collins Pincus amp Xie

1999 Hayn 1995) 3 H1 en H2 kunnen we anders formuleren Er is een positieve (negatieve) relatie voor winstgevende (verlieslatende) ondernemingen tussen het bedrijfsresultaat en de ondernemingswaarde Vandaar de U-vormige relatie 4 Boekwaarde van het eigen vermogen wordt ook wel waarde van het aandelenkapitaal genoemd De Engelstalige term is lsquoBook value of equityrsquo In het verdere verloop gebruiken we de afkorting lsquoBWEVrsquo

4

De rol van de BWEV als waardedrijver bij verlieslatende ondernemingen wordt in de

literatuur als drieledig beschouwd (1) als proxy voor toekomstige normale winsten

(Ohlson 1995 Penman 1992) (2) als schatting voor liquidatiewaarde of waarde van

alternatieve-aanwending (Burgstahler amp Dichev 1997) en (3) als controle voor verschil in

grootte (Barth en Kallapur 1996)

Het (positieve) bedrijfsresultaat als determinant voor waarde bij hypothese 1 was onder

de assumptie dat huidige winsten informatie bevatten over toekomstige kasstromen Bij

ondernemingen met een negatief bedrijfsresultaat is dit niet het geval Volgens het

Ohlson model (1995) kan de BWEV gebruikt worden als proxy voor de toekomstige

normale winsten (1)

De BWEV kan ook gebruikt worden als proxy voor de liquidatiewaarde (2) (Burgstahler

amp Dichev 1997) VC-investeerders investeren in jonge risicovolle ondernemingen Jong

en risicovol omdat deze de grootste groeimogelijkheden bieden en dus ook de hoogste

rendementen Het succesvol uitbouwen van zorsquon nieuwe onderneming is zeer risicovol

Deze ondernemingen hebben immers geen buffer onder de vorm van een portefeuille

van producten in diverse markten waarop de onderneming kan terugvallen De kans op

faillissement is in deze bedrijven reeumlel BWEV is het verschil tussen het totaal actief en

de totale schulden wat de waarde van de totale ondernemingen na afbetaling van de

schuldeisers bij vereffening voorstelt (=liquidatiewaarde)

De BWEV kan ook als proxy gebruikt worden voor de grootte van een onderneming (3)

(Collins et al1997a Barth en Kallapur 1996) De grootte van het bedrijf (met als proxy

BWEV) staat in relatie met de eerste twee rollen van de BWEV Grotere ondernemingen

hebben namelijk een hogere liquidatiewaarde en van grotere ondernemingen worden

grotere toekomstige winsten verwacht

Samenvattend stellen we dat boekwaarden een toenemend belang hebben bij het

waarderen van ondernemingen wanneer (1) huidige winsten geen goede indicatie zijn

voor toekomstige winsten of (2) wanneer de onderneming een grotere kans heeft op

faling of liquidatie Dit is zeker het geval in de Venture Capital markt waardoor we onze

derde hypothese als volgt kunnen formuleren

5

H3 De waarde van een onderneming is positief gerelateerd aan de boekwaarde van het

eigen vermogen bij verlieslatende ondernemingen

De waarderelevantie van het bedrijfsresultaat enerzijds en de boekwaarden anderzijds

verschilt over de industrieeumln heen (Barth Beaver amp Landsman 1999)

Collins Pincus en Xie (1997) constateren dat BWEV hogere waarderingen verklaart en

niet de omvang van het verlies Nochtans vonden zij ook dat verliezen afzonderlijk

positief gewaardeerd worden Dit kwam omdat grotere verliezen afkomstig zijn van

grotere bedrijven (met als proxy BWEV) en grotere ondernemingen hoger gewaardeerd

worden 5 De reden hiervoor is dat zij gebruik maken van een cross-sectionele

steekproef van bedrijven uit verschillende sectoren voor de periode 1975-1992 De

opgenomen ondernemingen komen grotendeels uit niet-risicovolle sectoren waar BWEV

als proxy voor grootte dient en dus beter de hogere waarderingen kan verklaren 6 De

bevindingen van Collins et al (1997) zijn tegenstrijdig met Hand (2000) en Joos (2007)

In hun onderzoek naar internet en biotechnologische bedrijven wordt de positieve

waardering van verliezen behouden na opname van BWEV in het waarderingsmodel

Eerder (H2) zagen we dat in deze sectoren de verliezen positief gewaardeerd werden

als teken van strategische uitgaven en niet als indicatie dienden voor de grootte van het

bedrijf Vandaar het behoud van de positieve waardering van verliezen na opname

BWEV in het waarderingsmodel

Waardering van het verlies is afhankelijk van het risico de groeiopportuniteiten en de

stabiliteit van de inkomsten in de verschillende industrieeumln In sectoren waarin

ondernemingen investeren in grote hoeveelheden niet-herkende netto activa7 (zoals

onderzoek amp ontwikkeling) heeft het bedrijfsresultaat een grotere verklaringskracht De

5 Statistisch uit zich dat in een negatief of niet significante coeumlfficieumlnt bij verlies na incorporatie van boekwaarden van het eigen vermogen 6 Hun argumentering is als volgt wanneer een relevante variabele (BWEV) die positief gecorreleerd is met de afhankelijke variabele (marktwaarde) en negatief met een onafhankelijke variabele( bedrijfsverlies) niet opgenomen wordt in de analyse ontstaat er een negatieve bias bij de coeumlfficieumlnt van deze onafhankelijke variabele De positieve waardering van het verlies is afkomstig van de onderliggende relatie verlies-BWEV en BWEV-waarde en niet van de relatie verlies-ondernemingswaarde zelf 7 Andere voorbeelden zijn groeiopties en klantentrouw Deze worden boekhoudkundig als kosten behandeld terwijl deze de kenmerken van activa bezitten Het zijn namelijk investeringen die tot winsten kunnen leiden in de toekomst

6

boekwaarde van het eigen vermogen heeft dan weer meer verklaringskracht in minder

risicovolle ondernemingen met stabiele winsten

Aangezien verwacht wordt dat Venture Capital investeerders actief zijn in jonge

ondernemingen met sterke groeiopties zoals in farmaceutische (Brief amp Zarowin 1999)

biotechnologische (Joos 2007) en internetbedrijven (Hand 2000) voorspellen wij dat

de resultatenrekening ( verlies en kosten) in risicovolle en hoogtechnologische sectoren

meer informatie kan bieden dan de balans (BWEV) als determinanten voor waardering

Anders geformuleerd

H4 De positieve waardering van verliezen is minder uitgesproken in de

laagtechnologische sector dan in de hoogtechnologische sector

22 Waarderingsdeterminanten voor de Private Markt In de voorgaande literatuur werd marktwaarde verklaard door boekwaarde van het

aandelenkapitaal en het netto-inkomen In dit stuk wordt dieper ingegaan op de

waarderelevantie van gedesaggregeerde financieumlle informatie bij het waarderen van

ondernemingen gefinancierd met Venture Capital

Accounting conservatisme gecombineerd met snelle groei in ontastbare activa kan de

associatie tussen ondernemingswaarde en geaggregeerde financieumlle data ernstig

verstoren Geaggregeerde variabelen van de balans en resultatenrekening zoals de

boekwaarde van het eigen vermogen (BWEV) en netto-inkomen (NI) zijn een

vertekende meting voor de economische positie en winstgevendheid van de

onderneming (Zhang 2001) Een regressie van vertekende variabelen met de

afhankelijke variabele kan leiden tot coeumlfficieumlnten met een ander teken of grootte dan

dat men intuiumltief kan vermoeden8

Waardering van VC-ondersteunde bedrijven aan de hand van gedesaggregeerde

financieumlle informatie vinden we terug in het onderzoek van Hand ( 2005) en Armstrong

Davila en Foster (2006) Gedesaggregeerde financieumlle informatie wordt bekomen door

de twee componenten van het Ohlson model BWEV en NI op te splitsen in hun

onderliggende componenten Kas en kasequivalenten niet-kasactiva en lange

8 Illustratie negatieve bias uit voetnoot 6

7

termijnschulden worden beschouwd als de desaggregatie van de BWEV De

belangrijkste kostenitems en opbrengsten kunnen gezien worden als een desaggregatie

van het NI Kas en niet-kas activa hebben een significante positieve coeumlfficieumlnt net als

de variabelen uit de resultatenrekening Dit geldt voor zowel de opbrengsten als de

kosten (Kosten van de verkochte goederen kosten voor onderzoek en ontwikkeling en

andere kosten) Het positieve teken bij de coeumlfficieumlnt voor elke kostencomponent wijst al

op de voorspelling dat investeerders kostenuitgaven bij jonge ondernemingen als

investeringen beschouwen

Gebaseerd op de studies van Hand (2004 2005) en Armstrong et al(2006) willen wij de

waarderelevantie van enkele componenten van de balans en de resultatenrekening

nagaan

Eerst gaan we de waarderelevantie na van elementen van de balans We

desaggregeren de boekwaarde van het eigen vermogen in volgende componenten Kas

en kasequivalenten niet-kas activa en totale schulden

In eerste instantie willen we de invloed nagaan van de kaspositie op de waardering van

de onderneming Een goede kaspositie wordt gezien als een indicatie van een goede

liquiditeitspositie Zowel in de studies van Hand (2005) en Armstrong et al (2006) wordt

een positieve coeumlfficieumlnt bekomen voor de kaspositie Wij gaan in hypothese vijf na of

we deze significante positieve coeumlfficieumlnt kunnen bevestigen

H5 De ondernemingswaarde is positief gerelateerd aan de kaspositie

De niet-kas activa is de som van de vaste activa en de vlottende activa verminderd met

kas en kasequivalenten De niet-kas activa vormen een belangrijke component van het

totaal actief en de balans Ze kunnen gezien worden als een indicatie voor de grootte

van een bedrijf Hand (2004 2005) en Armstrong et al (2006) bekomen een positieve

coeumlfficieumlnt voor de niet-kas activa

Wij voorspellen een positieve relatie tussen grootte (niet-kas activa) en

ondernemingswaarde

8

H6 De ondernemingswaarde is positief gerelateerd aan de waarde van de niet-kas

activa

Armstrong et al(2006) zien schulden als een claim van de schuldeisers ten opzichte van

het actief en de toekomstige kaststromen van de onderneming Er wordt in hun werk

dan ook een negatieve coeumlfficieumlnt voorspeld De totale schulden zijn een indicatie voor

het financieumlle risico van een onderneming Bij het ten gronde gaan van een

onderneming is de waarde voor de aandeelhouders het deel van de waarde dat

overblijft na uitbetaling van de schuldeisers Hoe meer schulden er aanwezig zijn in een

onderneming hoe lager de resterende waarde is voor de aandeelhouders bij liquidatie

van de onderneming

Wij voorspellen dat de waarde van een onderneming negatief gerelateerd is aan de

totale schulden

H7 De ondernemingswaarde is negatief gerelateerd aan de totale schulden

Na de elementen van de balans gaan we de invloed na van een element van de

resultatenrekening We gaan na welke relatie er bestaat tussen totale kosten en de

waarde van een onderneming

Het grootste deel van de ondernemingen waar Venture Capitalists in investeren zijn

verlieslatend Zoals in de literatuur over verlieslatende ondernemingen aangehaald

worden verliezen vaak positief gewaardeerd bij jonge ondernemingen Strategische

investeringen liggen aan de basis van dit negatief resultaat Dit omdat investeringen in

de boekhouding behandeld worden als kosten Hogere kosten zijn een indicatie voor

investeringen die in de toekomst kunnen resulteren in positieve kasstromen Op basis

hiervan voorspellen wij een positieve relatie tussen de totale kosten en de waardering

van een onderneming

H8 De ondernemingswaarde is positief gerelateerd aan de totale kosten

9

23 Groeiopportuniteiten als waardedeterminant De waarde van een bedrijf is afkomstig van 2 determinanten (Myers 1977)

Waarde onderneming = waarde van activa + huidige waarde van toekomstige

groeiopportuniteiten

Welke component van waarde het meest doorweegt is afhankelijk van de fase waarin de

onderneming zich bevindt Voor startende ondernemingen is de huidige waarde van de

groeiopportuniteiten de belangrijkste component Groeimogelijkheden worden vaak als

waardedrijver gebruikt bij jonge opstartende ondernemingen en ondernemingen in

nieuwe industrieeumln (Damodaran 2001) Waarderingsmodellen die enkel

boekhoudkundige variabelen opnemen als determinanten voor ondernemingswaarde

zien een belangrijke component over het hoofd Er moet rekening gehouden worden

met het groeipotentieel van de ondernemingen (Holthausen en Watts 2001) Groeiende

ondernemingen worden hoger gewaardeerd (Davilla Foster en Gupta 2003)

Davila en Foster (2005) rapporteren een positieve Spearman correlatie tussen de

verandering in waardering en de verandering in inkomsten als proxy voor groei voor een

steekproef van 78 private ondernemingen (waarvan 60 Venture Capital genoten)

Hieruit kunnen we afleiden dat het groeipotentieel van een onderneming een belangrijke

waardeterminant is voor het waarderen van ondernemingen gefinancierd met Venture

Capital Hierop baserend formuleren we onze negende en laatste hypothese

H9 De ondernemingswaarde is positief gerelateerd aan de groei van de onderneming

10

3 Methode 31 Data 311 Bronnen Voor het verzamelen van de gegevens werd een beroep gedaan op drie verschillende

databases Zephyr Amadeus en Belfirst Dit zijn producten van Bureau van Dijk

Electronic Publishing (BvDEP)

Zephyr is een database die informatie bevat over verschillende soorten transacties

waaronder Venture Capital transacties

Amadeus is een pan-Europese database die financieumlle informatie bevat over

ondernemingen in achtendertig verschillende Europese landen

Belfirst bevat alle neergelegde jaarrekeningen van Belgische ondernemingen Alle

posten van de balans resultatenrekening toelichting en (in voorkomend geval) sociale

balans zijn erin opgenomen

Verder werd een beroep gedaan op het Belgisch staatsblad jaarverslagen en

participaties van Belgische Venture Capital fondsen en prospectussen van Belgische

IPOrsquos die in het verleden met Venture Capital zijn gefinancierd

Informatie over de Venture Capital instroom werd teruggevonden in publicaties van de

lsquoEuropean Private Equity amp Venture Capital Association (EVCA)rsquo

We maakten ook gebruik van de De Dow Jones STOXX Total Market Index (TMI)9

312 Populatie en Steekproef Voor het trekken van de steekproef werd onder andere een beroep gedaan op Zephyr

Alle Venture Capital transacties in Belgieuml Nederland Luxemburg Duitsland Frankrijk

en het Verenigd Koninkrijk afgesloten tussen 1 januari 1997 en 31 december 2007

werden geselecteerd Zephyr gaf in totaal 3593 transacties weer voor deze tijdspanne

Voor de waardering van Venture Capital transacties is het noodzakelijk de totale

ondernemingswaarde te kennen Daarom werden enkel de transacties van

ondernemingen met een gekende ondernemingswaarde geselecteerd waardoor er

slechts 331 van de initieumlle 3593 deals overbleven

9 De Dow Jones STOXX TMI werd geraadpleegd op wwwstoxxcom

11

Om financieumlle gegevens over de ondernemingen betrokken bij een Venture Capital

transactie terug te vinden op Amadeus werd gebruik gemaakt van het Bureau van Dijk

identificatienummer Voor ondernemingen waar het identificatienummer niet gegeven

was werd nagegaan of er informatie beschikbaar was op Amadeus door te zoeken op

naam Slechts voor 73 van de 331 deals vonden we financieumlle informatie over de

betrokken onderneming terug op Amadeus Ondernemingen betrokken bij Venture

Capital transacties zijn vaak heel jonge of opstartende ondernemingen Dit heeft als

gevolg dat niet voor alle transacties historische financieumlle informatie van de betrokken

onderneming terug te vinden is Voor transacties waarvan het jaartal van de afloop van

de deal overeenstemt met het jaar waarin de onderneming is opgestart kan bijgevolg

geen financieumlle informatie worden teruggevonden

Voor deals waarin Belgische ondernemingen betrokken waren werden de financieumlle

gegevens verzameld op Belfirst Voor 9 van de 21 Belgische deals teruggevonden op

Zephyr was er extra informatie terug te vinden op Belfirst

Gebruik makend van prospectussen het Belgisch staatsblad en de jaarverslagen en

participaties van belangrijke Venture Capitalfondsen werd de steekproef uitgebreid10

Op basis van deze drie methodes werden 44 extra deals teruggevonden waarvoor ook

financieumlle informatie terug te vinden was op Belfirst

De finale steekproef waarop de hypothesen worden getest bestaat uit 126 Venture

Capital deals

10 Er werd gebruik gemaakt van prospectussen van Belgische VC-backed IPOrsquos om extra Venture Capital transacties terug te vinden Voor de Belgische VCndashBacked IPOrsquos werden prospectussen onderzocht om het verworven aandeel in de ondernemingen te achterhalen en op die manier de ondernemingswaarde te berekenen Voor de Belgische deals uit Zephyr zonder gekende ondernemingswaarde werd nagegaan of de totale waarde berekend kon worden op basis van publicaties in het Belgisch Staatsblad Verder werden participaties van Venture Capitalfondsen nagegaan De waarde van de transacties werd opgezocht in het Belgisch staatsblad

12

Initieel aantal deals (Zephyr) 3593- Aantal deals van ondernemingen zonder gekende totale ondernemingswaarde 3262Aantal deals van ondernemingen met gekende totale ondernemingswaarde 331- Aantal deals van ondernemingen zonder de nodige financieumlle informatie 249Totaal aantal deals Zephyr met de nodige financieumlle informatie 82+Uitbreiding steekproef (prospectussen Belgisch staatsblad en participaties VC-fondsen) 44Finale steekproef 126

Tabel 1 Overzicht van het tot stand komen van de steekproef

32 Variabelen 321 Afhankelijke variabele Als afhankelijke variabele nemen we de marktwaarde van de onderneming (afkorting

MW) De marktwaarde is de premoneywaardering berekend door van de totale waarde

van de onderneming na de investering het geiumlnvesteerde bedrag af te trekken11 De

totale waarde van de onderneming is het bedrag dat men zou betalen indien 100 van

de onderneming zou verworven worden Ze wordt berekend als ((investering)(

aandelen verworven)) x 100 Voor de deals uit Zephyr worden enkel deze met een

gekend verworven aandeel in de onderneming opgenomen in de analyse Voor de deals

uit het staatsblad werd het verworven aandeel berekend als de verhouding tussen het

aantal nieuw verkregen aandelen op het totaal aantal aandelen na investering

322 Onafhankelijke variabelen Voor het selecteren van de onafhankelijke variabelen volgen we het matching-principe

gebruikt van Hand (2005) De datum van investering in de onderneming wordt gelinkt

11 De uiteindelijke premoneywaardering wordt dan als volgt berekend Wanneer voor euro100 geiumlnvesteerd wordt en daarbij 10 van de aandelen verworven wordt is de totale waarde van de onderneming gelijk aan euro 1000 en is de premoneywaardering gelijk aan euro 900 De investeerder betaalt eigenlijk euro 100 om na investering 10 van het aandelenkapitaal te bezitten Dat maakt dat op het moment van investering de waarde van de onderneming (100) gelijk is aan 90 van de onderneming na investering Er werd geen onderscheid gemaakt tussen het verworven aandeel van de verschillende investeerders in een investeringsronde of het verworven aandeel van een afzonderlijk fonds Voor het berekenen van de 100 waardering maakt dit geen verschil Wel wordt steeds de totale kapitaalsverhoging van deze 100 waardering afgetrokken en niet het afzonderlijk deel dat eacuteeacuten fonds investeert De totale kapitaalsverhoging voor de data uit het staatsblad is het product van de uitgifteprijs van de aandelen en het totaal aantal nieuw uitgegeven aandelen

13

aan de financieumlle data van het jaar voor de investeringsronde12 Financieumlle data zijn

jaarlijks beschikbaar zodoende dat elke eerste investering in het jaar bruikbaar is voor

onze analyse Alle andere investeringsrondes volgend op de eerste worden uit de

analyse gelaten Het voordeel van deze aanpak is dat het eenvoudig is voor analyse

Het nadeel is het verlies aan informatie wanneer er meerdere financieringsrondes zijn in

eenzelfde fiscaal jaar Het vormt ook een nadeel wanneer er een groot tijdsverschil is

tussen het gebruikte boekjaar van financieumlle data en de afsluiting van investering13

In de eerste twee hypotheses wordt het bedrijfsresultaat gebruikt als onafhankelijke

variabele Als proxy hiervoor gebruiken we de post operationele winstverlies van

Amadeus en Belfirst

Voor boekwaarde van het eigen vermogen gebruiken we de post lsquoshareholderrsquos fundsrsquo

op de balans in Amadeus en Belfirst14

We maken ook gebruik van de financieumlle variabelen uit de modellen van Hand (2004

2005) en Armstrong et al (2006) Om de invloed van deze variabelen na te gaan

zoeken we voor elke variabele een passend alternatief op de databases Amadeus en

Zephyr We vinden voor kas en kasequivalenten niet-kas activa en totale schulden een

alternatief Aangezien wij niet beschikken over een aparte uitgavenpost voor onderzoek

en ontwikkeling nemen we de totale kosten op in onze analyse We splitsen deze niet

op zoals Hand (2004 2005) en Armstrong et al(2006) doen De uitgaven voor

onderzoek en ontwikkeling zitten hier wel in omvat Een Belgische onderneming die

kosten maakt in het kader van door haar verricht onderzoek moet deze kosten (lonen

en wedden - kosten voor het gebruik van materiaal - diensten en diverse goederen

enz) in beginsel naar hun aard boeken in de resultatenrekening van het boekjaar

waarin deze kosten werden gemaakt

12 Bijvoorbeeld Een onderneming verkrijgt financiering uit drie verschillende rondes ABC Ronde A vindt plaats op 3203 ronde B op 5304 en ronde C op 23804 Enkel ronde A en Ronde B worden opgenomen in de analyse Ronde A wordt gelinkt aan financieumlle data van 311202 en ronde B van 311203 13 Dit is bijvoorbeeld het geval wanneer de investering plaatsvond in juli of later (6 maanden na start nieuw boekjaar) Financieumlle data uit het volgende boekjaar zijn recenter om te gebruiken Toch worden de data gebruikt uit het voorgaande jaar 14 Boekwaarde eigen vermogen = Totaal actief ndash Vreemd vermogen

14

15

Davilla Foster en Gupta (2003) gebruiken groei van het aantal werknemers als proxy

voor groei Wij gebruiken de relatieve verandering in de kost van werknemers als proxy

voor groei15

Tabel 1 geeft een overzicht van de gebruikte variabelen

323 Controlevariabelen We gaan ook de invloed na van enkele controlevariabelen

Een eerste controlevariabele die we opnemen in de analyse is industrie Wij willen

nagaan of er een verschil is in de waardering van de ondernemingen die actief zijn in

verschillende industrieeumln Het belang van de sector werd reeds besproken onder punt

22

Ook zullen we controleren voor volgende macro-economische variabelen Gompers en

Lerner (2000) gaan na hoe de waardering van investeringen in de Venture Capital markt

beiumlnvloed wordt door de instroom van kapitaal De resultaten tonen een sterk positief

verband tussen de waarde van Venture Capital investeringen en de instroom van

kapitaal Wij gaan na of we de resultaten van Gompers en Lerner (2000) kunnen

bevestigen voor onze steekproef Deze informatie bekomen we uit publicaties van de

EVCA

We nemen ook een marktindex op als controlevariabele in ons model (Hand 2005)

Deze variabele wordt geacht een goede indicator te zijn voor het potentieel rendement

op Venture Capital investeringen

15 Groei wordt berekend als ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2))

16

Variabele Afkorting Opmerkingen Premoneywaardering MW Totale marktwaarde onderneming na investering ndash Geiumlnvesteerd bedrag Boekwaarde eigen vermogen BWEV Operationeel bedrijfsresultaat (Netto Inkomen) NI Operationele winstverlies Kas en kasequivalenten KAS Niet-kas activa NKASA Vaste activa + vlottende activa (exclusief kas en kasequivalenten) Totale schulden TotSchuld Schulden gt1jaar + Schuldenlt1jaar Totale kosten TotKost Leeftijd Leeftijd Leeftijd bij afsluiten deal - Leeftijd onderneming bij incorporatie Dow jones Stoxx Total Market Index Stoxx Europese marktindex Groei Groei ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2)) Venture Capital instroom VCIN Instroom kapitaal in Venture Capital fondsen uit publicaties EVCA Industrie Industrie De zeven industrieklassen worden ingedeeld in een hoogtechnologische groep en een laagtechnologische groep aan de hand van een dummyariabele

Tabel 2 Overzicht van de gebruikte variabelen

324 Descriptieve statistiek Figuur 1 toont het aantal deals uit de steekproef per land Er zitten voornamelijk deals

uit Belgieuml Frankrijk en het Verenigd Koninkrijk in de steekproef Het grote aandeel

Belgische deals komt door de grotere beschikbaarheid van financieumlle informatie Voor

de deals uit Duitsland was de nodige financieumlle informatie er meestal niet Voor geen

enkele deal uit Nederland en Luxemburg was financieumlle informatie terug te vinden

waardoor de steekproef herleid werd tot vier landen Belgieuml Frankrijk Duitsland en het

Verenigd Koninkrijk

Onze steekproef bestrijkt de periode van 1januari 1997 tot 31december 2007 Figuur 2

geeft weer hoeveel deals er in de verschillende jaren afgesloten zijn We zien dat er

voor het jaar 1997 geen deals met de nodige financieumlle gegevens terug te vinden waren

Het hoge aantal deals in het jaar 2000 kan verklaard worden door de High Tech Bubble

In figuur 3 kan de leeftijd van de betrokken ondernemingen afgelezen worden bij het

afsluiten van de deal We zien dat onze steekproef vooral bestaat uit jonge

ondernemingen De mediaan van de leeftijd van de ondernemingen in onze steekproef

is drie jaar

In figuur 4 kan de distributie van de steekproef volgens industrie worden afgelezen De

steekproef werd opgedeeld op basis van de eerste twee cijfers van de nacebelcode en

op basis daarvan ingedeeld in zeven verschillende groepen metaal chemie

biotechnologisch handel en horeca zakelijke diensten computer gerelateerd diensten

niet computer gerelateerd en een restcategorie andere Het valt op dat een groot deel

van de deals gebeuren in hoogtechnologische industrieeumln Chemie Biotechnologisch en

zakelijke diensten computer gerelateerd

17

Aantal deals per land

54

45

24

3

0

10

20

30

40

50

60

Belgieuml Verenigd Koninkrijk Frankrijk Duitsland

Land

Aan

tal d

eals

Figuur 1 Aantal deals per land

Distributie steekproef volgens jaar deal

0

4

8

29

14

3

9 10 9

23

17

0

5

10

15

20

25

30

35

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Jaar deal

Aan

tal d

eals

Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten werd

18

Leeftijd ondernemingen bij afsluiten deal

11

27 26

20

79

4 4 53

10

0

5

10

15

20

25

30

1 jaar 2 jaar 3 jaar 4 jaar 5 jaar 6 jaar 7 jaar 8 jaar 9 jaar 10 jaar gt10jaar

Leeftijd

Aan

tal o

nder

nem

inge

n

Figuur 3 Leeftijd onderneming bij afsluiten deal

Distributie steekproef volgens industrie

4032

1712 11 9

5

05

1015202530354045

Compu

ter ge

relate

erd

Dienste

n (ex

cl C

ompu

ter)

Metaal

Hande

l en H

oreca

Biotec

hnolo

gisch

Chemie

Andere

(res

tcateg

orie)

Industrie

Aan

tal d

eals

Figuur 4 Distributie van de steekproef volgens industrie

19

20

Als controlevariabele wordt nagegaan of de kapitaalinstroom in Venture Capital fondsen

in het jaar van de deal een invloed heeft op de waardering van de Venture Capital

transacties In bijlage 1 kan de instroom van kapitaal in de verschillende jaren afgelezen

worden De gegevens zijn afkomstig uit de jaarlijkse publicaties van de EVCA Bij het

uitvoeren van het onderzoek was de kapitaalinstroom voor het jaar 2007 nog niet

gepubliceerd

Tabel 3 geeft een overzicht van het minimum het maximum de mediaan het

gemiddelde en de standaardafwijking van de gebruikte variabelen Er wordt ook getoond

hoeveel gegevens beschikbaar zijn per variabele De verschillende variabelen worden

weergegeven in duizend euro De gemiddelde onderneming betrokken bij een Venture

Capital deal heeft een premoneywaardering van 19932 duizend euro Het gemiddelde

en de mediaan van het operationeel bedrijfsresultaat zijn negatief Dit komt doordat

slechts 31 van de 108 bedrijven waarvoor het operationeel bedrijfsresultaat gegeven is

een positief operationeel bedrijfsresultaat hebben

In bijlage 2 kan het boxplot bekeken worden van de premoneywaardering per jaar

Zowel de Kruskal-Wallis-test als de mediaantest tonen aan dat er geen verschil is in

premoneywaardering over de verschillende jaren heen16

In bijlage 3 kan het boxplot worden bekeken van de premoneywaardering in de

verschillende industrieklassen Biotechnologische ondernemingen worden significant

hoger gewaardeerd dan ondernemingen in andere industrieklassen

16 De resultaten van deze testen zijn niet opgenomen in dit werk

21

Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelen

Gemiddelde Minimum Maximum Mediaan Standaardafwijking N (euro1000) (euro1000) (euro1000) (euro1000) (euro1000) Afhankelijke variabele Premoneywaardering 19332 100 267278 5102 38420 126 Onafhankelijke variabelen Operationeel Bedrijfsresultaat (t-1) -587 -9601 12097 -165 2303 108 Boekwaarde eigen vermogen (BWEV) (t-1) 1926 -4357 30257 184 5140 125 Kas en kasequivalenten (t-1) 1113 0 24375 80 3171 117 Niet-kas activa (t-1) 5366 0 246738 641 25152 117 Totale schulden (t-1) 4581 0 224510 734 22284 123 Totale opbrengsten (t-1) 7435 2 191280 991 26077 62 Totale kosten (t-1) 3169 1 54230 1139 8014 69 Leeftijd 5 1 35 3 5 126 Kost van de werknemers (t-1) 1458 0 44856 679 4789 94 Kost van de werknemers (t-2) 619 0 4207 457 766 65

Controlevariabelen Dow Jones Stoxx Total Market Index 312 177 389 324 56 126

33 Modellen en Onderzoeksopzet In bijlage 9 kan men op Figuur 7 grafieken bekijken van de relatie tussen de

boekwaarde van het eigen vermogen (BWEV) en de premoneywaardering en de relatie

tussen het netto-inkomen (NI) en de premoneywaardering Figuur 7a is een scatterplot

met de oorspronkelijke data in duizend euro in figuur 7b zijn de oorspronkelijke data

gedeflateerd op het totaal actief Uit beide figuren kan je afleiden dat deze data sterk

heteroscedastisch is wat niet goed is om een lineaire relatie na te gaan tussen de

variabelen Tabel 3 toonde reeds een groot verschil in gemiddelden en mediaan voor

de verschillende variabelen Dit kan het resultaat zijn van verschillen tussen de

ondernemingen in leeftijd grootte industrie of levenscyclus

Om hier een oplossing voor te bieden ondergaan de variabelen een Ln-transformatie die

als volgt gebeurt

Voor de positieve waarden X Ln [ 1 + X ] met X in duizend euro

Voor de negatieve waarden Y -Ln [ 1 + (-Y)] met Y in duizend euro

Het voordeel van deze transformatie is dat men niet hoeft te controleren voor outliers

aangezien een Ln-transformatie hoge waarden afvlakt We zien in tabel 3 steeds grote

standaardafwijkingen bij de variabelen voor transformatie Na transformatie verdwijnen

deze hoge waarden Via een Ln-transformatie bekomen we ook een grotere

homoscedasticiteit tussen de variabelen17

Het effect van het transformeren in vergelijking met deflateren op totaal actief18 wordt

geiumlllustreerd in bijlage 9 In bijlage 9 wordt een scatterplot gemaakt van de bivariate

relatie tussen de premoneywaardering en respectievelijk de boekwaarde van het eigen

vermogen en het bedrijfsresultaat

In figuur 7c zie je dat na transformatie de relaties tussen ln(premoneywaardering) en

respectievelijk ln(BWEV) en ln(Bedrijfsresultaat) meer homoscedastisch zijn

Op deze figuur merken we ook dat de relatie tussen de boekwaarde van het eigen

vermogen (indien gt 0) en de ondernemingswaarde (lineair) positief is We zien

eveneens een positieve relatie tussen het bedrijfsresultaat en de ondernemingswaarde

17 Armstrong et al maken gebruik van een rank regression om dezelfde problemen bij regressie op te lossen 18 Collins et al deflateren op het aantal aandelen Joos maakt gebruik van de marktwaarde op t de boekwaarde op t-1 en het aantal werknemers t-1 als deflatiefactor

22

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 8: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

Lijst van tabellen

bull Tabel 1 Overzicht van het tot stand komen van de steekproefhelliphelliphelliphelliphelliphelliphellip13

bull Tabel 2 Overzicht van de gebruikte variabelenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip16

bull Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelenhellip21

bull Tabel 4 Regressiecoeumlfficieumlnten model 1 tot 3helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip29

bull Tabel 5 Regressiecoeumlfficieumlnten modellen 4 tot 6helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip30

bull Tabel 6 Regressiecoeumlfficieumlnten model 7helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip31

bull Tabel 7 Regressiecoeumlfficieumlnten voor model 8helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip34

bull Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sectorhelliphelliphellip34

bull Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen eurohellipV

bull Tabel 10 OLS-regressie van model 1helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVIII

bull Tabel 11 OLS-regressie van model 2helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVIII

bull Tabel 12 OLS-regressie van model 3helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipIX

bull Tabel 13 Overzicht literatuurhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipX

bull Tabel 14 CorrelatietabelhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXI

VIII

Lijst van figuren

bull Figuur 1 Aantal deals per landhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip18

bull Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten

werdhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip18

bull Figuur 3 Leeftijd onderneming bij afsluiten dealhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip19

bull Figuur 4 Distributie van de steekproef volgens industriehelliphelliphelliphelliphelliphelliphelliphelliphelliphellip19

bull Figuur 5 Premoneywaardering volgens leeftijdhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVI

bull Figuur 6 Premoneywaardering volgens industriehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVII

bull Figuur 7 Relatie tussen ondernemingswaarde en BWEV NI voor ruwe data

deflatie op totaal actief en ln-transformatiehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXII

bull Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en

hoogtechnologische sectorhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXIII

bull Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXIV

bull Figuur 10 Invloed van grootte van het bedrijf op omvang van het

bedrijfsresultaathelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXIV

bull Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)XV

IX

1 Inleiding Private Equity en Venture Capital 1 investeringen als onderdeel ervan vormen een

belangrijk en groeiend aandeel in de wereldwijde kapitaalmarkten

Er is in het verleden heel wat onderzoek uitgevoerd in verschillende domeinen van

Venture Capital onderzoek over het investeringsproces (Gompers 1995) Venture

Capital contracten agency problemen en incentives (Sapienza amp Korsgaard 1996) de

toegevoegde waarde van Venture Capital investeerders (Sapienza 1992) en

beursintroductie van bedrijven gefinancierd met Venture Capital (Barry Muscarella amp

Peavy 1990 Gompers amp Lerner 1998 Stuart Hoang amp Hybels 1999)

Niettegenstaande de grote verscheidenheid van het voorgaand onderzoek zijn er

mogelijkheden om het onderzoeksdomein over Venture Capital uit te breiden Eeacuten

daarvan is het zoeken naar determinanten van de waardering van Venture Capital

transacties

Uit vragenlijsten blijkt dat Private Equity investeerders naast kenmerken en

marktopportuniteiten voor de onderneming financieumlle performantie en accounting

gegevens als leidende informatie hanteren bij het screenen en selecteren van potentieumlle

ondernemingen (Wright amp Robbie 1998) Nochtans hebben VC-ondersteunde bedrijven

meestal nog geen historische boekhoudkundige gegevens op het moment van de

investering Venture Capital is per definitie investeren in private ondernemingen De

aandelen van deze ondernemingen zijn niet beursgenoteerd waardoor publieke

beschikbaarheid van financieumlle informatie zeldzaam is

Bovendien investeren Venture Capitalists voornamelijk in jonge en risicivolle

ondernemingen Deze ondernemingen hebben vaak nog geen product of inkomsten Als

gevolg hebben ze nog geen positieve kasstromen die als indicatie dienen voor het

toekomstig winstpotentieel bij waardering Deze hoge mate van onzekerheid op moment

van investering maakt het waarderen van deze ondernemingen een grote uitdaging voor

Venture Capital investeerders

Wij gaan in ons onderzoek na of financieumlle informatie waarderelevant is bij het

waarderen van ondernemingen gefinancierd met Venture Capital We gaan op zoek wat

1 We gebruiken de Engelse term lsquoventure capitalrsquo De Nederlandse vertaling die soms gebruikt wordt risicokapitaal omvat een ruimer begrip alle financiering met aandelenkapitaal is immers risicokapitaal

1

deze waardedeterminanten zijn voor Venture Capital transacties We doen dit door de

premoneywaardering van de ondernemingen in onze steekproef te relateren aan diverse

boekhoudkundige variabelen De keuze van de boekhoudkundige variabelen is

gebaseerd op de relevantie van de variabelen voor de waardering van publieke

ondernemingen waar reeds heel wat onderzoek over bestaat

Venture Capital investeerders focussen zich typisch op startende ondernemingen met

veel groeipotentieel Het verkregen kapitaal dient hier als financieringsbron voor

infrastructuur of voor het opbouwen van een technologisch platform met als doel in de

toekomst inkomsten te genereren Op het moment van investering is het huidige

bedrijfsresultaat dan ook voornamelijk negatief Ons onderzoek gaat in het bijzonder na

hoe de Venture Capital markt deze verliezen waardeert

Het vervolg van deze thesis is als volgt ingedeeld In punt 2 wordt de bestaande

literatuur beschreven en worden er hypothesen ontwikkeld Vervolgens wordt in punt 3

de steekproef gedefinieerd worden de gebruikte variabelen besproken en wordt de

descriptieve statistiek gerapporteerd Daarna worden in punt 4 de resultaten besproken

geiumlnterpreteerd en gekaderd in de bestaande literatuur In het laatste punt 5 worden de

conclusies weergegeven en de beperkingen vermeld

2 Literatuurstudie en testbare hypothesen Volgende literatuur en waarderingsmodellen werden voornamelijk toegepast op

gevestigde winstgevende ondernemingen In het verleden werd vooral onderzoek

uitgevoerd naar de waarderelevantie van financieumlle boekhoudkundige gegevens van

ondernemingen waarvan de nodige data beschikbaar waren Dit is meestal het geval

voor ondernemingen die beursgenoteerd zijn Zij hebben de verplichting deze informatie

publiek en transparant te maken Venture Capitalists investeren in niet-beursgenoteerde

ondernemingen Wij gaan de relevante waarderingsdeterminanten na van publieke

markten en passen die vervolgens toe op private ondernemingen

2

21 Waarderingsdeterminanten voor de Publieke Markt Een eerste stroom literatuur onderzoekt de relevantie van winstgevendheid bij het

waarderen van aandelen De marktwaarde onder de vorm van aandelenkoersen werd

gerelateerd aan de winstpositie van de onderneming

Het gebruik van winstparameters en winstgevendheid (als verschil tussen opbrengsten

en kosten) voor het waarderen van bedrijven wordt ondersteund door heel wat literatuur

(Ball amp Brown 1968 Beaver 1968 Easton amp Harris 1991 Collins amp Kothari 1989) Dit

steeds onder de assumptie dat huidige winsten informatie bevatten over toekomstige

kasstromen Een hogere winst betekent meer middelen om uit te keren aan de

aandeelhouders Bijgevolg is de marktwaarde voor meer winstgevende bedrijven hoger

Dit resulteert in een lineaire relatie tussen winstgevendheid en ondernemingswaarde

Wij gaan in hypothese 1 na of deze lineaire relatie teruggevonden in de publieke markt

ook van toepassing is in de Venture Capital markt

H1 Er is een positieve relatie tussen de omvang van de winst en de

ondernemingswaarde

Deze positieve lineaire relatie betekent dat over het algemeen de meer winstgevende

bedrijven hoger gewaardeerd worden dan minder winstgevende bedrijven Het is

belangrijk om op te merken dat verlieslatende ondernemingen ook hoog kunnen

gewaardeerd worden Een voorbeeld hiervan zijn de hoge aandeelprijzen die soms

betaald worden voor een onderneming die er nog niet in geslaagd is winst te genereren

(cfr Amazoncom) Zo vinden diverse auteurs een significante positieve relatie tussen

verliezen en de ondernemingswaarde2 (Jan amp Ou 1995 Hayn 1995 Burgstahler en

Dichev 1997 Kothari en Zimmerman 1995 Collins Pincus amp Xie1997 Hand 2003 en

Joos 2004)

Bij internetbedrijven is de ondernemingswaarde convex gerelateerd met het

bedrijfsresultaat Dit betekent toenemend met de winst en toenemend met de omvang

van het verlies (Hand 2003) Ook bij biotechnologische bedrijven is een gelijkaardige V-

2 Ondernemingswaarde meestal in de vorm van aandelenprijzen Deze relatie betekent hoe groter de verliezen hoe hoger de ondernemingswaarde

3

vormige relatie positief voor winst en negatief voor verlies terug te vinden tussen het

bedrijfsresultaat en de ondernemingswaarde (Joos en Zhdanov 2007)

Internetbedrijven (Hand) en biotechnologische bedrijven (Joos) zijn kenmerkend voor de

sectoren waarin VC-investeerders actief zijn Ze zijn op zoek naar een hoog rendement

in jonge snelgroeiende ondernemingen Deze bevinden zich voornamelijk in risicovolle

sectoren Hier wordt de waarde vooral gedreven door het groeipotentieel in plaats van

de huidige winsten De economische reden waarom winstgevendheid minder relevant is

bij het waarderen van deze kenmerkende ondernemingen is de forse investeringen in

ontastbare activa zoals marketing onderzoek en ontwikkeling Investeerders zien dit als

investeringen die kasstromen zullen genereren in de toekomst en niet als een huidige

kost zoals die behandeld moet worden volgens de boekhoudkundige regels Deze grote

kosten leiden dan ook tot grote verliezen aangezien deze ondernemingen vaak nog

geen inkomsten hebben door het ontbreken van een marktklaar product De verliezen

wijzen dus op strategische uitgaven van het management en zijn geen indicatie voor

het operationeel falen Verliezen als gevolg van aanzienlijke investeringskosten worden

dan ook opgenomen als waardedeterminant op het moment van waardering van de

onderneming

H2 Er is een positieve relatie tussen de omvang van het verlies en de

ondernemingswaarde

Samen vormen hypothese 1 en 2 een convexe of U-vormige relatie tussen het

bedrijfsresultaat en de ondernemingswaarde3 net zoals bij Hand (2003) en Joos (2007)

De relatie is positief voor winstgevende en negatief voor verlieslatende ondernemingen

Voor verlieslatende ondernemingen bevatten de boekwaarden van het eigen vermogen

(BWEV) meer informatie dan elementen van de resultatenrekening4 (Barth Beaver amp

Landsman 1998 Burgstahler amp Dichev 1997 Jan amp Ou 1995 Collins Pincus amp Xie

1999 Hayn 1995) 3 H1 en H2 kunnen we anders formuleren Er is een positieve (negatieve) relatie voor winstgevende (verlieslatende) ondernemingen tussen het bedrijfsresultaat en de ondernemingswaarde Vandaar de U-vormige relatie 4 Boekwaarde van het eigen vermogen wordt ook wel waarde van het aandelenkapitaal genoemd De Engelstalige term is lsquoBook value of equityrsquo In het verdere verloop gebruiken we de afkorting lsquoBWEVrsquo

4

De rol van de BWEV als waardedrijver bij verlieslatende ondernemingen wordt in de

literatuur als drieledig beschouwd (1) als proxy voor toekomstige normale winsten

(Ohlson 1995 Penman 1992) (2) als schatting voor liquidatiewaarde of waarde van

alternatieve-aanwending (Burgstahler amp Dichev 1997) en (3) als controle voor verschil in

grootte (Barth en Kallapur 1996)

Het (positieve) bedrijfsresultaat als determinant voor waarde bij hypothese 1 was onder

de assumptie dat huidige winsten informatie bevatten over toekomstige kasstromen Bij

ondernemingen met een negatief bedrijfsresultaat is dit niet het geval Volgens het

Ohlson model (1995) kan de BWEV gebruikt worden als proxy voor de toekomstige

normale winsten (1)

De BWEV kan ook gebruikt worden als proxy voor de liquidatiewaarde (2) (Burgstahler

amp Dichev 1997) VC-investeerders investeren in jonge risicovolle ondernemingen Jong

en risicovol omdat deze de grootste groeimogelijkheden bieden en dus ook de hoogste

rendementen Het succesvol uitbouwen van zorsquon nieuwe onderneming is zeer risicovol

Deze ondernemingen hebben immers geen buffer onder de vorm van een portefeuille

van producten in diverse markten waarop de onderneming kan terugvallen De kans op

faillissement is in deze bedrijven reeumlel BWEV is het verschil tussen het totaal actief en

de totale schulden wat de waarde van de totale ondernemingen na afbetaling van de

schuldeisers bij vereffening voorstelt (=liquidatiewaarde)

De BWEV kan ook als proxy gebruikt worden voor de grootte van een onderneming (3)

(Collins et al1997a Barth en Kallapur 1996) De grootte van het bedrijf (met als proxy

BWEV) staat in relatie met de eerste twee rollen van de BWEV Grotere ondernemingen

hebben namelijk een hogere liquidatiewaarde en van grotere ondernemingen worden

grotere toekomstige winsten verwacht

Samenvattend stellen we dat boekwaarden een toenemend belang hebben bij het

waarderen van ondernemingen wanneer (1) huidige winsten geen goede indicatie zijn

voor toekomstige winsten of (2) wanneer de onderneming een grotere kans heeft op

faling of liquidatie Dit is zeker het geval in de Venture Capital markt waardoor we onze

derde hypothese als volgt kunnen formuleren

5

H3 De waarde van een onderneming is positief gerelateerd aan de boekwaarde van het

eigen vermogen bij verlieslatende ondernemingen

De waarderelevantie van het bedrijfsresultaat enerzijds en de boekwaarden anderzijds

verschilt over de industrieeumln heen (Barth Beaver amp Landsman 1999)

Collins Pincus en Xie (1997) constateren dat BWEV hogere waarderingen verklaart en

niet de omvang van het verlies Nochtans vonden zij ook dat verliezen afzonderlijk

positief gewaardeerd worden Dit kwam omdat grotere verliezen afkomstig zijn van

grotere bedrijven (met als proxy BWEV) en grotere ondernemingen hoger gewaardeerd

worden 5 De reden hiervoor is dat zij gebruik maken van een cross-sectionele

steekproef van bedrijven uit verschillende sectoren voor de periode 1975-1992 De

opgenomen ondernemingen komen grotendeels uit niet-risicovolle sectoren waar BWEV

als proxy voor grootte dient en dus beter de hogere waarderingen kan verklaren 6 De

bevindingen van Collins et al (1997) zijn tegenstrijdig met Hand (2000) en Joos (2007)

In hun onderzoek naar internet en biotechnologische bedrijven wordt de positieve

waardering van verliezen behouden na opname van BWEV in het waarderingsmodel

Eerder (H2) zagen we dat in deze sectoren de verliezen positief gewaardeerd werden

als teken van strategische uitgaven en niet als indicatie dienden voor de grootte van het

bedrijf Vandaar het behoud van de positieve waardering van verliezen na opname

BWEV in het waarderingsmodel

Waardering van het verlies is afhankelijk van het risico de groeiopportuniteiten en de

stabiliteit van de inkomsten in de verschillende industrieeumln In sectoren waarin

ondernemingen investeren in grote hoeveelheden niet-herkende netto activa7 (zoals

onderzoek amp ontwikkeling) heeft het bedrijfsresultaat een grotere verklaringskracht De

5 Statistisch uit zich dat in een negatief of niet significante coeumlfficieumlnt bij verlies na incorporatie van boekwaarden van het eigen vermogen 6 Hun argumentering is als volgt wanneer een relevante variabele (BWEV) die positief gecorreleerd is met de afhankelijke variabele (marktwaarde) en negatief met een onafhankelijke variabele( bedrijfsverlies) niet opgenomen wordt in de analyse ontstaat er een negatieve bias bij de coeumlfficieumlnt van deze onafhankelijke variabele De positieve waardering van het verlies is afkomstig van de onderliggende relatie verlies-BWEV en BWEV-waarde en niet van de relatie verlies-ondernemingswaarde zelf 7 Andere voorbeelden zijn groeiopties en klantentrouw Deze worden boekhoudkundig als kosten behandeld terwijl deze de kenmerken van activa bezitten Het zijn namelijk investeringen die tot winsten kunnen leiden in de toekomst

6

boekwaarde van het eigen vermogen heeft dan weer meer verklaringskracht in minder

risicovolle ondernemingen met stabiele winsten

Aangezien verwacht wordt dat Venture Capital investeerders actief zijn in jonge

ondernemingen met sterke groeiopties zoals in farmaceutische (Brief amp Zarowin 1999)

biotechnologische (Joos 2007) en internetbedrijven (Hand 2000) voorspellen wij dat

de resultatenrekening ( verlies en kosten) in risicovolle en hoogtechnologische sectoren

meer informatie kan bieden dan de balans (BWEV) als determinanten voor waardering

Anders geformuleerd

H4 De positieve waardering van verliezen is minder uitgesproken in de

laagtechnologische sector dan in de hoogtechnologische sector

22 Waarderingsdeterminanten voor de Private Markt In de voorgaande literatuur werd marktwaarde verklaard door boekwaarde van het

aandelenkapitaal en het netto-inkomen In dit stuk wordt dieper ingegaan op de

waarderelevantie van gedesaggregeerde financieumlle informatie bij het waarderen van

ondernemingen gefinancierd met Venture Capital

Accounting conservatisme gecombineerd met snelle groei in ontastbare activa kan de

associatie tussen ondernemingswaarde en geaggregeerde financieumlle data ernstig

verstoren Geaggregeerde variabelen van de balans en resultatenrekening zoals de

boekwaarde van het eigen vermogen (BWEV) en netto-inkomen (NI) zijn een

vertekende meting voor de economische positie en winstgevendheid van de

onderneming (Zhang 2001) Een regressie van vertekende variabelen met de

afhankelijke variabele kan leiden tot coeumlfficieumlnten met een ander teken of grootte dan

dat men intuiumltief kan vermoeden8

Waardering van VC-ondersteunde bedrijven aan de hand van gedesaggregeerde

financieumlle informatie vinden we terug in het onderzoek van Hand ( 2005) en Armstrong

Davila en Foster (2006) Gedesaggregeerde financieumlle informatie wordt bekomen door

de twee componenten van het Ohlson model BWEV en NI op te splitsen in hun

onderliggende componenten Kas en kasequivalenten niet-kasactiva en lange

8 Illustratie negatieve bias uit voetnoot 6

7

termijnschulden worden beschouwd als de desaggregatie van de BWEV De

belangrijkste kostenitems en opbrengsten kunnen gezien worden als een desaggregatie

van het NI Kas en niet-kas activa hebben een significante positieve coeumlfficieumlnt net als

de variabelen uit de resultatenrekening Dit geldt voor zowel de opbrengsten als de

kosten (Kosten van de verkochte goederen kosten voor onderzoek en ontwikkeling en

andere kosten) Het positieve teken bij de coeumlfficieumlnt voor elke kostencomponent wijst al

op de voorspelling dat investeerders kostenuitgaven bij jonge ondernemingen als

investeringen beschouwen

Gebaseerd op de studies van Hand (2004 2005) en Armstrong et al(2006) willen wij de

waarderelevantie van enkele componenten van de balans en de resultatenrekening

nagaan

Eerst gaan we de waarderelevantie na van elementen van de balans We

desaggregeren de boekwaarde van het eigen vermogen in volgende componenten Kas

en kasequivalenten niet-kas activa en totale schulden

In eerste instantie willen we de invloed nagaan van de kaspositie op de waardering van

de onderneming Een goede kaspositie wordt gezien als een indicatie van een goede

liquiditeitspositie Zowel in de studies van Hand (2005) en Armstrong et al (2006) wordt

een positieve coeumlfficieumlnt bekomen voor de kaspositie Wij gaan in hypothese vijf na of

we deze significante positieve coeumlfficieumlnt kunnen bevestigen

H5 De ondernemingswaarde is positief gerelateerd aan de kaspositie

De niet-kas activa is de som van de vaste activa en de vlottende activa verminderd met

kas en kasequivalenten De niet-kas activa vormen een belangrijke component van het

totaal actief en de balans Ze kunnen gezien worden als een indicatie voor de grootte

van een bedrijf Hand (2004 2005) en Armstrong et al (2006) bekomen een positieve

coeumlfficieumlnt voor de niet-kas activa

Wij voorspellen een positieve relatie tussen grootte (niet-kas activa) en

ondernemingswaarde

8

H6 De ondernemingswaarde is positief gerelateerd aan de waarde van de niet-kas

activa

Armstrong et al(2006) zien schulden als een claim van de schuldeisers ten opzichte van

het actief en de toekomstige kaststromen van de onderneming Er wordt in hun werk

dan ook een negatieve coeumlfficieumlnt voorspeld De totale schulden zijn een indicatie voor

het financieumlle risico van een onderneming Bij het ten gronde gaan van een

onderneming is de waarde voor de aandeelhouders het deel van de waarde dat

overblijft na uitbetaling van de schuldeisers Hoe meer schulden er aanwezig zijn in een

onderneming hoe lager de resterende waarde is voor de aandeelhouders bij liquidatie

van de onderneming

Wij voorspellen dat de waarde van een onderneming negatief gerelateerd is aan de

totale schulden

H7 De ondernemingswaarde is negatief gerelateerd aan de totale schulden

Na de elementen van de balans gaan we de invloed na van een element van de

resultatenrekening We gaan na welke relatie er bestaat tussen totale kosten en de

waarde van een onderneming

Het grootste deel van de ondernemingen waar Venture Capitalists in investeren zijn

verlieslatend Zoals in de literatuur over verlieslatende ondernemingen aangehaald

worden verliezen vaak positief gewaardeerd bij jonge ondernemingen Strategische

investeringen liggen aan de basis van dit negatief resultaat Dit omdat investeringen in

de boekhouding behandeld worden als kosten Hogere kosten zijn een indicatie voor

investeringen die in de toekomst kunnen resulteren in positieve kasstromen Op basis

hiervan voorspellen wij een positieve relatie tussen de totale kosten en de waardering

van een onderneming

H8 De ondernemingswaarde is positief gerelateerd aan de totale kosten

9

23 Groeiopportuniteiten als waardedeterminant De waarde van een bedrijf is afkomstig van 2 determinanten (Myers 1977)

Waarde onderneming = waarde van activa + huidige waarde van toekomstige

groeiopportuniteiten

Welke component van waarde het meest doorweegt is afhankelijk van de fase waarin de

onderneming zich bevindt Voor startende ondernemingen is de huidige waarde van de

groeiopportuniteiten de belangrijkste component Groeimogelijkheden worden vaak als

waardedrijver gebruikt bij jonge opstartende ondernemingen en ondernemingen in

nieuwe industrieeumln (Damodaran 2001) Waarderingsmodellen die enkel

boekhoudkundige variabelen opnemen als determinanten voor ondernemingswaarde

zien een belangrijke component over het hoofd Er moet rekening gehouden worden

met het groeipotentieel van de ondernemingen (Holthausen en Watts 2001) Groeiende

ondernemingen worden hoger gewaardeerd (Davilla Foster en Gupta 2003)

Davila en Foster (2005) rapporteren een positieve Spearman correlatie tussen de

verandering in waardering en de verandering in inkomsten als proxy voor groei voor een

steekproef van 78 private ondernemingen (waarvan 60 Venture Capital genoten)

Hieruit kunnen we afleiden dat het groeipotentieel van een onderneming een belangrijke

waardeterminant is voor het waarderen van ondernemingen gefinancierd met Venture

Capital Hierop baserend formuleren we onze negende en laatste hypothese

H9 De ondernemingswaarde is positief gerelateerd aan de groei van de onderneming

10

3 Methode 31 Data 311 Bronnen Voor het verzamelen van de gegevens werd een beroep gedaan op drie verschillende

databases Zephyr Amadeus en Belfirst Dit zijn producten van Bureau van Dijk

Electronic Publishing (BvDEP)

Zephyr is een database die informatie bevat over verschillende soorten transacties

waaronder Venture Capital transacties

Amadeus is een pan-Europese database die financieumlle informatie bevat over

ondernemingen in achtendertig verschillende Europese landen

Belfirst bevat alle neergelegde jaarrekeningen van Belgische ondernemingen Alle

posten van de balans resultatenrekening toelichting en (in voorkomend geval) sociale

balans zijn erin opgenomen

Verder werd een beroep gedaan op het Belgisch staatsblad jaarverslagen en

participaties van Belgische Venture Capital fondsen en prospectussen van Belgische

IPOrsquos die in het verleden met Venture Capital zijn gefinancierd

Informatie over de Venture Capital instroom werd teruggevonden in publicaties van de

lsquoEuropean Private Equity amp Venture Capital Association (EVCA)rsquo

We maakten ook gebruik van de De Dow Jones STOXX Total Market Index (TMI)9

312 Populatie en Steekproef Voor het trekken van de steekproef werd onder andere een beroep gedaan op Zephyr

Alle Venture Capital transacties in Belgieuml Nederland Luxemburg Duitsland Frankrijk

en het Verenigd Koninkrijk afgesloten tussen 1 januari 1997 en 31 december 2007

werden geselecteerd Zephyr gaf in totaal 3593 transacties weer voor deze tijdspanne

Voor de waardering van Venture Capital transacties is het noodzakelijk de totale

ondernemingswaarde te kennen Daarom werden enkel de transacties van

ondernemingen met een gekende ondernemingswaarde geselecteerd waardoor er

slechts 331 van de initieumlle 3593 deals overbleven

9 De Dow Jones STOXX TMI werd geraadpleegd op wwwstoxxcom

11

Om financieumlle gegevens over de ondernemingen betrokken bij een Venture Capital

transactie terug te vinden op Amadeus werd gebruik gemaakt van het Bureau van Dijk

identificatienummer Voor ondernemingen waar het identificatienummer niet gegeven

was werd nagegaan of er informatie beschikbaar was op Amadeus door te zoeken op

naam Slechts voor 73 van de 331 deals vonden we financieumlle informatie over de

betrokken onderneming terug op Amadeus Ondernemingen betrokken bij Venture

Capital transacties zijn vaak heel jonge of opstartende ondernemingen Dit heeft als

gevolg dat niet voor alle transacties historische financieumlle informatie van de betrokken

onderneming terug te vinden is Voor transacties waarvan het jaartal van de afloop van

de deal overeenstemt met het jaar waarin de onderneming is opgestart kan bijgevolg

geen financieumlle informatie worden teruggevonden

Voor deals waarin Belgische ondernemingen betrokken waren werden de financieumlle

gegevens verzameld op Belfirst Voor 9 van de 21 Belgische deals teruggevonden op

Zephyr was er extra informatie terug te vinden op Belfirst

Gebruik makend van prospectussen het Belgisch staatsblad en de jaarverslagen en

participaties van belangrijke Venture Capitalfondsen werd de steekproef uitgebreid10

Op basis van deze drie methodes werden 44 extra deals teruggevonden waarvoor ook

financieumlle informatie terug te vinden was op Belfirst

De finale steekproef waarop de hypothesen worden getest bestaat uit 126 Venture

Capital deals

10 Er werd gebruik gemaakt van prospectussen van Belgische VC-backed IPOrsquos om extra Venture Capital transacties terug te vinden Voor de Belgische VCndashBacked IPOrsquos werden prospectussen onderzocht om het verworven aandeel in de ondernemingen te achterhalen en op die manier de ondernemingswaarde te berekenen Voor de Belgische deals uit Zephyr zonder gekende ondernemingswaarde werd nagegaan of de totale waarde berekend kon worden op basis van publicaties in het Belgisch Staatsblad Verder werden participaties van Venture Capitalfondsen nagegaan De waarde van de transacties werd opgezocht in het Belgisch staatsblad

12

Initieel aantal deals (Zephyr) 3593- Aantal deals van ondernemingen zonder gekende totale ondernemingswaarde 3262Aantal deals van ondernemingen met gekende totale ondernemingswaarde 331- Aantal deals van ondernemingen zonder de nodige financieumlle informatie 249Totaal aantal deals Zephyr met de nodige financieumlle informatie 82+Uitbreiding steekproef (prospectussen Belgisch staatsblad en participaties VC-fondsen) 44Finale steekproef 126

Tabel 1 Overzicht van het tot stand komen van de steekproef

32 Variabelen 321 Afhankelijke variabele Als afhankelijke variabele nemen we de marktwaarde van de onderneming (afkorting

MW) De marktwaarde is de premoneywaardering berekend door van de totale waarde

van de onderneming na de investering het geiumlnvesteerde bedrag af te trekken11 De

totale waarde van de onderneming is het bedrag dat men zou betalen indien 100 van

de onderneming zou verworven worden Ze wordt berekend als ((investering)(

aandelen verworven)) x 100 Voor de deals uit Zephyr worden enkel deze met een

gekend verworven aandeel in de onderneming opgenomen in de analyse Voor de deals

uit het staatsblad werd het verworven aandeel berekend als de verhouding tussen het

aantal nieuw verkregen aandelen op het totaal aantal aandelen na investering

322 Onafhankelijke variabelen Voor het selecteren van de onafhankelijke variabelen volgen we het matching-principe

gebruikt van Hand (2005) De datum van investering in de onderneming wordt gelinkt

11 De uiteindelijke premoneywaardering wordt dan als volgt berekend Wanneer voor euro100 geiumlnvesteerd wordt en daarbij 10 van de aandelen verworven wordt is de totale waarde van de onderneming gelijk aan euro 1000 en is de premoneywaardering gelijk aan euro 900 De investeerder betaalt eigenlijk euro 100 om na investering 10 van het aandelenkapitaal te bezitten Dat maakt dat op het moment van investering de waarde van de onderneming (100) gelijk is aan 90 van de onderneming na investering Er werd geen onderscheid gemaakt tussen het verworven aandeel van de verschillende investeerders in een investeringsronde of het verworven aandeel van een afzonderlijk fonds Voor het berekenen van de 100 waardering maakt dit geen verschil Wel wordt steeds de totale kapitaalsverhoging van deze 100 waardering afgetrokken en niet het afzonderlijk deel dat eacuteeacuten fonds investeert De totale kapitaalsverhoging voor de data uit het staatsblad is het product van de uitgifteprijs van de aandelen en het totaal aantal nieuw uitgegeven aandelen

13

aan de financieumlle data van het jaar voor de investeringsronde12 Financieumlle data zijn

jaarlijks beschikbaar zodoende dat elke eerste investering in het jaar bruikbaar is voor

onze analyse Alle andere investeringsrondes volgend op de eerste worden uit de

analyse gelaten Het voordeel van deze aanpak is dat het eenvoudig is voor analyse

Het nadeel is het verlies aan informatie wanneer er meerdere financieringsrondes zijn in

eenzelfde fiscaal jaar Het vormt ook een nadeel wanneer er een groot tijdsverschil is

tussen het gebruikte boekjaar van financieumlle data en de afsluiting van investering13

In de eerste twee hypotheses wordt het bedrijfsresultaat gebruikt als onafhankelijke

variabele Als proxy hiervoor gebruiken we de post operationele winstverlies van

Amadeus en Belfirst

Voor boekwaarde van het eigen vermogen gebruiken we de post lsquoshareholderrsquos fundsrsquo

op de balans in Amadeus en Belfirst14

We maken ook gebruik van de financieumlle variabelen uit de modellen van Hand (2004

2005) en Armstrong et al (2006) Om de invloed van deze variabelen na te gaan

zoeken we voor elke variabele een passend alternatief op de databases Amadeus en

Zephyr We vinden voor kas en kasequivalenten niet-kas activa en totale schulden een

alternatief Aangezien wij niet beschikken over een aparte uitgavenpost voor onderzoek

en ontwikkeling nemen we de totale kosten op in onze analyse We splitsen deze niet

op zoals Hand (2004 2005) en Armstrong et al(2006) doen De uitgaven voor

onderzoek en ontwikkeling zitten hier wel in omvat Een Belgische onderneming die

kosten maakt in het kader van door haar verricht onderzoek moet deze kosten (lonen

en wedden - kosten voor het gebruik van materiaal - diensten en diverse goederen

enz) in beginsel naar hun aard boeken in de resultatenrekening van het boekjaar

waarin deze kosten werden gemaakt

12 Bijvoorbeeld Een onderneming verkrijgt financiering uit drie verschillende rondes ABC Ronde A vindt plaats op 3203 ronde B op 5304 en ronde C op 23804 Enkel ronde A en Ronde B worden opgenomen in de analyse Ronde A wordt gelinkt aan financieumlle data van 311202 en ronde B van 311203 13 Dit is bijvoorbeeld het geval wanneer de investering plaatsvond in juli of later (6 maanden na start nieuw boekjaar) Financieumlle data uit het volgende boekjaar zijn recenter om te gebruiken Toch worden de data gebruikt uit het voorgaande jaar 14 Boekwaarde eigen vermogen = Totaal actief ndash Vreemd vermogen

14

15

Davilla Foster en Gupta (2003) gebruiken groei van het aantal werknemers als proxy

voor groei Wij gebruiken de relatieve verandering in de kost van werknemers als proxy

voor groei15

Tabel 1 geeft een overzicht van de gebruikte variabelen

323 Controlevariabelen We gaan ook de invloed na van enkele controlevariabelen

Een eerste controlevariabele die we opnemen in de analyse is industrie Wij willen

nagaan of er een verschil is in de waardering van de ondernemingen die actief zijn in

verschillende industrieeumln Het belang van de sector werd reeds besproken onder punt

22

Ook zullen we controleren voor volgende macro-economische variabelen Gompers en

Lerner (2000) gaan na hoe de waardering van investeringen in de Venture Capital markt

beiumlnvloed wordt door de instroom van kapitaal De resultaten tonen een sterk positief

verband tussen de waarde van Venture Capital investeringen en de instroom van

kapitaal Wij gaan na of we de resultaten van Gompers en Lerner (2000) kunnen

bevestigen voor onze steekproef Deze informatie bekomen we uit publicaties van de

EVCA

We nemen ook een marktindex op als controlevariabele in ons model (Hand 2005)

Deze variabele wordt geacht een goede indicator te zijn voor het potentieel rendement

op Venture Capital investeringen

15 Groei wordt berekend als ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2))

16

Variabele Afkorting Opmerkingen Premoneywaardering MW Totale marktwaarde onderneming na investering ndash Geiumlnvesteerd bedrag Boekwaarde eigen vermogen BWEV Operationeel bedrijfsresultaat (Netto Inkomen) NI Operationele winstverlies Kas en kasequivalenten KAS Niet-kas activa NKASA Vaste activa + vlottende activa (exclusief kas en kasequivalenten) Totale schulden TotSchuld Schulden gt1jaar + Schuldenlt1jaar Totale kosten TotKost Leeftijd Leeftijd Leeftijd bij afsluiten deal - Leeftijd onderneming bij incorporatie Dow jones Stoxx Total Market Index Stoxx Europese marktindex Groei Groei ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2)) Venture Capital instroom VCIN Instroom kapitaal in Venture Capital fondsen uit publicaties EVCA Industrie Industrie De zeven industrieklassen worden ingedeeld in een hoogtechnologische groep en een laagtechnologische groep aan de hand van een dummyariabele

Tabel 2 Overzicht van de gebruikte variabelen

324 Descriptieve statistiek Figuur 1 toont het aantal deals uit de steekproef per land Er zitten voornamelijk deals

uit Belgieuml Frankrijk en het Verenigd Koninkrijk in de steekproef Het grote aandeel

Belgische deals komt door de grotere beschikbaarheid van financieumlle informatie Voor

de deals uit Duitsland was de nodige financieumlle informatie er meestal niet Voor geen

enkele deal uit Nederland en Luxemburg was financieumlle informatie terug te vinden

waardoor de steekproef herleid werd tot vier landen Belgieuml Frankrijk Duitsland en het

Verenigd Koninkrijk

Onze steekproef bestrijkt de periode van 1januari 1997 tot 31december 2007 Figuur 2

geeft weer hoeveel deals er in de verschillende jaren afgesloten zijn We zien dat er

voor het jaar 1997 geen deals met de nodige financieumlle gegevens terug te vinden waren

Het hoge aantal deals in het jaar 2000 kan verklaard worden door de High Tech Bubble

In figuur 3 kan de leeftijd van de betrokken ondernemingen afgelezen worden bij het

afsluiten van de deal We zien dat onze steekproef vooral bestaat uit jonge

ondernemingen De mediaan van de leeftijd van de ondernemingen in onze steekproef

is drie jaar

In figuur 4 kan de distributie van de steekproef volgens industrie worden afgelezen De

steekproef werd opgedeeld op basis van de eerste twee cijfers van de nacebelcode en

op basis daarvan ingedeeld in zeven verschillende groepen metaal chemie

biotechnologisch handel en horeca zakelijke diensten computer gerelateerd diensten

niet computer gerelateerd en een restcategorie andere Het valt op dat een groot deel

van de deals gebeuren in hoogtechnologische industrieeumln Chemie Biotechnologisch en

zakelijke diensten computer gerelateerd

17

Aantal deals per land

54

45

24

3

0

10

20

30

40

50

60

Belgieuml Verenigd Koninkrijk Frankrijk Duitsland

Land

Aan

tal d

eals

Figuur 1 Aantal deals per land

Distributie steekproef volgens jaar deal

0

4

8

29

14

3

9 10 9

23

17

0

5

10

15

20

25

30

35

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Jaar deal

Aan

tal d

eals

Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten werd

18

Leeftijd ondernemingen bij afsluiten deal

11

27 26

20

79

4 4 53

10

0

5

10

15

20

25

30

1 jaar 2 jaar 3 jaar 4 jaar 5 jaar 6 jaar 7 jaar 8 jaar 9 jaar 10 jaar gt10jaar

Leeftijd

Aan

tal o

nder

nem

inge

n

Figuur 3 Leeftijd onderneming bij afsluiten deal

Distributie steekproef volgens industrie

4032

1712 11 9

5

05

1015202530354045

Compu

ter ge

relate

erd

Dienste

n (ex

cl C

ompu

ter)

Metaal

Hande

l en H

oreca

Biotec

hnolo

gisch

Chemie

Andere

(res

tcateg

orie)

Industrie

Aan

tal d

eals

Figuur 4 Distributie van de steekproef volgens industrie

19

20

Als controlevariabele wordt nagegaan of de kapitaalinstroom in Venture Capital fondsen

in het jaar van de deal een invloed heeft op de waardering van de Venture Capital

transacties In bijlage 1 kan de instroom van kapitaal in de verschillende jaren afgelezen

worden De gegevens zijn afkomstig uit de jaarlijkse publicaties van de EVCA Bij het

uitvoeren van het onderzoek was de kapitaalinstroom voor het jaar 2007 nog niet

gepubliceerd

Tabel 3 geeft een overzicht van het minimum het maximum de mediaan het

gemiddelde en de standaardafwijking van de gebruikte variabelen Er wordt ook getoond

hoeveel gegevens beschikbaar zijn per variabele De verschillende variabelen worden

weergegeven in duizend euro De gemiddelde onderneming betrokken bij een Venture

Capital deal heeft een premoneywaardering van 19932 duizend euro Het gemiddelde

en de mediaan van het operationeel bedrijfsresultaat zijn negatief Dit komt doordat

slechts 31 van de 108 bedrijven waarvoor het operationeel bedrijfsresultaat gegeven is

een positief operationeel bedrijfsresultaat hebben

In bijlage 2 kan het boxplot bekeken worden van de premoneywaardering per jaar

Zowel de Kruskal-Wallis-test als de mediaantest tonen aan dat er geen verschil is in

premoneywaardering over de verschillende jaren heen16

In bijlage 3 kan het boxplot worden bekeken van de premoneywaardering in de

verschillende industrieklassen Biotechnologische ondernemingen worden significant

hoger gewaardeerd dan ondernemingen in andere industrieklassen

16 De resultaten van deze testen zijn niet opgenomen in dit werk

21

Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelen

Gemiddelde Minimum Maximum Mediaan Standaardafwijking N (euro1000) (euro1000) (euro1000) (euro1000) (euro1000) Afhankelijke variabele Premoneywaardering 19332 100 267278 5102 38420 126 Onafhankelijke variabelen Operationeel Bedrijfsresultaat (t-1) -587 -9601 12097 -165 2303 108 Boekwaarde eigen vermogen (BWEV) (t-1) 1926 -4357 30257 184 5140 125 Kas en kasequivalenten (t-1) 1113 0 24375 80 3171 117 Niet-kas activa (t-1) 5366 0 246738 641 25152 117 Totale schulden (t-1) 4581 0 224510 734 22284 123 Totale opbrengsten (t-1) 7435 2 191280 991 26077 62 Totale kosten (t-1) 3169 1 54230 1139 8014 69 Leeftijd 5 1 35 3 5 126 Kost van de werknemers (t-1) 1458 0 44856 679 4789 94 Kost van de werknemers (t-2) 619 0 4207 457 766 65

