COMMUNICATIE ROND IMMATERIËLE ACTIVA IN UITGIFTEPROSPECTUSSEN

UNIVERSITEIT GENT

FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR 2008 – 2009

COMMUNICATIE ROND IMMATERIËLE ACTIVA IN UITGIFTEPROSPECTUSSEN

Masterproef voorgedragen tot het bekomen van de graad van Master in de Toegepaste Economische Wetenschappen

Dick Decrock onder leiding van Prof. I. De Beelde

UNIVERSITEIT GENT

FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR 2008 – 2009

COMMUNICATIE ROND IMMATERIËLE ACTIVA IN UITGIFTEPROSPECTUSSEN

Masterproef voorgedragen tot het bekomen van de graad van Master in de Toegepaste Economische Wetenschappen

Dick Decrock onder leiding van Prof. I. De Beelde

PERMISSION Ondergetekende verklaart dat de inhoud van deze masterproef mag geraadpleegd en/of gereproduceerd worden, mits bronvermelding. Dick Decrock

Communicatie rond immateriële activa in uitgifteprospectussen

WOORD VOORAF Bij het schrijven van deze masterproef heb ik de belangrijke hulp gekregen van enkele personen. Allereerst wens ik mijn promotor prof. dr. De Beelde te danken voor de tips en het aanbrengen van informatie. Ook dank ik Dries Torreele voor de informatie i.v.m. de prospectusrichtlijn en familie en vrienden voor het nalezen van de tekst. Deze masterproef is de kroon op mijn studies Toegepaste Economische Wetenschappen aan de Universiteit Gent. Ik dank dan ook oprecht mijn ouders, vriendin, familie en vrienden voor de steun gedurende de afgelopen vier jaar.

Pagina | I


INHOUDSOPGAVE WOORD VOORAF

I

INHOUDSOPGAVE

II

LIJST VAN GEBRUIKTE AFKORTINGEN

III

LIJST VAN TABELLEN

IV

INLEIDING

1

LITERATUURSTUDIE

2

1. Definities en regulering

2

1.1. Immateriële activa

2

1.2. Uitgifteprospectus

4

2. Waardering en rapportering van immateriële activa

5

2.1. Relevante regels

5

2.2. Discussie in de literatuur

7

3. Belang van immateriële activa

12

EMPIRISCH ONDERZOEK

15

1. Hypotheses

15

2. Steekproef

16

3. Onderzoeksmethode

17

4. Resultaten

20

4.1. Beschrijvende statistieken

20

4.2. Old Economy vs. New Economy

21

4.3. Verschillen tussen sectoren (industry effect)

22

4.4. Relatie met ondernemingsgrootte (size effect)

24

CONCLUSIES

27

LIJST VAN GERAADPLEEGDE WERKEN

V

BIJLAGEN Bijlage 1: Steekproef Bijlage 2: Lijsten content analysis Bijlage 3: Bonferroni test

Pagina | II


LIJST VAN GEBRUIKTE AFKORTINGEN CEO

Chief Executive Officer

GAAP

Generally Accepted Accounting Principles

IAS

International Accounting Standard

IFRS

International Financial Reporting Standards

IPO

Initial Public Offering

O&O

Onderzoek & Ontwikkeling

R&D

Research & Development

Pagina | III


LIJST VAN TABELLEN Tabel I : Beschrijvende statistieken (eigen analyse)

Tabel II : Old Economy vs. New Economy – Lilliefors test (eigen analyse)

Tabel III : Old Economy vs. New Economy - Mann Whitney test (eigen analyse)

Tabel IV : Test of Normality (eigen analyse)

Tabel V : Test of Homogeneity of Variances (eigen analyse)

Tabel VI : One-way ANOVA – Totaal (eigen analyse)

Tabel VII : One-way ANOVA – Categorieën (eigen analyse)

Tabel VIII : Kruistabel χ²-test (eigen analyse)

Tabel IX : χ²-test (eigen analyse)

Pagina | IV


INLEIDING Het belang van immateriële activa in de economie is de voorbije decennia sterk toegenomen en dit vertaalt zich in een toenemende aandacht in de literatuur. Een deel daarvan richt zich op het onderzoeken van de communicatie rond ‘intellectual capital’ in jaarverslagen. ‘Intellectual capital’ is een begrip dat breder is dan immateriële activa, omdat het ook de immateriële middelen omvat die niet in de balans kunnen worden opgenomen. In dit werk wordt gekozen om het begrip consequent te vertalen door ‘immateriële activa’.

Deze studie onderscheidt zich op twee gebieden van vorige onderzoeken. Het merendeel van de vergelijkbare literatuur richt zich op jaarverslagen, terwijl om verschillende redenen (die later zullen worden aangehaald) het onderzoeken van uitgifteprospectussen op de communicatie rond immateriële activa interessante resultaten kan opleveren. Slechts één voorgaande studie onderzoekt Deense uitgifteprospectussen (Bukh et al., 2005). Vandaar de keuze voor dit onderwerp. Bovendien werden vorige onderzoeken verricht in landen zoals bijvoorbeeld Australië (Guthrie & Petty, 2000), Canada (Bontis, 2003), Ierland (Brennan, 2001), Italië (Bozzolan et al., 2003), Nederland, Zweden & UK (Vandemaele et al., 2005), Sri Lanka (Abeysekera & Guthrie, 2005), de Verenigde Staten (Abdolmohammadi, 2005) en Zuid-Afrika (April et al., 2003). De steekproef in deze studie wordt gevormd door beursintroducties in de nog niet, of minder, onderzochte landen België en Frankrijk, meerbepaald op Euronext en Alternext in Brussel en Parijs.

Deze masterproef bestaat uit twee delen: de literatuurstudie en het empirisch onderzoek. In de literatuurstudie worden eerst de begrippen gedefinieerd en de regulering

uitgelegd.

Vervolgens worden de relevante regels i.v.m. de waardering en rapportering van immateriële activa vermeld, waarna de discussie in de literatuur omtrent deze materie wordt weergegeven. Tenslotte wordt het belang van immateriële activa beschreven. In het empirisch onderzoek wordt aan de hand van ‘content analysis’ onderzocht of er een verschil bestaat in de communicatie rond immateriële activa in de uitgifteprospectussen van Old Economyen New Economy-bedrijven. Ook worden het verschil tussen sectoren (industry effect) en de invloed van de ondernemingsgrootte (size effect) nagegaan.

Pagina | 1


LITERATUURSTUDIE

1. Definities en regulering

1.1. Immateriële activa De internationale standaard die de rapportering van immateriële activa regelt, is IAS 38. Volgens deze standaard is een immaterieel actief “een identificeerbaar, niet-monetair actief zonder fysieke vorm” (IAS 38.8). Een actief is meerbepaald “een middel (a) dat uit gebeurtenissen in het verleden is voortgekomen en waarover een entiteit de zeggenschap heeft; en (b) waaruit naar verwachting toekomstige economische voordelen naar de entiteit zullen vloeien” (IAS 38.8).

Een immaterieel actief kan echter niet zomaar worden opgenomen in de balans van een onderneming. Twee voorwaarden moeten vervuld zijn (IAS 38.21): (a) Het is waarschijnlijk dat de verwachte toekomstige economische voordelen die kunnen worden toegerekend aan het actief naar de entiteit zullen vloeien; en (b) De kostprijs van het actief kan betrouwbaar worden bepaald.

De standaard IAS 38 vereist ook dat immateriële activa in categorieën worden ingedeeld. Een categorie van immateriële activa is een groep van activa met soortgelijke aard en een gelijksoortig gebruik in de activiteiten van een entiteit (IAS 38.73). De standaard laat de keuze van de indeling over aan de onderneming, maar geeft wel een aantal voorbeelden van categorieën (IAS 38.119): (a) Merknamen; (b) Uitgaverechten; (c) Computersoftware; (d) Licenties en franchise; (e) Auteursrechten, octrooien en andere industriële eigendomsrechten, service- en exploitatierechten; (f) Recepten, formules, modellen, ontwerpen en prototypes; en (g) Immateriële activa in ontwikkeling.

In de literatuur wordt veeleer de term ‘intellectual capital’ gebruikt. Het is een begrip dat ruimer is dan de boekhoudkundige betekenis van immateriële activa (Petty & Guthrie, 2000) en wordt door Bukh et al. (2005, p. 715) gedefinieerd als: Pagina | 2


“Intellectual capital is defined as knowledge resources, in the form of employees, customers, processes or technology, which the company can mobilize in its value

”

creation processes.

Tom Stewart was in 1991 de eerste om de term ‘intellectual capital’ te populariseren in zijn artikel ‘Brain Power: How Intellectual Capital is Becoming America’s Most Valuable Asset’ voor het magazine Fortune (Serenko & Bontis, 2004).

De beroemde Skandia Navigator van Leif Edvinsson deelde ‘intellectual capital’ op in twee delen (Bontis, 2001): •

Human Capital (dit omvat de kennis en vaardigheden van de werknemers, maar ook de waarden, cultuur en filosofie van de onderneming); en

•

Structural Capital (dit omvat hardware, software, patenten en alle andere zaken die de productiviteit van de werknemers verhoogt).

Een raamwerk dat jarenlang door veel onderzoekers is gebruikt en aangepast, is dat van Brooking (1996) (Aboldmohammadi, 2005). Het omvat de volgende categorieën: •

Market assets (dit omvat o.a. merken en service);

•

Intellectual property assets (o.a. patenten, know-how);

•

Human-centered assets (o.a. opleiding, kennis, kwalificaties); en

•

Infrastructure assets (o.a. management filosofie, bedrijfscultuur).

Van der Meer-Kooistra & Zijlstra (2001) concluderen dat iedere auteur ongeveer zijn eigen model opstelt, maar dat er gelijkenissen kunnen worden gevonden. Deze modellen omvatten steeds minstens de volgende componenten (van der Meer-Kooistra & Zijlstra, 2001, p. 460): •

Kennis en ervaring, bevat in mensen;

•

Organisatiesystemen en –processen;

•

Innovatie en technologie; en

•

Relaties met klanten, leveranciers en strategische partners.

Pagina | 3


1.2. Uitgifteprospectus

Een uitgifteprospectus is een publicatie die een onderneming uitgeeft naar aanleiding van een beursintroductie of een uitgifte van nieuwe effecten (<www.eufino.com >). In dit document wordt belangrijke informatie gegeven over het bedrijf, op basis waarvan toekomstige aandeelhouders de winstevolutie voor de komende jaren kunnen schatten. De opstelling van een prospectus is verplicht bij een beursintroductie of een kapitaalverhoging.

In 2003 werd door Europa de prospectusrichtlijn 2003/71/EG uitgevaardigd (Publicatieblad van de Europese Unie, 2003). Het doel van deze richtlijn was de harmonisatie van de eisen inzake opstelling, goedkeuring en verspreiding van het prospectus. Zo zouden beleggers beter worden beschermd en zou de efficiëntie van de markt worden gewaarborgd.

In de richtlijn wordt de volgende indeling van het prospectus opgesteld:

I.

Samenvatting In deze samenvatting wordt in een paar bladzijden een overzicht gegeven van de belangrijkste informatie uit het prospectus.

II. Identiteit van bestuurders, bedrijfsleiding, adviseurs en accountants III. Inlichtingen over de aanbieding en het verwacht tijdsschema IV. Kerninformatie Deze kerninformatie omvat de voornaamste financiële gegevens; kapitalisatie en schuldenlast; redenen voor aanbieding en bestemming van de opbrengsten; en de risicofactoren. V. Informatie over de onderneming Deze informatie omvat de geschiedenis en ontwikkeling van de onderneming; een overzicht van de bedrijfsactiviteiten; de organisatiestructuur; en een overzicht van de onroerende goederen, technische installaties en uitrusting. VI. Bedrijfsresultaten, financiële toestand en vooruitzichten Hieronder wordt opgenomen: de bedrijfsresultaten; de liquiditeiten en kapitaalmiddelen; onderzoek en ontwikkeling, octrooien en licenties, enz.; en tendensen. VII. Bestuurders, bedrijfsleiding en werknemers Hieronder wordt opgenomen: de bestuurders en bedrijfsleiding; de beloning; de manier van werken van het bestuursorgaan; de werknemers; en het aandeelhouderschap.

Pagina | 4


VIII. Belangrijkste aandeelhouders en transacties met verbonden partijen Hieronder worden de belangrijkste aandeelhouders, transacties met verbonden partijen en de belangen van deskundigen en adviseurs opgenomen. IX. Financiële informatie Deze financiële informatie omvat de geconsolideerde jaarrekening en andere financiële informatie en veranderingen van betekenis. X. Nadere bijzonderheden over de aanbieding en de toelating tot handel Hieronder wordt vermeld: aanbieding en toelating tot handel; het plan voor het op de markt brengen van de effecten; de markten; de verkopende houders van effecten; de verwatering (alleen voor gewone aandelen); en de kosten van de emissie. XI. Aanvullende informatie Het is de bedoeling dat hier de, meestal wettelijk verplichte, informatie wordt verstrekt die niet elders in het prospectus is opgenomen, zoals: het aandelenkapitaal; de akte van oprichting en statuten; de belangrijkste overeenkomsten; deviezencontroles; belastingen; dividenden en instellingen die zorg dragen voor de financiële dienst van de uitgevende instelling; het deskundigenverslag; de ter inzage beschikbare documenten; en bijkomende informatie.

2. Waardering en rapportering van immateriële activa

2.1. Relevante regels

In dit onderdeel wordt eerst een opsomming van de relevante regels uit de internationale financiële rapporteringsstandaarden (IFRS) gegeven, waarna de discussie in de literatuur over de waardering en rapportering van immateriële activa wordt beschreven.

Wanneer aan de eerder beschreven voorwaarden voor activering is voldaan, kunnen de investeringen in immateriële activa worden opgenomen in de balans. Volgens IAS 38 dient het immaterieel actief de eerste keer tegen kostprijs te worden gewaardeerd (IAS 38.24). Er dient wel een onderscheid te worden gemaakt tussen immateriële activa die werden verworven en immateriële activa die intern werden gegenereerd: •

De kostprijs van een afzonderlijk verworven immaterieel actief omvat (IAS38.27): (a) De aankoopprijs […] na aftrek van handelskortingen en andere kortingen; en

Pagina | 5


(b) Alle kosten die rechtstreeks toe te rekenen zijn aan de voorbereiding van het actief voor zijn beoogd gebruik •

De kostprijs van een intern gegenereerd immaterieel actief omvat alle kosten die rechtstreeks toe te rekenen zijn aan het tot stand brengen, de productie en de voorbereiding van het actief zodat het kan functioneren op de wijze zoals die door het management bedoeld is (IAS 38.66).

Na de opname van het immaterieel actief, dient het volgens de regels verder correct te worden gewaardeerd. Daarbij heeft de onderneming keuze uit twee modellen: •

Kostprijsmodel: Na de eerste opname dient een immaterieel actief te worden geboekt tegen kostprijs verminderd met de eventuele geaccumuleerde afschrijvingen en bijzondere waardeverminderingsverliezen (IAS 38.74).

•

Herwaarderingsmodel: Na de eerste opname dient een immaterieel actief te worden geboekt tegen een geherwaardeerd bedrag, zijnde zijn reële waarde op de datum van de herwaardering verminderd met de eventuele latere geaccumuleerde afschrijvingen en bijzondere waardeverminderingsverliezen. Ten behoeve van herwaarderingen volgens deze standaard moet de reële waarde worden bepaald op basis van een actieve markt. Herwaarderingen moeten met een zodanige regelmatigheid worden uitgevoerd dat de boekwaarde van het actief niet beduidend verschilt van de reële waarde op balansdatum (IAS 38.75).

