Determinanten van de waardering van Venture Capital...
Transcript of Determinanten van de waardering van Venture Capital...
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
- 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
- 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
- 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
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
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
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
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
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
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
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
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
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
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
000 400 800 1200
lnTA
00000
110000
lnB
WEV
Figuur 11 Illustratie van BWEV als proxy voor grootte (enkel voor BWEVgt0)
XV