Controlevariabelen Dow Jones Stoxx Total Market Index 312 177 389 324 56 126

33 Modellen en Onderzoeksopzet In bijlage 9 kan men op Figuur 7 grafieken bekijken van de relatie tussen de

boekwaarde van het eigen vermogen (BWEV) en de premoneywaardering en de relatie

tussen het netto-inkomen (NI) en de premoneywaardering Figuur 7a is een scatterplot

met de oorspronkelijke data in duizend euro in figuur 7b zijn de oorspronkelijke data

gedeflateerd op het totaal actief Uit beide figuren kan je afleiden dat deze data sterk

heteroscedastisch is wat niet goed is om een lineaire relatie na te gaan tussen de

variabelen Tabel 3 toonde reeds een groot verschil in gemiddelden en mediaan voor

de verschillende variabelen Dit kan het resultaat zijn van verschillen tussen de

ondernemingen in leeftijd grootte industrie of levenscyclus

Om hier een oplossing voor te bieden ondergaan de variabelen een Ln-transformatie die

als volgt gebeurt

Voor de positieve waarden X Ln [ 1 + X ] met X in duizend euro

Voor de negatieve waarden Y -Ln [ 1 + (-Y)] met Y in duizend euro

Het voordeel van deze transformatie is dat men niet hoeft te controleren voor outliers

aangezien een Ln-transformatie hoge waarden afvlakt We zien in tabel 3 steeds grote

standaardafwijkingen bij de variabelen voor transformatie Na transformatie verdwijnen

deze hoge waarden Via een Ln-transformatie bekomen we ook een grotere

homoscedasticiteit tussen de variabelen17

Het effect van het transformeren in vergelijking met deflateren op totaal actief18 wordt

geiumlllustreerd in bijlage 9 In bijlage 9 wordt een scatterplot gemaakt van de bivariate

relatie tussen de premoneywaardering en respectievelijk de boekwaarde van het eigen

vermogen en het bedrijfsresultaat

In figuur 7c zie je dat na transformatie de relaties tussen ln(premoneywaardering) en

respectievelijk ln(BWEV) en ln(Bedrijfsresultaat) meer homoscedastisch zijn

Op deze figuur merken we ook dat de relatie tussen de boekwaarde van het eigen

vermogen (indien gt 0) en de ondernemingswaarde (lineair) positief is We zien

eveneens een positieve relatie tussen het bedrijfsresultaat en de ondernemingswaarde

17 Armstrong et al maken gebruik van een rank regression om dezelfde problemen bij regressie op te lossen 18 Collins et al deflateren op het aantal aandelen Joos maakt gebruik van de marktwaarde op t de boekwaarde op t-1 en het aantal werknemers t-1 als deflatiefactor

22

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 9: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

Lijst van figuren

bull Figuur 1 Aantal deals per landhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip18

bull Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten

werdhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip18

bull Figuur 3 Leeftijd onderneming bij afsluiten dealhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip19

bull Figuur 4 Distributie van de steekproef volgens industriehelliphelliphelliphelliphelliphelliphelliphelliphelliphellip19

bull Figuur 5 Premoneywaardering volgens leeftijdhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVI

bull Figuur 6 Premoneywaardering volgens industriehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipVII

bull Figuur 7 Relatie tussen ondernemingswaarde en BWEV NI voor ruwe data

deflatie op totaal actief en ln-transformatiehelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXII

bull Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en

hoogtechnologische sectorhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXIII

bull Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXIV

bull Figuur 10 Invloed van grootte van het bedrijf op omvang van het

bedrijfsresultaathelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellipXIV

bull Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)XV

IX

1 Inleiding Private Equity en Venture Capital 1 investeringen als onderdeel ervan vormen een

belangrijk en groeiend aandeel in de wereldwijde kapitaalmarkten

Er is in het verleden heel wat onderzoek uitgevoerd in verschillende domeinen van

Venture Capital onderzoek over het investeringsproces (Gompers 1995) Venture

Capital contracten agency problemen en incentives (Sapienza amp Korsgaard 1996) de

toegevoegde waarde van Venture Capital investeerders (Sapienza 1992) en

beursintroductie van bedrijven gefinancierd met Venture Capital (Barry Muscarella amp

Peavy 1990 Gompers amp Lerner 1998 Stuart Hoang amp Hybels 1999)

Niettegenstaande de grote verscheidenheid van het voorgaand onderzoek zijn er

mogelijkheden om het onderzoeksdomein over Venture Capital uit te breiden Eeacuten

daarvan is het zoeken naar determinanten van de waardering van Venture Capital

transacties

Uit vragenlijsten blijkt dat Private Equity investeerders naast kenmerken en

marktopportuniteiten voor de onderneming financieumlle performantie en accounting

gegevens als leidende informatie hanteren bij het screenen en selecteren van potentieumlle

ondernemingen (Wright amp Robbie 1998) Nochtans hebben VC-ondersteunde bedrijven

meestal nog geen historische boekhoudkundige gegevens op het moment van de

investering Venture Capital is per definitie investeren in private ondernemingen De

aandelen van deze ondernemingen zijn niet beursgenoteerd waardoor publieke

beschikbaarheid van financieumlle informatie zeldzaam is

Bovendien investeren Venture Capitalists voornamelijk in jonge en risicivolle

ondernemingen Deze ondernemingen hebben vaak nog geen product of inkomsten Als

gevolg hebben ze nog geen positieve kasstromen die als indicatie dienen voor het

toekomstig winstpotentieel bij waardering Deze hoge mate van onzekerheid op moment

van investering maakt het waarderen van deze ondernemingen een grote uitdaging voor

Venture Capital investeerders

Wij gaan in ons onderzoek na of financieumlle informatie waarderelevant is bij het

waarderen van ondernemingen gefinancierd met Venture Capital We gaan op zoek wat

1 We gebruiken de Engelse term lsquoventure capitalrsquo De Nederlandse vertaling die soms gebruikt wordt risicokapitaal omvat een ruimer begrip alle financiering met aandelenkapitaal is immers risicokapitaal

1

deze waardedeterminanten zijn voor Venture Capital transacties We doen dit door de

premoneywaardering van de ondernemingen in onze steekproef te relateren aan diverse

boekhoudkundige variabelen De keuze van de boekhoudkundige variabelen is

gebaseerd op de relevantie van de variabelen voor de waardering van publieke

ondernemingen waar reeds heel wat onderzoek over bestaat

Venture Capital investeerders focussen zich typisch op startende ondernemingen met

veel groeipotentieel Het verkregen kapitaal dient hier als financieringsbron voor

infrastructuur of voor het opbouwen van een technologisch platform met als doel in de

toekomst inkomsten te genereren Op het moment van investering is het huidige

bedrijfsresultaat dan ook voornamelijk negatief Ons onderzoek gaat in het bijzonder na

hoe de Venture Capital markt deze verliezen waardeert

Het vervolg van deze thesis is als volgt ingedeeld In punt 2 wordt de bestaande

literatuur beschreven en worden er hypothesen ontwikkeld Vervolgens wordt in punt 3

de steekproef gedefinieerd worden de gebruikte variabelen besproken en wordt de

descriptieve statistiek gerapporteerd Daarna worden in punt 4 de resultaten besproken

geiumlnterpreteerd en gekaderd in de bestaande literatuur In het laatste punt 5 worden de

conclusies weergegeven en de beperkingen vermeld

2 Literatuurstudie en testbare hypothesen Volgende literatuur en waarderingsmodellen werden voornamelijk toegepast op

gevestigde winstgevende ondernemingen In het verleden werd vooral onderzoek

uitgevoerd naar de waarderelevantie van financieumlle boekhoudkundige gegevens van

ondernemingen waarvan de nodige data beschikbaar waren Dit is meestal het geval

voor ondernemingen die beursgenoteerd zijn Zij hebben de verplichting deze informatie

publiek en transparant te maken Venture Capitalists investeren in niet-beursgenoteerde

ondernemingen Wij gaan de relevante waarderingsdeterminanten na van publieke

markten en passen die vervolgens toe op private ondernemingen

2

21 Waarderingsdeterminanten voor de Publieke Markt Een eerste stroom literatuur onderzoekt de relevantie van winstgevendheid bij het

waarderen van aandelen De marktwaarde onder de vorm van aandelenkoersen werd

gerelateerd aan de winstpositie van de onderneming

Het gebruik van winstparameters en winstgevendheid (als verschil tussen opbrengsten

en kosten) voor het waarderen van bedrijven wordt ondersteund door heel wat literatuur

(Ball amp Brown 1968 Beaver 1968 Easton amp Harris 1991 Collins amp Kothari 1989) Dit

steeds onder de assumptie dat huidige winsten informatie bevatten over toekomstige

kasstromen Een hogere winst betekent meer middelen om uit te keren aan de

aandeelhouders Bijgevolg is de marktwaarde voor meer winstgevende bedrijven hoger

Dit resulteert in een lineaire relatie tussen winstgevendheid en ondernemingswaarde

Wij gaan in hypothese 1 na of deze lineaire relatie teruggevonden in de publieke markt

ook van toepassing is in de Venture Capital markt

H1 Er is een positieve relatie tussen de omvang van de winst en de

ondernemingswaarde

Deze positieve lineaire relatie betekent dat over het algemeen de meer winstgevende

bedrijven hoger gewaardeerd worden dan minder winstgevende bedrijven Het is

belangrijk om op te merken dat verlieslatende ondernemingen ook hoog kunnen

gewaardeerd worden Een voorbeeld hiervan zijn de hoge aandeelprijzen die soms

betaald worden voor een onderneming die er nog niet in geslaagd is winst te genereren

(cfr Amazoncom) Zo vinden diverse auteurs een significante positieve relatie tussen

verliezen en de ondernemingswaarde2 (Jan amp Ou 1995 Hayn 1995 Burgstahler en

Dichev 1997 Kothari en Zimmerman 1995 Collins Pincus amp Xie1997 Hand 2003 en

Joos 2004)

Bij internetbedrijven is de ondernemingswaarde convex gerelateerd met het

bedrijfsresultaat Dit betekent toenemend met de winst en toenemend met de omvang

van het verlies (Hand 2003) Ook bij biotechnologische bedrijven is een gelijkaardige V-

2 Ondernemingswaarde meestal in de vorm van aandelenprijzen Deze relatie betekent hoe groter de verliezen hoe hoger de ondernemingswaarde

3

vormige relatie positief voor winst en negatief voor verlies terug te vinden tussen het

bedrijfsresultaat en de ondernemingswaarde (Joos en Zhdanov 2007)

Internetbedrijven (Hand) en biotechnologische bedrijven (Joos) zijn kenmerkend voor de

sectoren waarin VC-investeerders actief zijn Ze zijn op zoek naar een hoog rendement

in jonge snelgroeiende ondernemingen Deze bevinden zich voornamelijk in risicovolle

sectoren Hier wordt de waarde vooral gedreven door het groeipotentieel in plaats van

de huidige winsten De economische reden waarom winstgevendheid minder relevant is

bij het waarderen van deze kenmerkende ondernemingen is de forse investeringen in

ontastbare activa zoals marketing onderzoek en ontwikkeling Investeerders zien dit als

investeringen die kasstromen zullen genereren in de toekomst en niet als een huidige

kost zoals die behandeld moet worden volgens de boekhoudkundige regels Deze grote

kosten leiden dan ook tot grote verliezen aangezien deze ondernemingen vaak nog

geen inkomsten hebben door het ontbreken van een marktklaar product De verliezen

wijzen dus op strategische uitgaven van het management en zijn geen indicatie voor

het operationeel falen Verliezen als gevolg van aanzienlijke investeringskosten worden

dan ook opgenomen als waardedeterminant op het moment van waardering van de

onderneming

H2 Er is een positieve relatie tussen de omvang van het verlies en de

ondernemingswaarde

Samen vormen hypothese 1 en 2 een convexe of U-vormige relatie tussen het

bedrijfsresultaat en de ondernemingswaarde3 net zoals bij Hand (2003) en Joos (2007)

De relatie is positief voor winstgevende en negatief voor verlieslatende ondernemingen

Voor verlieslatende ondernemingen bevatten de boekwaarden van het eigen vermogen

(BWEV) meer informatie dan elementen van de resultatenrekening4 (Barth Beaver amp

Landsman 1998 Burgstahler amp Dichev 1997 Jan amp Ou 1995 Collins Pincus amp Xie

1999 Hayn 1995) 3 H1 en H2 kunnen we anders formuleren Er is een positieve (negatieve) relatie voor winstgevende (verlieslatende) ondernemingen tussen het bedrijfsresultaat en de ondernemingswaarde Vandaar de U-vormige relatie 4 Boekwaarde van het eigen vermogen wordt ook wel waarde van het aandelenkapitaal genoemd De Engelstalige term is lsquoBook value of equityrsquo In het verdere verloop gebruiken we de afkorting lsquoBWEVrsquo

4

De rol van de BWEV als waardedrijver bij verlieslatende ondernemingen wordt in de

literatuur als drieledig beschouwd (1) als proxy voor toekomstige normale winsten

(Ohlson 1995 Penman 1992) (2) als schatting voor liquidatiewaarde of waarde van

alternatieve-aanwending (Burgstahler amp Dichev 1997) en (3) als controle voor verschil in

grootte (Barth en Kallapur 1996)

Het (positieve) bedrijfsresultaat als determinant voor waarde bij hypothese 1 was onder

de assumptie dat huidige winsten informatie bevatten over toekomstige kasstromen Bij

ondernemingen met een negatief bedrijfsresultaat is dit niet het geval Volgens het

Ohlson model (1995) kan de BWEV gebruikt worden als proxy voor de toekomstige

normale winsten (1)

De BWEV kan ook gebruikt worden als proxy voor de liquidatiewaarde (2) (Burgstahler

amp Dichev 1997) VC-investeerders investeren in jonge risicovolle ondernemingen Jong

en risicovol omdat deze de grootste groeimogelijkheden bieden en dus ook de hoogste

rendementen Het succesvol uitbouwen van zorsquon nieuwe onderneming is zeer risicovol

Deze ondernemingen hebben immers geen buffer onder de vorm van een portefeuille

van producten in diverse markten waarop de onderneming kan terugvallen De kans op

faillissement is in deze bedrijven reeumlel BWEV is het verschil tussen het totaal actief en

de totale schulden wat de waarde van de totale ondernemingen na afbetaling van de

schuldeisers bij vereffening voorstelt (=liquidatiewaarde)

De BWEV kan ook als proxy gebruikt worden voor de grootte van een onderneming (3)

(Collins et al1997a Barth en Kallapur 1996) De grootte van het bedrijf (met als proxy

BWEV) staat in relatie met de eerste twee rollen van de BWEV Grotere ondernemingen

hebben namelijk een hogere liquidatiewaarde en van grotere ondernemingen worden

grotere toekomstige winsten verwacht

Samenvattend stellen we dat boekwaarden een toenemend belang hebben bij het

waarderen van ondernemingen wanneer (1) huidige winsten geen goede indicatie zijn

voor toekomstige winsten of (2) wanneer de onderneming een grotere kans heeft op

faling of liquidatie Dit is zeker het geval in de Venture Capital markt waardoor we onze

derde hypothese als volgt kunnen formuleren

5

H3 De waarde van een onderneming is positief gerelateerd aan de boekwaarde van het

eigen vermogen bij verlieslatende ondernemingen

De waarderelevantie van het bedrijfsresultaat enerzijds en de boekwaarden anderzijds

verschilt over de industrieeumln heen (Barth Beaver amp Landsman 1999)

Collins Pincus en Xie (1997) constateren dat BWEV hogere waarderingen verklaart en

niet de omvang van het verlies Nochtans vonden zij ook dat verliezen afzonderlijk

positief gewaardeerd worden Dit kwam omdat grotere verliezen afkomstig zijn van

grotere bedrijven (met als proxy BWEV) en grotere ondernemingen hoger gewaardeerd

worden 5 De reden hiervoor is dat zij gebruik maken van een cross-sectionele

steekproef van bedrijven uit verschillende sectoren voor de periode 1975-1992 De

opgenomen ondernemingen komen grotendeels uit niet-risicovolle sectoren waar BWEV

als proxy voor grootte dient en dus beter de hogere waarderingen kan verklaren 6 De

bevindingen van Collins et al (1997) zijn tegenstrijdig met Hand (2000) en Joos (2007)

In hun onderzoek naar internet en biotechnologische bedrijven wordt de positieve

waardering van verliezen behouden na opname van BWEV in het waarderingsmodel

Eerder (H2) zagen we dat in deze sectoren de verliezen positief gewaardeerd werden

als teken van strategische uitgaven en niet als indicatie dienden voor de grootte van het

bedrijf Vandaar het behoud van de positieve waardering van verliezen na opname

BWEV in het waarderingsmodel

Waardering van het verlies is afhankelijk van het risico de groeiopportuniteiten en de

stabiliteit van de inkomsten in de verschillende industrieeumln In sectoren waarin

ondernemingen investeren in grote hoeveelheden niet-herkende netto activa7 (zoals

onderzoek amp ontwikkeling) heeft het bedrijfsresultaat een grotere verklaringskracht De

5 Statistisch uit zich dat in een negatief of niet significante coeumlfficieumlnt bij verlies na incorporatie van boekwaarden van het eigen vermogen 6 Hun argumentering is als volgt wanneer een relevante variabele (BWEV) die positief gecorreleerd is met de afhankelijke variabele (marktwaarde) en negatief met een onafhankelijke variabele( bedrijfsverlies) niet opgenomen wordt in de analyse ontstaat er een negatieve bias bij de coeumlfficieumlnt van deze onafhankelijke variabele De positieve waardering van het verlies is afkomstig van de onderliggende relatie verlies-BWEV en BWEV-waarde en niet van de relatie verlies-ondernemingswaarde zelf 7 Andere voorbeelden zijn groeiopties en klantentrouw Deze worden boekhoudkundig als kosten behandeld terwijl deze de kenmerken van activa bezitten Het zijn namelijk investeringen die tot winsten kunnen leiden in de toekomst

6

boekwaarde van het eigen vermogen heeft dan weer meer verklaringskracht in minder

risicovolle ondernemingen met stabiele winsten

Aangezien verwacht wordt dat Venture Capital investeerders actief zijn in jonge

ondernemingen met sterke groeiopties zoals in farmaceutische (Brief amp Zarowin 1999)

biotechnologische (Joos 2007) en internetbedrijven (Hand 2000) voorspellen wij dat

de resultatenrekening ( verlies en kosten) in risicovolle en hoogtechnologische sectoren

meer informatie kan bieden dan de balans (BWEV) als determinanten voor waardering

Anders geformuleerd

H4 De positieve waardering van verliezen is minder uitgesproken in de

laagtechnologische sector dan in de hoogtechnologische sector

22 Waarderingsdeterminanten voor de Private Markt In de voorgaande literatuur werd marktwaarde verklaard door boekwaarde van het

aandelenkapitaal en het netto-inkomen In dit stuk wordt dieper ingegaan op de

waarderelevantie van gedesaggregeerde financieumlle informatie bij het waarderen van

ondernemingen gefinancierd met Venture Capital

Accounting conservatisme gecombineerd met snelle groei in ontastbare activa kan de

associatie tussen ondernemingswaarde en geaggregeerde financieumlle data ernstig

verstoren Geaggregeerde variabelen van de balans en resultatenrekening zoals de

boekwaarde van het eigen vermogen (BWEV) en netto-inkomen (NI) zijn een

vertekende meting voor de economische positie en winstgevendheid van de

onderneming (Zhang 2001) Een regressie van vertekende variabelen met de

afhankelijke variabele kan leiden tot coeumlfficieumlnten met een ander teken of grootte dan

dat men intuiumltief kan vermoeden8

Waardering van VC-ondersteunde bedrijven aan de hand van gedesaggregeerde

financieumlle informatie vinden we terug in het onderzoek van Hand ( 2005) en Armstrong

Davila en Foster (2006) Gedesaggregeerde financieumlle informatie wordt bekomen door

de twee componenten van het Ohlson model BWEV en NI op te splitsen in hun

onderliggende componenten Kas en kasequivalenten niet-kasactiva en lange

8 Illustratie negatieve bias uit voetnoot 6

7

termijnschulden worden beschouwd als de desaggregatie van de BWEV De

belangrijkste kostenitems en opbrengsten kunnen gezien worden als een desaggregatie

van het NI Kas en niet-kas activa hebben een significante positieve coeumlfficieumlnt net als

de variabelen uit de resultatenrekening Dit geldt voor zowel de opbrengsten als de

kosten (Kosten van de verkochte goederen kosten voor onderzoek en ontwikkeling en

andere kosten) Het positieve teken bij de coeumlfficieumlnt voor elke kostencomponent wijst al

op de voorspelling dat investeerders kostenuitgaven bij jonge ondernemingen als

investeringen beschouwen

Gebaseerd op de studies van Hand (2004 2005) en Armstrong et al(2006) willen wij de

waarderelevantie van enkele componenten van de balans en de resultatenrekening

nagaan

Eerst gaan we de waarderelevantie na van elementen van de balans We

desaggregeren de boekwaarde van het eigen vermogen in volgende componenten Kas

en kasequivalenten niet-kas activa en totale schulden

In eerste instantie willen we de invloed nagaan van de kaspositie op de waardering van

de onderneming Een goede kaspositie wordt gezien als een indicatie van een goede

liquiditeitspositie Zowel in de studies van Hand (2005) en Armstrong et al (2006) wordt

een positieve coeumlfficieumlnt bekomen voor de kaspositie Wij gaan in hypothese vijf na of

we deze significante positieve coeumlfficieumlnt kunnen bevestigen

H5 De ondernemingswaarde is positief gerelateerd aan de kaspositie

De niet-kas activa is de som van de vaste activa en de vlottende activa verminderd met

kas en kasequivalenten De niet-kas activa vormen een belangrijke component van het

totaal actief en de balans Ze kunnen gezien worden als een indicatie voor de grootte

van een bedrijf Hand (2004 2005) en Armstrong et al (2006) bekomen een positieve

coeumlfficieumlnt voor de niet-kas activa

Wij voorspellen een positieve relatie tussen grootte (niet-kas activa) en

ondernemingswaarde

8

H6 De ondernemingswaarde is positief gerelateerd aan de waarde van de niet-kas

activa

Armstrong et al(2006) zien schulden als een claim van de schuldeisers ten opzichte van

het actief en de toekomstige kaststromen van de onderneming Er wordt in hun werk

dan ook een negatieve coeumlfficieumlnt voorspeld De totale schulden zijn een indicatie voor

het financieumlle risico van een onderneming Bij het ten gronde gaan van een

onderneming is de waarde voor de aandeelhouders het deel van de waarde dat

overblijft na uitbetaling van de schuldeisers Hoe meer schulden er aanwezig zijn in een

onderneming hoe lager de resterende waarde is voor de aandeelhouders bij liquidatie

van de onderneming

Wij voorspellen dat de waarde van een onderneming negatief gerelateerd is aan de

totale schulden

H7 De ondernemingswaarde is negatief gerelateerd aan de totale schulden

Na de elementen van de balans gaan we de invloed na van een element van de

resultatenrekening We gaan na welke relatie er bestaat tussen totale kosten en de

waarde van een onderneming

Het grootste deel van de ondernemingen waar Venture Capitalists in investeren zijn

verlieslatend Zoals in de literatuur over verlieslatende ondernemingen aangehaald

worden verliezen vaak positief gewaardeerd bij jonge ondernemingen Strategische

investeringen liggen aan de basis van dit negatief resultaat Dit omdat investeringen in

de boekhouding behandeld worden als kosten Hogere kosten zijn een indicatie voor

investeringen die in de toekomst kunnen resulteren in positieve kasstromen Op basis

hiervan voorspellen wij een positieve relatie tussen de totale kosten en de waardering

van een onderneming

H8 De ondernemingswaarde is positief gerelateerd aan de totale kosten

9

23 Groeiopportuniteiten als waardedeterminant De waarde van een bedrijf is afkomstig van 2 determinanten (Myers 1977)

Waarde onderneming = waarde van activa + huidige waarde van toekomstige

groeiopportuniteiten

Welke component van waarde het meest doorweegt is afhankelijk van de fase waarin de

onderneming zich bevindt Voor startende ondernemingen is de huidige waarde van de

groeiopportuniteiten de belangrijkste component Groeimogelijkheden worden vaak als

waardedrijver gebruikt bij jonge opstartende ondernemingen en ondernemingen in

nieuwe industrieeumln (Damodaran 2001) Waarderingsmodellen die enkel

boekhoudkundige variabelen opnemen als determinanten voor ondernemingswaarde

zien een belangrijke component over het hoofd Er moet rekening gehouden worden

met het groeipotentieel van de ondernemingen (Holthausen en Watts 2001) Groeiende

ondernemingen worden hoger gewaardeerd (Davilla Foster en Gupta 2003)

Davila en Foster (2005) rapporteren een positieve Spearman correlatie tussen de

verandering in waardering en de verandering in inkomsten als proxy voor groei voor een

steekproef van 78 private ondernemingen (waarvan 60 Venture Capital genoten)

Hieruit kunnen we afleiden dat het groeipotentieel van een onderneming een belangrijke

waardeterminant is voor het waarderen van ondernemingen gefinancierd met Venture

Capital Hierop baserend formuleren we onze negende en laatste hypothese

H9 De ondernemingswaarde is positief gerelateerd aan de groei van de onderneming

10

3 Methode 31 Data 311 Bronnen Voor het verzamelen van de gegevens werd een beroep gedaan op drie verschillende

databases Zephyr Amadeus en Belfirst Dit zijn producten van Bureau van Dijk

Electronic Publishing (BvDEP)

Zephyr is een database die informatie bevat over verschillende soorten transacties

waaronder Venture Capital transacties

Amadeus is een pan-Europese database die financieumlle informatie bevat over

ondernemingen in achtendertig verschillende Europese landen

Belfirst bevat alle neergelegde jaarrekeningen van Belgische ondernemingen Alle

posten van de balans resultatenrekening toelichting en (in voorkomend geval) sociale

balans zijn erin opgenomen

Verder werd een beroep gedaan op het Belgisch staatsblad jaarverslagen en

participaties van Belgische Venture Capital fondsen en prospectussen van Belgische

IPOrsquos die in het verleden met Venture Capital zijn gefinancierd

Informatie over de Venture Capital instroom werd teruggevonden in publicaties van de

lsquoEuropean Private Equity amp Venture Capital Association (EVCA)rsquo

We maakten ook gebruik van de De Dow Jones STOXX Total Market Index (TMI)9

312 Populatie en Steekproef Voor het trekken van de steekproef werd onder andere een beroep gedaan op Zephyr

Alle Venture Capital transacties in Belgieuml Nederland Luxemburg Duitsland Frankrijk

en het Verenigd Koninkrijk afgesloten tussen 1 januari 1997 en 31 december 2007

werden geselecteerd Zephyr gaf in totaal 3593 transacties weer voor deze tijdspanne

Voor de waardering van Venture Capital transacties is het noodzakelijk de totale

ondernemingswaarde te kennen Daarom werden enkel de transacties van

ondernemingen met een gekende ondernemingswaarde geselecteerd waardoor er

slechts 331 van de initieumlle 3593 deals overbleven

9 De Dow Jones STOXX TMI werd geraadpleegd op wwwstoxxcom

11

Om financieumlle gegevens over de ondernemingen betrokken bij een Venture Capital

transactie terug te vinden op Amadeus werd gebruik gemaakt van het Bureau van Dijk

identificatienummer Voor ondernemingen waar het identificatienummer niet gegeven

was werd nagegaan of er informatie beschikbaar was op Amadeus door te zoeken op

naam Slechts voor 73 van de 331 deals vonden we financieumlle informatie over de

betrokken onderneming terug op Amadeus Ondernemingen betrokken bij Venture

Capital transacties zijn vaak heel jonge of opstartende ondernemingen Dit heeft als

gevolg dat niet voor alle transacties historische financieumlle informatie van de betrokken

onderneming terug te vinden is Voor transacties waarvan het jaartal van de afloop van

de deal overeenstemt met het jaar waarin de onderneming is opgestart kan bijgevolg

geen financieumlle informatie worden teruggevonden

Voor deals waarin Belgische ondernemingen betrokken waren werden de financieumlle

gegevens verzameld op Belfirst Voor 9 van de 21 Belgische deals teruggevonden op

Zephyr was er extra informatie terug te vinden op Belfirst

Gebruik makend van prospectussen het Belgisch staatsblad en de jaarverslagen en

participaties van belangrijke Venture Capitalfondsen werd de steekproef uitgebreid10

Op basis van deze drie methodes werden 44 extra deals teruggevonden waarvoor ook

financieumlle informatie terug te vinden was op Belfirst

De finale steekproef waarop de hypothesen worden getest bestaat uit 126 Venture

Capital deals

10 Er werd gebruik gemaakt van prospectussen van Belgische VC-backed IPOrsquos om extra Venture Capital transacties terug te vinden Voor de Belgische VCndashBacked IPOrsquos werden prospectussen onderzocht om het verworven aandeel in de ondernemingen te achterhalen en op die manier de ondernemingswaarde te berekenen Voor de Belgische deals uit Zephyr zonder gekende ondernemingswaarde werd nagegaan of de totale waarde berekend kon worden op basis van publicaties in het Belgisch Staatsblad Verder werden participaties van Venture Capitalfondsen nagegaan De waarde van de transacties werd opgezocht in het Belgisch staatsblad

12

Initieel aantal deals (Zephyr) 3593- Aantal deals van ondernemingen zonder gekende totale ondernemingswaarde 3262Aantal deals van ondernemingen met gekende totale ondernemingswaarde 331- Aantal deals van ondernemingen zonder de nodige financieumlle informatie 249Totaal aantal deals Zephyr met de nodige financieumlle informatie 82+Uitbreiding steekproef (prospectussen Belgisch staatsblad en participaties VC-fondsen) 44Finale steekproef 126

Tabel 1 Overzicht van het tot stand komen van de steekproef

32 Variabelen 321 Afhankelijke variabele Als afhankelijke variabele nemen we de marktwaarde van de onderneming (afkorting

MW) De marktwaarde is de premoneywaardering berekend door van de totale waarde

van de onderneming na de investering het geiumlnvesteerde bedrag af te trekken11 De

totale waarde van de onderneming is het bedrag dat men zou betalen indien 100 van

de onderneming zou verworven worden Ze wordt berekend als ((investering)(

aandelen verworven)) x 100 Voor de deals uit Zephyr worden enkel deze met een

gekend verworven aandeel in de onderneming opgenomen in de analyse Voor de deals

uit het staatsblad werd het verworven aandeel berekend als de verhouding tussen het

aantal nieuw verkregen aandelen op het totaal aantal aandelen na investering

322 Onafhankelijke variabelen Voor het selecteren van de onafhankelijke variabelen volgen we het matching-principe

gebruikt van Hand (2005) De datum van investering in de onderneming wordt gelinkt

11 De uiteindelijke premoneywaardering wordt dan als volgt berekend Wanneer voor euro100 geiumlnvesteerd wordt en daarbij 10 van de aandelen verworven wordt is de totale waarde van de onderneming gelijk aan euro 1000 en is de premoneywaardering gelijk aan euro 900 De investeerder betaalt eigenlijk euro 100 om na investering 10 van het aandelenkapitaal te bezitten Dat maakt dat op het moment van investering de waarde van de onderneming (100) gelijk is aan 90 van de onderneming na investering Er werd geen onderscheid gemaakt tussen het verworven aandeel van de verschillende investeerders in een investeringsronde of het verworven aandeel van een afzonderlijk fonds Voor het berekenen van de 100 waardering maakt dit geen verschil Wel wordt steeds de totale kapitaalsverhoging van deze 100 waardering afgetrokken en niet het afzonderlijk deel dat eacuteeacuten fonds investeert De totale kapitaalsverhoging voor de data uit het staatsblad is het product van de uitgifteprijs van de aandelen en het totaal aantal nieuw uitgegeven aandelen

13

aan de financieumlle data van het jaar voor de investeringsronde12 Financieumlle data zijn

jaarlijks beschikbaar zodoende dat elke eerste investering in het jaar bruikbaar is voor

onze analyse Alle andere investeringsrondes volgend op de eerste worden uit de

analyse gelaten Het voordeel van deze aanpak is dat het eenvoudig is voor analyse

Het nadeel is het verlies aan informatie wanneer er meerdere financieringsrondes zijn in

eenzelfde fiscaal jaar Het vormt ook een nadeel wanneer er een groot tijdsverschil is

tussen het gebruikte boekjaar van financieumlle data en de afsluiting van investering13

In de eerste twee hypotheses wordt het bedrijfsresultaat gebruikt als onafhankelijke

variabele Als proxy hiervoor gebruiken we de post operationele winstverlies van

Amadeus en Belfirst

Voor boekwaarde van het eigen vermogen gebruiken we de post lsquoshareholderrsquos fundsrsquo

op de balans in Amadeus en Belfirst14

We maken ook gebruik van de financieumlle variabelen uit de modellen van Hand (2004

2005) en Armstrong et al (2006) Om de invloed van deze variabelen na te gaan

zoeken we voor elke variabele een passend alternatief op de databases Amadeus en

Zephyr We vinden voor kas en kasequivalenten niet-kas activa en totale schulden een

alternatief Aangezien wij niet beschikken over een aparte uitgavenpost voor onderzoek

en ontwikkeling nemen we de totale kosten op in onze analyse We splitsen deze niet

op zoals Hand (2004 2005) en Armstrong et al(2006) doen De uitgaven voor

onderzoek en ontwikkeling zitten hier wel in omvat Een Belgische onderneming die

kosten maakt in het kader van door haar verricht onderzoek moet deze kosten (lonen

en wedden - kosten voor het gebruik van materiaal - diensten en diverse goederen

enz) in beginsel naar hun aard boeken in de resultatenrekening van het boekjaar

waarin deze kosten werden gemaakt

12 Bijvoorbeeld Een onderneming verkrijgt financiering uit drie verschillende rondes ABC Ronde A vindt plaats op 3203 ronde B op 5304 en ronde C op 23804 Enkel ronde A en Ronde B worden opgenomen in de analyse Ronde A wordt gelinkt aan financieumlle data van 311202 en ronde B van 311203 13 Dit is bijvoorbeeld het geval wanneer de investering plaatsvond in juli of later (6 maanden na start nieuw boekjaar) Financieumlle data uit het volgende boekjaar zijn recenter om te gebruiken Toch worden de data gebruikt uit het voorgaande jaar 14 Boekwaarde eigen vermogen = Totaal actief ndash Vreemd vermogen

14

15

Davilla Foster en Gupta (2003) gebruiken groei van het aantal werknemers als proxy

voor groei Wij gebruiken de relatieve verandering in de kost van werknemers als proxy

voor groei15

Tabel 1 geeft een overzicht van de gebruikte variabelen

323 Controlevariabelen We gaan ook de invloed na van enkele controlevariabelen

Een eerste controlevariabele die we opnemen in de analyse is industrie Wij willen

nagaan of er een verschil is in de waardering van de ondernemingen die actief zijn in

verschillende industrieeumln Het belang van de sector werd reeds besproken onder punt

22

Ook zullen we controleren voor volgende macro-economische variabelen Gompers en

Lerner (2000) gaan na hoe de waardering van investeringen in de Venture Capital markt

beiumlnvloed wordt door de instroom van kapitaal De resultaten tonen een sterk positief

verband tussen de waarde van Venture Capital investeringen en de instroom van

kapitaal Wij gaan na of we de resultaten van Gompers en Lerner (2000) kunnen

bevestigen voor onze steekproef Deze informatie bekomen we uit publicaties van de

EVCA

We nemen ook een marktindex op als controlevariabele in ons model (Hand 2005)

Deze variabele wordt geacht een goede indicator te zijn voor het potentieel rendement

op Venture Capital investeringen

15 Groei wordt berekend als ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2))

16

Variabele Afkorting Opmerkingen Premoneywaardering MW Totale marktwaarde onderneming na investering ndash Geiumlnvesteerd bedrag Boekwaarde eigen vermogen BWEV Operationeel bedrijfsresultaat (Netto Inkomen) NI Operationele winstverlies Kas en kasequivalenten KAS Niet-kas activa NKASA Vaste activa + vlottende activa (exclusief kas en kasequivalenten) Totale schulden TotSchuld Schulden gt1jaar + Schuldenlt1jaar Totale kosten TotKost Leeftijd Leeftijd Leeftijd bij afsluiten deal - Leeftijd onderneming bij incorporatie Dow jones Stoxx Total Market Index Stoxx Europese marktindex Groei Groei ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2)) Venture Capital instroom VCIN Instroom kapitaal in Venture Capital fondsen uit publicaties EVCA Industrie Industrie De zeven industrieklassen worden ingedeeld in een hoogtechnologische groep en een laagtechnologische groep aan de hand van een dummyariabele

Tabel 2 Overzicht van de gebruikte variabelen

324 Descriptieve statistiek Figuur 1 toont het aantal deals uit de steekproef per land Er zitten voornamelijk deals

uit Belgieuml Frankrijk en het Verenigd Koninkrijk in de steekproef Het grote aandeel

Belgische deals komt door de grotere beschikbaarheid van financieumlle informatie Voor

de deals uit Duitsland was de nodige financieumlle informatie er meestal niet Voor geen

enkele deal uit Nederland en Luxemburg was financieumlle informatie terug te vinden

waardoor de steekproef herleid werd tot vier landen Belgieuml Frankrijk Duitsland en het

Verenigd Koninkrijk

Onze steekproef bestrijkt de periode van 1januari 1997 tot 31december 2007 Figuur 2

geeft weer hoeveel deals er in de verschillende jaren afgesloten zijn We zien dat er

voor het jaar 1997 geen deals met de nodige financieumlle gegevens terug te vinden waren

Het hoge aantal deals in het jaar 2000 kan verklaard worden door de High Tech Bubble

In figuur 3 kan de leeftijd van de betrokken ondernemingen afgelezen worden bij het

afsluiten van de deal We zien dat onze steekproef vooral bestaat uit jonge

ondernemingen De mediaan van de leeftijd van de ondernemingen in onze steekproef

is drie jaar

In figuur 4 kan de distributie van de steekproef volgens industrie worden afgelezen De

steekproef werd opgedeeld op basis van de eerste twee cijfers van de nacebelcode en

op basis daarvan ingedeeld in zeven verschillende groepen metaal chemie

biotechnologisch handel en horeca zakelijke diensten computer gerelateerd diensten

niet computer gerelateerd en een restcategorie andere Het valt op dat een groot deel

van de deals gebeuren in hoogtechnologische industrieeumln Chemie Biotechnologisch en

zakelijke diensten computer gerelateerd

17

Aantal deals per land

54

45

24

3

0

10

20

30

40

50

60

Belgieuml Verenigd Koninkrijk Frankrijk Duitsland

Land

Aan

tal d

eals

Figuur 1 Aantal deals per land

Distributie steekproef volgens jaar deal

0

4

8

29

14

3

9 10 9

23

17

0

5

10

15

20

25

30

35

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Jaar deal

Aan

tal d

eals

Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten werd

18

Leeftijd ondernemingen bij afsluiten deal

11

27 26

20

79

4 4 53

10

0

5

10

15

20

25

30

1 jaar 2 jaar 3 jaar 4 jaar 5 jaar 6 jaar 7 jaar 8 jaar 9 jaar 10 jaar gt10jaar

Leeftijd

Aan

tal o

nder

nem

inge

n

Figuur 3 Leeftijd onderneming bij afsluiten deal

Distributie steekproef volgens industrie

4032

1712 11 9

5

05

1015202530354045

Compu

ter ge

relate

erd

Dienste

n (ex

cl C

ompu

ter)

Metaal

Hande

l en H

oreca

Biotec

hnolo

gisch

Chemie

Andere

(res

tcateg

orie)

Industrie

Aan

tal d

eals

Figuur 4 Distributie van de steekproef volgens industrie

19

20

Als controlevariabele wordt nagegaan of de kapitaalinstroom in Venture Capital fondsen

in het jaar van de deal een invloed heeft op de waardering van de Venture Capital

transacties In bijlage 1 kan de instroom van kapitaal in de verschillende jaren afgelezen

worden De gegevens zijn afkomstig uit de jaarlijkse publicaties van de EVCA Bij het

uitvoeren van het onderzoek was de kapitaalinstroom voor het jaar 2007 nog niet

gepubliceerd

Tabel 3 geeft een overzicht van het minimum het maximum de mediaan het

gemiddelde en de standaardafwijking van de gebruikte variabelen Er wordt ook getoond

hoeveel gegevens beschikbaar zijn per variabele De verschillende variabelen worden

weergegeven in duizend euro De gemiddelde onderneming betrokken bij een Venture

Capital deal heeft een premoneywaardering van 19932 duizend euro Het gemiddelde

en de mediaan van het operationeel bedrijfsresultaat zijn negatief Dit komt doordat

slechts 31 van de 108 bedrijven waarvoor het operationeel bedrijfsresultaat gegeven is

een positief operationeel bedrijfsresultaat hebben

In bijlage 2 kan het boxplot bekeken worden van de premoneywaardering per jaar

Zowel de Kruskal-Wallis-test als de mediaantest tonen aan dat er geen verschil is in

premoneywaardering over de verschillende jaren heen16

In bijlage 3 kan het boxplot worden bekeken van de premoneywaardering in de

verschillende industrieklassen Biotechnologische ondernemingen worden significant

hoger gewaardeerd dan ondernemingen in andere industrieklassen

16 De resultaten van deze testen zijn niet opgenomen in dit werk

21

Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelen

Gemiddelde Minimum Maximum Mediaan Standaardafwijking N (euro1000) (euro1000) (euro1000) (euro1000) (euro1000) Afhankelijke variabele Premoneywaardering 19332 100 267278 5102 38420 126 Onafhankelijke variabelen Operationeel Bedrijfsresultaat (t-1) -587 -9601 12097 -165 2303 108 Boekwaarde eigen vermogen (BWEV) (t-1) 1926 -4357 30257 184 5140 125 Kas en kasequivalenten (t-1) 1113 0 24375 80 3171 117 Niet-kas activa (t-1) 5366 0 246738 641 25152 117 Totale schulden (t-1) 4581 0 224510 734 22284 123 Totale opbrengsten (t-1) 7435 2 191280 991 26077 62 Totale kosten (t-1) 3169 1 54230 1139 8014 69 Leeftijd 5 1 35 3 5 126 Kost van de werknemers (t-1) 1458 0 44856 679 4789 94 Kost van de werknemers (t-2) 619 0 4207 457 766 65

Controlevariabelen Dow Jones Stoxx Total Market Index 312 177 389 324 56 126

33 Modellen en Onderzoeksopzet In bijlage 9 kan men op Figuur 7 grafieken bekijken van de relatie tussen de

boekwaarde van het eigen vermogen (BWEV) en de premoneywaardering en de relatie

tussen het netto-inkomen (NI) en de premoneywaardering Figuur 7a is een scatterplot

met de oorspronkelijke data in duizend euro in figuur 7b zijn de oorspronkelijke data

gedeflateerd op het totaal actief Uit beide figuren kan je afleiden dat deze data sterk

heteroscedastisch is wat niet goed is om een lineaire relatie na te gaan tussen de

variabelen Tabel 3 toonde reeds een groot verschil in gemiddelden en mediaan voor

de verschillende variabelen Dit kan het resultaat zijn van verschillen tussen de

ondernemingen in leeftijd grootte industrie of levenscyclus

Om hier een oplossing voor te bieden ondergaan de variabelen een Ln-transformatie die

als volgt gebeurt

Voor de positieve waarden X Ln [ 1 + X ] met X in duizend euro

Voor de negatieve waarden Y -Ln [ 1 + (-Y)] met Y in duizend euro

Het voordeel van deze transformatie is dat men niet hoeft te controleren voor outliers

aangezien een Ln-transformatie hoge waarden afvlakt We zien in tabel 3 steeds grote

standaardafwijkingen bij de variabelen voor transformatie Na transformatie verdwijnen

deze hoge waarden Via een Ln-transformatie bekomen we ook een grotere

homoscedasticiteit tussen de variabelen17

Het effect van het transformeren in vergelijking met deflateren op totaal actief18 wordt

geiumlllustreerd in bijlage 9 In bijlage 9 wordt een scatterplot gemaakt van de bivariate

relatie tussen de premoneywaardering en respectievelijk de boekwaarde van het eigen

vermogen en het bedrijfsresultaat

In figuur 7c zie je dat na transformatie de relaties tussen ln(premoneywaardering) en

respectievelijk ln(BWEV) en ln(Bedrijfsresultaat) meer homoscedastisch zijn

Op deze figuur merken we ook dat de relatie tussen de boekwaarde van het eigen

vermogen (indien gt 0) en de ondernemingswaarde (lineair) positief is We zien

eveneens een positieve relatie tussen het bedrijfsresultaat en de ondernemingswaarde

17 Armstrong et al maken gebruik van een rank regression om dezelfde problemen bij regressie op te lossen 18 Collins et al deflateren op het aantal aandelen Joos maakt gebruik van de marktwaarde op t de boekwaarde op t-1 en het aantal werknemers t-1 als deflatiefactor

22

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 10: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

1 Inleiding Private Equity en Venture Capital 1 investeringen als onderdeel ervan vormen een

belangrijk en groeiend aandeel in de wereldwijde kapitaalmarkten

Er is in het verleden heel wat onderzoek uitgevoerd in verschillende domeinen van

Venture Capital onderzoek over het investeringsproces (Gompers 1995) Venture

Capital contracten agency problemen en incentives (Sapienza amp Korsgaard 1996) de

toegevoegde waarde van Venture Capital investeerders (Sapienza 1992) en

beursintroductie van bedrijven gefinancierd met Venture Capital (Barry Muscarella amp

Peavy 1990 Gompers amp Lerner 1998 Stuart Hoang amp Hybels 1999)

Niettegenstaande de grote verscheidenheid van het voorgaand onderzoek zijn er

mogelijkheden om het onderzoeksdomein over Venture Capital uit te breiden Eeacuten

daarvan is het zoeken naar determinanten van de waardering van Venture Capital

transacties

Uit vragenlijsten blijkt dat Private Equity investeerders naast kenmerken en

marktopportuniteiten voor de onderneming financieumlle performantie en accounting

gegevens als leidende informatie hanteren bij het screenen en selecteren van potentieumlle

ondernemingen (Wright amp Robbie 1998) Nochtans hebben VC-ondersteunde bedrijven

meestal nog geen historische boekhoudkundige gegevens op het moment van de

investering Venture Capital is per definitie investeren in private ondernemingen De

aandelen van deze ondernemingen zijn niet beursgenoteerd waardoor publieke

beschikbaarheid van financieumlle informatie zeldzaam is

Bovendien investeren Venture Capitalists voornamelijk in jonge en risicivolle

ondernemingen Deze ondernemingen hebben vaak nog geen product of inkomsten Als

gevolg hebben ze nog geen positieve kasstromen die als indicatie dienen voor het

toekomstig winstpotentieel bij waardering Deze hoge mate van onzekerheid op moment

van investering maakt het waarderen van deze ondernemingen een grote uitdaging voor

Venture Capital investeerders

Wij gaan in ons onderzoek na of financieumlle informatie waarderelevant is bij het

waarderen van ondernemingen gefinancierd met Venture Capital We gaan op zoek wat

1 We gebruiken de Engelse term lsquoventure capitalrsquo De Nederlandse vertaling die soms gebruikt wordt risicokapitaal omvat een ruimer begrip alle financiering met aandelenkapitaal is immers risicokapitaal

1

deze waardedeterminanten zijn voor Venture Capital transacties We doen dit door de

premoneywaardering van de ondernemingen in onze steekproef te relateren aan diverse

boekhoudkundige variabelen De keuze van de boekhoudkundige variabelen is

gebaseerd op de relevantie van de variabelen voor de waardering van publieke

ondernemingen waar reeds heel wat onderzoek over bestaat

Venture Capital investeerders focussen zich typisch op startende ondernemingen met

veel groeipotentieel Het verkregen kapitaal dient hier als financieringsbron voor

infrastructuur of voor het opbouwen van een technologisch platform met als doel in de

toekomst inkomsten te genereren Op het moment van investering is het huidige

bedrijfsresultaat dan ook voornamelijk negatief Ons onderzoek gaat in het bijzonder na

hoe de Venture Capital markt deze verliezen waardeert

Het vervolg van deze thesis is als volgt ingedeeld In punt 2 wordt de bestaande

literatuur beschreven en worden er hypothesen ontwikkeld Vervolgens wordt in punt 3

de steekproef gedefinieerd worden de gebruikte variabelen besproken en wordt de

descriptieve statistiek gerapporteerd Daarna worden in punt 4 de resultaten besproken

geiumlnterpreteerd en gekaderd in de bestaande literatuur In het laatste punt 5 worden de

conclusies weergegeven en de beperkingen vermeld

2 Literatuurstudie en testbare hypothesen Volgende literatuur en waarderingsmodellen werden voornamelijk toegepast op

gevestigde winstgevende ondernemingen In het verleden werd vooral onderzoek

uitgevoerd naar de waarderelevantie van financieumlle boekhoudkundige gegevens van

ondernemingen waarvan de nodige data beschikbaar waren Dit is meestal het geval

voor ondernemingen die beursgenoteerd zijn Zij hebben de verplichting deze informatie

publiek en transparant te maken Venture Capitalists investeren in niet-beursgenoteerde

ondernemingen Wij gaan de relevante waarderingsdeterminanten na van publieke

markten en passen die vervolgens toe op private ondernemingen

2

21 Waarderingsdeterminanten voor de Publieke Markt Een eerste stroom literatuur onderzoekt de relevantie van winstgevendheid bij het

waarderen van aandelen De marktwaarde onder de vorm van aandelenkoersen werd

gerelateerd aan de winstpositie van de onderneming

Het gebruik van winstparameters en winstgevendheid (als verschil tussen opbrengsten

en kosten) voor het waarderen van bedrijven wordt ondersteund door heel wat literatuur

(Ball amp Brown 1968 Beaver 1968 Easton amp Harris 1991 Collins amp Kothari 1989) Dit

steeds onder de assumptie dat huidige winsten informatie bevatten over toekomstige

kasstromen Een hogere winst betekent meer middelen om uit te keren aan de

aandeelhouders Bijgevolg is de marktwaarde voor meer winstgevende bedrijven hoger

Dit resulteert in een lineaire relatie tussen winstgevendheid en ondernemingswaarde

Wij gaan in hypothese 1 na of deze lineaire relatie teruggevonden in de publieke markt

ook van toepassing is in de Venture Capital markt

H1 Er is een positieve relatie tussen de omvang van de winst en de

ondernemingswaarde

Deze positieve lineaire relatie betekent dat over het algemeen de meer winstgevende

bedrijven hoger gewaardeerd worden dan minder winstgevende bedrijven Het is

belangrijk om op te merken dat verlieslatende ondernemingen ook hoog kunnen

gewaardeerd worden Een voorbeeld hiervan zijn de hoge aandeelprijzen die soms

betaald worden voor een onderneming die er nog niet in geslaagd is winst te genereren

(cfr Amazoncom) Zo vinden diverse auteurs een significante positieve relatie tussen

verliezen en de ondernemingswaarde2 (Jan amp Ou 1995 Hayn 1995 Burgstahler en

Dichev 1997 Kothari en Zimmerman 1995 Collins Pincus amp Xie1997 Hand 2003 en

Joos 2004)

Bij internetbedrijven is de ondernemingswaarde convex gerelateerd met het

bedrijfsresultaat Dit betekent toenemend met de winst en toenemend met de omvang

van het verlies (Hand 2003) Ook bij biotechnologische bedrijven is een gelijkaardige V-

2 Ondernemingswaarde meestal in de vorm van aandelenprijzen Deze relatie betekent hoe groter de verliezen hoe hoger de ondernemingswaarde

3

vormige relatie positief voor winst en negatief voor verlies terug te vinden tussen het

bedrijfsresultaat en de ondernemingswaarde (Joos en Zhdanov 2007)

Internetbedrijven (Hand) en biotechnologische bedrijven (Joos) zijn kenmerkend voor de

sectoren waarin VC-investeerders actief zijn Ze zijn op zoek naar een hoog rendement

in jonge snelgroeiende ondernemingen Deze bevinden zich voornamelijk in risicovolle

sectoren Hier wordt de waarde vooral gedreven door het groeipotentieel in plaats van

de huidige winsten De economische reden waarom winstgevendheid minder relevant is

bij het waarderen van deze kenmerkende ondernemingen is de forse investeringen in

ontastbare activa zoals marketing onderzoek en ontwikkeling Investeerders zien dit als

investeringen die kasstromen zullen genereren in de toekomst en niet als een huidige

kost zoals die behandeld moet worden volgens de boekhoudkundige regels Deze grote

kosten leiden dan ook tot grote verliezen aangezien deze ondernemingen vaak nog

geen inkomsten hebben door het ontbreken van een marktklaar product De verliezen

wijzen dus op strategische uitgaven van het management en zijn geen indicatie voor

het operationeel falen Verliezen als gevolg van aanzienlijke investeringskosten worden

dan ook opgenomen als waardedeterminant op het moment van waardering van de

onderneming

H2 Er is een positieve relatie tussen de omvang van het verlies en de

ondernemingswaarde

Samen vormen hypothese 1 en 2 een convexe of U-vormige relatie tussen het

bedrijfsresultaat en de ondernemingswaarde3 net zoals bij Hand (2003) en Joos (2007)

De relatie is positief voor winstgevende en negatief voor verlieslatende ondernemingen

Voor verlieslatende ondernemingen bevatten de boekwaarden van het eigen vermogen

(BWEV) meer informatie dan elementen van de resultatenrekening4 (Barth Beaver amp

Landsman 1998 Burgstahler amp Dichev 1997 Jan amp Ou 1995 Collins Pincus amp Xie

1999 Hayn 1995) 3 H1 en H2 kunnen we anders formuleren Er is een positieve (negatieve) relatie voor winstgevende (verlieslatende) ondernemingen tussen het bedrijfsresultaat en de ondernemingswaarde Vandaar de U-vormige relatie 4 Boekwaarde van het eigen vermogen wordt ook wel waarde van het aandelenkapitaal genoemd De Engelstalige term is lsquoBook value of equityrsquo In het verdere verloop gebruiken we de afkorting lsquoBWEVrsquo

4

De rol van de BWEV als waardedrijver bij verlieslatende ondernemingen wordt in de

literatuur als drieledig beschouwd (1) als proxy voor toekomstige normale winsten

(Ohlson 1995 Penman 1992) (2) als schatting voor liquidatiewaarde of waarde van

alternatieve-aanwending (Burgstahler amp Dichev 1997) en (3) als controle voor verschil in

grootte (Barth en Kallapur 1996)

Het (positieve) bedrijfsresultaat als determinant voor waarde bij hypothese 1 was onder

de assumptie dat huidige winsten informatie bevatten over toekomstige kasstromen Bij

ondernemingen met een negatief bedrijfsresultaat is dit niet het geval Volgens het

Ohlson model (1995) kan de BWEV gebruikt worden als proxy voor de toekomstige

normale winsten (1)

De BWEV kan ook gebruikt worden als proxy voor de liquidatiewaarde (2) (Burgstahler

amp Dichev 1997) VC-investeerders investeren in jonge risicovolle ondernemingen Jong

en risicovol omdat deze de grootste groeimogelijkheden bieden en dus ook de hoogste

rendementen Het succesvol uitbouwen van zorsquon nieuwe onderneming is zeer risicovol

Deze ondernemingen hebben immers geen buffer onder de vorm van een portefeuille

van producten in diverse markten waarop de onderneming kan terugvallen De kans op

faillissement is in deze bedrijven reeumlel BWEV is het verschil tussen het totaal actief en

de totale schulden wat de waarde van de totale ondernemingen na afbetaling van de

schuldeisers bij vereffening voorstelt (=liquidatiewaarde)

De BWEV kan ook als proxy gebruikt worden voor de grootte van een onderneming (3)

(Collins et al1997a Barth en Kallapur 1996) De grootte van het bedrijf (met als proxy

BWEV) staat in relatie met de eerste twee rollen van de BWEV Grotere ondernemingen

hebben namelijk een hogere liquidatiewaarde en van grotere ondernemingen worden

grotere toekomstige winsten verwacht

Samenvattend stellen we dat boekwaarden een toenemend belang hebben bij het

waarderen van ondernemingen wanneer (1) huidige winsten geen goede indicatie zijn

voor toekomstige winsten of (2) wanneer de onderneming een grotere kans heeft op

faling of liquidatie Dit is zeker het geval in de Venture Capital markt waardoor we onze

derde hypothese als volgt kunnen formuleren

5

H3 De waarde van een onderneming is positief gerelateerd aan de boekwaarde van het

eigen vermogen bij verlieslatende ondernemingen

De waarderelevantie van het bedrijfsresultaat enerzijds en de boekwaarden anderzijds

verschilt over de industrieeumln heen (Barth Beaver amp Landsman 1999)

Collins Pincus en Xie (1997) constateren dat BWEV hogere waarderingen verklaart en

niet de omvang van het verlies Nochtans vonden zij ook dat verliezen afzonderlijk

positief gewaardeerd worden Dit kwam omdat grotere verliezen afkomstig zijn van

grotere bedrijven (met als proxy BWEV) en grotere ondernemingen hoger gewaardeerd

worden 5 De reden hiervoor is dat zij gebruik maken van een cross-sectionele

steekproef van bedrijven uit verschillende sectoren voor de periode 1975-1992 De

opgenomen ondernemingen komen grotendeels uit niet-risicovolle sectoren waar BWEV

als proxy voor grootte dient en dus beter de hogere waarderingen kan verklaren 6 De

bevindingen van Collins et al (1997) zijn tegenstrijdig met Hand (2000) en Joos (2007)

In hun onderzoek naar internet en biotechnologische bedrijven wordt de positieve

waardering van verliezen behouden na opname van BWEV in het waarderingsmodel

Eerder (H2) zagen we dat in deze sectoren de verliezen positief gewaardeerd werden

als teken van strategische uitgaven en niet als indicatie dienden voor de grootte van het

bedrijf Vandaar het behoud van de positieve waardering van verliezen na opname

BWEV in het waarderingsmodel

Waardering van het verlies is afhankelijk van het risico de groeiopportuniteiten en de

stabiliteit van de inkomsten in de verschillende industrieeumln In sectoren waarin

ondernemingen investeren in grote hoeveelheden niet-herkende netto activa7 (zoals

onderzoek amp ontwikkeling) heeft het bedrijfsresultaat een grotere verklaringskracht De

5 Statistisch uit zich dat in een negatief of niet significante coeumlfficieumlnt bij verlies na incorporatie van boekwaarden van het eigen vermogen 6 Hun argumentering is als volgt wanneer een relevante variabele (BWEV) die positief gecorreleerd is met de afhankelijke variabele (marktwaarde) en negatief met een onafhankelijke variabele( bedrijfsverlies) niet opgenomen wordt in de analyse ontstaat er een negatieve bias bij de coeumlfficieumlnt van deze onafhankelijke variabele De positieve waardering van het verlies is afkomstig van de onderliggende relatie verlies-BWEV en BWEV-waarde en niet van de relatie verlies-ondernemingswaarde zelf 7 Andere voorbeelden zijn groeiopties en klantentrouw Deze worden boekhoudkundig als kosten behandeld terwijl deze de kenmerken van activa bezitten Het zijn namelijk investeringen die tot winsten kunnen leiden in de toekomst

6

boekwaarde van het eigen vermogen heeft dan weer meer verklaringskracht in minder

risicovolle ondernemingen met stabiele winsten

Aangezien verwacht wordt dat Venture Capital investeerders actief zijn in jonge

ondernemingen met sterke groeiopties zoals in farmaceutische (Brief amp Zarowin 1999)

biotechnologische (Joos 2007) en internetbedrijven (Hand 2000) voorspellen wij dat

de resultatenrekening ( verlies en kosten) in risicovolle en hoogtechnologische sectoren

meer informatie kan bieden dan de balans (BWEV) als determinanten voor waardering

Anders geformuleerd

H4 De positieve waardering van verliezen is minder uitgesproken in de

laagtechnologische sector dan in de hoogtechnologische sector

22 Waarderingsdeterminanten voor de Private Markt In de voorgaande literatuur werd marktwaarde verklaard door boekwaarde van het

aandelenkapitaal en het netto-inkomen In dit stuk wordt dieper ingegaan op de

waarderelevantie van gedesaggregeerde financieumlle informatie bij het waarderen van

ondernemingen gefinancierd met Venture Capital

Accounting conservatisme gecombineerd met snelle groei in ontastbare activa kan de

associatie tussen ondernemingswaarde en geaggregeerde financieumlle data ernstig

verstoren Geaggregeerde variabelen van de balans en resultatenrekening zoals de

boekwaarde van het eigen vermogen (BWEV) en netto-inkomen (NI) zijn een

vertekende meting voor de economische positie en winstgevendheid van de

onderneming (Zhang 2001) Een regressie van vertekende variabelen met de

afhankelijke variabele kan leiden tot coeumlfficieumlnten met een ander teken of grootte dan

dat men intuiumltief kan vermoeden8

Waardering van VC-ondersteunde bedrijven aan de hand van gedesaggregeerde

financieumlle informatie vinden we terug in het onderzoek van Hand ( 2005) en Armstrong

Davila en Foster (2006) Gedesaggregeerde financieumlle informatie wordt bekomen door

de twee componenten van het Ohlson model BWEV en NI op te splitsen in hun

onderliggende componenten Kas en kasequivalenten niet-kasactiva en lange

8 Illustratie negatieve bias uit voetnoot 6

7

termijnschulden worden beschouwd als de desaggregatie van de BWEV De

belangrijkste kostenitems en opbrengsten kunnen gezien worden als een desaggregatie

van het NI Kas en niet-kas activa hebben een significante positieve coeumlfficieumlnt net als

de variabelen uit de resultatenrekening Dit geldt voor zowel de opbrengsten als de

kosten (Kosten van de verkochte goederen kosten voor onderzoek en ontwikkeling en

andere kosten) Het positieve teken bij de coeumlfficieumlnt voor elke kostencomponent wijst al

op de voorspelling dat investeerders kostenuitgaven bij jonge ondernemingen als

investeringen beschouwen

Gebaseerd op de studies van Hand (2004 2005) en Armstrong et al(2006) willen wij de

waarderelevantie van enkele componenten van de balans en de resultatenrekening

nagaan

Eerst gaan we de waarderelevantie na van elementen van de balans We

desaggregeren de boekwaarde van het eigen vermogen in volgende componenten Kas

en kasequivalenten niet-kas activa en totale schulden

In eerste instantie willen we de invloed nagaan van de kaspositie op de waardering van

de onderneming Een goede kaspositie wordt gezien als een indicatie van een goede

liquiditeitspositie Zowel in de studies van Hand (2005) en Armstrong et al (2006) wordt

een positieve coeumlfficieumlnt bekomen voor de kaspositie Wij gaan in hypothese vijf na of

we deze significante positieve coeumlfficieumlnt kunnen bevestigen

H5 De ondernemingswaarde is positief gerelateerd aan de kaspositie

De niet-kas activa is de som van de vaste activa en de vlottende activa verminderd met

kas en kasequivalenten De niet-kas activa vormen een belangrijke component van het

totaal actief en de balans Ze kunnen gezien worden als een indicatie voor de grootte

van een bedrijf Hand (2004 2005) en Armstrong et al (2006) bekomen een positieve

coeumlfficieumlnt voor de niet-kas activa

Wij voorspellen een positieve relatie tussen grootte (niet-kas activa) en

ondernemingswaarde

8

H6 De ondernemingswaarde is positief gerelateerd aan de waarde van de niet-kas

activa

Armstrong et al(2006) zien schulden als een claim van de schuldeisers ten opzichte van

het actief en de toekomstige kaststromen van de onderneming Er wordt in hun werk

dan ook een negatieve coeumlfficieumlnt voorspeld De totale schulden zijn een indicatie voor

het financieumlle risico van een onderneming Bij het ten gronde gaan van een

onderneming is de waarde voor de aandeelhouders het deel van de waarde dat

overblijft na uitbetaling van de schuldeisers Hoe meer schulden er aanwezig zijn in een

onderneming hoe lager de resterende waarde is voor de aandeelhouders bij liquidatie

van de onderneming

Wij voorspellen dat de waarde van een onderneming negatief gerelateerd is aan de

totale schulden

H7 De ondernemingswaarde is negatief gerelateerd aan de totale schulden

Na de elementen van de balans gaan we de invloed na van een element van de

resultatenrekening We gaan na welke relatie er bestaat tussen totale kosten en de

waarde van een onderneming

Het grootste deel van de ondernemingen waar Venture Capitalists in investeren zijn

verlieslatend Zoals in de literatuur over verlieslatende ondernemingen aangehaald

worden verliezen vaak positief gewaardeerd bij jonge ondernemingen Strategische

investeringen liggen aan de basis van dit negatief resultaat Dit omdat investeringen in

de boekhouding behandeld worden als kosten Hogere kosten zijn een indicatie voor

investeringen die in de toekomst kunnen resulteren in positieve kasstromen Op basis

hiervan voorspellen wij een positieve relatie tussen de totale kosten en de waardering

van een onderneming

H8 De ondernemingswaarde is positief gerelateerd aan de totale kosten

9

23 Groeiopportuniteiten als waardedeterminant De waarde van een bedrijf is afkomstig van 2 determinanten (Myers 1977)

Waarde onderneming = waarde van activa + huidige waarde van toekomstige

groeiopportuniteiten

Welke component van waarde het meest doorweegt is afhankelijk van de fase waarin de

onderneming zich bevindt Voor startende ondernemingen is de huidige waarde van de

groeiopportuniteiten de belangrijkste component Groeimogelijkheden worden vaak als

waardedrijver gebruikt bij jonge opstartende ondernemingen en ondernemingen in

nieuwe industrieeumln (Damodaran 2001) Waarderingsmodellen die enkel

boekhoudkundige variabelen opnemen als determinanten voor ondernemingswaarde

zien een belangrijke component over het hoofd Er moet rekening gehouden worden

met het groeipotentieel van de ondernemingen (Holthausen en Watts 2001) Groeiende

ondernemingen worden hoger gewaardeerd (Davilla Foster en Gupta 2003)

Davila en Foster (2005) rapporteren een positieve Spearman correlatie tussen de

verandering in waardering en de verandering in inkomsten als proxy voor groei voor een

steekproef van 78 private ondernemingen (waarvan 60 Venture Capital genoten)

Hieruit kunnen we afleiden dat het groeipotentieel van een onderneming een belangrijke

waardeterminant is voor het waarderen van ondernemingen gefinancierd met Venture

Capital Hierop baserend formuleren we onze negende en laatste hypothese

H9 De ondernemingswaarde is positief gerelateerd aan de groei van de onderneming

10

3 Methode 31 Data 311 Bronnen Voor het verzamelen van de gegevens werd een beroep gedaan op drie verschillende

databases Zephyr Amadeus en Belfirst Dit zijn producten van Bureau van Dijk

Electronic Publishing (BvDEP)

Zephyr is een database die informatie bevat over verschillende soorten transacties

waaronder Venture Capital transacties

Amadeus is een pan-Europese database die financieumlle informatie bevat over

ondernemingen in achtendertig verschillende Europese landen

Belfirst bevat alle neergelegde jaarrekeningen van Belgische ondernemingen Alle

posten van de balans resultatenrekening toelichting en (in voorkomend geval) sociale

balans zijn erin opgenomen

Verder werd een beroep gedaan op het Belgisch staatsblad jaarverslagen en

participaties van Belgische Venture Capital fondsen en prospectussen van Belgische

IPOrsquos die in het verleden met Venture Capital zijn gefinancierd

Informatie over de Venture Capital instroom werd teruggevonden in publicaties van de

lsquoEuropean Private Equity amp Venture Capital Association (EVCA)rsquo

We maakten ook gebruik van de De Dow Jones STOXX Total Market Index (TMI)9

312 Populatie en Steekproef Voor het trekken van de steekproef werd onder andere een beroep gedaan op Zephyr

Alle Venture Capital transacties in Belgieuml Nederland Luxemburg Duitsland Frankrijk

en het Verenigd Koninkrijk afgesloten tussen 1 januari 1997 en 31 december 2007

werden geselecteerd Zephyr gaf in totaal 3593 transacties weer voor deze tijdspanne

Voor de waardering van Venture Capital transacties is het noodzakelijk de totale

ondernemingswaarde te kennen Daarom werden enkel de transacties van

ondernemingen met een gekende ondernemingswaarde geselecteerd waardoor er

slechts 331 van de initieumlle 3593 deals overbleven

9 De Dow Jones STOXX TMI werd geraadpleegd op wwwstoxxcom

11

Om financieumlle gegevens over de ondernemingen betrokken bij een Venture Capital

transactie terug te vinden op Amadeus werd gebruik gemaakt van het Bureau van Dijk

identificatienummer Voor ondernemingen waar het identificatienummer niet gegeven

was werd nagegaan of er informatie beschikbaar was op Amadeus door te zoeken op

naam Slechts voor 73 van de 331 deals vonden we financieumlle informatie over de

betrokken onderneming terug op Amadeus Ondernemingen betrokken bij Venture

Capital transacties zijn vaak heel jonge of opstartende ondernemingen Dit heeft als

gevolg dat niet voor alle transacties historische financieumlle informatie van de betrokken

onderneming terug te vinden is Voor transacties waarvan het jaartal van de afloop van

de deal overeenstemt met het jaar waarin de onderneming is opgestart kan bijgevolg

geen financieumlle informatie worden teruggevonden

Voor deals waarin Belgische ondernemingen betrokken waren werden de financieumlle

gegevens verzameld op Belfirst Voor 9 van de 21 Belgische deals teruggevonden op

Zephyr was er extra informatie terug te vinden op Belfirst

Gebruik makend van prospectussen het Belgisch staatsblad en de jaarverslagen en

participaties van belangrijke Venture Capitalfondsen werd de steekproef uitgebreid10

Op basis van deze drie methodes werden 44 extra deals teruggevonden waarvoor ook

financieumlle informatie terug te vinden was op Belfirst

De finale steekproef waarop de hypothesen worden getest bestaat uit 126 Venture

Capital deals

10 Er werd gebruik gemaakt van prospectussen van Belgische VC-backed IPOrsquos om extra Venture Capital transacties terug te vinden Voor de Belgische VCndashBacked IPOrsquos werden prospectussen onderzocht om het verworven aandeel in de ondernemingen te achterhalen en op die manier de ondernemingswaarde te berekenen Voor de Belgische deals uit Zephyr zonder gekende ondernemingswaarde werd nagegaan of de totale waarde berekend kon worden op basis van publicaties in het Belgisch Staatsblad Verder werden participaties van Venture Capitalfondsen nagegaan De waarde van de transacties werd opgezocht in het Belgisch staatsblad

12

Initieel aantal deals (Zephyr) 3593- Aantal deals van ondernemingen zonder gekende totale ondernemingswaarde 3262Aantal deals van ondernemingen met gekende totale ondernemingswaarde 331- Aantal deals van ondernemingen zonder de nodige financieumlle informatie 249Totaal aantal deals Zephyr met de nodige financieumlle informatie 82+Uitbreiding steekproef (prospectussen Belgisch staatsblad en participaties VC-fondsen) 44Finale steekproef 126

Tabel 1 Overzicht van het tot stand komen van de steekproef

32 Variabelen 321 Afhankelijke variabele Als afhankelijke variabele nemen we de marktwaarde van de onderneming (afkorting

MW) De marktwaarde is de premoneywaardering berekend door van de totale waarde

van de onderneming na de investering het geiumlnvesteerde bedrag af te trekken11 De

totale waarde van de onderneming is het bedrag dat men zou betalen indien 100 van

de onderneming zou verworven worden Ze wordt berekend als ((investering)(

aandelen verworven)) x 100 Voor de deals uit Zephyr worden enkel deze met een

gekend verworven aandeel in de onderneming opgenomen in de analyse Voor de deals

uit het staatsblad werd het verworven aandeel berekend als de verhouding tussen het

aantal nieuw verkregen aandelen op het totaal aantal aandelen na investering

322 Onafhankelijke variabelen Voor het selecteren van de onafhankelijke variabelen volgen we het matching-principe

gebruikt van Hand (2005) De datum van investering in de onderneming wordt gelinkt

11 De uiteindelijke premoneywaardering wordt dan als volgt berekend Wanneer voor euro100 geiumlnvesteerd wordt en daarbij 10 van de aandelen verworven wordt is de totale waarde van de onderneming gelijk aan euro 1000 en is de premoneywaardering gelijk aan euro 900 De investeerder betaalt eigenlijk euro 100 om na investering 10 van het aandelenkapitaal te bezitten Dat maakt dat op het moment van investering de waarde van de onderneming (100) gelijk is aan 90 van de onderneming na investering Er werd geen onderscheid gemaakt tussen het verworven aandeel van de verschillende investeerders in een investeringsronde of het verworven aandeel van een afzonderlijk fonds Voor het berekenen van de 100 waardering maakt dit geen verschil Wel wordt steeds de totale kapitaalsverhoging van deze 100 waardering afgetrokken en niet het afzonderlijk deel dat eacuteeacuten fonds investeert De totale kapitaalsverhoging voor de data uit het staatsblad is het product van de uitgifteprijs van de aandelen en het totaal aantal nieuw uitgegeven aandelen

13

aan de financieumlle data van het jaar voor de investeringsronde12 Financieumlle data zijn

jaarlijks beschikbaar zodoende dat elke eerste investering in het jaar bruikbaar is voor

onze analyse Alle andere investeringsrondes volgend op de eerste worden uit de

analyse gelaten Het voordeel van deze aanpak is dat het eenvoudig is voor analyse

Het nadeel is het verlies aan informatie wanneer er meerdere financieringsrondes zijn in

eenzelfde fiscaal jaar Het vormt ook een nadeel wanneer er een groot tijdsverschil is

tussen het gebruikte boekjaar van financieumlle data en de afsluiting van investering13