Als het immaterieel actief verwerkt wordt volgens het herwaarderingsmodel, dienen ook alle andere activa in dezelfde categorie te worden verwerkt volgens hetzelfde model, tenzij er voor deze activa geen actieve markt bestaat (IAS 38.72). Om van een actieve markt te kunnen spreken, moet aan volgende voorwaarden zijn voldaan: (a) De goederen die op de markt worden verhandeld zijn homogeen; (b) Er kunnen normaliter op elk moment kopers en verkopers worden gevonden; en (c) De prijzen zijn beschikbaar voor het publiek (IAS 38.8). Voor immateriële activa bestaat er slechts in enkele gevallen een actieve markt zoals beschreven in IAS 38.8 (IAS 38.78).

Aan één van de meest besproken en onderzochte onderdelen van immateriële activa wordt nog speciale aandacht geschonken: onderzoek en ontwikkeling (O&O) of research and development (R&D).

Pagina | 6


Onderzoek wordt gedefinieerd als het vernieuwend en planmatig onderzoekswerk met het oog op het verwerven van nieuwe wetenschappelijke of technische kennis en inzichten (IAS 38.8). Voor de verwerking van R&D worden in IAS 38 specifieke regels opgelegd. Uitgaven voor onderzoek moeten, op het moment waarop ze zich voordoen, als last worden opgenomen (IAS 38.54). De reden hiervoor is dat men niet kan aantonen dat deze uitgaven toekomstige economische voordelen zullen genereren (IAS 38.55). Na de onderzoeksfase komt normaliter de ontwikkelingsfase. Ontwikkeling betreft de toepassing van kennis verkregen door onderzoek of op een andere wijze, leidend tot een plan of ontwerp voor de productie van nieuwe of aanzienlijke verbeterde materialen, apparaten, producten, processen, systemen of diensten, voorafgaand aan het begin van commerciële productie of gebruik (IAS 38.8). Daar deze fase verder gevorderd is, kan men al beter inschatten of de werkzaamheden voor toekomstige economische voordelen zullen zorgen (IAS 38.58). Uitgaven in deze fase mogen dan ook als actief in de balans worden opgenomen als de onderneming… (IAS 38.57): •

…beschikt over de technische uitvoerbaarheid om het immaterieel actief te voltooien, zodat het beschikbaar zal zijn voor gebruik of verkoop.

•

…de intentie heeft om het immaterieel actief te voltooien en te gebruiken of te verkopen.

•

…het vermogen heeft om het immaterieel actief te gebruiken of te verkopen.

•

…een manier heeft waarop het immaterieel actief waarschijnlijke toekomstige economische voordelen zal genereren.

•

…beschikt over adequate technische, financiële en andere middelen om de ontwikkeling te voltooien en het immaterieel actief te gebruiken of te verkopen.

•

…het vermogen heeft om de uitgaven die aan het immaterieel actief kunnen worden toegerekend tijdens zijn ontwikkeling betrouwbaar te waarderen.

2.2. Discussie in de literatuur

Zoals eerder vermeld, bestaat er in de literatuur een discussie over de waardering en rapportering van immateriële activa. Deze discussie gaat vooral over het feit of investeringen in immateriële activa mogen worden geactiveerd of niet. In dit onderdeel worden de pro en contra’s en mogelijke oplossingen voorgesteld.

Het grootste probleem met immateriële activa is dat de waardering ervan veel moeilijker is dan van bijvoorbeeld een gebouw of wagen, omdat de investeringen in immateriële activa heterogeen zijn en geen gestandaardiseerd proces, zoals de productie van materiële activa (Webster, 2002). Immateriële activa zijn dus moeilijk vergelijkbaar en men kan zich zelden baseren op een markt met Pagina | 7


vraag en aanbod om de prijs ervan te bepalen (Zambon, 2003; Lev, 2005). De toekomstige opbrengsten van de investeringen kunnen ook moeilijk worden geschat doordat immateriële activa meestal worden gevormd in het begin van de productcyclus (Zambon, 2003). De werkelijke waarde is dus zeer onzeker. Ook in verband met de controle over de opbrengsten is er meer onzekerheid, omdat vaak geen expliciet recht van eigendom mogelijk is en immateriële zaken, zoals kennis, makkelijker te kopiëren zijn door concurrenten (Daum, 2001; Lev, 2005).

Omwille van deze onzekerheid eisen veel boekhoudprincipes de onmiddellijke opname in kosten van de investeringen in immateriële activa (Wyatt, 2005). Dit is bijvoorbeeld het geval onder US GAAP, waar sinds 1985 wel enige uitzondering wordt gemaakt voor de ontwikkeling van software. Deze manier van boekhouden wordt conservatief genoemd (Lev et al., 2005; Deng & Lev, 2006).

Deze werkwijze krijgt echter kritiek. De bedoeling van investeringen is dat ze in de toekomst opbrengsten met zich meebrengen en dit is ook zo bij investeringen in immateriële activa (Cañibano et al, 2000; Deng & Lev, 2006). Investeringen in immateriële activa zorgen dan ook voor de creatie van economisch belangrijke activa (Healy et al., 2002). Ook moeten volgens het ‘matching-principe’ investeringen evenredig met de opbrengsten in het resultaat worden opgenomen om ten alle tijde een correct beeld van de onderneming te hebben (Lev & Zarowin, 1999; Daum, 2001). Wanneer investeringen in immateriële activa toch onmiddellijk moeten worden erkend als kosten, worden zowel de winst als het eigen vermogen van een onderneming ondergewaardeerd en beschikken investeerders niet over een correct beeld van de waarde van de onderneming (Cañibano et al., 2000; Chan et al., 2001). De financiële rapportering verliest op deze manier aan relevantie en geloofwaardigheid (Healy et al., 2002). Enkele voorbeelden van deze bewering worden gevonden in de literatuur: •

In de Verenigde Staten was de marktwaarde van de beursgenoteerde ondernemingen in 2003 gemiddeld vijf keer groter dan de waarde die bleek uit de balans en dit kwam hoofdzakelijk door het niet activeren van investeringen in immateriële activa (Lev, 2005).

•

Ballester et al. (2003) vonden dat het verschil tussen de marktwaarde en de boekwaarde van het eigen vermogen voor 40% kan verklaard worden door uitgaven voor R&D die niet werden geactiveerd. Shortridge (2004) kwam tot een gelijkaardig besluit.

•

Het onderzoek van Brennan (2001) toonde aan dat er een positieve correlatie is tussen de market-to-book ratio en de intensiteit op het gebied van immateriële activa van een onderneming. Met andere woorden: hoe meer een onderneming steunt op immateriële activa, hoe groter de afwijking tussen de marktwaarde en de boekwaarde.

Pagina | 8


Volgens de studie van Z ambon (2003) heeft de eis om investeringen in immateriële activa onmiddellijk in de kosten op te nemen een belangrijke impact op de investeringsbeslissing. Vooral kleinere technologiebedrijven zouden weigerachtig staan tegenover grote investeringen in onderzoek & ontwikkeling vanwege de negatieve impact op de winstgevendheid. Na de invoering van de huidige regulering in de Verenigde Staten werd inderdaad een afname van de investeringen in R&D waargenomen, maar het is echter onduidelijk of dit te wijten was aan de beslissing van de Amerikaanse regulator. De neerwaartse druk op de winst kan ook belangrijke gevolgen hebben voor CEO’s, van wie het loon vaak voor een deel afhangt van het resultaat van de onderneming. Jonge CEO’s zouden weliswaar verplicht zijn de invloed van investeringen op lange termijn te bekijken, maar CEO’s die dicht bij hun pensioen staan zouden noodzakelijke investeringen in immateriële activa niet doorvoeren om zo een hoger variabel loon te krijgen.

Om de relevantie en bruikbaarheid van de jaarrekening te verhogen, moeten investeringen in immateriële activa volgens voorstanders worden geactiveerd en dus worden opgenomen in de balans (Lev & Zarowin, 1999; Daum, 2001). Zij baseren zich daarvoor hoofdzakelijk op onderzoek dat gebruik maakt van gegevens van de aandelenmarkt. Zo vonden Aboody & Lev (1998) dat de geactiveerde ontwikkelingskosten van software wel degelijk als activa worden beschouwd door de aandelenmarkt en dat wordt verwacht dat deze op een positieve manier zullen bijdragen aan de toekomstige winsten. Lev & Sougiannis (1996) en Ballester et al. (2003) kwamen tot dezelfde conclusie voor R&D in het algemeen. Volgens Deng & Lev (2006) is het wel zo dat wanneer de activiteiten in R&D van een onderneming ieder boekjaar gelijk zijn, het niet uitmaakt of de investeringen worden geactiveerd of niet. De kost van de investering zal namelijk ieder boekjaar gelijk zijn aan de afschrijvingen in het geval van activering. In een groeiende economie is het echter typisch dat de R&D-inspanningen ieder jaar toenemen. Neemt men de investeringen in R&D in dit geval meteen op in de resultatenrekening, dan zal het winstcijfer steeds lager zijn dan bij activering (Deng & Lev, 2006). Tegenstanders van activering zien hierin een bewijs dat managers door het activeren van immateriële activa aan earnings management kunnen doen en daarmee de winst kunstmatig verhogen. Deng & Lev (2006) erkennen dit risico, maar geven tegelijkertijd tegenargumenten. Ten eerste bewijzen enkele studies dat de activering van immateriële activa gemiddeld voor relevante informatie zorgt voor investeerders. Ten tweede kan een manager bij een verbod op activering eveneens voor een hogere winst zorgen door de investeringen in R&D terug te schroeven, wat op lange termijn echter nefast is.

Pagina | 9


Een ander argument tegen activering, is dat het ontbreekt aan betrouwbaar bewijs op individueel niveau, meer bepaald per project per onderneming, dat de investeringen succesvol zijn (Kothari et al., 2002). De keuze tussen activeren of niet is eigenlijk een afweging tussen relevantie en betrouwbaarheid (Zambon, 2003). Voorstanders van activering benadrukken de relevantie ervan, terwijl tegenstanders het gebrek aan betrouwbaarheid van de waarde aanhalen. Want met activering gaat een ander probleem gepaard: hoe kan de waarde zo exact mogelijk worden bepaald? Dit is een heel belangrijke vraag, want een verkeerde waardering kan verstrekkende gevolgen hebben. Zo was bijvoorbeeld de overwaardering van immateriële activa een belangrijke reden voor het failliet gaan van Worldcom en Enron in de Verenigde Staten (Whitwell et al., 2007). Roos et al. (1998) noemen drie problemen bij het waarderen van immateriële activa: •

Tijdsvertragingen: het kan even duren vooraleer een investering voor het gewenst effect zorgt.

•

De investeringen zijn niet zero-sum: kleine investeringen kunnen een hele grote impact hebben, terwijl grote investeringen kunnen mislukken.

•

De activa zijn niet enkel gemeten in financiële termen. Men gebruikt ook cijfers, uren en ratio’s.

Een andere vraag is wie de waarde bepaalt (Zambon, 2003). Managers zijn het best geplaatst, omdat zij de kennis hebben om een juiste inschatting te maken van de waarde. De voorkeur kan echter ook gaan naar onafhankelijke derden, omdat zij minder vooringenomen zijn en dus meer betrouwbare schattingen kunnen maken. De waarde van een immaterieel actief moet ook geregeld worden herzien. Deze neemt namelijk toe naarmate een onderneming er succesvol in investeert en er meer gebruik van maakt (Cañibano et al., 2000). Die stijging gebeurt wel niet op een lineaire manier, maar explosief, door doorbraken of innovaties (Danthine & Jin, 2007).

Zoals eerder vermeld, is de waarde van een immaterieel actief meer onzeker dan van een materieel actief. Dat verschil in onzekerheid komt volgens verschillende auteurs (Lev & Zarowin, 1999; Choi et al., 2000) niet tot uiting op de balans. Dit heeft tot gevolg dat beleggers en investeerders minder beroep kunnen doen op de jaarrekening om de waarde van een onderneming te bepalen. Er is dus een informatie-asymmetrie. Verschillende auteurs (Lev & Zarowin, 1999; Choi et al., 2000; Daum, 2001; Amir et al., 2003; Zambon, 2003) vinden het dan ook nodig dat researchers en bevoegde instanties de boekhoudregels i.v.m. immateriële activa herbekijken.

Pagina | 10


Zolang de boekhoudregels niet zijn aangepast, raden experts aan om bij de traditionele jaarrekening een supplementair rapport te voegen waarin informatie wordt verschaft over de ontwikkelingen van de immateriële activa van de onderneming (Daum, 2001). Ook Bontis (2001) vindt dit de enige oplossing voor het probleem. Het Zweedse bedrijf Skandia was in 1994 de eerste om dit te doen (Bontis, 2001) en volgens Vergauwen et al. (2007) wordt dit voorbeeld in toenemende mate door ondernemingen gevolgd. Deense bedrijven publiceren bijvoorbeeld al sinds 1998 ‘Intellectual Capital Reports’ (Bukh et al., 2005). In de studie van Vergauwen et al. (2007) geven de auteurs verschillende voordelen van het vrijwillig opnemen van informatie over immateriële activa: •

Het lost ten dele het probleem van informatie-asymmetrie op.

•

Het heeft een positief effect op de reputatie van de onderneming en zorgt voor meer vertrouwen van de stakeholders in het management.

•

Er kan een betere inschatting worden gemaakt van de mogelijkheden tot toekomstige waardecreatie, waardoor de risicofactor van de onderneming daalt en bijgevolg ook de kapitaalkost.

Deze vrijwillige publicaties zorgen volgens Zambon (2003) echter nog steeds niet voor voldoende transparantie, waardoor de nood aan degelijke economische principes die gestandaardiseerd en verplicht zijn, blijft bestaan.

Ook analisten kunnen een helpende hand reiken. Uit onderzoek van Amir et al. (2003) blijkt dat zij een deel van de informatiekloof dichten door ook gebruik te maken van andere informatiebronnen dan de jaarrekening. Deze informatiebronnen zijn onder andere persberichten, interviews en analyses van de sector. Om het belang van hun beroep te behouden, zijn analisten dan ook tegen de activering van immateriële activa (Zambon, 2003). De bijdrage van analisten is groter voor ondernemingen met relatief meer immateriële activa, maar de compensatie voor de tekortkomingen van de financiële rapportering is echter niet compleet (Amir et al., 2003). Barron et al. (2002) vonden echter dat hoe hoger de hoeveelheid immateriële activa in een onderneming, hoe minder consensus tussen de analisten. Dit effect is het grootst bij hoogtechnologische ondernemingen. Ook Gu & Wang (2005) vonden een negatieve impact. Volgens hun onderzoek zorgt een hogere immateriële intensiteit van een onderneming voor een grotere fout in de winstvoorspelling van de analist. Die associatie is groter bij ondernemingen met diverse en innovatieve technologieën, maar kleiner bij biotechnologische en farmaceutische ondernemingen die strikt gereguleerd zijn.

Pagina | 11


Wyatt (2005) stelt voor om de keuze voor activering of niet, over te laten aan de onderneming. Uit haar onderzoek bij Australische bedrijven blijkt dat hoe sterker een ontwikkelde technologie en hoe groter de mogelijkheid om toekomstige opbrengsten toe te eigenen, hoe sneller een onderneming deze investeringen zal activeren onder immateriële activa. Bovendien is dit effect sterker voor zelf ontwikkelde activa dan voor aangekochte goodwill en R&D. Daarnaast wordt er ook meer geactiveerd wanneer de tijd om een technologie om te zetten in bruikbare producten korter is, omdat dan de toekomstige opbrengsten beter kunnen geschat worden. Uit deze resultaten besluit Wyatt dat een vrije keuze een betere kwaliteit van de balans en van de informatie voor investeerders tot gevolg heeft.