In de eerste twee hypotheses wordt het bedrijfsresultaat gebruikt als onafhankelijke

variabele Als proxy hiervoor gebruiken we de post operationele winstverlies van

Amadeus en Belfirst

Voor boekwaarde van het eigen vermogen gebruiken we de post lsquoshareholderrsquos fundsrsquo

op de balans in Amadeus en Belfirst14

We maken ook gebruik van de financieumlle variabelen uit de modellen van Hand (2004

2005) en Armstrong et al (2006) Om de invloed van deze variabelen na te gaan

zoeken we voor elke variabele een passend alternatief op de databases Amadeus en

Zephyr We vinden voor kas en kasequivalenten niet-kas activa en totale schulden een

alternatief Aangezien wij niet beschikken over een aparte uitgavenpost voor onderzoek

en ontwikkeling nemen we de totale kosten op in onze analyse We splitsen deze niet

op zoals Hand (2004 2005) en Armstrong et al(2006) doen De uitgaven voor

onderzoek en ontwikkeling zitten hier wel in omvat Een Belgische onderneming die

kosten maakt in het kader van door haar verricht onderzoek moet deze kosten (lonen

en wedden - kosten voor het gebruik van materiaal - diensten en diverse goederen

enz) in beginsel naar hun aard boeken in de resultatenrekening van het boekjaar

waarin deze kosten werden gemaakt

12 Bijvoorbeeld Een onderneming verkrijgt financiering uit drie verschillende rondes ABC Ronde A vindt plaats op 3203 ronde B op 5304 en ronde C op 23804 Enkel ronde A en Ronde B worden opgenomen in de analyse Ronde A wordt gelinkt aan financieumlle data van 311202 en ronde B van 311203 13 Dit is bijvoorbeeld het geval wanneer de investering plaatsvond in juli of later (6 maanden na start nieuw boekjaar) Financieumlle data uit het volgende boekjaar zijn recenter om te gebruiken Toch worden de data gebruikt uit het voorgaande jaar 14 Boekwaarde eigen vermogen = Totaal actief ndash Vreemd vermogen

14

15

Davilla Foster en Gupta (2003) gebruiken groei van het aantal werknemers als proxy

voor groei Wij gebruiken de relatieve verandering in de kost van werknemers als proxy

voor groei15

Tabel 1 geeft een overzicht van de gebruikte variabelen

323 Controlevariabelen We gaan ook de invloed na van enkele controlevariabelen

Een eerste controlevariabele die we opnemen in de analyse is industrie Wij willen

nagaan of er een verschil is in de waardering van de ondernemingen die actief zijn in

verschillende industrieeumln Het belang van de sector werd reeds besproken onder punt

22

Ook zullen we controleren voor volgende macro-economische variabelen Gompers en

Lerner (2000) gaan na hoe de waardering van investeringen in de Venture Capital markt

beiumlnvloed wordt door de instroom van kapitaal De resultaten tonen een sterk positief

verband tussen de waarde van Venture Capital investeringen en de instroom van

kapitaal Wij gaan na of we de resultaten van Gompers en Lerner (2000) kunnen

bevestigen voor onze steekproef Deze informatie bekomen we uit publicaties van de

EVCA

We nemen ook een marktindex op als controlevariabele in ons model (Hand 2005)

Deze variabele wordt geacht een goede indicator te zijn voor het potentieel rendement

op Venture Capital investeringen

15 Groei wordt berekend als ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2))

16

Variabele Afkorting Opmerkingen Premoneywaardering MW Totale marktwaarde onderneming na investering ndash Geiumlnvesteerd bedrag Boekwaarde eigen vermogen BWEV Operationeel bedrijfsresultaat (Netto Inkomen) NI Operationele winstverlies Kas en kasequivalenten KAS Niet-kas activa NKASA Vaste activa + vlottende activa (exclusief kas en kasequivalenten) Totale schulden TotSchuld Schulden gt1jaar + Schuldenlt1jaar Totale kosten TotKost Leeftijd Leeftijd Leeftijd bij afsluiten deal - Leeftijd onderneming bij incorporatie Dow jones Stoxx Total Market Index Stoxx Europese marktindex Groei Groei ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2)) Venture Capital instroom VCIN Instroom kapitaal in Venture Capital fondsen uit publicaties EVCA Industrie Industrie De zeven industrieklassen worden ingedeeld in een hoogtechnologische groep en een laagtechnologische groep aan de hand van een dummyariabele

Tabel 2 Overzicht van de gebruikte variabelen

324 Descriptieve statistiek Figuur 1 toont het aantal deals uit de steekproef per land Er zitten voornamelijk deals

uit Belgieuml Frankrijk en het Verenigd Koninkrijk in de steekproef Het grote aandeel

Belgische deals komt door de grotere beschikbaarheid van financieumlle informatie Voor

de deals uit Duitsland was de nodige financieumlle informatie er meestal niet Voor geen

enkele deal uit Nederland en Luxemburg was financieumlle informatie terug te vinden

waardoor de steekproef herleid werd tot vier landen Belgieuml Frankrijk Duitsland en het

Verenigd Koninkrijk

Onze steekproef bestrijkt de periode van 1januari 1997 tot 31december 2007 Figuur 2

geeft weer hoeveel deals er in de verschillende jaren afgesloten zijn We zien dat er

voor het jaar 1997 geen deals met de nodige financieumlle gegevens terug te vinden waren

Het hoge aantal deals in het jaar 2000 kan verklaard worden door de High Tech Bubble

In figuur 3 kan de leeftijd van de betrokken ondernemingen afgelezen worden bij het

afsluiten van de deal We zien dat onze steekproef vooral bestaat uit jonge

ondernemingen De mediaan van de leeftijd van de ondernemingen in onze steekproef

is drie jaar

In figuur 4 kan de distributie van de steekproef volgens industrie worden afgelezen De

steekproef werd opgedeeld op basis van de eerste twee cijfers van de nacebelcode en

op basis daarvan ingedeeld in zeven verschillende groepen metaal chemie

biotechnologisch handel en horeca zakelijke diensten computer gerelateerd diensten

niet computer gerelateerd en een restcategorie andere Het valt op dat een groot deel

van de deals gebeuren in hoogtechnologische industrieeumln Chemie Biotechnologisch en

zakelijke diensten computer gerelateerd

17

Aantal deals per land

54

45

24

3

0

10

20

30

40

50

60

Belgieuml Verenigd Koninkrijk Frankrijk Duitsland

Land

Aan

tal d

eals

Figuur 1 Aantal deals per land

Distributie steekproef volgens jaar deal

0

4

8

29

14

3

9 10 9

23

17

0

5

10

15

20

25

30

35

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Jaar deal

Aan

tal d

eals

Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten werd

18

Leeftijd ondernemingen bij afsluiten deal

11

27 26

20

79

4 4 53

10

0

5

10

15

20

25

30

1 jaar 2 jaar 3 jaar 4 jaar 5 jaar 6 jaar 7 jaar 8 jaar 9 jaar 10 jaar gt10jaar

Leeftijd

Aan

tal o

nder

nem

inge

n

Figuur 3 Leeftijd onderneming bij afsluiten deal

Distributie steekproef volgens industrie

4032

1712 11 9

5

05

1015202530354045

Compu

ter ge

relate

erd

Dienste

n (ex

cl C

ompu

ter)

Metaal

Hande

l en H

oreca

Biotec

hnolo

gisch

Chemie

Andere

(res

tcateg

orie)

Industrie

Aan

tal d

eals

Figuur 4 Distributie van de steekproef volgens industrie

19

20

Als controlevariabele wordt nagegaan of de kapitaalinstroom in Venture Capital fondsen

in het jaar van de deal een invloed heeft op de waardering van de Venture Capital

transacties In bijlage 1 kan de instroom van kapitaal in de verschillende jaren afgelezen

worden De gegevens zijn afkomstig uit de jaarlijkse publicaties van de EVCA Bij het

uitvoeren van het onderzoek was de kapitaalinstroom voor het jaar 2007 nog niet

gepubliceerd

Tabel 3 geeft een overzicht van het minimum het maximum de mediaan het

gemiddelde en de standaardafwijking van de gebruikte variabelen Er wordt ook getoond

hoeveel gegevens beschikbaar zijn per variabele De verschillende variabelen worden

weergegeven in duizend euro De gemiddelde onderneming betrokken bij een Venture

Capital deal heeft een premoneywaardering van 19932 duizend euro Het gemiddelde

en de mediaan van het operationeel bedrijfsresultaat zijn negatief Dit komt doordat

slechts 31 van de 108 bedrijven waarvoor het operationeel bedrijfsresultaat gegeven is

een positief operationeel bedrijfsresultaat hebben

In bijlage 2 kan het boxplot bekeken worden van de premoneywaardering per jaar

Zowel de Kruskal-Wallis-test als de mediaantest tonen aan dat er geen verschil is in

premoneywaardering over de verschillende jaren heen16

In bijlage 3 kan het boxplot worden bekeken van de premoneywaardering in de

verschillende industrieklassen Biotechnologische ondernemingen worden significant

hoger gewaardeerd dan ondernemingen in andere industrieklassen

16 De resultaten van deze testen zijn niet opgenomen in dit werk

21

Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelen

Gemiddelde Minimum Maximum Mediaan Standaardafwijking N (euro1000) (euro1000) (euro1000) (euro1000) (euro1000) Afhankelijke variabele Premoneywaardering 19332 100 267278 5102 38420 126 Onafhankelijke variabelen Operationeel Bedrijfsresultaat (t-1) -587 -9601 12097 -165 2303 108 Boekwaarde eigen vermogen (BWEV) (t-1) 1926 -4357 30257 184 5140 125 Kas en kasequivalenten (t-1) 1113 0 24375 80 3171 117 Niet-kas activa (t-1) 5366 0 246738 641 25152 117 Totale schulden (t-1) 4581 0 224510 734 22284 123 Totale opbrengsten (t-1) 7435 2 191280 991 26077 62 Totale kosten (t-1) 3169 1 54230 1139 8014 69 Leeftijd 5 1 35 3 5 126 Kost van de werknemers (t-1) 1458 0 44856 679 4789 94 Kost van de werknemers (t-2) 619 0 4207 457 766 65

Controlevariabelen Dow Jones Stoxx Total Market Index 312 177 389 324 56 126

33 Modellen en Onderzoeksopzet In bijlage 9 kan men op Figuur 7 grafieken bekijken van de relatie tussen de

boekwaarde van het eigen vermogen (BWEV) en de premoneywaardering en de relatie

tussen het netto-inkomen (NI) en de premoneywaardering Figuur 7a is een scatterplot

met de oorspronkelijke data in duizend euro in figuur 7b zijn de oorspronkelijke data

gedeflateerd op het totaal actief Uit beide figuren kan je afleiden dat deze data sterk

heteroscedastisch is wat niet goed is om een lineaire relatie na te gaan tussen de

variabelen Tabel 3 toonde reeds een groot verschil in gemiddelden en mediaan voor

de verschillende variabelen Dit kan het resultaat zijn van verschillen tussen de

ondernemingen in leeftijd grootte industrie of levenscyclus

Om hier een oplossing voor te bieden ondergaan de variabelen een Ln-transformatie die

als volgt gebeurt

Voor de positieve waarden X Ln [ 1 + X ] met X in duizend euro

Voor de negatieve waarden Y -Ln [ 1 + (-Y)] met Y in duizend euro

Het voordeel van deze transformatie is dat men niet hoeft te controleren voor outliers

aangezien een Ln-transformatie hoge waarden afvlakt We zien in tabel 3 steeds grote

standaardafwijkingen bij de variabelen voor transformatie Na transformatie verdwijnen

deze hoge waarden Via een Ln-transformatie bekomen we ook een grotere

homoscedasticiteit tussen de variabelen17

Het effect van het transformeren in vergelijking met deflateren op totaal actief18 wordt

geiumlllustreerd in bijlage 9 In bijlage 9 wordt een scatterplot gemaakt van de bivariate

relatie tussen de premoneywaardering en respectievelijk de boekwaarde van het eigen

vermogen en het bedrijfsresultaat

In figuur 7c zie je dat na transformatie de relaties tussen ln(premoneywaardering) en

respectievelijk ln(BWEV) en ln(Bedrijfsresultaat) meer homoscedastisch zijn

Op deze figuur merken we ook dat de relatie tussen de boekwaarde van het eigen

vermogen (indien gt 0) en de ondernemingswaarde (lineair) positief is We zien

eveneens een positieve relatie tussen het bedrijfsresultaat en de ondernemingswaarde

17 Armstrong et al maken gebruik van een rank regression om dezelfde problemen bij regressie op te lossen 18 Collins et al deflateren op het aantal aandelen Joos maakt gebruik van de marktwaarde op t de boekwaarde op t-1 en het aantal werknemers t-1 als deflatiefactor

22

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 11: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

deze waardedeterminanten zijn voor Venture Capital transacties We doen dit door de

premoneywaardering van de ondernemingen in onze steekproef te relateren aan diverse

boekhoudkundige variabelen De keuze van de boekhoudkundige variabelen is

gebaseerd op de relevantie van de variabelen voor de waardering van publieke

ondernemingen waar reeds heel wat onderzoek over bestaat

Venture Capital investeerders focussen zich typisch op startende ondernemingen met

veel groeipotentieel Het verkregen kapitaal dient hier als financieringsbron voor

infrastructuur of voor het opbouwen van een technologisch platform met als doel in de

toekomst inkomsten te genereren Op het moment van investering is het huidige

bedrijfsresultaat dan ook voornamelijk negatief Ons onderzoek gaat in het bijzonder na

hoe de Venture Capital markt deze verliezen waardeert

Het vervolg van deze thesis is als volgt ingedeeld In punt 2 wordt de bestaande

literatuur beschreven en worden er hypothesen ontwikkeld Vervolgens wordt in punt 3

de steekproef gedefinieerd worden de gebruikte variabelen besproken en wordt de

descriptieve statistiek gerapporteerd Daarna worden in punt 4 de resultaten besproken

geiumlnterpreteerd en gekaderd in de bestaande literatuur In het laatste punt 5 worden de

conclusies weergegeven en de beperkingen vermeld

2 Literatuurstudie en testbare hypothesen Volgende literatuur en waarderingsmodellen werden voornamelijk toegepast op

gevestigde winstgevende ondernemingen In het verleden werd vooral onderzoek

uitgevoerd naar de waarderelevantie van financieumlle boekhoudkundige gegevens van

ondernemingen waarvan de nodige data beschikbaar waren Dit is meestal het geval

voor ondernemingen die beursgenoteerd zijn Zij hebben de verplichting deze informatie

publiek en transparant te maken Venture Capitalists investeren in niet-beursgenoteerde

ondernemingen Wij gaan de relevante waarderingsdeterminanten na van publieke

markten en passen die vervolgens toe op private ondernemingen

2

21 Waarderingsdeterminanten voor de Publieke Markt Een eerste stroom literatuur onderzoekt de relevantie van winstgevendheid bij het

waarderen van aandelen De marktwaarde onder de vorm van aandelenkoersen werd

gerelateerd aan de winstpositie van de onderneming

Het gebruik van winstparameters en winstgevendheid (als verschil tussen opbrengsten

en kosten) voor het waarderen van bedrijven wordt ondersteund door heel wat literatuur

(Ball amp Brown 1968 Beaver 1968 Easton amp Harris 1991 Collins amp Kothari 1989) Dit

steeds onder de assumptie dat huidige winsten informatie bevatten over toekomstige

kasstromen Een hogere winst betekent meer middelen om uit te keren aan de

aandeelhouders Bijgevolg is de marktwaarde voor meer winstgevende bedrijven hoger

Dit resulteert in een lineaire relatie tussen winstgevendheid en ondernemingswaarde

Wij gaan in hypothese 1 na of deze lineaire relatie teruggevonden in de publieke markt

ook van toepassing is in de Venture Capital markt

H1 Er is een positieve relatie tussen de omvang van de winst en de

ondernemingswaarde

Deze positieve lineaire relatie betekent dat over het algemeen de meer winstgevende

bedrijven hoger gewaardeerd worden dan minder winstgevende bedrijven Het is

belangrijk om op te merken dat verlieslatende ondernemingen ook hoog kunnen

gewaardeerd worden Een voorbeeld hiervan zijn de hoge aandeelprijzen die soms

betaald worden voor een onderneming die er nog niet in geslaagd is winst te genereren

(cfr Amazoncom) Zo vinden diverse auteurs een significante positieve relatie tussen

verliezen en de ondernemingswaarde2 (Jan amp Ou 1995 Hayn 1995 Burgstahler en

Dichev 1997 Kothari en Zimmerman 1995 Collins Pincus amp Xie1997 Hand 2003 en

Joos 2004)

Bij internetbedrijven is de ondernemingswaarde convex gerelateerd met het

bedrijfsresultaat Dit betekent toenemend met de winst en toenemend met de omvang

van het verlies (Hand 2003) Ook bij biotechnologische bedrijven is een gelijkaardige V-

2 Ondernemingswaarde meestal in de vorm van aandelenprijzen Deze relatie betekent hoe groter de verliezen hoe hoger de ondernemingswaarde

3

vormige relatie positief voor winst en negatief voor verlies terug te vinden tussen het

bedrijfsresultaat en de ondernemingswaarde (Joos en Zhdanov 2007)

Internetbedrijven (Hand) en biotechnologische bedrijven (Joos) zijn kenmerkend voor de

sectoren waarin VC-investeerders actief zijn Ze zijn op zoek naar een hoog rendement

in jonge snelgroeiende ondernemingen Deze bevinden zich voornamelijk in risicovolle

sectoren Hier wordt de waarde vooral gedreven door het groeipotentieel in plaats van

de huidige winsten De economische reden waarom winstgevendheid minder relevant is

bij het waarderen van deze kenmerkende ondernemingen is de forse investeringen in

ontastbare activa zoals marketing onderzoek en ontwikkeling Investeerders zien dit als

investeringen die kasstromen zullen genereren in de toekomst en niet als een huidige

kost zoals die behandeld moet worden volgens de boekhoudkundige regels Deze grote

kosten leiden dan ook tot grote verliezen aangezien deze ondernemingen vaak nog

geen inkomsten hebben door het ontbreken van een marktklaar product De verliezen

wijzen dus op strategische uitgaven van het management en zijn geen indicatie voor

het operationeel falen Verliezen als gevolg van aanzienlijke investeringskosten worden

dan ook opgenomen als waardedeterminant op het moment van waardering van de

onderneming

H2 Er is een positieve relatie tussen de omvang van het verlies en de

ondernemingswaarde

Samen vormen hypothese 1 en 2 een convexe of U-vormige relatie tussen het

bedrijfsresultaat en de ondernemingswaarde3 net zoals bij Hand (2003) en Joos (2007)

De relatie is positief voor winstgevende en negatief voor verlieslatende ondernemingen

Voor verlieslatende ondernemingen bevatten de boekwaarden van het eigen vermogen

(BWEV) meer informatie dan elementen van de resultatenrekening4 (Barth Beaver amp

Landsman 1998 Burgstahler amp Dichev 1997 Jan amp Ou 1995 Collins Pincus amp Xie

1999 Hayn 1995) 3 H1 en H2 kunnen we anders formuleren Er is een positieve (negatieve) relatie voor winstgevende (verlieslatende) ondernemingen tussen het bedrijfsresultaat en de ondernemingswaarde Vandaar de U-vormige relatie 4 Boekwaarde van het eigen vermogen wordt ook wel waarde van het aandelenkapitaal genoemd De Engelstalige term is lsquoBook value of equityrsquo In het verdere verloop gebruiken we de afkorting lsquoBWEVrsquo

4

De rol van de BWEV als waardedrijver bij verlieslatende ondernemingen wordt in de

literatuur als drieledig beschouwd (1) als proxy voor toekomstige normale winsten

(Ohlson 1995 Penman 1992) (2) als schatting voor liquidatiewaarde of waarde van

alternatieve-aanwending (Burgstahler amp Dichev 1997) en (3) als controle voor verschil in

grootte (Barth en Kallapur 1996)

Het (positieve) bedrijfsresultaat als determinant voor waarde bij hypothese 1 was onder

de assumptie dat huidige winsten informatie bevatten over toekomstige kasstromen Bij

ondernemingen met een negatief bedrijfsresultaat is dit niet het geval Volgens het

Ohlson model (1995) kan de BWEV gebruikt worden als proxy voor de toekomstige

normale winsten (1)

De BWEV kan ook gebruikt worden als proxy voor de liquidatiewaarde (2) (Burgstahler

amp Dichev 1997) VC-investeerders investeren in jonge risicovolle ondernemingen Jong

en risicovol omdat deze de grootste groeimogelijkheden bieden en dus ook de hoogste

rendementen Het succesvol uitbouwen van zorsquon nieuwe onderneming is zeer risicovol

Deze ondernemingen hebben immers geen buffer onder de vorm van een portefeuille

van producten in diverse markten waarop de onderneming kan terugvallen De kans op

faillissement is in deze bedrijven reeumlel BWEV is het verschil tussen het totaal actief en

de totale schulden wat de waarde van de totale ondernemingen na afbetaling van de

schuldeisers bij vereffening voorstelt (=liquidatiewaarde)

De BWEV kan ook als proxy gebruikt worden voor de grootte van een onderneming (3)

(Collins et al1997a Barth en Kallapur 1996) De grootte van het bedrijf (met als proxy

BWEV) staat in relatie met de eerste twee rollen van de BWEV Grotere ondernemingen

hebben namelijk een hogere liquidatiewaarde en van grotere ondernemingen worden

grotere toekomstige winsten verwacht

Samenvattend stellen we dat boekwaarden een toenemend belang hebben bij het

waarderen van ondernemingen wanneer (1) huidige winsten geen goede indicatie zijn

voor toekomstige winsten of (2) wanneer de onderneming een grotere kans heeft op

faling of liquidatie Dit is zeker het geval in de Venture Capital markt waardoor we onze

derde hypothese als volgt kunnen formuleren

5

H3 De waarde van een onderneming is positief gerelateerd aan de boekwaarde van het

eigen vermogen bij verlieslatende ondernemingen

De waarderelevantie van het bedrijfsresultaat enerzijds en de boekwaarden anderzijds

verschilt over de industrieeumln heen (Barth Beaver amp Landsman 1999)

Collins Pincus en Xie (1997) constateren dat BWEV hogere waarderingen verklaart en

niet de omvang van het verlies Nochtans vonden zij ook dat verliezen afzonderlijk

positief gewaardeerd worden Dit kwam omdat grotere verliezen afkomstig zijn van

grotere bedrijven (met als proxy BWEV) en grotere ondernemingen hoger gewaardeerd

worden 5 De reden hiervoor is dat zij gebruik maken van een cross-sectionele

steekproef van bedrijven uit verschillende sectoren voor de periode 1975-1992 De

opgenomen ondernemingen komen grotendeels uit niet-risicovolle sectoren waar BWEV

als proxy voor grootte dient en dus beter de hogere waarderingen kan verklaren 6 De

bevindingen van Collins et al (1997) zijn tegenstrijdig met Hand (2000) en Joos (2007)

In hun onderzoek naar internet en biotechnologische bedrijven wordt de positieve

waardering van verliezen behouden na opname van BWEV in het waarderingsmodel

Eerder (H2) zagen we dat in deze sectoren de verliezen positief gewaardeerd werden

als teken van strategische uitgaven en niet als indicatie dienden voor de grootte van het

bedrijf Vandaar het behoud van de positieve waardering van verliezen na opname

BWEV in het waarderingsmodel

Waardering van het verlies is afhankelijk van het risico de groeiopportuniteiten en de

stabiliteit van de inkomsten in de verschillende industrieeumln In sectoren waarin

ondernemingen investeren in grote hoeveelheden niet-herkende netto activa7 (zoals

onderzoek amp ontwikkeling) heeft het bedrijfsresultaat een grotere verklaringskracht De

5 Statistisch uit zich dat in een negatief of niet significante coeumlfficieumlnt bij verlies na incorporatie van boekwaarden van het eigen vermogen 6 Hun argumentering is als volgt wanneer een relevante variabele (BWEV) die positief gecorreleerd is met de afhankelijke variabele (marktwaarde) en negatief met een onafhankelijke variabele( bedrijfsverlies) niet opgenomen wordt in de analyse ontstaat er een negatieve bias bij de coeumlfficieumlnt van deze onafhankelijke variabele De positieve waardering van het verlies is afkomstig van de onderliggende relatie verlies-BWEV en BWEV-waarde en niet van de relatie verlies-ondernemingswaarde zelf 7 Andere voorbeelden zijn groeiopties en klantentrouw Deze worden boekhoudkundig als kosten behandeld terwijl deze de kenmerken van activa bezitten Het zijn namelijk investeringen die tot winsten kunnen leiden in de toekomst

6

boekwaarde van het eigen vermogen heeft dan weer meer verklaringskracht in minder

risicovolle ondernemingen met stabiele winsten

Aangezien verwacht wordt dat Venture Capital investeerders actief zijn in jonge

ondernemingen met sterke groeiopties zoals in farmaceutische (Brief amp Zarowin 1999)

biotechnologische (Joos 2007) en internetbedrijven (Hand 2000) voorspellen wij dat

de resultatenrekening ( verlies en kosten) in risicovolle en hoogtechnologische sectoren

meer informatie kan bieden dan de balans (BWEV) als determinanten voor waardering

Anders geformuleerd

H4 De positieve waardering van verliezen is minder uitgesproken in de

laagtechnologische sector dan in de hoogtechnologische sector

22 Waarderingsdeterminanten voor de Private Markt In de voorgaande literatuur werd marktwaarde verklaard door boekwaarde van het

aandelenkapitaal en het netto-inkomen In dit stuk wordt dieper ingegaan op de

waarderelevantie van gedesaggregeerde financieumlle informatie bij het waarderen van

ondernemingen gefinancierd met Venture Capital

Accounting conservatisme gecombineerd met snelle groei in ontastbare activa kan de

associatie tussen ondernemingswaarde en geaggregeerde financieumlle data ernstig

verstoren Geaggregeerde variabelen van de balans en resultatenrekening zoals de

boekwaarde van het eigen vermogen (BWEV) en netto-inkomen (NI) zijn een

vertekende meting voor de economische positie en winstgevendheid van de

onderneming (Zhang 2001) Een regressie van vertekende variabelen met de

afhankelijke variabele kan leiden tot coeumlfficieumlnten met een ander teken of grootte dan

dat men intuiumltief kan vermoeden8

Waardering van VC-ondersteunde bedrijven aan de hand van gedesaggregeerde

financieumlle informatie vinden we terug in het onderzoek van Hand ( 2005) en Armstrong

Davila en Foster (2006) Gedesaggregeerde financieumlle informatie wordt bekomen door

de twee componenten van het Ohlson model BWEV en NI op te splitsen in hun

onderliggende componenten Kas en kasequivalenten niet-kasactiva en lange

8 Illustratie negatieve bias uit voetnoot 6

7

termijnschulden worden beschouwd als de desaggregatie van de BWEV De

belangrijkste kostenitems en opbrengsten kunnen gezien worden als een desaggregatie

van het NI Kas en niet-kas activa hebben een significante positieve coeumlfficieumlnt net als

de variabelen uit de resultatenrekening Dit geldt voor zowel de opbrengsten als de

kosten (Kosten van de verkochte goederen kosten voor onderzoek en ontwikkeling en

andere kosten) Het positieve teken bij de coeumlfficieumlnt voor elke kostencomponent wijst al

op de voorspelling dat investeerders kostenuitgaven bij jonge ondernemingen als

investeringen beschouwen

Gebaseerd op de studies van Hand (2004 2005) en Armstrong et al(2006) willen wij de

waarderelevantie van enkele componenten van de balans en de resultatenrekening

nagaan

Eerst gaan we de waarderelevantie na van elementen van de balans We

desaggregeren de boekwaarde van het eigen vermogen in volgende componenten Kas

en kasequivalenten niet-kas activa en totale schulden

In eerste instantie willen we de invloed nagaan van de kaspositie op de waardering van

de onderneming Een goede kaspositie wordt gezien als een indicatie van een goede

liquiditeitspositie Zowel in de studies van Hand (2005) en Armstrong et al (2006) wordt

een positieve coeumlfficieumlnt bekomen voor de kaspositie Wij gaan in hypothese vijf na of

we deze significante positieve coeumlfficieumlnt kunnen bevestigen

H5 De ondernemingswaarde is positief gerelateerd aan de kaspositie

De niet-kas activa is de som van de vaste activa en de vlottende activa verminderd met

kas en kasequivalenten De niet-kas activa vormen een belangrijke component van het

totaal actief en de balans Ze kunnen gezien worden als een indicatie voor de grootte

van een bedrijf Hand (2004 2005) en Armstrong et al (2006) bekomen een positieve

coeumlfficieumlnt voor de niet-kas activa

Wij voorspellen een positieve relatie tussen grootte (niet-kas activa) en

ondernemingswaarde

8

H6 De ondernemingswaarde is positief gerelateerd aan de waarde van de niet-kas

activa

Armstrong et al(2006) zien schulden als een claim van de schuldeisers ten opzichte van

het actief en de toekomstige kaststromen van de onderneming Er wordt in hun werk

dan ook een negatieve coeumlfficieumlnt voorspeld De totale schulden zijn een indicatie voor

het financieumlle risico van een onderneming Bij het ten gronde gaan van een

onderneming is de waarde voor de aandeelhouders het deel van de waarde dat

overblijft na uitbetaling van de schuldeisers Hoe meer schulden er aanwezig zijn in een

onderneming hoe lager de resterende waarde is voor de aandeelhouders bij liquidatie

van de onderneming

Wij voorspellen dat de waarde van een onderneming negatief gerelateerd is aan de

totale schulden

H7 De ondernemingswaarde is negatief gerelateerd aan de totale schulden

Na de elementen van de balans gaan we de invloed na van een element van de

resultatenrekening We gaan na welke relatie er bestaat tussen totale kosten en de

waarde van een onderneming

Het grootste deel van de ondernemingen waar Venture Capitalists in investeren zijn

verlieslatend Zoals in de literatuur over verlieslatende ondernemingen aangehaald

worden verliezen vaak positief gewaardeerd bij jonge ondernemingen Strategische

investeringen liggen aan de basis van dit negatief resultaat Dit omdat investeringen in

de boekhouding behandeld worden als kosten Hogere kosten zijn een indicatie voor

investeringen die in de toekomst kunnen resulteren in positieve kasstromen Op basis

hiervan voorspellen wij een positieve relatie tussen de totale kosten en de waardering

van een onderneming

H8 De ondernemingswaarde is positief gerelateerd aan de totale kosten

9

23 Groeiopportuniteiten als waardedeterminant De waarde van een bedrijf is afkomstig van 2 determinanten (Myers 1977)

Waarde onderneming = waarde van activa + huidige waarde van toekomstige

groeiopportuniteiten

Welke component van waarde het meest doorweegt is afhankelijk van de fase waarin de

onderneming zich bevindt Voor startende ondernemingen is de huidige waarde van de

groeiopportuniteiten de belangrijkste component Groeimogelijkheden worden vaak als

waardedrijver gebruikt bij jonge opstartende ondernemingen en ondernemingen in

nieuwe industrieeumln (Damodaran 2001) Waarderingsmodellen die enkel

boekhoudkundige variabelen opnemen als determinanten voor ondernemingswaarde

zien een belangrijke component over het hoofd Er moet rekening gehouden worden

met het groeipotentieel van de ondernemingen (Holthausen en Watts 2001) Groeiende

ondernemingen worden hoger gewaardeerd (Davilla Foster en Gupta 2003)

Davila en Foster (2005) rapporteren een positieve Spearman correlatie tussen de

verandering in waardering en de verandering in inkomsten als proxy voor groei voor een

steekproef van 78 private ondernemingen (waarvan 60 Venture Capital genoten)

Hieruit kunnen we afleiden dat het groeipotentieel van een onderneming een belangrijke

waardeterminant is voor het waarderen van ondernemingen gefinancierd met Venture

Capital Hierop baserend formuleren we onze negende en laatste hypothese

H9 De ondernemingswaarde is positief gerelateerd aan de groei van de onderneming

10

3 Methode 31 Data 311 Bronnen Voor het verzamelen van de gegevens werd een beroep gedaan op drie verschillende

databases Zephyr Amadeus en Belfirst Dit zijn producten van Bureau van Dijk

Electronic Publishing (BvDEP)

Zephyr is een database die informatie bevat over verschillende soorten transacties

waaronder Venture Capital transacties

Amadeus is een pan-Europese database die financieumlle informatie bevat over

ondernemingen in achtendertig verschillende Europese landen

Belfirst bevat alle neergelegde jaarrekeningen van Belgische ondernemingen Alle

posten van de balans resultatenrekening toelichting en (in voorkomend geval) sociale

balans zijn erin opgenomen

Verder werd een beroep gedaan op het Belgisch staatsblad jaarverslagen en

participaties van Belgische Venture Capital fondsen en prospectussen van Belgische

IPOrsquos die in het verleden met Venture Capital zijn gefinancierd

Informatie over de Venture Capital instroom werd teruggevonden in publicaties van de

lsquoEuropean Private Equity amp Venture Capital Association (EVCA)rsquo

We maakten ook gebruik van de De Dow Jones STOXX Total Market Index (TMI)9

312 Populatie en Steekproef Voor het trekken van de steekproef werd onder andere een beroep gedaan op Zephyr

Alle Venture Capital transacties in Belgieuml Nederland Luxemburg Duitsland Frankrijk

en het Verenigd Koninkrijk afgesloten tussen 1 januari 1997 en 31 december 2007

werden geselecteerd Zephyr gaf in totaal 3593 transacties weer voor deze tijdspanne

Voor de waardering van Venture Capital transacties is het noodzakelijk de totale

ondernemingswaarde te kennen Daarom werden enkel de transacties van

ondernemingen met een gekende ondernemingswaarde geselecteerd waardoor er

slechts 331 van de initieumlle 3593 deals overbleven

9 De Dow Jones STOXX TMI werd geraadpleegd op wwwstoxxcom

11

Om financieumlle gegevens over de ondernemingen betrokken bij een Venture Capital

transactie terug te vinden op Amadeus werd gebruik gemaakt van het Bureau van Dijk

identificatienummer Voor ondernemingen waar het identificatienummer niet gegeven

was werd nagegaan of er informatie beschikbaar was op Amadeus door te zoeken op

naam Slechts voor 73 van de 331 deals vonden we financieumlle informatie over de

betrokken onderneming terug op Amadeus Ondernemingen betrokken bij Venture

Capital transacties zijn vaak heel jonge of opstartende ondernemingen Dit heeft als

gevolg dat niet voor alle transacties historische financieumlle informatie van de betrokken

onderneming terug te vinden is Voor transacties waarvan het jaartal van de afloop van

de deal overeenstemt met het jaar waarin de onderneming is opgestart kan bijgevolg

geen financieumlle informatie worden teruggevonden

Voor deals waarin Belgische ondernemingen betrokken waren werden de financieumlle

gegevens verzameld op Belfirst Voor 9 van de 21 Belgische deals teruggevonden op

Zephyr was er extra informatie terug te vinden op Belfirst

Gebruik makend van prospectussen het Belgisch staatsblad en de jaarverslagen en

participaties van belangrijke Venture Capitalfondsen werd de steekproef uitgebreid10

Op basis van deze drie methodes werden 44 extra deals teruggevonden waarvoor ook

financieumlle informatie terug te vinden was op Belfirst

De finale steekproef waarop de hypothesen worden getest bestaat uit 126 Venture

Capital deals

10 Er werd gebruik gemaakt van prospectussen van Belgische VC-backed IPOrsquos om extra Venture Capital transacties terug te vinden Voor de Belgische VCndashBacked IPOrsquos werden prospectussen onderzocht om het verworven aandeel in de ondernemingen te achterhalen en op die manier de ondernemingswaarde te berekenen Voor de Belgische deals uit Zephyr zonder gekende ondernemingswaarde werd nagegaan of de totale waarde berekend kon worden op basis van publicaties in het Belgisch Staatsblad Verder werden participaties van Venture Capitalfondsen nagegaan De waarde van de transacties werd opgezocht in het Belgisch staatsblad

12

Initieel aantal deals (Zephyr) 3593- Aantal deals van ondernemingen zonder gekende totale ondernemingswaarde 3262Aantal deals van ondernemingen met gekende totale ondernemingswaarde 331- Aantal deals van ondernemingen zonder de nodige financieumlle informatie 249Totaal aantal deals Zephyr met de nodige financieumlle informatie 82+Uitbreiding steekproef (prospectussen Belgisch staatsblad en participaties VC-fondsen) 44Finale steekproef 126

Tabel 1 Overzicht van het tot stand komen van de steekproef

32 Variabelen 321 Afhankelijke variabele Als afhankelijke variabele nemen we de marktwaarde van de onderneming (afkorting

MW) De marktwaarde is de premoneywaardering berekend door van de totale waarde

van de onderneming na de investering het geiumlnvesteerde bedrag af te trekken11 De

totale waarde van de onderneming is het bedrag dat men zou betalen indien 100 van

de onderneming zou verworven worden Ze wordt berekend als ((investering)(

aandelen verworven)) x 100 Voor de deals uit Zephyr worden enkel deze met een

gekend verworven aandeel in de onderneming opgenomen in de analyse Voor de deals

uit het staatsblad werd het verworven aandeel berekend als de verhouding tussen het

aantal nieuw verkregen aandelen op het totaal aantal aandelen na investering

322 Onafhankelijke variabelen Voor het selecteren van de onafhankelijke variabelen volgen we het matching-principe

gebruikt van Hand (2005) De datum van investering in de onderneming wordt gelinkt

11 De uiteindelijke premoneywaardering wordt dan als volgt berekend Wanneer voor euro100 geiumlnvesteerd wordt en daarbij 10 van de aandelen verworven wordt is de totale waarde van de onderneming gelijk aan euro 1000 en is de premoneywaardering gelijk aan euro 900 De investeerder betaalt eigenlijk euro 100 om na investering 10 van het aandelenkapitaal te bezitten Dat maakt dat op het moment van investering de waarde van de onderneming (100) gelijk is aan 90 van de onderneming na investering Er werd geen onderscheid gemaakt tussen het verworven aandeel van de verschillende investeerders in een investeringsronde of het verworven aandeel van een afzonderlijk fonds Voor het berekenen van de 100 waardering maakt dit geen verschil Wel wordt steeds de totale kapitaalsverhoging van deze 100 waardering afgetrokken en niet het afzonderlijk deel dat eacuteeacuten fonds investeert De totale kapitaalsverhoging voor de data uit het staatsblad is het product van de uitgifteprijs van de aandelen en het totaal aantal nieuw uitgegeven aandelen

13

aan de financieumlle data van het jaar voor de investeringsronde12 Financieumlle data zijn

jaarlijks beschikbaar zodoende dat elke eerste investering in het jaar bruikbaar is voor

onze analyse Alle andere investeringsrondes volgend op de eerste worden uit de

analyse gelaten Het voordeel van deze aanpak is dat het eenvoudig is voor analyse

Het nadeel is het verlies aan informatie wanneer er meerdere financieringsrondes zijn in

eenzelfde fiscaal jaar Het vormt ook een nadeel wanneer er een groot tijdsverschil is

tussen het gebruikte boekjaar van financieumlle data en de afsluiting van investering13

In de eerste twee hypotheses wordt het bedrijfsresultaat gebruikt als onafhankelijke

variabele Als proxy hiervoor gebruiken we de post operationele winstverlies van

Amadeus en Belfirst

Voor boekwaarde van het eigen vermogen gebruiken we de post lsquoshareholderrsquos fundsrsquo

op de balans in Amadeus en Belfirst14

We maken ook gebruik van de financieumlle variabelen uit de modellen van Hand (2004

2005) en Armstrong et al (2006) Om de invloed van deze variabelen na te gaan

zoeken we voor elke variabele een passend alternatief op de databases Amadeus en

Zephyr We vinden voor kas en kasequivalenten niet-kas activa en totale schulden een

alternatief Aangezien wij niet beschikken over een aparte uitgavenpost voor onderzoek

en ontwikkeling nemen we de totale kosten op in onze analyse We splitsen deze niet

op zoals Hand (2004 2005) en Armstrong et al(2006) doen De uitgaven voor

onderzoek en ontwikkeling zitten hier wel in omvat Een Belgische onderneming die

kosten maakt in het kader van door haar verricht onderzoek moet deze kosten (lonen

en wedden - kosten voor het gebruik van materiaal - diensten en diverse goederen

enz) in beginsel naar hun aard boeken in de resultatenrekening van het boekjaar

waarin deze kosten werden gemaakt

12 Bijvoorbeeld Een onderneming verkrijgt financiering uit drie verschillende rondes ABC Ronde A vindt plaats op 3203 ronde B op 5304 en ronde C op 23804 Enkel ronde A en Ronde B worden opgenomen in de analyse Ronde A wordt gelinkt aan financieumlle data van 311202 en ronde B van 311203 13 Dit is bijvoorbeeld het geval wanneer de investering plaatsvond in juli of later (6 maanden na start nieuw boekjaar) Financieumlle data uit het volgende boekjaar zijn recenter om te gebruiken Toch worden de data gebruikt uit het voorgaande jaar 14 Boekwaarde eigen vermogen = Totaal actief ndash Vreemd vermogen

14

15

Davilla Foster en Gupta (2003) gebruiken groei van het aantal werknemers als proxy

voor groei Wij gebruiken de relatieve verandering in de kost van werknemers als proxy

voor groei15

Tabel 1 geeft een overzicht van de gebruikte variabelen

323 Controlevariabelen We gaan ook de invloed na van enkele controlevariabelen

Een eerste controlevariabele die we opnemen in de analyse is industrie Wij willen

nagaan of er een verschil is in de waardering van de ondernemingen die actief zijn in

verschillende industrieeumln Het belang van de sector werd reeds besproken onder punt

22

Ook zullen we controleren voor volgende macro-economische variabelen Gompers en

Lerner (2000) gaan na hoe de waardering van investeringen in de Venture Capital markt

beiumlnvloed wordt door de instroom van kapitaal De resultaten tonen een sterk positief

verband tussen de waarde van Venture Capital investeringen en de instroom van

kapitaal Wij gaan na of we de resultaten van Gompers en Lerner (2000) kunnen

bevestigen voor onze steekproef Deze informatie bekomen we uit publicaties van de

EVCA

We nemen ook een marktindex op als controlevariabele in ons model (Hand 2005)

Deze variabele wordt geacht een goede indicator te zijn voor het potentieel rendement

op Venture Capital investeringen

15 Groei wordt berekend als ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2))

16

Variabele Afkorting Opmerkingen Premoneywaardering MW Totale marktwaarde onderneming na investering ndash Geiumlnvesteerd bedrag Boekwaarde eigen vermogen BWEV Operationeel bedrijfsresultaat (Netto Inkomen) NI Operationele winstverlies Kas en kasequivalenten KAS Niet-kas activa NKASA Vaste activa + vlottende activa (exclusief kas en kasequivalenten) Totale schulden TotSchuld Schulden gt1jaar + Schuldenlt1jaar Totale kosten TotKost Leeftijd Leeftijd Leeftijd bij afsluiten deal - Leeftijd onderneming bij incorporatie Dow jones Stoxx Total Market Index Stoxx Europese marktindex Groei Groei ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2)) Venture Capital instroom VCIN Instroom kapitaal in Venture Capital fondsen uit publicaties EVCA Industrie Industrie De zeven industrieklassen worden ingedeeld in een hoogtechnologische groep en een laagtechnologische groep aan de hand van een dummyariabele

Tabel 2 Overzicht van de gebruikte variabelen

324 Descriptieve statistiek Figuur 1 toont het aantal deals uit de steekproef per land Er zitten voornamelijk deals

uit Belgieuml Frankrijk en het Verenigd Koninkrijk in de steekproef Het grote aandeel

Belgische deals komt door de grotere beschikbaarheid van financieumlle informatie Voor

de deals uit Duitsland was de nodige financieumlle informatie er meestal niet Voor geen

enkele deal uit Nederland en Luxemburg was financieumlle informatie terug te vinden

waardoor de steekproef herleid werd tot vier landen Belgieuml Frankrijk Duitsland en het

Verenigd Koninkrijk

Onze steekproef bestrijkt de periode van 1januari 1997 tot 31december 2007 Figuur 2

geeft weer hoeveel deals er in de verschillende jaren afgesloten zijn We zien dat er

voor het jaar 1997 geen deals met de nodige financieumlle gegevens terug te vinden waren

Het hoge aantal deals in het jaar 2000 kan verklaard worden door de High Tech Bubble

In figuur 3 kan de leeftijd van de betrokken ondernemingen afgelezen worden bij het

afsluiten van de deal We zien dat onze steekproef vooral bestaat uit jonge

ondernemingen De mediaan van de leeftijd van de ondernemingen in onze steekproef

is drie jaar

In figuur 4 kan de distributie van de steekproef volgens industrie worden afgelezen De

steekproef werd opgedeeld op basis van de eerste twee cijfers van de nacebelcode en

op basis daarvan ingedeeld in zeven verschillende groepen metaal chemie

biotechnologisch handel en horeca zakelijke diensten computer gerelateerd diensten

niet computer gerelateerd en een restcategorie andere Het valt op dat een groot deel

van de deals gebeuren in hoogtechnologische industrieeumln Chemie Biotechnologisch en

zakelijke diensten computer gerelateerd

17

Aantal deals per land

54

45

24

3

0

10

20

30

40

50

60

Belgieuml Verenigd Koninkrijk Frankrijk Duitsland

Land

Aan

tal d

eals

Figuur 1 Aantal deals per land

Distributie steekproef volgens jaar deal

0

4

8

29

14

3

9 10 9

23

17

0

5

10

15

20

25

30

35

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Jaar deal

Aan

tal d

eals

Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten werd

18

Leeftijd ondernemingen bij afsluiten deal

11

27 26

20

79

4 4 53

10

0

5

10

15

20

25

30

1 jaar 2 jaar 3 jaar 4 jaar 5 jaar 6 jaar 7 jaar 8 jaar 9 jaar 10 jaar gt10jaar

Leeftijd

Aan

tal o

nder

nem

inge

n

Figuur 3 Leeftijd onderneming bij afsluiten deal

Distributie steekproef volgens industrie

4032

1712 11 9

5

05

1015202530354045

Compu

ter ge

relate

erd

Dienste

n (ex

cl C

ompu

ter)

Metaal

Hande

l en H

oreca

Biotec

hnolo

gisch

Chemie

Andere

(res

tcateg

orie)

Industrie

Aan

tal d

eals

Figuur 4 Distributie van de steekproef volgens industrie

19

20

Als controlevariabele wordt nagegaan of de kapitaalinstroom in Venture Capital fondsen

in het jaar van de deal een invloed heeft op de waardering van de Venture Capital

transacties In bijlage 1 kan de instroom van kapitaal in de verschillende jaren afgelezen

worden De gegevens zijn afkomstig uit de jaarlijkse publicaties van de EVCA Bij het

uitvoeren van het onderzoek was de kapitaalinstroom voor het jaar 2007 nog niet

gepubliceerd

Tabel 3 geeft een overzicht van het minimum het maximum de mediaan het

gemiddelde en de standaardafwijking van de gebruikte variabelen Er wordt ook getoond

hoeveel gegevens beschikbaar zijn per variabele De verschillende variabelen worden

weergegeven in duizend euro De gemiddelde onderneming betrokken bij een Venture

Capital deal heeft een premoneywaardering van 19932 duizend euro Het gemiddelde

en de mediaan van het operationeel bedrijfsresultaat zijn negatief Dit komt doordat

slechts 31 van de 108 bedrijven waarvoor het operationeel bedrijfsresultaat gegeven is

een positief operationeel bedrijfsresultaat hebben

In bijlage 2 kan het boxplot bekeken worden van de premoneywaardering per jaar

Zowel de Kruskal-Wallis-test als de mediaantest tonen aan dat er geen verschil is in

premoneywaardering over de verschillende jaren heen16

In bijlage 3 kan het boxplot worden bekeken van de premoneywaardering in de

verschillende industrieklassen Biotechnologische ondernemingen worden significant

hoger gewaardeerd dan ondernemingen in andere industrieklassen

16 De resultaten van deze testen zijn niet opgenomen in dit werk

21

Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelen

Gemiddelde Minimum Maximum Mediaan Standaardafwijking N (euro1000) (euro1000) (euro1000) (euro1000) (euro1000) Afhankelijke variabele Premoneywaardering 19332 100 267278 5102 38420 126 Onafhankelijke variabelen Operationeel Bedrijfsresultaat (t-1) -587 -9601 12097 -165 2303 108 Boekwaarde eigen vermogen (BWEV) (t-1) 1926 -4357 30257 184 5140 125 Kas en kasequivalenten (t-1) 1113 0 24375 80 3171 117 Niet-kas activa (t-1) 5366 0 246738 641 25152 117 Totale schulden (t-1) 4581 0 224510 734 22284 123 Totale opbrengsten (t-1) 7435 2 191280 991 26077 62 Totale kosten (t-1) 3169 1 54230 1139 8014 69 Leeftijd 5 1 35 3 5 126 Kost van de werknemers (t-1) 1458 0 44856 679 4789 94 Kost van de werknemers (t-2) 619 0 4207 457 766 65

Controlevariabelen Dow Jones Stoxx Total Market Index 312 177 389 324 56 126

33 Modellen en Onderzoeksopzet In bijlage 9 kan men op Figuur 7 grafieken bekijken van de relatie tussen de

boekwaarde van het eigen vermogen (BWEV) en de premoneywaardering en de relatie

tussen het netto-inkomen (NI) en de premoneywaardering Figuur 7a is een scatterplot

met de oorspronkelijke data in duizend euro in figuur 7b zijn de oorspronkelijke data

gedeflateerd op het totaal actief Uit beide figuren kan je afleiden dat deze data sterk

heteroscedastisch is wat niet goed is om een lineaire relatie na te gaan tussen de

variabelen Tabel 3 toonde reeds een groot verschil in gemiddelden en mediaan voor

de verschillende variabelen Dit kan het resultaat zijn van verschillen tussen de

ondernemingen in leeftijd grootte industrie of levenscyclus

Om hier een oplossing voor te bieden ondergaan de variabelen een Ln-transformatie die

als volgt gebeurt

Voor de positieve waarden X Ln [ 1 + X ] met X in duizend euro

Voor de negatieve waarden Y -Ln [ 1 + (-Y)] met Y in duizend euro

Het voordeel van deze transformatie is dat men niet hoeft te controleren voor outliers

aangezien een Ln-transformatie hoge waarden afvlakt We zien in tabel 3 steeds grote

standaardafwijkingen bij de variabelen voor transformatie Na transformatie verdwijnen

deze hoge waarden Via een Ln-transformatie bekomen we ook een grotere

homoscedasticiteit tussen de variabelen17

Het effect van het transformeren in vergelijking met deflateren op totaal actief18 wordt

geiumlllustreerd in bijlage 9 In bijlage 9 wordt een scatterplot gemaakt van de bivariate

relatie tussen de premoneywaardering en respectievelijk de boekwaarde van het eigen

vermogen en het bedrijfsresultaat

In figuur 7c zie je dat na transformatie de relaties tussen ln(premoneywaardering) en

respectievelijk ln(BWEV) en ln(Bedrijfsresultaat) meer homoscedastisch zijn

Op deze figuur merken we ook dat de relatie tussen de boekwaarde van het eigen

vermogen (indien gt 0) en de ondernemingswaarde (lineair) positief is We zien

eveneens een positieve relatie tussen het bedrijfsresultaat en de ondernemingswaarde

17 Armstrong et al maken gebruik van een rank regression om dezelfde problemen bij regressie op te lossen 18 Collins et al deflateren op het aantal aandelen Joos maakt gebruik van de marktwaarde op t de boekwaarde op t-1 en het aantal werknemers t-1 als deflatiefactor

22

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 12: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

21 Waarderingsdeterminanten voor de Publieke Markt Een eerste stroom literatuur onderzoekt de relevantie van winstgevendheid bij het

waarderen van aandelen De marktwaarde onder de vorm van aandelenkoersen werd

gerelateerd aan de winstpositie van de onderneming

Het gebruik van winstparameters en winstgevendheid (als verschil tussen opbrengsten

en kosten) voor het waarderen van bedrijven wordt ondersteund door heel wat literatuur

(Ball amp Brown 1968 Beaver 1968 Easton amp Harris 1991 Collins amp Kothari 1989) Dit

steeds onder de assumptie dat huidige winsten informatie bevatten over toekomstige

kasstromen Een hogere winst betekent meer middelen om uit te keren aan de

aandeelhouders Bijgevolg is de marktwaarde voor meer winstgevende bedrijven hoger

Dit resulteert in een lineaire relatie tussen winstgevendheid en ondernemingswaarde

Wij gaan in hypothese 1 na of deze lineaire relatie teruggevonden in de publieke markt

ook van toepassing is in de Venture Capital markt

H1 Er is een positieve relatie tussen de omvang van de winst en de

ondernemingswaarde

Deze positieve lineaire relatie betekent dat over het algemeen de meer winstgevende

bedrijven hoger gewaardeerd worden dan minder winstgevende bedrijven Het is

belangrijk om op te merken dat verlieslatende ondernemingen ook hoog kunnen

gewaardeerd worden Een voorbeeld hiervan zijn de hoge aandeelprijzen die soms

betaald worden voor een onderneming die er nog niet in geslaagd is winst te genereren

(cfr Amazoncom) Zo vinden diverse auteurs een significante positieve relatie tussen

verliezen en de ondernemingswaarde2 (Jan amp Ou 1995 Hayn 1995 Burgstahler en

Dichev 1997 Kothari en Zimmerman 1995 Collins Pincus amp Xie1997 Hand 2003 en

Joos 2004)

Bij internetbedrijven is de ondernemingswaarde convex gerelateerd met het

bedrijfsresultaat Dit betekent toenemend met de winst en toenemend met de omvang

van het verlies (Hand 2003) Ook bij biotechnologische bedrijven is een gelijkaardige V-

2 Ondernemingswaarde meestal in de vorm van aandelenprijzen Deze relatie betekent hoe groter de verliezen hoe hoger de ondernemingswaarde

3

vormige relatie positief voor winst en negatief voor verlies terug te vinden tussen het

bedrijfsresultaat en de ondernemingswaarde (Joos en Zhdanov 2007)

Internetbedrijven (Hand) en biotechnologische bedrijven (Joos) zijn kenmerkend voor de

sectoren waarin VC-investeerders actief zijn Ze zijn op zoek naar een hoog rendement

in jonge snelgroeiende ondernemingen Deze bevinden zich voornamelijk in risicovolle

sectoren Hier wordt de waarde vooral gedreven door het groeipotentieel in plaats van

de huidige winsten De economische reden waarom winstgevendheid minder relevant is

bij het waarderen van deze kenmerkende ondernemingen is de forse investeringen in

ontastbare activa zoals marketing onderzoek en ontwikkeling Investeerders zien dit als

investeringen die kasstromen zullen genereren in de toekomst en niet als een huidige

kost zoals die behandeld moet worden volgens de boekhoudkundige regels Deze grote

kosten leiden dan ook tot grote verliezen aangezien deze ondernemingen vaak nog

geen inkomsten hebben door het ontbreken van een marktklaar product De verliezen

wijzen dus op strategische uitgaven van het management en zijn geen indicatie voor

het operationeel falen Verliezen als gevolg van aanzienlijke investeringskosten worden

dan ook opgenomen als waardedeterminant op het moment van waardering van de

onderneming

H2 Er is een positieve relatie tussen de omvang van het verlies en de

ondernemingswaarde

Samen vormen hypothese 1 en 2 een convexe of U-vormige relatie tussen het

bedrijfsresultaat en de ondernemingswaarde3 net zoals bij Hand (2003) en Joos (2007)

De relatie is positief voor winstgevende en negatief voor verlieslatende ondernemingen

Voor verlieslatende ondernemingen bevatten de boekwaarden van het eigen vermogen

(BWEV) meer informatie dan elementen van de resultatenrekening4 (Barth Beaver amp

Landsman 1998 Burgstahler amp Dichev 1997 Jan amp Ou 1995 Collins Pincus amp Xie

1999 Hayn 1995) 3 H1 en H2 kunnen we anders formuleren Er is een positieve (negatieve) relatie voor winstgevende (verlieslatende) ondernemingen tussen het bedrijfsresultaat en de ondernemingswaarde Vandaar de U-vormige relatie 4 Boekwaarde van het eigen vermogen wordt ook wel waarde van het aandelenkapitaal genoemd De Engelstalige term is lsquoBook value of equityrsquo In het verdere verloop gebruiken we de afkorting lsquoBWEVrsquo

4

De rol van de BWEV als waardedrijver bij verlieslatende ondernemingen wordt in de

literatuur als drieledig beschouwd (1) als proxy voor toekomstige normale winsten

(Ohlson 1995 Penman 1992) (2) als schatting voor liquidatiewaarde of waarde van

alternatieve-aanwending (Burgstahler amp Dichev 1997) en (3) als controle voor verschil in

grootte (Barth en Kallapur 1996)

Het (positieve) bedrijfsresultaat als determinant voor waarde bij hypothese 1 was onder

de assumptie dat huidige winsten informatie bevatten over toekomstige kasstromen Bij

ondernemingen met een negatief bedrijfsresultaat is dit niet het geval Volgens het

Ohlson model (1995) kan de BWEV gebruikt worden als proxy voor de toekomstige

normale winsten (1)

De BWEV kan ook gebruikt worden als proxy voor de liquidatiewaarde (2) (Burgstahler

amp Dichev 1997) VC-investeerders investeren in jonge risicovolle ondernemingen Jong

en risicovol omdat deze de grootste groeimogelijkheden bieden en dus ook de hoogste

rendementen Het succesvol uitbouwen van zorsquon nieuwe onderneming is zeer risicovol

Deze ondernemingen hebben immers geen buffer onder de vorm van een portefeuille

van producten in diverse markten waarop de onderneming kan terugvallen De kans op

faillissement is in deze bedrijven reeumlel BWEV is het verschil tussen het totaal actief en

de totale schulden wat de waarde van de totale ondernemingen na afbetaling van de

schuldeisers bij vereffening voorstelt (=liquidatiewaarde)

De BWEV kan ook als proxy gebruikt worden voor de grootte van een onderneming (3)

(Collins et al1997a Barth en Kallapur 1996) De grootte van het bedrijf (met als proxy

BWEV) staat in relatie met de eerste twee rollen van de BWEV Grotere ondernemingen

hebben namelijk een hogere liquidatiewaarde en van grotere ondernemingen worden

grotere toekomstige winsten verwacht

Samenvattend stellen we dat boekwaarden een toenemend belang hebben bij het

waarderen van ondernemingen wanneer (1) huidige winsten geen goede indicatie zijn

voor toekomstige winsten of (2) wanneer de onderneming een grotere kans heeft op

faling of liquidatie Dit is zeker het geval in de Venture Capital markt waardoor we onze

derde hypothese als volgt kunnen formuleren

5

H3 De waarde van een onderneming is positief gerelateerd aan de boekwaarde van het

eigen vermogen bij verlieslatende ondernemingen

De waarderelevantie van het bedrijfsresultaat enerzijds en de boekwaarden anderzijds

verschilt over de industrieeumln heen (Barth Beaver amp Landsman 1999)

Collins Pincus en Xie (1997) constateren dat BWEV hogere waarderingen verklaart en

niet de omvang van het verlies Nochtans vonden zij ook dat verliezen afzonderlijk

positief gewaardeerd worden Dit kwam omdat grotere verliezen afkomstig zijn van

grotere bedrijven (met als proxy BWEV) en grotere ondernemingen hoger gewaardeerd

worden 5 De reden hiervoor is dat zij gebruik maken van een cross-sectionele

steekproef van bedrijven uit verschillende sectoren voor de periode 1975-1992 De

opgenomen ondernemingen komen grotendeels uit niet-risicovolle sectoren waar BWEV

als proxy voor grootte dient en dus beter de hogere waarderingen kan verklaren 6 De

bevindingen van Collins et al (1997) zijn tegenstrijdig met Hand (2000) en Joos (2007)

In hun onderzoek naar internet en biotechnologische bedrijven wordt de positieve

waardering van verliezen behouden na opname van BWEV in het waarderingsmodel

Eerder (H2) zagen we dat in deze sectoren de verliezen positief gewaardeerd werden

als teken van strategische uitgaven en niet als indicatie dienden voor de grootte van het

bedrijf Vandaar het behoud van de positieve waardering van verliezen na opname

BWEV in het waarderingsmodel

Waardering van het verlies is afhankelijk van het risico de groeiopportuniteiten en de

stabiliteit van de inkomsten in de verschillende industrieeumln In sectoren waarin

ondernemingen investeren in grote hoeveelheden niet-herkende netto activa7 (zoals

onderzoek amp ontwikkeling) heeft het bedrijfsresultaat een grotere verklaringskracht De

5 Statistisch uit zich dat in een negatief of niet significante coeumlfficieumlnt bij verlies na incorporatie van boekwaarden van het eigen vermogen 6 Hun argumentering is als volgt wanneer een relevante variabele (BWEV) die positief gecorreleerd is met de afhankelijke variabele (marktwaarde) en negatief met een onafhankelijke variabele( bedrijfsverlies) niet opgenomen wordt in de analyse ontstaat er een negatieve bias bij de coeumlfficieumlnt van deze onafhankelijke variabele De positieve waardering van het verlies is afkomstig van de onderliggende relatie verlies-BWEV en BWEV-waarde en niet van de relatie verlies-ondernemingswaarde zelf 7 Andere voorbeelden zijn groeiopties en klantentrouw Deze worden boekhoudkundig als kosten behandeld terwijl deze de kenmerken van activa bezitten Het zijn namelijk investeringen die tot winsten kunnen leiden in de toekomst

6

boekwaarde van het eigen vermogen heeft dan weer meer verklaringskracht in minder

risicovolle ondernemingen met stabiele winsten

Aangezien verwacht wordt dat Venture Capital investeerders actief zijn in jonge

ondernemingen met sterke groeiopties zoals in farmaceutische (Brief amp Zarowin 1999)

biotechnologische (Joos 2007) en internetbedrijven (Hand 2000) voorspellen wij dat

de resultatenrekening ( verlies en kosten) in risicovolle en hoogtechnologische sectoren

meer informatie kan bieden dan de balans (BWEV) als determinanten voor waardering

Anders geformuleerd

H4 De positieve waardering van verliezen is minder uitgesproken in de

laagtechnologische sector dan in de hoogtechnologische sector

22 Waarderingsdeterminanten voor de Private Markt In de voorgaande literatuur werd marktwaarde verklaard door boekwaarde van het

aandelenkapitaal en het netto-inkomen In dit stuk wordt dieper ingegaan op de

waarderelevantie van gedesaggregeerde financieumlle informatie bij het waarderen van

ondernemingen gefinancierd met Venture Capital

Accounting conservatisme gecombineerd met snelle groei in ontastbare activa kan de

associatie tussen ondernemingswaarde en geaggregeerde financieumlle data ernstig

verstoren Geaggregeerde variabelen van de balans en resultatenrekening zoals de

boekwaarde van het eigen vermogen (BWEV) en netto-inkomen (NI) zijn een

vertekende meting voor de economische positie en winstgevendheid van de

onderneming (Zhang 2001) Een regressie van vertekende variabelen met de

afhankelijke variabele kan leiden tot coeumlfficieumlnten met een ander teken of grootte dan

dat men intuiumltief kan vermoeden8

Waardering van VC-ondersteunde bedrijven aan de hand van gedesaggregeerde

financieumlle informatie vinden we terug in het onderzoek van Hand ( 2005) en Armstrong

Davila en Foster (2006) Gedesaggregeerde financieumlle informatie wordt bekomen door

de twee componenten van het Ohlson model BWEV en NI op te splitsen in hun

onderliggende componenten Kas en kasequivalenten niet-kasactiva en lange

8 Illustratie negatieve bias uit voetnoot 6

7

termijnschulden worden beschouwd als de desaggregatie van de BWEV De

belangrijkste kostenitems en opbrengsten kunnen gezien worden als een desaggregatie

van het NI Kas en niet-kas activa hebben een significante positieve coeumlfficieumlnt net als

de variabelen uit de resultatenrekening Dit geldt voor zowel de opbrengsten als de

kosten (Kosten van de verkochte goederen kosten voor onderzoek en ontwikkeling en

andere kosten) Het positieve teken bij de coeumlfficieumlnt voor elke kostencomponent wijst al

op de voorspelling dat investeerders kostenuitgaven bij jonge ondernemingen als

investeringen beschouwen

Gebaseerd op de studies van Hand (2004 2005) en Armstrong et al(2006) willen wij de

waarderelevantie van enkele componenten van de balans en de resultatenrekening

nagaan

Eerst gaan we de waarderelevantie na van elementen van de balans We

desaggregeren de boekwaarde van het eigen vermogen in volgende componenten Kas

en kasequivalenten niet-kas activa en totale schulden

In eerste instantie willen we de invloed nagaan van de kaspositie op de waardering van

de onderneming Een goede kaspositie wordt gezien als een indicatie van een goede

liquiditeitspositie Zowel in de studies van Hand (2005) en Armstrong et al (2006) wordt

een positieve coeumlfficieumlnt bekomen voor de kaspositie Wij gaan in hypothese vijf na of

we deze significante positieve coeumlfficieumlnt kunnen bevestigen

H5 De ondernemingswaarde is positief gerelateerd aan de kaspositie

De niet-kas activa is de som van de vaste activa en de vlottende activa verminderd met

kas en kasequivalenten De niet-kas activa vormen een belangrijke component van het

totaal actief en de balans Ze kunnen gezien worden als een indicatie voor de grootte

van een bedrijf Hand (2004 2005) en Armstrong et al (2006) bekomen een positieve

coeumlfficieumlnt voor de niet-kas activa

Wij voorspellen een positieve relatie tussen grootte (niet-kas activa) en

ondernemingswaarde

8

H6 De ondernemingswaarde is positief gerelateerd aan de waarde van de niet-kas

activa

Armstrong et al(2006) zien schulden als een claim van de schuldeisers ten opzichte van

het actief en de toekomstige kaststromen van de onderneming Er wordt in hun werk

dan ook een negatieve coeumlfficieumlnt voorspeld De totale schulden zijn een indicatie voor

het financieumlle risico van een onderneming Bij het ten gronde gaan van een

onderneming is de waarde voor de aandeelhouders het deel van de waarde dat

overblijft na uitbetaling van de schuldeisers Hoe meer schulden er aanwezig zijn in een

onderneming hoe lager de resterende waarde is voor de aandeelhouders bij liquidatie

van de onderneming

Wij voorspellen dat de waarde van een onderneming negatief gerelateerd is aan de

totale schulden

H7 De ondernemingswaarde is negatief gerelateerd aan de totale schulden

Na de elementen van de balans gaan we de invloed na van een element van de

resultatenrekening We gaan na welke relatie er bestaat tussen totale kosten en de

waarde van een onderneming

Het grootste deel van de ondernemingen waar Venture Capitalists in investeren zijn

verlieslatend Zoals in de literatuur over verlieslatende ondernemingen aangehaald

worden verliezen vaak positief gewaardeerd bij jonge ondernemingen Strategische

investeringen liggen aan de basis van dit negatief resultaat Dit omdat investeringen in

de boekhouding behandeld worden als kosten Hogere kosten zijn een indicatie voor

investeringen die in de toekomst kunnen resulteren in positieve kasstromen Op basis

hiervan voorspellen wij een positieve relatie tussen de totale kosten en de waardering

van een onderneming

H8 De ondernemingswaarde is positief gerelateerd aan de totale kosten

9

23 Groeiopportuniteiten als waardedeterminant De waarde van een bedrijf is afkomstig van 2 determinanten (Myers 1977)

Waarde onderneming = waarde van activa + huidige waarde van toekomstige

groeiopportuniteiten

Welke component van waarde het meest doorweegt is afhankelijk van de fase waarin de

onderneming zich bevindt Voor startende ondernemingen is de huidige waarde van de

groeiopportuniteiten de belangrijkste component Groeimogelijkheden worden vaak als

waardedrijver gebruikt bij jonge opstartende ondernemingen en ondernemingen in

nieuwe industrieeumln (Damodaran 2001) Waarderingsmodellen die enkel

boekhoudkundige variabelen opnemen als determinanten voor ondernemingswaarde

zien een belangrijke component over het hoofd Er moet rekening gehouden worden

met het groeipotentieel van de ondernemingen (Holthausen en Watts 2001) Groeiende

ondernemingen worden hoger gewaardeerd (Davilla Foster en Gupta 2003)

Davila en Foster (2005) rapporteren een positieve Spearman correlatie tussen de

verandering in waardering en de verandering in inkomsten als proxy voor groei voor een

steekproef van 78 private ondernemingen (waarvan 60 Venture Capital genoten)

Hieruit kunnen we afleiden dat het groeipotentieel van een onderneming een belangrijke

waardeterminant is voor het waarderen van ondernemingen gefinancierd met Venture

Capital Hierop baserend formuleren we onze negende en laatste hypothese

H9 De ondernemingswaarde is positief gerelateerd aan de groei van de onderneming

10

3 Methode 31 Data 311 Bronnen Voor het verzamelen van de gegevens werd een beroep gedaan op drie verschillende

databases Zephyr Amadeus en Belfirst Dit zijn producten van Bureau van Dijk

Electronic Publishing (BvDEP)

Zephyr is een database die informatie bevat over verschillende soorten transacties

waaronder Venture Capital transacties

Amadeus is een pan-Europese database die financieumlle informatie bevat over

ondernemingen in achtendertig verschillende Europese landen

Belfirst bevat alle neergelegde jaarrekeningen van Belgische ondernemingen Alle

posten van de balans resultatenrekening toelichting en (in voorkomend geval) sociale

balans zijn erin opgenomen

Verder werd een beroep gedaan op het Belgisch staatsblad jaarverslagen en

participaties van Belgische Venture Capital fondsen en prospectussen van Belgische

IPOrsquos die in het verleden met Venture Capital zijn gefinancierd

Informatie over de Venture Capital instroom werd teruggevonden in publicaties van de

lsquoEuropean Private Equity amp Venture Capital Association (EVCA)rsquo

We maakten ook gebruik van de De Dow Jones STOXX Total Market Index (TMI)9

312 Populatie en Steekproef Voor het trekken van de steekproef werd onder andere een beroep gedaan op Zephyr

Alle Venture Capital transacties in Belgieuml Nederland Luxemburg Duitsland Frankrijk

en het Verenigd Koninkrijk afgesloten tussen 1 januari 1997 en 31 december 2007

werden geselecteerd Zephyr gaf in totaal 3593 transacties weer voor deze tijdspanne

Voor de waardering van Venture Capital transacties is het noodzakelijk de totale

ondernemingswaarde te kennen Daarom werden enkel de transacties van

ondernemingen met een gekende ondernemingswaarde geselecteerd waardoor er

slechts 331 van de initieumlle 3593 deals overbleven

9 De Dow Jones STOXX TMI werd geraadpleegd op wwwstoxxcom

11

Om financieumlle gegevens over de ondernemingen betrokken bij een Venture Capital

transactie terug te vinden op Amadeus werd gebruik gemaakt van het Bureau van Dijk

identificatienummer Voor ondernemingen waar het identificatienummer niet gegeven

was werd nagegaan of er informatie beschikbaar was op Amadeus door te zoeken op

naam Slechts voor 73 van de 331 deals vonden we financieumlle informatie over de

betrokken onderneming terug op Amadeus Ondernemingen betrokken bij Venture

Capital transacties zijn vaak heel jonge of opstartende ondernemingen Dit heeft als

gevolg dat niet voor alle transacties historische financieumlle informatie van de betrokken

onderneming terug te vinden is Voor transacties waarvan het jaartal van de afloop van

de deal overeenstemt met het jaar waarin de onderneming is opgestart kan bijgevolg

geen financieumlle informatie worden teruggevonden

Voor deals waarin Belgische ondernemingen betrokken waren werden de financieumlle

gegevens verzameld op Belfirst Voor 9 van de 21 Belgische deals teruggevonden op

Zephyr was er extra informatie terug te vinden op Belfirst

Gebruik makend van prospectussen het Belgisch staatsblad en de jaarverslagen en

participaties van belangrijke Venture Capitalfondsen werd de steekproef uitgebreid10

Op basis van deze drie methodes werden 44 extra deals teruggevonden waarvoor ook

financieumlle informatie terug te vinden was op Belfirst

De finale steekproef waarop de hypothesen worden getest bestaat uit 126 Venture

Capital deals

10 Er werd gebruik gemaakt van prospectussen van Belgische VC-backed IPOrsquos om extra Venture Capital transacties terug te vinden Voor de Belgische VCndashBacked IPOrsquos werden prospectussen onderzocht om het verworven aandeel in de ondernemingen te achterhalen en op die manier de ondernemingswaarde te berekenen Voor de Belgische deals uit Zephyr zonder gekende ondernemingswaarde werd nagegaan of de totale waarde berekend kon worden op basis van publicaties in het Belgisch Staatsblad Verder werden participaties van Venture Capitalfondsen nagegaan De waarde van de transacties werd opgezocht in het Belgisch staatsblad

12

Initieel aantal deals (Zephyr) 3593- Aantal deals van ondernemingen zonder gekende totale ondernemingswaarde 3262Aantal deals van ondernemingen met gekende totale ondernemingswaarde 331- Aantal deals van ondernemingen zonder de nodige financieumlle informatie 249Totaal aantal deals Zephyr met de nodige financieumlle informatie 82+Uitbreiding steekproef (prospectussen Belgisch staatsblad en participaties VC-fondsen) 44Finale steekproef 126

Tabel 1 Overzicht van het tot stand komen van de steekproef

32 Variabelen 321 Afhankelijke variabele Als afhankelijke variabele nemen we de marktwaarde van de onderneming (afkorting

MW) De marktwaarde is de premoneywaardering berekend door van de totale waarde

van de onderneming na de investering het geiumlnvesteerde bedrag af te trekken11 De

totale waarde van de onderneming is het bedrag dat men zou betalen indien 100 van

de onderneming zou verworven worden Ze wordt berekend als ((investering)(

aandelen verworven)) x 100 Voor de deals uit Zephyr worden enkel deze met een

gekend verworven aandeel in de onderneming opgenomen in de analyse Voor de deals

uit het staatsblad werd het verworven aandeel berekend als de verhouding tussen het

aantal nieuw verkregen aandelen op het totaal aantal aandelen na investering

322 Onafhankelijke variabelen Voor het selecteren van de onafhankelijke variabelen volgen we het matching-principe

gebruikt van Hand (2005) De datum van investering in de onderneming wordt gelinkt

11 De uiteindelijke premoneywaardering wordt dan als volgt berekend Wanneer voor euro100 geiumlnvesteerd wordt en daarbij 10 van de aandelen verworven wordt is de totale waarde van de onderneming gelijk aan euro 1000 en is de premoneywaardering gelijk aan euro 900 De investeerder betaalt eigenlijk euro 100 om na investering 10 van het aandelenkapitaal te bezitten Dat maakt dat op het moment van investering de waarde van de onderneming (100) gelijk is aan 90 van de onderneming na investering Er werd geen onderscheid gemaakt tussen het verworven aandeel van de verschillende investeerders in een investeringsronde of het verworven aandeel van een afzonderlijk fonds Voor het berekenen van de 100 waardering maakt dit geen verschil Wel wordt steeds de totale kapitaalsverhoging van deze 100 waardering afgetrokken en niet het afzonderlijk deel dat eacuteeacuten fonds investeert De totale kapitaalsverhoging voor de data uit het staatsblad is het product van de uitgifteprijs van de aandelen en het totaal aantal nieuw uitgegeven aandelen

13

aan de financieumlle data van het jaar voor de investeringsronde12 Financieumlle data zijn

jaarlijks beschikbaar zodoende dat elke eerste investering in het jaar bruikbaar is voor

onze analyse Alle andere investeringsrondes volgend op de eerste worden uit de

analyse gelaten Het voordeel van deze aanpak is dat het eenvoudig is voor analyse

Het nadeel is het verlies aan informatie wanneer er meerdere financieringsrondes zijn in

eenzelfde fiscaal jaar Het vormt ook een nadeel wanneer er een groot tijdsverschil is

tussen het gebruikte boekjaar van financieumlle data en de afsluiting van investering13

In de eerste twee hypotheses wordt het bedrijfsresultaat gebruikt als onafhankelijke

variabele Als proxy hiervoor gebruiken we de post operationele winstverlies van

Amadeus en Belfirst

Voor boekwaarde van het eigen vermogen gebruiken we de post lsquoshareholderrsquos fundsrsquo

op de balans in Amadeus en Belfirst14

We maken ook gebruik van de financieumlle variabelen uit de modellen van Hand (2004

2005) en Armstrong et al (2006) Om de invloed van deze variabelen na te gaan

zoeken we voor elke variabele een passend alternatief op de databases Amadeus en

Zephyr We vinden voor kas en kasequivalenten niet-kas activa en totale schulden een

alternatief Aangezien wij niet beschikken over een aparte uitgavenpost voor onderzoek

en ontwikkeling nemen we de totale kosten op in onze analyse We splitsen deze niet

op zoals Hand (2004 2005) en Armstrong et al(2006) doen De uitgaven voor

onderzoek en ontwikkeling zitten hier wel in omvat Een Belgische onderneming die

kosten maakt in het kader van door haar verricht onderzoek moet deze kosten (lonen

en wedden - kosten voor het gebruik van materiaal - diensten en diverse goederen

enz) in beginsel naar hun aard boeken in de resultatenrekening van het boekjaar

waarin deze kosten werden gemaakt

12 Bijvoorbeeld Een onderneming verkrijgt financiering uit drie verschillende rondes ABC Ronde A vindt plaats op 3203 ronde B op 5304 en ronde C op 23804 Enkel ronde A en Ronde B worden opgenomen in de analyse Ronde A wordt gelinkt aan financieumlle data van 311202 en ronde B van 311203 13 Dit is bijvoorbeeld het geval wanneer de investering plaatsvond in juli of later (6 maanden na start nieuw boekjaar) Financieumlle data uit het volgende boekjaar zijn recenter om te gebruiken Toch worden de data gebruikt uit het voorgaande jaar 14 Boekwaarde eigen vermogen = Totaal actief ndash Vreemd vermogen

14

15

Davilla Foster en Gupta (2003) gebruiken groei van het aantal werknemers als proxy

voor groei Wij gebruiken de relatieve verandering in de kost van werknemers als proxy

voor groei15

Tabel 1 geeft een overzicht van de gebruikte variabelen

323 Controlevariabelen We gaan ook de invloed na van enkele controlevariabelen

Een eerste controlevariabele die we opnemen in de analyse is industrie Wij willen

nagaan of er een verschil is in de waardering van de ondernemingen die actief zijn in

verschillende industrieeumln Het belang van de sector werd reeds besproken onder punt

22

Ook zullen we controleren voor volgende macro-economische variabelen Gompers en

Lerner (2000) gaan na hoe de waardering van investeringen in de Venture Capital markt

beiumlnvloed wordt door de instroom van kapitaal De resultaten tonen een sterk positief

verband tussen de waarde van Venture Capital investeringen en de instroom van

kapitaal Wij gaan na of we de resultaten van Gompers en Lerner (2000) kunnen

bevestigen voor onze steekproef Deze informatie bekomen we uit publicaties van de

EVCA

We nemen ook een marktindex op als controlevariabele in ons model (Hand 2005)

Deze variabele wordt geacht een goede indicator te zijn voor het potentieel rendement

op Venture Capital investeringen

15 Groei wordt berekend als ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2))

16

Variabele Afkorting Opmerkingen Premoneywaardering MW Totale marktwaarde onderneming na investering ndash Geiumlnvesteerd bedrag Boekwaarde eigen vermogen BWEV Operationeel bedrijfsresultaat (Netto Inkomen) NI Operationele winstverlies Kas en kasequivalenten KAS Niet-kas activa NKASA Vaste activa + vlottende activa (exclusief kas en kasequivalenten) Totale schulden TotSchuld Schulden gt1jaar + Schuldenlt1jaar Totale kosten TotKost Leeftijd Leeftijd Leeftijd bij afsluiten deal - Leeftijd onderneming bij incorporatie Dow jones Stoxx Total Market Index Stoxx Europese marktindex Groei Groei ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2)) Venture Capital instroom VCIN Instroom kapitaal in Venture Capital fondsen uit publicaties EVCA Industrie Industrie De zeven industrieklassen worden ingedeeld in een hoogtechnologische groep en een laagtechnologische groep aan de hand van een dummyariabele

Tabel 2 Overzicht van de gebruikte variabelen

324 Descriptieve statistiek Figuur 1 toont het aantal deals uit de steekproef per land Er zitten voornamelijk deals

uit Belgieuml Frankrijk en het Verenigd Koninkrijk in de steekproef Het grote aandeel

Belgische deals komt door de grotere beschikbaarheid van financieumlle informatie Voor

de deals uit Duitsland was de nodige financieumlle informatie er meestal niet Voor geen

enkele deal uit Nederland en Luxemburg was financieumlle informatie terug te vinden

waardoor de steekproef herleid werd tot vier landen Belgieuml Frankrijk Duitsland en het

Verenigd Koninkrijk

Onze steekproef bestrijkt de periode van 1januari 1997 tot 31december 2007 Figuur 2

geeft weer hoeveel deals er in de verschillende jaren afgesloten zijn We zien dat er

voor het jaar 1997 geen deals met de nodige financieumlle gegevens terug te vinden waren

Het hoge aantal deals in het jaar 2000 kan verklaard worden door de High Tech Bubble

In figuur 3 kan de leeftijd van de betrokken ondernemingen afgelezen worden bij het

afsluiten van de deal We zien dat onze steekproef vooral bestaat uit jonge

ondernemingen De mediaan van de leeftijd van de ondernemingen in onze steekproef

is drie jaar

In figuur 4 kan de distributie van de steekproef volgens industrie worden afgelezen De

steekproef werd opgedeeld op basis van de eerste twee cijfers van de nacebelcode en

op basis daarvan ingedeeld in zeven verschillende groepen metaal chemie

biotechnologisch handel en horeca zakelijke diensten computer gerelateerd diensten

niet computer gerelateerd en een restcategorie andere Het valt op dat een groot deel

van de deals gebeuren in hoogtechnologische industrieeumln Chemie Biotechnologisch en

zakelijke diensten computer gerelateerd

17

Aantal deals per land

54

45

24

3

0

10

20

30

40

50

60

Belgieuml Verenigd Koninkrijk Frankrijk Duitsland

Land

Aan

tal d

eals

Figuur 1 Aantal deals per land

Distributie steekproef volgens jaar deal

0

4

8

29

14

3

9 10 9

23

17

0

5

10

15

20

25

30

35

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Jaar deal

Aan

tal d

eals

Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten werd

18

Leeftijd ondernemingen bij afsluiten deal

11

27 26

20

79

4 4 53

10

0

5

10

15

20

25

30

1 jaar 2 jaar 3 jaar 4 jaar 5 jaar 6 jaar 7 jaar 8 jaar 9 jaar 10 jaar gt10jaar

Leeftijd

Aan

tal o

nder

nem

inge

n

Figuur 3 Leeftijd onderneming bij afsluiten deal

Distributie steekproef volgens industrie

4032

1712 11 9

5

05

1015202530354045

Compu

ter ge

relate

erd

Dienste

n (ex

cl C

ompu

ter)

Metaal

Hande

l en H

oreca

Biotec

hnolo

gisch

Chemie

Andere

(res

tcateg

orie)

Industrie

Aan

tal d

eals

Figuur 4 Distributie van de steekproef volgens industrie

19

20

Als controlevariabele wordt nagegaan of de kapitaalinstroom in Venture Capital fondsen

in het jaar van de deal een invloed heeft op de waardering van de Venture Capital

transacties In bijlage 1 kan de instroom van kapitaal in de verschillende jaren afgelezen

worden De gegevens zijn afkomstig uit de jaarlijkse publicaties van de EVCA Bij het

uitvoeren van het onderzoek was de kapitaalinstroom voor het jaar 2007 nog niet

gepubliceerd

Tabel 3 geeft een overzicht van het minimum het maximum de mediaan het

gemiddelde en de standaardafwijking van de gebruikte variabelen Er wordt ook getoond

hoeveel gegevens beschikbaar zijn per variabele De verschillende variabelen worden

weergegeven in duizend euro De gemiddelde onderneming betrokken bij een Venture

Capital deal heeft een premoneywaardering van 19932 duizend euro Het gemiddelde

en de mediaan van het operationeel bedrijfsresultaat zijn negatief Dit komt doordat

slechts 31 van de 108 bedrijven waarvoor het operationeel bedrijfsresultaat gegeven is

een positief operationeel bedrijfsresultaat hebben

In bijlage 2 kan het boxplot bekeken worden van de premoneywaardering per jaar

Zowel de Kruskal-Wallis-test als de mediaantest tonen aan dat er geen verschil is in

premoneywaardering over de verschillende jaren heen16

In bijlage 3 kan het boxplot worden bekeken van de premoneywaardering in de

verschillende industrieklassen Biotechnologische ondernemingen worden significant

hoger gewaardeerd dan ondernemingen in andere industrieklassen

16 De resultaten van deze testen zijn niet opgenomen in dit werk

21

Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelen

Gemiddelde Minimum Maximum Mediaan Standaardafwijking N (euro1000) (euro1000) (euro1000) (euro1000) (euro1000) Afhankelijke variabele Premoneywaardering 19332 100 267278 5102 38420 126 Onafhankelijke variabelen Operationeel Bedrijfsresultaat (t-1) -587 -9601 12097 -165 2303 108 Boekwaarde eigen vermogen (BWEV) (t-1) 1926 -4357 30257 184 5140 125 Kas en kasequivalenten (t-1) 1113 0 24375 80 3171 117 Niet-kas activa (t-1) 5366 0 246738 641 25152 117 Totale schulden (t-1) 4581 0 224510 734 22284 123 Totale opbrengsten (t-1) 7435 2 191280 991 26077 62 Totale kosten (t-1) 3169 1 54230 1139 8014 69 Leeftijd 5 1 35 3 5 126 Kost van de werknemers (t-1) 1458 0 44856 679 4789 94 Kost van de werknemers (t-2) 619 0 4207 457 766 65

Controlevariabelen Dow Jones Stoxx Total Market Index 312 177 389 324 56 126

33 Modellen en Onderzoeksopzet In bijlage 9 kan men op Figuur 7 grafieken bekijken van de relatie tussen de

boekwaarde van het eigen vermogen (BWEV) en de premoneywaardering en de relatie

tussen het netto-inkomen (NI) en de premoneywaardering Figuur 7a is een scatterplot

met de oorspronkelijke data in duizend euro in figuur 7b zijn de oorspronkelijke data

gedeflateerd op het totaal actief Uit beide figuren kan je afleiden dat deze data sterk

heteroscedastisch is wat niet goed is om een lineaire relatie na te gaan tussen de

variabelen Tabel 3 toonde reeds een groot verschil in gemiddelden en mediaan voor

de verschillende variabelen Dit kan het resultaat zijn van verschillen tussen de

ondernemingen in leeftijd grootte industrie of levenscyclus

Om hier een oplossing voor te bieden ondergaan de variabelen een Ln-transformatie die

als volgt gebeurt

Voor de positieve waarden X Ln [ 1 + X ] met X in duizend euro

Voor de negatieve waarden Y -Ln [ 1 + (-Y)] met Y in duizend euro

Het voordeel van deze transformatie is dat men niet hoeft te controleren voor outliers

aangezien een Ln-transformatie hoge waarden afvlakt We zien in tabel 3 steeds grote

standaardafwijkingen bij de variabelen voor transformatie Na transformatie verdwijnen

deze hoge waarden Via een Ln-transformatie bekomen we ook een grotere

homoscedasticiteit tussen de variabelen17

Het effect van het transformeren in vergelijking met deflateren op totaal actief18 wordt

geiumlllustreerd in bijlage 9 In bijlage 9 wordt een scatterplot gemaakt van de bivariate

relatie tussen de premoneywaardering en respectievelijk de boekwaarde van het eigen

vermogen en het bedrijfsresultaat

In figuur 7c zie je dat na transformatie de relaties tussen ln(premoneywaardering) en

respectievelijk ln(BWEV) en ln(Bedrijfsresultaat) meer homoscedastisch zijn

Op deze figuur merken we ook dat de relatie tussen de boekwaarde van het eigen

vermogen (indien gt 0) en de ondernemingswaarde (lineair) positief is We zien

eveneens een positieve relatie tussen het bedrijfsresultaat en de ondernemingswaarde

17 Armstrong et al maken gebruik van een rank regression om dezelfde problemen bij regressie op te lossen 18 Collins et al deflateren op het aantal aandelen Joos maakt gebruik van de marktwaarde op t de boekwaarde op t-1 en het aantal werknemers t-1 als deflatiefactor

22

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 13: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

vormige relatie positief voor winst en negatief voor verlies terug te vinden tussen het

bedrijfsresultaat en de ondernemingswaarde (Joos en Zhdanov 2007)

Internetbedrijven (Hand) en biotechnologische bedrijven (Joos) zijn kenmerkend voor de

sectoren waarin VC-investeerders actief zijn Ze zijn op zoek naar een hoog rendement

in jonge snelgroeiende ondernemingen Deze bevinden zich voornamelijk in risicovolle

sectoren Hier wordt de waarde vooral gedreven door het groeipotentieel in plaats van

de huidige winsten De economische reden waarom winstgevendheid minder relevant is

bij het waarderen van deze kenmerkende ondernemingen is de forse investeringen in

ontastbare activa zoals marketing onderzoek en ontwikkeling Investeerders zien dit als

investeringen die kasstromen zullen genereren in de toekomst en niet als een huidige

kost zoals die behandeld moet worden volgens de boekhoudkundige regels Deze grote

kosten leiden dan ook tot grote verliezen aangezien deze ondernemingen vaak nog

geen inkomsten hebben door het ontbreken van een marktklaar product De verliezen

wijzen dus op strategische uitgaven van het management en zijn geen indicatie voor

het operationeel falen Verliezen als gevolg van aanzienlijke investeringskosten worden

dan ook opgenomen als waardedeterminant op het moment van waardering van de

onderneming

H2 Er is een positieve relatie tussen de omvang van het verlies en de

ondernemingswaarde

Samen vormen hypothese 1 en 2 een convexe of U-vormige relatie tussen het

bedrijfsresultaat en de ondernemingswaarde3 net zoals bij Hand (2003) en Joos (2007)

De relatie is positief voor winstgevende en negatief voor verlieslatende ondernemingen

Voor verlieslatende ondernemingen bevatten de boekwaarden van het eigen vermogen

(BWEV) meer informatie dan elementen van de resultatenrekening4 (Barth Beaver amp

Landsman 1998 Burgstahler amp Dichev 1997 Jan amp Ou 1995 Collins Pincus amp Xie

1999 Hayn 1995) 3 H1 en H2 kunnen we anders formuleren Er is een positieve (negatieve) relatie voor winstgevende (verlieslatende) ondernemingen tussen het bedrijfsresultaat en de ondernemingswaarde Vandaar de U-vormige relatie 4 Boekwaarde van het eigen vermogen wordt ook wel waarde van het aandelenkapitaal genoemd De Engelstalige term is lsquoBook value of equityrsquo In het verdere verloop gebruiken we de afkorting lsquoBWEVrsquo

4

De rol van de BWEV als waardedrijver bij verlieslatende ondernemingen wordt in de

literatuur als drieledig beschouwd (1) als proxy voor toekomstige normale winsten

(Ohlson 1995 Penman 1992) (2) als schatting voor liquidatiewaarde of waarde van

alternatieve-aanwending (Burgstahler amp Dichev 1997) en (3) als controle voor verschil in

grootte (Barth en Kallapur 1996)

Het (positieve) bedrijfsresultaat als determinant voor waarde bij hypothese 1 was onder

de assumptie dat huidige winsten informatie bevatten over toekomstige kasstromen Bij

ondernemingen met een negatief bedrijfsresultaat is dit niet het geval Volgens het

Ohlson model (1995) kan de BWEV gebruikt worden als proxy voor de toekomstige

normale winsten (1)

De BWEV kan ook gebruikt worden als proxy voor de liquidatiewaarde (2) (Burgstahler

amp Dichev 1997) VC-investeerders investeren in jonge risicovolle ondernemingen Jong

en risicovol omdat deze de grootste groeimogelijkheden bieden en dus ook de hoogste

rendementen Het succesvol uitbouwen van zorsquon nieuwe onderneming is zeer risicovol

Deze ondernemingen hebben immers geen buffer onder de vorm van een portefeuille

van producten in diverse markten waarop de onderneming kan terugvallen De kans op

faillissement is in deze bedrijven reeumlel BWEV is het verschil tussen het totaal actief en

de totale schulden wat de waarde van de totale ondernemingen na afbetaling van de

schuldeisers bij vereffening voorstelt (=liquidatiewaarde)

De BWEV kan ook als proxy gebruikt worden voor de grootte van een onderneming (3)

(Collins et al1997a Barth en Kallapur 1996) De grootte van het bedrijf (met als proxy

BWEV) staat in relatie met de eerste twee rollen van de BWEV Grotere ondernemingen

hebben namelijk een hogere liquidatiewaarde en van grotere ondernemingen worden

grotere toekomstige winsten verwacht

Samenvattend stellen we dat boekwaarden een toenemend belang hebben bij het

waarderen van ondernemingen wanneer (1) huidige winsten geen goede indicatie zijn

voor toekomstige winsten of (2) wanneer de onderneming een grotere kans heeft op

faling of liquidatie Dit is zeker het geval in de Venture Capital markt waardoor we onze

derde hypothese als volgt kunnen formuleren

5

H3 De waarde van een onderneming is positief gerelateerd aan de boekwaarde van het

eigen vermogen bij verlieslatende ondernemingen

De waarderelevantie van het bedrijfsresultaat enerzijds en de boekwaarden anderzijds

verschilt over de industrieeumln heen (Barth Beaver amp Landsman 1999)

Collins Pincus en Xie (1997) constateren dat BWEV hogere waarderingen verklaart en

niet de omvang van het verlies Nochtans vonden zij ook dat verliezen afzonderlijk

positief gewaardeerd worden Dit kwam omdat grotere verliezen afkomstig zijn van

grotere bedrijven (met als proxy BWEV) en grotere ondernemingen hoger gewaardeerd

worden 5 De reden hiervoor is dat zij gebruik maken van een cross-sectionele

steekproef van bedrijven uit verschillende sectoren voor de periode 1975-1992 De

opgenomen ondernemingen komen grotendeels uit niet-risicovolle sectoren waar BWEV

als proxy voor grootte dient en dus beter de hogere waarderingen kan verklaren 6 De

bevindingen van Collins et al (1997) zijn tegenstrijdig met Hand (2000) en Joos (2007)

In hun onderzoek naar internet en biotechnologische bedrijven wordt de positieve

waardering van verliezen behouden na opname van BWEV in het waarderingsmodel

Eerder (H2) zagen we dat in deze sectoren de verliezen positief gewaardeerd werden

als teken van strategische uitgaven en niet als indicatie dienden voor de grootte van het

bedrijf Vandaar het behoud van de positieve waardering van verliezen na opname

BWEV in het waarderingsmodel

Waardering van het verlies is afhankelijk van het risico de groeiopportuniteiten en de

stabiliteit van de inkomsten in de verschillende industrieeumln In sectoren waarin

ondernemingen investeren in grote hoeveelheden niet-herkende netto activa7 (zoals

onderzoek amp ontwikkeling) heeft het bedrijfsresultaat een grotere verklaringskracht De

5 Statistisch uit zich dat in een negatief of niet significante coeumlfficieumlnt bij verlies na incorporatie van boekwaarden van het eigen vermogen 6 Hun argumentering is als volgt wanneer een relevante variabele (BWEV) die positief gecorreleerd is met de afhankelijke variabele (marktwaarde) en negatief met een onafhankelijke variabele( bedrijfsverlies) niet opgenomen wordt in de analyse ontstaat er een negatieve bias bij de coeumlfficieumlnt van deze onafhankelijke variabele De positieve waardering van het verlies is afkomstig van de onderliggende relatie verlies-BWEV en BWEV-waarde en niet van de relatie verlies-ondernemingswaarde zelf 7 Andere voorbeelden zijn groeiopties en klantentrouw Deze worden boekhoudkundig als kosten behandeld terwijl deze de kenmerken van activa bezitten Het zijn namelijk investeringen die tot winsten kunnen leiden in de toekomst

6

boekwaarde van het eigen vermogen heeft dan weer meer verklaringskracht in minder

risicovolle ondernemingen met stabiele winsten

Aangezien verwacht wordt dat Venture Capital investeerders actief zijn in jonge

ondernemingen met sterke groeiopties zoals in farmaceutische (Brief amp Zarowin 1999)

biotechnologische (Joos 2007) en internetbedrijven (Hand 2000) voorspellen wij dat

de resultatenrekening ( verlies en kosten) in risicovolle en hoogtechnologische sectoren

meer informatie kan bieden dan de balans (BWEV) als determinanten voor waardering

Anders geformuleerd

H4 De positieve waardering van verliezen is minder uitgesproken in de

laagtechnologische sector dan in de hoogtechnologische sector

22 Waarderingsdeterminanten voor de Private Markt In de voorgaande literatuur werd marktwaarde verklaard door boekwaarde van het

aandelenkapitaal en het netto-inkomen In dit stuk wordt dieper ingegaan op de

waarderelevantie van gedesaggregeerde financieumlle informatie bij het waarderen van

ondernemingen gefinancierd met Venture Capital

Accounting conservatisme gecombineerd met snelle groei in ontastbare activa kan de

associatie tussen ondernemingswaarde en geaggregeerde financieumlle data ernstig

verstoren Geaggregeerde variabelen van de balans en resultatenrekening zoals de

boekwaarde van het eigen vermogen (BWEV) en netto-inkomen (NI) zijn een

vertekende meting voor de economische positie en winstgevendheid van de

onderneming (Zhang 2001) Een regressie van vertekende variabelen met de

afhankelijke variabele kan leiden tot coeumlfficieumlnten met een ander teken of grootte dan

dat men intuiumltief kan vermoeden8

Waardering van VC-ondersteunde bedrijven aan de hand van gedesaggregeerde

financieumlle informatie vinden we terug in het onderzoek van Hand ( 2005) en Armstrong

Davila en Foster (2006) Gedesaggregeerde financieumlle informatie wordt bekomen door

de twee componenten van het Ohlson model BWEV en NI op te splitsen in hun

onderliggende componenten Kas en kasequivalenten niet-kasactiva en lange

8 Illustratie negatieve bias uit voetnoot 6

7

termijnschulden worden beschouwd als de desaggregatie van de BWEV De

belangrijkste kostenitems en opbrengsten kunnen gezien worden als een desaggregatie

van het NI Kas en niet-kas activa hebben een significante positieve coeumlfficieumlnt net als

de variabelen uit de resultatenrekening Dit geldt voor zowel de opbrengsten als de

kosten (Kosten van de verkochte goederen kosten voor onderzoek en ontwikkeling en

andere kosten) Het positieve teken bij de coeumlfficieumlnt voor elke kostencomponent wijst al

op de voorspelling dat investeerders kostenuitgaven bij jonge ondernemingen als

investeringen beschouwen

Gebaseerd op de studies van Hand (2004 2005) en Armstrong et al(2006) willen wij de

waarderelevantie van enkele componenten van de balans en de resultatenrekening

nagaan

Eerst gaan we de waarderelevantie na van elementen van de balans We

desaggregeren de boekwaarde van het eigen vermogen in volgende componenten Kas

en kasequivalenten niet-kas activa en totale schulden

In eerste instantie willen we de invloed nagaan van de kaspositie op de waardering van

de onderneming Een goede kaspositie wordt gezien als een indicatie van een goede

liquiditeitspositie Zowel in de studies van Hand (2005) en Armstrong et al (2006) wordt

een positieve coeumlfficieumlnt bekomen voor de kaspositie Wij gaan in hypothese vijf na of

we deze significante positieve coeumlfficieumlnt kunnen bevestigen

H5 De ondernemingswaarde is positief gerelateerd aan de kaspositie

De niet-kas activa is de som van de vaste activa en de vlottende activa verminderd met

kas en kasequivalenten De niet-kas activa vormen een belangrijke component van het

totaal actief en de balans Ze kunnen gezien worden als een indicatie voor de grootte

van een bedrijf Hand (2004 2005) en Armstrong et al (2006) bekomen een positieve

coeumlfficieumlnt voor de niet-kas activa

Wij voorspellen een positieve relatie tussen grootte (niet-kas activa) en

ondernemingswaarde

8

H6 De ondernemingswaarde is positief gerelateerd aan de waarde van de niet-kas

activa

Armstrong et al(2006) zien schulden als een claim van de schuldeisers ten opzichte van

het actief en de toekomstige kaststromen van de onderneming Er wordt in hun werk

dan ook een negatieve coeumlfficieumlnt voorspeld De totale schulden zijn een indicatie voor

het financieumlle risico van een onderneming Bij het ten gronde gaan van een

onderneming is de waarde voor de aandeelhouders het deel van de waarde dat

overblijft na uitbetaling van de schuldeisers Hoe meer schulden er aanwezig zijn in een

onderneming hoe lager de resterende waarde is voor de aandeelhouders bij liquidatie

van de onderneming

Wij voorspellen dat de waarde van een onderneming negatief gerelateerd is aan de

totale schulden

H7 De ondernemingswaarde is negatief gerelateerd aan de totale schulden

Na de elementen van de balans gaan we de invloed na van een element van de

resultatenrekening We gaan na welke relatie er bestaat tussen totale kosten en de

waarde van een onderneming

Het grootste deel van de ondernemingen waar Venture Capitalists in investeren zijn

verlieslatend Zoals in de literatuur over verlieslatende ondernemingen aangehaald

worden verliezen vaak positief gewaardeerd bij jonge ondernemingen Strategische

investeringen liggen aan de basis van dit negatief resultaat Dit omdat investeringen in

de boekhouding behandeld worden als kosten Hogere kosten zijn een indicatie voor

investeringen die in de toekomst kunnen resulteren in positieve kasstromen Op basis

hiervan voorspellen wij een positieve relatie tussen de totale kosten en de waardering

van een onderneming

H8 De ondernemingswaarde is positief gerelateerd aan de totale kosten

9

23 Groeiopportuniteiten als waardedeterminant De waarde van een bedrijf is afkomstig van 2 determinanten (Myers 1977)

Waarde onderneming = waarde van activa + huidige waarde van toekomstige

groeiopportuniteiten

Welke component van waarde het meest doorweegt is afhankelijk van de fase waarin de

onderneming zich bevindt Voor startende ondernemingen is de huidige waarde van de

groeiopportuniteiten de belangrijkste component Groeimogelijkheden worden vaak als

waardedrijver gebruikt bij jonge opstartende ondernemingen en ondernemingen in

nieuwe industrieeumln (Damodaran 2001) Waarderingsmodellen die enkel

boekhoudkundige variabelen opnemen als determinanten voor ondernemingswaarde

zien een belangrijke component over het hoofd Er moet rekening gehouden worden

met het groeipotentieel van de ondernemingen (Holthausen en Watts 2001) Groeiende

ondernemingen worden hoger gewaardeerd (Davilla Foster en Gupta 2003)

Davila en Foster (2005) rapporteren een positieve Spearman correlatie tussen de

verandering in waardering en de verandering in inkomsten als proxy voor groei voor een

steekproef van 78 private ondernemingen (waarvan 60 Venture Capital genoten)

Hieruit kunnen we afleiden dat het groeipotentieel van een onderneming een belangrijke

waardeterminant is voor het waarderen van ondernemingen gefinancierd met Venture

Capital Hierop baserend formuleren we onze negende en laatste hypothese

H9 De ondernemingswaarde is positief gerelateerd aan de groei van de onderneming

10

3 Methode 31 Data 311 Bronnen Voor het verzamelen van de gegevens werd een beroep gedaan op drie verschillende

databases Zephyr Amadeus en Belfirst Dit zijn producten van Bureau van Dijk

Electronic Publishing (BvDEP)

Zephyr is een database die informatie bevat over verschillende soorten transacties

waaronder Venture Capital transacties

Amadeus is een pan-Europese database die financieumlle informatie bevat over

ondernemingen in achtendertig verschillende Europese landen

Belfirst bevat alle neergelegde jaarrekeningen van Belgische ondernemingen Alle

posten van de balans resultatenrekening toelichting en (in voorkomend geval) sociale

balans zijn erin opgenomen

Verder werd een beroep gedaan op het Belgisch staatsblad jaarverslagen en

participaties van Belgische Venture Capital fondsen en prospectussen van Belgische

IPOrsquos die in het verleden met Venture Capital zijn gefinancierd

Informatie over de Venture Capital instroom werd teruggevonden in publicaties van de

lsquoEuropean Private Equity amp Venture Capital Association (EVCA)rsquo

We maakten ook gebruik van de De Dow Jones STOXX Total Market Index (TMI)9

312 Populatie en Steekproef Voor het trekken van de steekproef werd onder andere een beroep gedaan op Zephyr

Alle Venture Capital transacties in Belgieuml Nederland Luxemburg Duitsland Frankrijk

en het Verenigd Koninkrijk afgesloten tussen 1 januari 1997 en 31 december 2007

werden geselecteerd Zephyr gaf in totaal 3593 transacties weer voor deze tijdspanne

Voor de waardering van Venture Capital transacties is het noodzakelijk de totale

ondernemingswaarde te kennen Daarom werden enkel de transacties van

ondernemingen met een gekende ondernemingswaarde geselecteerd waardoor er

slechts 331 van de initieumlle 3593 deals overbleven

9 De Dow Jones STOXX TMI werd geraadpleegd op wwwstoxxcom

11

Om financieumlle gegevens over de ondernemingen betrokken bij een Venture Capital

transactie terug te vinden op Amadeus werd gebruik gemaakt van het Bureau van Dijk

identificatienummer Voor ondernemingen waar het identificatienummer niet gegeven

was werd nagegaan of er informatie beschikbaar was op Amadeus door te zoeken op

naam Slechts voor 73 van de 331 deals vonden we financieumlle informatie over de

betrokken onderneming terug op Amadeus Ondernemingen betrokken bij Venture

Capital transacties zijn vaak heel jonge of opstartende ondernemingen Dit heeft als

gevolg dat niet voor alle transacties historische financieumlle informatie van de betrokken

onderneming terug te vinden is Voor transacties waarvan het jaartal van de afloop van

de deal overeenstemt met het jaar waarin de onderneming is opgestart kan bijgevolg

geen financieumlle informatie worden teruggevonden

Voor deals waarin Belgische ondernemingen betrokken waren werden de financieumlle

gegevens verzameld op Belfirst Voor 9 van de 21 Belgische deals teruggevonden op

Zephyr was er extra informatie terug te vinden op Belfirst

Gebruik makend van prospectussen het Belgisch staatsblad en de jaarverslagen en

participaties van belangrijke Venture Capitalfondsen werd de steekproef uitgebreid10

Op basis van deze drie methodes werden 44 extra deals teruggevonden waarvoor ook

financieumlle informatie terug te vinden was op Belfirst

De finale steekproef waarop de hypothesen worden getest bestaat uit 126 Venture

Capital deals

10 Er werd gebruik gemaakt van prospectussen van Belgische VC-backed IPOrsquos om extra Venture Capital transacties terug te vinden Voor de Belgische VCndashBacked IPOrsquos werden prospectussen onderzocht om het verworven aandeel in de ondernemingen te achterhalen en op die manier de ondernemingswaarde te berekenen Voor de Belgische deals uit Zephyr zonder gekende ondernemingswaarde werd nagegaan of de totale waarde berekend kon worden op basis van publicaties in het Belgisch Staatsblad Verder werden participaties van Venture Capitalfondsen nagegaan De waarde van de transacties werd opgezocht in het Belgisch staatsblad

12

Initieel aantal deals (Zephyr) 3593- Aantal deals van ondernemingen zonder gekende totale ondernemingswaarde 3262Aantal deals van ondernemingen met gekende totale ondernemingswaarde 331- Aantal deals van ondernemingen zonder de nodige financieumlle informatie 249Totaal aantal deals Zephyr met de nodige financieumlle informatie 82+Uitbreiding steekproef (prospectussen Belgisch staatsblad en participaties VC-fondsen) 44Finale steekproef 126

Tabel 1 Overzicht van het tot stand komen van de steekproef

32 Variabelen 321 Afhankelijke variabele Als afhankelijke variabele nemen we de marktwaarde van de onderneming (afkorting

MW) De marktwaarde is de premoneywaardering berekend door van de totale waarde

van de onderneming na de investering het geiumlnvesteerde bedrag af te trekken11 De

totale waarde van de onderneming is het bedrag dat men zou betalen indien 100 van

de onderneming zou verworven worden Ze wordt berekend als ((investering)(

aandelen verworven)) x 100 Voor de deals uit Zephyr worden enkel deze met een

gekend verworven aandeel in de onderneming opgenomen in de analyse Voor de deals

uit het staatsblad werd het verworven aandeel berekend als de verhouding tussen het

aantal nieuw verkregen aandelen op het totaal aantal aandelen na investering

322 Onafhankelijke variabelen Voor het selecteren van de onafhankelijke variabelen volgen we het matching-principe

gebruikt van Hand (2005) De datum van investering in de onderneming wordt gelinkt

11 De uiteindelijke premoneywaardering wordt dan als volgt berekend Wanneer voor euro100 geiumlnvesteerd wordt en daarbij 10 van de aandelen verworven wordt is de totale waarde van de onderneming gelijk aan euro 1000 en is de premoneywaardering gelijk aan euro 900 De investeerder betaalt eigenlijk euro 100 om na investering 10 van het aandelenkapitaal te bezitten Dat maakt dat op het moment van investering de waarde van de onderneming (100) gelijk is aan 90 van de onderneming na investering Er werd geen onderscheid gemaakt tussen het verworven aandeel van de verschillende investeerders in een investeringsronde of het verworven aandeel van een afzonderlijk fonds Voor het berekenen van de 100 waardering maakt dit geen verschil Wel wordt steeds de totale kapitaalsverhoging van deze 100 waardering afgetrokken en niet het afzonderlijk deel dat eacuteeacuten fonds investeert De totale kapitaalsverhoging voor de data uit het staatsblad is het product van de uitgifteprijs van de aandelen en het totaal aantal nieuw uitgegeven aandelen

13

aan de financieumlle data van het jaar voor de investeringsronde12 Financieumlle data zijn

jaarlijks beschikbaar zodoende dat elke eerste investering in het jaar bruikbaar is voor

onze analyse Alle andere investeringsrondes volgend op de eerste worden uit de

analyse gelaten Het voordeel van deze aanpak is dat het eenvoudig is voor analyse

Het nadeel is het verlies aan informatie wanneer er meerdere financieringsrondes zijn in

eenzelfde fiscaal jaar Het vormt ook een nadeel wanneer er een groot tijdsverschil is

tussen het gebruikte boekjaar van financieumlle data en de afsluiting van investering13

In de eerste twee hypotheses wordt het bedrijfsresultaat gebruikt als onafhankelijke

variabele Als proxy hiervoor gebruiken we de post operationele winstverlies van

Amadeus en Belfirst

Voor boekwaarde van het eigen vermogen gebruiken we de post lsquoshareholderrsquos fundsrsquo

op de balans in Amadeus en Belfirst14

We maken ook gebruik van de financieumlle variabelen uit de modellen van Hand (2004

2005) en Armstrong et al (2006) Om de invloed van deze variabelen na te gaan

zoeken we voor elke variabele een passend alternatief op de databases Amadeus en

Zephyr We vinden voor kas en kasequivalenten niet-kas activa en totale schulden een

alternatief Aangezien wij niet beschikken over een aparte uitgavenpost voor onderzoek

en ontwikkeling nemen we de totale kosten op in onze analyse We splitsen deze niet

op zoals Hand (2004 2005) en Armstrong et al(2006) doen De uitgaven voor

onderzoek en ontwikkeling zitten hier wel in omvat Een Belgische onderneming die

kosten maakt in het kader van door haar verricht onderzoek moet deze kosten (lonen

en wedden - kosten voor het gebruik van materiaal - diensten en diverse goederen

enz) in beginsel naar hun aard boeken in de resultatenrekening van het boekjaar

waarin deze kosten werden gemaakt

12 Bijvoorbeeld Een onderneming verkrijgt financiering uit drie verschillende rondes ABC Ronde A vindt plaats op 3203 ronde B op 5304 en ronde C op 23804 Enkel ronde A en Ronde B worden opgenomen in de analyse Ronde A wordt gelinkt aan financieumlle data van 311202 en ronde B van 311203 13 Dit is bijvoorbeeld het geval wanneer de investering plaatsvond in juli of later (6 maanden na start nieuw boekjaar) Financieumlle data uit het volgende boekjaar zijn recenter om te gebruiken Toch worden de data gebruikt uit het voorgaande jaar 14 Boekwaarde eigen vermogen = Totaal actief ndash Vreemd vermogen

14

15

Davilla Foster en Gupta (2003) gebruiken groei van het aantal werknemers als proxy

voor groei Wij gebruiken de relatieve verandering in de kost van werknemers als proxy

voor groei15

Tabel 1 geeft een overzicht van de gebruikte variabelen

323 Controlevariabelen We gaan ook de invloed na van enkele controlevariabelen

Een eerste controlevariabele die we opnemen in de analyse is industrie Wij willen

nagaan of er een verschil is in de waardering van de ondernemingen die actief zijn in

verschillende industrieeumln Het belang van de sector werd reeds besproken onder punt

22

Ook zullen we controleren voor volgende macro-economische variabelen Gompers en

Lerner (2000) gaan na hoe de waardering van investeringen in de Venture Capital markt

beiumlnvloed wordt door de instroom van kapitaal De resultaten tonen een sterk positief

verband tussen de waarde van Venture Capital investeringen en de instroom van

kapitaal Wij gaan na of we de resultaten van Gompers en Lerner (2000) kunnen

bevestigen voor onze steekproef Deze informatie bekomen we uit publicaties van de

EVCA

We nemen ook een marktindex op als controlevariabele in ons model (Hand 2005)

Deze variabele wordt geacht een goede indicator te zijn voor het potentieel rendement

op Venture Capital investeringen

15 Groei wordt berekend als ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2))

16

Variabele Afkorting Opmerkingen Premoneywaardering MW Totale marktwaarde onderneming na investering ndash Geiumlnvesteerd bedrag Boekwaarde eigen vermogen BWEV Operationeel bedrijfsresultaat (Netto Inkomen) NI Operationele winstverlies Kas en kasequivalenten KAS Niet-kas activa NKASA Vaste activa + vlottende activa (exclusief kas en kasequivalenten) Totale schulden TotSchuld Schulden gt1jaar + Schuldenlt1jaar Totale kosten TotKost Leeftijd Leeftijd Leeftijd bij afsluiten deal - Leeftijd onderneming bij incorporatie Dow jones Stoxx Total Market Index Stoxx Europese marktindex Groei Groei ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2)) Venture Capital instroom VCIN Instroom kapitaal in Venture Capital fondsen uit publicaties EVCA Industrie Industrie De zeven industrieklassen worden ingedeeld in een hoogtechnologische groep en een laagtechnologische groep aan de hand van een dummyariabele

Tabel 2 Overzicht van de gebruikte variabelen

324 Descriptieve statistiek Figuur 1 toont het aantal deals uit de steekproef per land Er zitten voornamelijk deals

uit Belgieuml Frankrijk en het Verenigd Koninkrijk in de steekproef Het grote aandeel

Belgische deals komt door de grotere beschikbaarheid van financieumlle informatie Voor

de deals uit Duitsland was de nodige financieumlle informatie er meestal niet Voor geen

enkele deal uit Nederland en Luxemburg was financieumlle informatie terug te vinden

waardoor de steekproef herleid werd tot vier landen Belgieuml Frankrijk Duitsland en het

Verenigd Koninkrijk

Onze steekproef bestrijkt de periode van 1januari 1997 tot 31december 2007 Figuur 2

geeft weer hoeveel deals er in de verschillende jaren afgesloten zijn We zien dat er

voor het jaar 1997 geen deals met de nodige financieumlle gegevens terug te vinden waren

Het hoge aantal deals in het jaar 2000 kan verklaard worden door de High Tech Bubble

In figuur 3 kan de leeftijd van de betrokken ondernemingen afgelezen worden bij het

afsluiten van de deal We zien dat onze steekproef vooral bestaat uit jonge

ondernemingen De mediaan van de leeftijd van de ondernemingen in onze steekproef

is drie jaar

In figuur 4 kan de distributie van de steekproef volgens industrie worden afgelezen De

steekproef werd opgedeeld op basis van de eerste twee cijfers van de nacebelcode en

op basis daarvan ingedeeld in zeven verschillende groepen metaal chemie

biotechnologisch handel en horeca zakelijke diensten computer gerelateerd diensten

niet computer gerelateerd en een restcategorie andere Het valt op dat een groot deel

van de deals gebeuren in hoogtechnologische industrieeumln Chemie Biotechnologisch en

zakelijke diensten computer gerelateerd

17

Aantal deals per land

54

45

24

3

0

10

20

30

40

50

60

Belgieuml Verenigd Koninkrijk Frankrijk Duitsland

Land

Aan

tal d

eals

Figuur 1 Aantal deals per land

Distributie steekproef volgens jaar deal

0

4

8

29

14

3

9 10 9

23

17

0

5

10

15

20

25

30

35

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Jaar deal

Aan

tal d

eals

Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten werd

18

Leeftijd ondernemingen bij afsluiten deal

11

27 26

20

79

4 4 53

10

0

5

10

15

20

25

30

1 jaar 2 jaar 3 jaar 4 jaar 5 jaar 6 jaar 7 jaar 8 jaar 9 jaar 10 jaar gt10jaar

Leeftijd

Aan

tal o

nder

nem

inge

n

Figuur 3 Leeftijd onderneming bij afsluiten deal

Distributie steekproef volgens industrie

4032

1712 11 9

5

05

1015202530354045

Compu

ter ge

relate

erd

Dienste

n (ex

cl C

ompu

ter)

Metaal

Hande

l en H

oreca

Biotec

hnolo

gisch

Chemie

Andere

(res

tcateg

orie)

Industrie

Aan

tal d

eals

Figuur 4 Distributie van de steekproef volgens industrie

19

20

Als controlevariabele wordt nagegaan of de kapitaalinstroom in Venture Capital fondsen

in het jaar van de deal een invloed heeft op de waardering van de Venture Capital

transacties In bijlage 1 kan de instroom van kapitaal in de verschillende jaren afgelezen

worden De gegevens zijn afkomstig uit de jaarlijkse publicaties van de EVCA Bij het

uitvoeren van het onderzoek was de kapitaalinstroom voor het jaar 2007 nog niet

gepubliceerd

Tabel 3 geeft een overzicht van het minimum het maximum de mediaan het

gemiddelde en de standaardafwijking van de gebruikte variabelen Er wordt ook getoond

hoeveel gegevens beschikbaar zijn per variabele De verschillende variabelen worden

weergegeven in duizend euro De gemiddelde onderneming betrokken bij een Venture

Capital deal heeft een premoneywaardering van 19932 duizend euro Het gemiddelde

en de mediaan van het operationeel bedrijfsresultaat zijn negatief Dit komt doordat

slechts 31 van de 108 bedrijven waarvoor het operationeel bedrijfsresultaat gegeven is

een positief operationeel bedrijfsresultaat hebben

In bijlage 2 kan het boxplot bekeken worden van de premoneywaardering per jaar

Zowel de Kruskal-Wallis-test als de mediaantest tonen aan dat er geen verschil is in

premoneywaardering over de verschillende jaren heen16

In bijlage 3 kan het boxplot worden bekeken van de premoneywaardering in de

verschillende industrieklassen Biotechnologische ondernemingen worden significant

hoger gewaardeerd dan ondernemingen in andere industrieklassen

16 De resultaten van deze testen zijn niet opgenomen in dit werk

21

Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelen

Gemiddelde Minimum Maximum Mediaan Standaardafwijking N (euro1000) (euro1000) (euro1000) (euro1000) (euro1000) Afhankelijke variabele Premoneywaardering 19332 100 267278 5102 38420 126 Onafhankelijke variabelen Operationeel Bedrijfsresultaat (t-1) -587 -9601 12097 -165 2303 108 Boekwaarde eigen vermogen (BWEV) (t-1) 1926 -4357 30257 184 5140 125 Kas en kasequivalenten (t-1) 1113 0 24375 80 3171 117 Niet-kas activa (t-1) 5366 0 246738 641 25152 117 Totale schulden (t-1) 4581 0 224510 734 22284 123 Totale opbrengsten (t-1) 7435 2 191280 991 26077 62 Totale kosten (t-1) 3169 1 54230 1139 8014 69 Leeftijd 5 1 35 3 5 126 Kost van de werknemers (t-1) 1458 0 44856 679 4789 94 Kost van de werknemers (t-2) 619 0 4207 457 766 65

Controlevariabelen Dow Jones Stoxx Total Market Index 312 177 389 324 56 126

33 Modellen en Onderzoeksopzet In bijlage 9 kan men op Figuur 7 grafieken bekijken van de relatie tussen de

boekwaarde van het eigen vermogen (BWEV) en de premoneywaardering en de relatie

tussen het netto-inkomen (NI) en de premoneywaardering Figuur 7a is een scatterplot

met de oorspronkelijke data in duizend euro in figuur 7b zijn de oorspronkelijke data

gedeflateerd op het totaal actief Uit beide figuren kan je afleiden dat deze data sterk

heteroscedastisch is wat niet goed is om een lineaire relatie na te gaan tussen de

variabelen Tabel 3 toonde reeds een groot verschil in gemiddelden en mediaan voor

de verschillende variabelen Dit kan het resultaat zijn van verschillen tussen de

ondernemingen in leeftijd grootte industrie of levenscyclus

Om hier een oplossing voor te bieden ondergaan de variabelen een Ln-transformatie die

als volgt gebeurt

Voor de positieve waarden X Ln [ 1 + X ] met X in duizend euro

Voor de negatieve waarden Y -Ln [ 1 + (-Y)] met Y in duizend euro

Het voordeel van deze transformatie is dat men niet hoeft te controleren voor outliers

aangezien een Ln-transformatie hoge waarden afvlakt We zien in tabel 3 steeds grote

standaardafwijkingen bij de variabelen voor transformatie Na transformatie verdwijnen

deze hoge waarden Via een Ln-transformatie bekomen we ook een grotere

homoscedasticiteit tussen de variabelen17

Het effect van het transformeren in vergelijking met deflateren op totaal actief18 wordt

geiumlllustreerd in bijlage 9 In bijlage 9 wordt een scatterplot gemaakt van de bivariate

relatie tussen de premoneywaardering en respectievelijk de boekwaarde van het eigen

vermogen en het bedrijfsresultaat

In figuur 7c zie je dat na transformatie de relaties tussen ln(premoneywaardering) en

respectievelijk ln(BWEV) en ln(Bedrijfsresultaat) meer homoscedastisch zijn

Op deze figuur merken we ook dat de relatie tussen de boekwaarde van het eigen

vermogen (indien gt 0) en de ondernemingswaarde (lineair) positief is We zien

eveneens een positieve relatie tussen het bedrijfsresultaat en de ondernemingswaarde

17 Armstrong et al maken gebruik van een rank regression om dezelfde problemen bij regressie op te lossen 18 Collins et al deflateren op het aantal aandelen Joos maakt gebruik van de marktwaarde op t de boekwaarde op t-1 en het aantal werknemers t-1 als deflatiefactor

22

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 14: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

De rol van de BWEV als waardedrijver bij verlieslatende ondernemingen wordt in de

literatuur als drieledig beschouwd (1) als proxy voor toekomstige normale winsten

(Ohlson 1995 Penman 1992) (2) als schatting voor liquidatiewaarde of waarde van

alternatieve-aanwending (Burgstahler amp Dichev 1997) en (3) als controle voor verschil in

grootte (Barth en Kallapur 1996)

Het (positieve) bedrijfsresultaat als determinant voor waarde bij hypothese 1 was onder

de assumptie dat huidige winsten informatie bevatten over toekomstige kasstromen Bij

ondernemingen met een negatief bedrijfsresultaat is dit niet het geval Volgens het

Ohlson model (1995) kan de BWEV gebruikt worden als proxy voor de toekomstige

normale winsten (1)

De BWEV kan ook gebruikt worden als proxy voor de liquidatiewaarde (2) (Burgstahler

amp Dichev 1997) VC-investeerders investeren in jonge risicovolle ondernemingen Jong

en risicovol omdat deze de grootste groeimogelijkheden bieden en dus ook de hoogste

rendementen Het succesvol uitbouwen van zorsquon nieuwe onderneming is zeer risicovol

Deze ondernemingen hebben immers geen buffer onder de vorm van een portefeuille

van producten in diverse markten waarop de onderneming kan terugvallen De kans op

faillissement is in deze bedrijven reeumlel BWEV is het verschil tussen het totaal actief en

de totale schulden wat de waarde van de totale ondernemingen na afbetaling van de

schuldeisers bij vereffening voorstelt (=liquidatiewaarde)

De BWEV kan ook als proxy gebruikt worden voor de grootte van een onderneming (3)

(Collins et al1997a Barth en Kallapur 1996) De grootte van het bedrijf (met als proxy

BWEV) staat in relatie met de eerste twee rollen van de BWEV Grotere ondernemingen

hebben namelijk een hogere liquidatiewaarde en van grotere ondernemingen worden

grotere toekomstige winsten verwacht

Samenvattend stellen we dat boekwaarden een toenemend belang hebben bij het

waarderen van ondernemingen wanneer (1) huidige winsten geen goede indicatie zijn

voor toekomstige winsten of (2) wanneer de onderneming een grotere kans heeft op

faling of liquidatie Dit is zeker het geval in de Venture Capital markt waardoor we onze

derde hypothese als volgt kunnen formuleren

5

H3 De waarde van een onderneming is positief gerelateerd aan de boekwaarde van het

eigen vermogen bij verlieslatende ondernemingen

De waarderelevantie van het bedrijfsresultaat enerzijds en de boekwaarden anderzijds

verschilt over de industrieeumln heen (Barth Beaver amp Landsman 1999)

Collins Pincus en Xie (1997) constateren dat BWEV hogere waarderingen verklaart en

niet de omvang van het verlies Nochtans vonden zij ook dat verliezen afzonderlijk

positief gewaardeerd worden Dit kwam omdat grotere verliezen afkomstig zijn van

grotere bedrijven (met als proxy BWEV) en grotere ondernemingen hoger gewaardeerd

worden 5 De reden hiervoor is dat zij gebruik maken van een cross-sectionele

steekproef van bedrijven uit verschillende sectoren voor de periode 1975-1992 De

opgenomen ondernemingen komen grotendeels uit niet-risicovolle sectoren waar BWEV

als proxy voor grootte dient en dus beter de hogere waarderingen kan verklaren 6 De

bevindingen van Collins et al (1997) zijn tegenstrijdig met Hand (2000) en Joos (2007)

In hun onderzoek naar internet en biotechnologische bedrijven wordt de positieve

waardering van verliezen behouden na opname van BWEV in het waarderingsmodel

Eerder (H2) zagen we dat in deze sectoren de verliezen positief gewaardeerd werden

als teken van strategische uitgaven en niet als indicatie dienden voor de grootte van het

bedrijf Vandaar het behoud van de positieve waardering van verliezen na opname

BWEV in het waarderingsmodel

Waardering van het verlies is afhankelijk van het risico de groeiopportuniteiten en de

stabiliteit van de inkomsten in de verschillende industrieeumln In sectoren waarin

ondernemingen investeren in grote hoeveelheden niet-herkende netto activa7 (zoals

onderzoek amp ontwikkeling) heeft het bedrijfsresultaat een grotere verklaringskracht De

5 Statistisch uit zich dat in een negatief of niet significante coeumlfficieumlnt bij verlies na incorporatie van boekwaarden van het eigen vermogen 6 Hun argumentering is als volgt wanneer een relevante variabele (BWEV) die positief gecorreleerd is met de afhankelijke variabele (marktwaarde) en negatief met een onafhankelijke variabele( bedrijfsverlies) niet opgenomen wordt in de analyse ontstaat er een negatieve bias bij de coeumlfficieumlnt van deze onafhankelijke variabele De positieve waardering van het verlies is afkomstig van de onderliggende relatie verlies-BWEV en BWEV-waarde en niet van de relatie verlies-ondernemingswaarde zelf 7 Andere voorbeelden zijn groeiopties en klantentrouw Deze worden boekhoudkundig als kosten behandeld terwijl deze de kenmerken van activa bezitten Het zijn namelijk investeringen die tot winsten kunnen leiden in de toekomst

6

boekwaarde van het eigen vermogen heeft dan weer meer verklaringskracht in minder

risicovolle ondernemingen met stabiele winsten

Aangezien verwacht wordt dat Venture Capital investeerders actief zijn in jonge

ondernemingen met sterke groeiopties zoals in farmaceutische (Brief amp Zarowin 1999)

biotechnologische (Joos 2007) en internetbedrijven (Hand 2000) voorspellen wij dat

de resultatenrekening ( verlies en kosten) in risicovolle en hoogtechnologische sectoren

meer informatie kan bieden dan de balans (BWEV) als determinanten voor waardering

Anders geformuleerd

H4 De positieve waardering van verliezen is minder uitgesproken in de

laagtechnologische sector dan in de hoogtechnologische sector

22 Waarderingsdeterminanten voor de Private Markt In de voorgaande literatuur werd marktwaarde verklaard door boekwaarde van het

aandelenkapitaal en het netto-inkomen In dit stuk wordt dieper ingegaan op de

waarderelevantie van gedesaggregeerde financieumlle informatie bij het waarderen van

ondernemingen gefinancierd met Venture Capital

Accounting conservatisme gecombineerd met snelle groei in ontastbare activa kan de

associatie tussen ondernemingswaarde en geaggregeerde financieumlle data ernstig

verstoren Geaggregeerde variabelen van de balans en resultatenrekening zoals de

boekwaarde van het eigen vermogen (BWEV) en netto-inkomen (NI) zijn een

vertekende meting voor de economische positie en winstgevendheid van de

onderneming (Zhang 2001) Een regressie van vertekende variabelen met de

afhankelijke variabele kan leiden tot coeumlfficieumlnten met een ander teken of grootte dan

dat men intuiumltief kan vermoeden8

Waardering van VC-ondersteunde bedrijven aan de hand van gedesaggregeerde

financieumlle informatie vinden we terug in het onderzoek van Hand ( 2005) en Armstrong

Davila en Foster (2006) Gedesaggregeerde financieumlle informatie wordt bekomen door

de twee componenten van het Ohlson model BWEV en NI op te splitsen in hun

onderliggende componenten Kas en kasequivalenten niet-kasactiva en lange

8 Illustratie negatieve bias uit voetnoot 6

7

termijnschulden worden beschouwd als de desaggregatie van de BWEV De

belangrijkste kostenitems en opbrengsten kunnen gezien worden als een desaggregatie

van het NI Kas en niet-kas activa hebben een significante positieve coeumlfficieumlnt net als

de variabelen uit de resultatenrekening Dit geldt voor zowel de opbrengsten als de

kosten (Kosten van de verkochte goederen kosten voor onderzoek en ontwikkeling en

andere kosten) Het positieve teken bij de coeumlfficieumlnt voor elke kostencomponent wijst al

op de voorspelling dat investeerders kostenuitgaven bij jonge ondernemingen als

investeringen beschouwen

Gebaseerd op de studies van Hand (2004 2005) en Armstrong et al(2006) willen wij de

waarderelevantie van enkele componenten van de balans en de resultatenrekening

nagaan

Eerst gaan we de waarderelevantie na van elementen van de balans We

desaggregeren de boekwaarde van het eigen vermogen in volgende componenten Kas

en kasequivalenten niet-kas activa en totale schulden

In eerste instantie willen we de invloed nagaan van de kaspositie op de waardering van

de onderneming Een goede kaspositie wordt gezien als een indicatie van een goede

liquiditeitspositie Zowel in de studies van Hand (2005) en Armstrong et al (2006) wordt

een positieve coeumlfficieumlnt bekomen voor de kaspositie Wij gaan in hypothese vijf na of

we deze significante positieve coeumlfficieumlnt kunnen bevestigen

H5 De ondernemingswaarde is positief gerelateerd aan de kaspositie

De niet-kas activa is de som van de vaste activa en de vlottende activa verminderd met

kas en kasequivalenten De niet-kas activa vormen een belangrijke component van het

totaal actief en de balans Ze kunnen gezien worden als een indicatie voor de grootte

van een bedrijf Hand (2004 2005) en Armstrong et al (2006) bekomen een positieve

coeumlfficieumlnt voor de niet-kas activa

Wij voorspellen een positieve relatie tussen grootte (niet-kas activa) en

ondernemingswaarde

8

H6 De ondernemingswaarde is positief gerelateerd aan de waarde van de niet-kas

activa

Armstrong et al(2006) zien schulden als een claim van de schuldeisers ten opzichte van

het actief en de toekomstige kaststromen van de onderneming Er wordt in hun werk

dan ook een negatieve coeumlfficieumlnt voorspeld De totale schulden zijn een indicatie voor

het financieumlle risico van een onderneming Bij het ten gronde gaan van een

onderneming is de waarde voor de aandeelhouders het deel van de waarde dat

overblijft na uitbetaling van de schuldeisers Hoe meer schulden er aanwezig zijn in een

onderneming hoe lager de resterende waarde is voor de aandeelhouders bij liquidatie

van de onderneming

Wij voorspellen dat de waarde van een onderneming negatief gerelateerd is aan de

totale schulden

H7 De ondernemingswaarde is negatief gerelateerd aan de totale schulden

Na de elementen van de balans gaan we de invloed na van een element van de

resultatenrekening We gaan na welke relatie er bestaat tussen totale kosten en de

waarde van een onderneming

Het grootste deel van de ondernemingen waar Venture Capitalists in investeren zijn

verlieslatend Zoals in de literatuur over verlieslatende ondernemingen aangehaald

worden verliezen vaak positief gewaardeerd bij jonge ondernemingen Strategische

investeringen liggen aan de basis van dit negatief resultaat Dit omdat investeringen in

de boekhouding behandeld worden als kosten Hogere kosten zijn een indicatie voor

investeringen die in de toekomst kunnen resulteren in positieve kasstromen Op basis

hiervan voorspellen wij een positieve relatie tussen de totale kosten en de waardering

van een onderneming

H8 De ondernemingswaarde is positief gerelateerd aan de totale kosten

9

23 Groeiopportuniteiten als waardedeterminant De waarde van een bedrijf is afkomstig van 2 determinanten (Myers 1977)

Waarde onderneming = waarde van activa + huidige waarde van toekomstige

groeiopportuniteiten

Welke component van waarde het meest doorweegt is afhankelijk van de fase waarin de

onderneming zich bevindt Voor startende ondernemingen is de huidige waarde van de

groeiopportuniteiten de belangrijkste component Groeimogelijkheden worden vaak als

waardedrijver gebruikt bij jonge opstartende ondernemingen en ondernemingen in

nieuwe industrieeumln (Damodaran 2001) Waarderingsmodellen die enkel

boekhoudkundige variabelen opnemen als determinanten voor ondernemingswaarde

zien een belangrijke component over het hoofd Er moet rekening gehouden worden

met het groeipotentieel van de ondernemingen (Holthausen en Watts 2001) Groeiende

ondernemingen worden hoger gewaardeerd (Davilla Foster en Gupta 2003)

Davila en Foster (2005) rapporteren een positieve Spearman correlatie tussen de

verandering in waardering en de verandering in inkomsten als proxy voor groei voor een

steekproef van 78 private ondernemingen (waarvan 60 Venture Capital genoten)

Hieruit kunnen we afleiden dat het groeipotentieel van een onderneming een belangrijke

waardeterminant is voor het waarderen van ondernemingen gefinancierd met Venture

Capital Hierop baserend formuleren we onze negende en laatste hypothese

H9 De ondernemingswaarde is positief gerelateerd aan de groei van de onderneming

10

3 Methode 31 Data 311 Bronnen Voor het verzamelen van de gegevens werd een beroep gedaan op drie verschillende

databases Zephyr Amadeus en Belfirst Dit zijn producten van Bureau van Dijk

Electronic Publishing (BvDEP)

Zephyr is een database die informatie bevat over verschillende soorten transacties

waaronder Venture Capital transacties

Amadeus is een pan-Europese database die financieumlle informatie bevat over

ondernemingen in achtendertig verschillende Europese landen

Belfirst bevat alle neergelegde jaarrekeningen van Belgische ondernemingen Alle

posten van de balans resultatenrekening toelichting en (in voorkomend geval) sociale

balans zijn erin opgenomen

Verder werd een beroep gedaan op het Belgisch staatsblad jaarverslagen en

participaties van Belgische Venture Capital fondsen en prospectussen van Belgische

IPOrsquos die in het verleden met Venture Capital zijn gefinancierd

Informatie over de Venture Capital instroom werd teruggevonden in publicaties van de

lsquoEuropean Private Equity amp Venture Capital Association (EVCA)rsquo

We maakten ook gebruik van de De Dow Jones STOXX Total Market Index (TMI)9

312 Populatie en Steekproef Voor het trekken van de steekproef werd onder andere een beroep gedaan op Zephyr

Alle Venture Capital transacties in Belgieuml Nederland Luxemburg Duitsland Frankrijk

en het Verenigd Koninkrijk afgesloten tussen 1 januari 1997 en 31 december 2007

werden geselecteerd Zephyr gaf in totaal 3593 transacties weer voor deze tijdspanne

Voor de waardering van Venture Capital transacties is het noodzakelijk de totale

ondernemingswaarde te kennen Daarom werden enkel de transacties van

ondernemingen met een gekende ondernemingswaarde geselecteerd waardoor er

slechts 331 van de initieumlle 3593 deals overbleven

9 De Dow Jones STOXX TMI werd geraadpleegd op wwwstoxxcom

11

Om financieumlle gegevens over de ondernemingen betrokken bij een Venture Capital

transactie terug te vinden op Amadeus werd gebruik gemaakt van het Bureau van Dijk

identificatienummer Voor ondernemingen waar het identificatienummer niet gegeven

was werd nagegaan of er informatie beschikbaar was op Amadeus door te zoeken op

naam Slechts voor 73 van de 331 deals vonden we financieumlle informatie over de

betrokken onderneming terug op Amadeus Ondernemingen betrokken bij Venture

Capital transacties zijn vaak heel jonge of opstartende ondernemingen Dit heeft als

gevolg dat niet voor alle transacties historische financieumlle informatie van de betrokken

onderneming terug te vinden is Voor transacties waarvan het jaartal van de afloop van

de deal overeenstemt met het jaar waarin de onderneming is opgestart kan bijgevolg

geen financieumlle informatie worden teruggevonden

Voor deals waarin Belgische ondernemingen betrokken waren werden de financieumlle

gegevens verzameld op Belfirst Voor 9 van de 21 Belgische deals teruggevonden op

Zephyr was er extra informatie terug te vinden op Belfirst

Gebruik makend van prospectussen het Belgisch staatsblad en de jaarverslagen en

participaties van belangrijke Venture Capitalfondsen werd de steekproef uitgebreid10

Op basis van deze drie methodes werden 44 extra deals teruggevonden waarvoor ook

financieumlle informatie terug te vinden was op Belfirst

De finale steekproef waarop de hypothesen worden getest bestaat uit 126 Venture

Capital deals

10 Er werd gebruik gemaakt van prospectussen van Belgische VC-backed IPOrsquos om extra Venture Capital transacties terug te vinden Voor de Belgische VCndashBacked IPOrsquos werden prospectussen onderzocht om het verworven aandeel in de ondernemingen te achterhalen en op die manier de ondernemingswaarde te berekenen Voor de Belgische deals uit Zephyr zonder gekende ondernemingswaarde werd nagegaan of de totale waarde berekend kon worden op basis van publicaties in het Belgisch Staatsblad Verder werden participaties van Venture Capitalfondsen nagegaan De waarde van de transacties werd opgezocht in het Belgisch staatsblad

12

Initieel aantal deals (Zephyr) 3593- Aantal deals van ondernemingen zonder gekende totale ondernemingswaarde 3262Aantal deals van ondernemingen met gekende totale ondernemingswaarde 331- Aantal deals van ondernemingen zonder de nodige financieumlle informatie 249Totaal aantal deals Zephyr met de nodige financieumlle informatie 82+Uitbreiding steekproef (prospectussen Belgisch staatsblad en participaties VC-fondsen) 44Finale steekproef 126

Tabel 1 Overzicht van het tot stand komen van de steekproef

32 Variabelen 321 Afhankelijke variabele Als afhankelijke variabele nemen we de marktwaarde van de onderneming (afkorting

MW) De marktwaarde is de premoneywaardering berekend door van de totale waarde

van de onderneming na de investering het geiumlnvesteerde bedrag af te trekken11 De

totale waarde van de onderneming is het bedrag dat men zou betalen indien 100 van

de onderneming zou verworven worden Ze wordt berekend als ((investering)(

aandelen verworven)) x 100 Voor de deals uit Zephyr worden enkel deze met een

gekend verworven aandeel in de onderneming opgenomen in de analyse Voor de deals

uit het staatsblad werd het verworven aandeel berekend als de verhouding tussen het

aantal nieuw verkregen aandelen op het totaal aantal aandelen na investering

322 Onafhankelijke variabelen Voor het selecteren van de onafhankelijke variabelen volgen we het matching-principe

gebruikt van Hand (2005) De datum van investering in de onderneming wordt gelinkt

11 De uiteindelijke premoneywaardering wordt dan als volgt berekend Wanneer voor euro100 geiumlnvesteerd wordt en daarbij 10 van de aandelen verworven wordt is de totale waarde van de onderneming gelijk aan euro 1000 en is de premoneywaardering gelijk aan euro 900 De investeerder betaalt eigenlijk euro 100 om na investering 10 van het aandelenkapitaal te bezitten Dat maakt dat op het moment van investering de waarde van de onderneming (100) gelijk is aan 90 van de onderneming na investering Er werd geen onderscheid gemaakt tussen het verworven aandeel van de verschillende investeerders in een investeringsronde of het verworven aandeel van een afzonderlijk fonds Voor het berekenen van de 100 waardering maakt dit geen verschil Wel wordt steeds de totale kapitaalsverhoging van deze 100 waardering afgetrokken en niet het afzonderlijk deel dat eacuteeacuten fonds investeert De totale kapitaalsverhoging voor de data uit het staatsblad is het product van de uitgifteprijs van de aandelen en het totaal aantal nieuw uitgegeven aandelen

13

aan de financieumlle data van het jaar voor de investeringsronde12 Financieumlle data zijn

jaarlijks beschikbaar zodoende dat elke eerste investering in het jaar bruikbaar is voor

onze analyse Alle andere investeringsrondes volgend op de eerste worden uit de

analyse gelaten Het voordeel van deze aanpak is dat het eenvoudig is voor analyse

Het nadeel is het verlies aan informatie wanneer er meerdere financieringsrondes zijn in

eenzelfde fiscaal jaar Het vormt ook een nadeel wanneer er een groot tijdsverschil is

tussen het gebruikte boekjaar van financieumlle data en de afsluiting van investering13

In de eerste twee hypotheses wordt het bedrijfsresultaat gebruikt als onafhankelijke

variabele Als proxy hiervoor gebruiken we de post operationele winstverlies van

Amadeus en Belfirst

Voor boekwaarde van het eigen vermogen gebruiken we de post lsquoshareholderrsquos fundsrsquo

op de balans in Amadeus en Belfirst14

We maken ook gebruik van de financieumlle variabelen uit de modellen van Hand (2004

2005) en Armstrong et al (2006) Om de invloed van deze variabelen na te gaan

zoeken we voor elke variabele een passend alternatief op de databases Amadeus en

Zephyr We vinden voor kas en kasequivalenten niet-kas activa en totale schulden een

alternatief Aangezien wij niet beschikken over een aparte uitgavenpost voor onderzoek

en ontwikkeling nemen we de totale kosten op in onze analyse We splitsen deze niet

op zoals Hand (2004 2005) en Armstrong et al(2006) doen De uitgaven voor

onderzoek en ontwikkeling zitten hier wel in omvat Een Belgische onderneming die

kosten maakt in het kader van door haar verricht onderzoek moet deze kosten (lonen

en wedden - kosten voor het gebruik van materiaal - diensten en diverse goederen

enz) in beginsel naar hun aard boeken in de resultatenrekening van het boekjaar

waarin deze kosten werden gemaakt

12 Bijvoorbeeld Een onderneming verkrijgt financiering uit drie verschillende rondes ABC Ronde A vindt plaats op 3203 ronde B op 5304 en ronde C op 23804 Enkel ronde A en Ronde B worden opgenomen in de analyse Ronde A wordt gelinkt aan financieumlle data van 311202 en ronde B van 311203 13 Dit is bijvoorbeeld het geval wanneer de investering plaatsvond in juli of later (6 maanden na start nieuw boekjaar) Financieumlle data uit het volgende boekjaar zijn recenter om te gebruiken Toch worden de data gebruikt uit het voorgaande jaar 14 Boekwaarde eigen vermogen = Totaal actief ndash Vreemd vermogen

14

15

Davilla Foster en Gupta (2003) gebruiken groei van het aantal werknemers als proxy

voor groei Wij gebruiken de relatieve verandering in de kost van werknemers als proxy

voor groei15

Tabel 1 geeft een overzicht van de gebruikte variabelen

323 Controlevariabelen We gaan ook de invloed na van enkele controlevariabelen

Een eerste controlevariabele die we opnemen in de analyse is industrie Wij willen

nagaan of er een verschil is in de waardering van de ondernemingen die actief zijn in

verschillende industrieeumln Het belang van de sector werd reeds besproken onder punt

22

Ook zullen we controleren voor volgende macro-economische variabelen Gompers en

Lerner (2000) gaan na hoe de waardering van investeringen in de Venture Capital markt

beiumlnvloed wordt door de instroom van kapitaal De resultaten tonen een sterk positief

verband tussen de waarde van Venture Capital investeringen en de instroom van

kapitaal Wij gaan na of we de resultaten van Gompers en Lerner (2000) kunnen

bevestigen voor onze steekproef Deze informatie bekomen we uit publicaties van de

EVCA

We nemen ook een marktindex op als controlevariabele in ons model (Hand 2005)

Deze variabele wordt geacht een goede indicator te zijn voor het potentieel rendement

op Venture Capital investeringen

15 Groei wordt berekend als ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2))

16

Variabele Afkorting Opmerkingen Premoneywaardering MW Totale marktwaarde onderneming na investering ndash Geiumlnvesteerd bedrag Boekwaarde eigen vermogen BWEV Operationeel bedrijfsresultaat (Netto Inkomen) NI Operationele winstverlies Kas en kasequivalenten KAS Niet-kas activa NKASA Vaste activa + vlottende activa (exclusief kas en kasequivalenten) Totale schulden TotSchuld Schulden gt1jaar + Schuldenlt1jaar Totale kosten TotKost Leeftijd Leeftijd Leeftijd bij afsluiten deal - Leeftijd onderneming bij incorporatie Dow jones Stoxx Total Market Index Stoxx Europese marktindex Groei Groei ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2)) Venture Capital instroom VCIN Instroom kapitaal in Venture Capital fondsen uit publicaties EVCA Industrie Industrie De zeven industrieklassen worden ingedeeld in een hoogtechnologische groep en een laagtechnologische groep aan de hand van een dummyariabele