3. Belang van immateriële activa

De laatste decennia is de economie geëvolueerd naar een economie die toenemend gebaseerd is op kennis, technologie en verandering, terwijl materiële activa relatief minder belangrijk worden (Bukh et al., 2005). Dit fenomeen wordt sinds midden de jaren ’90 ‘the new economy’ genoemd (Daum, 2001; Daniels, 2004). In de studie van Zambon (2003, p. 153) wordt dit als volgt beschreven:

“The

value-drivers of a firm are more and more intangible in nature, and the

”

intangible assets are considered to be the new value sources.

Van der Meer-Kooistra & Zijlstra (2001), Daniels (2004) en Singh & Van der Zahn (2008) treden deze stelling bij.

Investeringen in immateriële activa zijn dan ook sterk toegenomen (Kanodia et al., 2004), vooral in de dienstensector (Zambon, 2003). Materiële activa, zoals bijvoorbeeld machines, zijn voor iedere marktspeler in gelijke mate beschikbaar (Lev, 2005), waardoor investeringen in R&D, informatietechnologie, human resources… dan ook essentieel zijn geworden voor ondernemingen om een concurrentiepositie op te bouwen of te behouden en om hun leefbaarheid in de toekomst te verzekeren (Cañibano et al., 2000; Daum, 2001; Zambon, 2003; Kanodia et al., 2004; Lev, 2005). Het grote belang van immateriële activa voor het concurrentievoordeel van een onderneming komt door de moeilijke begrijpbaarheid voor concurrenten. Bijgevolg kunnen ze moeilijk worden nagemaakt (Whitwell et al., 2007). Veel immateriële activa kunnen ook moeilijk op een alternatieve manier worden gebruikt (Cañibano et al., 2000; Hunter et al., 2005).

Pagina | 12


Daum (2005, p. 2) verwoordt het als volgt:

“Today, intangible assets are predominantly responsible for a company’s capacity to innovate and thus for its capability to create added value in a highly dynamic, highly

”

competitive global business environment and to ‘make a difference’.

Een autoriteit in dit gebied, Baruch Lev, meent zelfs dat “immateriële activa één van de grootste economische ontwikkelingen zijn van de late 20ste en vroege 21ste eeuw” (Lev, 2005, p. 299). In de Verenigde Staten waren volgens Lev (2005) de investeringen in immateriële activa in het jaar 2000 bijna even groot als de investeringen in materiële activa en ziet het er zelfs naar uit dat de eerste de tweede snel zullen overstijgen. Men mag echter niet vergeten dat immateriële activa niet op zichzelf staan, maar voor opbrengsten zorgen in combinatie met andere activa (Cañibano et al., 2000; Hunter et al., 2005; Lev, 2005). Ze zorgen er m.a.w. voor dat de onderneming zijn middelen optimaal kan benutten (Zambon, 2003). Een ander punt is dat immateriële activa natuurlijk niet in iedere sector of industrie even belangrijk zijn, maar in bijvoorbeeld de farmaceutische of internetsector vormen ze het belangrijkste deel van de activa (Cañibano et al., 2000).

Sougiannis (1994) onderzocht de impact van investeringen in immateriële activa op de winst en de marktwaarde van een onderneming. Hij vond dat een extra investering van één dollar de winst gemiddeld deed stijgen met zeven dollar over een periode van zeven jaar. Diezelfde dollar deed ook de marktwaarde van de onderneming met gemiddeld vijf dollar toenemen.

Investeren in immateriële activa heeft ook implicaties op de aandelenmarkt voor beursgenoteerde ondernemingen. Zo heeft het onderzoek van Choi et al. (2000) uitgewezen dat aandelenmarkten immateriële activa op een positieve manier waarderen. De marktwaarde van een dollar immateriële activa is echter lager dan deze van een dollar materiële activa. Dit omdat de waarde van immateriële activa veel meer met onzekerheid gepaard gaat (cfr. infra). Beleggers en investeerders kunnen zich afvragen of de gerapporteerde waarde in de balans werkelijk overeenstemt met de waarde van de toekomstige opbrengsten die het actief met zich zal meebrengen. Een ander onderzoek van Chan et al. (2001), uitgevoerd in de Verenigde Staten waar R&D over het algemeen niet mag worden geactiveerd, toont aan dat het gemiddelde rendement van aandelen van

Pagina | 13


ondernemingen met een hoge R&D intensiteit niet verschilt van ondernemingen zonder R&D activiteiten. Er wordt echter wel een hoger rendement gevonden bij ondernemingen met relatief veel R&D uitgaven die, omwille van de hoge investeringen, in het verleden slechte resultaten voorlegden. De auteurs zien hierin een bewijs dat de aandelenmarkten de toekomstige voordelen van de investeringen niet inzagen en dergelijke ondernemingen weinig krediet gaven.

Het is ook belangrijk voor ondernemingen om te communiceren over hun investeringen in immateriële activa, het succes ervan en de verwachte winsten in de toekomst. Voor de consument of belegger wordt het namelijk steeds moeilijker om er een correcte waarde op te plakken (Millar & Choi, 2003). Het belang van het sturen van geloofwaardige signalen naar de markt, wordt ook onderstreept in de paper van Deeds et al. (1997) waar 92 beursintroducties van biotechnologiebedrijven werden onderzocht. Een goede communicatie over immateriële activa zorgt voor meer informatie voor de markt en heeft bijgevolg een belangrijke impact op de aandelenprijzen (Oswald & Zarowin, 2007).

Immateriële activa spelen ook een belangrijke rol in de financiering van een onderneming. Het effect is echter dubbel: enerzijds verlaagt een grote hoeveelheid immateriële activa de schuldcapaciteit van een onderneming, anderzijds is het een signaal voor toekomstige groei (Baeyens & Manigart, 2006). Ondernemingen met een grote hoeveelheid immateriële activa, hebben het moeilijk om schuldfinanciering te bekomen bij financiële instellingen omwille van de onzekerheid van de waarde en bijgevolg de informatieasymmetrie (Chan et al., 2001, van der Meer-Kooistra & Zijlstra, 2001). Kothari et al. (2002) bevestigen deze stelling en beweren dat immateriële activa weinig geschikt zijn als onderpand door het gebrek aan alternatieve gebruiksmogelijkheden.

Private investeerders

werken deze asymmetrie weg en zien in immateriële activa een groot potentieel voor de toekomst. Bijgevolg zijn ondernemingen met veel immateriële activa vooral gefinancierd met eigen vermogen (private equity) (Baeyens & Manigart, 2006). Lev et al. (2005) toonden dit aan voor R&D-intensieve ondernemingen. Volgens Lang & Lundholm (1996) is communicatie rond immateriële activa positief gecorreleerd met het aantal analisten dat de onderneming volgt, wat resulteert in een lagere effectieve interestkost en een grotere groep potentiële investeerders.

Pagina | 14


EMPIRISCH ONDERZOEK 1. Hypotheses

De laatste decennia is het belang van kennis, technologie, onderzoek en ontwikkeling e.d. sterk toegenomen in bepaalde sectoren. Deze sectoren worden ‘New Economy’-sectoren genoemd. Daartegenover staan ondernemingen die op een meer traditionele manier produceren. De sectoren waarin zij actief zijn, worden ‘Old Economy’-sectoren genoemd. Abdolmohammadi (2005) stelde in zijn onderzoek dan ook de hypothese voorop dat er significante verschillen zijn tussen ‘New’ en ‘Old Economy’-sectoren op het gebied van communicatie rond immateriële activa in jaarrekeningen. Hij schreef echter geen richting toe aan deze verschillen. Dit deed hij omdat kan worden verwacht dat in de ‘New Economy’-sectoren categorieën als Intellectual Property en Information Technology meer worden behandeld, terwijl in de ‘Old Economy’-sectoren categorieën als Brand en Partnership belangrijker zijn.

Nochtans is er voldoende reden om te veronderstellen dat er wel een bepaalde richting kan worden toegewezen aan het verschil. Het is namelijk zo dat het verschil tussen beide sectoren gebaseerd is op de mate waarin de ondernemingen steunen op immateriële activa. Eén van de conclusies van het onderzoek van Bukh et al. (2005) was dat ondernemingen die overwegend steunen op immateriële activa, er ook meer over communiceren in hun prospectussen. Daarom wordt de volgende hypothese vooropgesteld:

Hypothese 1: De communicatie rond immateriële activa is groter in de uitgifteprospectussen van ‘New Economy’-sectoren dan in de uitgifteprospectussen van ‘Old Economy’-sectoren.

Vorige studies van jaarverslagen, zoals deze van Bozzolan et al. (2003), vonden ook een ‘industry effect’, wat betekent dat er tussen industrieën significante verschillen zijn in de communicatie rond immateriële activa (Striukova et al., 2008). Of dit in uitgifteprospectussen ook het geval is, wordt onderzocht. De tweede hypothese luidt:

Hypothese 2: Er is een significant ‘industry effect’ op het gebied van communicatie rond immateriële activa in uitgifteprospectussen.

Pagina | 15


Naast een ‘industry effect’ werd in voorgaande studies ook ‘size effect’ gevonden, namelijk dat grotere ondernemingen meer informatie over hun immateriële activa rapporteren dan kleinere ondernemingen (Abeysekera & Guthrie, 2005; Striukova et al., 2008). Ook dit wordt onderzocht met betrekking tot uitgifteprospectussen.

Hypothese 3: Grote ondernemingen communiceren meer rond immateriële activa in hun uitgifteprospectussen dan kleine ondernemingen. Er is dus een ‘size effect’.

2. Steekproef

De steekproef bestaat uit 118 uitgifteprospectussen van beursintroducties op Euronext en Alternext in zowel Brussel als Parijs in de periode 2006-2008. De prospectussen werden verzameld via de website van Euronext (<www.euronext.com>) en vertegenwoordigen in het totaal 35 verschillende sectoren. Om de betrouwbaarheid van de resultaten te garanderen, moeten de prospectussen aan twee voorwaarden voldoen: •

De grootte van de prospectussen mag niet kleiner zijn dan 100 bladzijden. In kleinere prospectussen kan namelijk weinig informatie worden opgenomen, waardoor dit de resultaten in een bepaalde richting zou kunnen doen afwijken.

•

De sector waarin de onderneming actief is, wordt vermeld op de website van Euronext (<www.euronext.com>). Deze sector moet duidelijk toewijsbaar zijn aan de ‘Old Economy’of de ‘New Economy’-groep.

De ondernemingen zijn, naargelang hun sector, onderverdeeld in twee groepen: Old Economy en New Economy. Het principe van het verschil tussen beide termen wordt daarvoor als basis gebruikt, alsook de verdeling die Abdolmohammadi (2005) in zijn paper toepaste. Met de bewering van Edison en Strøl (2003) dat ‘New Economy’-sectoren kunnen worden samengevat als TMT (Technology – Media – Telecommuniations) wordt ook rekening gehouden. De ‘Old Economy’-groep bevat 48 ondernemingen en de ‘New Economy’-groep 70. Een overzicht van deze ondernemingen is terug te vinden in bijlage 1.

Een steekproef van prospectussen in plaats van jaarverslagen kan omwille van verschillende redenen interessante resultaten opleveren: •

Door de liberalisering van de kapitaalmarkten, in combinatie met de integratie van de financiële markten, heeft zich in het afgelopen decennium een wereldwijde expansie van de Pagina | 16


kapitaalmarkten voorgedaan (Singh & Van der Zahn, 2008). Dit zorgt voor een voldoende grote en gevarieerde steekproef. •

Vorige studies omtrent ‘Intellectual capital disclosure’ hebben overwegend betrekking op jaarverslagen of specifieke rapporten over immateriële activa (Striukova et al., 2008). Nog volgens Striukova et al. (2008) kan deze focus op dergelijke documenten voor een vertekend beeld zorgen, omdat veel vrijwillige communicatie op deze manier over het hoofd wordt gezien.

•

Uitgifteprospectussen worden als een rolmodel gezien voor de manier waarop in de toekomst moet worden gerapporteerd, omdat ondernemingen typisch meer open en toekomstgericht zijn bij een beursintroductie (Bukh et al., 2005). Nog volgens Bukh et al. (2005) wordt, in vergelijking met een jaarverslag, in een prospectus gewoonlijk meer informatie opgenomen over marktontwikkelingen, de strategische directie e.d., omdat men zich niet richt tot een breed publiek, maar enkel tot potentiële investeerders. Door veel informatie te verschaffen, wordt ook het risico voor de beleggers verminderd en is er minder nood aan underpricing bij de IPO. De auteurs besluiten dan ook dat uitgifteprospectussen een mooie opportuniteit vormen om de hoeveelheid en het type van vrijwillige communicatie te onderzoeken.

Doordat een uitgifteprospectus, in tegenstelling tot een jaarverslag, maar eenmalig verschijnt, kunnen wel geen vergelijkingen in de tijd worden gemaakt (Vergauwen et al., 2007).

3. Onderzoeksmethode

Voor de datacollectie van het onderzoek wordt de methode van ‘content analysis’ toegepast. De onderliggende assumptie van deze methode is dat de frequentie waarmee een woord of onderwerp in een tekst voorkomt, het belang ervan aantoont (Guthrie et al., 2004; Abdolmohammadi, 2005; Beattie & Thomson, 2007). Content analysis kan op twee manieren gebeuren: ofwel wordt het volume van de ruimte die aan een onderwerp wordt besteed, gemeten (in termen van woorden, zinnen, paragrafen of pagina’s); ofwel wordt geteld hoe vaak een bepaalde term voorkomt in de tekst (Beattie & Thomson, 2007). Deze laatste mogelijkheid wordt in dit onderzoek gebruikt.

De manier van werken in dit onderzoek is gebaseerd op Abdolmohammadi’s paper ‘Intellectual capital disclosure and market capitalization’ (2005). In zijn onderzoek wordt voor de content analysis gebruik gemaakt van een lijst van 58 termen, verdeeld over 10 categorieën. Omdat de steekproef bestaat uit prospectussen in zowel het Engels, Frans als Nederlands, is de lijst vertaald. Voor de

Pagina | 17


vertaling naar het Frans werd een online business woordenboek gebruikt (<www.reverso.net>) en voor het Nederlands de eigen kennis. Zes termen zijn moeilijk te vertalen, waardoor de definitieve lijst uit de volgende 52 termen bestaat:

•

Brand (5): Brand, Brand Development, Brand Recognition, Goodwill en Trademark

•

Competence (10): Brain Power, Competence, Education, Expertise, Intelligence, Knowledge, Know-How, Motivation, Specialist en Training

•

Corporate Culture (4): Communication, Corporate Culture, Leadership en Management Philosophy

•

Customer Base (8): Customer Base, Customer Loyalty, Customer Recognition, Customer Retention, Customer Satisfaction, Customer Service, Customer Support en Market Share

•

Information Technology (7): Computer Software, Electronic Data Interchange, Information

Technology,

Infrastructure,

Network,

Operating

Systems

en

Telecommunication •

Intellectual Property (5): Copyright, Franchising Agreement, Intellectual Property, Licensing Agreement en Patents

•

Partnership (2): Joint Venture en Partnership

•

Personnel (6): Employee retention, Employee Satisfaction, Flextime, Human Resource, Personnel en Telecommuting

•

Proprietary Process (4): Innovation, Innovative, Trade Secrets en Value Added

•

R&D (1)

De vertaalde lijsten zijn terug te vinden in bijlage 2.

De lijst van Abdolmohammadi (2005) heeft betrekking op ‘intellectual capital’. Zoals vermeld, is dit een breder begrip dan de boekhoudkundige definitie van immateriële activa. In het vervolg van dit onderzoek zal de term ‘immateriële activa’ verder worden gebruikt, al slaat het dus op bovenstaande lijst.