Tabel 2 Overzicht van de gebruikte variabelen

324 Descriptieve statistiek Figuur 1 toont het aantal deals uit de steekproef per land Er zitten voornamelijk deals

uit Belgieuml Frankrijk en het Verenigd Koninkrijk in de steekproef Het grote aandeel

Belgische deals komt door de grotere beschikbaarheid van financieumlle informatie Voor

de deals uit Duitsland was de nodige financieumlle informatie er meestal niet Voor geen

enkele deal uit Nederland en Luxemburg was financieumlle informatie terug te vinden

waardoor de steekproef herleid werd tot vier landen Belgieuml Frankrijk Duitsland en het

Verenigd Koninkrijk

Onze steekproef bestrijkt de periode van 1januari 1997 tot 31december 2007 Figuur 2

geeft weer hoeveel deals er in de verschillende jaren afgesloten zijn We zien dat er

voor het jaar 1997 geen deals met de nodige financieumlle gegevens terug te vinden waren

Het hoge aantal deals in het jaar 2000 kan verklaard worden door de High Tech Bubble

In figuur 3 kan de leeftijd van de betrokken ondernemingen afgelezen worden bij het

afsluiten van de deal We zien dat onze steekproef vooral bestaat uit jonge

ondernemingen De mediaan van de leeftijd van de ondernemingen in onze steekproef

is drie jaar

In figuur 4 kan de distributie van de steekproef volgens industrie worden afgelezen De

steekproef werd opgedeeld op basis van de eerste twee cijfers van de nacebelcode en

op basis daarvan ingedeeld in zeven verschillende groepen metaal chemie

biotechnologisch handel en horeca zakelijke diensten computer gerelateerd diensten

niet computer gerelateerd en een restcategorie andere Het valt op dat een groot deel

van de deals gebeuren in hoogtechnologische industrieeumln Chemie Biotechnologisch en

zakelijke diensten computer gerelateerd

17

Aantal deals per land

54

45

24

3

0

10

20

30

40

50

60

Belgieuml Verenigd Koninkrijk Frankrijk Duitsland

Land

Aan

tal d

eals

Figuur 1 Aantal deals per land

Distributie steekproef volgens jaar deal

0

4

8

29

14

3

9 10 9

23

17

0

5

10

15

20

25

30

35

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Jaar deal

Aan

tal d

eals

Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten werd

18

Leeftijd ondernemingen bij afsluiten deal

11

27 26

20

79

4 4 53

10

0

5

10

15

20

25

30

1 jaar 2 jaar 3 jaar 4 jaar 5 jaar 6 jaar 7 jaar 8 jaar 9 jaar 10 jaar gt10jaar

Leeftijd

Aan

tal o

nder

nem

inge

n

Figuur 3 Leeftijd onderneming bij afsluiten deal

Distributie steekproef volgens industrie

4032

1712 11 9

5

05

1015202530354045

Compu

ter ge

relate

erd

Dienste

n (ex

cl C

ompu

ter)

Metaal

Hande

l en H

oreca

Biotec

hnolo

gisch

Chemie

Andere

(res

tcateg

orie)

Industrie

Aan

tal d

eals

Figuur 4 Distributie van de steekproef volgens industrie

19

20

Als controlevariabele wordt nagegaan of de kapitaalinstroom in Venture Capital fondsen

in het jaar van de deal een invloed heeft op de waardering van de Venture Capital

transacties In bijlage 1 kan de instroom van kapitaal in de verschillende jaren afgelezen

worden De gegevens zijn afkomstig uit de jaarlijkse publicaties van de EVCA Bij het

uitvoeren van het onderzoek was de kapitaalinstroom voor het jaar 2007 nog niet

gepubliceerd

Tabel 3 geeft een overzicht van het minimum het maximum de mediaan het

gemiddelde en de standaardafwijking van de gebruikte variabelen Er wordt ook getoond

hoeveel gegevens beschikbaar zijn per variabele De verschillende variabelen worden

weergegeven in duizend euro De gemiddelde onderneming betrokken bij een Venture

Capital deal heeft een premoneywaardering van 19932 duizend euro Het gemiddelde

en de mediaan van het operationeel bedrijfsresultaat zijn negatief Dit komt doordat

slechts 31 van de 108 bedrijven waarvoor het operationeel bedrijfsresultaat gegeven is

een positief operationeel bedrijfsresultaat hebben

In bijlage 2 kan het boxplot bekeken worden van de premoneywaardering per jaar

Zowel de Kruskal-Wallis-test als de mediaantest tonen aan dat er geen verschil is in

premoneywaardering over de verschillende jaren heen16

In bijlage 3 kan het boxplot worden bekeken van de premoneywaardering in de

verschillende industrieklassen Biotechnologische ondernemingen worden significant

hoger gewaardeerd dan ondernemingen in andere industrieklassen

16 De resultaten van deze testen zijn niet opgenomen in dit werk

21

Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelen

Gemiddelde Minimum Maximum Mediaan Standaardafwijking N (euro1000) (euro1000) (euro1000) (euro1000) (euro1000) Afhankelijke variabele Premoneywaardering 19332 100 267278 5102 38420 126 Onafhankelijke variabelen Operationeel Bedrijfsresultaat (t-1) -587 -9601 12097 -165 2303 108 Boekwaarde eigen vermogen (BWEV) (t-1) 1926 -4357 30257 184 5140 125 Kas en kasequivalenten (t-1) 1113 0 24375 80 3171 117 Niet-kas activa (t-1) 5366 0 246738 641 25152 117 Totale schulden (t-1) 4581 0 224510 734 22284 123 Totale opbrengsten (t-1) 7435 2 191280 991 26077 62 Totale kosten (t-1) 3169 1 54230 1139 8014 69 Leeftijd 5 1 35 3 5 126 Kost van de werknemers (t-1) 1458 0 44856 679 4789 94 Kost van de werknemers (t-2) 619 0 4207 457 766 65

Controlevariabelen Dow Jones Stoxx Total Market Index 312 177 389 324 56 126

33 Modellen en Onderzoeksopzet In bijlage 9 kan men op Figuur 7 grafieken bekijken van de relatie tussen de

boekwaarde van het eigen vermogen (BWEV) en de premoneywaardering en de relatie

tussen het netto-inkomen (NI) en de premoneywaardering Figuur 7a is een scatterplot

met de oorspronkelijke data in duizend euro in figuur 7b zijn de oorspronkelijke data

gedeflateerd op het totaal actief Uit beide figuren kan je afleiden dat deze data sterk

heteroscedastisch is wat niet goed is om een lineaire relatie na te gaan tussen de

variabelen Tabel 3 toonde reeds een groot verschil in gemiddelden en mediaan voor

de verschillende variabelen Dit kan het resultaat zijn van verschillen tussen de

ondernemingen in leeftijd grootte industrie of levenscyclus

Om hier een oplossing voor te bieden ondergaan de variabelen een Ln-transformatie die

als volgt gebeurt

Voor de positieve waarden X Ln [ 1 + X ] met X in duizend euro

Voor de negatieve waarden Y -Ln [ 1 + (-Y)] met Y in duizend euro

Het voordeel van deze transformatie is dat men niet hoeft te controleren voor outliers

aangezien een Ln-transformatie hoge waarden afvlakt We zien in tabel 3 steeds grote

standaardafwijkingen bij de variabelen voor transformatie Na transformatie verdwijnen

deze hoge waarden Via een Ln-transformatie bekomen we ook een grotere

homoscedasticiteit tussen de variabelen17

Het effect van het transformeren in vergelijking met deflateren op totaal actief18 wordt

geiumlllustreerd in bijlage 9 In bijlage 9 wordt een scatterplot gemaakt van de bivariate

relatie tussen de premoneywaardering en respectievelijk de boekwaarde van het eigen

vermogen en het bedrijfsresultaat

In figuur 7c zie je dat na transformatie de relaties tussen ln(premoneywaardering) en

respectievelijk ln(BWEV) en ln(Bedrijfsresultaat) meer homoscedastisch zijn

Op deze figuur merken we ook dat de relatie tussen de boekwaarde van het eigen

vermogen (indien gt 0) en de ondernemingswaarde (lineair) positief is We zien

eveneens een positieve relatie tussen het bedrijfsresultaat en de ondernemingswaarde

17 Armstrong et al maken gebruik van een rank regression om dezelfde problemen bij regressie op te lossen 18 Collins et al deflateren op het aantal aandelen Joos maakt gebruik van de marktwaarde op t de boekwaarde op t-1 en het aantal werknemers t-1 als deflatiefactor

22

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 15: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

H3 De waarde van een onderneming is positief gerelateerd aan de boekwaarde van het

eigen vermogen bij verlieslatende ondernemingen

De waarderelevantie van het bedrijfsresultaat enerzijds en de boekwaarden anderzijds

verschilt over de industrieeumln heen (Barth Beaver amp Landsman 1999)

Collins Pincus en Xie (1997) constateren dat BWEV hogere waarderingen verklaart en

niet de omvang van het verlies Nochtans vonden zij ook dat verliezen afzonderlijk

positief gewaardeerd worden Dit kwam omdat grotere verliezen afkomstig zijn van

grotere bedrijven (met als proxy BWEV) en grotere ondernemingen hoger gewaardeerd

worden 5 De reden hiervoor is dat zij gebruik maken van een cross-sectionele

steekproef van bedrijven uit verschillende sectoren voor de periode 1975-1992 De

opgenomen ondernemingen komen grotendeels uit niet-risicovolle sectoren waar BWEV

als proxy voor grootte dient en dus beter de hogere waarderingen kan verklaren 6 De

bevindingen van Collins et al (1997) zijn tegenstrijdig met Hand (2000) en Joos (2007)

In hun onderzoek naar internet en biotechnologische bedrijven wordt de positieve

waardering van verliezen behouden na opname van BWEV in het waarderingsmodel

Eerder (H2) zagen we dat in deze sectoren de verliezen positief gewaardeerd werden

als teken van strategische uitgaven en niet als indicatie dienden voor de grootte van het

bedrijf Vandaar het behoud van de positieve waardering van verliezen na opname

BWEV in het waarderingsmodel

Waardering van het verlies is afhankelijk van het risico de groeiopportuniteiten en de

stabiliteit van de inkomsten in de verschillende industrieeumln In sectoren waarin

ondernemingen investeren in grote hoeveelheden niet-herkende netto activa7 (zoals

onderzoek amp ontwikkeling) heeft het bedrijfsresultaat een grotere verklaringskracht De

5 Statistisch uit zich dat in een negatief of niet significante coeumlfficieumlnt bij verlies na incorporatie van boekwaarden van het eigen vermogen 6 Hun argumentering is als volgt wanneer een relevante variabele (BWEV) die positief gecorreleerd is met de afhankelijke variabele (marktwaarde) en negatief met een onafhankelijke variabele( bedrijfsverlies) niet opgenomen wordt in de analyse ontstaat er een negatieve bias bij de coeumlfficieumlnt van deze onafhankelijke variabele De positieve waardering van het verlies is afkomstig van de onderliggende relatie verlies-BWEV en BWEV-waarde en niet van de relatie verlies-ondernemingswaarde zelf 7 Andere voorbeelden zijn groeiopties en klantentrouw Deze worden boekhoudkundig als kosten behandeld terwijl deze de kenmerken van activa bezitten Het zijn namelijk investeringen die tot winsten kunnen leiden in de toekomst

6

boekwaarde van het eigen vermogen heeft dan weer meer verklaringskracht in minder

risicovolle ondernemingen met stabiele winsten

Aangezien verwacht wordt dat Venture Capital investeerders actief zijn in jonge

ondernemingen met sterke groeiopties zoals in farmaceutische (Brief amp Zarowin 1999)

biotechnologische (Joos 2007) en internetbedrijven (Hand 2000) voorspellen wij dat

de resultatenrekening ( verlies en kosten) in risicovolle en hoogtechnologische sectoren

meer informatie kan bieden dan de balans (BWEV) als determinanten voor waardering

Anders geformuleerd

H4 De positieve waardering van verliezen is minder uitgesproken in de

laagtechnologische sector dan in de hoogtechnologische sector

22 Waarderingsdeterminanten voor de Private Markt In de voorgaande literatuur werd marktwaarde verklaard door boekwaarde van het

aandelenkapitaal en het netto-inkomen In dit stuk wordt dieper ingegaan op de

waarderelevantie van gedesaggregeerde financieumlle informatie bij het waarderen van

ondernemingen gefinancierd met Venture Capital

Accounting conservatisme gecombineerd met snelle groei in ontastbare activa kan de

associatie tussen ondernemingswaarde en geaggregeerde financieumlle data ernstig

verstoren Geaggregeerde variabelen van de balans en resultatenrekening zoals de

boekwaarde van het eigen vermogen (BWEV) en netto-inkomen (NI) zijn een

vertekende meting voor de economische positie en winstgevendheid van de

onderneming (Zhang 2001) Een regressie van vertekende variabelen met de

afhankelijke variabele kan leiden tot coeumlfficieumlnten met een ander teken of grootte dan

dat men intuiumltief kan vermoeden8

Waardering van VC-ondersteunde bedrijven aan de hand van gedesaggregeerde

financieumlle informatie vinden we terug in het onderzoek van Hand ( 2005) en Armstrong

Davila en Foster (2006) Gedesaggregeerde financieumlle informatie wordt bekomen door

de twee componenten van het Ohlson model BWEV en NI op te splitsen in hun

onderliggende componenten Kas en kasequivalenten niet-kasactiva en lange

8 Illustratie negatieve bias uit voetnoot 6

7

termijnschulden worden beschouwd als de desaggregatie van de BWEV De

belangrijkste kostenitems en opbrengsten kunnen gezien worden als een desaggregatie

van het NI Kas en niet-kas activa hebben een significante positieve coeumlfficieumlnt net als

de variabelen uit de resultatenrekening Dit geldt voor zowel de opbrengsten als de

kosten (Kosten van de verkochte goederen kosten voor onderzoek en ontwikkeling en

andere kosten) Het positieve teken bij de coeumlfficieumlnt voor elke kostencomponent wijst al

op de voorspelling dat investeerders kostenuitgaven bij jonge ondernemingen als

investeringen beschouwen

Gebaseerd op de studies van Hand (2004 2005) en Armstrong et al(2006) willen wij de

waarderelevantie van enkele componenten van de balans en de resultatenrekening

nagaan

Eerst gaan we de waarderelevantie na van elementen van de balans We

desaggregeren de boekwaarde van het eigen vermogen in volgende componenten Kas

en kasequivalenten niet-kas activa en totale schulden

In eerste instantie willen we de invloed nagaan van de kaspositie op de waardering van

de onderneming Een goede kaspositie wordt gezien als een indicatie van een goede

liquiditeitspositie Zowel in de studies van Hand (2005) en Armstrong et al (2006) wordt

een positieve coeumlfficieumlnt bekomen voor de kaspositie Wij gaan in hypothese vijf na of

we deze significante positieve coeumlfficieumlnt kunnen bevestigen

H5 De ondernemingswaarde is positief gerelateerd aan de kaspositie

De niet-kas activa is de som van de vaste activa en de vlottende activa verminderd met

kas en kasequivalenten De niet-kas activa vormen een belangrijke component van het

totaal actief en de balans Ze kunnen gezien worden als een indicatie voor de grootte

van een bedrijf Hand (2004 2005) en Armstrong et al (2006) bekomen een positieve

coeumlfficieumlnt voor de niet-kas activa

Wij voorspellen een positieve relatie tussen grootte (niet-kas activa) en

ondernemingswaarde

8

H6 De ondernemingswaarde is positief gerelateerd aan de waarde van de niet-kas

activa

Armstrong et al(2006) zien schulden als een claim van de schuldeisers ten opzichte van

het actief en de toekomstige kaststromen van de onderneming Er wordt in hun werk

dan ook een negatieve coeumlfficieumlnt voorspeld De totale schulden zijn een indicatie voor

het financieumlle risico van een onderneming Bij het ten gronde gaan van een

onderneming is de waarde voor de aandeelhouders het deel van de waarde dat

overblijft na uitbetaling van de schuldeisers Hoe meer schulden er aanwezig zijn in een

onderneming hoe lager de resterende waarde is voor de aandeelhouders bij liquidatie

van de onderneming

Wij voorspellen dat de waarde van een onderneming negatief gerelateerd is aan de

totale schulden

H7 De ondernemingswaarde is negatief gerelateerd aan de totale schulden

Na de elementen van de balans gaan we de invloed na van een element van de

resultatenrekening We gaan na welke relatie er bestaat tussen totale kosten en de

waarde van een onderneming

Het grootste deel van de ondernemingen waar Venture Capitalists in investeren zijn

verlieslatend Zoals in de literatuur over verlieslatende ondernemingen aangehaald

worden verliezen vaak positief gewaardeerd bij jonge ondernemingen Strategische

investeringen liggen aan de basis van dit negatief resultaat Dit omdat investeringen in

de boekhouding behandeld worden als kosten Hogere kosten zijn een indicatie voor

investeringen die in de toekomst kunnen resulteren in positieve kasstromen Op basis

hiervan voorspellen wij een positieve relatie tussen de totale kosten en de waardering

van een onderneming

H8 De ondernemingswaarde is positief gerelateerd aan de totale kosten

9

23 Groeiopportuniteiten als waardedeterminant De waarde van een bedrijf is afkomstig van 2 determinanten (Myers 1977)

Waarde onderneming = waarde van activa + huidige waarde van toekomstige

groeiopportuniteiten

Welke component van waarde het meest doorweegt is afhankelijk van de fase waarin de

onderneming zich bevindt Voor startende ondernemingen is de huidige waarde van de

groeiopportuniteiten de belangrijkste component Groeimogelijkheden worden vaak als

waardedrijver gebruikt bij jonge opstartende ondernemingen en ondernemingen in

nieuwe industrieeumln (Damodaran 2001) Waarderingsmodellen die enkel

boekhoudkundige variabelen opnemen als determinanten voor ondernemingswaarde

zien een belangrijke component over het hoofd Er moet rekening gehouden worden

met het groeipotentieel van de ondernemingen (Holthausen en Watts 2001) Groeiende

ondernemingen worden hoger gewaardeerd (Davilla Foster en Gupta 2003)

Davila en Foster (2005) rapporteren een positieve Spearman correlatie tussen de

verandering in waardering en de verandering in inkomsten als proxy voor groei voor een

steekproef van 78 private ondernemingen (waarvan 60 Venture Capital genoten)

Hieruit kunnen we afleiden dat het groeipotentieel van een onderneming een belangrijke

waardeterminant is voor het waarderen van ondernemingen gefinancierd met Venture

Capital Hierop baserend formuleren we onze negende en laatste hypothese

H9 De ondernemingswaarde is positief gerelateerd aan de groei van de onderneming

10

3 Methode 31 Data 311 Bronnen Voor het verzamelen van de gegevens werd een beroep gedaan op drie verschillende

databases Zephyr Amadeus en Belfirst Dit zijn producten van Bureau van Dijk

Electronic Publishing (BvDEP)

Zephyr is een database die informatie bevat over verschillende soorten transacties

waaronder Venture Capital transacties

Amadeus is een pan-Europese database die financieumlle informatie bevat over

ondernemingen in achtendertig verschillende Europese landen

Belfirst bevat alle neergelegde jaarrekeningen van Belgische ondernemingen Alle

posten van de balans resultatenrekening toelichting en (in voorkomend geval) sociale

balans zijn erin opgenomen

Verder werd een beroep gedaan op het Belgisch staatsblad jaarverslagen en

participaties van Belgische Venture Capital fondsen en prospectussen van Belgische

IPOrsquos die in het verleden met Venture Capital zijn gefinancierd

Informatie over de Venture Capital instroom werd teruggevonden in publicaties van de

lsquoEuropean Private Equity amp Venture Capital Association (EVCA)rsquo

We maakten ook gebruik van de De Dow Jones STOXX Total Market Index (TMI)9

312 Populatie en Steekproef Voor het trekken van de steekproef werd onder andere een beroep gedaan op Zephyr

Alle Venture Capital transacties in Belgieuml Nederland Luxemburg Duitsland Frankrijk

en het Verenigd Koninkrijk afgesloten tussen 1 januari 1997 en 31 december 2007

werden geselecteerd Zephyr gaf in totaal 3593 transacties weer voor deze tijdspanne

Voor de waardering van Venture Capital transacties is het noodzakelijk de totale

ondernemingswaarde te kennen Daarom werden enkel de transacties van

ondernemingen met een gekende ondernemingswaarde geselecteerd waardoor er

slechts 331 van de initieumlle 3593 deals overbleven

9 De Dow Jones STOXX TMI werd geraadpleegd op wwwstoxxcom

11

Om financieumlle gegevens over de ondernemingen betrokken bij een Venture Capital

transactie terug te vinden op Amadeus werd gebruik gemaakt van het Bureau van Dijk

identificatienummer Voor ondernemingen waar het identificatienummer niet gegeven

was werd nagegaan of er informatie beschikbaar was op Amadeus door te zoeken op

naam Slechts voor 73 van de 331 deals vonden we financieumlle informatie over de

betrokken onderneming terug op Amadeus Ondernemingen betrokken bij Venture

Capital transacties zijn vaak heel jonge of opstartende ondernemingen Dit heeft als

gevolg dat niet voor alle transacties historische financieumlle informatie van de betrokken

onderneming terug te vinden is Voor transacties waarvan het jaartal van de afloop van

de deal overeenstemt met het jaar waarin de onderneming is opgestart kan bijgevolg

geen financieumlle informatie worden teruggevonden

Voor deals waarin Belgische ondernemingen betrokken waren werden de financieumlle

gegevens verzameld op Belfirst Voor 9 van de 21 Belgische deals teruggevonden op

Zephyr was er extra informatie terug te vinden op Belfirst

Gebruik makend van prospectussen het Belgisch staatsblad en de jaarverslagen en

participaties van belangrijke Venture Capitalfondsen werd de steekproef uitgebreid10

Op basis van deze drie methodes werden 44 extra deals teruggevonden waarvoor ook

financieumlle informatie terug te vinden was op Belfirst

De finale steekproef waarop de hypothesen worden getest bestaat uit 126 Venture

Capital deals

10 Er werd gebruik gemaakt van prospectussen van Belgische VC-backed IPOrsquos om extra Venture Capital transacties terug te vinden Voor de Belgische VCndashBacked IPOrsquos werden prospectussen onderzocht om het verworven aandeel in de ondernemingen te achterhalen en op die manier de ondernemingswaarde te berekenen Voor de Belgische deals uit Zephyr zonder gekende ondernemingswaarde werd nagegaan of de totale waarde berekend kon worden op basis van publicaties in het Belgisch Staatsblad Verder werden participaties van Venture Capitalfondsen nagegaan De waarde van de transacties werd opgezocht in het Belgisch staatsblad

12

Initieel aantal deals (Zephyr) 3593- Aantal deals van ondernemingen zonder gekende totale ondernemingswaarde 3262Aantal deals van ondernemingen met gekende totale ondernemingswaarde 331- Aantal deals van ondernemingen zonder de nodige financieumlle informatie 249Totaal aantal deals Zephyr met de nodige financieumlle informatie 82+Uitbreiding steekproef (prospectussen Belgisch staatsblad en participaties VC-fondsen) 44Finale steekproef 126

Tabel 1 Overzicht van het tot stand komen van de steekproef

32 Variabelen 321 Afhankelijke variabele Als afhankelijke variabele nemen we de marktwaarde van de onderneming (afkorting

MW) De marktwaarde is de premoneywaardering berekend door van de totale waarde

van de onderneming na de investering het geiumlnvesteerde bedrag af te trekken11 De

totale waarde van de onderneming is het bedrag dat men zou betalen indien 100 van

de onderneming zou verworven worden Ze wordt berekend als ((investering)(

aandelen verworven)) x 100 Voor de deals uit Zephyr worden enkel deze met een

gekend verworven aandeel in de onderneming opgenomen in de analyse Voor de deals

uit het staatsblad werd het verworven aandeel berekend als de verhouding tussen het

aantal nieuw verkregen aandelen op het totaal aantal aandelen na investering

322 Onafhankelijke variabelen Voor het selecteren van de onafhankelijke variabelen volgen we het matching-principe

gebruikt van Hand (2005) De datum van investering in de onderneming wordt gelinkt

11 De uiteindelijke premoneywaardering wordt dan als volgt berekend Wanneer voor euro100 geiumlnvesteerd wordt en daarbij 10 van de aandelen verworven wordt is de totale waarde van de onderneming gelijk aan euro 1000 en is de premoneywaardering gelijk aan euro 900 De investeerder betaalt eigenlijk euro 100 om na investering 10 van het aandelenkapitaal te bezitten Dat maakt dat op het moment van investering de waarde van de onderneming (100) gelijk is aan 90 van de onderneming na investering Er werd geen onderscheid gemaakt tussen het verworven aandeel van de verschillende investeerders in een investeringsronde of het verworven aandeel van een afzonderlijk fonds Voor het berekenen van de 100 waardering maakt dit geen verschil Wel wordt steeds de totale kapitaalsverhoging van deze 100 waardering afgetrokken en niet het afzonderlijk deel dat eacuteeacuten fonds investeert De totale kapitaalsverhoging voor de data uit het staatsblad is het product van de uitgifteprijs van de aandelen en het totaal aantal nieuw uitgegeven aandelen

13

aan de financieumlle data van het jaar voor de investeringsronde12 Financieumlle data zijn

jaarlijks beschikbaar zodoende dat elke eerste investering in het jaar bruikbaar is voor

onze analyse Alle andere investeringsrondes volgend op de eerste worden uit de

analyse gelaten Het voordeel van deze aanpak is dat het eenvoudig is voor analyse

Het nadeel is het verlies aan informatie wanneer er meerdere financieringsrondes zijn in

eenzelfde fiscaal jaar Het vormt ook een nadeel wanneer er een groot tijdsverschil is

tussen het gebruikte boekjaar van financieumlle data en de afsluiting van investering13

In de eerste twee hypotheses wordt het bedrijfsresultaat gebruikt als onafhankelijke

variabele Als proxy hiervoor gebruiken we de post operationele winstverlies van

Amadeus en Belfirst

Voor boekwaarde van het eigen vermogen gebruiken we de post lsquoshareholderrsquos fundsrsquo

op de balans in Amadeus en Belfirst14

We maken ook gebruik van de financieumlle variabelen uit de modellen van Hand (2004

2005) en Armstrong et al (2006) Om de invloed van deze variabelen na te gaan

zoeken we voor elke variabele een passend alternatief op de databases Amadeus en

Zephyr We vinden voor kas en kasequivalenten niet-kas activa en totale schulden een

alternatief Aangezien wij niet beschikken over een aparte uitgavenpost voor onderzoek

en ontwikkeling nemen we de totale kosten op in onze analyse We splitsen deze niet

op zoals Hand (2004 2005) en Armstrong et al(2006) doen De uitgaven voor

onderzoek en ontwikkeling zitten hier wel in omvat Een Belgische onderneming die

kosten maakt in het kader van door haar verricht onderzoek moet deze kosten (lonen

en wedden - kosten voor het gebruik van materiaal - diensten en diverse goederen

enz) in beginsel naar hun aard boeken in de resultatenrekening van het boekjaar

waarin deze kosten werden gemaakt

12 Bijvoorbeeld Een onderneming verkrijgt financiering uit drie verschillende rondes ABC Ronde A vindt plaats op 3203 ronde B op 5304 en ronde C op 23804 Enkel ronde A en Ronde B worden opgenomen in de analyse Ronde A wordt gelinkt aan financieumlle data van 311202 en ronde B van 311203 13 Dit is bijvoorbeeld het geval wanneer de investering plaatsvond in juli of later (6 maanden na start nieuw boekjaar) Financieumlle data uit het volgende boekjaar zijn recenter om te gebruiken Toch worden de data gebruikt uit het voorgaande jaar 14 Boekwaarde eigen vermogen = Totaal actief ndash Vreemd vermogen

14

15

Davilla Foster en Gupta (2003) gebruiken groei van het aantal werknemers als proxy

voor groei Wij gebruiken de relatieve verandering in de kost van werknemers als proxy

voor groei15

Tabel 1 geeft een overzicht van de gebruikte variabelen

323 Controlevariabelen We gaan ook de invloed na van enkele controlevariabelen

Een eerste controlevariabele die we opnemen in de analyse is industrie Wij willen

nagaan of er een verschil is in de waardering van de ondernemingen die actief zijn in

verschillende industrieeumln Het belang van de sector werd reeds besproken onder punt

22

Ook zullen we controleren voor volgende macro-economische variabelen Gompers en

Lerner (2000) gaan na hoe de waardering van investeringen in de Venture Capital markt

beiumlnvloed wordt door de instroom van kapitaal De resultaten tonen een sterk positief

verband tussen de waarde van Venture Capital investeringen en de instroom van

kapitaal Wij gaan na of we de resultaten van Gompers en Lerner (2000) kunnen

bevestigen voor onze steekproef Deze informatie bekomen we uit publicaties van de

EVCA

We nemen ook een marktindex op als controlevariabele in ons model (Hand 2005)

Deze variabele wordt geacht een goede indicator te zijn voor het potentieel rendement

op Venture Capital investeringen

15 Groei wordt berekend als ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2))

16

Variabele Afkorting Opmerkingen Premoneywaardering MW Totale marktwaarde onderneming na investering ndash Geiumlnvesteerd bedrag Boekwaarde eigen vermogen BWEV Operationeel bedrijfsresultaat (Netto Inkomen) NI Operationele winstverlies Kas en kasequivalenten KAS Niet-kas activa NKASA Vaste activa + vlottende activa (exclusief kas en kasequivalenten) Totale schulden TotSchuld Schulden gt1jaar + Schuldenlt1jaar Totale kosten TotKost Leeftijd Leeftijd Leeftijd bij afsluiten deal - Leeftijd onderneming bij incorporatie Dow jones Stoxx Total Market Index Stoxx Europese marktindex Groei Groei ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2)) Venture Capital instroom VCIN Instroom kapitaal in Venture Capital fondsen uit publicaties EVCA Industrie Industrie De zeven industrieklassen worden ingedeeld in een hoogtechnologische groep en een laagtechnologische groep aan de hand van een dummyariabele

Tabel 2 Overzicht van de gebruikte variabelen

324 Descriptieve statistiek Figuur 1 toont het aantal deals uit de steekproef per land Er zitten voornamelijk deals

uit Belgieuml Frankrijk en het Verenigd Koninkrijk in de steekproef Het grote aandeel

Belgische deals komt door de grotere beschikbaarheid van financieumlle informatie Voor

de deals uit Duitsland was de nodige financieumlle informatie er meestal niet Voor geen

enkele deal uit Nederland en Luxemburg was financieumlle informatie terug te vinden

waardoor de steekproef herleid werd tot vier landen Belgieuml Frankrijk Duitsland en het

Verenigd Koninkrijk

Onze steekproef bestrijkt de periode van 1januari 1997 tot 31december 2007 Figuur 2

geeft weer hoeveel deals er in de verschillende jaren afgesloten zijn We zien dat er

voor het jaar 1997 geen deals met de nodige financieumlle gegevens terug te vinden waren

Het hoge aantal deals in het jaar 2000 kan verklaard worden door de High Tech Bubble

In figuur 3 kan de leeftijd van de betrokken ondernemingen afgelezen worden bij het

afsluiten van de deal We zien dat onze steekproef vooral bestaat uit jonge

ondernemingen De mediaan van de leeftijd van de ondernemingen in onze steekproef

is drie jaar

In figuur 4 kan de distributie van de steekproef volgens industrie worden afgelezen De

steekproef werd opgedeeld op basis van de eerste twee cijfers van de nacebelcode en

op basis daarvan ingedeeld in zeven verschillende groepen metaal chemie

biotechnologisch handel en horeca zakelijke diensten computer gerelateerd diensten

niet computer gerelateerd en een restcategorie andere Het valt op dat een groot deel

van de deals gebeuren in hoogtechnologische industrieeumln Chemie Biotechnologisch en

zakelijke diensten computer gerelateerd

17

Aantal deals per land

54

45

24

3

0

10

20

30

40

50

60

Belgieuml Verenigd Koninkrijk Frankrijk Duitsland

Land

Aan

tal d

eals

Figuur 1 Aantal deals per land

Distributie steekproef volgens jaar deal

0

4

8

29

14

3

9 10 9

23

17

0

5

10

15

20

25

30

35

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Jaar deal

Aan

tal d

eals

Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten werd

18

Leeftijd ondernemingen bij afsluiten deal

11

27 26

20

79

4 4 53

10

0

5

10

15

20

25

30

1 jaar 2 jaar 3 jaar 4 jaar 5 jaar 6 jaar 7 jaar 8 jaar 9 jaar 10 jaar gt10jaar

Leeftijd

Aan

tal o

nder

nem

inge

n

Figuur 3 Leeftijd onderneming bij afsluiten deal

Distributie steekproef volgens industrie

4032

1712 11 9

5

05

1015202530354045

Compu

ter ge

relate

erd

Dienste

n (ex

cl C

ompu

ter)

Metaal

Hande

l en H

oreca

Biotec

hnolo

gisch

Chemie

Andere

(res

tcateg

orie)

Industrie

Aan

tal d

eals

Figuur 4 Distributie van de steekproef volgens industrie

19

20

Als controlevariabele wordt nagegaan of de kapitaalinstroom in Venture Capital fondsen

in het jaar van de deal een invloed heeft op de waardering van de Venture Capital

transacties In bijlage 1 kan de instroom van kapitaal in de verschillende jaren afgelezen

worden De gegevens zijn afkomstig uit de jaarlijkse publicaties van de EVCA Bij het

uitvoeren van het onderzoek was de kapitaalinstroom voor het jaar 2007 nog niet

gepubliceerd

Tabel 3 geeft een overzicht van het minimum het maximum de mediaan het

gemiddelde en de standaardafwijking van de gebruikte variabelen Er wordt ook getoond

hoeveel gegevens beschikbaar zijn per variabele De verschillende variabelen worden

weergegeven in duizend euro De gemiddelde onderneming betrokken bij een Venture

Capital deal heeft een premoneywaardering van 19932 duizend euro Het gemiddelde

en de mediaan van het operationeel bedrijfsresultaat zijn negatief Dit komt doordat

slechts 31 van de 108 bedrijven waarvoor het operationeel bedrijfsresultaat gegeven is

een positief operationeel bedrijfsresultaat hebben

In bijlage 2 kan het boxplot bekeken worden van de premoneywaardering per jaar

Zowel de Kruskal-Wallis-test als de mediaantest tonen aan dat er geen verschil is in

premoneywaardering over de verschillende jaren heen16

In bijlage 3 kan het boxplot worden bekeken van de premoneywaardering in de

verschillende industrieklassen Biotechnologische ondernemingen worden significant

hoger gewaardeerd dan ondernemingen in andere industrieklassen

16 De resultaten van deze testen zijn niet opgenomen in dit werk

21

Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelen

Gemiddelde Minimum Maximum Mediaan Standaardafwijking N (euro1000) (euro1000) (euro1000) (euro1000) (euro1000) Afhankelijke variabele Premoneywaardering 19332 100 267278 5102 38420 126 Onafhankelijke variabelen Operationeel Bedrijfsresultaat (t-1) -587 -9601 12097 -165 2303 108 Boekwaarde eigen vermogen (BWEV) (t-1) 1926 -4357 30257 184 5140 125 Kas en kasequivalenten (t-1) 1113 0 24375 80 3171 117 Niet-kas activa (t-1) 5366 0 246738 641 25152 117 Totale schulden (t-1) 4581 0 224510 734 22284 123 Totale opbrengsten (t-1) 7435 2 191280 991 26077 62 Totale kosten (t-1) 3169 1 54230 1139 8014 69 Leeftijd 5 1 35 3 5 126 Kost van de werknemers (t-1) 1458 0 44856 679 4789 94 Kost van de werknemers (t-2) 619 0 4207 457 766 65

Controlevariabelen Dow Jones Stoxx Total Market Index 312 177 389 324 56 126

33 Modellen en Onderzoeksopzet In bijlage 9 kan men op Figuur 7 grafieken bekijken van de relatie tussen de

boekwaarde van het eigen vermogen (BWEV) en de premoneywaardering en de relatie

tussen het netto-inkomen (NI) en de premoneywaardering Figuur 7a is een scatterplot

met de oorspronkelijke data in duizend euro in figuur 7b zijn de oorspronkelijke data

gedeflateerd op het totaal actief Uit beide figuren kan je afleiden dat deze data sterk

heteroscedastisch is wat niet goed is om een lineaire relatie na te gaan tussen de

variabelen Tabel 3 toonde reeds een groot verschil in gemiddelden en mediaan voor

de verschillende variabelen Dit kan het resultaat zijn van verschillen tussen de

ondernemingen in leeftijd grootte industrie of levenscyclus

Om hier een oplossing voor te bieden ondergaan de variabelen een Ln-transformatie die

als volgt gebeurt

Voor de positieve waarden X Ln [ 1 + X ] met X in duizend euro

Voor de negatieve waarden Y -Ln [ 1 + (-Y)] met Y in duizend euro

Het voordeel van deze transformatie is dat men niet hoeft te controleren voor outliers

aangezien een Ln-transformatie hoge waarden afvlakt We zien in tabel 3 steeds grote

standaardafwijkingen bij de variabelen voor transformatie Na transformatie verdwijnen

deze hoge waarden Via een Ln-transformatie bekomen we ook een grotere

homoscedasticiteit tussen de variabelen17

Het effect van het transformeren in vergelijking met deflateren op totaal actief18 wordt

geiumlllustreerd in bijlage 9 In bijlage 9 wordt een scatterplot gemaakt van de bivariate

relatie tussen de premoneywaardering en respectievelijk de boekwaarde van het eigen

vermogen en het bedrijfsresultaat

In figuur 7c zie je dat na transformatie de relaties tussen ln(premoneywaardering) en

respectievelijk ln(BWEV) en ln(Bedrijfsresultaat) meer homoscedastisch zijn

Op deze figuur merken we ook dat de relatie tussen de boekwaarde van het eigen

vermogen (indien gt 0) en de ondernemingswaarde (lineair) positief is We zien

eveneens een positieve relatie tussen het bedrijfsresultaat en de ondernemingswaarde

17 Armstrong et al maken gebruik van een rank regression om dezelfde problemen bij regressie op te lossen 18 Collins et al deflateren op het aantal aandelen Joos maakt gebruik van de marktwaarde op t de boekwaarde op t-1 en het aantal werknemers t-1 als deflatiefactor

22

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 16: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

boekwaarde van het eigen vermogen heeft dan weer meer verklaringskracht in minder

risicovolle ondernemingen met stabiele winsten

Aangezien verwacht wordt dat Venture Capital investeerders actief zijn in jonge

ondernemingen met sterke groeiopties zoals in farmaceutische (Brief amp Zarowin 1999)

biotechnologische (Joos 2007) en internetbedrijven (Hand 2000) voorspellen wij dat

de resultatenrekening ( verlies en kosten) in risicovolle en hoogtechnologische sectoren

meer informatie kan bieden dan de balans (BWEV) als determinanten voor waardering

Anders geformuleerd

H4 De positieve waardering van verliezen is minder uitgesproken in de

laagtechnologische sector dan in de hoogtechnologische sector

22 Waarderingsdeterminanten voor de Private Markt In de voorgaande literatuur werd marktwaarde verklaard door boekwaarde van het

aandelenkapitaal en het netto-inkomen In dit stuk wordt dieper ingegaan op de

waarderelevantie van gedesaggregeerde financieumlle informatie bij het waarderen van

ondernemingen gefinancierd met Venture Capital

Accounting conservatisme gecombineerd met snelle groei in ontastbare activa kan de

associatie tussen ondernemingswaarde en geaggregeerde financieumlle data ernstig

verstoren Geaggregeerde variabelen van de balans en resultatenrekening zoals de

boekwaarde van het eigen vermogen (BWEV) en netto-inkomen (NI) zijn een

vertekende meting voor de economische positie en winstgevendheid van de

onderneming (Zhang 2001) Een regressie van vertekende variabelen met de

afhankelijke variabele kan leiden tot coeumlfficieumlnten met een ander teken of grootte dan

dat men intuiumltief kan vermoeden8

Waardering van VC-ondersteunde bedrijven aan de hand van gedesaggregeerde

financieumlle informatie vinden we terug in het onderzoek van Hand ( 2005) en Armstrong

Davila en Foster (2006) Gedesaggregeerde financieumlle informatie wordt bekomen door

de twee componenten van het Ohlson model BWEV en NI op te splitsen in hun

onderliggende componenten Kas en kasequivalenten niet-kasactiva en lange

8 Illustratie negatieve bias uit voetnoot 6

7

termijnschulden worden beschouwd als de desaggregatie van de BWEV De

belangrijkste kostenitems en opbrengsten kunnen gezien worden als een desaggregatie

van het NI Kas en niet-kas activa hebben een significante positieve coeumlfficieumlnt net als

de variabelen uit de resultatenrekening Dit geldt voor zowel de opbrengsten als de

kosten (Kosten van de verkochte goederen kosten voor onderzoek en ontwikkeling en

andere kosten) Het positieve teken bij de coeumlfficieumlnt voor elke kostencomponent wijst al

op de voorspelling dat investeerders kostenuitgaven bij jonge ondernemingen als

investeringen beschouwen

Gebaseerd op de studies van Hand (2004 2005) en Armstrong et al(2006) willen wij de

waarderelevantie van enkele componenten van de balans en de resultatenrekening

nagaan

Eerst gaan we de waarderelevantie na van elementen van de balans We

desaggregeren de boekwaarde van het eigen vermogen in volgende componenten Kas

en kasequivalenten niet-kas activa en totale schulden

In eerste instantie willen we de invloed nagaan van de kaspositie op de waardering van

de onderneming Een goede kaspositie wordt gezien als een indicatie van een goede

liquiditeitspositie Zowel in de studies van Hand (2005) en Armstrong et al (2006) wordt

een positieve coeumlfficieumlnt bekomen voor de kaspositie Wij gaan in hypothese vijf na of

we deze significante positieve coeumlfficieumlnt kunnen bevestigen

H5 De ondernemingswaarde is positief gerelateerd aan de kaspositie

De niet-kas activa is de som van de vaste activa en de vlottende activa verminderd met

kas en kasequivalenten De niet-kas activa vormen een belangrijke component van het

totaal actief en de balans Ze kunnen gezien worden als een indicatie voor de grootte

van een bedrijf Hand (2004 2005) en Armstrong et al (2006) bekomen een positieve

coeumlfficieumlnt voor de niet-kas activa

Wij voorspellen een positieve relatie tussen grootte (niet-kas activa) en

ondernemingswaarde

8

H6 De ondernemingswaarde is positief gerelateerd aan de waarde van de niet-kas

activa

Armstrong et al(2006) zien schulden als een claim van de schuldeisers ten opzichte van

het actief en de toekomstige kaststromen van de onderneming Er wordt in hun werk

dan ook een negatieve coeumlfficieumlnt voorspeld De totale schulden zijn een indicatie voor

het financieumlle risico van een onderneming Bij het ten gronde gaan van een

onderneming is de waarde voor de aandeelhouders het deel van de waarde dat

overblijft na uitbetaling van de schuldeisers Hoe meer schulden er aanwezig zijn in een

onderneming hoe lager de resterende waarde is voor de aandeelhouders bij liquidatie

van de onderneming

Wij voorspellen dat de waarde van een onderneming negatief gerelateerd is aan de

totale schulden

H7 De ondernemingswaarde is negatief gerelateerd aan de totale schulden

Na de elementen van de balans gaan we de invloed na van een element van de

resultatenrekening We gaan na welke relatie er bestaat tussen totale kosten en de

waarde van een onderneming

Het grootste deel van de ondernemingen waar Venture Capitalists in investeren zijn

verlieslatend Zoals in de literatuur over verlieslatende ondernemingen aangehaald

worden verliezen vaak positief gewaardeerd bij jonge ondernemingen Strategische

investeringen liggen aan de basis van dit negatief resultaat Dit omdat investeringen in

de boekhouding behandeld worden als kosten Hogere kosten zijn een indicatie voor

investeringen die in de toekomst kunnen resulteren in positieve kasstromen Op basis

hiervan voorspellen wij een positieve relatie tussen de totale kosten en de waardering

van een onderneming

H8 De ondernemingswaarde is positief gerelateerd aan de totale kosten

9

23 Groeiopportuniteiten als waardedeterminant De waarde van een bedrijf is afkomstig van 2 determinanten (Myers 1977)

Waarde onderneming = waarde van activa + huidige waarde van toekomstige

groeiopportuniteiten

Welke component van waarde het meest doorweegt is afhankelijk van de fase waarin de

onderneming zich bevindt Voor startende ondernemingen is de huidige waarde van de

groeiopportuniteiten de belangrijkste component Groeimogelijkheden worden vaak als

waardedrijver gebruikt bij jonge opstartende ondernemingen en ondernemingen in

nieuwe industrieeumln (Damodaran 2001) Waarderingsmodellen die enkel

boekhoudkundige variabelen opnemen als determinanten voor ondernemingswaarde

zien een belangrijke component over het hoofd Er moet rekening gehouden worden

met het groeipotentieel van de ondernemingen (Holthausen en Watts 2001) Groeiende

ondernemingen worden hoger gewaardeerd (Davilla Foster en Gupta 2003)

Davila en Foster (2005) rapporteren een positieve Spearman correlatie tussen de

verandering in waardering en de verandering in inkomsten als proxy voor groei voor een

steekproef van 78 private ondernemingen (waarvan 60 Venture Capital genoten)

Hieruit kunnen we afleiden dat het groeipotentieel van een onderneming een belangrijke

waardeterminant is voor het waarderen van ondernemingen gefinancierd met Venture

Capital Hierop baserend formuleren we onze negende en laatste hypothese

H9 De ondernemingswaarde is positief gerelateerd aan de groei van de onderneming

10

3 Methode 31 Data 311 Bronnen Voor het verzamelen van de gegevens werd een beroep gedaan op drie verschillende

databases Zephyr Amadeus en Belfirst Dit zijn producten van Bureau van Dijk

Electronic Publishing (BvDEP)

Zephyr is een database die informatie bevat over verschillende soorten transacties

waaronder Venture Capital transacties

Amadeus is een pan-Europese database die financieumlle informatie bevat over

ondernemingen in achtendertig verschillende Europese landen

Belfirst bevat alle neergelegde jaarrekeningen van Belgische ondernemingen Alle

posten van de balans resultatenrekening toelichting en (in voorkomend geval) sociale

balans zijn erin opgenomen

Verder werd een beroep gedaan op het Belgisch staatsblad jaarverslagen en

participaties van Belgische Venture Capital fondsen en prospectussen van Belgische

IPOrsquos die in het verleden met Venture Capital zijn gefinancierd

Informatie over de Venture Capital instroom werd teruggevonden in publicaties van de

lsquoEuropean Private Equity amp Venture Capital Association (EVCA)rsquo

We maakten ook gebruik van de De Dow Jones STOXX Total Market Index (TMI)9

312 Populatie en Steekproef Voor het trekken van de steekproef werd onder andere een beroep gedaan op Zephyr

Alle Venture Capital transacties in Belgieuml Nederland Luxemburg Duitsland Frankrijk

en het Verenigd Koninkrijk afgesloten tussen 1 januari 1997 en 31 december 2007

werden geselecteerd Zephyr gaf in totaal 3593 transacties weer voor deze tijdspanne

Voor de waardering van Venture Capital transacties is het noodzakelijk de totale

ondernemingswaarde te kennen Daarom werden enkel de transacties van

ondernemingen met een gekende ondernemingswaarde geselecteerd waardoor er

slechts 331 van de initieumlle 3593 deals overbleven

9 De Dow Jones STOXX TMI werd geraadpleegd op wwwstoxxcom

11

Om financieumlle gegevens over de ondernemingen betrokken bij een Venture Capital

transactie terug te vinden op Amadeus werd gebruik gemaakt van het Bureau van Dijk

identificatienummer Voor ondernemingen waar het identificatienummer niet gegeven

was werd nagegaan of er informatie beschikbaar was op Amadeus door te zoeken op

naam Slechts voor 73 van de 331 deals vonden we financieumlle informatie over de

betrokken onderneming terug op Amadeus Ondernemingen betrokken bij Venture

Capital transacties zijn vaak heel jonge of opstartende ondernemingen Dit heeft als

gevolg dat niet voor alle transacties historische financieumlle informatie van de betrokken

onderneming terug te vinden is Voor transacties waarvan het jaartal van de afloop van

de deal overeenstemt met het jaar waarin de onderneming is opgestart kan bijgevolg

geen financieumlle informatie worden teruggevonden

Voor deals waarin Belgische ondernemingen betrokken waren werden de financieumlle

gegevens verzameld op Belfirst Voor 9 van de 21 Belgische deals teruggevonden op

Zephyr was er extra informatie terug te vinden op Belfirst

Gebruik makend van prospectussen het Belgisch staatsblad en de jaarverslagen en

participaties van belangrijke Venture Capitalfondsen werd de steekproef uitgebreid10

Op basis van deze drie methodes werden 44 extra deals teruggevonden waarvoor ook

financieumlle informatie terug te vinden was op Belfirst

De finale steekproef waarop de hypothesen worden getest bestaat uit 126 Venture

Capital deals

10 Er werd gebruik gemaakt van prospectussen van Belgische VC-backed IPOrsquos om extra Venture Capital transacties terug te vinden Voor de Belgische VCndashBacked IPOrsquos werden prospectussen onderzocht om het verworven aandeel in de ondernemingen te achterhalen en op die manier de ondernemingswaarde te berekenen Voor de Belgische deals uit Zephyr zonder gekende ondernemingswaarde werd nagegaan of de totale waarde berekend kon worden op basis van publicaties in het Belgisch Staatsblad Verder werden participaties van Venture Capitalfondsen nagegaan De waarde van de transacties werd opgezocht in het Belgisch staatsblad

12

Initieel aantal deals (Zephyr) 3593- Aantal deals van ondernemingen zonder gekende totale ondernemingswaarde 3262Aantal deals van ondernemingen met gekende totale ondernemingswaarde 331- Aantal deals van ondernemingen zonder de nodige financieumlle informatie 249Totaal aantal deals Zephyr met de nodige financieumlle informatie 82+Uitbreiding steekproef (prospectussen Belgisch staatsblad en participaties VC-fondsen) 44Finale steekproef 126

Tabel 1 Overzicht van het tot stand komen van de steekproef

32 Variabelen 321 Afhankelijke variabele Als afhankelijke variabele nemen we de marktwaarde van de onderneming (afkorting

MW) De marktwaarde is de premoneywaardering berekend door van de totale waarde

van de onderneming na de investering het geiumlnvesteerde bedrag af te trekken11 De

totale waarde van de onderneming is het bedrag dat men zou betalen indien 100 van

de onderneming zou verworven worden Ze wordt berekend als ((investering)(

aandelen verworven)) x 100 Voor de deals uit Zephyr worden enkel deze met een

gekend verworven aandeel in de onderneming opgenomen in de analyse Voor de deals

uit het staatsblad werd het verworven aandeel berekend als de verhouding tussen het

aantal nieuw verkregen aandelen op het totaal aantal aandelen na investering

322 Onafhankelijke variabelen Voor het selecteren van de onafhankelijke variabelen volgen we het matching-principe

gebruikt van Hand (2005) De datum van investering in de onderneming wordt gelinkt

11 De uiteindelijke premoneywaardering wordt dan als volgt berekend Wanneer voor euro100 geiumlnvesteerd wordt en daarbij 10 van de aandelen verworven wordt is de totale waarde van de onderneming gelijk aan euro 1000 en is de premoneywaardering gelijk aan euro 900 De investeerder betaalt eigenlijk euro 100 om na investering 10 van het aandelenkapitaal te bezitten Dat maakt dat op het moment van investering de waarde van de onderneming (100) gelijk is aan 90 van de onderneming na investering Er werd geen onderscheid gemaakt tussen het verworven aandeel van de verschillende investeerders in een investeringsronde of het verworven aandeel van een afzonderlijk fonds Voor het berekenen van de 100 waardering maakt dit geen verschil Wel wordt steeds de totale kapitaalsverhoging van deze 100 waardering afgetrokken en niet het afzonderlijk deel dat eacuteeacuten fonds investeert De totale kapitaalsverhoging voor de data uit het staatsblad is het product van de uitgifteprijs van de aandelen en het totaal aantal nieuw uitgegeven aandelen

13

aan de financieumlle data van het jaar voor de investeringsronde12 Financieumlle data zijn

jaarlijks beschikbaar zodoende dat elke eerste investering in het jaar bruikbaar is voor

onze analyse Alle andere investeringsrondes volgend op de eerste worden uit de

analyse gelaten Het voordeel van deze aanpak is dat het eenvoudig is voor analyse

Het nadeel is het verlies aan informatie wanneer er meerdere financieringsrondes zijn in

eenzelfde fiscaal jaar Het vormt ook een nadeel wanneer er een groot tijdsverschil is

tussen het gebruikte boekjaar van financieumlle data en de afsluiting van investering13

In de eerste twee hypotheses wordt het bedrijfsresultaat gebruikt als onafhankelijke

variabele Als proxy hiervoor gebruiken we de post operationele winstverlies van

Amadeus en Belfirst

Voor boekwaarde van het eigen vermogen gebruiken we de post lsquoshareholderrsquos fundsrsquo

op de balans in Amadeus en Belfirst14

We maken ook gebruik van de financieumlle variabelen uit de modellen van Hand (2004

2005) en Armstrong et al (2006) Om de invloed van deze variabelen na te gaan

zoeken we voor elke variabele een passend alternatief op de databases Amadeus en

Zephyr We vinden voor kas en kasequivalenten niet-kas activa en totale schulden een

alternatief Aangezien wij niet beschikken over een aparte uitgavenpost voor onderzoek

en ontwikkeling nemen we de totale kosten op in onze analyse We splitsen deze niet

op zoals Hand (2004 2005) en Armstrong et al(2006) doen De uitgaven voor

onderzoek en ontwikkeling zitten hier wel in omvat Een Belgische onderneming die

kosten maakt in het kader van door haar verricht onderzoek moet deze kosten (lonen

en wedden - kosten voor het gebruik van materiaal - diensten en diverse goederen

enz) in beginsel naar hun aard boeken in de resultatenrekening van het boekjaar

waarin deze kosten werden gemaakt

12 Bijvoorbeeld Een onderneming verkrijgt financiering uit drie verschillende rondes ABC Ronde A vindt plaats op 3203 ronde B op 5304 en ronde C op 23804 Enkel ronde A en Ronde B worden opgenomen in de analyse Ronde A wordt gelinkt aan financieumlle data van 311202 en ronde B van 311203 13 Dit is bijvoorbeeld het geval wanneer de investering plaatsvond in juli of later (6 maanden na start nieuw boekjaar) Financieumlle data uit het volgende boekjaar zijn recenter om te gebruiken Toch worden de data gebruikt uit het voorgaande jaar 14 Boekwaarde eigen vermogen = Totaal actief ndash Vreemd vermogen

14

15

Davilla Foster en Gupta (2003) gebruiken groei van het aantal werknemers als proxy

voor groei Wij gebruiken de relatieve verandering in de kost van werknemers als proxy

voor groei15

Tabel 1 geeft een overzicht van de gebruikte variabelen

323 Controlevariabelen We gaan ook de invloed na van enkele controlevariabelen

Een eerste controlevariabele die we opnemen in de analyse is industrie Wij willen

nagaan of er een verschil is in de waardering van de ondernemingen die actief zijn in

verschillende industrieeumln Het belang van de sector werd reeds besproken onder punt

22

Ook zullen we controleren voor volgende macro-economische variabelen Gompers en

Lerner (2000) gaan na hoe de waardering van investeringen in de Venture Capital markt

beiumlnvloed wordt door de instroom van kapitaal De resultaten tonen een sterk positief

verband tussen de waarde van Venture Capital investeringen en de instroom van

kapitaal Wij gaan na of we de resultaten van Gompers en Lerner (2000) kunnen

bevestigen voor onze steekproef Deze informatie bekomen we uit publicaties van de

EVCA

We nemen ook een marktindex op als controlevariabele in ons model (Hand 2005)

Deze variabele wordt geacht een goede indicator te zijn voor het potentieel rendement

op Venture Capital investeringen

15 Groei wordt berekend als ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2))

16

Variabele Afkorting Opmerkingen Premoneywaardering MW Totale marktwaarde onderneming na investering ndash Geiumlnvesteerd bedrag Boekwaarde eigen vermogen BWEV Operationeel bedrijfsresultaat (Netto Inkomen) NI Operationele winstverlies Kas en kasequivalenten KAS Niet-kas activa NKASA Vaste activa + vlottende activa (exclusief kas en kasequivalenten) Totale schulden TotSchuld Schulden gt1jaar + Schuldenlt1jaar Totale kosten TotKost Leeftijd Leeftijd Leeftijd bij afsluiten deal - Leeftijd onderneming bij incorporatie Dow jones Stoxx Total Market Index Stoxx Europese marktindex Groei Groei ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2)) Venture Capital instroom VCIN Instroom kapitaal in Venture Capital fondsen uit publicaties EVCA Industrie Industrie De zeven industrieklassen worden ingedeeld in een hoogtechnologische groep en een laagtechnologische groep aan de hand van een dummyariabele

Tabel 2 Overzicht van de gebruikte variabelen

324 Descriptieve statistiek Figuur 1 toont het aantal deals uit de steekproef per land Er zitten voornamelijk deals

uit Belgieuml Frankrijk en het Verenigd Koninkrijk in de steekproef Het grote aandeel

Belgische deals komt door de grotere beschikbaarheid van financieumlle informatie Voor

de deals uit Duitsland was de nodige financieumlle informatie er meestal niet Voor geen

enkele deal uit Nederland en Luxemburg was financieumlle informatie terug te vinden

waardoor de steekproef herleid werd tot vier landen Belgieuml Frankrijk Duitsland en het

Verenigd Koninkrijk

Onze steekproef bestrijkt de periode van 1januari 1997 tot 31december 2007 Figuur 2

geeft weer hoeveel deals er in de verschillende jaren afgesloten zijn We zien dat er

voor het jaar 1997 geen deals met de nodige financieumlle gegevens terug te vinden waren

Het hoge aantal deals in het jaar 2000 kan verklaard worden door de High Tech Bubble

In figuur 3 kan de leeftijd van de betrokken ondernemingen afgelezen worden bij het

afsluiten van de deal We zien dat onze steekproef vooral bestaat uit jonge

ondernemingen De mediaan van de leeftijd van de ondernemingen in onze steekproef

is drie jaar

In figuur 4 kan de distributie van de steekproef volgens industrie worden afgelezen De

steekproef werd opgedeeld op basis van de eerste twee cijfers van de nacebelcode en

op basis daarvan ingedeeld in zeven verschillende groepen metaal chemie

biotechnologisch handel en horeca zakelijke diensten computer gerelateerd diensten

niet computer gerelateerd en een restcategorie andere Het valt op dat een groot deel

van de deals gebeuren in hoogtechnologische industrieeumln Chemie Biotechnologisch en

zakelijke diensten computer gerelateerd

17

Aantal deals per land

54

45

24

3

0

10

20

30

40

50

60

Belgieuml Verenigd Koninkrijk Frankrijk Duitsland

Land

Aan

tal d

eals

Figuur 1 Aantal deals per land

Distributie steekproef volgens jaar deal

0

4

8

29

14

3

9 10 9

23

17

0

5

10

15

20

25

30

35

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Jaar deal

Aan

tal d

eals

Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten werd

18

Leeftijd ondernemingen bij afsluiten deal

11

27 26

20

79

4 4 53

10

0

5

10

15

20

25

30

1 jaar 2 jaar 3 jaar 4 jaar 5 jaar 6 jaar 7 jaar 8 jaar 9 jaar 10 jaar gt10jaar

Leeftijd

Aan

tal o

nder

nem

inge

n

Figuur 3 Leeftijd onderneming bij afsluiten deal

Distributie steekproef volgens industrie

4032

1712 11 9

5

05

1015202530354045

Compu

ter ge

relate

erd

Dienste

n (ex

cl C

ompu

ter)

Metaal

Hande

l en H

oreca

Biotec

hnolo

gisch

Chemie

Andere

(res

tcateg

orie)

Industrie

Aan

tal d

eals

Figuur 4 Distributie van de steekproef volgens industrie

19

20

Als controlevariabele wordt nagegaan of de kapitaalinstroom in Venture Capital fondsen

in het jaar van de deal een invloed heeft op de waardering van de Venture Capital

transacties In bijlage 1 kan de instroom van kapitaal in de verschillende jaren afgelezen

worden De gegevens zijn afkomstig uit de jaarlijkse publicaties van de EVCA Bij het

uitvoeren van het onderzoek was de kapitaalinstroom voor het jaar 2007 nog niet

gepubliceerd

Tabel 3 geeft een overzicht van het minimum het maximum de mediaan het

gemiddelde en de standaardafwijking van de gebruikte variabelen Er wordt ook getoond

hoeveel gegevens beschikbaar zijn per variabele De verschillende variabelen worden

weergegeven in duizend euro De gemiddelde onderneming betrokken bij een Venture

Capital deal heeft een premoneywaardering van 19932 duizend euro Het gemiddelde

en de mediaan van het operationeel bedrijfsresultaat zijn negatief Dit komt doordat

slechts 31 van de 108 bedrijven waarvoor het operationeel bedrijfsresultaat gegeven is

een positief operationeel bedrijfsresultaat hebben

In bijlage 2 kan het boxplot bekeken worden van de premoneywaardering per jaar

Zowel de Kruskal-Wallis-test als de mediaantest tonen aan dat er geen verschil is in

premoneywaardering over de verschillende jaren heen16

In bijlage 3 kan het boxplot worden bekeken van de premoneywaardering in de

verschillende industrieklassen Biotechnologische ondernemingen worden significant

hoger gewaardeerd dan ondernemingen in andere industrieklassen

16 De resultaten van deze testen zijn niet opgenomen in dit werk

21

Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelen

Gemiddelde Minimum Maximum Mediaan Standaardafwijking N (euro1000) (euro1000) (euro1000) (euro1000) (euro1000) Afhankelijke variabele Premoneywaardering 19332 100 267278 5102 38420 126 Onafhankelijke variabelen Operationeel Bedrijfsresultaat (t-1) -587 -9601 12097 -165 2303 108 Boekwaarde eigen vermogen (BWEV) (t-1) 1926 -4357 30257 184 5140 125 Kas en kasequivalenten (t-1) 1113 0 24375 80 3171 117 Niet-kas activa (t-1) 5366 0 246738 641 25152 117 Totale schulden (t-1) 4581 0 224510 734 22284 123 Totale opbrengsten (t-1) 7435 2 191280 991 26077 62 Totale kosten (t-1) 3169 1 54230 1139 8014 69 Leeftijd 5 1 35 3 5 126 Kost van de werknemers (t-1) 1458 0 44856 679 4789 94 Kost van de werknemers (t-2) 619 0 4207 457 766 65

Controlevariabelen Dow Jones Stoxx Total Market Index 312 177 389 324 56 126

33 Modellen en Onderzoeksopzet In bijlage 9 kan men op Figuur 7 grafieken bekijken van de relatie tussen de

boekwaarde van het eigen vermogen (BWEV) en de premoneywaardering en de relatie

tussen het netto-inkomen (NI) en de premoneywaardering Figuur 7a is een scatterplot

met de oorspronkelijke data in duizend euro in figuur 7b zijn de oorspronkelijke data

gedeflateerd op het totaal actief Uit beide figuren kan je afleiden dat deze data sterk

heteroscedastisch is wat niet goed is om een lineaire relatie na te gaan tussen de

variabelen Tabel 3 toonde reeds een groot verschil in gemiddelden en mediaan voor

de verschillende variabelen Dit kan het resultaat zijn van verschillen tussen de

ondernemingen in leeftijd grootte industrie of levenscyclus

Om hier een oplossing voor te bieden ondergaan de variabelen een Ln-transformatie die

als volgt gebeurt

Voor de positieve waarden X Ln [ 1 + X ] met X in duizend euro

Voor de negatieve waarden Y -Ln [ 1 + (-Y)] met Y in duizend euro

Het voordeel van deze transformatie is dat men niet hoeft te controleren voor outliers

aangezien een Ln-transformatie hoge waarden afvlakt We zien in tabel 3 steeds grote

standaardafwijkingen bij de variabelen voor transformatie Na transformatie verdwijnen

deze hoge waarden Via een Ln-transformatie bekomen we ook een grotere

homoscedasticiteit tussen de variabelen17

Het effect van het transformeren in vergelijking met deflateren op totaal actief18 wordt

geiumlllustreerd in bijlage 9 In bijlage 9 wordt een scatterplot gemaakt van de bivariate

relatie tussen de premoneywaardering en respectievelijk de boekwaarde van het eigen

vermogen en het bedrijfsresultaat

In figuur 7c zie je dat na transformatie de relaties tussen ln(premoneywaardering) en

respectievelijk ln(BWEV) en ln(Bedrijfsresultaat) meer homoscedastisch zijn

Op deze figuur merken we ook dat de relatie tussen de boekwaarde van het eigen

vermogen (indien gt 0) en de ondernemingswaarde (lineair) positief is We zien

eveneens een positieve relatie tussen het bedrijfsresultaat en de ondernemingswaarde

17 Armstrong et al maken gebruik van een rank regression om dezelfde problemen bij regressie op te lossen 18 Collins et al deflateren op het aantal aandelen Joos maakt gebruik van de marktwaarde op t de boekwaarde op t-1 en het aantal werknemers t-1 als deflatiefactor

22

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 17: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

termijnschulden worden beschouwd als de desaggregatie van de BWEV De

belangrijkste kostenitems en opbrengsten kunnen gezien worden als een desaggregatie

van het NI Kas en niet-kas activa hebben een significante positieve coeumlfficieumlnt net als

de variabelen uit de resultatenrekening Dit geldt voor zowel de opbrengsten als de

kosten (Kosten van de verkochte goederen kosten voor onderzoek en ontwikkeling en

andere kosten) Het positieve teken bij de coeumlfficieumlnt voor elke kostencomponent wijst al

op de voorspelling dat investeerders kostenuitgaven bij jonge ondernemingen als

investeringen beschouwen

Gebaseerd op de studies van Hand (2004 2005) en Armstrong et al(2006) willen wij de

waarderelevantie van enkele componenten van de balans en de resultatenrekening

nagaan

Eerst gaan we de waarderelevantie na van elementen van de balans We

desaggregeren de boekwaarde van het eigen vermogen in volgende componenten Kas

en kasequivalenten niet-kas activa en totale schulden

In eerste instantie willen we de invloed nagaan van de kaspositie op de waardering van

de onderneming Een goede kaspositie wordt gezien als een indicatie van een goede

liquiditeitspositie Zowel in de studies van Hand (2005) en Armstrong et al (2006) wordt

een positieve coeumlfficieumlnt bekomen voor de kaspositie Wij gaan in hypothese vijf na of

we deze significante positieve coeumlfficieumlnt kunnen bevestigen

H5 De ondernemingswaarde is positief gerelateerd aan de kaspositie

De niet-kas activa is de som van de vaste activa en de vlottende activa verminderd met

kas en kasequivalenten De niet-kas activa vormen een belangrijke component van het

totaal actief en de balans Ze kunnen gezien worden als een indicatie voor de grootte

van een bedrijf Hand (2004 2005) en Armstrong et al (2006) bekomen een positieve

coeumlfficieumlnt voor de niet-kas activa

Wij voorspellen een positieve relatie tussen grootte (niet-kas activa) en

ondernemingswaarde

8

H6 De ondernemingswaarde is positief gerelateerd aan de waarde van de niet-kas

activa

Armstrong et al(2006) zien schulden als een claim van de schuldeisers ten opzichte van

het actief en de toekomstige kaststromen van de onderneming Er wordt in hun werk

dan ook een negatieve coeumlfficieumlnt voorspeld De totale schulden zijn een indicatie voor

het financieumlle risico van een onderneming Bij het ten gronde gaan van een

onderneming is de waarde voor de aandeelhouders het deel van de waarde dat

overblijft na uitbetaling van de schuldeisers Hoe meer schulden er aanwezig zijn in een

onderneming hoe lager de resterende waarde is voor de aandeelhouders bij liquidatie

van de onderneming

Wij voorspellen dat de waarde van een onderneming negatief gerelateerd is aan de

totale schulden

H7 De ondernemingswaarde is negatief gerelateerd aan de totale schulden

Na de elementen van de balans gaan we de invloed na van een element van de

resultatenrekening We gaan na welke relatie er bestaat tussen totale kosten en de

waarde van een onderneming

Het grootste deel van de ondernemingen waar Venture Capitalists in investeren zijn

verlieslatend Zoals in de literatuur over verlieslatende ondernemingen aangehaald

worden verliezen vaak positief gewaardeerd bij jonge ondernemingen Strategische

investeringen liggen aan de basis van dit negatief resultaat Dit omdat investeringen in

de boekhouding behandeld worden als kosten Hogere kosten zijn een indicatie voor

investeringen die in de toekomst kunnen resulteren in positieve kasstromen Op basis

hiervan voorspellen wij een positieve relatie tussen de totale kosten en de waardering

van een onderneming

H8 De ondernemingswaarde is positief gerelateerd aan de totale kosten

9

23 Groeiopportuniteiten als waardedeterminant De waarde van een bedrijf is afkomstig van 2 determinanten (Myers 1977)

Waarde onderneming = waarde van activa + huidige waarde van toekomstige

groeiopportuniteiten

Welke component van waarde het meest doorweegt is afhankelijk van de fase waarin de

onderneming zich bevindt Voor startende ondernemingen is de huidige waarde van de

groeiopportuniteiten de belangrijkste component Groeimogelijkheden worden vaak als

waardedrijver gebruikt bij jonge opstartende ondernemingen en ondernemingen in

nieuwe industrieeumln (Damodaran 2001) Waarderingsmodellen die enkel

boekhoudkundige variabelen opnemen als determinanten voor ondernemingswaarde

zien een belangrijke component over het hoofd Er moet rekening gehouden worden

met het groeipotentieel van de ondernemingen (Holthausen en Watts 2001) Groeiende

ondernemingen worden hoger gewaardeerd (Davilla Foster en Gupta 2003)

Davila en Foster (2005) rapporteren een positieve Spearman correlatie tussen de

verandering in waardering en de verandering in inkomsten als proxy voor groei voor een

steekproef van 78 private ondernemingen (waarvan 60 Venture Capital genoten)

Hieruit kunnen we afleiden dat het groeipotentieel van een onderneming een belangrijke

waardeterminant is voor het waarderen van ondernemingen gefinancierd met Venture

Capital Hierop baserend formuleren we onze negende en laatste hypothese

H9 De ondernemingswaarde is positief gerelateerd aan de groei van de onderneming

10

3 Methode 31 Data 311 Bronnen Voor het verzamelen van de gegevens werd een beroep gedaan op drie verschillende

databases Zephyr Amadeus en Belfirst Dit zijn producten van Bureau van Dijk

Electronic Publishing (BvDEP)

Zephyr is een database die informatie bevat over verschillende soorten transacties

waaronder Venture Capital transacties

Amadeus is een pan-Europese database die financieumlle informatie bevat over

ondernemingen in achtendertig verschillende Europese landen

Belfirst bevat alle neergelegde jaarrekeningen van Belgische ondernemingen Alle

posten van de balans resultatenrekening toelichting en (in voorkomend geval) sociale

balans zijn erin opgenomen

Verder werd een beroep gedaan op het Belgisch staatsblad jaarverslagen en

participaties van Belgische Venture Capital fondsen en prospectussen van Belgische

IPOrsquos die in het verleden met Venture Capital zijn gefinancierd

Informatie over de Venture Capital instroom werd teruggevonden in publicaties van de

lsquoEuropean Private Equity amp Venture Capital Association (EVCA)rsquo

We maakten ook gebruik van de De Dow Jones STOXX Total Market Index (TMI)9

312 Populatie en Steekproef Voor het trekken van de steekproef werd onder andere een beroep gedaan op Zephyr

Alle Venture Capital transacties in Belgieuml Nederland Luxemburg Duitsland Frankrijk

en het Verenigd Koninkrijk afgesloten tussen 1 januari 1997 en 31 december 2007

werden geselecteerd Zephyr gaf in totaal 3593 transacties weer voor deze tijdspanne

Voor de waardering van Venture Capital transacties is het noodzakelijk de totale

ondernemingswaarde te kennen Daarom werden enkel de transacties van

ondernemingen met een gekende ondernemingswaarde geselecteerd waardoor er

slechts 331 van de initieumlle 3593 deals overbleven

9 De Dow Jones STOXX TMI werd geraadpleegd op wwwstoxxcom

11

Om financieumlle gegevens over de ondernemingen betrokken bij een Venture Capital

transactie terug te vinden op Amadeus werd gebruik gemaakt van het Bureau van Dijk

identificatienummer Voor ondernemingen waar het identificatienummer niet gegeven

was werd nagegaan of er informatie beschikbaar was op Amadeus door te zoeken op

naam Slechts voor 73 van de 331 deals vonden we financieumlle informatie over de

betrokken onderneming terug op Amadeus Ondernemingen betrokken bij Venture

Capital transacties zijn vaak heel jonge of opstartende ondernemingen Dit heeft als

gevolg dat niet voor alle transacties historische financieumlle informatie van de betrokken

onderneming terug te vinden is Voor transacties waarvan het jaartal van de afloop van

de deal overeenstemt met het jaar waarin de onderneming is opgestart kan bijgevolg

geen financieumlle informatie worden teruggevonden

Voor deals waarin Belgische ondernemingen betrokken waren werden de financieumlle

gegevens verzameld op Belfirst Voor 9 van de 21 Belgische deals teruggevonden op

Zephyr was er extra informatie terug te vinden op Belfirst

Gebruik makend van prospectussen het Belgisch staatsblad en de jaarverslagen en

participaties van belangrijke Venture Capitalfondsen werd de steekproef uitgebreid10

Op basis van deze drie methodes werden 44 extra deals teruggevonden waarvoor ook

financieumlle informatie terug te vinden was op Belfirst

De finale steekproef waarop de hypothesen worden getest bestaat uit 126 Venture

Capital deals

10 Er werd gebruik gemaakt van prospectussen van Belgische VC-backed IPOrsquos om extra Venture Capital transacties terug te vinden Voor de Belgische VCndashBacked IPOrsquos werden prospectussen onderzocht om het verworven aandeel in de ondernemingen te achterhalen en op die manier de ondernemingswaarde te berekenen Voor de Belgische deals uit Zephyr zonder gekende ondernemingswaarde werd nagegaan of de totale waarde berekend kon worden op basis van publicaties in het Belgisch Staatsblad Verder werden participaties van Venture Capitalfondsen nagegaan De waarde van de transacties werd opgezocht in het Belgisch staatsblad

12

Initieel aantal deals (Zephyr) 3593- Aantal deals van ondernemingen zonder gekende totale ondernemingswaarde 3262Aantal deals van ondernemingen met gekende totale ondernemingswaarde 331- Aantal deals van ondernemingen zonder de nodige financieumlle informatie 249Totaal aantal deals Zephyr met de nodige financieumlle informatie 82+Uitbreiding steekproef (prospectussen Belgisch staatsblad en participaties VC-fondsen) 44Finale steekproef 126

Tabel 1 Overzicht van het tot stand komen van de steekproef

32 Variabelen 321 Afhankelijke variabele Als afhankelijke variabele nemen we de marktwaarde van de onderneming (afkorting

MW) De marktwaarde is de premoneywaardering berekend door van de totale waarde

van de onderneming na de investering het geiumlnvesteerde bedrag af te trekken11 De

totale waarde van de onderneming is het bedrag dat men zou betalen indien 100 van

de onderneming zou verworven worden Ze wordt berekend als ((investering)(

aandelen verworven)) x 100 Voor de deals uit Zephyr worden enkel deze met een

gekend verworven aandeel in de onderneming opgenomen in de analyse Voor de deals

uit het staatsblad werd het verworven aandeel berekend als de verhouding tussen het

aantal nieuw verkregen aandelen op het totaal aantal aandelen na investering

322 Onafhankelijke variabelen Voor het selecteren van de onafhankelijke variabelen volgen we het matching-principe

gebruikt van Hand (2005) De datum van investering in de onderneming wordt gelinkt

11 De uiteindelijke premoneywaardering wordt dan als volgt berekend Wanneer voor euro100 geiumlnvesteerd wordt en daarbij 10 van de aandelen verworven wordt is de totale waarde van de onderneming gelijk aan euro 1000 en is de premoneywaardering gelijk aan euro 900 De investeerder betaalt eigenlijk euro 100 om na investering 10 van het aandelenkapitaal te bezitten Dat maakt dat op het moment van investering de waarde van de onderneming (100) gelijk is aan 90 van de onderneming na investering Er werd geen onderscheid gemaakt tussen het verworven aandeel van de verschillende investeerders in een investeringsronde of het verworven aandeel van een afzonderlijk fonds Voor het berekenen van de 100 waardering maakt dit geen verschil Wel wordt steeds de totale kapitaalsverhoging van deze 100 waardering afgetrokken en niet het afzonderlijk deel dat eacuteeacuten fonds investeert De totale kapitaalsverhoging voor de data uit het staatsblad is het product van de uitgifteprijs van de aandelen en het totaal aantal nieuw uitgegeven aandelen

13

aan de financieumlle data van het jaar voor de investeringsronde12 Financieumlle data zijn

jaarlijks beschikbaar zodoende dat elke eerste investering in het jaar bruikbaar is voor

onze analyse Alle andere investeringsrondes volgend op de eerste worden uit de

analyse gelaten Het voordeel van deze aanpak is dat het eenvoudig is voor analyse

Het nadeel is het verlies aan informatie wanneer er meerdere financieringsrondes zijn in

eenzelfde fiscaal jaar Het vormt ook een nadeel wanneer er een groot tijdsverschil is

tussen het gebruikte boekjaar van financieumlle data en de afsluiting van investering13

In de eerste twee hypotheses wordt het bedrijfsresultaat gebruikt als onafhankelijke

variabele Als proxy hiervoor gebruiken we de post operationele winstverlies van

Amadeus en Belfirst

Voor boekwaarde van het eigen vermogen gebruiken we de post lsquoshareholderrsquos fundsrsquo

op de balans in Amadeus en Belfirst14

We maken ook gebruik van de financieumlle variabelen uit de modellen van Hand (2004

2005) en Armstrong et al (2006) Om de invloed van deze variabelen na te gaan

zoeken we voor elke variabele een passend alternatief op de databases Amadeus en

Zephyr We vinden voor kas en kasequivalenten niet-kas activa en totale schulden een

alternatief Aangezien wij niet beschikken over een aparte uitgavenpost voor onderzoek

en ontwikkeling nemen we de totale kosten op in onze analyse We splitsen deze niet

op zoals Hand (2004 2005) en Armstrong et al(2006) doen De uitgaven voor

onderzoek en ontwikkeling zitten hier wel in omvat Een Belgische onderneming die

kosten maakt in het kader van door haar verricht onderzoek moet deze kosten (lonen

en wedden - kosten voor het gebruik van materiaal - diensten en diverse goederen

enz) in beginsel naar hun aard boeken in de resultatenrekening van het boekjaar

waarin deze kosten werden gemaakt

12 Bijvoorbeeld Een onderneming verkrijgt financiering uit drie verschillende rondes ABC Ronde A vindt plaats op 3203 ronde B op 5304 en ronde C op 23804 Enkel ronde A en Ronde B worden opgenomen in de analyse Ronde A wordt gelinkt aan financieumlle data van 311202 en ronde B van 311203 13 Dit is bijvoorbeeld het geval wanneer de investering plaatsvond in juli of later (6 maanden na start nieuw boekjaar) Financieumlle data uit het volgende boekjaar zijn recenter om te gebruiken Toch worden de data gebruikt uit het voorgaande jaar 14 Boekwaarde eigen vermogen = Totaal actief ndash Vreemd vermogen

14

15

Davilla Foster en Gupta (2003) gebruiken groei van het aantal werknemers als proxy

voor groei Wij gebruiken de relatieve verandering in de kost van werknemers als proxy

voor groei15

Tabel 1 geeft een overzicht van de gebruikte variabelen

323 Controlevariabelen We gaan ook de invloed na van enkele controlevariabelen

Een eerste controlevariabele die we opnemen in de analyse is industrie Wij willen

nagaan of er een verschil is in de waardering van de ondernemingen die actief zijn in

verschillende industrieeumln Het belang van de sector werd reeds besproken onder punt

22

Ook zullen we controleren voor volgende macro-economische variabelen Gompers en

Lerner (2000) gaan na hoe de waardering van investeringen in de Venture Capital markt

beiumlnvloed wordt door de instroom van kapitaal De resultaten tonen een sterk positief

verband tussen de waarde van Venture Capital investeringen en de instroom van

kapitaal Wij gaan na of we de resultaten van Gompers en Lerner (2000) kunnen

bevestigen voor onze steekproef Deze informatie bekomen we uit publicaties van de

EVCA

We nemen ook een marktindex op als controlevariabele in ons model (Hand 2005)

Deze variabele wordt geacht een goede indicator te zijn voor het potentieel rendement

op Venture Capital investeringen

15 Groei wordt berekend als ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2))

16

Variabele Afkorting Opmerkingen Premoneywaardering MW Totale marktwaarde onderneming na investering ndash Geiumlnvesteerd bedrag Boekwaarde eigen vermogen BWEV Operationeel bedrijfsresultaat (Netto Inkomen) NI Operationele winstverlies Kas en kasequivalenten KAS Niet-kas activa NKASA Vaste activa + vlottende activa (exclusief kas en kasequivalenten) Totale schulden TotSchuld Schulden gt1jaar + Schuldenlt1jaar Totale kosten TotKost Leeftijd Leeftijd Leeftijd bij afsluiten deal - Leeftijd onderneming bij incorporatie Dow jones Stoxx Total Market Index Stoxx Europese marktindex Groei Groei ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2)) Venture Capital instroom VCIN Instroom kapitaal in Venture Capital fondsen uit publicaties EVCA Industrie Industrie De zeven industrieklassen worden ingedeeld in een hoogtechnologische groep en een laagtechnologische groep aan de hand van een dummyariabele

Tabel 2 Overzicht van de gebruikte variabelen

324 Descriptieve statistiek Figuur 1 toont het aantal deals uit de steekproef per land Er zitten voornamelijk deals

uit Belgieuml Frankrijk en het Verenigd Koninkrijk in de steekproef Het grote aandeel

Belgische deals komt door de grotere beschikbaarheid van financieumlle informatie Voor

de deals uit Duitsland was de nodige financieumlle informatie er meestal niet Voor geen

enkele deal uit Nederland en Luxemburg was financieumlle informatie terug te vinden

waardoor de steekproef herleid werd tot vier landen Belgieuml Frankrijk Duitsland en het

Verenigd Koninkrijk

Onze steekproef bestrijkt de periode van 1januari 1997 tot 31december 2007 Figuur 2

geeft weer hoeveel deals er in de verschillende jaren afgesloten zijn We zien dat er

voor het jaar 1997 geen deals met de nodige financieumlle gegevens terug te vinden waren

Het hoge aantal deals in het jaar 2000 kan verklaard worden door de High Tech Bubble

In figuur 3 kan de leeftijd van de betrokken ondernemingen afgelezen worden bij het

afsluiten van de deal We zien dat onze steekproef vooral bestaat uit jonge

ondernemingen De mediaan van de leeftijd van de ondernemingen in onze steekproef

is drie jaar

In figuur 4 kan de distributie van de steekproef volgens industrie worden afgelezen De

steekproef werd opgedeeld op basis van de eerste twee cijfers van de nacebelcode en

op basis daarvan ingedeeld in zeven verschillende groepen metaal chemie

biotechnologisch handel en horeca zakelijke diensten computer gerelateerd diensten

niet computer gerelateerd en een restcategorie andere Het valt op dat een groot deel

van de deals gebeuren in hoogtechnologische industrieeumln Chemie Biotechnologisch en

zakelijke diensten computer gerelateerd

17

Aantal deals per land

54

45

24

3

0

10

20

30

40

50

60

Belgieuml Verenigd Koninkrijk Frankrijk Duitsland

Land

Aan

tal d

eals

Figuur 1 Aantal deals per land

Distributie steekproef volgens jaar deal

0

4

8

29

14

3

9 10 9

23

17

0

5

10

15

20

25

30

35

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Jaar deal

Aan

tal d

eals

Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten werd

18

Leeftijd ondernemingen bij afsluiten deal

11

27 26

20

79

4 4 53

10

0

5

10

15

20

25

30

1 jaar 2 jaar 3 jaar 4 jaar 5 jaar 6 jaar 7 jaar 8 jaar 9 jaar 10 jaar gt10jaar

Leeftijd

Aan

tal o

nder

nem

inge

n

Figuur 3 Leeftijd onderneming bij afsluiten deal

Distributie steekproef volgens industrie

4032

1712 11 9

5

05

1015202530354045

Compu

ter ge

relate

erd

Dienste

n (ex

cl C

ompu

ter)

Metaal

Hande

l en H

oreca

Biotec

hnolo

gisch

Chemie

Andere

(res

tcateg

orie)

Industrie

Aan

tal d

eals

Figuur 4 Distributie van de steekproef volgens industrie

19

20

Als controlevariabele wordt nagegaan of de kapitaalinstroom in Venture Capital fondsen

in het jaar van de deal een invloed heeft op de waardering van de Venture Capital

transacties In bijlage 1 kan de instroom van kapitaal in de verschillende jaren afgelezen

worden De gegevens zijn afkomstig uit de jaarlijkse publicaties van de EVCA Bij het

uitvoeren van het onderzoek was de kapitaalinstroom voor het jaar 2007 nog niet

gepubliceerd

Tabel 3 geeft een overzicht van het minimum het maximum de mediaan het

gemiddelde en de standaardafwijking van de gebruikte variabelen Er wordt ook getoond

hoeveel gegevens beschikbaar zijn per variabele De verschillende variabelen worden

weergegeven in duizend euro De gemiddelde onderneming betrokken bij een Venture

Capital deal heeft een premoneywaardering van 19932 duizend euro Het gemiddelde

en de mediaan van het operationeel bedrijfsresultaat zijn negatief Dit komt doordat

slechts 31 van de 108 bedrijven waarvoor het operationeel bedrijfsresultaat gegeven is

een positief operationeel bedrijfsresultaat hebben

In bijlage 2 kan het boxplot bekeken worden van de premoneywaardering per jaar

Zowel de Kruskal-Wallis-test als de mediaantest tonen aan dat er geen verschil is in

premoneywaardering over de verschillende jaren heen16

In bijlage 3 kan het boxplot worden bekeken van de premoneywaardering in de

verschillende industrieklassen Biotechnologische ondernemingen worden significant

hoger gewaardeerd dan ondernemingen in andere industrieklassen

16 De resultaten van deze testen zijn niet opgenomen in dit werk

21

Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelen

Gemiddelde Minimum Maximum Mediaan Standaardafwijking N (euro1000) (euro1000) (euro1000) (euro1000) (euro1000) Afhankelijke variabele Premoneywaardering 19332 100 267278 5102 38420 126 Onafhankelijke variabelen Operationeel Bedrijfsresultaat (t-1) -587 -9601 12097 -165 2303 108 Boekwaarde eigen vermogen (BWEV) (t-1) 1926 -4357 30257 184 5140 125 Kas en kasequivalenten (t-1) 1113 0 24375 80 3171 117 Niet-kas activa (t-1) 5366 0 246738 641 25152 117 Totale schulden (t-1) 4581 0 224510 734 22284 123 Totale opbrengsten (t-1) 7435 2 191280 991 26077 62 Totale kosten (t-1) 3169 1 54230 1139 8014 69 Leeftijd 5 1 35 3 5 126 Kost van de werknemers (t-1) 1458 0 44856 679 4789 94 Kost van de werknemers (t-2) 619 0 4207 457 766 65

Controlevariabelen Dow Jones Stoxx Total Market Index 312 177 389 324 56 126

33 Modellen en Onderzoeksopzet In bijlage 9 kan men op Figuur 7 grafieken bekijken van de relatie tussen de

boekwaarde van het eigen vermogen (BWEV) en de premoneywaardering en de relatie

tussen het netto-inkomen (NI) en de premoneywaardering Figuur 7a is een scatterplot

met de oorspronkelijke data in duizend euro in figuur 7b zijn de oorspronkelijke data

gedeflateerd op het totaal actief Uit beide figuren kan je afleiden dat deze data sterk

heteroscedastisch is wat niet goed is om een lineaire relatie na te gaan tussen de

variabelen Tabel 3 toonde reeds een groot verschil in gemiddelden en mediaan voor

de verschillende variabelen Dit kan het resultaat zijn van verschillen tussen de

ondernemingen in leeftijd grootte industrie of levenscyclus

Om hier een oplossing voor te bieden ondergaan de variabelen een Ln-transformatie die

als volgt gebeurt

Voor de positieve waarden X Ln [ 1 + X ] met X in duizend euro

Voor de negatieve waarden Y -Ln [ 1 + (-Y)] met Y in duizend euro

Het voordeel van deze transformatie is dat men niet hoeft te controleren voor outliers

aangezien een Ln-transformatie hoge waarden afvlakt We zien in tabel 3 steeds grote

standaardafwijkingen bij de variabelen voor transformatie Na transformatie verdwijnen

deze hoge waarden Via een Ln-transformatie bekomen we ook een grotere

homoscedasticiteit tussen de variabelen17

Het effect van het transformeren in vergelijking met deflateren op totaal actief18 wordt

geiumlllustreerd in bijlage 9 In bijlage 9 wordt een scatterplot gemaakt van de bivariate

relatie tussen de premoneywaardering en respectievelijk de boekwaarde van het eigen

vermogen en het bedrijfsresultaat

In figuur 7c zie je dat na transformatie de relaties tussen ln(premoneywaardering) en

respectievelijk ln(BWEV) en ln(Bedrijfsresultaat) meer homoscedastisch zijn

Op deze figuur merken we ook dat de relatie tussen de boekwaarde van het eigen

vermogen (indien gt 0) en de ondernemingswaarde (lineair) positief is We zien

eveneens een positieve relatie tussen het bedrijfsresultaat en de ondernemingswaarde

17 Armstrong et al maken gebruik van een rank regression om dezelfde problemen bij regressie op te lossen 18 Collins et al deflateren op het aantal aandelen Joos maakt gebruik van de marktwaarde op t de boekwaarde op t-1 en het aantal werknemers t-1 als deflatiefactor

22

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 18: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

H6 De ondernemingswaarde is positief gerelateerd aan de waarde van de niet-kas

activa

Armstrong et al(2006) zien schulden als een claim van de schuldeisers ten opzichte van

het actief en de toekomstige kaststromen van de onderneming Er wordt in hun werk

dan ook een negatieve coeumlfficieumlnt voorspeld De totale schulden zijn een indicatie voor

het financieumlle risico van een onderneming Bij het ten gronde gaan van een

onderneming is de waarde voor de aandeelhouders het deel van de waarde dat

overblijft na uitbetaling van de schuldeisers Hoe meer schulden er aanwezig zijn in een

onderneming hoe lager de resterende waarde is voor de aandeelhouders bij liquidatie

van de onderneming

Wij voorspellen dat de waarde van een onderneming negatief gerelateerd is aan de

totale schulden

H7 De ondernemingswaarde is negatief gerelateerd aan de totale schulden

Na de elementen van de balans gaan we de invloed na van een element van de

resultatenrekening We gaan na welke relatie er bestaat tussen totale kosten en de

waarde van een onderneming

Het grootste deel van de ondernemingen waar Venture Capitalists in investeren zijn

verlieslatend Zoals in de literatuur over verlieslatende ondernemingen aangehaald

worden verliezen vaak positief gewaardeerd bij jonge ondernemingen Strategische

investeringen liggen aan de basis van dit negatief resultaat Dit omdat investeringen in

de boekhouding behandeld worden als kosten Hogere kosten zijn een indicatie voor

investeringen die in de toekomst kunnen resulteren in positieve kasstromen Op basis

hiervan voorspellen wij een positieve relatie tussen de totale kosten en de waardering

van een onderneming

H8 De ondernemingswaarde is positief gerelateerd aan de totale kosten

9

23 Groeiopportuniteiten als waardedeterminant De waarde van een bedrijf is afkomstig van 2 determinanten (Myers 1977)

Waarde onderneming = waarde van activa + huidige waarde van toekomstige

groeiopportuniteiten

Welke component van waarde het meest doorweegt is afhankelijk van de fase waarin de

onderneming zich bevindt Voor startende ondernemingen is de huidige waarde van de

groeiopportuniteiten de belangrijkste component Groeimogelijkheden worden vaak als

waardedrijver gebruikt bij jonge opstartende ondernemingen en ondernemingen in

nieuwe industrieeumln (Damodaran 2001) Waarderingsmodellen die enkel

boekhoudkundige variabelen opnemen als determinanten voor ondernemingswaarde

zien een belangrijke component over het hoofd Er moet rekening gehouden worden

met het groeipotentieel van de ondernemingen (Holthausen en Watts 2001) Groeiende

ondernemingen worden hoger gewaardeerd (Davilla Foster en Gupta 2003)

Davila en Foster (2005) rapporteren een positieve Spearman correlatie tussen de

verandering in waardering en de verandering in inkomsten als proxy voor groei voor een

steekproef van 78 private ondernemingen (waarvan 60 Venture Capital genoten)

Hieruit kunnen we afleiden dat het groeipotentieel van een onderneming een belangrijke

waardeterminant is voor het waarderen van ondernemingen gefinancierd met Venture

Capital Hierop baserend formuleren we onze negende en laatste hypothese

H9 De ondernemingswaarde is positief gerelateerd aan de groei van de onderneming

10

3 Methode 31 Data 311 Bronnen Voor het verzamelen van de gegevens werd een beroep gedaan op drie verschillende

databases Zephyr Amadeus en Belfirst Dit zijn producten van Bureau van Dijk

Electronic Publishing (BvDEP)

Zephyr is een database die informatie bevat over verschillende soorten transacties

waaronder Venture Capital transacties

Amadeus is een pan-Europese database die financieumlle informatie bevat over

ondernemingen in achtendertig verschillende Europese landen

Belfirst bevat alle neergelegde jaarrekeningen van Belgische ondernemingen Alle

posten van de balans resultatenrekening toelichting en (in voorkomend geval) sociale

balans zijn erin opgenomen

Verder werd een beroep gedaan op het Belgisch staatsblad jaarverslagen en

participaties van Belgische Venture Capital fondsen en prospectussen van Belgische

IPOrsquos die in het verleden met Venture Capital zijn gefinancierd

Informatie over de Venture Capital instroom werd teruggevonden in publicaties van de

lsquoEuropean Private Equity amp Venture Capital Association (EVCA)rsquo

We maakten ook gebruik van de De Dow Jones STOXX Total Market Index (TMI)9

312 Populatie en Steekproef Voor het trekken van de steekproef werd onder andere een beroep gedaan op Zephyr

Alle Venture Capital transacties in Belgieuml Nederland Luxemburg Duitsland Frankrijk

en het Verenigd Koninkrijk afgesloten tussen 1 januari 1997 en 31 december 2007

werden geselecteerd Zephyr gaf in totaal 3593 transacties weer voor deze tijdspanne

Voor de waardering van Venture Capital transacties is het noodzakelijk de totale

ondernemingswaarde te kennen Daarom werden enkel de transacties van

ondernemingen met een gekende ondernemingswaarde geselecteerd waardoor er

slechts 331 van de initieumlle 3593 deals overbleven

9 De Dow Jones STOXX TMI werd geraadpleegd op wwwstoxxcom

11

Om financieumlle gegevens over de ondernemingen betrokken bij een Venture Capital

transactie terug te vinden op Amadeus werd gebruik gemaakt van het Bureau van Dijk

identificatienummer Voor ondernemingen waar het identificatienummer niet gegeven

was werd nagegaan of er informatie beschikbaar was op Amadeus door te zoeken op

naam Slechts voor 73 van de 331 deals vonden we financieumlle informatie over de

betrokken onderneming terug op Amadeus Ondernemingen betrokken bij Venture

Capital transacties zijn vaak heel jonge of opstartende ondernemingen Dit heeft als

gevolg dat niet voor alle transacties historische financieumlle informatie van de betrokken

onderneming terug te vinden is Voor transacties waarvan het jaartal van de afloop van

de deal overeenstemt met het jaar waarin de onderneming is opgestart kan bijgevolg

geen financieumlle informatie worden teruggevonden

Voor deals waarin Belgische ondernemingen betrokken waren werden de financieumlle

gegevens verzameld op Belfirst Voor 9 van de 21 Belgische deals teruggevonden op

Zephyr was er extra informatie terug te vinden op Belfirst

Gebruik makend van prospectussen het Belgisch staatsblad en de jaarverslagen en

participaties van belangrijke Venture Capitalfondsen werd de steekproef uitgebreid10

Op basis van deze drie methodes werden 44 extra deals teruggevonden waarvoor ook

financieumlle informatie terug te vinden was op Belfirst

De finale steekproef waarop de hypothesen worden getest bestaat uit 126 Venture

Capital deals

10 Er werd gebruik gemaakt van prospectussen van Belgische VC-backed IPOrsquos om extra Venture Capital transacties terug te vinden Voor de Belgische VCndashBacked IPOrsquos werden prospectussen onderzocht om het verworven aandeel in de ondernemingen te achterhalen en op die manier de ondernemingswaarde te berekenen Voor de Belgische deals uit Zephyr zonder gekende ondernemingswaarde werd nagegaan of de totale waarde berekend kon worden op basis van publicaties in het Belgisch Staatsblad Verder werden participaties van Venture Capitalfondsen nagegaan De waarde van de transacties werd opgezocht in het Belgisch staatsblad

12

Initieel aantal deals (Zephyr) 3593- Aantal deals van ondernemingen zonder gekende totale ondernemingswaarde 3262Aantal deals van ondernemingen met gekende totale ondernemingswaarde 331- Aantal deals van ondernemingen zonder de nodige financieumlle informatie 249Totaal aantal deals Zephyr met de nodige financieumlle informatie 82+Uitbreiding steekproef (prospectussen Belgisch staatsblad en participaties VC-fondsen) 44Finale steekproef 126

Tabel 1 Overzicht van het tot stand komen van de steekproef

32 Variabelen 321 Afhankelijke variabele Als afhankelijke variabele nemen we de marktwaarde van de onderneming (afkorting

MW) De marktwaarde is de premoneywaardering berekend door van de totale waarde

van de onderneming na de investering het geiumlnvesteerde bedrag af te trekken11 De

totale waarde van de onderneming is het bedrag dat men zou betalen indien 100 van

de onderneming zou verworven worden Ze wordt berekend als ((investering)(

aandelen verworven)) x 100 Voor de deals uit Zephyr worden enkel deze met een

gekend verworven aandeel in de onderneming opgenomen in de analyse Voor de deals

uit het staatsblad werd het verworven aandeel berekend als de verhouding tussen het

aantal nieuw verkregen aandelen op het totaal aantal aandelen na investering

322 Onafhankelijke variabelen Voor het selecteren van de onafhankelijke variabelen volgen we het matching-principe

gebruikt van Hand (2005) De datum van investering in de onderneming wordt gelinkt

11 De uiteindelijke premoneywaardering wordt dan als volgt berekend Wanneer voor euro100 geiumlnvesteerd wordt en daarbij 10 van de aandelen verworven wordt is de totale waarde van de onderneming gelijk aan euro 1000 en is de premoneywaardering gelijk aan euro 900 De investeerder betaalt eigenlijk euro 100 om na investering 10 van het aandelenkapitaal te bezitten Dat maakt dat op het moment van investering de waarde van de onderneming (100) gelijk is aan 90 van de onderneming na investering Er werd geen onderscheid gemaakt tussen het verworven aandeel van de verschillende investeerders in een investeringsronde of het verworven aandeel van een afzonderlijk fonds Voor het berekenen van de 100 waardering maakt dit geen verschil Wel wordt steeds de totale kapitaalsverhoging van deze 100 waardering afgetrokken en niet het afzonderlijk deel dat eacuteeacuten fonds investeert De totale kapitaalsverhoging voor de data uit het staatsblad is het product van de uitgifteprijs van de aandelen en het totaal aantal nieuw uitgegeven aandelen

13

aan de financieumlle data van het jaar voor de investeringsronde12 Financieumlle data zijn

jaarlijks beschikbaar zodoende dat elke eerste investering in het jaar bruikbaar is voor

onze analyse Alle andere investeringsrondes volgend op de eerste worden uit de

analyse gelaten Het voordeel van deze aanpak is dat het eenvoudig is voor analyse

Het nadeel is het verlies aan informatie wanneer er meerdere financieringsrondes zijn in

eenzelfde fiscaal jaar Het vormt ook een nadeel wanneer er een groot tijdsverschil is

tussen het gebruikte boekjaar van financieumlle data en de afsluiting van investering13

In de eerste twee hypotheses wordt het bedrijfsresultaat gebruikt als onafhankelijke

variabele Als proxy hiervoor gebruiken we de post operationele winstverlies van

Amadeus en Belfirst

Voor boekwaarde van het eigen vermogen gebruiken we de post lsquoshareholderrsquos fundsrsquo

op de balans in Amadeus en Belfirst14

We maken ook gebruik van de financieumlle variabelen uit de modellen van Hand (2004

2005) en Armstrong et al (2006) Om de invloed van deze variabelen na te gaan

zoeken we voor elke variabele een passend alternatief op de databases Amadeus en

Zephyr We vinden voor kas en kasequivalenten niet-kas activa en totale schulden een

alternatief Aangezien wij niet beschikken over een aparte uitgavenpost voor onderzoek

en ontwikkeling nemen we de totale kosten op in onze analyse We splitsen deze niet

op zoals Hand (2004 2005) en Armstrong et al(2006) doen De uitgaven voor

onderzoek en ontwikkeling zitten hier wel in omvat Een Belgische onderneming die

kosten maakt in het kader van door haar verricht onderzoek moet deze kosten (lonen

en wedden - kosten voor het gebruik van materiaal - diensten en diverse goederen

enz) in beginsel naar hun aard boeken in de resultatenrekening van het boekjaar

waarin deze kosten werden gemaakt

12 Bijvoorbeeld Een onderneming verkrijgt financiering uit drie verschillende rondes ABC Ronde A vindt plaats op 3203 ronde B op 5304 en ronde C op 23804 Enkel ronde A en Ronde B worden opgenomen in de analyse Ronde A wordt gelinkt aan financieumlle data van 311202 en ronde B van 311203 13 Dit is bijvoorbeeld het geval wanneer de investering plaatsvond in juli of later (6 maanden na start nieuw boekjaar) Financieumlle data uit het volgende boekjaar zijn recenter om te gebruiken Toch worden de data gebruikt uit het voorgaande jaar 14 Boekwaarde eigen vermogen = Totaal actief ndash Vreemd vermogen

14

15

Davilla Foster en Gupta (2003) gebruiken groei van het aantal werknemers als proxy

voor groei Wij gebruiken de relatieve verandering in de kost van werknemers als proxy

voor groei15

Tabel 1 geeft een overzicht van de gebruikte variabelen

323 Controlevariabelen We gaan ook de invloed na van enkele controlevariabelen

Een eerste controlevariabele die we opnemen in de analyse is industrie Wij willen

nagaan of er een verschil is in de waardering van de ondernemingen die actief zijn in

verschillende industrieeumln Het belang van de sector werd reeds besproken onder punt

22

Ook zullen we controleren voor volgende macro-economische variabelen Gompers en

Lerner (2000) gaan na hoe de waardering van investeringen in de Venture Capital markt

beiumlnvloed wordt door de instroom van kapitaal De resultaten tonen een sterk positief

verband tussen de waarde van Venture Capital investeringen en de instroom van

kapitaal Wij gaan na of we de resultaten van Gompers en Lerner (2000) kunnen

bevestigen voor onze steekproef Deze informatie bekomen we uit publicaties van de

EVCA

We nemen ook een marktindex op als controlevariabele in ons model (Hand 2005)

Deze variabele wordt geacht een goede indicator te zijn voor het potentieel rendement

op Venture Capital investeringen

15 Groei wordt berekend als ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2))

16

Variabele Afkorting Opmerkingen Premoneywaardering MW Totale marktwaarde onderneming na investering ndash Geiumlnvesteerd bedrag Boekwaarde eigen vermogen BWEV Operationeel bedrijfsresultaat (Netto Inkomen) NI Operationele winstverlies Kas en kasequivalenten KAS Niet-kas activa NKASA Vaste activa + vlottende activa (exclusief kas en kasequivalenten) Totale schulden TotSchuld Schulden gt1jaar + Schuldenlt1jaar Totale kosten TotKost Leeftijd Leeftijd Leeftijd bij afsluiten deal - Leeftijd onderneming bij incorporatie Dow jones Stoxx Total Market Index Stoxx Europese marktindex Groei Groei ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2)) Venture Capital instroom VCIN Instroom kapitaal in Venture Capital fondsen uit publicaties EVCA Industrie Industrie De zeven industrieklassen worden ingedeeld in een hoogtechnologische groep en een laagtechnologische groep aan de hand van een dummyariabele

Tabel 2 Overzicht van de gebruikte variabelen

324 Descriptieve statistiek Figuur 1 toont het aantal deals uit de steekproef per land Er zitten voornamelijk deals

uit Belgieuml Frankrijk en het Verenigd Koninkrijk in de steekproef Het grote aandeel

Belgische deals komt door de grotere beschikbaarheid van financieumlle informatie Voor

de deals uit Duitsland was de nodige financieumlle informatie er meestal niet Voor geen

enkele deal uit Nederland en Luxemburg was financieumlle informatie terug te vinden

waardoor de steekproef herleid werd tot vier landen Belgieuml Frankrijk Duitsland en het

Verenigd Koninkrijk

Onze steekproef bestrijkt de periode van 1januari 1997 tot 31december 2007 Figuur 2

geeft weer hoeveel deals er in de verschillende jaren afgesloten zijn We zien dat er

voor het jaar 1997 geen deals met de nodige financieumlle gegevens terug te vinden waren

Het hoge aantal deals in het jaar 2000 kan verklaard worden door de High Tech Bubble

In figuur 3 kan de leeftijd van de betrokken ondernemingen afgelezen worden bij het

afsluiten van de deal We zien dat onze steekproef vooral bestaat uit jonge

ondernemingen De mediaan van de leeftijd van de ondernemingen in onze steekproef

is drie jaar

In figuur 4 kan de distributie van de steekproef volgens industrie worden afgelezen De

steekproef werd opgedeeld op basis van de eerste twee cijfers van de nacebelcode en

op basis daarvan ingedeeld in zeven verschillende groepen metaal chemie

biotechnologisch handel en horeca zakelijke diensten computer gerelateerd diensten

niet computer gerelateerd en een restcategorie andere Het valt op dat een groot deel

van de deals gebeuren in hoogtechnologische industrieeumln Chemie Biotechnologisch en

zakelijke diensten computer gerelateerd

17

Aantal deals per land

54

45

24

3

0

10

20

30

40

50

60

Belgieuml Verenigd Koninkrijk Frankrijk Duitsland

Land

Aan

tal d

eals

Figuur 1 Aantal deals per land

Distributie steekproef volgens jaar deal

0

4

8

29

14

3

9 10 9

23

17

0

5

10

15

20

25

30

35

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Jaar deal

Aan

tal d

eals

Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten werd

18

Leeftijd ondernemingen bij afsluiten deal

11

27 26

20

79

4 4 53

10

0

5

10

15

20

25

30

1 jaar 2 jaar 3 jaar 4 jaar 5 jaar 6 jaar 7 jaar 8 jaar 9 jaar 10 jaar gt10jaar

Leeftijd

Aan

tal o

nder

nem

inge

n

Figuur 3 Leeftijd onderneming bij afsluiten deal

Distributie steekproef volgens industrie

4032

1712 11 9

5

05

1015202530354045

Compu

ter ge

relate

erd

Dienste

n (ex

cl C

ompu

ter)

Metaal

Hande

l en H

oreca

Biotec

hnolo

gisch

Chemie

Andere

(res

tcateg

orie)

Industrie

Aan

tal d

eals

Figuur 4 Distributie van de steekproef volgens industrie

19

20

Als controlevariabele wordt nagegaan of de kapitaalinstroom in Venture Capital fondsen

in het jaar van de deal een invloed heeft op de waardering van de Venture Capital

transacties In bijlage 1 kan de instroom van kapitaal in de verschillende jaren afgelezen

worden De gegevens zijn afkomstig uit de jaarlijkse publicaties van de EVCA Bij het

uitvoeren van het onderzoek was de kapitaalinstroom voor het jaar 2007 nog niet

gepubliceerd

Tabel 3 geeft een overzicht van het minimum het maximum de mediaan het

gemiddelde en de standaardafwijking van de gebruikte variabelen Er wordt ook getoond

hoeveel gegevens beschikbaar zijn per variabele De verschillende variabelen worden

weergegeven in duizend euro De gemiddelde onderneming betrokken bij een Venture

Capital deal heeft een premoneywaardering van 19932 duizend euro Het gemiddelde

en de mediaan van het operationeel bedrijfsresultaat zijn negatief Dit komt doordat

slechts 31 van de 108 bedrijven waarvoor het operationeel bedrijfsresultaat gegeven is

een positief operationeel bedrijfsresultaat hebben

In bijlage 2 kan het boxplot bekeken worden van de premoneywaardering per jaar

Zowel de Kruskal-Wallis-test als de mediaantest tonen aan dat er geen verschil is in

premoneywaardering over de verschillende jaren heen16

In bijlage 3 kan het boxplot worden bekeken van de premoneywaardering in de

verschillende industrieklassen Biotechnologische ondernemingen worden significant

hoger gewaardeerd dan ondernemingen in andere industrieklassen

16 De resultaten van deze testen zijn niet opgenomen in dit werk

21

Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelen

Gemiddelde Minimum Maximum Mediaan Standaardafwijking N (euro1000) (euro1000) (euro1000) (euro1000) (euro1000) Afhankelijke variabele Premoneywaardering 19332 100 267278 5102 38420 126 Onafhankelijke variabelen Operationeel Bedrijfsresultaat (t-1) -587 -9601 12097 -165 2303 108 Boekwaarde eigen vermogen (BWEV) (t-1) 1926 -4357 30257 184 5140 125 Kas en kasequivalenten (t-1) 1113 0 24375 80 3171 117 Niet-kas activa (t-1) 5366 0 246738 641 25152 117 Totale schulden (t-1) 4581 0 224510 734 22284 123 Totale opbrengsten (t-1) 7435 2 191280 991 26077 62 Totale kosten (t-1) 3169 1 54230 1139 8014 69 Leeftijd 5 1 35 3 5 126 Kost van de werknemers (t-1) 1458 0 44856 679 4789 94 Kost van de werknemers (t-2) 619 0 4207 457 766 65

Controlevariabelen Dow Jones Stoxx Total Market Index 312 177 389 324 56 126

33 Modellen en Onderzoeksopzet In bijlage 9 kan men op Figuur 7 grafieken bekijken van de relatie tussen de

boekwaarde van het eigen vermogen (BWEV) en de premoneywaardering en de relatie

tussen het netto-inkomen (NI) en de premoneywaardering Figuur 7a is een scatterplot

met de oorspronkelijke data in duizend euro in figuur 7b zijn de oorspronkelijke data

gedeflateerd op het totaal actief Uit beide figuren kan je afleiden dat deze data sterk

heteroscedastisch is wat niet goed is om een lineaire relatie na te gaan tussen de

variabelen Tabel 3 toonde reeds een groot verschil in gemiddelden en mediaan voor

de verschillende variabelen Dit kan het resultaat zijn van verschillen tussen de

ondernemingen in leeftijd grootte industrie of levenscyclus

Om hier een oplossing voor te bieden ondergaan de variabelen een Ln-transformatie die

als volgt gebeurt

Voor de positieve waarden X Ln [ 1 + X ] met X in duizend euro

Voor de negatieve waarden Y -Ln [ 1 + (-Y)] met Y in duizend euro

Het voordeel van deze transformatie is dat men niet hoeft te controleren voor outliers

aangezien een Ln-transformatie hoge waarden afvlakt We zien in tabel 3 steeds grote

standaardafwijkingen bij de variabelen voor transformatie Na transformatie verdwijnen

deze hoge waarden Via een Ln-transformatie bekomen we ook een grotere

homoscedasticiteit tussen de variabelen17

Het effect van het transformeren in vergelijking met deflateren op totaal actief18 wordt

geiumlllustreerd in bijlage 9 In bijlage 9 wordt een scatterplot gemaakt van de bivariate

relatie tussen de premoneywaardering en respectievelijk de boekwaarde van het eigen

vermogen en het bedrijfsresultaat

In figuur 7c zie je dat na transformatie de relaties tussen ln(premoneywaardering) en

respectievelijk ln(BWEV) en ln(Bedrijfsresultaat) meer homoscedastisch zijn

Op deze figuur merken we ook dat de relatie tussen de boekwaarde van het eigen

vermogen (indien gt 0) en de ondernemingswaarde (lineair) positief is We zien

eveneens een positieve relatie tussen het bedrijfsresultaat en de ondernemingswaarde

17 Armstrong et al maken gebruik van een rank regression om dezelfde problemen bij regressie op te lossen 18 Collins et al deflateren op het aantal aandelen Joos maakt gebruik van de marktwaarde op t de boekwaarde op t-1 en het aantal werknemers t-1 als deflatiefactor

22

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 19: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

23 Groeiopportuniteiten als waardedeterminant De waarde van een bedrijf is afkomstig van 2 determinanten (Myers 1977)

Waarde onderneming = waarde van activa + huidige waarde van toekomstige

groeiopportuniteiten

Welke component van waarde het meest doorweegt is afhankelijk van de fase waarin de

onderneming zich bevindt Voor startende ondernemingen is de huidige waarde van de

groeiopportuniteiten de belangrijkste component Groeimogelijkheden worden vaak als

waardedrijver gebruikt bij jonge opstartende ondernemingen en ondernemingen in

nieuwe industrieeumln (Damodaran 2001) Waarderingsmodellen die enkel

boekhoudkundige variabelen opnemen als determinanten voor ondernemingswaarde

zien een belangrijke component over het hoofd Er moet rekening gehouden worden

met het groeipotentieel van de ondernemingen (Holthausen en Watts 2001) Groeiende

ondernemingen worden hoger gewaardeerd (Davilla Foster en Gupta 2003)

Davila en Foster (2005) rapporteren een positieve Spearman correlatie tussen de

verandering in waardering en de verandering in inkomsten als proxy voor groei voor een

steekproef van 78 private ondernemingen (waarvan 60 Venture Capital genoten)

Hieruit kunnen we afleiden dat het groeipotentieel van een onderneming een belangrijke

waardeterminant is voor het waarderen van ondernemingen gefinancierd met Venture

Capital Hierop baserend formuleren we onze negende en laatste hypothese

H9 De ondernemingswaarde is positief gerelateerd aan de groei van de onderneming

10

3 Methode 31 Data 311 Bronnen Voor het verzamelen van de gegevens werd een beroep gedaan op drie verschillende

databases Zephyr Amadeus en Belfirst Dit zijn producten van Bureau van Dijk

Electronic Publishing (BvDEP)

Zephyr is een database die informatie bevat over verschillende soorten transacties

waaronder Venture Capital transacties

Amadeus is een pan-Europese database die financieumlle informatie bevat over

ondernemingen in achtendertig verschillende Europese landen

Belfirst bevat alle neergelegde jaarrekeningen van Belgische ondernemingen Alle

posten van de balans resultatenrekening toelichting en (in voorkomend geval) sociale

balans zijn erin opgenomen

Verder werd een beroep gedaan op het Belgisch staatsblad jaarverslagen en

participaties van Belgische Venture Capital fondsen en prospectussen van Belgische

IPOrsquos die in het verleden met Venture Capital zijn gefinancierd

Informatie over de Venture Capital instroom werd teruggevonden in publicaties van de

lsquoEuropean Private Equity amp Venture Capital Association (EVCA)rsquo

We maakten ook gebruik van de De Dow Jones STOXX Total Market Index (TMI)9

312 Populatie en Steekproef Voor het trekken van de steekproef werd onder andere een beroep gedaan op Zephyr

Alle Venture Capital transacties in Belgieuml Nederland Luxemburg Duitsland Frankrijk

en het Verenigd Koninkrijk afgesloten tussen 1 januari 1997 en 31 december 2007

werden geselecteerd Zephyr gaf in totaal 3593 transacties weer voor deze tijdspanne

Voor de waardering van Venture Capital transacties is het noodzakelijk de totale

ondernemingswaarde te kennen Daarom werden enkel de transacties van

ondernemingen met een gekende ondernemingswaarde geselecteerd waardoor er

slechts 331 van de initieumlle 3593 deals overbleven

9 De Dow Jones STOXX TMI werd geraadpleegd op wwwstoxxcom

11

Om financieumlle gegevens over de ondernemingen betrokken bij een Venture Capital

transactie terug te vinden op Amadeus werd gebruik gemaakt van het Bureau van Dijk

identificatienummer Voor ondernemingen waar het identificatienummer niet gegeven

was werd nagegaan of er informatie beschikbaar was op Amadeus door te zoeken op

naam Slechts voor 73 van de 331 deals vonden we financieumlle informatie over de

betrokken onderneming terug op Amadeus Ondernemingen betrokken bij Venture

Capital transacties zijn vaak heel jonge of opstartende ondernemingen Dit heeft als

gevolg dat niet voor alle transacties historische financieumlle informatie van de betrokken

onderneming terug te vinden is Voor transacties waarvan het jaartal van de afloop van

de deal overeenstemt met het jaar waarin de onderneming is opgestart kan bijgevolg

geen financieumlle informatie worden teruggevonden

Voor deals waarin Belgische ondernemingen betrokken waren werden de financieumlle

gegevens verzameld op Belfirst Voor 9 van de 21 Belgische deals teruggevonden op

Zephyr was er extra informatie terug te vinden op Belfirst

Gebruik makend van prospectussen het Belgisch staatsblad en de jaarverslagen en

participaties van belangrijke Venture Capitalfondsen werd de steekproef uitgebreid10

Op basis van deze drie methodes werden 44 extra deals teruggevonden waarvoor ook

financieumlle informatie terug te vinden was op Belfirst

De finale steekproef waarop de hypothesen worden getest bestaat uit 126 Venture

Capital deals

10 Er werd gebruik gemaakt van prospectussen van Belgische VC-backed IPOrsquos om extra Venture Capital transacties terug te vinden Voor de Belgische VCndashBacked IPOrsquos werden prospectussen onderzocht om het verworven aandeel in de ondernemingen te achterhalen en op die manier de ondernemingswaarde te berekenen Voor de Belgische deals uit Zephyr zonder gekende ondernemingswaarde werd nagegaan of de totale waarde berekend kon worden op basis van publicaties in het Belgisch Staatsblad Verder werden participaties van Venture Capitalfondsen nagegaan De waarde van de transacties werd opgezocht in het Belgisch staatsblad

12

Initieel aantal deals (Zephyr) 3593- Aantal deals van ondernemingen zonder gekende totale ondernemingswaarde 3262Aantal deals van ondernemingen met gekende totale ondernemingswaarde 331- Aantal deals van ondernemingen zonder de nodige financieumlle informatie 249Totaal aantal deals Zephyr met de nodige financieumlle informatie 82+Uitbreiding steekproef (prospectussen Belgisch staatsblad en participaties VC-fondsen) 44Finale steekproef 126

Tabel 1 Overzicht van het tot stand komen van de steekproef

32 Variabelen 321 Afhankelijke variabele Als afhankelijke variabele nemen we de marktwaarde van de onderneming (afkorting

MW) De marktwaarde is de premoneywaardering berekend door van de totale waarde

van de onderneming na de investering het geiumlnvesteerde bedrag af te trekken11 De

totale waarde van de onderneming is het bedrag dat men zou betalen indien 100 van

de onderneming zou verworven worden Ze wordt berekend als ((investering)(

aandelen verworven)) x 100 Voor de deals uit Zephyr worden enkel deze met een

gekend verworven aandeel in de onderneming opgenomen in de analyse Voor de deals

uit het staatsblad werd het verworven aandeel berekend als de verhouding tussen het

aantal nieuw verkregen aandelen op het totaal aantal aandelen na investering

322 Onafhankelijke variabelen Voor het selecteren van de onafhankelijke variabelen volgen we het matching-principe

gebruikt van Hand (2005) De datum van investering in de onderneming wordt gelinkt

11 De uiteindelijke premoneywaardering wordt dan als volgt berekend Wanneer voor euro100 geiumlnvesteerd wordt en daarbij 10 van de aandelen verworven wordt is de totale waarde van de onderneming gelijk aan euro 1000 en is de premoneywaardering gelijk aan euro 900 De investeerder betaalt eigenlijk euro 100 om na investering 10 van het aandelenkapitaal te bezitten Dat maakt dat op het moment van investering de waarde van de onderneming (100) gelijk is aan 90 van de onderneming na investering Er werd geen onderscheid gemaakt tussen het verworven aandeel van de verschillende investeerders in een investeringsronde of het verworven aandeel van een afzonderlijk fonds Voor het berekenen van de 100 waardering maakt dit geen verschil Wel wordt steeds de totale kapitaalsverhoging van deze 100 waardering afgetrokken en niet het afzonderlijk deel dat eacuteeacuten fonds investeert De totale kapitaalsverhoging voor de data uit het staatsblad is het product van de uitgifteprijs van de aandelen en het totaal aantal nieuw uitgegeven aandelen

13

aan de financieumlle data van het jaar voor de investeringsronde12 Financieumlle data zijn

jaarlijks beschikbaar zodoende dat elke eerste investering in het jaar bruikbaar is voor

onze analyse Alle andere investeringsrondes volgend op de eerste worden uit de

analyse gelaten Het voordeel van deze aanpak is dat het eenvoudig is voor analyse

Het nadeel is het verlies aan informatie wanneer er meerdere financieringsrondes zijn in

eenzelfde fiscaal jaar Het vormt ook een nadeel wanneer er een groot tijdsverschil is

tussen het gebruikte boekjaar van financieumlle data en de afsluiting van investering13

In de eerste twee hypotheses wordt het bedrijfsresultaat gebruikt als onafhankelijke

variabele Als proxy hiervoor gebruiken we de post operationele winstverlies van

Amadeus en Belfirst

Voor boekwaarde van het eigen vermogen gebruiken we de post lsquoshareholderrsquos fundsrsquo

op de balans in Amadeus en Belfirst14

We maken ook gebruik van de financieumlle variabelen uit de modellen van Hand (2004

2005) en Armstrong et al (2006) Om de invloed van deze variabelen na te gaan

zoeken we voor elke variabele een passend alternatief op de databases Amadeus en

Zephyr We vinden voor kas en kasequivalenten niet-kas activa en totale schulden een

alternatief Aangezien wij niet beschikken over een aparte uitgavenpost voor onderzoek

en ontwikkeling nemen we de totale kosten op in onze analyse We splitsen deze niet

op zoals Hand (2004 2005) en Armstrong et al(2006) doen De uitgaven voor

onderzoek en ontwikkeling zitten hier wel in omvat Een Belgische onderneming die

kosten maakt in het kader van door haar verricht onderzoek moet deze kosten (lonen

en wedden - kosten voor het gebruik van materiaal - diensten en diverse goederen

enz) in beginsel naar hun aard boeken in de resultatenrekening van het boekjaar

waarin deze kosten werden gemaakt

12 Bijvoorbeeld Een onderneming verkrijgt financiering uit drie verschillende rondes ABC Ronde A vindt plaats op 3203 ronde B op 5304 en ronde C op 23804 Enkel ronde A en Ronde B worden opgenomen in de analyse Ronde A wordt gelinkt aan financieumlle data van 311202 en ronde B van 311203 13 Dit is bijvoorbeeld het geval wanneer de investering plaatsvond in juli of later (6 maanden na start nieuw boekjaar) Financieumlle data uit het volgende boekjaar zijn recenter om te gebruiken Toch worden de data gebruikt uit het voorgaande jaar 14 Boekwaarde eigen vermogen = Totaal actief ndash Vreemd vermogen

14

15

Davilla Foster en Gupta (2003) gebruiken groei van het aantal werknemers als proxy

voor groei Wij gebruiken de relatieve verandering in de kost van werknemers als proxy

voor groei15

Tabel 1 geeft een overzicht van de gebruikte variabelen

323 Controlevariabelen We gaan ook de invloed na van enkele controlevariabelen

Een eerste controlevariabele die we opnemen in de analyse is industrie Wij willen

nagaan of er een verschil is in de waardering van de ondernemingen die actief zijn in

verschillende industrieeumln Het belang van de sector werd reeds besproken onder punt

22

Ook zullen we controleren voor volgende macro-economische variabelen Gompers en

Lerner (2000) gaan na hoe de waardering van investeringen in de Venture Capital markt

beiumlnvloed wordt door de instroom van kapitaal De resultaten tonen een sterk positief

verband tussen de waarde van Venture Capital investeringen en de instroom van

kapitaal Wij gaan na of we de resultaten van Gompers en Lerner (2000) kunnen

bevestigen voor onze steekproef Deze informatie bekomen we uit publicaties van de

EVCA

We nemen ook een marktindex op als controlevariabele in ons model (Hand 2005)

Deze variabele wordt geacht een goede indicator te zijn voor het potentieel rendement

op Venture Capital investeringen

15 Groei wordt berekend als ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2))

16

Variabele Afkorting Opmerkingen Premoneywaardering MW Totale marktwaarde onderneming na investering ndash Geiumlnvesteerd bedrag Boekwaarde eigen vermogen BWEV Operationeel bedrijfsresultaat (Netto Inkomen) NI Operationele winstverlies Kas en kasequivalenten KAS Niet-kas activa NKASA Vaste activa + vlottende activa (exclusief kas en kasequivalenten) Totale schulden TotSchuld Schulden gt1jaar + Schuldenlt1jaar Totale kosten TotKost Leeftijd Leeftijd Leeftijd bij afsluiten deal - Leeftijd onderneming bij incorporatie Dow jones Stoxx Total Market Index Stoxx Europese marktindex Groei Groei ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2)) Venture Capital instroom VCIN Instroom kapitaal in Venture Capital fondsen uit publicaties EVCA Industrie Industrie De zeven industrieklassen worden ingedeeld in een hoogtechnologische groep en een laagtechnologische groep aan de hand van een dummyariabele

Tabel 2 Overzicht van de gebruikte variabelen

324 Descriptieve statistiek Figuur 1 toont het aantal deals uit de steekproef per land Er zitten voornamelijk deals

uit Belgieuml Frankrijk en het Verenigd Koninkrijk in de steekproef Het grote aandeel

Belgische deals komt door de grotere beschikbaarheid van financieumlle informatie Voor

de deals uit Duitsland was de nodige financieumlle informatie er meestal niet Voor geen

enkele deal uit Nederland en Luxemburg was financieumlle informatie terug te vinden

waardoor de steekproef herleid werd tot vier landen Belgieuml Frankrijk Duitsland en het

Verenigd Koninkrijk

Onze steekproef bestrijkt de periode van 1januari 1997 tot 31december 2007 Figuur 2

geeft weer hoeveel deals er in de verschillende jaren afgesloten zijn We zien dat er

voor het jaar 1997 geen deals met de nodige financieumlle gegevens terug te vinden waren

Het hoge aantal deals in het jaar 2000 kan verklaard worden door de High Tech Bubble

In figuur 3 kan de leeftijd van de betrokken ondernemingen afgelezen worden bij het

afsluiten van de deal We zien dat onze steekproef vooral bestaat uit jonge

ondernemingen De mediaan van de leeftijd van de ondernemingen in onze steekproef

is drie jaar

In figuur 4 kan de distributie van de steekproef volgens industrie worden afgelezen De

steekproef werd opgedeeld op basis van de eerste twee cijfers van de nacebelcode en

op basis daarvan ingedeeld in zeven verschillende groepen metaal chemie

biotechnologisch handel en horeca zakelijke diensten computer gerelateerd diensten

niet computer gerelateerd en een restcategorie andere Het valt op dat een groot deel

van de deals gebeuren in hoogtechnologische industrieeumln Chemie Biotechnologisch en

zakelijke diensten computer gerelateerd

17

Aantal deals per land

54

45

24

3

0

10

20

30

40

50

60

Belgieuml Verenigd Koninkrijk Frankrijk Duitsland

Land

Aan

tal d

eals

Figuur 1 Aantal deals per land

Distributie steekproef volgens jaar deal

0

4

8

29

14

3

9 10 9

23

17

0

5

10

15

20

25

30

35

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Jaar deal

Aan

tal d

eals

Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten werd

18

Leeftijd ondernemingen bij afsluiten deal

11

27 26

20

79

4 4 53

10

0

5

10

15

20

25

30

1 jaar 2 jaar 3 jaar 4 jaar 5 jaar 6 jaar 7 jaar 8 jaar 9 jaar 10 jaar gt10jaar

Leeftijd

Aan

tal o

nder

nem

inge

n

Figuur 3 Leeftijd onderneming bij afsluiten deal

Distributie steekproef volgens industrie

4032

1712 11 9

5

05

1015202530354045

Compu

ter ge

relate

erd

Dienste

n (ex

cl C

ompu

ter)

Metaal

Hande

l en H

oreca

Biotec

hnolo

gisch

Chemie

Andere

(res

tcateg

orie)

Industrie

Aan

tal d

eals

Figuur 4 Distributie van de steekproef volgens industrie

19

20

Als controlevariabele wordt nagegaan of de kapitaalinstroom in Venture Capital fondsen

in het jaar van de deal een invloed heeft op de waardering van de Venture Capital

transacties In bijlage 1 kan de instroom van kapitaal in de verschillende jaren afgelezen

worden De gegevens zijn afkomstig uit de jaarlijkse publicaties van de EVCA Bij het

uitvoeren van het onderzoek was de kapitaalinstroom voor het jaar 2007 nog niet

gepubliceerd

Tabel 3 geeft een overzicht van het minimum het maximum de mediaan het

gemiddelde en de standaardafwijking van de gebruikte variabelen Er wordt ook getoond

hoeveel gegevens beschikbaar zijn per variabele De verschillende variabelen worden

weergegeven in duizend euro De gemiddelde onderneming betrokken bij een Venture

Capital deal heeft een premoneywaardering van 19932 duizend euro Het gemiddelde

en de mediaan van het operationeel bedrijfsresultaat zijn negatief Dit komt doordat

slechts 31 van de 108 bedrijven waarvoor het operationeel bedrijfsresultaat gegeven is

een positief operationeel bedrijfsresultaat hebben

In bijlage 2 kan het boxplot bekeken worden van de premoneywaardering per jaar

Zowel de Kruskal-Wallis-test als de mediaantest tonen aan dat er geen verschil is in

premoneywaardering over de verschillende jaren heen16

In bijlage 3 kan het boxplot worden bekeken van de premoneywaardering in de

verschillende industrieklassen Biotechnologische ondernemingen worden significant

hoger gewaardeerd dan ondernemingen in andere industrieklassen

16 De resultaten van deze testen zijn niet opgenomen in dit werk

21

Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelen

Gemiddelde Minimum Maximum Mediaan Standaardafwijking N (euro1000) (euro1000) (euro1000) (euro1000) (euro1000) Afhankelijke variabele Premoneywaardering 19332 100 267278 5102 38420 126 Onafhankelijke variabelen Operationeel Bedrijfsresultaat (t-1) -587 -9601 12097 -165 2303 108 Boekwaarde eigen vermogen (BWEV) (t-1) 1926 -4357 30257 184 5140 125 Kas en kasequivalenten (t-1) 1113 0 24375 80 3171 117 Niet-kas activa (t-1) 5366 0 246738 641 25152 117 Totale schulden (t-1) 4581 0 224510 734 22284 123 Totale opbrengsten (t-1) 7435 2 191280 991 26077 62 Totale kosten (t-1) 3169 1 54230 1139 8014 69 Leeftijd 5 1 35 3 5 126 Kost van de werknemers (t-1) 1458 0 44856 679 4789 94 Kost van de werknemers (t-2) 619 0 4207 457 766 65

Controlevariabelen Dow Jones Stoxx Total Market Index 312 177 389 324 56 126

33 Modellen en Onderzoeksopzet In bijlage 9 kan men op Figuur 7 grafieken bekijken van de relatie tussen de

boekwaarde van het eigen vermogen (BWEV) en de premoneywaardering en de relatie

tussen het netto-inkomen (NI) en de premoneywaardering Figuur 7a is een scatterplot

met de oorspronkelijke data in duizend euro in figuur 7b zijn de oorspronkelijke data

gedeflateerd op het totaal actief Uit beide figuren kan je afleiden dat deze data sterk

heteroscedastisch is wat niet goed is om een lineaire relatie na te gaan tussen de

variabelen Tabel 3 toonde reeds een groot verschil in gemiddelden en mediaan voor

de verschillende variabelen Dit kan het resultaat zijn van verschillen tussen de

ondernemingen in leeftijd grootte industrie of levenscyclus

Om hier een oplossing voor te bieden ondergaan de variabelen een Ln-transformatie die

als volgt gebeurt

Voor de positieve waarden X Ln [ 1 + X ] met X in duizend euro

Voor de negatieve waarden Y -Ln [ 1 + (-Y)] met Y in duizend euro

Het voordeel van deze transformatie is dat men niet hoeft te controleren voor outliers

aangezien een Ln-transformatie hoge waarden afvlakt We zien in tabel 3 steeds grote

standaardafwijkingen bij de variabelen voor transformatie Na transformatie verdwijnen

deze hoge waarden Via een Ln-transformatie bekomen we ook een grotere

homoscedasticiteit tussen de variabelen17

Het effect van het transformeren in vergelijking met deflateren op totaal actief18 wordt

geiumlllustreerd in bijlage 9 In bijlage 9 wordt een scatterplot gemaakt van de bivariate

relatie tussen de premoneywaardering en respectievelijk de boekwaarde van het eigen

vermogen en het bedrijfsresultaat

In figuur 7c zie je dat na transformatie de relaties tussen ln(premoneywaardering) en

respectievelijk ln(BWEV) en ln(Bedrijfsresultaat) meer homoscedastisch zijn

Op deze figuur merken we ook dat de relatie tussen de boekwaarde van het eigen

vermogen (indien gt 0) en de ondernemingswaarde (lineair) positief is We zien

eveneens een positieve relatie tussen het bedrijfsresultaat en de ondernemingswaarde

17 Armstrong et al maken gebruik van een rank regression om dezelfde problemen bij regressie op te lossen 18 Collins et al deflateren op het aantal aandelen Joos maakt gebruik van de marktwaarde op t de boekwaarde op t-1 en het aantal werknemers t-1 als deflatiefactor

22

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 20: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

3 Methode 31 Data 311 Bronnen Voor het verzamelen van de gegevens werd een beroep gedaan op drie verschillende

databases Zephyr Amadeus en Belfirst Dit zijn producten van Bureau van Dijk

Electronic Publishing (BvDEP)

Zephyr is een database die informatie bevat over verschillende soorten transacties

waaronder Venture Capital transacties

Amadeus is een pan-Europese database die financieumlle informatie bevat over

ondernemingen in achtendertig verschillende Europese landen

Belfirst bevat alle neergelegde jaarrekeningen van Belgische ondernemingen Alle

posten van de balans resultatenrekening toelichting en (in voorkomend geval) sociale

balans zijn erin opgenomen

Verder werd een beroep gedaan op het Belgisch staatsblad jaarverslagen en

participaties van Belgische Venture Capital fondsen en prospectussen van Belgische

IPOrsquos die in het verleden met Venture Capital zijn gefinancierd

Informatie over de Venture Capital instroom werd teruggevonden in publicaties van de

lsquoEuropean Private Equity amp Venture Capital Association (EVCA)rsquo

We maakten ook gebruik van de De Dow Jones STOXX Total Market Index (TMI)9

312 Populatie en Steekproef Voor het trekken van de steekproef werd onder andere een beroep gedaan op Zephyr

Alle Venture Capital transacties in Belgieuml Nederland Luxemburg Duitsland Frankrijk

en het Verenigd Koninkrijk afgesloten tussen 1 januari 1997 en 31 december 2007

werden geselecteerd Zephyr gaf in totaal 3593 transacties weer voor deze tijdspanne

Voor de waardering van Venture Capital transacties is het noodzakelijk de totale

ondernemingswaarde te kennen Daarom werden enkel de transacties van

ondernemingen met een gekende ondernemingswaarde geselecteerd waardoor er

slechts 331 van de initieumlle 3593 deals overbleven

9 De Dow Jones STOXX TMI werd geraadpleegd op wwwstoxxcom

11

Om financieumlle gegevens over de ondernemingen betrokken bij een Venture Capital

transactie terug te vinden op Amadeus werd gebruik gemaakt van het Bureau van Dijk

identificatienummer Voor ondernemingen waar het identificatienummer niet gegeven

was werd nagegaan of er informatie beschikbaar was op Amadeus door te zoeken op

naam Slechts voor 73 van de 331 deals vonden we financieumlle informatie over de

betrokken onderneming terug op Amadeus Ondernemingen betrokken bij Venture

Capital transacties zijn vaak heel jonge of opstartende ondernemingen Dit heeft als

gevolg dat niet voor alle transacties historische financieumlle informatie van de betrokken

onderneming terug te vinden is Voor transacties waarvan het jaartal van de afloop van

de deal overeenstemt met het jaar waarin de onderneming is opgestart kan bijgevolg

geen financieumlle informatie worden teruggevonden

Voor deals waarin Belgische ondernemingen betrokken waren werden de financieumlle

gegevens verzameld op Belfirst Voor 9 van de 21 Belgische deals teruggevonden op

Zephyr was er extra informatie terug te vinden op Belfirst

Gebruik makend van prospectussen het Belgisch staatsblad en de jaarverslagen en

participaties van belangrijke Venture Capitalfondsen werd de steekproef uitgebreid10

Op basis van deze drie methodes werden 44 extra deals teruggevonden waarvoor ook

financieumlle informatie terug te vinden was op Belfirst

De finale steekproef waarop de hypothesen worden getest bestaat uit 126 Venture

Capital deals

10 Er werd gebruik gemaakt van prospectussen van Belgische VC-backed IPOrsquos om extra Venture Capital transacties terug te vinden Voor de Belgische VCndashBacked IPOrsquos werden prospectussen onderzocht om het verworven aandeel in de ondernemingen te achterhalen en op die manier de ondernemingswaarde te berekenen Voor de Belgische deals uit Zephyr zonder gekende ondernemingswaarde werd nagegaan of de totale waarde berekend kon worden op basis van publicaties in het Belgisch Staatsblad Verder werden participaties van Venture Capitalfondsen nagegaan De waarde van de transacties werd opgezocht in het Belgisch staatsblad

12

Initieel aantal deals (Zephyr) 3593- Aantal deals van ondernemingen zonder gekende totale ondernemingswaarde 3262Aantal deals van ondernemingen met gekende totale ondernemingswaarde 331- Aantal deals van ondernemingen zonder de nodige financieumlle informatie 249Totaal aantal deals Zephyr met de nodige financieumlle informatie 82+Uitbreiding steekproef (prospectussen Belgisch staatsblad en participaties VC-fondsen) 44Finale steekproef 126

Tabel 1 Overzicht van het tot stand komen van de steekproef

32 Variabelen 321 Afhankelijke variabele Als afhankelijke variabele nemen we de marktwaarde van de onderneming (afkorting

MW) De marktwaarde is de premoneywaardering berekend door van de totale waarde

van de onderneming na de investering het geiumlnvesteerde bedrag af te trekken11 De

totale waarde van de onderneming is het bedrag dat men zou betalen indien 100 van

de onderneming zou verworven worden Ze wordt berekend als ((investering)(

aandelen verworven)) x 100 Voor de deals uit Zephyr worden enkel deze met een

gekend verworven aandeel in de onderneming opgenomen in de analyse Voor de deals

uit het staatsblad werd het verworven aandeel berekend als de verhouding tussen het

aantal nieuw verkregen aandelen op het totaal aantal aandelen na investering

322 Onafhankelijke variabelen Voor het selecteren van de onafhankelijke variabelen volgen we het matching-principe

gebruikt van Hand (2005) De datum van investering in de onderneming wordt gelinkt

11 De uiteindelijke premoneywaardering wordt dan als volgt berekend Wanneer voor euro100 geiumlnvesteerd wordt en daarbij 10 van de aandelen verworven wordt is de totale waarde van de onderneming gelijk aan euro 1000 en is de premoneywaardering gelijk aan euro 900 De investeerder betaalt eigenlijk euro 100 om na investering 10 van het aandelenkapitaal te bezitten Dat maakt dat op het moment van investering de waarde van de onderneming (100) gelijk is aan 90 van de onderneming na investering Er werd geen onderscheid gemaakt tussen het verworven aandeel van de verschillende investeerders in een investeringsronde of het verworven aandeel van een afzonderlijk fonds Voor het berekenen van de 100 waardering maakt dit geen verschil Wel wordt steeds de totale kapitaalsverhoging van deze 100 waardering afgetrokken en niet het afzonderlijk deel dat eacuteeacuten fonds investeert De totale kapitaalsverhoging voor de data uit het staatsblad is het product van de uitgifteprijs van de aandelen en het totaal aantal nieuw uitgegeven aandelen

13

aan de financieumlle data van het jaar voor de investeringsronde12 Financieumlle data zijn

jaarlijks beschikbaar zodoende dat elke eerste investering in het jaar bruikbaar is voor

onze analyse Alle andere investeringsrondes volgend op de eerste worden uit de

analyse gelaten Het voordeel van deze aanpak is dat het eenvoudig is voor analyse

Het nadeel is het verlies aan informatie wanneer er meerdere financieringsrondes zijn in

eenzelfde fiscaal jaar Het vormt ook een nadeel wanneer er een groot tijdsverschil is

tussen het gebruikte boekjaar van financieumlle data en de afsluiting van investering13

In de eerste twee hypotheses wordt het bedrijfsresultaat gebruikt als onafhankelijke

variabele Als proxy hiervoor gebruiken we de post operationele winstverlies van

Amadeus en Belfirst

Voor boekwaarde van het eigen vermogen gebruiken we de post lsquoshareholderrsquos fundsrsquo

op de balans in Amadeus en Belfirst14

We maken ook gebruik van de financieumlle variabelen uit de modellen van Hand (2004

2005) en Armstrong et al (2006) Om de invloed van deze variabelen na te gaan

zoeken we voor elke variabele een passend alternatief op de databases Amadeus en

Zephyr We vinden voor kas en kasequivalenten niet-kas activa en totale schulden een

alternatief Aangezien wij niet beschikken over een aparte uitgavenpost voor onderzoek

en ontwikkeling nemen we de totale kosten op in onze analyse We splitsen deze niet

op zoals Hand (2004 2005) en Armstrong et al(2006) doen De uitgaven voor

onderzoek en ontwikkeling zitten hier wel in omvat Een Belgische onderneming die

kosten maakt in het kader van door haar verricht onderzoek moet deze kosten (lonen

en wedden - kosten voor het gebruik van materiaal - diensten en diverse goederen

enz) in beginsel naar hun aard boeken in de resultatenrekening van het boekjaar

waarin deze kosten werden gemaakt

12 Bijvoorbeeld Een onderneming verkrijgt financiering uit drie verschillende rondes ABC Ronde A vindt plaats op 3203 ronde B op 5304 en ronde C op 23804 Enkel ronde A en Ronde B worden opgenomen in de analyse Ronde A wordt gelinkt aan financieumlle data van 311202 en ronde B van 311203 13 Dit is bijvoorbeeld het geval wanneer de investering plaatsvond in juli of later (6 maanden na start nieuw boekjaar) Financieumlle data uit het volgende boekjaar zijn recenter om te gebruiken Toch worden de data gebruikt uit het voorgaande jaar 14 Boekwaarde eigen vermogen = Totaal actief ndash Vreemd vermogen

14

15

Davilla Foster en Gupta (2003) gebruiken groei van het aantal werknemers als proxy

voor groei Wij gebruiken de relatieve verandering in de kost van werknemers als proxy

voor groei15

Tabel 1 geeft een overzicht van de gebruikte variabelen

323 Controlevariabelen We gaan ook de invloed na van enkele controlevariabelen

Een eerste controlevariabele die we opnemen in de analyse is industrie Wij willen

nagaan of er een verschil is in de waardering van de ondernemingen die actief zijn in

verschillende industrieeumln Het belang van de sector werd reeds besproken onder punt

22

Ook zullen we controleren voor volgende macro-economische variabelen Gompers en

Lerner (2000) gaan na hoe de waardering van investeringen in de Venture Capital markt

beiumlnvloed wordt door de instroom van kapitaal De resultaten tonen een sterk positief

verband tussen de waarde van Venture Capital investeringen en de instroom van

kapitaal Wij gaan na of we de resultaten van Gompers en Lerner (2000) kunnen

bevestigen voor onze steekproef Deze informatie bekomen we uit publicaties van de

EVCA

We nemen ook een marktindex op als controlevariabele in ons model (Hand 2005)

Deze variabele wordt geacht een goede indicator te zijn voor het potentieel rendement

op Venture Capital investeringen

15 Groei wordt berekend als ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2))

16

Variabele Afkorting Opmerkingen Premoneywaardering MW Totale marktwaarde onderneming na investering ndash Geiumlnvesteerd bedrag Boekwaarde eigen vermogen BWEV Operationeel bedrijfsresultaat (Netto Inkomen) NI Operationele winstverlies Kas en kasequivalenten KAS Niet-kas activa NKASA Vaste activa + vlottende activa (exclusief kas en kasequivalenten) Totale schulden TotSchuld Schulden gt1jaar + Schuldenlt1jaar Totale kosten TotKost Leeftijd Leeftijd Leeftijd bij afsluiten deal - Leeftijd onderneming bij incorporatie Dow jones Stoxx Total Market Index Stoxx Europese marktindex Groei Groei ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2)) Venture Capital instroom VCIN Instroom kapitaal in Venture Capital fondsen uit publicaties EVCA Industrie Industrie De zeven industrieklassen worden ingedeeld in een hoogtechnologische groep en een laagtechnologische groep aan de hand van een dummyariabele

Tabel 2 Overzicht van de gebruikte variabelen

324 Descriptieve statistiek Figuur 1 toont het aantal deals uit de steekproef per land Er zitten voornamelijk deals

uit Belgieuml Frankrijk en het Verenigd Koninkrijk in de steekproef Het grote aandeel

Belgische deals komt door de grotere beschikbaarheid van financieumlle informatie Voor

de deals uit Duitsland was de nodige financieumlle informatie er meestal niet Voor geen

enkele deal uit Nederland en Luxemburg was financieumlle informatie terug te vinden

waardoor de steekproef herleid werd tot vier landen Belgieuml Frankrijk Duitsland en het

Verenigd Koninkrijk

Onze steekproef bestrijkt de periode van 1januari 1997 tot 31december 2007 Figuur 2

geeft weer hoeveel deals er in de verschillende jaren afgesloten zijn We zien dat er

voor het jaar 1997 geen deals met de nodige financieumlle gegevens terug te vinden waren

Het hoge aantal deals in het jaar 2000 kan verklaard worden door de High Tech Bubble