Een groot deel van de voorgaande, gelijkaardige studies gebruikte content analysis als methode voor het verzamelen van data (Guthrie et al., 2004; Beattie & Thomson, 2007; Striukova et al., 2008). Ook in het kader van ‘Social and Environmental Reporting’ wordt content analysis vaak toegepast om te onderzoeken in welke mate ondernemingen deze items in hun rapporten opnemen (Guthrie et al.,

Pagina | 18


2004). Het wordt dan ook gezien als een plausibele manier om gegevens te verzamelen (Abdolmohammadi, 2005). Of zoals Guthrie et al. (2004, p. 284) het verwoorden:

“Content analysis has been conducted on annual reports by a number of intellectual capital researchers, as they are a good instrument to measure comparative positions and trends in reporting.

”

Beattie & Thomson (2007) hebben nochtans kritiek op deze methode, omdat in veel studies onvoldoende wordt uitgelegd hoe de content analysis werd opgesteld en uitgevoerd. Dit zorgt ervoor dat lezers de resultaten moeilijk kunnen interpreteren en vergelijken. Een tweede punt van kritiek is dat de resultaten onderhevig zijn aan de subjectiviteit van de dataverzamelaar. Daarom is het beter om in de documenten op zoek te gaan naar specifieke termen zonder dat de onderzoeker subjectieve beoordelingen moet maken. Een ander nadeel van de methode van content analysis, is dat het de kwantiteit benadrukt in plaats van de kwaliteit (Guthrie et al., 2004).

Content analysis is een heel arbeidsintensieve methode om data te verzamelen (Abdolmohammadi, 2005), waardoor de steekproeven vaak beperkt zijn (Beattie & Thomson, 2007). Dit kan deels worden opgelost door de content analysis elektronisch uit te voeren. Op deze manier wordt ook het betrouwbaarheidsniveau verhoogd, omdat geen termen over het hoofd kunnen worden gezien (Vergauwen et al., 2007). Hier duikt echter een nieuw probleem op, want sommige woorden hebben een dubbele betekenis en het louter zoeken naar woorden houdt geen rekening met de context (Beattie & Thomson, 2007). In deze studie is getracht om dit op te lossen door bij woorden met verschillende betekenissen toch naar de context te kijken. Wanneer bijvoorbeeld bij het opzoeken van ‘toegevoegde waarde’ de term voorkomt in de context van ‘belasting over de toegevoegde waarde’, wordt dit niet meegerekend. Dit zorgt weliswaar voor meer subjectiviteit, maar verhoogt de betrouwbaarheid van de resultaten.

Pagina | 19


4. Resultaten

4.1.Beschrijvende statistieken

Van de twee groepen (Old en New Economy) zijn het gemiddelde, de standaarddeviatie en het bereik van de frequentie van voorkomen van de termen, per categorie en in het totaal, terug te vinden in Tabel I.

Tabel I : Beschrijvende statistieken (eigen analyse) Old Economy Brand

Competence

Corporate Culture

Customer Base

Information Technology

Intellectual Capital

Partnership

Personnel

Proprietary Process

R&D

Totaal

Gemiddelde : St. Dev. : Range : Gemiddelde : St. Dev. : Range : Gemiddelde : St.Dev. : Range : Gemiddelde : St. Dev. : Range : Gemiddelde : St. Dev. : Range : Gemiddelde : St. Dev. : Range : Gemiddelde : St. Dev. : Range : Gemiddelde : St. Dev. : Range : Gemiddelde : St. Dev. : Range : Gemiddelde : St. Dev. : Range : Gemiddelde : St. Dev. : Range :

33,7 46,8 193 (0 → 193) 33,3 23 102 (0 → 102) 9,2 9,9 44 (0 → 44) 10,8 12,9 63 (0 → 63) 28,2 33,9 170 (0 → 170) 12,8 19,2 124 (0 → 124) 10,5 20,7 109 (0 → 109) 19,4 19,2 112 (0 → 112) 6,6 7,7 32 (0 → 32) 10,6 10,3 42 (0 → 42) 175,1 127,6 688 (3 →691)

New Economy Gemiddelde : St.Dev. : Range : Gemiddelde : St. Dev. : Range : Gemiddelde : St. Dev. : Range : Gemiddelde : St. Dev. : Range : Gemiddelde : St. Dev. : Range : Gemiddelde : St. Dev. : Range : Gemiddelde : St. Dev. : Range : Gemiddelde : St. Dev. : Range : Gemiddelde : St. Dev. : Range : Gemiddelde : St. Dev. : Range : Gemiddelde : St. Dev. : Range :

26,7 27,3 119 (1 → 120) 45,2 50,4 388 (3 → 391) 16,9 17 91 (0 → 91) 10,3 12,1 74 (0 → 74) 65,9 65,8 412 (1 → 413) 37,1 52,6 231 (0 → 231) 14,2 16,8 117 (1 → 118) 26,3 20,1 124 (4 → 128) 10,2 9,8 51 (0 → 51) 20,9 21 98 (0 → 98) 272,2 145,9 869 (38 → 907)

Pagina | 20


4.2.Old Economy vs. New Economy

In Tabel I valt af te lezen dat ondernemingen in de ‘New Economy’-sectoren in het totaal gemiddeld meer communiceren rond immateriële activa dan ondernemingen in de ‘Old Economy’-sectoren. Of dit verschil significant is, moet worden getest.

Tabel II : Old Economy vs. New Economy – Lilliefors test (eigen analyse) Kolmogorov-Smirnov Statistic Totaal

a

a

df

Sig.

Old Economy

,138

49

,020

New Economy

,118

70

,018

Lilliefors Significance Correction

De gegevens uit beide groepen zijn onafhankelijk van elkaar, maar uit de Lilliefors test blijkt dat het totaalcijfer van de communicatie rond immateriële activa niet normaal verdeeld is in zowel de ‘Old Economy’ als de ‘New Economy’-groep. Daarom moet voor een niet-parametrische test voor onafhankelijke steekproeven, namelijk de Mann Whitney test, worden gekozen. Het resultaat is terug te vinden in Tabel III. De mediaan van de ‘New Economy’-groep is groter dan deze van de ‘Old Economy’-groep, waardoor er in de juiste richting wordt getest. De tweezijdige p-waarde bedraagt 0.000, net zoals de eenzijdige. Aan de hand van deze test kan dus worden besloten dat de medianen van beide groepen significant van elkaar verschillen en dat ‘New Economy’-ondernemingen in hun uitgifteprospectussen meer communiceren rond immateriële activa dan ‘Old Economy’-ondernemingen. De eerste hypothese is hiermee bevestigd.

Tabel III : Old Economy vs. New Economy - Mann Whitney test (eigen analyse) N Mean Rank Tweezi jdige p-waarde

Old Economy 48 42,50

New Economy 70 71,16 0.000

Wanneer naar de categorieën van immateriële activa wordt gekeken, blijkt dat in 7 van de 10 categorieën de ‘New Economy’-sectoren hoger scoren dan de ‘Old Economy’-sectoren. Enkel bij Brand, Competence en Customer Base wordt geen significant verschil gevonden tussen de 2 groepen in de communicatie over deze categorieën.

Pagina | 21


4.3.Verschillen tussen sectoren (industry effect)

Om het ‘industry effect’ te onderzoeken, wordt variantie-analyse gebruikt. Daarvoor moeten de sectoren met maar één observatie uit de steekproef worden weggelaten. Om one-way ANOVA te kunnen toepassen, moet aan twee voorwaarden worden voldaan:

•

Normale verdeling. Het totaalcijfer van de communicatie rond immateriële activa moet per sector normaal verdeeld zijn. Volgens Tabel IV is dit niet het geval in de sector Internet en is er in een aanzienlijk deel van de sectoren een gebrek aan gegevens. De techniek is hiervoor echter robuust, vooral bij een voldoende aantal steekproefgegevens.

Tabel IV : Test of Normality (eigen analyse) Kolmogorov-Smirnov a Sector Building Materials & Fixtures Clothing & Accessoires Consumer Electronics Durable Household Products Electricity Food Products Industrial & Office REITs Industrial Suppliers Oil Equipment & Services Real Estate Holding & Development Real Estate Investment Trusts Specialty Retailers Water Alternative Electricity Biotechnology Broadcasting & Entertainment Business Support Services Computer Services Electronic Equipment Internet Media Agencies Medical Supplies Software Telecommunications Equipment a

Statistic ,312 ,260 ,260 ,260 ,260 ,321 ,260 ,260 ,260 ,205 ,260 ,260 ,310 ,218 ,140 ,176 ,191 ,223 ,188 ,345 ,223 ,260 ,272 ,232

df

Sig. 3 2 2 2 2 3 2 2 2 13 2 2 3 3 12 3 6 7 9 9 8 2 4 4

,141 ,200 ,200 ,200 ,200 ,003 ,200 -

Lilliefors Significance Correction Pagina | 22


•

Homogeniteit van varianties. Deze voorwaarde betekent dat de spreiding in de populaties, waaruit de steekproeven komen, gelijk is. Om dit te onderzoeken wordt de ‘Test of Homogeneity of Variances’ toegepast. Het resultaat is terug te vinden in Tabel V. De Levene statistiek geeft een pwaarde van 0,016 waardoor de homogeniteit van varianties niet kan worden verondersteld. Hierdoor kunnen de resultaten van de steekproef moeilijk worden gegeneraliseerd naar de populatie en moet hiermee rekening worden gehouden bij de conclusies.

Tabel V : Test of Homogeneity of Variances (eigen analyse) Levene Statistic 1,931

df1

df2 23

Sig. 83

,016

Bij de totale communicatie rond immateriële activa in uitgifteprospectussen is er een significant verschil te vinden tussen sectoren. Dit blijkt uit Tabel VI. Om te onderzoeken bij welke sectoren die verschillen zich voordoen, wordt de Bonferroni test uitgevoerd. Omwille van de grote omvang is het resultaat van deze test terug te vinden in bijlage 3. De ‘New Economy’-sectoren Biotechnology, Internet en Telecommunications Equipment communiceren significant meer dan de ‘Old Economy’sector Real Estate Holding & Development. Deze bevinding is consistent met het resultaat van het onderzoek van Striukova et al. (2008) waar de ‘real estate’-sector het laagst scoorde en de biotechnologie-sector tot de hoogst scorende sectoren behoorde.

Tabel VI : One-way ANOVA – Totaal (eigen analyse) Sum of

df

Mean Square

F

Sig.

Squares Between Groups

999720,1

23

43466,091

Within Groups

1121889

83

13516,741

Total

2121610

106

3,216

,000

Ook bij de afzonderlijke categorieën zijn significante verschillen te merken, uitgezonderd bij Competence (Tabel VII). Ook Abdolmohammadi (2005) vond in zijn onderzoek significante verschillen tussen de sectoren en dit bij 8 van 10 categorieën (niet bij Personnel en Proprietary Process). De belangrijkste verschillen worden hierna besproken.

Pagina | 23


Tabel VII : One-way ANOVA – Categorieën (eigen analyse) Categorie

Sig.

Brand

,000

Competence

,824

Corporate Culture

,006

Customer Base

,009

Information Technology

,000

Intellectual Property

,000

Partnership

,001

Personnel

,000

Proprietary Process

,008

R&D

,000

De ‘Old Economy’-sectoren Food Products en Industrial Suppliers communiceren meer over hun merk dan de andere sectoren. Informatietechnologie is het belangrijkst voor de sectoren Software en Telecommunications Technology en in de biotechnologie-sector wordt meer gecommuniceerd over Intellectual Capital en Research & Development. De sector Broadcasting & Entertainment hecht meer belang aan partnerships, terwijl de Industrial Suppliers meer communiceren over hun personeel.

Voor de verschillen tussen sectoren bij de communicatie rond bepaalde categorieën van immateriële activa wordt een verklaring gegeven door Vergauwen et al. (2007). Ondernemingen kunnen zich bij hun communicatie namelijk focussen op de elementen die het meest relevant en belangrijk zijn en het meest winstgevend voor de stakeholders. Deze verklaring onderschrijft ook de onderliggende assumptie van de content analysis methode, namelijk dat de hoeveelheid communicatie rond een element het relatieve belang ervan aantoont.

Na de eerste wordt dus ook de tweede hypothese bevestigd, al is een generalisatie van deze resultaten naar de populatie niet mogelijk.

4.4.Relatie met ondernemingsgrootte (size effect)

Als variabele voor de ondernemingsgrootte, wordt geopteerd voor het meest recente balanstotaal dat wordt vermeld in de uitgifteprospectus. Het balanstotaal wordt verkozen boven de omzet, omdat

Pagina | 24


sommige ondernemingen, bijvoorbeeld in de sector Biotechnology, nog maar weinig omzet genereren. Om de relatie te testen tussen de communicatie rond immateriële activa in uitgifteprospectussen en de grootte van de ondernemingen, moeten beide cijfers in groepen worden opgedeeld. Deze groepen zijn als volgt: •

•

Totale communicatie rond immateriële activa: o

Groep 1 : min → 150

o

Groep 2 : 151 → 350

o

Groep 3 : 351 → max

Balanstotaal: o

Groep 1 : min → 10 000 000

o

Groep 2 : 10 000 001 → 25 000 000

o

Groep 3 : 25 000 001 → 50 000 000

o

Groep 4 : 50 000 001 → max

Wanneer de totaalcijfers van de communicatie rond immateriële activa worden verdeeld in drie groepen en de balanstotalen van de ondernemingen in vier groepen, heeft 16,7% van de cellen een verwachte waarde kleiner dan vijf, waardoor de χ²-test mag worden uitgevoerd. De p-waarde van de Pearson Chi-Square bedraagt 0,211. De nulhypothese dat de variabelen onafhankelijk zijn, kan niet worden verworpen op het 5% significantieniveau.

Tabel VIII : Kruistabel χ²-test (eigen analyse) Totaal communicatie 1 Balanstotaal

1 2 3 4

Totaal

Count Expected Count Count Expected Count Count Expected Count Count Expected Count Count Expected Count

2 15 14,2 3 7,1 6 5,2 14 11,6 38 38,0

Totaal

3 24 21,3 14 10,6 6 7,7 13 17,4 57 58,0

5 8,6 5 4,3 4 3,1 9 7,0 23 23,0

44 44,0 22 22,0 16 16,0 37 37,0 118 118,0

Pagina | 25


Tabel IX : χ²-test (eigen analyse) Value Pearson Chi-Square N of Valid Cases a

df 8,382 a

Asymp. Sig. (2-sided) 6

,211

118

2 cells (16,7%) have expected count less than 5

In deze studie wordt dus geen ‘size effect’ gevonden. De derde hypothese wordt hierdoor niet bevestigd.

Pagina | 26


CONCLUSIES In deze studie werden drie hypotheses onderzocht met betrekking tot de communicatie rond immateriële activa in uitgifteprospectussen. Dit werd gedaan aan de hand van de ‘content analysis’ van uitgifteprospectussen van 118 beursintroducties tussen 2006 en 2008 op Alternext en Euronext van Brussel en Parijs. De ondernemingen werden onderverdeeld in twee groepen: Old Economy en New Economy. De groepen bevatten respectievelijk 48 en 70 observaties. In het totaal waren 35 verschillende sectoren vertegenwoordigd.

In een eerste hypothese werd gevonden dat ‘New Economy’-ondernemingen in hun uitgifteprospectussen significant meer communiceren rond immateriële activa dan ondernemingen die als ‘Old Economy’ worden beschouwd. Aangezien in ‘New Economy’-sectoren immateriële activa relatief belangrijker zijn, lag dit resultaat in lijn met de verwachtingen. Dat er tussen de sectoren ook significante verschillen zijn, werd gevonden bij de tweede hypothese. Deze verschillen deden zich voor bij verschillende categorieën van immateriële activa, afhankelijk van de sector. Dit ‘industry effect’ werd ook in vorige studies beschreven. Tenslotte werd, in tegenstelling tot vorige studies, geen verband ontdekt tussen de grootte van de ondernemingen, gemeten door het balanstotaal, en de totale communicatie rond immateriële activa in hun uitgifteprospectussen. Er kon dus niet worden besloten dat grote ondernemingen meer communiceren rond immateriële activa in hun uitgifteprospectussen dan kleine ondernemingen.

Een beperking van deze studie bevindt zich bij het onderzoeken van de tweede hypothese. De steekproef voldoet namelijk niet aan de voorwaarden die moeten vervuld zijn om variantie-analyse uit te voeren. Aangezien de steekproef voldoende groot is, is de test robuust voor het niet voldoen aan de voorwaarde van normale verdeling. Het niet vervuld zijn van de voorwaarde van de homogeniteit van varianties vormt echter wel een probleem, omdat de verschillende groepen niet van gelijke grootte zijn. Hierdoor kan het resultaat van deze test niet worden veralgemeend naar de volledige populatie. Bij verdere studie kan worden getracht deze beperking weg te werken door in de steekproef groepen van ongeveer gelijke grootte op te nemen.

Deze studie draagt op twee manieren bij aan de literatuur over immateriële activa. Ten eerste wordt de communicatie rond immateriële activa meestal onderzocht in jaarverslagen. Bijgevolg bestaat er nog maar weinig literatuur die gebruik maakt van uitgifteprospectussen. Ten tweede worden België

Pagina | 27


en Frankrijk zelden of nooit opgenomen in de steekproef van studies die de communicatie rond immateriële activa onderzoeken.

Een aanbeveling voor verdere studie is dan ook om de communicatie rond immateriële activa te onderzoeken in uitgifteprospectussen in andere landen, zodat een vergelijking van de resultaten kan worden gemaakt.

Pagina | 28


LIJST VAN GERAADPLEEGDE WERKEN ABDOLMOHAMMADI M.J., 2006, Intellectual Capital Disclosure and Market Capitalization, Journal of Intellectual Capital, Vol. 6 No. 3, 397-416

ABEYSEKERA I. & GUTHRIE J., 2005, An Empirical Investigation of Annual Reporting Trends of Intellectual Capital in Sri Lanka, Critical Perspectives in Accounting, Vol. 16 No. 3, 151-163

ABOODY D. & LEV B., 1998, The Value Relevance of R&D: The Case of Software Capitalization, Journal of Accounting Research, Vol. 36, 161-191

AMIR E., LEV B. & SOUGIANNIS T., 2003, Do Financial Analysts Get Intangibles?, European Accounting Review, 12:04, 635-659

APRIL K.A., BOSMA P. & DEGLON D.A., 2003, IC Measurement and Reporting: Establishing Practice in SA Mining, Journal of Intellectual Capital, Vol. 4 No. 2, 165-180

BAEYENS K. & MANIGART S., 2006, Who Gets Private Equity? The Role of Debt Capacity, Growth and Intangible Assets, Universiteit Gent Working Paper, 2006/368

BALLESTER M., GARCÍA-AYUSO M. & LIVNAT J., 2003, The Economic Value of the R&D Intangible Asset, European Accounting Review, 12:4, 605-633

BARRON O., BYARD D., KILE C. & RIEDL E., 2002, High-Technology Intangibles and Analysts’ Forecasts, Journal of Accounting Research, Vol. 40 No. 2, 289-312

BEATTIE V. & THOMSON S.J., 2007, Lifting the Lid on the Use of Content Analysis to Investigate Intellectual Capital Disclosures, Accounting Forum, Vol. 31 No. 2, 129-163

BONTIS N., 2001, Assessing Knowledge Assets: A Review of the Models Used to Measure Intellectual Capital, International Journal of Management Reviews, Vol. 3 Issue 1, 41-60

BONTIS N., 2003, Intellectual Capital Disclosure in Canadian Corporations, Journal of Human Resource Costing and Accounting, Vol. 7 No. 1-2, 9-20 Pagina | V


BOZZOLAN S., FAVOTTO F. & RICCERI F., 2003, Italian Annual Intellectual Capital Disclosure, Journal of Intellectual Capital, Vol. 4 No. 4, 543-558

BRENNAN N., 2001, Reporting Intellectual Capital in Annual Reports: Evidence from Ireland, Accounting, Auditing & Accountability Journal, Vol. 14 No. 4, 423-436

BROOKING A., 1996, Intellectual Capital, International Thompson Business Press, Boston, MA

BUKH P.N., NIELSEN C., GORMSEN P. & MOURITSEN J., 2005, Disclosure of Information on Intellectual Capital in Danish IPO Prospectuses, Accounting, Auditing & Accountability Journal, Vol. 18 No.6, 713732

CAÑIBANO L., GARCÍA-AYUSO M. & SÁNCHEZ P., 2000, Accounting for Intangibles: A Literature Overview, Journal of Accounting Literature, 19, 102-130

CHAN L., LAKONISHOK J. & SOUGIANNIS T., 2001, The Stock Market Valuation of Research and Development Expenditures, The Journal of Finance, Vol. 56 No. 6, 2431-2456

CHOI W., KWON S. & LOBO G., 2000, Market Valuation of Intangible Assets, Journal of Business Research, 49, 35-45

DANIELS P.W., 2004, Reflections on the “Old” Economy, “New” Economy and Services, Growth and Change, Vol. 35 No. 2, 115-138

DANTHINE J.P. & JIN X., 2007, Intangible Capital, Corporate Valuation and Asset Pricing, Economic Theory, 32, 157-177

DAUM J.H., 2001, Value Drivers Intangible Assets: Do We Need a New Approach to Financial and Management Accounting?, <www.juergendaum.com> (20/11/2008)

DAUM J.H., 2005, Intangible Assets-Based Enterprise Management – A Practical Approach, <www.juergendaum.com> (20/11/2008)

Pagina | VI


DEEDS D., DECAROLIS D. & COOMBS J., 1997, The Impact of Firm-Specific Capabilities on the Amount of Capital Raised in an Initial Public Offering: Evidence From the Biotechnology Sector, Journal of Business Venturing, 12, 31-46

DENG Z. & LEV B., 2006, In-process R&D: To Capitalize or Expense?, Journal of Engineering and Technology Management, 23, 18-32

EDISON H. & SLØK T., 2003, The Impact From Changes in the Stock Market Valuation On Investment: New Economy Versus Old Economy, Applied Economics, 35, 1015-1023

Eufino,

2008-2009,

Prospectus,

URL:

<www.eufino.be/nl/encyclopedie/Uitgifteprospectus>,

(15/04/2009)

Euronext, IPOs Archief, URL: (25/03/2009)

GU F. & WANG W., 2005, Intangible Assets, Information Complexity and Analysts’ Earnings Forecasts, Journal of Business Finance & Accounting, 32(9) & (10), 1673-1702

GUTHRIE J. & PETTY R., 2000, Intellectual Capital: Australian Annual Reporting Practices, Journal of Intellectual Capital, Vol. 1 No. 3, 241-251

GUTHRIE J., PETTY R., YONGVANICH K. & RICCERI R., 2004, Using Content Analysis as a Research Method to Inquire Into Intellectual Capital Reporting, Journal of Intellectual Capital, Vol. 5 No. 2, 282293

HEALY P.M., MYERS S.C. & HOWE C.C., 2002, R&D Accounting and the Tradeoff Between Relevance and Objectivity, Journal of Accounting Research, Vol. 40 No. 3, 677-710

HUNTER L.C., WEBSTER E & WYATT A., 2005, Measuring Intangible Investments, Melbourne Institute Working Paper No. 15/05

International Financial Reporting Standards, IASB, 2006

Pagina | VII


KANODIA C., SAPRA H. & VENUGOPALAN R., 2004, Should Intangibles Be Measured: What Are The Economic Trade-Offs?, Journal of Accounting Research, Vol. 42 No. 1, 89-120

KOTHARI S.P., LAGUERRE T.E. & LEONE A.J., 2002, Capitalization versus Expensing: Evidence on the Uncertainty of Future Earnings from Capital Expenditures versus R&D Outlays, Review of Accounting Studies, Vol. 7 No. 4, 355-382

LANG M. & LUNDHOLM R., 1996, Corporate Disclosure Policy and Analyst Behaviour, Accounting Review, Vol. 71 No. 4, 467-491

LEV B., 2005, Intangible Assets: Concepts and Measurements, Encyclopedia of Social Measurement, Volume 2, 299-305

LEV B. & SOUGIANNIS T., 1996, The Capitalization, Amortization and Value-Relevance of R&D, Journal of Accounting and Economics, 21, 107-138

LEV B. & ZAROWIN P., 1999, The Boundaries of Financial Reporting and How to Extend Them, Journal of Accounting Research, 37, 353-385

LEV B., SARATH B. & SOUGIANNIS T., 2005, R&D Reporting Biases and Their Consequences, Contemporary Accounting Research, Vol. 22 No. 4, 977-1026

MILLAR C. & CHOI C., 2003, Advertising and Knowledge Intermediaries: Managing the Ethical Challenges of Intangibles, Journal of Business Ethics, 48, 267-277

OSWALD D. & ZAROWIN P., 2007, Capitalization of R&D and the Informativeness of Stock Prices, European Accounting Review, 16:04, 703-726

PETTY R. & GUTHRIE J., 2000, Intellectual Capital Literature Review: Measurement, Reporting and Management, Journal of Intellectual Capital, Vol. 1 No. 2, 155-176

Reverso, 2008, Dictionnaire Business Francais Anglais, URL: (27/02/2009)

Pagina | VIII


Richtlijn 2003/71/EG van het Europees Parlement en de Raad van 4 november 2003 betreffende het prospectus dat gepubliceerd moet worden wanneer effecten aan het publiek worden aangeboden of tot de handel worden toegelaten en tot wijzing van de Richtlijn 2001/34/EG, Publicatieblad van de Europese Unie, L 345/64

ROOS G., ROOS J., DRAGONETTI N. & EDVINSSON L., 1998, Intellectual Capital: Navigating in the New Business Landscape, New York University Press, New York

SERENKO A. & BONTIS N., 2004, Meta-Review of Knowledge Management and Intellectual Capital Literature: Citation Impact and Research Productivity Rankings, Knowledge and Process Management, Vol. 11 No. 3, 185-198

SHORTRIDGE R.T., 2004, Market Valuation of Successful versus Non-Successful R&D Efforts in the Pharmaceutical Industry, Journal of Business Finance & Accounting, Vol. 31, 1301-132

SINGH I. & VAN DER ZAHN J-L. W. M., 2008, Determinants of Intellectual Capital Disclosure in Prospectuses of Initial Public Offerings, Accounting and Business Research, Vol. 38 No. 5, 409-431

SOUGIANNIS T., 1994, The Accounting Based Valuation of Corporate R&D, The Accounting Review, Vol. 69 No. 1, 44-68

STRIUKOVA L., UNERMAN J. & GUTHRIE J., 2008, Corporate Reporting of Intellectual Capital: Evidence From UK Companies, The British Accounting Review, 40, 297-313

VAN DER MEER-KOOISTRA J. & ZIJLSTRA S.M., 2001, Reporting on Intellectual Capital, Accounting, Auditing & Accountability Journal, Vol. 14 No. 4, 456-476

VANDEMAELE S., VERGAUWEN P & SMITS A., 2005, Intellectual Capital Disclosure in The Netherlands, Sweden and the UK: A Longitudinal and Comparative Study, Journal of Intellectual Capital, Vol. 6 No. 3, 417-426

VERGAUWEN PH., BOLLEN L. & OIRBANS E., 2007, Intellectual Capital Disclosure and Intangible Value Drivers: An Empirical Study, Management Decision, Vol. 45 No. 7, 1163-1180

Pagina | IX


WEBSTER E., 2002, Intangible and Intellectual Capital: A Review of the Literature, Melbourne Institute Working Paper No. 10/02

WHITWELL G., LUKAS B. & HILL P., 2007, Stock Analysts’ Assessments of the Shareholder Value of Intangible Assets, Journal of Business Research, 60, 84-90

WYATT A., 2005, Accounting Recognition of Intangible Assets: Theory and Evidence on Economic Determinants, The Accounting Review, Vol. 80 No. 3, 967-1003

ZAMBON S., 2003, Study on the Measurement of Intangible Assets and Associated Reporting Practices, Report prepared for the Commission of the European Communities Enterprise DirectorateGeneral

Pagina | X


BIJLAGEN Bijlage 1 : Steekproef OLD ECONOMY (48) Building Materials & Fixtures (3) 2006 AB Fenetres Groupe 2006 Groupe Vial 2006 Ober

Alternext Parijs Euronext Parijs Alternext Parijs

Clothing & Accessoires (2) 2006 Lamarthe 2007 Fashion B Air

Alternext Parijs Alternext Parijs

Consumer Electronics (2) 2006 Ideom International Technologie 2006 Sélection

Alternext Parijs

Durable Household Products (2) 2006 Mastrad 2008 Toolux Sanding


Electricity (2) 2007 Air Energy 2008 CNPV

Alternext Brussel Alternext Parijs

Food Products (3) 2007 Brossard 2007 Eurogerm 2008 China Corn Oil

Alternext Parijs Alternext Parijs Alternext Parijs

Gas Distribution (1) 2008 GDF Suez

Euronext Brussel

Home Construction (1) 2006 Celeos

Alternext Parijs

Hotels (1) 2007 Homair

Alternext Parijs

Industrial & Office REITs (2) 2008 Befimmo 2008 Immo Moury

Euronext Parijs Euronext Parijs

Alternext Parijs

Pagina | Bijlage1.1


Industrial Machinery (1) 2007 Vergnet

Alternext Parijs

Industrial Suppliers (2) 2007 Rexel 2007 VDI Group

Euronext Parijs Alternext Parijs

Nonferrous Metals (1) 2007 Nyrstar

Euronext Brussel

Oil Equipment & Services (2) 2006 Heurtey Petrochem 2007 Dietswell


Real Estate Holding & Development (13) 2006 Foncière Paris 2006 Groupe Promeo 2006 SCBSM 2006 Selectirente 2006 Tesfran 2006 Zublin Immobilière 2007 Argan 2007 Banimmo 2007 Foncière 6 et 7 2007 Groupimo 2007 Stradim 2008 Foncière Sepric 2008 Huacheng

Euronext Parijs Alternext Parijs Euronext Parijs Euronext Parijs Euronext Parijs Euronext Parijs Euronext Parijs Euronext Brussel Euronext Parijs Alternext Parijs Alternext Parijs Euronext Parijs Alternext Parijs

Real Estate Investment Trusts (2) 2006 Cegereal 2007 Affiparis

Euronext Parijs Euronext Parijs

Specialty Retailers (2) 2006 1855 2007 Dreamnex

Alternext Parijs Euronext Parijs

Steel (1) 2008

Euronext Parijs

Vale

Tobacco (1) 2008 Philip Morris

Euronext Parijs

Toys (1) 2007

Alternext Parijs

Mindscape

Pagina | Bijlage1.2


Water (3) 2007 Ecodis 2007 H2O Innovation 2008 Suez Environment

Alternext Brussel Alternext Parijs Euronext Brussel

NEW ECONOMY (70) Aerospace (1) 2007 Reims Aviation

Alternext Parijs

Alternative Electricity (3) 2008 4Energy Invest 2008 Aerowatt 2008 Thenergo

Euronext Brussel Alternext Parijs Euronext Brussel

Biotechnology (12) 2006 Genfit 2006 Innate Pharma 2006 Oncomethylome Sciences 2006 Thrombogenics 2007 Ablynx 2007 Cellectis 2007 Genoway 2007 Hybrigenics 2007 Tigenix 2007 Vivalis 2008 Ipsogen 2008 Oni Biopharma

Alternext Parijs Euronext Parijs Euronext Brussel Euronext Brussel Euronext Brussel Alternext Parijs Alternext Parijs Alternext Parijs Euronext Brussel Euronext Parijs Alternext Parijs Alternext Parijs

Broadcasting & Entertainment (3) 2007 Alfacam Group 2007 Europacorp 2007 Ol Groupe