In figuur 3 kan de leeftijd van de betrokken ondernemingen afgelezen worden bij het

afsluiten van de deal We zien dat onze steekproef vooral bestaat uit jonge

ondernemingen De mediaan van de leeftijd van de ondernemingen in onze steekproef

is drie jaar

In figuur 4 kan de distributie van de steekproef volgens industrie worden afgelezen De

steekproef werd opgedeeld op basis van de eerste twee cijfers van de nacebelcode en

op basis daarvan ingedeeld in zeven verschillende groepen metaal chemie

biotechnologisch handel en horeca zakelijke diensten computer gerelateerd diensten

niet computer gerelateerd en een restcategorie andere Het valt op dat een groot deel

van de deals gebeuren in hoogtechnologische industrieeumln Chemie Biotechnologisch en

zakelijke diensten computer gerelateerd

17

Aantal deals per land

54

45

24

3

0

10

20

30

40

50

60

Belgieuml Verenigd Koninkrijk Frankrijk Duitsland

Land

Aan

tal d

eals

Figuur 1 Aantal deals per land

Distributie steekproef volgens jaar deal

0

4

8

29

14

3

9 10 9

23

17

0

5

10

15

20

25

30

35

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Jaar deal

Aan

tal d

eals

Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten werd

18

Leeftijd ondernemingen bij afsluiten deal

11

27 26

20

79

4 4 53

10

0

5

10

15

20

25

30

1 jaar 2 jaar 3 jaar 4 jaar 5 jaar 6 jaar 7 jaar 8 jaar 9 jaar 10 jaar gt10jaar

Leeftijd

Aan

tal o

nder

nem

inge

n

Figuur 3 Leeftijd onderneming bij afsluiten deal

Distributie steekproef volgens industrie

4032

1712 11 9

5

05

1015202530354045

Compu

ter ge

relate

erd

Dienste

n (ex

cl C

ompu

ter)

Metaal

Hande

l en H

oreca

Biotec

hnolo

gisch

Chemie

Andere

(res

tcateg

orie)

Industrie

Aan

tal d

eals

Figuur 4 Distributie van de steekproef volgens industrie

19

20

Als controlevariabele wordt nagegaan of de kapitaalinstroom in Venture Capital fondsen

in het jaar van de deal een invloed heeft op de waardering van de Venture Capital

transacties In bijlage 1 kan de instroom van kapitaal in de verschillende jaren afgelezen

worden De gegevens zijn afkomstig uit de jaarlijkse publicaties van de EVCA Bij het

uitvoeren van het onderzoek was de kapitaalinstroom voor het jaar 2007 nog niet

gepubliceerd

Tabel 3 geeft een overzicht van het minimum het maximum de mediaan het

gemiddelde en de standaardafwijking van de gebruikte variabelen Er wordt ook getoond

hoeveel gegevens beschikbaar zijn per variabele De verschillende variabelen worden

weergegeven in duizend euro De gemiddelde onderneming betrokken bij een Venture

Capital deal heeft een premoneywaardering van 19932 duizend euro Het gemiddelde

en de mediaan van het operationeel bedrijfsresultaat zijn negatief Dit komt doordat

slechts 31 van de 108 bedrijven waarvoor het operationeel bedrijfsresultaat gegeven is

een positief operationeel bedrijfsresultaat hebben

In bijlage 2 kan het boxplot bekeken worden van de premoneywaardering per jaar

Zowel de Kruskal-Wallis-test als de mediaantest tonen aan dat er geen verschil is in

premoneywaardering over de verschillende jaren heen16

In bijlage 3 kan het boxplot worden bekeken van de premoneywaardering in de

verschillende industrieklassen Biotechnologische ondernemingen worden significant

hoger gewaardeerd dan ondernemingen in andere industrieklassen

16 De resultaten van deze testen zijn niet opgenomen in dit werk

21

Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelen

Gemiddelde Minimum Maximum Mediaan Standaardafwijking N (euro1000) (euro1000) (euro1000) (euro1000) (euro1000) Afhankelijke variabele Premoneywaardering 19332 100 267278 5102 38420 126 Onafhankelijke variabelen Operationeel Bedrijfsresultaat (t-1) -587 -9601 12097 -165 2303 108 Boekwaarde eigen vermogen (BWEV) (t-1) 1926 -4357 30257 184 5140 125 Kas en kasequivalenten (t-1) 1113 0 24375 80 3171 117 Niet-kas activa (t-1) 5366 0 246738 641 25152 117 Totale schulden (t-1) 4581 0 224510 734 22284 123 Totale opbrengsten (t-1) 7435 2 191280 991 26077 62 Totale kosten (t-1) 3169 1 54230 1139 8014 69 Leeftijd 5 1 35 3 5 126 Kost van de werknemers (t-1) 1458 0 44856 679 4789 94 Kost van de werknemers (t-2) 619 0 4207 457 766 65

Controlevariabelen Dow Jones Stoxx Total Market Index 312 177 389 324 56 126

33 Modellen en Onderzoeksopzet In bijlage 9 kan men op Figuur 7 grafieken bekijken van de relatie tussen de

boekwaarde van het eigen vermogen (BWEV) en de premoneywaardering en de relatie

tussen het netto-inkomen (NI) en de premoneywaardering Figuur 7a is een scatterplot

met de oorspronkelijke data in duizend euro in figuur 7b zijn de oorspronkelijke data

gedeflateerd op het totaal actief Uit beide figuren kan je afleiden dat deze data sterk

heteroscedastisch is wat niet goed is om een lineaire relatie na te gaan tussen de

variabelen Tabel 3 toonde reeds een groot verschil in gemiddelden en mediaan voor

de verschillende variabelen Dit kan het resultaat zijn van verschillen tussen de

ondernemingen in leeftijd grootte industrie of levenscyclus

Om hier een oplossing voor te bieden ondergaan de variabelen een Ln-transformatie die

als volgt gebeurt

Voor de positieve waarden X Ln [ 1 + X ] met X in duizend euro

Voor de negatieve waarden Y -Ln [ 1 + (-Y)] met Y in duizend euro

Het voordeel van deze transformatie is dat men niet hoeft te controleren voor outliers

aangezien een Ln-transformatie hoge waarden afvlakt We zien in tabel 3 steeds grote

standaardafwijkingen bij de variabelen voor transformatie Na transformatie verdwijnen

deze hoge waarden Via een Ln-transformatie bekomen we ook een grotere

homoscedasticiteit tussen de variabelen17

Het effect van het transformeren in vergelijking met deflateren op totaal actief18 wordt

geiumlllustreerd in bijlage 9 In bijlage 9 wordt een scatterplot gemaakt van de bivariate

relatie tussen de premoneywaardering en respectievelijk de boekwaarde van het eigen

vermogen en het bedrijfsresultaat

In figuur 7c zie je dat na transformatie de relaties tussen ln(premoneywaardering) en

respectievelijk ln(BWEV) en ln(Bedrijfsresultaat) meer homoscedastisch zijn

Op deze figuur merken we ook dat de relatie tussen de boekwaarde van het eigen

vermogen (indien gt 0) en de ondernemingswaarde (lineair) positief is We zien

eveneens een positieve relatie tussen het bedrijfsresultaat en de ondernemingswaarde

17 Armstrong et al maken gebruik van een rank regression om dezelfde problemen bij regressie op te lossen 18 Collins et al deflateren op het aantal aandelen Joos maakt gebruik van de marktwaarde op t de boekwaarde op t-1 en het aantal werknemers t-1 als deflatiefactor

22

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 21: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

Om financieumlle gegevens over de ondernemingen betrokken bij een Venture Capital

transactie terug te vinden op Amadeus werd gebruik gemaakt van het Bureau van Dijk

identificatienummer Voor ondernemingen waar het identificatienummer niet gegeven

was werd nagegaan of er informatie beschikbaar was op Amadeus door te zoeken op

naam Slechts voor 73 van de 331 deals vonden we financieumlle informatie over de

betrokken onderneming terug op Amadeus Ondernemingen betrokken bij Venture

Capital transacties zijn vaak heel jonge of opstartende ondernemingen Dit heeft als

gevolg dat niet voor alle transacties historische financieumlle informatie van de betrokken

onderneming terug te vinden is Voor transacties waarvan het jaartal van de afloop van

de deal overeenstemt met het jaar waarin de onderneming is opgestart kan bijgevolg

geen financieumlle informatie worden teruggevonden

Voor deals waarin Belgische ondernemingen betrokken waren werden de financieumlle

gegevens verzameld op Belfirst Voor 9 van de 21 Belgische deals teruggevonden op

Zephyr was er extra informatie terug te vinden op Belfirst

Gebruik makend van prospectussen het Belgisch staatsblad en de jaarverslagen en

participaties van belangrijke Venture Capitalfondsen werd de steekproef uitgebreid10

Op basis van deze drie methodes werden 44 extra deals teruggevonden waarvoor ook

financieumlle informatie terug te vinden was op Belfirst

De finale steekproef waarop de hypothesen worden getest bestaat uit 126 Venture

Capital deals

10 Er werd gebruik gemaakt van prospectussen van Belgische VC-backed IPOrsquos om extra Venture Capital transacties terug te vinden Voor de Belgische VCndashBacked IPOrsquos werden prospectussen onderzocht om het verworven aandeel in de ondernemingen te achterhalen en op die manier de ondernemingswaarde te berekenen Voor de Belgische deals uit Zephyr zonder gekende ondernemingswaarde werd nagegaan of de totale waarde berekend kon worden op basis van publicaties in het Belgisch Staatsblad Verder werden participaties van Venture Capitalfondsen nagegaan De waarde van de transacties werd opgezocht in het Belgisch staatsblad

12

Initieel aantal deals (Zephyr) 3593- Aantal deals van ondernemingen zonder gekende totale ondernemingswaarde 3262Aantal deals van ondernemingen met gekende totale ondernemingswaarde 331- Aantal deals van ondernemingen zonder de nodige financieumlle informatie 249Totaal aantal deals Zephyr met de nodige financieumlle informatie 82+Uitbreiding steekproef (prospectussen Belgisch staatsblad en participaties VC-fondsen) 44Finale steekproef 126

Tabel 1 Overzicht van het tot stand komen van de steekproef

32 Variabelen 321 Afhankelijke variabele Als afhankelijke variabele nemen we de marktwaarde van de onderneming (afkorting

MW) De marktwaarde is de premoneywaardering berekend door van de totale waarde

van de onderneming na de investering het geiumlnvesteerde bedrag af te trekken11 De

totale waarde van de onderneming is het bedrag dat men zou betalen indien 100 van

de onderneming zou verworven worden Ze wordt berekend als ((investering)(

aandelen verworven)) x 100 Voor de deals uit Zephyr worden enkel deze met een

gekend verworven aandeel in de onderneming opgenomen in de analyse Voor de deals

uit het staatsblad werd het verworven aandeel berekend als de verhouding tussen het

aantal nieuw verkregen aandelen op het totaal aantal aandelen na investering

322 Onafhankelijke variabelen Voor het selecteren van de onafhankelijke variabelen volgen we het matching-principe

gebruikt van Hand (2005) De datum van investering in de onderneming wordt gelinkt

11 De uiteindelijke premoneywaardering wordt dan als volgt berekend Wanneer voor euro100 geiumlnvesteerd wordt en daarbij 10 van de aandelen verworven wordt is de totale waarde van de onderneming gelijk aan euro 1000 en is de premoneywaardering gelijk aan euro 900 De investeerder betaalt eigenlijk euro 100 om na investering 10 van het aandelenkapitaal te bezitten Dat maakt dat op het moment van investering de waarde van de onderneming (100) gelijk is aan 90 van de onderneming na investering Er werd geen onderscheid gemaakt tussen het verworven aandeel van de verschillende investeerders in een investeringsronde of het verworven aandeel van een afzonderlijk fonds Voor het berekenen van de 100 waardering maakt dit geen verschil Wel wordt steeds de totale kapitaalsverhoging van deze 100 waardering afgetrokken en niet het afzonderlijk deel dat eacuteeacuten fonds investeert De totale kapitaalsverhoging voor de data uit het staatsblad is het product van de uitgifteprijs van de aandelen en het totaal aantal nieuw uitgegeven aandelen

13

aan de financieumlle data van het jaar voor de investeringsronde12 Financieumlle data zijn

jaarlijks beschikbaar zodoende dat elke eerste investering in het jaar bruikbaar is voor

onze analyse Alle andere investeringsrondes volgend op de eerste worden uit de

analyse gelaten Het voordeel van deze aanpak is dat het eenvoudig is voor analyse

Het nadeel is het verlies aan informatie wanneer er meerdere financieringsrondes zijn in

eenzelfde fiscaal jaar Het vormt ook een nadeel wanneer er een groot tijdsverschil is

tussen het gebruikte boekjaar van financieumlle data en de afsluiting van investering13

In de eerste twee hypotheses wordt het bedrijfsresultaat gebruikt als onafhankelijke

variabele Als proxy hiervoor gebruiken we de post operationele winstverlies van

Amadeus en Belfirst

Voor boekwaarde van het eigen vermogen gebruiken we de post lsquoshareholderrsquos fundsrsquo

op de balans in Amadeus en Belfirst14

We maken ook gebruik van de financieumlle variabelen uit de modellen van Hand (2004

2005) en Armstrong et al (2006) Om de invloed van deze variabelen na te gaan

zoeken we voor elke variabele een passend alternatief op de databases Amadeus en

Zephyr We vinden voor kas en kasequivalenten niet-kas activa en totale schulden een

alternatief Aangezien wij niet beschikken over een aparte uitgavenpost voor onderzoek

en ontwikkeling nemen we de totale kosten op in onze analyse We splitsen deze niet

op zoals Hand (2004 2005) en Armstrong et al(2006) doen De uitgaven voor

onderzoek en ontwikkeling zitten hier wel in omvat Een Belgische onderneming die

kosten maakt in het kader van door haar verricht onderzoek moet deze kosten (lonen

en wedden - kosten voor het gebruik van materiaal - diensten en diverse goederen

enz) in beginsel naar hun aard boeken in de resultatenrekening van het boekjaar

waarin deze kosten werden gemaakt

12 Bijvoorbeeld Een onderneming verkrijgt financiering uit drie verschillende rondes ABC Ronde A vindt plaats op 3203 ronde B op 5304 en ronde C op 23804 Enkel ronde A en Ronde B worden opgenomen in de analyse Ronde A wordt gelinkt aan financieumlle data van 311202 en ronde B van 311203 13 Dit is bijvoorbeeld het geval wanneer de investering plaatsvond in juli of later (6 maanden na start nieuw boekjaar) Financieumlle data uit het volgende boekjaar zijn recenter om te gebruiken Toch worden de data gebruikt uit het voorgaande jaar 14 Boekwaarde eigen vermogen = Totaal actief ndash Vreemd vermogen

14

15

Davilla Foster en Gupta (2003) gebruiken groei van het aantal werknemers als proxy

voor groei Wij gebruiken de relatieve verandering in de kost van werknemers als proxy

voor groei15

Tabel 1 geeft een overzicht van de gebruikte variabelen

323 Controlevariabelen We gaan ook de invloed na van enkele controlevariabelen

Een eerste controlevariabele die we opnemen in de analyse is industrie Wij willen

nagaan of er een verschil is in de waardering van de ondernemingen die actief zijn in

verschillende industrieeumln Het belang van de sector werd reeds besproken onder punt

22

Ook zullen we controleren voor volgende macro-economische variabelen Gompers en

Lerner (2000) gaan na hoe de waardering van investeringen in de Venture Capital markt

beiumlnvloed wordt door de instroom van kapitaal De resultaten tonen een sterk positief

verband tussen de waarde van Venture Capital investeringen en de instroom van

kapitaal Wij gaan na of we de resultaten van Gompers en Lerner (2000) kunnen

bevestigen voor onze steekproef Deze informatie bekomen we uit publicaties van de

EVCA

We nemen ook een marktindex op als controlevariabele in ons model (Hand 2005)

Deze variabele wordt geacht een goede indicator te zijn voor het potentieel rendement

op Venture Capital investeringen

15 Groei wordt berekend als ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2))

16

Variabele Afkorting Opmerkingen Premoneywaardering MW Totale marktwaarde onderneming na investering ndash Geiumlnvesteerd bedrag Boekwaarde eigen vermogen BWEV Operationeel bedrijfsresultaat (Netto Inkomen) NI Operationele winstverlies Kas en kasequivalenten KAS Niet-kas activa NKASA Vaste activa + vlottende activa (exclusief kas en kasequivalenten) Totale schulden TotSchuld Schulden gt1jaar + Schuldenlt1jaar Totale kosten TotKost Leeftijd Leeftijd Leeftijd bij afsluiten deal - Leeftijd onderneming bij incorporatie Dow jones Stoxx Total Market Index Stoxx Europese marktindex Groei Groei ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2)) Venture Capital instroom VCIN Instroom kapitaal in Venture Capital fondsen uit publicaties EVCA Industrie Industrie De zeven industrieklassen worden ingedeeld in een hoogtechnologische groep en een laagtechnologische groep aan de hand van een dummyariabele

Tabel 2 Overzicht van de gebruikte variabelen

324 Descriptieve statistiek Figuur 1 toont het aantal deals uit de steekproef per land Er zitten voornamelijk deals

uit Belgieuml Frankrijk en het Verenigd Koninkrijk in de steekproef Het grote aandeel

Belgische deals komt door de grotere beschikbaarheid van financieumlle informatie Voor

de deals uit Duitsland was de nodige financieumlle informatie er meestal niet Voor geen

enkele deal uit Nederland en Luxemburg was financieumlle informatie terug te vinden

waardoor de steekproef herleid werd tot vier landen Belgieuml Frankrijk Duitsland en het

Verenigd Koninkrijk

Onze steekproef bestrijkt de periode van 1januari 1997 tot 31december 2007 Figuur 2

geeft weer hoeveel deals er in de verschillende jaren afgesloten zijn We zien dat er

voor het jaar 1997 geen deals met de nodige financieumlle gegevens terug te vinden waren

Het hoge aantal deals in het jaar 2000 kan verklaard worden door de High Tech Bubble

In figuur 3 kan de leeftijd van de betrokken ondernemingen afgelezen worden bij het

afsluiten van de deal We zien dat onze steekproef vooral bestaat uit jonge

ondernemingen De mediaan van de leeftijd van de ondernemingen in onze steekproef

is drie jaar

In figuur 4 kan de distributie van de steekproef volgens industrie worden afgelezen De

steekproef werd opgedeeld op basis van de eerste twee cijfers van de nacebelcode en

op basis daarvan ingedeeld in zeven verschillende groepen metaal chemie

biotechnologisch handel en horeca zakelijke diensten computer gerelateerd diensten

niet computer gerelateerd en een restcategorie andere Het valt op dat een groot deel

van de deals gebeuren in hoogtechnologische industrieeumln Chemie Biotechnologisch en

zakelijke diensten computer gerelateerd

17

Aantal deals per land

54

45

24

3

0

10

20

30

40

50

60

Belgieuml Verenigd Koninkrijk Frankrijk Duitsland

Land

Aan

tal d

eals

Figuur 1 Aantal deals per land

Distributie steekproef volgens jaar deal

0

4

8

29

14

3

9 10 9

23

17

0

5

10

15

20

25

30

35

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Jaar deal

Aan

tal d

eals

Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten werd

18

Leeftijd ondernemingen bij afsluiten deal

11

27 26

20

79

4 4 53

10

0

5

10

15

20

25

30

1 jaar 2 jaar 3 jaar 4 jaar 5 jaar 6 jaar 7 jaar 8 jaar 9 jaar 10 jaar gt10jaar

Leeftijd

Aan

tal o

nder

nem

inge

n

Figuur 3 Leeftijd onderneming bij afsluiten deal

Distributie steekproef volgens industrie

4032

1712 11 9

5

05

1015202530354045

Compu

ter ge

relate

erd

Dienste

n (ex

cl C

ompu

ter)

Metaal

Hande

l en H

oreca

Biotec

hnolo

gisch

Chemie

Andere

(res

tcateg

orie)

Industrie

Aan

tal d

eals

Figuur 4 Distributie van de steekproef volgens industrie

19

20

Als controlevariabele wordt nagegaan of de kapitaalinstroom in Venture Capital fondsen

in het jaar van de deal een invloed heeft op de waardering van de Venture Capital

transacties In bijlage 1 kan de instroom van kapitaal in de verschillende jaren afgelezen

worden De gegevens zijn afkomstig uit de jaarlijkse publicaties van de EVCA Bij het

uitvoeren van het onderzoek was de kapitaalinstroom voor het jaar 2007 nog niet

gepubliceerd

Tabel 3 geeft een overzicht van het minimum het maximum de mediaan het

gemiddelde en de standaardafwijking van de gebruikte variabelen Er wordt ook getoond

hoeveel gegevens beschikbaar zijn per variabele De verschillende variabelen worden

weergegeven in duizend euro De gemiddelde onderneming betrokken bij een Venture

Capital deal heeft een premoneywaardering van 19932 duizend euro Het gemiddelde

en de mediaan van het operationeel bedrijfsresultaat zijn negatief Dit komt doordat

slechts 31 van de 108 bedrijven waarvoor het operationeel bedrijfsresultaat gegeven is

een positief operationeel bedrijfsresultaat hebben

In bijlage 2 kan het boxplot bekeken worden van de premoneywaardering per jaar

Zowel de Kruskal-Wallis-test als de mediaantest tonen aan dat er geen verschil is in

premoneywaardering over de verschillende jaren heen16

In bijlage 3 kan het boxplot worden bekeken van de premoneywaardering in de

verschillende industrieklassen Biotechnologische ondernemingen worden significant

hoger gewaardeerd dan ondernemingen in andere industrieklassen

16 De resultaten van deze testen zijn niet opgenomen in dit werk

21

Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelen

Gemiddelde Minimum Maximum Mediaan Standaardafwijking N (euro1000) (euro1000) (euro1000) (euro1000) (euro1000) Afhankelijke variabele Premoneywaardering 19332 100 267278 5102 38420 126 Onafhankelijke variabelen Operationeel Bedrijfsresultaat (t-1) -587 -9601 12097 -165 2303 108 Boekwaarde eigen vermogen (BWEV) (t-1) 1926 -4357 30257 184 5140 125 Kas en kasequivalenten (t-1) 1113 0 24375 80 3171 117 Niet-kas activa (t-1) 5366 0 246738 641 25152 117 Totale schulden (t-1) 4581 0 224510 734 22284 123 Totale opbrengsten (t-1) 7435 2 191280 991 26077 62 Totale kosten (t-1) 3169 1 54230 1139 8014 69 Leeftijd 5 1 35 3 5 126 Kost van de werknemers (t-1) 1458 0 44856 679 4789 94 Kost van de werknemers (t-2) 619 0 4207 457 766 65

Controlevariabelen Dow Jones Stoxx Total Market Index 312 177 389 324 56 126

33 Modellen en Onderzoeksopzet In bijlage 9 kan men op Figuur 7 grafieken bekijken van de relatie tussen de

boekwaarde van het eigen vermogen (BWEV) en de premoneywaardering en de relatie

tussen het netto-inkomen (NI) en de premoneywaardering Figuur 7a is een scatterplot

met de oorspronkelijke data in duizend euro in figuur 7b zijn de oorspronkelijke data

gedeflateerd op het totaal actief Uit beide figuren kan je afleiden dat deze data sterk

heteroscedastisch is wat niet goed is om een lineaire relatie na te gaan tussen de

variabelen Tabel 3 toonde reeds een groot verschil in gemiddelden en mediaan voor

de verschillende variabelen Dit kan het resultaat zijn van verschillen tussen de

ondernemingen in leeftijd grootte industrie of levenscyclus

Om hier een oplossing voor te bieden ondergaan de variabelen een Ln-transformatie die

als volgt gebeurt

Voor de positieve waarden X Ln [ 1 + X ] met X in duizend euro

Voor de negatieve waarden Y -Ln [ 1 + (-Y)] met Y in duizend euro

Het voordeel van deze transformatie is dat men niet hoeft te controleren voor outliers

aangezien een Ln-transformatie hoge waarden afvlakt We zien in tabel 3 steeds grote

standaardafwijkingen bij de variabelen voor transformatie Na transformatie verdwijnen

deze hoge waarden Via een Ln-transformatie bekomen we ook een grotere

homoscedasticiteit tussen de variabelen17

Het effect van het transformeren in vergelijking met deflateren op totaal actief18 wordt

geiumlllustreerd in bijlage 9 In bijlage 9 wordt een scatterplot gemaakt van de bivariate

relatie tussen de premoneywaardering en respectievelijk de boekwaarde van het eigen

vermogen en het bedrijfsresultaat

In figuur 7c zie je dat na transformatie de relaties tussen ln(premoneywaardering) en

respectievelijk ln(BWEV) en ln(Bedrijfsresultaat) meer homoscedastisch zijn

Op deze figuur merken we ook dat de relatie tussen de boekwaarde van het eigen

vermogen (indien gt 0) en de ondernemingswaarde (lineair) positief is We zien

eveneens een positieve relatie tussen het bedrijfsresultaat en de ondernemingswaarde

17 Armstrong et al maken gebruik van een rank regression om dezelfde problemen bij regressie op te lossen 18 Collins et al deflateren op het aantal aandelen Joos maakt gebruik van de marktwaarde op t de boekwaarde op t-1 en het aantal werknemers t-1 als deflatiefactor

22

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 22: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

Initieel aantal deals (Zephyr) 3593- Aantal deals van ondernemingen zonder gekende totale ondernemingswaarde 3262Aantal deals van ondernemingen met gekende totale ondernemingswaarde 331- Aantal deals van ondernemingen zonder de nodige financieumlle informatie 249Totaal aantal deals Zephyr met de nodige financieumlle informatie 82+Uitbreiding steekproef (prospectussen Belgisch staatsblad en participaties VC-fondsen) 44Finale steekproef 126

Tabel 1 Overzicht van het tot stand komen van de steekproef

32 Variabelen 321 Afhankelijke variabele Als afhankelijke variabele nemen we de marktwaarde van de onderneming (afkorting

MW) De marktwaarde is de premoneywaardering berekend door van de totale waarde

van de onderneming na de investering het geiumlnvesteerde bedrag af te trekken11 De

totale waarde van de onderneming is het bedrag dat men zou betalen indien 100 van

de onderneming zou verworven worden Ze wordt berekend als ((investering)(

aandelen verworven)) x 100 Voor de deals uit Zephyr worden enkel deze met een

gekend verworven aandeel in de onderneming opgenomen in de analyse Voor de deals

uit het staatsblad werd het verworven aandeel berekend als de verhouding tussen het

aantal nieuw verkregen aandelen op het totaal aantal aandelen na investering

322 Onafhankelijke variabelen Voor het selecteren van de onafhankelijke variabelen volgen we het matching-principe

gebruikt van Hand (2005) De datum van investering in de onderneming wordt gelinkt

11 De uiteindelijke premoneywaardering wordt dan als volgt berekend Wanneer voor euro100 geiumlnvesteerd wordt en daarbij 10 van de aandelen verworven wordt is de totale waarde van de onderneming gelijk aan euro 1000 en is de premoneywaardering gelijk aan euro 900 De investeerder betaalt eigenlijk euro 100 om na investering 10 van het aandelenkapitaal te bezitten Dat maakt dat op het moment van investering de waarde van de onderneming (100) gelijk is aan 90 van de onderneming na investering Er werd geen onderscheid gemaakt tussen het verworven aandeel van de verschillende investeerders in een investeringsronde of het verworven aandeel van een afzonderlijk fonds Voor het berekenen van de 100 waardering maakt dit geen verschil Wel wordt steeds de totale kapitaalsverhoging van deze 100 waardering afgetrokken en niet het afzonderlijk deel dat eacuteeacuten fonds investeert De totale kapitaalsverhoging voor de data uit het staatsblad is het product van de uitgifteprijs van de aandelen en het totaal aantal nieuw uitgegeven aandelen

13

aan de financieumlle data van het jaar voor de investeringsronde12 Financieumlle data zijn

jaarlijks beschikbaar zodoende dat elke eerste investering in het jaar bruikbaar is voor

onze analyse Alle andere investeringsrondes volgend op de eerste worden uit de

analyse gelaten Het voordeel van deze aanpak is dat het eenvoudig is voor analyse

Het nadeel is het verlies aan informatie wanneer er meerdere financieringsrondes zijn in

eenzelfde fiscaal jaar Het vormt ook een nadeel wanneer er een groot tijdsverschil is

tussen het gebruikte boekjaar van financieumlle data en de afsluiting van investering13

In de eerste twee hypotheses wordt het bedrijfsresultaat gebruikt als onafhankelijke

variabele Als proxy hiervoor gebruiken we de post operationele winstverlies van

Amadeus en Belfirst

Voor boekwaarde van het eigen vermogen gebruiken we de post lsquoshareholderrsquos fundsrsquo

op de balans in Amadeus en Belfirst14

We maken ook gebruik van de financieumlle variabelen uit de modellen van Hand (2004

2005) en Armstrong et al (2006) Om de invloed van deze variabelen na te gaan

zoeken we voor elke variabele een passend alternatief op de databases Amadeus en

Zephyr We vinden voor kas en kasequivalenten niet-kas activa en totale schulden een

alternatief Aangezien wij niet beschikken over een aparte uitgavenpost voor onderzoek

en ontwikkeling nemen we de totale kosten op in onze analyse We splitsen deze niet

op zoals Hand (2004 2005) en Armstrong et al(2006) doen De uitgaven voor

onderzoek en ontwikkeling zitten hier wel in omvat Een Belgische onderneming die

kosten maakt in het kader van door haar verricht onderzoek moet deze kosten (lonen

en wedden - kosten voor het gebruik van materiaal - diensten en diverse goederen

enz) in beginsel naar hun aard boeken in de resultatenrekening van het boekjaar

waarin deze kosten werden gemaakt

12 Bijvoorbeeld Een onderneming verkrijgt financiering uit drie verschillende rondes ABC Ronde A vindt plaats op 3203 ronde B op 5304 en ronde C op 23804 Enkel ronde A en Ronde B worden opgenomen in de analyse Ronde A wordt gelinkt aan financieumlle data van 311202 en ronde B van 311203 13 Dit is bijvoorbeeld het geval wanneer de investering plaatsvond in juli of later (6 maanden na start nieuw boekjaar) Financieumlle data uit het volgende boekjaar zijn recenter om te gebruiken Toch worden de data gebruikt uit het voorgaande jaar 14 Boekwaarde eigen vermogen = Totaal actief ndash Vreemd vermogen

14

15

Davilla Foster en Gupta (2003) gebruiken groei van het aantal werknemers als proxy

voor groei Wij gebruiken de relatieve verandering in de kost van werknemers als proxy

voor groei15

Tabel 1 geeft een overzicht van de gebruikte variabelen

323 Controlevariabelen We gaan ook de invloed na van enkele controlevariabelen

Een eerste controlevariabele die we opnemen in de analyse is industrie Wij willen

nagaan of er een verschil is in de waardering van de ondernemingen die actief zijn in

verschillende industrieeumln Het belang van de sector werd reeds besproken onder punt

22

Ook zullen we controleren voor volgende macro-economische variabelen Gompers en

Lerner (2000) gaan na hoe de waardering van investeringen in de Venture Capital markt

beiumlnvloed wordt door de instroom van kapitaal De resultaten tonen een sterk positief

verband tussen de waarde van Venture Capital investeringen en de instroom van

kapitaal Wij gaan na of we de resultaten van Gompers en Lerner (2000) kunnen

bevestigen voor onze steekproef Deze informatie bekomen we uit publicaties van de

EVCA

We nemen ook een marktindex op als controlevariabele in ons model (Hand 2005)

Deze variabele wordt geacht een goede indicator te zijn voor het potentieel rendement

op Venture Capital investeringen

15 Groei wordt berekend als ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2))

16

Variabele Afkorting Opmerkingen Premoneywaardering MW Totale marktwaarde onderneming na investering ndash Geiumlnvesteerd bedrag Boekwaarde eigen vermogen BWEV Operationeel bedrijfsresultaat (Netto Inkomen) NI Operationele winstverlies Kas en kasequivalenten KAS Niet-kas activa NKASA Vaste activa + vlottende activa (exclusief kas en kasequivalenten) Totale schulden TotSchuld Schulden gt1jaar + Schuldenlt1jaar Totale kosten TotKost Leeftijd Leeftijd Leeftijd bij afsluiten deal - Leeftijd onderneming bij incorporatie Dow jones Stoxx Total Market Index Stoxx Europese marktindex Groei Groei ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2)) Venture Capital instroom VCIN Instroom kapitaal in Venture Capital fondsen uit publicaties EVCA Industrie Industrie De zeven industrieklassen worden ingedeeld in een hoogtechnologische groep en een laagtechnologische groep aan de hand van een dummyariabele

Tabel 2 Overzicht van de gebruikte variabelen

324 Descriptieve statistiek Figuur 1 toont het aantal deals uit de steekproef per land Er zitten voornamelijk deals

uit Belgieuml Frankrijk en het Verenigd Koninkrijk in de steekproef Het grote aandeel

Belgische deals komt door de grotere beschikbaarheid van financieumlle informatie Voor

de deals uit Duitsland was de nodige financieumlle informatie er meestal niet Voor geen

enkele deal uit Nederland en Luxemburg was financieumlle informatie terug te vinden

waardoor de steekproef herleid werd tot vier landen Belgieuml Frankrijk Duitsland en het

Verenigd Koninkrijk

Onze steekproef bestrijkt de periode van 1januari 1997 tot 31december 2007 Figuur 2

geeft weer hoeveel deals er in de verschillende jaren afgesloten zijn We zien dat er

voor het jaar 1997 geen deals met de nodige financieumlle gegevens terug te vinden waren

Het hoge aantal deals in het jaar 2000 kan verklaard worden door de High Tech Bubble

In figuur 3 kan de leeftijd van de betrokken ondernemingen afgelezen worden bij het

afsluiten van de deal We zien dat onze steekproef vooral bestaat uit jonge

ondernemingen De mediaan van de leeftijd van de ondernemingen in onze steekproef

is drie jaar

In figuur 4 kan de distributie van de steekproef volgens industrie worden afgelezen De

steekproef werd opgedeeld op basis van de eerste twee cijfers van de nacebelcode en

op basis daarvan ingedeeld in zeven verschillende groepen metaal chemie

biotechnologisch handel en horeca zakelijke diensten computer gerelateerd diensten

niet computer gerelateerd en een restcategorie andere Het valt op dat een groot deel

van de deals gebeuren in hoogtechnologische industrieeumln Chemie Biotechnologisch en

zakelijke diensten computer gerelateerd

17

Aantal deals per land

54

45

24

3

0

10

20

30

40

50

60

Belgieuml Verenigd Koninkrijk Frankrijk Duitsland

Land

Aan

tal d

eals

Figuur 1 Aantal deals per land

Distributie steekproef volgens jaar deal

0

4

8

29

14

3

9 10 9

23

17

0

5

10

15

20

25

30

35

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Jaar deal

Aan

tal d

eals

Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten werd

18

Leeftijd ondernemingen bij afsluiten deal

11

27 26

20

79

4 4 53

10

0

5

10

15

20

25

30

1 jaar 2 jaar 3 jaar 4 jaar 5 jaar 6 jaar 7 jaar 8 jaar 9 jaar 10 jaar gt10jaar

Leeftijd

Aan

tal o

nder

nem

inge

n

Figuur 3 Leeftijd onderneming bij afsluiten deal

Distributie steekproef volgens industrie

4032

1712 11 9

5

05

1015202530354045

Compu

ter ge

relate

erd

Dienste

n (ex

cl C

ompu

ter)

Metaal

Hande

l en H

oreca

Biotec

hnolo

gisch

Chemie

Andere

(res

tcateg

orie)

Industrie

Aan

tal d

eals

Figuur 4 Distributie van de steekproef volgens industrie

19

20

Als controlevariabele wordt nagegaan of de kapitaalinstroom in Venture Capital fondsen

in het jaar van de deal een invloed heeft op de waardering van de Venture Capital

transacties In bijlage 1 kan de instroom van kapitaal in de verschillende jaren afgelezen

worden De gegevens zijn afkomstig uit de jaarlijkse publicaties van de EVCA Bij het

uitvoeren van het onderzoek was de kapitaalinstroom voor het jaar 2007 nog niet

gepubliceerd

Tabel 3 geeft een overzicht van het minimum het maximum de mediaan het

gemiddelde en de standaardafwijking van de gebruikte variabelen Er wordt ook getoond

hoeveel gegevens beschikbaar zijn per variabele De verschillende variabelen worden

weergegeven in duizend euro De gemiddelde onderneming betrokken bij een Venture

Capital deal heeft een premoneywaardering van 19932 duizend euro Het gemiddelde

en de mediaan van het operationeel bedrijfsresultaat zijn negatief Dit komt doordat

slechts 31 van de 108 bedrijven waarvoor het operationeel bedrijfsresultaat gegeven is

een positief operationeel bedrijfsresultaat hebben

In bijlage 2 kan het boxplot bekeken worden van de premoneywaardering per jaar

Zowel de Kruskal-Wallis-test als de mediaantest tonen aan dat er geen verschil is in

premoneywaardering over de verschillende jaren heen16

In bijlage 3 kan het boxplot worden bekeken van de premoneywaardering in de

verschillende industrieklassen Biotechnologische ondernemingen worden significant

hoger gewaardeerd dan ondernemingen in andere industrieklassen

16 De resultaten van deze testen zijn niet opgenomen in dit werk

21

Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelen

Gemiddelde Minimum Maximum Mediaan Standaardafwijking N (euro1000) (euro1000) (euro1000) (euro1000) (euro1000) Afhankelijke variabele Premoneywaardering 19332 100 267278 5102 38420 126 Onafhankelijke variabelen Operationeel Bedrijfsresultaat (t-1) -587 -9601 12097 -165 2303 108 Boekwaarde eigen vermogen (BWEV) (t-1) 1926 -4357 30257 184 5140 125 Kas en kasequivalenten (t-1) 1113 0 24375 80 3171 117 Niet-kas activa (t-1) 5366 0 246738 641 25152 117 Totale schulden (t-1) 4581 0 224510 734 22284 123 Totale opbrengsten (t-1) 7435 2 191280 991 26077 62 Totale kosten (t-1) 3169 1 54230 1139 8014 69 Leeftijd 5 1 35 3 5 126 Kost van de werknemers (t-1) 1458 0 44856 679 4789 94 Kost van de werknemers (t-2) 619 0 4207 457 766 65

Controlevariabelen Dow Jones Stoxx Total Market Index 312 177 389 324 56 126

33 Modellen en Onderzoeksopzet In bijlage 9 kan men op Figuur 7 grafieken bekijken van de relatie tussen de

boekwaarde van het eigen vermogen (BWEV) en de premoneywaardering en de relatie

tussen het netto-inkomen (NI) en de premoneywaardering Figuur 7a is een scatterplot

met de oorspronkelijke data in duizend euro in figuur 7b zijn de oorspronkelijke data

gedeflateerd op het totaal actief Uit beide figuren kan je afleiden dat deze data sterk

heteroscedastisch is wat niet goed is om een lineaire relatie na te gaan tussen de

variabelen Tabel 3 toonde reeds een groot verschil in gemiddelden en mediaan voor

de verschillende variabelen Dit kan het resultaat zijn van verschillen tussen de

ondernemingen in leeftijd grootte industrie of levenscyclus

Om hier een oplossing voor te bieden ondergaan de variabelen een Ln-transformatie die

als volgt gebeurt

Voor de positieve waarden X Ln [ 1 + X ] met X in duizend euro

Voor de negatieve waarden Y -Ln [ 1 + (-Y)] met Y in duizend euro

Het voordeel van deze transformatie is dat men niet hoeft te controleren voor outliers

aangezien een Ln-transformatie hoge waarden afvlakt We zien in tabel 3 steeds grote

standaardafwijkingen bij de variabelen voor transformatie Na transformatie verdwijnen

deze hoge waarden Via een Ln-transformatie bekomen we ook een grotere

homoscedasticiteit tussen de variabelen17

Het effect van het transformeren in vergelijking met deflateren op totaal actief18 wordt

geiumlllustreerd in bijlage 9 In bijlage 9 wordt een scatterplot gemaakt van de bivariate

relatie tussen de premoneywaardering en respectievelijk de boekwaarde van het eigen

vermogen en het bedrijfsresultaat

In figuur 7c zie je dat na transformatie de relaties tussen ln(premoneywaardering) en

respectievelijk ln(BWEV) en ln(Bedrijfsresultaat) meer homoscedastisch zijn

Op deze figuur merken we ook dat de relatie tussen de boekwaarde van het eigen

vermogen (indien gt 0) en de ondernemingswaarde (lineair) positief is We zien

eveneens een positieve relatie tussen het bedrijfsresultaat en de ondernemingswaarde

17 Armstrong et al maken gebruik van een rank regression om dezelfde problemen bij regressie op te lossen 18 Collins et al deflateren op het aantal aandelen Joos maakt gebruik van de marktwaarde op t de boekwaarde op t-1 en het aantal werknemers t-1 als deflatiefactor

22

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 23: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

aan de financieumlle data van het jaar voor de investeringsronde12 Financieumlle data zijn

jaarlijks beschikbaar zodoende dat elke eerste investering in het jaar bruikbaar is voor

onze analyse Alle andere investeringsrondes volgend op de eerste worden uit de

analyse gelaten Het voordeel van deze aanpak is dat het eenvoudig is voor analyse

Het nadeel is het verlies aan informatie wanneer er meerdere financieringsrondes zijn in

eenzelfde fiscaal jaar Het vormt ook een nadeel wanneer er een groot tijdsverschil is

tussen het gebruikte boekjaar van financieumlle data en de afsluiting van investering13

In de eerste twee hypotheses wordt het bedrijfsresultaat gebruikt als onafhankelijke

variabele Als proxy hiervoor gebruiken we de post operationele winstverlies van

Amadeus en Belfirst

Voor boekwaarde van het eigen vermogen gebruiken we de post lsquoshareholderrsquos fundsrsquo

op de balans in Amadeus en Belfirst14

We maken ook gebruik van de financieumlle variabelen uit de modellen van Hand (2004

2005) en Armstrong et al (2006) Om de invloed van deze variabelen na te gaan

zoeken we voor elke variabele een passend alternatief op de databases Amadeus en

Zephyr We vinden voor kas en kasequivalenten niet-kas activa en totale schulden een

alternatief Aangezien wij niet beschikken over een aparte uitgavenpost voor onderzoek

en ontwikkeling nemen we de totale kosten op in onze analyse We splitsen deze niet

op zoals Hand (2004 2005) en Armstrong et al(2006) doen De uitgaven voor

onderzoek en ontwikkeling zitten hier wel in omvat Een Belgische onderneming die

kosten maakt in het kader van door haar verricht onderzoek moet deze kosten (lonen

en wedden - kosten voor het gebruik van materiaal - diensten en diverse goederen

enz) in beginsel naar hun aard boeken in de resultatenrekening van het boekjaar

waarin deze kosten werden gemaakt

12 Bijvoorbeeld Een onderneming verkrijgt financiering uit drie verschillende rondes ABC Ronde A vindt plaats op 3203 ronde B op 5304 en ronde C op 23804 Enkel ronde A en Ronde B worden opgenomen in de analyse Ronde A wordt gelinkt aan financieumlle data van 311202 en ronde B van 311203 13 Dit is bijvoorbeeld het geval wanneer de investering plaatsvond in juli of later (6 maanden na start nieuw boekjaar) Financieumlle data uit het volgende boekjaar zijn recenter om te gebruiken Toch worden de data gebruikt uit het voorgaande jaar 14 Boekwaarde eigen vermogen = Totaal actief ndash Vreemd vermogen

14

15

Davilla Foster en Gupta (2003) gebruiken groei van het aantal werknemers als proxy

voor groei Wij gebruiken de relatieve verandering in de kost van werknemers als proxy

voor groei15

Tabel 1 geeft een overzicht van de gebruikte variabelen

323 Controlevariabelen We gaan ook de invloed na van enkele controlevariabelen

Een eerste controlevariabele die we opnemen in de analyse is industrie Wij willen

nagaan of er een verschil is in de waardering van de ondernemingen die actief zijn in

verschillende industrieeumln Het belang van de sector werd reeds besproken onder punt

22

Ook zullen we controleren voor volgende macro-economische variabelen Gompers en

Lerner (2000) gaan na hoe de waardering van investeringen in de Venture Capital markt

beiumlnvloed wordt door de instroom van kapitaal De resultaten tonen een sterk positief

verband tussen de waarde van Venture Capital investeringen en de instroom van

kapitaal Wij gaan na of we de resultaten van Gompers en Lerner (2000) kunnen

bevestigen voor onze steekproef Deze informatie bekomen we uit publicaties van de

EVCA

We nemen ook een marktindex op als controlevariabele in ons model (Hand 2005)

Deze variabele wordt geacht een goede indicator te zijn voor het potentieel rendement

op Venture Capital investeringen

15 Groei wordt berekend als ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2))

16

Variabele Afkorting Opmerkingen Premoneywaardering MW Totale marktwaarde onderneming na investering ndash Geiumlnvesteerd bedrag Boekwaarde eigen vermogen BWEV Operationeel bedrijfsresultaat (Netto Inkomen) NI Operationele winstverlies Kas en kasequivalenten KAS Niet-kas activa NKASA Vaste activa + vlottende activa (exclusief kas en kasequivalenten) Totale schulden TotSchuld Schulden gt1jaar + Schuldenlt1jaar Totale kosten TotKost Leeftijd Leeftijd Leeftijd bij afsluiten deal - Leeftijd onderneming bij incorporatie Dow jones Stoxx Total Market Index Stoxx Europese marktindex Groei Groei ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2)) Venture Capital instroom VCIN Instroom kapitaal in Venture Capital fondsen uit publicaties EVCA Industrie Industrie De zeven industrieklassen worden ingedeeld in een hoogtechnologische groep en een laagtechnologische groep aan de hand van een dummyariabele

Tabel 2 Overzicht van de gebruikte variabelen

324 Descriptieve statistiek Figuur 1 toont het aantal deals uit de steekproef per land Er zitten voornamelijk deals

uit Belgieuml Frankrijk en het Verenigd Koninkrijk in de steekproef Het grote aandeel

Belgische deals komt door de grotere beschikbaarheid van financieumlle informatie Voor

de deals uit Duitsland was de nodige financieumlle informatie er meestal niet Voor geen

enkele deal uit Nederland en Luxemburg was financieumlle informatie terug te vinden

waardoor de steekproef herleid werd tot vier landen Belgieuml Frankrijk Duitsland en het

Verenigd Koninkrijk

Onze steekproef bestrijkt de periode van 1januari 1997 tot 31december 2007 Figuur 2

geeft weer hoeveel deals er in de verschillende jaren afgesloten zijn We zien dat er

voor het jaar 1997 geen deals met de nodige financieumlle gegevens terug te vinden waren

Het hoge aantal deals in het jaar 2000 kan verklaard worden door de High Tech Bubble

In figuur 3 kan de leeftijd van de betrokken ondernemingen afgelezen worden bij het

afsluiten van de deal We zien dat onze steekproef vooral bestaat uit jonge

ondernemingen De mediaan van de leeftijd van de ondernemingen in onze steekproef

is drie jaar

In figuur 4 kan de distributie van de steekproef volgens industrie worden afgelezen De

steekproef werd opgedeeld op basis van de eerste twee cijfers van de nacebelcode en

op basis daarvan ingedeeld in zeven verschillende groepen metaal chemie

biotechnologisch handel en horeca zakelijke diensten computer gerelateerd diensten

niet computer gerelateerd en een restcategorie andere Het valt op dat een groot deel

van de deals gebeuren in hoogtechnologische industrieeumln Chemie Biotechnologisch en

zakelijke diensten computer gerelateerd

17

Aantal deals per land

54

45

24

3

0

10

20

30

40

50

60

Belgieuml Verenigd Koninkrijk Frankrijk Duitsland

Land

Aan

tal d

eals

Figuur 1 Aantal deals per land

Distributie steekproef volgens jaar deal

0

4

8

29

14

3

9 10 9

23

17

0

5

10

15

20

25

30

35

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Jaar deal

Aan

tal d

eals

Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten werd

18

Leeftijd ondernemingen bij afsluiten deal

11

27 26

20

79

4 4 53

10

0

5

10

15

20

25

30

1 jaar 2 jaar 3 jaar 4 jaar 5 jaar 6 jaar 7 jaar 8 jaar 9 jaar 10 jaar gt10jaar

Leeftijd

Aan

tal o

nder

nem

inge

n

Figuur 3 Leeftijd onderneming bij afsluiten deal

Distributie steekproef volgens industrie

4032

1712 11 9

5

05

1015202530354045

Compu

ter ge

relate

erd

Dienste

n (ex

cl C

ompu

ter)

Metaal

Hande

l en H

oreca

Biotec

hnolo

gisch

Chemie

Andere

(res

tcateg

orie)

Industrie

Aan

tal d

eals

Figuur 4 Distributie van de steekproef volgens industrie

19

20

Als controlevariabele wordt nagegaan of de kapitaalinstroom in Venture Capital fondsen

in het jaar van de deal een invloed heeft op de waardering van de Venture Capital

transacties In bijlage 1 kan de instroom van kapitaal in de verschillende jaren afgelezen

worden De gegevens zijn afkomstig uit de jaarlijkse publicaties van de EVCA Bij het

uitvoeren van het onderzoek was de kapitaalinstroom voor het jaar 2007 nog niet

gepubliceerd

Tabel 3 geeft een overzicht van het minimum het maximum de mediaan het

gemiddelde en de standaardafwijking van de gebruikte variabelen Er wordt ook getoond

hoeveel gegevens beschikbaar zijn per variabele De verschillende variabelen worden

weergegeven in duizend euro De gemiddelde onderneming betrokken bij een Venture

Capital deal heeft een premoneywaardering van 19932 duizend euro Het gemiddelde

en de mediaan van het operationeel bedrijfsresultaat zijn negatief Dit komt doordat

slechts 31 van de 108 bedrijven waarvoor het operationeel bedrijfsresultaat gegeven is

een positief operationeel bedrijfsresultaat hebben

In bijlage 2 kan het boxplot bekeken worden van de premoneywaardering per jaar

Zowel de Kruskal-Wallis-test als de mediaantest tonen aan dat er geen verschil is in

premoneywaardering over de verschillende jaren heen16

In bijlage 3 kan het boxplot worden bekeken van de premoneywaardering in de

verschillende industrieklassen Biotechnologische ondernemingen worden significant

hoger gewaardeerd dan ondernemingen in andere industrieklassen

16 De resultaten van deze testen zijn niet opgenomen in dit werk

21

Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelen

Gemiddelde Minimum Maximum Mediaan Standaardafwijking N (euro1000) (euro1000) (euro1000) (euro1000) (euro1000) Afhankelijke variabele Premoneywaardering 19332 100 267278 5102 38420 126 Onafhankelijke variabelen Operationeel Bedrijfsresultaat (t-1) -587 -9601 12097 -165 2303 108 Boekwaarde eigen vermogen (BWEV) (t-1) 1926 -4357 30257 184 5140 125 Kas en kasequivalenten (t-1) 1113 0 24375 80 3171 117 Niet-kas activa (t-1) 5366 0 246738 641 25152 117 Totale schulden (t-1) 4581 0 224510 734 22284 123 Totale opbrengsten (t-1) 7435 2 191280 991 26077 62 Totale kosten (t-1) 3169 1 54230 1139 8014 69 Leeftijd 5 1 35 3 5 126 Kost van de werknemers (t-1) 1458 0 44856 679 4789 94 Kost van de werknemers (t-2) 619 0 4207 457 766 65

Controlevariabelen Dow Jones Stoxx Total Market Index 312 177 389 324 56 126

33 Modellen en Onderzoeksopzet In bijlage 9 kan men op Figuur 7 grafieken bekijken van de relatie tussen de

boekwaarde van het eigen vermogen (BWEV) en de premoneywaardering en de relatie

tussen het netto-inkomen (NI) en de premoneywaardering Figuur 7a is een scatterplot

met de oorspronkelijke data in duizend euro in figuur 7b zijn de oorspronkelijke data

gedeflateerd op het totaal actief Uit beide figuren kan je afleiden dat deze data sterk

heteroscedastisch is wat niet goed is om een lineaire relatie na te gaan tussen de

variabelen Tabel 3 toonde reeds een groot verschil in gemiddelden en mediaan voor

de verschillende variabelen Dit kan het resultaat zijn van verschillen tussen de

ondernemingen in leeftijd grootte industrie of levenscyclus

Om hier een oplossing voor te bieden ondergaan de variabelen een Ln-transformatie die

als volgt gebeurt

Voor de positieve waarden X Ln [ 1 + X ] met X in duizend euro

Voor de negatieve waarden Y -Ln [ 1 + (-Y)] met Y in duizend euro

Het voordeel van deze transformatie is dat men niet hoeft te controleren voor outliers

aangezien een Ln-transformatie hoge waarden afvlakt We zien in tabel 3 steeds grote

standaardafwijkingen bij de variabelen voor transformatie Na transformatie verdwijnen

deze hoge waarden Via een Ln-transformatie bekomen we ook een grotere

homoscedasticiteit tussen de variabelen17

Het effect van het transformeren in vergelijking met deflateren op totaal actief18 wordt

geiumlllustreerd in bijlage 9 In bijlage 9 wordt een scatterplot gemaakt van de bivariate

relatie tussen de premoneywaardering en respectievelijk de boekwaarde van het eigen

vermogen en het bedrijfsresultaat

In figuur 7c zie je dat na transformatie de relaties tussen ln(premoneywaardering) en

respectievelijk ln(BWEV) en ln(Bedrijfsresultaat) meer homoscedastisch zijn

Op deze figuur merken we ook dat de relatie tussen de boekwaarde van het eigen

vermogen (indien gt 0) en de ondernemingswaarde (lineair) positief is We zien

eveneens een positieve relatie tussen het bedrijfsresultaat en de ondernemingswaarde

17 Armstrong et al maken gebruik van een rank regression om dezelfde problemen bij regressie op te lossen 18 Collins et al deflateren op het aantal aandelen Joos maakt gebruik van de marktwaarde op t de boekwaarde op t-1 en het aantal werknemers t-1 als deflatiefactor

22

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 24: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

15

Davilla Foster en Gupta (2003) gebruiken groei van het aantal werknemers als proxy

voor groei Wij gebruiken de relatieve verandering in de kost van werknemers als proxy

voor groei15

Tabel 1 geeft een overzicht van de gebruikte variabelen

323 Controlevariabelen We gaan ook de invloed na van enkele controlevariabelen

Een eerste controlevariabele die we opnemen in de analyse is industrie Wij willen

nagaan of er een verschil is in de waardering van de ondernemingen die actief zijn in

verschillende industrieeumln Het belang van de sector werd reeds besproken onder punt

22

Ook zullen we controleren voor volgende macro-economische variabelen Gompers en

Lerner (2000) gaan na hoe de waardering van investeringen in de Venture Capital markt

beiumlnvloed wordt door de instroom van kapitaal De resultaten tonen een sterk positief

verband tussen de waarde van Venture Capital investeringen en de instroom van

kapitaal Wij gaan na of we de resultaten van Gompers en Lerner (2000) kunnen

bevestigen voor onze steekproef Deze informatie bekomen we uit publicaties van de

EVCA

We nemen ook een marktindex op als controlevariabele in ons model (Hand 2005)

Deze variabele wordt geacht een goede indicator te zijn voor het potentieel rendement

op Venture Capital investeringen

15 Groei wordt berekend als ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2))

16

Variabele Afkorting Opmerkingen Premoneywaardering MW Totale marktwaarde onderneming na investering ndash Geiumlnvesteerd bedrag Boekwaarde eigen vermogen BWEV Operationeel bedrijfsresultaat (Netto Inkomen) NI Operationele winstverlies Kas en kasequivalenten KAS Niet-kas activa NKASA Vaste activa + vlottende activa (exclusief kas en kasequivalenten) Totale schulden TotSchuld Schulden gt1jaar + Schuldenlt1jaar Totale kosten TotKost Leeftijd Leeftijd Leeftijd bij afsluiten deal - Leeftijd onderneming bij incorporatie Dow jones Stoxx Total Market Index Stoxx Europese marktindex Groei Groei ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2)) Venture Capital instroom VCIN Instroom kapitaal in Venture Capital fondsen uit publicaties EVCA Industrie Industrie De zeven industrieklassen worden ingedeeld in een hoogtechnologische groep en een laagtechnologische groep aan de hand van een dummyariabele

Tabel 2 Overzicht van de gebruikte variabelen

324 Descriptieve statistiek Figuur 1 toont het aantal deals uit de steekproef per land Er zitten voornamelijk deals

uit Belgieuml Frankrijk en het Verenigd Koninkrijk in de steekproef Het grote aandeel

Belgische deals komt door de grotere beschikbaarheid van financieumlle informatie Voor

de deals uit Duitsland was de nodige financieumlle informatie er meestal niet Voor geen

enkele deal uit Nederland en Luxemburg was financieumlle informatie terug te vinden

waardoor de steekproef herleid werd tot vier landen Belgieuml Frankrijk Duitsland en het

Verenigd Koninkrijk

Onze steekproef bestrijkt de periode van 1januari 1997 tot 31december 2007 Figuur 2

geeft weer hoeveel deals er in de verschillende jaren afgesloten zijn We zien dat er

voor het jaar 1997 geen deals met de nodige financieumlle gegevens terug te vinden waren

Het hoge aantal deals in het jaar 2000 kan verklaard worden door de High Tech Bubble

In figuur 3 kan de leeftijd van de betrokken ondernemingen afgelezen worden bij het

afsluiten van de deal We zien dat onze steekproef vooral bestaat uit jonge

ondernemingen De mediaan van de leeftijd van de ondernemingen in onze steekproef

is drie jaar

In figuur 4 kan de distributie van de steekproef volgens industrie worden afgelezen De

steekproef werd opgedeeld op basis van de eerste twee cijfers van de nacebelcode en

op basis daarvan ingedeeld in zeven verschillende groepen metaal chemie

biotechnologisch handel en horeca zakelijke diensten computer gerelateerd diensten

niet computer gerelateerd en een restcategorie andere Het valt op dat een groot deel

van de deals gebeuren in hoogtechnologische industrieeumln Chemie Biotechnologisch en

zakelijke diensten computer gerelateerd

17

Aantal deals per land

54

45

24

3

0

10

20

30

40

50

60

Belgieuml Verenigd Koninkrijk Frankrijk Duitsland

Land

Aan

tal d

eals

Figuur 1 Aantal deals per land

Distributie steekproef volgens jaar deal

0

4

8

29

14

3

9 10 9

23

17

0

5

10

15

20

25

30

35

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Jaar deal

Aan

tal d

eals

Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten werd

18

Leeftijd ondernemingen bij afsluiten deal

11

27 26

20

79

4 4 53

10

0

5

10

15

20

25

30

1 jaar 2 jaar 3 jaar 4 jaar 5 jaar 6 jaar 7 jaar 8 jaar 9 jaar 10 jaar gt10jaar

Leeftijd

Aan

tal o

nder

nem

inge

n

Figuur 3 Leeftijd onderneming bij afsluiten deal

Distributie steekproef volgens industrie

4032

1712 11 9

5

05

1015202530354045

Compu

ter ge

relate

erd

Dienste

n (ex

cl C

ompu

ter)

Metaal

Hande

l en H

oreca

Biotec

hnolo

gisch

Chemie

Andere

(res

tcateg

orie)

Industrie

Aan

tal d

eals

Figuur 4 Distributie van de steekproef volgens industrie

19

20

Als controlevariabele wordt nagegaan of de kapitaalinstroom in Venture Capital fondsen

in het jaar van de deal een invloed heeft op de waardering van de Venture Capital

transacties In bijlage 1 kan de instroom van kapitaal in de verschillende jaren afgelezen

worden De gegevens zijn afkomstig uit de jaarlijkse publicaties van de EVCA Bij het

uitvoeren van het onderzoek was de kapitaalinstroom voor het jaar 2007 nog niet

gepubliceerd

Tabel 3 geeft een overzicht van het minimum het maximum de mediaan het

gemiddelde en de standaardafwijking van de gebruikte variabelen Er wordt ook getoond

hoeveel gegevens beschikbaar zijn per variabele De verschillende variabelen worden

weergegeven in duizend euro De gemiddelde onderneming betrokken bij een Venture

Capital deal heeft een premoneywaardering van 19932 duizend euro Het gemiddelde

en de mediaan van het operationeel bedrijfsresultaat zijn negatief Dit komt doordat

slechts 31 van de 108 bedrijven waarvoor het operationeel bedrijfsresultaat gegeven is

een positief operationeel bedrijfsresultaat hebben

In bijlage 2 kan het boxplot bekeken worden van de premoneywaardering per jaar

Zowel de Kruskal-Wallis-test als de mediaantest tonen aan dat er geen verschil is in

premoneywaardering over de verschillende jaren heen16

In bijlage 3 kan het boxplot worden bekeken van de premoneywaardering in de

verschillende industrieklassen Biotechnologische ondernemingen worden significant

hoger gewaardeerd dan ondernemingen in andere industrieklassen

16 De resultaten van deze testen zijn niet opgenomen in dit werk

21

Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelen

Gemiddelde Minimum Maximum Mediaan Standaardafwijking N (euro1000) (euro1000) (euro1000) (euro1000) (euro1000) Afhankelijke variabele Premoneywaardering 19332 100 267278 5102 38420 126 Onafhankelijke variabelen Operationeel Bedrijfsresultaat (t-1) -587 -9601 12097 -165 2303 108 Boekwaarde eigen vermogen (BWEV) (t-1) 1926 -4357 30257 184 5140 125 Kas en kasequivalenten (t-1) 1113 0 24375 80 3171 117 Niet-kas activa (t-1) 5366 0 246738 641 25152 117 Totale schulden (t-1) 4581 0 224510 734 22284 123 Totale opbrengsten (t-1) 7435 2 191280 991 26077 62 Totale kosten (t-1) 3169 1 54230 1139 8014 69 Leeftijd 5 1 35 3 5 126 Kost van de werknemers (t-1) 1458 0 44856 679 4789 94 Kost van de werknemers (t-2) 619 0 4207 457 766 65

Controlevariabelen Dow Jones Stoxx Total Market Index 312 177 389 324 56 126

33 Modellen en Onderzoeksopzet In bijlage 9 kan men op Figuur 7 grafieken bekijken van de relatie tussen de

boekwaarde van het eigen vermogen (BWEV) en de premoneywaardering en de relatie

tussen het netto-inkomen (NI) en de premoneywaardering Figuur 7a is een scatterplot

met de oorspronkelijke data in duizend euro in figuur 7b zijn de oorspronkelijke data

gedeflateerd op het totaal actief Uit beide figuren kan je afleiden dat deze data sterk

heteroscedastisch is wat niet goed is om een lineaire relatie na te gaan tussen de

variabelen Tabel 3 toonde reeds een groot verschil in gemiddelden en mediaan voor

de verschillende variabelen Dit kan het resultaat zijn van verschillen tussen de

ondernemingen in leeftijd grootte industrie of levenscyclus

Om hier een oplossing voor te bieden ondergaan de variabelen een Ln-transformatie die

als volgt gebeurt

Voor de positieve waarden X Ln [ 1 + X ] met X in duizend euro

Voor de negatieve waarden Y -Ln [ 1 + (-Y)] met Y in duizend euro

Het voordeel van deze transformatie is dat men niet hoeft te controleren voor outliers

aangezien een Ln-transformatie hoge waarden afvlakt We zien in tabel 3 steeds grote

standaardafwijkingen bij de variabelen voor transformatie Na transformatie verdwijnen

deze hoge waarden Via een Ln-transformatie bekomen we ook een grotere

homoscedasticiteit tussen de variabelen17

Het effect van het transformeren in vergelijking met deflateren op totaal actief18 wordt

geiumlllustreerd in bijlage 9 In bijlage 9 wordt een scatterplot gemaakt van de bivariate

relatie tussen de premoneywaardering en respectievelijk de boekwaarde van het eigen

vermogen en het bedrijfsresultaat

In figuur 7c zie je dat na transformatie de relaties tussen ln(premoneywaardering) en

respectievelijk ln(BWEV) en ln(Bedrijfsresultaat) meer homoscedastisch zijn

Op deze figuur merken we ook dat de relatie tussen de boekwaarde van het eigen

vermogen (indien gt 0) en de ondernemingswaarde (lineair) positief is We zien

eveneens een positieve relatie tussen het bedrijfsresultaat en de ondernemingswaarde

17 Armstrong et al maken gebruik van een rank regression om dezelfde problemen bij regressie op te lossen 18 Collins et al deflateren op het aantal aandelen Joos maakt gebruik van de marktwaarde op t de boekwaarde op t-1 en het aantal werknemers t-1 als deflatiefactor

22

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 25: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

16

Variabele Afkorting Opmerkingen Premoneywaardering MW Totale marktwaarde onderneming na investering ndash Geiumlnvesteerd bedrag Boekwaarde eigen vermogen BWEV Operationeel bedrijfsresultaat (Netto Inkomen) NI Operationele winstverlies Kas en kasequivalenten KAS Niet-kas activa NKASA Vaste activa + vlottende activa (exclusief kas en kasequivalenten) Totale schulden TotSchuld Schulden gt1jaar + Schuldenlt1jaar Totale kosten TotKost Leeftijd Leeftijd Leeftijd bij afsluiten deal - Leeftijd onderneming bij incorporatie Dow jones Stoxx Total Market Index Stoxx Europese marktindex Groei Groei ((kost van werknemers (t-1) - kost van werknemers (t-2)) (kost van werknemers (t-2)) Venture Capital instroom VCIN Instroom kapitaal in Venture Capital fondsen uit publicaties EVCA Industrie Industrie De zeven industrieklassen worden ingedeeld in een hoogtechnologische groep en een laagtechnologische groep aan de hand van een dummyariabele

Tabel 2 Overzicht van de gebruikte variabelen

324 Descriptieve statistiek Figuur 1 toont het aantal deals uit de steekproef per land Er zitten voornamelijk deals

uit Belgieuml Frankrijk en het Verenigd Koninkrijk in de steekproef Het grote aandeel

Belgische deals komt door de grotere beschikbaarheid van financieumlle informatie Voor

de deals uit Duitsland was de nodige financieumlle informatie er meestal niet Voor geen

enkele deal uit Nederland en Luxemburg was financieumlle informatie terug te vinden

waardoor de steekproef herleid werd tot vier landen Belgieuml Frankrijk Duitsland en het

Verenigd Koninkrijk

Onze steekproef bestrijkt de periode van 1januari 1997 tot 31december 2007 Figuur 2

geeft weer hoeveel deals er in de verschillende jaren afgesloten zijn We zien dat er

voor het jaar 1997 geen deals met de nodige financieumlle gegevens terug te vinden waren

Het hoge aantal deals in het jaar 2000 kan verklaard worden door de High Tech Bubble

In figuur 3 kan de leeftijd van de betrokken ondernemingen afgelezen worden bij het

afsluiten van de deal We zien dat onze steekproef vooral bestaat uit jonge

ondernemingen De mediaan van de leeftijd van de ondernemingen in onze steekproef

is drie jaar

In figuur 4 kan de distributie van de steekproef volgens industrie worden afgelezen De

steekproef werd opgedeeld op basis van de eerste twee cijfers van de nacebelcode en

op basis daarvan ingedeeld in zeven verschillende groepen metaal chemie

biotechnologisch handel en horeca zakelijke diensten computer gerelateerd diensten

niet computer gerelateerd en een restcategorie andere Het valt op dat een groot deel

van de deals gebeuren in hoogtechnologische industrieeumln Chemie Biotechnologisch en

zakelijke diensten computer gerelateerd

17

Aantal deals per land

54

45

24

3

0

10

20

30

40

50

60

Belgieuml Verenigd Koninkrijk Frankrijk Duitsland

Land

Aan

tal d

eals

Figuur 1 Aantal deals per land

Distributie steekproef volgens jaar deal

0

4

8

29

14

3

9 10 9

23

17

0

5

10

15

20

25

30

35

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Jaar deal

Aan

tal d

eals

Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten werd

18

Leeftijd ondernemingen bij afsluiten deal

11

27 26

20

79

4 4 53

10

0

5

10

15

20

25

30

1 jaar 2 jaar 3 jaar 4 jaar 5 jaar 6 jaar 7 jaar 8 jaar 9 jaar 10 jaar gt10jaar

Leeftijd

Aan

tal o

nder

nem

inge

n

Figuur 3 Leeftijd onderneming bij afsluiten deal

Distributie steekproef volgens industrie

4032

1712 11 9

5

05

1015202530354045

Compu

ter ge

relate

erd

Dienste

n (ex

cl C

ompu

ter)

Metaal

Hande

l en H

oreca

Biotec

hnolo

gisch

Chemie

Andere

(res

tcateg

orie)

Industrie

Aan

tal d

eals

Figuur 4 Distributie van de steekproef volgens industrie

19

20

Als controlevariabele wordt nagegaan of de kapitaalinstroom in Venture Capital fondsen

in het jaar van de deal een invloed heeft op de waardering van de Venture Capital

transacties In bijlage 1 kan de instroom van kapitaal in de verschillende jaren afgelezen

worden De gegevens zijn afkomstig uit de jaarlijkse publicaties van de EVCA Bij het

uitvoeren van het onderzoek was de kapitaalinstroom voor het jaar 2007 nog niet

gepubliceerd

Tabel 3 geeft een overzicht van het minimum het maximum de mediaan het

gemiddelde en de standaardafwijking van de gebruikte variabelen Er wordt ook getoond

hoeveel gegevens beschikbaar zijn per variabele De verschillende variabelen worden

weergegeven in duizend euro De gemiddelde onderneming betrokken bij een Venture

Capital deal heeft een premoneywaardering van 19932 duizend euro Het gemiddelde

en de mediaan van het operationeel bedrijfsresultaat zijn negatief Dit komt doordat

slechts 31 van de 108 bedrijven waarvoor het operationeel bedrijfsresultaat gegeven is

een positief operationeel bedrijfsresultaat hebben

In bijlage 2 kan het boxplot bekeken worden van de premoneywaardering per jaar

Zowel de Kruskal-Wallis-test als de mediaantest tonen aan dat er geen verschil is in

premoneywaardering over de verschillende jaren heen16

In bijlage 3 kan het boxplot worden bekeken van de premoneywaardering in de

verschillende industrieklassen Biotechnologische ondernemingen worden significant

hoger gewaardeerd dan ondernemingen in andere industrieklassen

16 De resultaten van deze testen zijn niet opgenomen in dit werk

21

Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelen

Gemiddelde Minimum Maximum Mediaan Standaardafwijking N (euro1000) (euro1000) (euro1000) (euro1000) (euro1000) Afhankelijke variabele Premoneywaardering 19332 100 267278 5102 38420 126 Onafhankelijke variabelen Operationeel Bedrijfsresultaat (t-1) -587 -9601 12097 -165 2303 108 Boekwaarde eigen vermogen (BWEV) (t-1) 1926 -4357 30257 184 5140 125 Kas en kasequivalenten (t-1) 1113 0 24375 80 3171 117 Niet-kas activa (t-1) 5366 0 246738 641 25152 117 Totale schulden (t-1) 4581 0 224510 734 22284 123 Totale opbrengsten (t-1) 7435 2 191280 991 26077 62 Totale kosten (t-1) 3169 1 54230 1139 8014 69 Leeftijd 5 1 35 3 5 126 Kost van de werknemers (t-1) 1458 0 44856 679 4789 94 Kost van de werknemers (t-2) 619 0 4207 457 766 65

Controlevariabelen Dow Jones Stoxx Total Market Index 312 177 389 324 56 126

33 Modellen en Onderzoeksopzet In bijlage 9 kan men op Figuur 7 grafieken bekijken van de relatie tussen de

boekwaarde van het eigen vermogen (BWEV) en de premoneywaardering en de relatie

tussen het netto-inkomen (NI) en de premoneywaardering Figuur 7a is een scatterplot

met de oorspronkelijke data in duizend euro in figuur 7b zijn de oorspronkelijke data

gedeflateerd op het totaal actief Uit beide figuren kan je afleiden dat deze data sterk

heteroscedastisch is wat niet goed is om een lineaire relatie na te gaan tussen de

variabelen Tabel 3 toonde reeds een groot verschil in gemiddelden en mediaan voor

de verschillende variabelen Dit kan het resultaat zijn van verschillen tussen de

ondernemingen in leeftijd grootte industrie of levenscyclus

Om hier een oplossing voor te bieden ondergaan de variabelen een Ln-transformatie die

als volgt gebeurt

Voor de positieve waarden X Ln [ 1 + X ] met X in duizend euro

Voor de negatieve waarden Y -Ln [ 1 + (-Y)] met Y in duizend euro

Het voordeel van deze transformatie is dat men niet hoeft te controleren voor outliers

aangezien een Ln-transformatie hoge waarden afvlakt We zien in tabel 3 steeds grote

standaardafwijkingen bij de variabelen voor transformatie Na transformatie verdwijnen

deze hoge waarden Via een Ln-transformatie bekomen we ook een grotere

homoscedasticiteit tussen de variabelen17

Het effect van het transformeren in vergelijking met deflateren op totaal actief18 wordt

geiumlllustreerd in bijlage 9 In bijlage 9 wordt een scatterplot gemaakt van de bivariate

relatie tussen de premoneywaardering en respectievelijk de boekwaarde van het eigen

vermogen en het bedrijfsresultaat

In figuur 7c zie je dat na transformatie de relaties tussen ln(premoneywaardering) en

respectievelijk ln(BWEV) en ln(Bedrijfsresultaat) meer homoscedastisch zijn

Op deze figuur merken we ook dat de relatie tussen de boekwaarde van het eigen

vermogen (indien gt 0) en de ondernemingswaarde (lineair) positief is We zien

eveneens een positieve relatie tussen het bedrijfsresultaat en de ondernemingswaarde