Euronext Brussel Euronext Parijs Euronext Parijs

Business Support Services (6) 2006 Aquila 2006 Evadix 2006 Trilogiq 2007 Bureau Veritas 2007 Nexeya 2008 Proventec

Alternext Parijs Alternext Brussel Alternext Parijs Euronext Parijs Alternext Parijs Alternext Parijs

Computer Hardware (1) 2007 Logic Instrument

Alternext Parijs

Pagina | Bijlage1.3


Computer Services (7) 2006 Hightechpros 2006 Octo Technology 2006 Porthus 2006 Prodware 2006 Proservia 2007 Cortix 2007 Vision IT

Alternext Parijs Alternext Parijs Alternext Brussel Alternext Parijs Alternext Parijs Alternext Parijs Alternext Brussel

Electronic Equipment (9) 2006 Cedip 2006 ECT Industries 2006 Evolis 2006 MGI Digital Graphic Technology 2006 Store Electronics 2006 Xiring 2007 I2S 2007 Transics 2008 Easydentic

Alternext Parijs Alternext Parijs Alternext Parijs Alternext Parijs Euronext Parijs Alternext Parijs Alternext Parijs Euronext Brussel Alternext Parijs

Fixed Line Telecommunications (1) 2007 Outremer Telecom

Euronext Parijs

Internet (9) 2006 1000Mercis 2006 Come And Stay 2006 Emailvision 2006 Emakina Group 2006 Weborama 2007 Adenclassifieds 2007 Adthink Media 2007 Entreparticuliers 2008 Referencement.com

Alternext Parijs Alternext Parijs Alternext Parijs Alternext Brussel Alternext Parijs Euronext Parijs Alternext Parijs Alternext Parijs Alternext Parijs

Media Agencies (8) 2006 Adverline 2006 Initiatives et Dev 2006 Leguide.com 2006 Netbooster 2007 Acheter-Louer.fr 2007 Antevenio 2007 GOADV 2007 Yin Partners

Alternext Parijs Alternext Parijs Alternext Parijs Alternext Parijs Alternext Parijs Alternext Parijs Alternext Parijs Alternext Parijs

Medical Supplies (2) 2006 Millet Innovation

Alternext Parijs Pagina | Bijlage1.4


2007

Arseus

Euronext Brussel

Software (4) 2006 Assima 2007 Arkoon 2007 DL Software 2007 Streamwide

Alternext Parijs Alternext Parijs Alternext Parijs Alternext Parijs

Telecommunications Equipment (4) 2006 Punch Telematix 2006 Parrot 2007 Astellia 2007 Traqueur

Euronext Brussel Euronext Parijs Alternext Parijs Alternext Parijs

Pagina | Bijlage1.5


Bijlage 2 : Lijsten content analysis Originele lijst Brand Brand Brand recognition Brand development Goodwill Trademark Competence Intelligence Knowledge Know-how Education Competence Motivation Expertise Intangible skills Brain power Specialist Training Corporate culture Corporate culture Management philosophy Leadership Communication Customer base Customer satisfaction Customer recognition Customer loyalty Customer base Customer retention Customer service Customer support Market share Information technology Information technology Network Computer software Operating systems Electronic data interchange Telecommunication Infrastructure Intellectual property Intellectual property Patents Copyright

Frans

Nederlands

Marque Notoriété de la marque Développement de la marque Goodwill / Survaleur Marque déposée

Merk(naam) Merk(naam)herkenning Merk(naam)ontwikkeling Goodwill Handelsmerk / Handelsnaam

Intelligence Connaissance Savoir-faire Education Compétence Motivation Expertise Esprit inventif Spécialiste Formation

Intelligentie Kennis Know-how Opleiding Competentie Motivatie Expertise Denkvermogen Specialist Training / Vorming

Culture de l’entreprise

Bedrijfscultuur / Ondernemingscultuur Managementfilosofie

Philosophie du management / Philosophie de la direction Leadership Communication

Leiderschap Communicatie

Satisfaction des clients Reconnaissance des clients Fidélisation des clients Clientèle Conservation de la clientèle Service client Assistance client Part de marché

Klanttevredenheid Klantherkenning Klantentrouw Cliënteel / Klantenbasis Klantenbehoud Klantendienst Klantondersteuning Marktaandeel

Technologie de l’information Réseau Logiciel Système de commande Translation des données électroniques Télécommunication Infrastructure

Informatietechnologie Netwerk Software Operationeel systeem Elektronische dataoverdracht

Propriété intellectuelle Brevet Droit d’auteur

Intellectuele eigendom Patent Copyright / Auteursrecht

Telecommunicatie Infrastructuur

Pagina | Bijlage2.1


Soft assets Licensing agreement Franchising agreement Partnership Partnership Joint venture Personnel Human resource Employee satisfaction Personnel Employee retention Flextime Telecommuting Empowerment Proprietary process Innovation Innovative Proprietary process Trade secrets Methodologies Value added R&D Research and development / R&D

Contrat de licence Franchisage

Licentieovereenkomst Franchiseovereenkomst

Partenariat Joint venture

Partnership Joint venture

Ressources humaines Satisfaction des salariés Personnel Conservation des salariés Horaire à la carte Télétravail -

Human resource Werknemerstevredenheid Personeel Werknemersbehoud Flexibel uurrooster Thuiswerken -

Innovation Novateur Secret de fabrication Valeur ajoutée

Innovatie Innovatief Fabrieksgeheim Toegevoegde waarde

Recherche et développement / R&D

Onderzoek en ontwikkeling / O&O / R&D

Pagina | Bijlage2.2


Bijlage 3 : Bonferroni test Multiple Comparisons Dependent Variable: Totaal Bonferroni