17 Armstrong et al maken gebruik van een rank regression om dezelfde problemen bij regressie op te lossen 18 Collins et al deflateren op het aantal aandelen Joos maakt gebruik van de marktwaarde op t de boekwaarde op t-1 en het aantal werknemers t-1 als deflatiefactor

22

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 26: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

324 Descriptieve statistiek Figuur 1 toont het aantal deals uit de steekproef per land Er zitten voornamelijk deals

uit Belgieuml Frankrijk en het Verenigd Koninkrijk in de steekproef Het grote aandeel

Belgische deals komt door de grotere beschikbaarheid van financieumlle informatie Voor

de deals uit Duitsland was de nodige financieumlle informatie er meestal niet Voor geen

enkele deal uit Nederland en Luxemburg was financieumlle informatie terug te vinden

waardoor de steekproef herleid werd tot vier landen Belgieuml Frankrijk Duitsland en het

Verenigd Koninkrijk

Onze steekproef bestrijkt de periode van 1januari 1997 tot 31december 2007 Figuur 2

geeft weer hoeveel deals er in de verschillende jaren afgesloten zijn We zien dat er

voor het jaar 1997 geen deals met de nodige financieumlle gegevens terug te vinden waren

Het hoge aantal deals in het jaar 2000 kan verklaard worden door de High Tech Bubble

In figuur 3 kan de leeftijd van de betrokken ondernemingen afgelezen worden bij het

afsluiten van de deal We zien dat onze steekproef vooral bestaat uit jonge

ondernemingen De mediaan van de leeftijd van de ondernemingen in onze steekproef

is drie jaar

In figuur 4 kan de distributie van de steekproef volgens industrie worden afgelezen De

steekproef werd opgedeeld op basis van de eerste twee cijfers van de nacebelcode en

op basis daarvan ingedeeld in zeven verschillende groepen metaal chemie

biotechnologisch handel en horeca zakelijke diensten computer gerelateerd diensten

niet computer gerelateerd en een restcategorie andere Het valt op dat een groot deel

van de deals gebeuren in hoogtechnologische industrieeumln Chemie Biotechnologisch en

zakelijke diensten computer gerelateerd

17

Aantal deals per land

54

45

24

3

0

10

20

30

40

50

60

Belgieuml Verenigd Koninkrijk Frankrijk Duitsland

Land

Aan

tal d

eals

Figuur 1 Aantal deals per land

Distributie steekproef volgens jaar deal

0

4

8

29

14

3

9 10 9

23

17

0

5

10

15

20

25

30

35

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Jaar deal

Aan

tal d

eals

Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten werd

18

Leeftijd ondernemingen bij afsluiten deal

11

27 26

20

79

4 4 53

10

0

5

10

15

20

25

30

1 jaar 2 jaar 3 jaar 4 jaar 5 jaar 6 jaar 7 jaar 8 jaar 9 jaar 10 jaar gt10jaar

Leeftijd

Aan

tal o

nder

nem

inge

n

Figuur 3 Leeftijd onderneming bij afsluiten deal

Distributie steekproef volgens industrie

4032

1712 11 9

5

05

1015202530354045

Compu

ter ge

relate

erd

Dienste

n (ex

cl C

ompu

ter)

Metaal

Hande

l en H

oreca

Biotec

hnolo

gisch

Chemie

Andere

(res

tcateg

orie)

Industrie

Aan

tal d

eals

Figuur 4 Distributie van de steekproef volgens industrie

19

20

Als controlevariabele wordt nagegaan of de kapitaalinstroom in Venture Capital fondsen

in het jaar van de deal een invloed heeft op de waardering van de Venture Capital

transacties In bijlage 1 kan de instroom van kapitaal in de verschillende jaren afgelezen

worden De gegevens zijn afkomstig uit de jaarlijkse publicaties van de EVCA Bij het

uitvoeren van het onderzoek was de kapitaalinstroom voor het jaar 2007 nog niet

gepubliceerd

Tabel 3 geeft een overzicht van het minimum het maximum de mediaan het

gemiddelde en de standaardafwijking van de gebruikte variabelen Er wordt ook getoond

hoeveel gegevens beschikbaar zijn per variabele De verschillende variabelen worden

weergegeven in duizend euro De gemiddelde onderneming betrokken bij een Venture

Capital deal heeft een premoneywaardering van 19932 duizend euro Het gemiddelde

en de mediaan van het operationeel bedrijfsresultaat zijn negatief Dit komt doordat

slechts 31 van de 108 bedrijven waarvoor het operationeel bedrijfsresultaat gegeven is

een positief operationeel bedrijfsresultaat hebben

In bijlage 2 kan het boxplot bekeken worden van de premoneywaardering per jaar

Zowel de Kruskal-Wallis-test als de mediaantest tonen aan dat er geen verschil is in

premoneywaardering over de verschillende jaren heen16

In bijlage 3 kan het boxplot worden bekeken van de premoneywaardering in de

verschillende industrieklassen Biotechnologische ondernemingen worden significant

hoger gewaardeerd dan ondernemingen in andere industrieklassen

16 De resultaten van deze testen zijn niet opgenomen in dit werk

21

Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelen

Gemiddelde Minimum Maximum Mediaan Standaardafwijking N (euro1000) (euro1000) (euro1000) (euro1000) (euro1000) Afhankelijke variabele Premoneywaardering 19332 100 267278 5102 38420 126 Onafhankelijke variabelen Operationeel Bedrijfsresultaat (t-1) -587 -9601 12097 -165 2303 108 Boekwaarde eigen vermogen (BWEV) (t-1) 1926 -4357 30257 184 5140 125 Kas en kasequivalenten (t-1) 1113 0 24375 80 3171 117 Niet-kas activa (t-1) 5366 0 246738 641 25152 117 Totale schulden (t-1) 4581 0 224510 734 22284 123 Totale opbrengsten (t-1) 7435 2 191280 991 26077 62 Totale kosten (t-1) 3169 1 54230 1139 8014 69 Leeftijd 5 1 35 3 5 126 Kost van de werknemers (t-1) 1458 0 44856 679 4789 94 Kost van de werknemers (t-2) 619 0 4207 457 766 65

Controlevariabelen Dow Jones Stoxx Total Market Index 312 177 389 324 56 126

33 Modellen en Onderzoeksopzet In bijlage 9 kan men op Figuur 7 grafieken bekijken van de relatie tussen de

boekwaarde van het eigen vermogen (BWEV) en de premoneywaardering en de relatie

tussen het netto-inkomen (NI) en de premoneywaardering Figuur 7a is een scatterplot

met de oorspronkelijke data in duizend euro in figuur 7b zijn de oorspronkelijke data

gedeflateerd op het totaal actief Uit beide figuren kan je afleiden dat deze data sterk

heteroscedastisch is wat niet goed is om een lineaire relatie na te gaan tussen de

variabelen Tabel 3 toonde reeds een groot verschil in gemiddelden en mediaan voor

de verschillende variabelen Dit kan het resultaat zijn van verschillen tussen de

ondernemingen in leeftijd grootte industrie of levenscyclus

Om hier een oplossing voor te bieden ondergaan de variabelen een Ln-transformatie die

als volgt gebeurt

Voor de positieve waarden X Ln [ 1 + X ] met X in duizend euro

Voor de negatieve waarden Y -Ln [ 1 + (-Y)] met Y in duizend euro

Het voordeel van deze transformatie is dat men niet hoeft te controleren voor outliers

aangezien een Ln-transformatie hoge waarden afvlakt We zien in tabel 3 steeds grote

standaardafwijkingen bij de variabelen voor transformatie Na transformatie verdwijnen

deze hoge waarden Via een Ln-transformatie bekomen we ook een grotere

homoscedasticiteit tussen de variabelen17

Het effect van het transformeren in vergelijking met deflateren op totaal actief18 wordt

geiumlllustreerd in bijlage 9 In bijlage 9 wordt een scatterplot gemaakt van de bivariate

relatie tussen de premoneywaardering en respectievelijk de boekwaarde van het eigen

vermogen en het bedrijfsresultaat

In figuur 7c zie je dat na transformatie de relaties tussen ln(premoneywaardering) en

respectievelijk ln(BWEV) en ln(Bedrijfsresultaat) meer homoscedastisch zijn

Op deze figuur merken we ook dat de relatie tussen de boekwaarde van het eigen

vermogen (indien gt 0) en de ondernemingswaarde (lineair) positief is We zien

eveneens een positieve relatie tussen het bedrijfsresultaat en de ondernemingswaarde

17 Armstrong et al maken gebruik van een rank regression om dezelfde problemen bij regressie op te lossen 18 Collins et al deflateren op het aantal aandelen Joos maakt gebruik van de marktwaarde op t de boekwaarde op t-1 en het aantal werknemers t-1 als deflatiefactor

22

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 27: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

Aantal deals per land

54

45

24

3

0

10

20

30

40

50

60

Belgieuml Verenigd Koninkrijk Frankrijk Duitsland

Land

Aan

tal d

eals

Figuur 1 Aantal deals per land

Distributie steekproef volgens jaar deal

0

4

8

29

14

3

9 10 9

23

17

0

5

10

15

20

25

30

35

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Jaar deal

Aan

tal d

eals

Figuur 2 Distributie van de steekproef volgens jaar waarin deal afgesloten werd

18

Leeftijd ondernemingen bij afsluiten deal

11

27 26

20

79

4 4 53

10

0

5

10

15

20

25

30

1 jaar 2 jaar 3 jaar 4 jaar 5 jaar 6 jaar 7 jaar 8 jaar 9 jaar 10 jaar gt10jaar

Leeftijd

Aan

tal o

nder

nem

inge

n

Figuur 3 Leeftijd onderneming bij afsluiten deal

Distributie steekproef volgens industrie

4032

1712 11 9

5

05

1015202530354045

Compu

ter ge

relate

erd

Dienste

n (ex

cl C

ompu

ter)

Metaal

Hande

l en H

oreca

Biotec

hnolo

gisch

Chemie

Andere

(res

tcateg

orie)

Industrie

Aan

tal d

eals

Figuur 4 Distributie van de steekproef volgens industrie

19

20

Als controlevariabele wordt nagegaan of de kapitaalinstroom in Venture Capital fondsen

in het jaar van de deal een invloed heeft op de waardering van de Venture Capital

transacties In bijlage 1 kan de instroom van kapitaal in de verschillende jaren afgelezen

worden De gegevens zijn afkomstig uit de jaarlijkse publicaties van de EVCA Bij het

uitvoeren van het onderzoek was de kapitaalinstroom voor het jaar 2007 nog niet

gepubliceerd

Tabel 3 geeft een overzicht van het minimum het maximum de mediaan het

gemiddelde en de standaardafwijking van de gebruikte variabelen Er wordt ook getoond

hoeveel gegevens beschikbaar zijn per variabele De verschillende variabelen worden

weergegeven in duizend euro De gemiddelde onderneming betrokken bij een Venture

Capital deal heeft een premoneywaardering van 19932 duizend euro Het gemiddelde

en de mediaan van het operationeel bedrijfsresultaat zijn negatief Dit komt doordat

slechts 31 van de 108 bedrijven waarvoor het operationeel bedrijfsresultaat gegeven is

een positief operationeel bedrijfsresultaat hebben

In bijlage 2 kan het boxplot bekeken worden van de premoneywaardering per jaar

Zowel de Kruskal-Wallis-test als de mediaantest tonen aan dat er geen verschil is in

premoneywaardering over de verschillende jaren heen16

In bijlage 3 kan het boxplot worden bekeken van de premoneywaardering in de

verschillende industrieklassen Biotechnologische ondernemingen worden significant

hoger gewaardeerd dan ondernemingen in andere industrieklassen

16 De resultaten van deze testen zijn niet opgenomen in dit werk

21

Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelen

Gemiddelde Minimum Maximum Mediaan Standaardafwijking N (euro1000) (euro1000) (euro1000) (euro1000) (euro1000) Afhankelijke variabele Premoneywaardering 19332 100 267278 5102 38420 126 Onafhankelijke variabelen Operationeel Bedrijfsresultaat (t-1) -587 -9601 12097 -165 2303 108 Boekwaarde eigen vermogen (BWEV) (t-1) 1926 -4357 30257 184 5140 125 Kas en kasequivalenten (t-1) 1113 0 24375 80 3171 117 Niet-kas activa (t-1) 5366 0 246738 641 25152 117 Totale schulden (t-1) 4581 0 224510 734 22284 123 Totale opbrengsten (t-1) 7435 2 191280 991 26077 62 Totale kosten (t-1) 3169 1 54230 1139 8014 69 Leeftijd 5 1 35 3 5 126 Kost van de werknemers (t-1) 1458 0 44856 679 4789 94 Kost van de werknemers (t-2) 619 0 4207 457 766 65

Controlevariabelen Dow Jones Stoxx Total Market Index 312 177 389 324 56 126

33 Modellen en Onderzoeksopzet In bijlage 9 kan men op Figuur 7 grafieken bekijken van de relatie tussen de

boekwaarde van het eigen vermogen (BWEV) en de premoneywaardering en de relatie

tussen het netto-inkomen (NI) en de premoneywaardering Figuur 7a is een scatterplot

met de oorspronkelijke data in duizend euro in figuur 7b zijn de oorspronkelijke data

gedeflateerd op het totaal actief Uit beide figuren kan je afleiden dat deze data sterk

heteroscedastisch is wat niet goed is om een lineaire relatie na te gaan tussen de

variabelen Tabel 3 toonde reeds een groot verschil in gemiddelden en mediaan voor

de verschillende variabelen Dit kan het resultaat zijn van verschillen tussen de

ondernemingen in leeftijd grootte industrie of levenscyclus

Om hier een oplossing voor te bieden ondergaan de variabelen een Ln-transformatie die

als volgt gebeurt

Voor de positieve waarden X Ln [ 1 + X ] met X in duizend euro

Voor de negatieve waarden Y -Ln [ 1 + (-Y)] met Y in duizend euro

Het voordeel van deze transformatie is dat men niet hoeft te controleren voor outliers

aangezien een Ln-transformatie hoge waarden afvlakt We zien in tabel 3 steeds grote

standaardafwijkingen bij de variabelen voor transformatie Na transformatie verdwijnen

deze hoge waarden Via een Ln-transformatie bekomen we ook een grotere

homoscedasticiteit tussen de variabelen17

Het effect van het transformeren in vergelijking met deflateren op totaal actief18 wordt

geiumlllustreerd in bijlage 9 In bijlage 9 wordt een scatterplot gemaakt van de bivariate

relatie tussen de premoneywaardering en respectievelijk de boekwaarde van het eigen

vermogen en het bedrijfsresultaat

In figuur 7c zie je dat na transformatie de relaties tussen ln(premoneywaardering) en

respectievelijk ln(BWEV) en ln(Bedrijfsresultaat) meer homoscedastisch zijn

Op deze figuur merken we ook dat de relatie tussen de boekwaarde van het eigen

vermogen (indien gt 0) en de ondernemingswaarde (lineair) positief is We zien

eveneens een positieve relatie tussen het bedrijfsresultaat en de ondernemingswaarde

17 Armstrong et al maken gebruik van een rank regression om dezelfde problemen bij regressie op te lossen 18 Collins et al deflateren op het aantal aandelen Joos maakt gebruik van de marktwaarde op t de boekwaarde op t-1 en het aantal werknemers t-1 als deflatiefactor

22

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 28: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

Leeftijd ondernemingen bij afsluiten deal

11

27 26

20

79

4 4 53

10

0

5

10

15

20

25

30

1 jaar 2 jaar 3 jaar 4 jaar 5 jaar 6 jaar 7 jaar 8 jaar 9 jaar 10 jaar gt10jaar

Leeftijd

Aan

tal o

nder

nem

inge

n

Figuur 3 Leeftijd onderneming bij afsluiten deal

Distributie steekproef volgens industrie

4032

1712 11 9

5

05

1015202530354045

Compu

ter ge

relate

erd

Dienste

n (ex

cl C

ompu

ter)

Metaal

Hande

l en H

oreca

Biotec

hnolo

gisch

Chemie

Andere

(res

tcateg

orie)

Industrie

Aan

tal d

eals

Figuur 4 Distributie van de steekproef volgens industrie

19

20

Als controlevariabele wordt nagegaan of de kapitaalinstroom in Venture Capital fondsen

in het jaar van de deal een invloed heeft op de waardering van de Venture Capital

transacties In bijlage 1 kan de instroom van kapitaal in de verschillende jaren afgelezen

worden De gegevens zijn afkomstig uit de jaarlijkse publicaties van de EVCA Bij het

uitvoeren van het onderzoek was de kapitaalinstroom voor het jaar 2007 nog niet

gepubliceerd

Tabel 3 geeft een overzicht van het minimum het maximum de mediaan het

gemiddelde en de standaardafwijking van de gebruikte variabelen Er wordt ook getoond

hoeveel gegevens beschikbaar zijn per variabele De verschillende variabelen worden

weergegeven in duizend euro De gemiddelde onderneming betrokken bij een Venture

Capital deal heeft een premoneywaardering van 19932 duizend euro Het gemiddelde

en de mediaan van het operationeel bedrijfsresultaat zijn negatief Dit komt doordat

slechts 31 van de 108 bedrijven waarvoor het operationeel bedrijfsresultaat gegeven is

een positief operationeel bedrijfsresultaat hebben

In bijlage 2 kan het boxplot bekeken worden van de premoneywaardering per jaar

Zowel de Kruskal-Wallis-test als de mediaantest tonen aan dat er geen verschil is in

premoneywaardering over de verschillende jaren heen16

In bijlage 3 kan het boxplot worden bekeken van de premoneywaardering in de

verschillende industrieklassen Biotechnologische ondernemingen worden significant

hoger gewaardeerd dan ondernemingen in andere industrieklassen

16 De resultaten van deze testen zijn niet opgenomen in dit werk

21

Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelen

Gemiddelde Minimum Maximum Mediaan Standaardafwijking N (euro1000) (euro1000) (euro1000) (euro1000) (euro1000) Afhankelijke variabele Premoneywaardering 19332 100 267278 5102 38420 126 Onafhankelijke variabelen Operationeel Bedrijfsresultaat (t-1) -587 -9601 12097 -165 2303 108 Boekwaarde eigen vermogen (BWEV) (t-1) 1926 -4357 30257 184 5140 125 Kas en kasequivalenten (t-1) 1113 0 24375 80 3171 117 Niet-kas activa (t-1) 5366 0 246738 641 25152 117 Totale schulden (t-1) 4581 0 224510 734 22284 123 Totale opbrengsten (t-1) 7435 2 191280 991 26077 62 Totale kosten (t-1) 3169 1 54230 1139 8014 69 Leeftijd 5 1 35 3 5 126 Kost van de werknemers (t-1) 1458 0 44856 679 4789 94 Kost van de werknemers (t-2) 619 0 4207 457 766 65

Controlevariabelen Dow Jones Stoxx Total Market Index 312 177 389 324 56 126

33 Modellen en Onderzoeksopzet In bijlage 9 kan men op Figuur 7 grafieken bekijken van de relatie tussen de

boekwaarde van het eigen vermogen (BWEV) en de premoneywaardering en de relatie

tussen het netto-inkomen (NI) en de premoneywaardering Figuur 7a is een scatterplot

met de oorspronkelijke data in duizend euro in figuur 7b zijn de oorspronkelijke data

gedeflateerd op het totaal actief Uit beide figuren kan je afleiden dat deze data sterk

heteroscedastisch is wat niet goed is om een lineaire relatie na te gaan tussen de

variabelen Tabel 3 toonde reeds een groot verschil in gemiddelden en mediaan voor

de verschillende variabelen Dit kan het resultaat zijn van verschillen tussen de

ondernemingen in leeftijd grootte industrie of levenscyclus

Om hier een oplossing voor te bieden ondergaan de variabelen een Ln-transformatie die

als volgt gebeurt

Voor de positieve waarden X Ln [ 1 + X ] met X in duizend euro

Voor de negatieve waarden Y -Ln [ 1 + (-Y)] met Y in duizend euro

Het voordeel van deze transformatie is dat men niet hoeft te controleren voor outliers

aangezien een Ln-transformatie hoge waarden afvlakt We zien in tabel 3 steeds grote

standaardafwijkingen bij de variabelen voor transformatie Na transformatie verdwijnen

deze hoge waarden Via een Ln-transformatie bekomen we ook een grotere

homoscedasticiteit tussen de variabelen17

Het effect van het transformeren in vergelijking met deflateren op totaal actief18 wordt

geiumlllustreerd in bijlage 9 In bijlage 9 wordt een scatterplot gemaakt van de bivariate

relatie tussen de premoneywaardering en respectievelijk de boekwaarde van het eigen

vermogen en het bedrijfsresultaat

In figuur 7c zie je dat na transformatie de relaties tussen ln(premoneywaardering) en

respectievelijk ln(BWEV) en ln(Bedrijfsresultaat) meer homoscedastisch zijn

Op deze figuur merken we ook dat de relatie tussen de boekwaarde van het eigen

vermogen (indien gt 0) en de ondernemingswaarde (lineair) positief is We zien

eveneens een positieve relatie tussen het bedrijfsresultaat en de ondernemingswaarde

17 Armstrong et al maken gebruik van een rank regression om dezelfde problemen bij regressie op te lossen 18 Collins et al deflateren op het aantal aandelen Joos maakt gebruik van de marktwaarde op t de boekwaarde op t-1 en het aantal werknemers t-1 als deflatiefactor

22

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 29: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

20

Als controlevariabele wordt nagegaan of de kapitaalinstroom in Venture Capital fondsen

in het jaar van de deal een invloed heeft op de waardering van de Venture Capital

transacties In bijlage 1 kan de instroom van kapitaal in de verschillende jaren afgelezen

worden De gegevens zijn afkomstig uit de jaarlijkse publicaties van de EVCA Bij het

uitvoeren van het onderzoek was de kapitaalinstroom voor het jaar 2007 nog niet

gepubliceerd

Tabel 3 geeft een overzicht van het minimum het maximum de mediaan het

gemiddelde en de standaardafwijking van de gebruikte variabelen Er wordt ook getoond

hoeveel gegevens beschikbaar zijn per variabele De verschillende variabelen worden

weergegeven in duizend euro De gemiddelde onderneming betrokken bij een Venture

Capital deal heeft een premoneywaardering van 19932 duizend euro Het gemiddelde

en de mediaan van het operationeel bedrijfsresultaat zijn negatief Dit komt doordat

slechts 31 van de 108 bedrijven waarvoor het operationeel bedrijfsresultaat gegeven is

een positief operationeel bedrijfsresultaat hebben

In bijlage 2 kan het boxplot bekeken worden van de premoneywaardering per jaar

Zowel de Kruskal-Wallis-test als de mediaantest tonen aan dat er geen verschil is in

premoneywaardering over de verschillende jaren heen16

In bijlage 3 kan het boxplot worden bekeken van de premoneywaardering in de

verschillende industrieklassen Biotechnologische ondernemingen worden significant

hoger gewaardeerd dan ondernemingen in andere industrieklassen

16 De resultaten van deze testen zijn niet opgenomen in dit werk

21

Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelen

Gemiddelde Minimum Maximum Mediaan Standaardafwijking N (euro1000) (euro1000) (euro1000) (euro1000) (euro1000) Afhankelijke variabele Premoneywaardering 19332 100 267278 5102 38420 126 Onafhankelijke variabelen Operationeel Bedrijfsresultaat (t-1) -587 -9601 12097 -165 2303 108 Boekwaarde eigen vermogen (BWEV) (t-1) 1926 -4357 30257 184 5140 125 Kas en kasequivalenten (t-1) 1113 0 24375 80 3171 117 Niet-kas activa (t-1) 5366 0 246738 641 25152 117 Totale schulden (t-1) 4581 0 224510 734 22284 123 Totale opbrengsten (t-1) 7435 2 191280 991 26077 62 Totale kosten (t-1) 3169 1 54230 1139 8014 69 Leeftijd 5 1 35 3 5 126 Kost van de werknemers (t-1) 1458 0 44856 679 4789 94 Kost van de werknemers (t-2) 619 0 4207 457 766 65

Controlevariabelen Dow Jones Stoxx Total Market Index 312 177 389 324 56 126

33 Modellen en Onderzoeksopzet In bijlage 9 kan men op Figuur 7 grafieken bekijken van de relatie tussen de

boekwaarde van het eigen vermogen (BWEV) en de premoneywaardering en de relatie

tussen het netto-inkomen (NI) en de premoneywaardering Figuur 7a is een scatterplot

met de oorspronkelijke data in duizend euro in figuur 7b zijn de oorspronkelijke data

gedeflateerd op het totaal actief Uit beide figuren kan je afleiden dat deze data sterk

heteroscedastisch is wat niet goed is om een lineaire relatie na te gaan tussen de

variabelen Tabel 3 toonde reeds een groot verschil in gemiddelden en mediaan voor

de verschillende variabelen Dit kan het resultaat zijn van verschillen tussen de

ondernemingen in leeftijd grootte industrie of levenscyclus

Om hier een oplossing voor te bieden ondergaan de variabelen een Ln-transformatie die

als volgt gebeurt

Voor de positieve waarden X Ln [ 1 + X ] met X in duizend euro

Voor de negatieve waarden Y -Ln [ 1 + (-Y)] met Y in duizend euro

Het voordeel van deze transformatie is dat men niet hoeft te controleren voor outliers

aangezien een Ln-transformatie hoge waarden afvlakt We zien in tabel 3 steeds grote

standaardafwijkingen bij de variabelen voor transformatie Na transformatie verdwijnen

deze hoge waarden Via een Ln-transformatie bekomen we ook een grotere

homoscedasticiteit tussen de variabelen17

Het effect van het transformeren in vergelijking met deflateren op totaal actief18 wordt

geiumlllustreerd in bijlage 9 In bijlage 9 wordt een scatterplot gemaakt van de bivariate

relatie tussen de premoneywaardering en respectievelijk de boekwaarde van het eigen

vermogen en het bedrijfsresultaat

In figuur 7c zie je dat na transformatie de relaties tussen ln(premoneywaardering) en

respectievelijk ln(BWEV) en ln(Bedrijfsresultaat) meer homoscedastisch zijn

Op deze figuur merken we ook dat de relatie tussen de boekwaarde van het eigen

vermogen (indien gt 0) en de ondernemingswaarde (lineair) positief is We zien

eveneens een positieve relatie tussen het bedrijfsresultaat en de ondernemingswaarde

17 Armstrong et al maken gebruik van een rank regression om dezelfde problemen bij regressie op te lossen 18 Collins et al deflateren op het aantal aandelen Joos maakt gebruik van de marktwaarde op t de boekwaarde op t-1 en het aantal werknemers t-1 als deflatiefactor

22

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 30: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

21

Tabel 3 Samenvattende descriptieve statistiek van de gebruikte variabelen

Gemiddelde Minimum Maximum Mediaan Standaardafwijking N (euro1000) (euro1000) (euro1000) (euro1000) (euro1000) Afhankelijke variabele Premoneywaardering 19332 100 267278 5102 38420 126 Onafhankelijke variabelen Operationeel Bedrijfsresultaat (t-1) -587 -9601 12097 -165 2303 108 Boekwaarde eigen vermogen (BWEV) (t-1) 1926 -4357 30257 184 5140 125 Kas en kasequivalenten (t-1) 1113 0 24375 80 3171 117 Niet-kas activa (t-1) 5366 0 246738 641 25152 117 Totale schulden (t-1) 4581 0 224510 734 22284 123 Totale opbrengsten (t-1) 7435 2 191280 991 26077 62 Totale kosten (t-1) 3169 1 54230 1139 8014 69 Leeftijd 5 1 35 3 5 126 Kost van de werknemers (t-1) 1458 0 44856 679 4789 94 Kost van de werknemers (t-2) 619 0 4207 457 766 65

Controlevariabelen Dow Jones Stoxx Total Market Index 312 177 389 324 56 126

33 Modellen en Onderzoeksopzet In bijlage 9 kan men op Figuur 7 grafieken bekijken van de relatie tussen de

boekwaarde van het eigen vermogen (BWEV) en de premoneywaardering en de relatie

tussen het netto-inkomen (NI) en de premoneywaardering Figuur 7a is een scatterplot

met de oorspronkelijke data in duizend euro in figuur 7b zijn de oorspronkelijke data

gedeflateerd op het totaal actief Uit beide figuren kan je afleiden dat deze data sterk

heteroscedastisch is wat niet goed is om een lineaire relatie na te gaan tussen de

variabelen Tabel 3 toonde reeds een groot verschil in gemiddelden en mediaan voor

de verschillende variabelen Dit kan het resultaat zijn van verschillen tussen de

ondernemingen in leeftijd grootte industrie of levenscyclus

Om hier een oplossing voor te bieden ondergaan de variabelen een Ln-transformatie die

als volgt gebeurt

Voor de positieve waarden X Ln [ 1 + X ] met X in duizend euro

Voor de negatieve waarden Y -Ln [ 1 + (-Y)] met Y in duizend euro

Het voordeel van deze transformatie is dat men niet hoeft te controleren voor outliers

aangezien een Ln-transformatie hoge waarden afvlakt We zien in tabel 3 steeds grote

standaardafwijkingen bij de variabelen voor transformatie Na transformatie verdwijnen

deze hoge waarden Via een Ln-transformatie bekomen we ook een grotere

homoscedasticiteit tussen de variabelen17

Het effect van het transformeren in vergelijking met deflateren op totaal actief18 wordt

geiumlllustreerd in bijlage 9 In bijlage 9 wordt een scatterplot gemaakt van de bivariate

relatie tussen de premoneywaardering en respectievelijk de boekwaarde van het eigen

vermogen en het bedrijfsresultaat

In figuur 7c zie je dat na transformatie de relaties tussen ln(premoneywaardering) en

respectievelijk ln(BWEV) en ln(Bedrijfsresultaat) meer homoscedastisch zijn

Op deze figuur merken we ook dat de relatie tussen de boekwaarde van het eigen

vermogen (indien gt 0) en de ondernemingswaarde (lineair) positief is We zien

eveneens een positieve relatie tussen het bedrijfsresultaat en de ondernemingswaarde

17 Armstrong et al maken gebruik van een rank regression om dezelfde problemen bij regressie op te lossen 18 Collins et al deflateren op het aantal aandelen Joos maakt gebruik van de marktwaarde op t de boekwaarde op t-1 en het aantal werknemers t-1 als deflatiefactor

22

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 31: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

33 Modellen en Onderzoeksopzet In bijlage 9 kan men op Figuur 7 grafieken bekijken van de relatie tussen de

boekwaarde van het eigen vermogen (BWEV) en de premoneywaardering en de relatie

tussen het netto-inkomen (NI) en de premoneywaardering Figuur 7a is een scatterplot

met de oorspronkelijke data in duizend euro in figuur 7b zijn de oorspronkelijke data

gedeflateerd op het totaal actief Uit beide figuren kan je afleiden dat deze data sterk

heteroscedastisch is wat niet goed is om een lineaire relatie na te gaan tussen de

variabelen Tabel 3 toonde reeds een groot verschil in gemiddelden en mediaan voor

de verschillende variabelen Dit kan het resultaat zijn van verschillen tussen de

ondernemingen in leeftijd grootte industrie of levenscyclus

Om hier een oplossing voor te bieden ondergaan de variabelen een Ln-transformatie die

als volgt gebeurt

Voor de positieve waarden X Ln [ 1 + X ] met X in duizend euro

Voor de negatieve waarden Y -Ln [ 1 + (-Y)] met Y in duizend euro

Het voordeel van deze transformatie is dat men niet hoeft te controleren voor outliers

aangezien een Ln-transformatie hoge waarden afvlakt We zien in tabel 3 steeds grote

standaardafwijkingen bij de variabelen voor transformatie Na transformatie verdwijnen

deze hoge waarden Via een Ln-transformatie bekomen we ook een grotere

homoscedasticiteit tussen de variabelen17

Het effect van het transformeren in vergelijking met deflateren op totaal actief18 wordt

geiumlllustreerd in bijlage 9 In bijlage 9 wordt een scatterplot gemaakt van de bivariate

relatie tussen de premoneywaardering en respectievelijk de boekwaarde van het eigen

vermogen en het bedrijfsresultaat

In figuur 7c zie je dat na transformatie de relaties tussen ln(premoneywaardering) en

respectievelijk ln(BWEV) en ln(Bedrijfsresultaat) meer homoscedastisch zijn

Op deze figuur merken we ook dat de relatie tussen de boekwaarde van het eigen

vermogen (indien gt 0) en de ondernemingswaarde (lineair) positief is We zien

eveneens een positieve relatie tussen het bedrijfsresultaat en de ondernemingswaarde

17 Armstrong et al maken gebruik van een rank regression om dezelfde problemen bij regressie op te lossen 18 Collins et al deflateren op het aantal aandelen Joos maakt gebruik van de marktwaarde op t de boekwaarde op t-1 en het aantal werknemers t-1 als deflatiefactor

22

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 32: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

voor wintsgevende ondernemingen en een negatieve relatie tussen het bedrijfsresultaat

en de ondernemingswaarde voor verlieslatende ondernemingen Dit is ook wat Hand

(2003) en Joos (2004) ondervonden

Voor het testen van H1 tot H3 regresseren we de ondernemingswaarde op het

bedrijfsresultaat voor winstgevende en verlieslatende ondernemingen Vervolgens

bekijken we in hypothese 4 dezelfde relatie na opname van de boekwaarde van eigen

vermogen Er wordt een onderscheid gemaakt tussen ondernemingen met winsten

(netto-inkomen NI gt 0) en verliezen (netto-inkomen lt 0) Tot slot wordt voor H5 tot H9

een multivariate regressie uitgevoerd om de invloed na te gaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (bedrijfskosten) op de ondernemingswaarde Hierbij worden ook enkele

controlevariabelen ingevoegd

Hypothese 1 en 2 worden getest met model 1

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

Dneg is een dummy die de waarde 1 aanneemt wanneer de onderneming verlies heeft

(NI lt 0) en 0 wanneer zij winst maakt (NI gt 0) De coeumlfficieumlnt α1 geeft de invloed weer

van het bedrijfsresultaat op de ondernemingswaarde voor de winstgevende

ondernemingen De coeumlfficieumlnt bij DnegNIit-1 (b1) geeft het bijkomende (incrementele)

effect weer van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende

ondernemingen ten opzichte van winstgevende De coeumlfficieumlnt bij het bedrijfsverlies voor

verlieslatende onderneming is dus (α1) + (b1) Consistent met onze hypothesen en figuur

7c verwachten we dat α1 + b1 (de coeumlfficieumlnt voor verliezen) negatief is en dat α1 positief

is

Hypothese 3 wordt als volgt getest

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

Dneg is dezelfde dummy als in model 1 De coeumlfficieumlnt bij boekwaarde eigen vermogen

(BWEV) geeft de invloed weer van de boekwaarde op de ondernemingswaarde voor de

23

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 33: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

ondernemingen met een positief bedrijfsresultaat De som van de coeumlfficieumlnt bij BWEV

(α1) en DnegBWEVit-1 (b1) geeft het effect weer van BWEV op de ondernemingswaarde

bij verlieslatende ondernemingen Er wordt voorspeld dat deze coeumlfficieumlnt significant

positief is Om een waardedeterminant te zijn moet BWEV op zijn beurt positief zijn In

onze steekproef is dit niet steeds het geval In onze verdere analyse werken we verder

met de ondernemingen met een positieve boekwaarde van het eigen vermogen De

negatieve krijgen de waarde 0 19

In Hypothese 4 wordt nagegaan wat er met de coeumlfficieumlnt van het bedrijfsresultaat

gebeurt na incorporatie van BWEV in het model

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Hier is α1 het effect van het bedrijfsresultaat op de ondernemingswaarde voor de

ondernemingen met een positief bedrijfsresultaat α2 geeft de invloed weer van de

boekwaarde van het eigen vermogen b1 geeft het bijkomende (incrementele) effect van

het bedrijfsresultaat voor verlieslatende ondernemingen α1+ b1 is dus het totale effect

van het bedrijfsresultaat op de ondernemingswaarde voor verlieslatende bedrijven

Collins et al (1997) voorspellen dat de coeumlfficieumlnt bij het bedrijfsresultaat positief wordt

enof niet-significant BWEV dient dan als proxy voor grootte ( Barth en Kallapur 1996)

toekomstige winsten (Ohlson 1995) of liquidatiewaarde (Burgstahler amp Dichev 1997)

Deze component wordt belangrijker bij verlieslatende ondernemingen Hand (2003) en

Joos (2004) tonen daarentegen aan dat deze coeumlfficieumlnt significant-negatief zal blijven

en dit omdat het bedrijfsverlies als proxy voor investeringsinspanningen dient die de

onderneming in de toekomst winstgevende projecten zal opleveren Beide populaties

van enerzijds Collins et al (1997) en anderzijds Hand (2003) en Joos (2004) verschillen

sterk in samenstelling De steekproeven van zowel Hand (internetbedrijven) als Joos

(biotechnologische sector) worden gekenmerkt door industrieeumln waar er lange

investeringscyclussen zijn en er een grotere onzekerheid is wat betreft toekomstige

19 Wanneer we de ondernemingen met een negatieve BWEV apart analyseren vinden we een niet significant verband terug tussen de BWEV en de ondernemingswaarde Er is een significant verschil in de waarderelevantie van BWEV voor ondernemingen met een positieve en negatieve BWEV Enkel het verband tussen de ondernemingswaarde en een positieve BWEV wordt gerapporteerd

24

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 34: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

operaties In deze meer risicovolle sectoren bevinden de bedrijven zich in een situatie

waar er vele jaren verlopen tussen het basisonderzoek en het op de markt brengen van

een verkoopklaar product Deze periode van aanhoudende verliezen moet dan ook

overbrugd worden door intense financiering van grote investeringskosten De populatie

van Collins et al (1997) daarentegen bestaat uit ondernemingen uit een bepaalde

periode zonder een industrieclassificatie te volgen Daarom gaan we in H4 na of er een

verschil is in waardering van de verliezen in de risicovolle sectoren (Hand amp Joos) en de

minder risicovolle sectoren (Collins et al)

Onze voorspelling in hypothese 4 is dat de waardering van het verlies sector-afhankelijk

zal zijn We maken een groep hoogtechnologische sector (chemie biotechnologisch en

computer industrie) die als risicovol beschouwd worden De laagtechnologische groep

(alle andere industrieeumln uit figuur 4) zijn de ondernemingen in minder risicovolle

sectoren

Hypothese 4 wordt getest aan de hand van volgende modellen

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Dhoog is een dummy die de waarde 1 aanneemt wanneer de onderneming tot de sector

chemie biotechnologie of computer gerelateerd behoort De dummy neemt de waarde 0

aan wanneer de onderneming in een andere sector zit NI is gelijk aan het bedrijfsverlies

voor verlieslatende ondernemingen en is gelijk aan 0 voor winstgevende

ondernemingen We willen namelijk nagaan of de verliezen als resultaat van grote

investeringen anders gewaardeerd worden in beide sectoren Voorspeld wordt dat voor

de hoogtechnologische groep er een significante negatieve relatie zal zijn die tevens

behouden zal blijven na incorporatie van de BWEV Dit omdat investeerders de

verliezen hier als een indicatie voor investeringen zien Aangezien investeringen

25

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 35: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

negatief gerelateerd zijn met het bedrijfsresultaat en positief met de

ondernemingswaarde zal gelden hoe groter het verlies hoe groter de

ondernemingswaarde

Voor het testen van hypothese 5 tot 8 wordt de invloed nagegaan van de afzonderlijke

componenten van BWEV (kas niet-kas activa en totale schulden) en het

bedrijfsresultaat (totale kosten) op de ondernemingswaarde controlerend voor enkele

controlevariabelen 20

We maken gebruik van regressiemodel 7 om onze voorspellingen te testen

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt +

α6Stoxxt + α7INDUSTRIEt + eit (7)

Er wordt een positieve relatie verwacht tussen alle variabelen en de

ondernemingswaarde behalve voor de totale schulden

Net zoals voor de eerste drie hypothesen gaan we het investeringsaspect van totale

kosten na in de hoogtechnologische en laagtechnologische sector We testen dit aan de

hand van model 8

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

Verwacht wordt dat de totale kosten (α4 +b1 ) significant positief gewaardeerd zullen

worden in de hoogtechnologische sector 21

4 Resultaten en interpretatie

Figuur 7c (bijlage 9) geeft een duidelijk beeld van de relatie tussen het bedrijfsresultaat

en de ondernemingswaarde De relatie lijkt V-Vormig te zijn Uit de bivariate analyse in 20 Totale opbrengsten worden niet opgenomen omdat het grootste deel van onze ondernemingen zich houden aan de regels van de verkorte jaarrekening waardoor zij niet verplicht zijn de totale opbrengsten te rapporteren De combinatie totale schulden en opbrengsten is voor te weinig ondernemingen gegeven om in eenzelfde analyse op te nemen 21 In de bivariate analyse zagen we dat de andere coeumlfficieumlnten in het model eenzelfde teken en significantie hadden voor beide groepen Enkel de waardering van de totale kosten was verschillend

26

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 36: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

tabel 4 blijkt dat zowel winsten (α1 = 0486) als verliezen (α1+ b1 = -0352 ) significant

worden gewaardeerd Dit betekent dat hoe hoger de winsten en verliezen hoe hoger de

waardering van de onderneming Hypothese 1 en 2 worden bijgevolg aanvaard De

negatieve relatie tussen verliezen en ondernemingswaarde is consistent met heel wat

literatuur uit het verleden (Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997)

Kothari en Zimmerman (1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos

(2004))

Tabel 4 toont dat BWEV voor de verlieslatende ondernemingen geen significant positief

bijkomend verklaringskracht heeft in vergelijking met de winstgevende ondernemingen

Zowel voor de winstgevende (0453) als de verlieslatende (0251) ondernemingen is er

een positief significante relatie tussen de boekwaarde van het eigen vermogen en de

ondernemingswaarde beide op 1 significantieniveau

We kunnen hypothese 3 aanvaarden dat BWEV een significante positieve relatie heeft

met de ondernemingswaarde voor verlieslatende ondernemingen Deze relatie geldt niet

alleen voor ondernemingen met een negatief resultaat maar ook voor de winstgevende

bedrijven is BWEV een relevante waardedeterminant Algemeen geformuleerd worden

bedrijven met een hogere BWEV hoger gewaardeerd

We zagen dat hypothese 2 kon bevestigd worden Deze hield een positieve waardering

van verliezen in

Collins et al (1997) tonen aan dat de positieve waardering afkomstig is van het feit dat

BWEV niet in de analyse opgenomen wordt terwijl deze waarderelevant is bij

verlieslatende ondernemingen Statistisch vertaalt zich dat in een niet significante

positieve of zelfs negatieve waardering van verliezen na incorporatie van BWEV

In tegenstelling tot Collins et al (1997) argumenteren Hand (2000) en Joos (2007) dat

deze relatie tussen bedrijfsverlies en ondernemingswaarde te wijten is aan de negatieve

relatie tussen bedrijfsresultaat en investeringen (oa in onderzoek en ontwikkeling) en de

positieve relatie tussen investeringen en ondernemingswaarde Statistisch vertaalt zich

dat in het behoud van de positieve waardering van verliezen na incorporatie van BWEV

27

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 37: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

Tabel 4 toont dat de negatieve coeumlfficieumlnt bij verlies na opname van BWEV negatief

blijft(-0175) maar dat deze slechts zwak significant is op het 10-niveau

We kunnen stellen dat voor alle verlieslatende ondernemingen samen BWEV de

dominante waardedeterminant is In de literatuur zagen we dat de grootte (BWEV) van

de onderneming positief gerelateerd is met zowel de liquidatiewaarde als de

toekomstige normale winsten Op basis van onze gegevens lijkt BWEV een goede proxy

voor grootte te zijn De Pearson-correlatiecoeumlfficieumlnt tussen BWEV (ge0) en totaal actief

dat vaak als proxy gebruikt wordt voor grootte is 0726 Figuur 10 (bijlage 9) illustreert

een positieve relatie tussen de omvang van het bedrijfsresultaat en het totaal actief Dit

betekent dat grotere verliezen en winsten afkomstig zijn van grotere ondernemingen

Figuur 9 (bijlage 9) illustreert een positieve relatie tussen het totaal actief en de

ondernemingswaarde voor verlieslatende ondernemingen Indien we BWEV (als proxy

voor grootte) niet opnemen in de analyse lijkt het alsof de hoge waardering komt door

de grote verliezen terwijl dit in de eerste plaats komt door enerzijds de positieve relatie

ondernemingsgrootte en ondernemingswaarde en anderzijds de relatie grootte (BWEV)

en omvang van bedrijfsresultaat22 Dit is de reden waarom de verliezen niet of minder

positief gewaardeerd worden (Collins et al1997) wat zich uit in een sterke daling van

de significantie van het bedrijfsresultaat bij verlieslatende ondernemingen in ons

onderzoek Aangezien onze steekpoef net als deze van Collins et al (1997) bestaat uit

ondernemingen uit verschillende industrieeumln is dit niet verwonderlijk

Daarom gaan we in hypothese 4 na of de verliezen anders gewaardeerd worden in de

verschillende sectoren

In tabel 5 zijn dezelfde relaties nagegaan voor de verlieslatende onderneming

opgesplitst volgens sector hoogtechnologische sector en laagtechnologische sector

We zien dat in de laagtechnologische sector verliezen (-0052) niet-significant worden

gewaardeerd wat wel het geval is in de hoogtechnologische sector (-0283) Voor

boekwaarde van het eigen vermogen is er geen verschil in teken of significantie

Verliezen leiden dus tot een hogere waardering in de meer risicovolle sectoren

Wanneer we BWEV opnemen zien we dat in de hoogtechnologische groep de verliezen

meer significant (- 0180) worden gewaardeerd dan in de laagtechnologische groep

22 De Pearson-correlatie voor verlieslatende ondernemingen tussen BWEV(ge0) en NI is -0408

28

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 38: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

29

(-0125) waar die nog net significant zijn op het 10 niveau We kunnen hypothese 4

aanvaarden dat de positieve waardering van verliezen minder uitgesproken is in de

laagtechnologische sector dan in de hoogtechnologische sector

Deze bevindingen stemmen overeen met Barth et al(1999) Hand (2000) en Joos

(2007) waar het verlies in risicovolle sectoren positief gewaardeerd wordt 23

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

Tabel 4 Regressiecoeumlfficieumlnten voor model 1 tot 3 De coeumlfficieumlnt bij verlies (α1 + b 1) en bij winst(α1) zijn telkens de coeumlfficieumlnten afkomstig uit model 1 model2 en model 3 uit de tabellen 1112 en13 NI is netto-inkomen en geeft het bedrijfsresultaat weer BWEV is de boekwaarde van het eigen vermogen Verlies en winst zijn de coeumlfficieumlnten voor de verlieslatende en de winstgevende ondernemingen geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n

23 We voeren hetzelfde uit volgens leeftijd omdat we denken dat meer jonge ondernemingen hogere nood aan financiering hebben om hun investeringen te financieren Investeerders zijn bereid deze te financieren ook al gaat het bedrijf hierdoor grotere verliezen leiden Oudere ondernemingen hebben al de tijd gehad om te bewijzen dat ze succesvolle projecten kunnen afwerken en we verwachten dat de verliezen hier minder positief zullen gewaardeerd worden Oudere ondernemingen hebben grotere kans dat er al een investering in de commercialisatiefase kan zitten waardoor het bedrijf winst kan genereren We deelden de groep in twee groepen ouder en jonger dan 4 jaar Er werden geen significante verschillen gevonden noch voor de boekwaarden noch voor het bedrijfsresultaat

Model 1 Model 2 Model 3 Verlies Winst Verlies Winst Verlies Winst α1 + b1 α1 α1 + b1 α1 α1 + b1 α1

NI -0352 0486 -0175 0261 (-3327) (5065) (-1666) (2108) BWEV 0251 0453 0222 (5198) (4696) (4644) n 107 107 107 Adjusted Rsup2 0206 0325 0338

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 39: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

MWit = α0 + α1NIit-1 + α2BWEVit-1 + b0Dhoog + b1DhoogNIit-1 +eit (4)

MWit = α0 + α1BWEVit-1 + b0Dhoog + b1Dhoog BWEVit-1 + eit (5)

MWit = α0 + α1NIit-1 + b0Dhoog + b1DhoogNIit-1 + eit (6)

Model 5 Model 6 Model 4 Laag Hoog Verschil Laag Hoog Verschil Laag Hoog Verschil α1 α1 + b1 α1 α1 + b1 α1 α1 + b1 NI -0052 -0283 -0231 -0125 -0180 -0055 (-0729) (-3604) (-2122) (-1996) (-2559) (-0556) BWEV 0228 0263 0035 0253 (4342) (4601) (0454) (5903) n 121 107 121 Adjusted Rsup2 0241 0086 0261 Tabel 5 Regressiecoeumlfficieumlnten voor model 4 tot 6 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weerHet aantal ondernemingen opgenomen in de regressie wordt weergegeven met n Hoog staat voor de hoogtechnologische sector Laag staat voor de laagtechnologische sector

30

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 40: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

31

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + α5VCINt + α6Stoxxt + α7INDUSTRIEt + eit (7)

Tabel 6 Regressiecoeumlfficieumlnten voor model 7 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

KAS α1 0271 (5160)

0198 ( 3617)

0168 (2004)

0243 (2820)

NKASA α2 0304

(5203) 0375

( 2999) 0994

(3687)

0983 (3327)

TotSchuld α3 0263

(4082) -0206

( -1458) -0797

(-2702) -0737

(-2346) TotKost α4 0427

(3197) 0144

(960) -0019

(-0112) TotOpbr

0257 (2912)

Groei 0184 (2380)

VCIN α5 -1272 (-3561)

Stoxx α6 4228 (3928)

Industrie α7 0 477(1105)

n 116 116 122 114 62 68 63 58 48

Adjusted Rsup2 0076 0195 0361 0109 0265 0182 0185 0115 0496

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 41: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

Tabel 6 is het resultaat van zowel de bivariate als de multivariate regressie analyse

van de afzonderlijke componenten van BWEV en NI

In hypothese 5 wordt een positieve relatie verondersteld tussen de kaspositie en de

premoneywaardering van de onderneming De regressie analyse toont aan dat we

deze positieve coeumlfficieumlnt (0243) kunnen bevestigen Een betere kaspositie wat

wijst op een goede liquiditeit van een onderneming leidt tot hogere waardering van

de onderneming

Hypothese 6 veronderstelt een positieve coeumlfficieumlnt voor de niet-kas activa bij de

waardering van ondernemingen De coeumlfficieumlnt (0983) is in ons model zoals

voorspeld significant positief De niet-kas activa correleren hoog met de totale activa

en kunnen gezien worden als een indicatie voor de grootte van het bedrijf24 De

grootte van een onderneming is dus een belangrijke indicatie voor de waarde van

een onderneming gefinancierd met Venture Capital Dit stemt overeen met de

bevindingen van hypothese 3

Hypothese 7 stelt voorop dat er een negatieve relatie is tussen totale schulden en de

premoneywaardering Voor de coeumlfficieumlnt van de totale schulden vonden we een

significant positieve coeumlfficieumlnt (0263) bij de bivariate analyse en een significant

negatieve coeumlfficieumlnt (-0737) bij de multivariate analyse De significante positieve

relatie bij bivariate analyse kan verklaard worden door het feit dat de totale schulden

sterk gecorreleerd zijn met de niet kas-activa (zie correlatietabel bijlage 8) Dit houdt

in dat hoe groter de onderneming is hoe hoger de schulden zijn In hypothese 5

zagen we dat grotere ondernemingen hoger gewaardeerd werden dan kleinere

ondernemingen Door de positieve correlatie tussen niet-kas activa en de totale

schulden wordt de coeumlfficieumlnt van de totale schulden in de bivariate analyse ook

significant positief (0263)

In de multivariate analyse bekomen we de voorspelde significant negatieve

coeumlfficieumlnt (-0737) De totale schulden kunnen dus gezien worden als een indicatie

van het financieel risico Hoge schulden verminderen ook de liquidatiewaarde van de

ondernemingen (Burgstahler amp Dichev 1997) Negatieve waardering hiervan kan

wijzen op de relevantie van liquidatiewaarde in ons onderzoek Ondernemingen met

een hogere schuldgraad worden dus lager gewaardeerd

24 De Pearson-correlatiecoeumlfficieumlnt tussen Ln (1+ totaal actief)(t-1) en Ln( 1+ Niet kas activa) (t-1) is 0946

32

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 42: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

Als we de waarderelevantie bekijken van de totale kosten als onderdeel van het

operationeel bedrijfsresultaat zien we dat totale kosten in de bivariate analyse een

positief significante coeumlfficieumlnt hebben (0427) Na incorporatie van de verschillende

elementen van de boekwaarde van het eigen vermogen in een multivariate regressie

verdwijnt de significant positieve coeumlfficieumlnt (-0019) Deze vaststelling geeft opnieuw

kracht aan de argumentering van Collins et al (1997) dat de boekwaarde van het

eigen vermogen in deze analyse de verschillende componenten ervan een

negatieve bias heeft op de coeumlfficieumlnt van het bedrijfsresultaat

Als we onze steekproef voor het analyseren van de waarderelevantie van de totale

kosten opnieuw indelen in een hoogtechnologische sector en een niet hoog

technologische sector zien we in tabel 8 dat de totale kosten in de

hoogtechnologische sector significant positief gewaardeerd worden (0499) Bij de

laagtechnologische bedrijven vinden we geen significante coeumlfficieumlnt terug bij totale

kosten (-0003) Figuren 8a en 8b (bijlage 9) illustreren deze resultaten De

waargenomen positieve waardering van verliezen in hypothese 2 in het bijzonder

voor de hoogtechnologische sector is afkomstig van de positieve waardering van

kosten De positieve waardering van kosten en de inverse relatie ervan met het

bedrijfsresultaat leiden tot de positieve waardering van verliezen Bedrijven in de

hoogtechnologische sectoren worden hoger gewaardeerd indien zij grote

investeringskosten maken

Hypothese 9 veronderstelt dat de ondernemingswaarde positief gerelateerd is aan de

groei Groei wordt gemeten door de procentuele wijziging van de kost van

werknemers in het jaar voor de deal ten opzichte van de kost van werknemers twee

jaar voor de deal De invloed van groei op de ondernemingswaarde wordt enkel

bivariaat bekeken De reden hiervoor is dat het aantal deals met zowel groei als

totale kosten gegeven te laag is om een multivariate regressie op toe te passen We

vinden een significant positieve relatie (0184) tussen groei en

ondernemingswaarde Groeiende bedrijven worden dus significant hoger

gewaardeerd

Als we de invloed nagaan van de lsquoDow Jones Stoxx Total Market Indexrsquo zien we dat

in periodes waar publieke ondernemingen hoger gewaardeerd worden ook de

private ondernemingen hoger gewaardeerd worden

33

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 43: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

In tegenstelling met wat we verwachten zien we dat de instroom van kapitaal in

Venture Capital fondsen negatief gewaardeerd wordt

Het model heeft een Rsup2 van 0496 Dit betekent dat 496 procent van de variatie in de

afhankelijke variabele (premoneywaardering) kan verklaard worden door het model

MWit = α0 + α1KASit-1 + α2NKASAit-1 + α3TotSchuldit-1 + α4TotKostit-1 + b0Dhoog

+b1DhoogTotKostit-1 + eit (8)

KAS α1 0120 (1472) NKASA α2 1038 (3947) TotSchuld α3 -0791 (-2762) TotKost α4 -0003 (-0018) Dhoog b0 -3144 (-2132) DHoogTotKost b1 0502 (2390)

63 n 0402 Adjusted Rsup2

Tabel 7 Regressiecoeumlfficieumlnten voor model 8 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Hoog VerschilLaag

α4 + b1α4 -003 0499 Totale Kosten

502

Tabel 8 Coeumlfficieumlnt totale kosten (model8) opgesplitst volgens sector geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau

34

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 44: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

5 Conclusies Deze studie draagt bij tot de literatuur die de waarderelevantie nagaat van financieumlle

informatie voor waardering en dit bij private ondernemingen gefinancierd met

Venture Capital De nadruk ligt op de waarderelevantie van financieumlle informatie bij

de waardering van jonge en verlieslatende bedrijven Er wordt gewerkt op basis van

een cross-sectionele steekproef over verschillende industrieeumln heen De steekproef

bestaat uit 126 Venture Capital transacties uit Belgieuml Verenigd Koninkrijk Frankrijk

en Duitsland die afgesloten zijn tussen 1 januari 1997 en 31 december 2007

Onze bevindingen zijn dat VC-ondersteunde bedrijven hoger gewaardeerd worden

als hun boekwaarde van het eigen vermogen groter is In de resultaten zien we dat

er voor winstgevende ondernemingen een positieve relatie is tussen het

bedrijfsresultaat en de ondernemingswaarde terwijl voor de verlieslatende

ondernemingen een negatieve relatie waarneembaar is Concreet betekent dit dat

ondernemingen met een hogere winst of een groter verlies hoger gewaardeerd

worden Hogere waardering voor grotere verliezen is consistent met onder andere

Jan amp Ou (1995) Hayn (1995) Burgstahler en Dichev (1997) Kothari en Zimmerman

(1995) Collins Pincus amp Xie (1997) Hand (2003) en Joos (2004)

Toch geldt deze relatie niet voor alle ondernemingen Meer verlies leidt enkel in de

hoogtechnologische (meer risicovolle) ondernemingen tot een hogere waarde De

reden hiervoor vinden we bij de waardering van de kosten in deze sector In

tegenstelling tot de laagtechnologische sector leiden hogere kosten tot hogere

waardering in de risicovolle ondernemingen Verklaring hiervoor is dat hoge kosten

de mate van strategische investeringen reflecteren die toekomstige positieve

kasstromen en ondernemingswaarde kunnen creeumlren Economisch betekent dit dat

investeringen leiden tot hogere ondernemingswaarde maar ook tot grotere verliezen

Investeringen worden namelijk boekhoudkundig behandeld als kosten Vandaar de

positieve waardering van grote verliezen

Onze empirische resultaten tonen ook aan dat de bevindingen van Collins et al

(1997) van toepassing zijn voor de waardering van verliezen in de

laagtechnologische ondernemingen Hier zijn de boekwaarden van het eigen

vermogen belangrijker voor het bepalen van de ondernemingswaarde en leiden

kosten niet tot hogere waardering

Bij desagregatie van de boekwaarde van het eigen vermogen in zijn samenstellende

componenten zien we dat zowel kas en kasequivalenten als niet-kas activa een

35

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 45: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

positieve invloed hebben op de waarde van een onderneming Dat wijst erop dat

zowel een betere liquiditeitspositie als grotere ondernemingen hoger gewaardeerd

worden

Boekwaarde eigen vermogen dat naast de niet-kas activa een goede voorspelling is

voor de grootte van de onderneming blijkt in alle ondernemingen en sectoren

relevant te zijn voor waardebepaling Grotere ondernemingen worden dus in het

algemeen hoger gewaardeerd We weten dat een deel van de ondernemingen in de

portefeuille van Venture Capital fondsen failliet gaat Investeren in grote

ondernemingen zou een vorm van indekking kunnen zijn Grote ondernemingen (in

de vorm van meer tastbare activa) hebben namelijk een hogere liquidatiewaarde

mocht een faillissement plaatsvinden Dit kan ook een reden zijn waarom

ondernemingen met hogere schuldgraad als indicatie van het financieel risico lager

gewaardeerd worden Een andere reden waarom VC-investeerders grote bedrijven

hoger waarderen kan zijn dat men van grote bedrijven ook grotere toekomstige

winsten verwacht

Een andere bevinding is dat ondernemingen die een hogere groei kenden in het

verleden hoger gewaardeerd worden

Als we kijken naar de algemene economische situatie op het moment dat de Venture

Capital transactie plaatsvond zien we dat in periodes waar publieke ondernemingen

hoger gewaardeerd worden ook private ondernemingen hoger gewaardeerd worden

We vinden echter tegen onze verwachtingen in dat de instroom van kapitaal in

Venture Capital fondsen een negatieve impact heeft op de ondernemingswaarde

De steekproef waarop de hypothesen worden getest is onderhevig aan enkele

beperkingen Een eerste beperking is het feit dat voor de analyse een beperkt aantal

steekproefelementen gebruikt worden (maximum 126) Het ontbreken van het

verworven belang in de onderneming en van de nodige financieumlle informatie liggen

aan de basis hiervan Ondernemingen betrokken bij Venture Capital transacties zijn

vaak heel jonge of opstartende ondernemingen Dit heeft als gevolg dat niet voor alle

transacties historische financieumlle informatie terug te vinden is Onze steekproef is

bijgevolg niet representatief voor de investeringsintensiteit in de verschillende

landen doordat er een selectie gebeurd is van deals van ondernemingen met een

gekende ondernemingswaarde en met de nodige financieumlle gegevens

36

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 46: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

De hypothesen worden getest op basis van gegevens van ondernemingen uit Belgieuml

Duitsland Frankrijk en het Verenigd Koninkrijk De Europese Venture Capital markt

kan andere kenmerken hebben dan de Amerikaanse waar een groot deel van de

voorgaande studies over handelden Onze resultaten mogen niet zomaar

veralgemeend worden naar andere landen of werelddelen (externe validiteit)

In onze steekproef zitten ook meerdere deals van eenzelfde onderneming Dit kan de

basisveronderstelling van onafhankelijke steekproefelementen in een regressiemodel

verstoren25

Voor een aantal deals26 in onze steekproef werd de ondernemingswaarde uit de

prospectus gehaald na een succesvolle beursintroductie Op die manier kan er een

overlevings-bias ontstaan zoals in de onderzoeken van Hand (2003) en Armstrong et

al (2006) waar uitsluitend data gehaald worden uit prospectussen

Bijlage 8 toont ons dat sommige verklarende variabelen hoog correleren Hierdoor

wordt de schatting van de coeumlfficieumlnten minder betrouwbaar

De verklaringskracht van onze modellen is beperkt Dit komt doordat er variabelen

waaronder niet financieumlle gegevens niet opgenomen zijn die uit vorig onderzoek

relevant bleken te zijn in de Venture Capital markt (Amir en Lev 1996 Hand 2004

2005) Voorbeelden hiervan zijn het bezit van allianties het aantal patenten de

samenstelling van managementteam ervaring van de opstarters het aantal

financieringsrondes en de verwatering van de aandelen Naast de

bedrijfsafhankelijke kenmerken zijn er ook kenmerken van de investeringsfondsen

die een invloed kunnen hebben op de waardering van een onderneming zoals de

aard grootte en samenstelling van het fonds

Opname van deze niet financieumlle variabelen in onze modellen zou de

verklaringskracht ervan kunnen verhogen en is een eerste uitdaging voor verder

onderzoek

Een andere mogelijkheid om deze studie uit te breiden is het opstellen van

waarderingsmodellen voor verschillende industrieeumln afzonderlijk We zagen dat de

waardedeterminanten voor een onderneming sector-afhankelijk zijn

Verder kan het onderzoek van de waardedeterminanten uitgevoerd worden in andere

gebieden van Private equity waar venture capital er slechts eacuteeacuten van is

25 In ons onderzoek zijn slechts 12 ondernemingen met meerdere financieringsrondes opgenomen (maximum 3 rondes) 26 In totaal 19 van de 126 deals

37

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 47: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

38

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 48: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

Referenties - Amir E and Lev B (1996) Value-Relevance of nonfinancial information The Wireless

Communications Industry Journal of Accounting and Economics 22 pp 3-30

- Armstrong C Davila A Foster G (2006) Venture-backed Private Equity Valuation and

Financial Statement Information Review of Accounting Studies 11 pp 119ndash154

- Ball R And Brown P (1968) An empirical evaluation of accounting income numbers

Journal of Accounting Research 6 (2) pp 159minus178

- Barth Mary William Beaver and Wayne Landsman (1998) Relative valuation roles of

equity book value and net income as a function of financial health Journal of

Accounting and Economics pp 1-34

- Barth and S Kallapur (1996) The effects of cross-sectional scale differences on

regression results in empirical accounting research Contemporary Accounting Review

13 pp 527-567

- Barry CB Muscarella CJ Peavy JW Vetsuypens MR (1990) The Role of Venture

Capital in the Creation of Public Companies Journal of Financial Economics 27(2) pp

447 ndash 471

- Beaver W (1968) The information content of annual earnings announcements

Journal of Accounting Research 6 pp 67minus92

- Bernard Victor (1995) The Feltham-Ohlson Framework Implications for Empiricists

Contemporary Accounting Research (Spring) pp 733-747

- Burgstahler D and I Dichev (1997) Earnings adaptation and equity value The

Accounting Review 72 pp 187-215

I

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 49: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

- Collins D and S Kothari (1989) An Analysis of Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients Journal of Accounting and

Economics 11 (July) pp 143-81

- Collins DW Pincus M Xie H 1997 Equity valuation and negative earnings the

role of book value of equity Working paper University of Iowa

- Damadoran A (1996) Investment valuation John Wiley and Sons

- Damodaran A (2001) The dark side of valuation valuing old tech new tech and new

economy companies London Pearson Education

- Davila A amp Foster G (2005) Management accounting systems adoption decisions

Evidence and performance implications from startup companies The Accounting

Review pp 1034ndash1068

- Davila A Foster G Gupta M 2003 Venture Capital financing and the growth of

startup companies Journal of Business Venturing 18 pp 689-708

- Easton P amp Harris T (1991) Earnings as an explanatory variable for returns Journal

of Accounting Research 29(1) pp 19minus36

- Gompers PA 1995 Optimal Investment Monitoring and the Staging of Venture

Capital Journal of Finance 50(5) pp 1461 ndash 1489

- Gompers PA en J Lerner 1997 What drives Venture Capital fundraising Working

paper Harvard University en National bureau of Economic Research

- Gompers PA Lerner J 1998 Venture Capital Distributions Short and Long-Run

Reactions Journal of Finance 53 pp 2161 ndash 2183

II

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 50: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

- Gompers PA and J Lerner 2000a Money chasing deals The impact of fund

inflows on private equity investments Journal of Financial Economics 55pp 281-325

- Hand JRM 2003 Chapter rdquoProfits Losses and the Nonlinear Pricing of Internet

Stocksrdquo of Intangible Assets Values Measures and Risks UK Oxford Management

Readers pp 248 - 268

- Hand J (2004) Determinants of the round-to-round returns to Pre-IPO venture

investments in US Biotechnology Companies Working Paper University of North

Carolina

- Hand J (2005) The value relevance of financial statements in the Venture Capital

market The Accounting Review 80 pp 613ndash648

- Hayn C (1995) ldquoThe information content of lossesrdquo Journal of Accounting and

Economics 20 125-153

- Holthausen R and R Watts 2001 ldquoThe Relevance of the Value-Relevance Literature

for Financial Accounting Standard Settingrdquo Journal of Accounting and Economics 31

pp 3ndash75

- Jan CL Ou J (1995) The Role of Negative Earnings in the valuation working paper

New York University and Santa Clara University

- Joos P and Zhdanov A (2007) Earnings and equity valuation in the Biotech Industry

Theory and Evidence

- McDougall P J Covin R Robinson L Herron (1994) ldquoThe effect of industry growth

and strategic breadth on new venture performance and strategy contentrdquo Strategic

Management Journal 15 (7) pp 537-554

III

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 51: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

- Myers S (1977) Determinants of corporate borrowing Journal of Financial

Economics 5 pp 147-175

- Sapienza HJ (1992) When Do Venture Capitalists Add Value Journal of Business

Venturing 7(1) pp 9 ndash 27

- Ohlson J A (1995) Earnings book values and dividends in security valuation Contemporary Accounting Research 11 pp 661-687

- Sapienza H Korsgaard MA 1996 Managing investor relations The impact of

procedural justice in establishing and sustaining investor support Academy of

Management Journal 39 pp 544 ndash 574

- Stuart TE Hoang H Hybels R (1999) Interorganizational Endorsements and the

Performance of Entrepreneurial Ventures Administrative Science Quarterly 44(2)

Pp 315 ndash 349

- Wright M amp Robbie K (1998) Venture Capital and private equity a review and

synthesis Journal of Business Finance and Accounting vol 25 no 5-6 pp 521-571

- Zhang X-J (2001) Accounting conservatism and the analysis of line items in

earnings

IV

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 52: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

Bijlage 1

VC-instroom per jaar in miljoen euro 1998 20343 1999 24401 2000 48023 2001 40012 2002 27533 2003 27020 2004 27451 2005 71823 2006 112337 2007 Niet beschikbaar

Tabel 9 Kapitaalinstroom in Venture Capitalfondsen per jaar in miljoen euro

V

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 53: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

Bijlage 2

Figuur 5 Premoneywaardering volgens leeftijd

VI

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 54: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

Bijlage 3

Figuur 6 Premoneywaardering volgens industrie

VII

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 55: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

Bijlage 4

MWit = α0 + α1NI + b0Dneg +b1DnegNIit-1 + eit (1)

NI α1 0486 (3892) DnegNI b1 -0838 (-5269) n 107 Adjusted Rsup2 0206 Tabel 10 OLS-regressie van model 1

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 5

MWit = α0 + α1 BWEVit-1 + b0Dneg + b1DnegBWEVit-1 + eit (2)

BWEV α1 0453 (4477) DnegBWEV b1 -0202 (-1822) n 82 Adjusted Rsup2 0325 Tabel 11 OLS-regressie van model 2

geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

VIII

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 56: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

IX

Bijlage 6

MWit = α0 + α1 NIit-1 + α2BWEVit-1 + b0Dneg + b1DnegNIit-1 + eit (3)

NI α1 0261 (2108) BWEV α2 0222 (4644) DnegNI b1 -0436 (-2542)n 107 Adjusted Rsup2 0338 Tabel 12 OLS-regressie van model 3 geven het niveau van significantie weer respectievelijk 15 en 10 significantieniveau De cijfers tussen haakjes geven de t-waarde voor de teststatistiek weer

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 57: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

Bijlage 7

Teken (α1)+ (b1)

Teken (α1)+ ( b1)

Reden

Alle industrieeumln samen Alle industrieeumln samen Collins Pincus amp Xie

- Significant

+ enof niet significant

a) BWEV als proxy voor toekomstige normale winsten (Ohlson 1995)

b) Proxy liquidatiewaarde amp alternatieve aanwending (Burgsthaler amp Dichev 1997)

c) Grootte ( Barth en Kallapur 1996)

Software en bio-technologische sector Software en bio-technologische sector

Hand ( 2003) Joos (2004)

- Significant - Significant

a) Meer investeringen (kosten) leidden tot hogere ondernemingswaard Meer investeringen leidden tot grotere verliezen dus leidden grotere verliezen tot grotere ondernemingswaarde

Tabel 13 Overzicht literatuur

Alle industrieumln samen Alle industrieeumln samen

- Significant

Ons onderzoek

- Matig Significant

Hoogtechnologisch Laagtechnologisch Hoogtechnologisch Laagtechnologisch

- Significant Niet Significant - Significant - Matig Significant (10-nvieau)

X

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 58: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

Bijlage 8

MW NI BWEV KAS NKASA TotSchuld TotKost VCIN Stoxx Industrie MW

1 -142 505() 435() 438() 349() 455() -176 046 091

NI 1 148 -292() 282() 263() -123 217() 085 -362()

BWEV 1 590() 679() 427() 486() 006 064 059

KAS 1 398() 362() 513() 034 -041 124

Nkasa 1 891() 738() -053 -095 -081

TotSchuld 1 773() -054 -171 -075

TotKost 1 -190 -119 313()

VCIN 1 383() -170

Stoxx 1 -036

Industrie 1

Tabel 14 Correlatietabel Significant op het niveau 001 (2-zijdig) Significant op het niveau 005 (2-zijdig)

XI

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 59: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

Bijlage 9 Figuur 7 a Ruwe data Figuur 7 b Deflateren op Totaal actief Figuur 7 c Ln-transformatie

000 1000000 2000000 3000000

BWEV

000

10000000

20000000

prem

oney

-2000 -1500 -1000 -500 000

BWEV_TA

000

200000

400000

600000

prem

on_T

A00000 110000

lnBWEV

60000

80000

100000

120000

lnpr

emon

ey

-1000000 -500000 000 500000 1000000

NI

000

10000000

20000000

prem

oney

-800 -600 -400 -200 000

NI_TA

000

200000

400000

600000

prem

on_T

A

-50000 00000 50000 100000

lnNI

60000

80000

100000

120000

lnpr

emon

ey

Figuur 7 Relatie tussen ondernemingswaarde en BWEVNI voor ruwe data deflatie op totaal actief en ln-transformatie

XII

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 60: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

XIII

Figuur 8a De laagtechnologische sector Figuur 8 b De hoogtechnologische sector

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

200 400 600 800 1000

lntk

60000

80000

100000

120000

lnpr

emon

Illustratie van het niet waarderen van kosten in de laagtechnologische sectoren Illustratie van de positieve waardering van kosten in de hoogtechologische sectoren

Figuur 8 Relatie tussen totale kosten en ondernemingswaarde voor de laag- en hoogtechnologische sector

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 61: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

000 400 800 1200

lnTA

60000

80000

100000

120000

lnpr

emon

ey

Figuur 9 Ondernemingswaarde in functie van totaal actief voor verlieslatende

ondernemingen

-50000 00000 50000 100000

lnOpPL

000

400

800

1200

lnTA

Figuur 10 Invloed van grootte van het bedrijf op omvang van het bedrijfsresultaat

XIV

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV

Page 62: Determinanten van de waardering van Venture Capital ...lib.ugent.be/fulltxt/RUG01/001/308/093/RUG01-001308093_2010_000… · beursintroductie van bedrijven gefinancierd met Venture

000 400 800 1200

lnTA

00000

110000

lnB

WEV

Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)

XV