(I) Sector Old_BMF

(J) Sector Old_C&A Old_Consumer Elec

Std. Error 106,13176 106,13176

Sig. 1,000 1,000

Upper Bound -473,2397 -441,7397

Lower Bound 358,9063 390,4063

Old_Dur HH Prod

-164,66667

106,13176

1,000

-580,7397

251,4063

Old_Electricity

-27,16667

106,13176

1,000

-443,2397

388,9063

Old_Food Prod

-178,33333

94,92713

1,000

-550,4803

193,8137

Old_I&O REITs

82,83333

106,13176

1,000

-333,2397

498,9063

Old_Industr Suppl

-350,16667

106,13176

,394

-766,2397

65,9063

Old_Oil Eq & Serv

-40,16667

106,13176

1,000

-456,2397

375,9063

Old_Real Estate H&D

-12,58974

74,46697

1,000

-304,5259

279,3464

Old_ REITs

-3,66667

106,13176

1,000

-419,7397

412,4063

-67,66667

106,13176

1,000

-483,7397

348,4063

-205,00000

94,92713

1,000

-577,1470

167,1470

-54,00000

94,92713

1,000

-426,1470

318,1470

New_Biotech

-246,75000

75,04649

,409

-540,9580

47,4580

New_Broadc & Ent

-191,00000

94,92713

1,000

-563,1470

181,1470

New_Bus Sup Serv

-98,83333

82,20931

1,000

-421,1221

223,4554

New_Comp Serv

-143,80952

80,22807

1,000

-458,3311

170,7121

New_Electr Equip

-186,66667

77,50768

1,000

-490,5234

117,1901

New_Internet

Old_Spec Ret Old_Water New_Alt Electr

Old_C&A

95% Confidence Interval

Mean Difference (I-J) -57,16667 -25,66667

-215,66667

77,50768

1,000

-519,5234

88,1901

New_Media Agencies

-89,54167

78,70942

1,000

-398,1097

219,0263

New_Medic Supplies

-184,16667

106,13176

1,000

-600,2397

231,9063

New_Software

-235,91667

88,79620

1,000

-584,0283

112,1950

New_Telecom Equip

-283,66667

88,79620

,547

-631,7783

64,4450

57,16667

106,13176

1,000

-358,9063

473,2397

Old_Dur HH Prod Old_Electricity

31,50000 -107,50000 30,00000

116,26152 116,26152 116,26152

1,000 1,000 1,000

-424,2851 -563,2851 -425,7851

487,2851 348,2851 485,7851

Old_Food Prod

-121,16667

106,13176

1,000

-537,2397

294,9063

Old_BMF Old_Consumer Elec

Old_I&O REITs

140,00000

116,26152

1,000

-315,7851

595,7851

Old_Industr Suppl

-293,00000

116,26152

1,000

-748,7851

162,7851

Old_Oil Eq & Serv

17,00000

116,26152

1,000

-438,7851

472,7851

Old_Real Estate H&D

44,57692

88,30696

1,000

-301,6167

390,7706

Old_ REITs

53,50000

116,26152

1,000

-402,2851

509,2851


-10,50000

116,26152

1,000

-466,2851

445,2851

-147,83333

106,13176

1,000

-563,9063

268,2397

3,16667

106,13176

1,000

-412,9063

419,2397

New_Biotech

-189,58333

88,79620

1,000

-537,6950

158,5283

New_Broadc & Ent

-133,83333

106,13176

1,000

-549,9063

282,2397

New_Bus Sup Serv

-41,66667

94,92713

1,000

-413,8137

330,4803

New_Comp Serv

-86,64286

93,21659

1,000

-452,0840

278,7982

New_Electr Equip

-129,50000

90,88581

1,000

-485,8036

226,8036

New_Internet

-158,50000

90,88581

1,000

-514,8036

197,8036

Pagina | Bijlage3.1


Old_Consumer Elec

New_Media Agencies

-32,37500

91,91280

1,000

-392,7048

327,9548

New_Medic Supplies

-127,00000

116,26152

1,000

-582,7851

328,7851

New_Software

-178,75000

100,68543

1,000

-573,4715

215,9715

New_Telecom Equip

-226,50000

100,68543

1,000

-621,2215

168,2215

25,66667

106,13176

1,000

-390,4063

441,7397

Old_BMF Old_C&A

-31,50000

116,26152

1,000

-487,2851

424,2851

Old_Dur HH Prod

-139,00000

116,26152

1,000

-594,7851

316,7851

Old_Electricity Old_Food Prod Old_I&O REITs

-1,50000 -152,66667 108,50000

116,26152 106,13176 116,26152

1,000 1,000 1,000

-457,2851 -568,7397 -347,2851

454,2851 263,4063 564,2851

Old_Industr Suppl

-324,50000

116,26152

1,000

-780,2851

131,2851

Old_Oil Eq & Serv

-14,50000

116,26152

1,000

-470,2851

441,2851

Old_Real Estate H&D

13,07692

88,30696

1,000

-333,1167

359,2706

Old_ REITs

22,00000

116,26152

1,000

-433,7851

477,7851


1,000

-497,7851

413,7851

106,13176

1,000

-595,4063

236,7397

-28,33333

106,13176

1,000

-444,4063

387,7397

-221,08333

88,79620

1,000

-569,1950

127,0283

New_Broadc & Ent

-165,33333

106,13176

1,000

-581,4063

250,7397

-73,16667

94,92713

1,000

-445,3137

298,9803

New_Comp Serv

-118,14286

93,21659

1,000

-483,5840

247,2982

New_Electr Equip

-161,00000

90,88581

1,000

-517,3036

195,3036

New_Internet

-190,00000

90,88581

1,000

-546,3036

166,3036

New_Media Agencies

-63,87500

91,91280

1,000

-424,2048

296,4548

New_Medic Supplies

-158,50000

116,26152

1,000

-614,2851

297,2851

New_Software

-210,25000

100,68543

1,000

-604,9715

184,4715

New_Telecom Equip

-258,00000

100,68543

1,000

-652,7215

136,7215

Old_BMF

164,66667

106,13176

1,000

-251,4063

580,7397

Old_C&A

107,50000

116,26152

1,000

-348,2851

563,2851

Old_Consumer Elec

139,00000

116,26152

1,000

-316,7851

594,7851

Old_Electricity

137,50000

116,26152

1,000

-318,2851

593,2851

Old_Food Prod

-13,66667

106,13176

1,000

-429,7397

402,4063

Old_I&O REITs

247,50000 -185,50000 124,50000

116,26152 116,26152 116,26152

1,000 1,000 1,000

-208,2851 -641,2851 -331,2851

703,2851 270,2851 580,2851

Old_Industr Suppl Old_Oil Eq & Serv Old_Real Estate H&D

152,07692

88,30696

1,000

-194,1167

498,2706

Old_ REITs

161,00000

116,26152

1,000

-294,7851

616,7851

97,00000

116,26152

1,000

-358,7851

552,7851

Old_Water

-40,33333

106,13176

1,000

-456,4063

375,7397

New_Alt Electr

110,66667

106,13176

1,000

-305,4063

526,7397

New_Biotech

-82,08333

88,79620

1,000

-430,1950

266,0283

New_Broadc & Ent

-26,33333

106,13176

1,000

-442,4063

389,7397

New_Bus Sup Serv

65,83333

94,92713

1,000

-306,3137

437,9803

New_Comp Serv

20,85714

93,21659

1,000

-344,5840

386,2982

New_Electr Equip

-22,00000

90,88581

1,000

-378,3036

334,3036

New_Internet

Old_Spec Ret

-51,00000

90,88581

1,000

-407,3036

305,3036

New_Media Agencies

75,12500

91,91280

1,000

-285,2048

435,4548

New_Medic Supplies

-19,50000

116,26152

1,000

-475,2851

436,2851

New_Software New_Telecom Equip Old_Electricity

116,26152

New_Biotech New_Bus Sup Serv

Old_Dur HH Prod

-42,00000 -179,33333

Old_BMF

-71,25000

100,68543

1,000

-465,9715

323,4715

-119,00000

100,68543

1,000

-513,7215

275,7215

27,16667

106,13176

1,000

-388,9063

443,2397

Pagina | Bijlage3.2


Old_C&A

-30,00000

116,26152

1,000

-485,7851

425,7851

1,50000

116,26152

1,000

-454,2851

457,2851

Old_Dur HH Prod

-137,50000

116,26152

1,000

-593,2851

318,2851

Old_Food Prod

-151,16667

106,13176

1,000

-567,2397

264,9063

Old_I&O REITs

110,00000

116,26152

1,000

-345,7851

565,7851

Old_Industr Suppl

-323,00000

116,26152

1,000

-778,7851

132,7851

Old_Oil Eq & Serv

-13,00000 14,57692 23,50000

116,26152 88,30696 116,26152

1,000 1,000 1,000

-468,7851 -331,6167 -432,2851

442,7851 360,7706 479,2851

Old_Consumer Elec

Old_Real Estate H&D Old_ REITs Old_Spec Ret Old_Water New_Alt Electr

1,000

-496,2851

415,2851

106,13176

1,000

-593,9063

238,2397

-26,83333

106,13176

1,000

-442,9063

389,2397

-219,58333

88,79620

1,000

-567,6950

128,5283

New_Broadc & Ent

-163,83333

106,13176

1,000

-579,9063

252,2397

-71,66667

94,92713

1,000

-443,8137

300,4803

New_Comp Serv

-116,64286

93,21659

1,000

-482,0840

248,7982

New_Electr Equip

-159,50000

90,88581

1,000

-515,8036

196,8036

New_Internet

-188,50000

90,88581

1,000

-544,8036

167,8036

New_Media Agencies

-62,37500

91,91280

1,000

-422,7048

297,9548

New_Medic Supplies

-157,00000

116,26152

1,000

-612,7851

298,7851

New_Software

-208,75000

100,68543

1,000

-603,4715

185,9715

New_Telecom Equip

-256,50000

100,68543

1,000

-651,2215

138,2215

Old_BMF

178,33333

94,92713

1,000

-193,8137

550,4803

Old_C&A

121,16667

106,13176

1,000

-294,9063

537,2397

Old_Consumer Elec

152,66667

106,13176

1,000

-263,4063

568,7397

13,66667

106,13176

1,000

-402,4063

429,7397

Old_Electricity

151,16667

106,13176

1,000

-264,9063

567,2397

Old_I&O REITs

261,16667

106,13176

1,000

-154,9063

677,2397

Old_Industr Suppl

-171,83333

106,13176

1,000

-587,9063

244,2397

Old_Oil Eq & Serv

138,16667

106,13176

1,000

-277,9063

554,2397

Old_Real Estate H&D

165,74359

74,46697

1,000

-126,1925

457,6797

Old_ REITs Old_Spec Ret Old_Water

174,66667 110,66667 -26,66667

106,13176 106,13176 94,92713

1,000 1,000 1,000

-241,4063 -305,4063 -398,8137

590,7397 526,7397 345,4803

New_Alt Electr

124,33333

94,92713

1,000

-247,8137

496,4803

New_Biotech

-68,41667

75,04649

1,000

-362,6247

225,7914

New_Broadc & Ent

-12,66667

94,92713

1,000

-384,8137

359,4803

New_Bus Sup Serv

79,50000

82,20931

1,000

-242,7888

401,7888

New_Comp Serv

34,52381

80,22807

1,000

-279,9978

349,0454

New_Electr Equip

-8,33333

77,50768

1,000

-312,1901

295,5234

Old_Dur HH Prod

New_Internet

-37,33333

77,50768

1,000

-341,1901

266,5234

New_Media Agencies

88,79167

78,70942

1,000

-219,7763

397,3597

New_Medic Supplies

-5,83333

106,13176

1,000

-421,9063

410,2397

New_Software

-57,58333

88,79620

1,000

-405,6950

290,5283

-105,33333

88,79620

1,000

-453,4450

242,7783

Old_BMF

-82,83333

106,13176

1,000

-498,9063

333,2397

Old_C&A

-140,00000

116,26152

1,000

-595,7851

315,7851

Old_Consumer Elec

-108,50000

116,26152

1,000

-564,2851

347,2851

Old_Dur HH Prod

-247,50000

116,26152

1,000

-703,2851

208,2851

Old_Electricity

-110,00000

116,26152

1,000

-565,7851

345,7851

Old_Food Prod

-261,16667

106,13176

1,000

-677,2397

154,9063

New_Telecom Equip Old_I&O REITs

116,26152

New_Biotech New_Bus Sup Serv

Old_Food Prod

-40,50000 -177,83333

Pagina | Bijlage3.3


Old_Industr Suppl

Old_Industr Suppl

-433,00000

116,26152

,098

-888,7851

22,7851

Old_Oil Eq & Serv

-123,00000

116,26152

1,000

-578,7851

332,7851

Old_Real Estate H&D

-95,42308

88,30696

1,000

-441,6167

250,7706

Old_ REITs

-86,50000

116,26152

1,000

-542,2851

369,2851

Old_Spec Ret

-150,50000

116,26152

1,000

-606,2851

305,2851

Old_Water New_Alt Electr New_Biotech

-287,83333 -136,83333 -329,58333

106,13176 106,13176 88,79620

1,000 1,000 ,103

-703,9063 -552,9063 -677,6950

128,2397 279,2397 18,5283

New_Broadc & Ent

-273,83333

106,13176

1,000

-689,9063

142,2397

New_Bus Sup Serv

-181,66667

94,92713

1,000

-553,8137

190,4803

New_Comp Serv

-226,64286

93,21659

1,000

-592,0840

138,7982

New_Electr Equip

-269,50000

90,88581

1,000

-625,8036

86,8036

New_Internet

-298,50000

90,88581

,413

-654,8036

57,8036

New_Media Agencies

-172,37500

91,91280

1,000

-532,7048

187,9548

New_Medic Supplies

-267,00000

116,26152

1,000

-722,7851

188,7851

New_Software

-318,75000

100,68543

,597

-713,4715

75,9715

New_Telecom Equip

-366,50000

100,68543

,130

-761,2215

28,2215

Old_BMF

350,16667

106,13176

,394

-65,9063

766,2397

Old_C&A

293,00000

116,26152

1,000

-162,7851

748,7851

Old_Consumer Elec

324,50000

116,26152

1,000

-131,2851

780,2851

Old_Dur HH Prod

185,50000

116,26152

1,000

-270,2851

641,2851

Old_Electricity

323,00000

116,26152

1,000

-132,7851

778,7851

Old_Food Prod

171,83333

106,13176

1,000

-244,2397

587,9063

Old_I&O REITs

433,00000

116,26152

,098

-22,7851

888,7851

Old_Oil Eq & Serv

310,00000

116,26152

1,000

-145,7851

765,7851

Old_Real Estate H&D

337,57692

88,30696

,070

-8,6167

683,7706

Old_ REITs

346,50000

116,26152

1,000

-109,2851

802,2851

Old_Spec Ret

282,50000

116,26152

1,000

-173,2851

738,2851

Old_Water

145,16667

106,13176

1,000

-270,9063

561,2397

New_Alt Electr

296,16667

106,13176

1,000

-119,9063

712,2397

New_Biotech New_Broadc & Ent New_Bus Sup Serv

103,41667 159,16667 251,33333

88,79620 106,13176 94,92713

1,000 1,000 1,000

-244,6950 -256,9063 -120,8137

451,5283 575,2397 623,4803

New_Comp Serv

206,35714

93,21659

1,000

-159,0840

571,7982

New_Electr Equip

163,50000

90,88581

1,000

-192,8036

519,8036

New_Internet

134,50000

90,88581

1,000

-221,8036

490,8036

New_Media Agencies

260,62500

91,91280

1,000

-99,7048

620,9548

New_Medic Supplies

166,00000

116,26152

1,000

-289,7851

621,7851

New_Software

114,25000

100,68543

1,000

-280,4715

508,9715

66,50000

100,68543

1,000

-328,2215

461,2215

Old_BMF

40,16667

106,13176

1,000

-375,9063

456,2397

Old_C&A

-17,00000

116,26152

1,000

-472,7851

438,7851

14,50000

116,26152

1,000

-441,2851

470,2851

-124,50000

116,26152

1,000

-580,2851

331,2851

13,00000

116,26152

1,000

-442,7851

468,7851

Old_Food Prod

-138,16667

106,13176

1,000

-554,2397

277,9063

Old_I&O REITs

123,00000

116,26152

1,000

-332,7851

578,7851

-310,00000

116,26152

1,000

-765,7851

145,7851

New_Telecom Equip Old_Oil Eq & Serv

Old_Consumer Elec Old_Dur HH Prod Old_Electricity

Old_Industr Suppl Old_Real Estate H&D

27,57692

88,30696

1,000

-318,6167

373,7706

Old_ REITs

36,50000

116,26152

1,000

-419,2851

492,2851

-27,50000

116,26152

1,000

-483,2851

428,2851

Old_Spec Ret

Pagina | Bijlage3.4


Old_Water New_Alt Electr

Old_Real Estate H&D

106,13176

1,000

-580,9063

251,2397

-13,83333

106,13176

1,000

-429,9063

402,2397

New_Biotech

-206,58333

88,79620

1,000

-554,6950

141,5283

New_Broadc & Ent

-150,83333

106,13176

1,000

-566,9063

265,2397

New_Bus Sup Serv New_Comp Serv New_Electr Equip

-58,66667 -103,64286 -146,50000

94,92713 93,21659 90,88581

1,000 1,000 1,000

-430,8137 -469,0840 -502,8036

313,4803 261,7982 209,8036

New_Internet

-175,50000

90,88581

1,000

-531,8036

180,8036

New_Media Agencies

-49,37500

91,91280

1,000

-409,7048

310,9548

New_Medic Supplies

-144,00000

116,26152

1,000

-599,7851

311,7851

New_Software

-195,75000

100,68543

1,000

-590,4715

198,9715

New_Telecom Equip

-243,50000

100,68543

1,000

-638,2215

151,2215

Old_BMF

12,58974

74,46697

1,000

-279,3464

304,5259

Old_C&A

-44,57692

88,30696

1,000

-390,7706

301,6167

Old_Consumer Elec

-13,07692

88,30696

1,000

-359,2706

333,1167

-152,07692

88,30696

1,000

-498,2706

194,1167

Old_Electricity

-14,57692

88,30696

1,000

-360,7706

331,6167

Old_Food Prod

-165,74359

74,46697

1,000

-457,6797

126,1925

Old_I&O REITs

95,42308

88,30696

1,000

-250,7706

441,6167

Old_Industr Suppl

-337,57692

88,30696

,070

-683,7706

8,6167

Old_Oil Eq & Serv

-27,57692

88,30696

1,000

-373,7706

318,6167

Old_Dur HH Prod

Old_ REITs

8,92308

88,30696

1,000

-337,2706

355,1167

-55,07692

88,30696

1,000

-401,2706

291,1167

-192,41026

74,46697

1,000

-484,3464

99,5259

74,46697

1,000

-333,3464

250,5259

46,54186

,001

-416,6203

-51,7002

New_Broadc & Ent

-41,41026 234,16026(* ) -178,41026

74,46697

1,000

-470,3464

113,5259

New_Bus Sup Serv

-86,24359

57,38065

1,000

-311,1955

138,7083

New_Comp Serv

-131,21978

54,50424

1,000

-344,8951

82,4556

New_Electr Equip

50,41438

,242

-371,7186

23,5648

50,41438

,034

-400,7186

-5,4352

New_Media Agencies

-174,07692 203,07692(* ) -76,95192

52,24310

1,000

-281,7629

127,8590

New_Medic Supplies

-171,57692

88,30696

1,000

-517,7706

174,6167

66,47507

,326

-483,9320

37,2782

66,47507

,029

-531,6820

-10,4718

Old_BMF

-223,32692 271,07692(* ) 3,66667

106,13176

1,000

-412,4063

419,7397

Old_C&A

-53,50000

116,26152

1,000

-509,2851

402,2851

Old_Consumer Elec

-22,00000

116,26152

1,000

-477,7851

433,7851

Old_Spec Ret Old_Water New_Alt Electr New_Biotech

New_Internet

New_Software New_Telecom Equip

Old_ REITs

-164,83333

Old_Dur HH Prod

-161,00000

116,26152

1,000

-616,7851

294,7851

Old_Electricity

-23,50000

116,26152

1,000

-479,2851

432,2851

Old_Food Prod

-174,66667

106,13176

1,000

-590,7397

241,4063

Old_I&O REITs

86,50000

116,26152

1,000

-369,2851

542,2851

Old_Industr Suppl

-346,50000

116,26152

1,000

-802,2851

109,2851

Old_Oil Eq & Serv

-36,50000

116,26152

1,000

-492,2851

419,2851

-8,92308

88,30696

1,000

-355,1167

337,2706

-64,00000

116,26152

1,000

-519,7851

391,7851

-201,33333

106,13176

1,000

-617,4063

214,7397

Old_Real Estate H&D Old_Spec Ret Old_Water

Pagina | Bijlage3.5


New_Alt Electr

Old_Spec Ret

-50,33333

106,13176

1,000

-466,4063

365,7397

New_Biotech

-243,08333

88,79620

1,000

-591,1950

105,0283

New_Broadc & Ent

-187,33333

106,13176

1,000

-603,4063

228,7397

New_Bus Sup Serv

-95,16667

94,92713

1,000

-467,3137

276,9803

New_Comp Serv

-140,14286

93,21659

1,000

-505,5840

225,2982

New_Electr Equip

-183,00000

90,88581

1,000

-539,3036

173,3036

New_Internet

-212,00000

90,88581

1,000

-568,3036

144,3036

New_Media Agencies New_Medic Supplies New_Software

-85,87500 -180,50000 -232,25000

91,91280 116,26152 100,68543

1,000 1,000 1,000

-446,2048 -636,2851 -626,9715

274,4548 275,2851 162,4715

New_Telecom Equip

-280,00000

100,68543

1,000

-674,7215

114,7215

Old_BMF

67,66667

106,13176

1,000

-348,4063

483,7397

Old_C&A

10,50000

116,26152

1,000

-445,2851

466,2851

Old_Consumer Elec

42,00000

116,26152

1,000

-413,7851

497,7851

-97,00000

116,26152

1,000

-552,7851

358,7851

40,50000

116,26152

1,000

-415,2851

496,2851

Old_Food Prod

-110,66667

106,13176

1,000

-526,7397

305,4063

Old_I&O REITs

150,50000

116,26152

1,000

-305,2851

606,2851

Old_Industr Suppl

-282,50000

116,26152

1,000

-738,2851

173,2851

Old_Oil Eq & Serv

27,50000

116,26152

1,000

-428,2851

483,2851

Old_Real Estate H&D

55,07692

88,30696

1,000

-291,1167

401,2706


Old_ REITs Old_Water New_Alt Electr

Old_Water

64,00000

116,26152

1,000

-391,7851

519,7851

-137,33333

106,13176

1,000

-553,4063

278,7397

13,66667

106,13176

1,000

-402,4063

429,7397

New_Biotech

-179,08333

88,79620

1,000

-527,1950

169,0283

New_Broadc & Ent

-123,33333

106,13176

1,000

-539,4063

292,7397

New_Bus Sup Serv

-31,16667

94,92713

1,000

-403,3137

340,9803

New_Comp Serv

-76,14286

93,21659

1,000

-441,5840

289,2982

New_Electr Equip

-119,00000

90,88581

1,000

-475,3036

237,3036

New_Internet

-148,00000

90,88581

1,000

-504,3036

208,3036

New_Media Agencies

-21,87500

91,91280

1,000

-382,2048

338,4548

New_Medic Supplies

-116,50000

116,26152

1,000

-572,2851

339,2851

New_Software

-168,25000 -216,00000 205,00000

100,68543 100,68543 94,92713

1,000 1,000 1,000

-562,9715 -610,7215 -167,1470

226,4715 178,7215 577,1470

Old_C&A

147,83333

106,13176

1,000

-268,2397

563,9063

Old_Consumer Elec

179,33333

106,13176

1,000

-236,7397

595,4063

40,33333

106,13176

1,000

-375,7397

456,4063

Old_Electricity

177,83333

106,13176

1,000

-238,2397

593,9063

Old_Food Prod

26,66667

94,92713

1,000

-345,4803

398,8137

New_Telecom Equip Old_BMF

Old_Dur HH Prod

Old_I&O REITs

287,83333

106,13176

1,000

-128,2397

703,9063

Old_Industr Suppl

-145,16667

106,13176

1,000

-561,2397

270,9063

Old_Oil Eq & Serv

164,83333

106,13176

1,000

-251,2397

580,9063

Old_Real Estate H&D

192,41026

74,46697

1,000

-99,5259

484,3464

Old_ REITs

201,33333

106,13176

1,000

-214,7397

617,4063

Old_Spec Ret

137,33333

106,13176

1,000

-278,7397

553,4063

New_Alt Electr

151,00000

94,92713

1,000

-221,1470

523,1470

New_Biotech

-41,75000

75,04649

1,000

-335,9580

252,4580

New_Broadc & Ent

14,00000

94,92713

1,000

-358,1470

386,1470

New_Bus Sup Serv

106,16667

82,20931

1,000

-216,1221

428,4554

61,19048

80,22807

1,000

-253,3311

375,7121

New_Comp Serv

Pagina | Bijlage3.6


New_Electr Equip

New_Alt Electr

18,33333

77,50768

1,000

-285,5234

322,1901

New_Internet

-10,66667

77,50768

1,000

-314,5234

293,1901

New_Media Agencies

115,45833

78,70942

1,000

-193,1097

424,0263

New_Medic Supplies

20,83333

106,13176

1,000

-395,2397

436,9063

New_Software

-30,91667

88,79620

1,000

-379,0283

317,1950

New_Telecom Equip

-78,66667

88,79620

1,000

-426,7783

269,4450

54,00000 -3,16667 28,33333

94,92713 106,13176 106,13176

1,000 1,000 1,000

-318,1470 -419,2397 -387,7397

426,1470 412,9063 444,4063

-110,66667

106,13176

1,000

-526,7397

305,4063

26,83333

106,13176

1,000

-389,2397

442,9063

-124,33333

94,92713

1,000

-496,4803

247,8137

Old_BMF Old_C&A Old_Consumer Elec Old_Dur HH Prod Old_Electricity Old_Food Prod Old_I&O REITs

136,83333

106,13176

1,000

-279,2397

552,9063

Old_Industr Suppl

-296,16667

106,13176

1,000

-712,2397

119,9063

Old_Oil Eq & Serv

13,83333

106,13176

1,000

-402,2397

429,9063

Old_Real Estate H&D

41,41026

74,46697

1,000

-250,5259

333,3464

Old_ REITs

50,33333

106,13176

1,000

-365,7397

466,4063

-13,66667

106,13176

1,000

-429,7397

402,4063

Old_Water

-151,00000

94,92713

1,000

-523,1470

221,1470

New_Biotech

-192,75000

75,04649

1,000

-486,9580

101,4580

New_Broadc & Ent

-137,00000

94,92713

1,000

-509,1470

235,1470

New_Bus Sup Serv

-44,83333

82,20931

1,000

-367,1221

277,4554

New_Comp Serv

-89,80952

80,22807

1,000

-404,3311

224,7121

New_Electr Equip

-132,66667

77,50768

1,000

-436,5234

171,1901

New_Internet

Old_Spec Ret

New_Biotech

-161,66667

77,50768

1,000

-465,5234

142,1901

New_Media Agencies

-35,54167

78,70942

1,000

-344,1097

273,0263

New_Medic Supplies

-130,16667

106,13176

1,000

-546,2397

285,9063

New_Software

-181,91667

88,79620

1,000

-530,0283

166,1950

New_Telecom Equip

-229,66667

88,79620

1,000

-577,7783

118,4450

Old_BMF

246,75000

75,04649

,409

-47,4580

540,9580

Old_C&A

189,58333

88,79620

1,000

-158,5283

537,6950

Old_Consumer Elec

221,08333 82,08333 219,58333

88,79620 88,79620 88,79620

1,000 1,000 1,000

-127,0283 -266,0283 -128,5283

569,1950 430,1950 567,6950

68,41667

75,04649

1,000

-225,7914

362,6247

Old_Dur HH Prod Old_Electricity Old_Food Prod Old_I&O REITs

329,58333

88,79620

,103

-18,5283

677,6950

Old_Industr Suppl

-103,41667

88,79620

1,000

-451,5283

244,6950

Old_Oil Eq & Serv

206,58333 234,16026(* ) 243,08333

88,79620

1,000

-141,5283

554,6950

46,54186

,001

51,7002

416,6203

88,79620

1,000

-105,0283

591,1950

179,08333

88,79620

1,000

-169,0283

527,1950

Old_Real Estate H&D Old_ REITs Old_Spec Ret Old_Water

41,75000

75,04649

1,000

-252,4580

335,9580

192,75000

75,04649

1,000

-101,4580

486,9580

New_Broadc & Ent

55,75000

75,04649

1,000

-238,4580

349,9580

New_Bus Sup Serv

147,91667

58,13076

1,000

-79,9759

375,8092

New_Comp Serv

102,94048

55,29338

1,000

-113,8286

319,7095

New_Electr Equip

60,08333

51,26651

1,000

-140,8990

261,0657

New_Internet

31,08333

51,26651

1,000

-169,8990

232,0657

New_Media Agencies

157,20833

53,06588

1,000

-50,8282

365,2448

New_Medic Supplies

62,58333

88,79620

1,000

-285,5283

410,6950

New_Software

10,83333

67,12362

1,000

-252,3143

273,9810

New_Alt Electr

Pagina | Bijlage3.7


New_Broadc & Ent

New_Telecom Equip

-36,91667

67,12362

1,000

-300,0643

226,2310

Old_BMF

191,00000

94,92713

1,000

-181,1470

563,1470

Old_C&A

133,83333

106,13176

1,000

-282,2397

549,9063

Old_Consumer Elec

165,33333

106,13176

1,000

-250,7397

581,4063

26,33333

106,13176

1,000

-389,7397

442,4063

163,83333 12,66667 273,83333

106,13176 94,92713 106,13176

1,000 1,000 1,000

-252,2397 -359,4803 -142,2397

579,9063 384,8137 689,9063

Old_Industr Suppl

-159,16667

106,13176

1,000

-575,2397

256,9063

Old_Oil Eq & Serv

150,83333

106,13176

1,000

-265,2397

566,9063

Old_Real Estate H&D

178,41026

74,46697

1,000

-113,5259

470,3464

Old_ REITs

187,33333

106,13176

1,000

-228,7397

603,4063

Old_Spec Ret

123,33333

106,13176

1,000

-292,7397

539,4063

Old_Water

-14,00000

94,92713

1,000

-386,1470

358,1470

New_Alt Electr

137,00000

94,92713

1,000

-235,1470

509,1470

New_Biotech

-55,75000

75,04649

1,000

-349,9580

238,4580

New_Bus Sup Serv

92,16667

82,20931

1,000

-230,1221

414,4554

New_Comp Serv

47,19048

80,22807

1,000

-267,3311

361,7121

New_Electr Equip

4,33333

77,50768

1,000

-299,5234

308,1901

New_Internet

-24,66667

77,50768

1,000

-328,5234

279,1901

New_Media Agencies

101,45833

78,70942

1,000

-207,1097

410,0263


New_Medic Supplies

New_Bus Sup Serv

6,83333

106,13176

1,000

-409,2397

422,9063

New_Software

-44,91667

88,79620

1,000

-393,0283

303,1950

New_Telecom Equip

-92,66667

88,79620

1,000

-440,7783

255,4450

Old_BMF

98,83333

82,20931

1,000

-223,4554

421,1221

Old_C&A

41,66667

94,92713

1,000

-330,4803

413,8137

Old_Consumer Elec

73,16667

94,92713

1,000

-298,9803

445,3137

-65,83333

94,92713

1,000

-437,9803

306,3137

71,66667

94,92713

1,000

-300,4803

443,8137

Old_Food Prod

-79,50000

82,20931

1,000

-401,7888

242,7888

Old_I&O REITs

181,66667 -251,33333 58,66667

94,92713 94,92713 94,92713

1,000 1,000 1,000

-190,4803 -623,4803 -313,4803

553,8137 120,8137 430,8137

Old_Real Estate H&D

86,24359

57,38065

1,000

-138,7083

311,1955

Old_ REITs

95,16667

94,92713

1,000

-276,9803

467,3137


Old_Industr Suppl Old_Oil Eq & Serv

Old_Spec Ret Old_Water New_Alt Electr New_Biotech

94,92713

1,000

-340,9803

403,3137

82,20931

1,000

-428,4554

216,1221

44,83333

82,20931

1,000

-277,4554

367,1221

-147,91667

58,13076

1,000

-375,8092

79,9759

New_Broadc & Ent

-92,16667

82,20931

1,000

-414,4554

230,1221

New_Comp Serv

-44,97619

64,68194

1,000

-298,5516

208,5992

New_Electr Equip

-87,83333

61,27520

1,000

-328,0532

152,3865

-116,83333

61,27520

1,000

-357,0532

123,3865

New_Internet New_Media Agencies

9,29167

62,78840

1,000

-236,8604

255,4438

-85,33333

94,92713

1,000

-457,4803

286,8137

New_Software

-137,08333

75,04649

1,000

-431,2914

157,1247

New_Telecom Equip

-184,83333

75,04649

1,000

-479,0414

109,3747

143,80952

80,22807

1,000

-170,7121

458,3311

New_Medic Supplies

New_Comp Serv

31,16667 -106,16667

Old_BMF Old_C&A

86,64286

93,21659

1,000

-278,7982

452,0840

Old_Consumer Elec

118,14286

93,21659

1,000

-247,2982

483,5840

Old_Dur HH Prod

-20,85714

93,21659

1,000

-386,2982

344,5840

Pagina | Bijlage3.8


Old_Electricity

116,64286

93,21659

1,000

-248,7982

482,0840

Old_Food Prod

-34,52381

80,22807

1,000

-349,0454

279,9978

Old_I&O REITs

226,64286

93,21659

1,000

-138,7982

592,0840

Old_Industr Suppl

-206,35714

93,21659

1,000

-571,7982

159,0840

Old_Oil Eq & Serv

103,64286 131,21978 140,14286

93,21659 54,50424 93,21659

1,000 1,000 1,000

-261,7982 -82,4556 -225,2982

469,0840 344,8951 505,5840

Old_Real Estate H&D Old_ REITs Old_Spec Ret Old_Water New_Alt Electr New_Biotech New_Broadc & Ent New_Bus Sup Serv

1,000

-289,2982

441,5840

80,22807

1,000

-375,7121

253,3311

89,80952

80,22807

1,000

-224,7121

404,3311

-102,94048

55,29338

1,000

-319,7095

113,8286

-47,19048

80,22807

1,000

-361,7121

267,3311

44,97619

64,68194

1,000

-208,5992

298,5516

-42,85714

58,59030

1,000

-272,5513

186,8370

New_Internet

-71,85714

58,59030

1,000

-301,5513

157,8370

New_Media Agencies

54,26786

60,17105

1,000

-181,6234

290,1591

New_Medic Supplies

-40,35714

93,21659

1,000

-405,7982

325,0840

New_Software

-92,10714

72,87076

1,000

-377,7856

193,5713

-139,85714

72,87076

1,000

-425,5356

145,8213

Old_BMF

186,66667

77,50768

1,000

-117,1901

490,5234

Old_C&A

129,50000

90,88581

1,000

-226,8036

485,8036

Old_Consumer Elec

161,00000

90,88581

1,000

-195,3036

517,3036

22,00000

90,88581

1,000

-334,3036

378,3036

159,50000

90,88581

1,000

-196,8036

515,8036

Old_Food Prod

8,33333

77,50768

1,000

-295,5234

312,1901

Old_I&O REITs

269,50000

90,88581

1,000

-86,8036

625,8036

Old_Industr Suppl

-163,50000

90,88581

1,000

-519,8036

192,8036

Old_Oil Eq & Serv

146,50000

90,88581

1,000

-209,8036

502,8036

Old_Real Estate H&D

174,07692

50,41438

,242

-23,5648

371,7186

Old_ REITs Old_Spec Ret Old_Water

183,00000 119,00000 -18,33333

90,88581 90,88581 77,50768

1,000 1,000 1,000

-173,3036 -237,3036 -322,1901

539,3036 475,3036 285,5234

New_Alt Electr

132,66667

77,50768

1,000

-171,1901

436,5234

New_Biotech


-60,08333

51,26651

1,000

-261,0657

140,8990

New_Broadc & Ent

-4,33333

77,50768

1,000

-308,1901

299,5234

New_Bus Sup Serv

87,83333

61,27520

1,000

-152,3865

328,0532

New_Comp Serv

42,85714

58,59030

1,000

-186,8370

272,5513

-29,00000

54,80621

1,000

-243,8592

185,8592

New_Media Agencies

97,12500

56,49294

1,000

-124,3468

318,5968

New_Medic Supplies

2,50000

90,88581

1,000

-353,8036

358,8036

New_Software

-49,25000

69,86448

1,000

-323,1428

224,6428

New_Telecom Equip

-97,00000

69,86448

1,000

-370,8928

176,8928

Old_BMF

215,66667

77,50768

1,000

-88,1901

519,5234

Old_C&A

158,50000

90,88581

1,000

-197,8036

514,8036

Old_Consumer Elec

190,00000

90,88581

1,000

-166,3036

546,3036

New_Internet

New_Internet

93,21659

New_Electr Equip

New_Telecom Equip New_Electr Equip

76,14286 -61,19048

Old_Dur HH Prod

51,00000

90,88581

1,000

-305,3036

407,3036

Old_Electricity

188,50000

90,88581

1,000

-167,8036

544,8036

Old_Food Prod

37,33333

77,50768

1,000

-266,5234

341,1901

Old_I&O REITs

298,50000

90,88581

,413

-57,8036

654,8036

Old_Industr Suppl

-134,50000

90,88581

1,000

-490,8036

221,8036

Old_Oil Eq & Serv

175,50000

90,88581

1,000

-180,8036

531,8036

Pagina | Bijlage3.9


Old_Real Estate H&D Old_ REITs

,034

5,4352

400,7186

90,88581

1,000

-144,3036

568,3036

148,00000

90,88581

1,000

-208,3036

504,3036

Old_Water

10,66667 161,66667 -31,08333

77,50768 77,50768 51,26651

1,000 1,000 1,000

-293,1901 -142,1901 -232,0657

314,5234 465,5234 169,8990

New_Broadc & Ent

24,66667

77,50768

1,000

-279,1901

328,5234

New_Bus Sup Serv

116,83333

61,27520

1,000

-123,3865

357,0532

New_Comp Serv

71,85714

58,59030

1,000

-157,8370

301,5513

New_Electr Equip

29,00000

54,80621

1,000

-185,8592

243,8592

New_Media Agencies

126,12500

56,49294

1,000

-95,3468

347,5968

New_Medic Supplies

31,50000

90,88581

1,000

-324,8036

387,8036

New_Software

-20,25000

69,86448

1,000

-294,1428

253,6428

New_Telecom Equip

-68,00000

69,86448

1,000

-341,8928

205,8928

Old_BMF

89,54167

78,70942

1,000

-219,0263

398,1097

Old_C&A

32,37500

91,91280

1,000

-327,9548

392,7048

Old_Consumer Elec

63,87500

91,91280

1,000

-296,4548

424,2048

-75,12500

91,91280

1,000

-435,4548

285,2048

62,37500

91,91280

1,000

-297,9548

422,7048

Old_Food Prod

-88,79167

78,70942

1,000

-397,3597

219,7763

Old_I&O REITs

172,37500

91,91280

1,000

-187,9548

532,7048

Old_Industr Suppl

-260,62500

91,91280

1,000

-620,9548

99,7048

Old_Oil Eq & Serv

49,37500

91,91280

1,000

-310,9548

409,7048

Old_Real Estate H&D

76,95192

52,24310

1,000

-127,8590

281,7629

Old_ REITs

85,87500

91,91280

1,000

-274,4548

446,2048

Old_Spec Ret

21,87500

91,91280

1,000

-338,4548

382,2048

-115,45833

78,70942

1,000

-424,0263

193,1097


Old_Water New_Alt Electr

35,54167

78,70942

1,000

-273,0263

344,1097

-157,20833 -101,45833 -9,29167

53,06588 78,70942 62,78840

1,000 1,000 1,000

-365,2448 -410,0263 -255,4438

50,8282 207,1097 236,8604

New_Comp Serv

-54,26786

60,17105

1,000

-290,1591

181,6234

New_Electr Equip

-97,12500

56,49294

1,000

-318,5968

124,3468

-126,12500

56,49294

1,000

-347,5968

95,3468

New_Biotech New_Broadc & Ent New_Bus Sup Serv

New_Internet New_Medic Supplies

New_Medic Supplies

50,41438

Old_Spec Ret New_Alt Electr New_Biotech

New_Media Agencies

203,07692(* ) 212,00000

-94,62500

91,91280

1,000

-454,9548

265,7048

New_Software

-146,37500

71,19535

1,000

-425,4852

132,7352

New_Telecom Equip

-194,12500

71,19535

1,000

-473,2352

84,9852

Old_BMF

184,16667

106,13176

1,000

-231,9063

600,2397

Old_C&A

127,00000

116,26152

1,000

-328,7851

582,7851

Old_Consumer Elec

158,50000

116,26152

1,000

-297,2851

614,2851

19,50000

116,26152

1,000

-436,2851

475,2851

157,00000

116,26152

1,000

-298,7851

612,7851

5,83333

106,13176

1,000

-410,2397

421,9063


267,00000

116,26152

1,000

-188,7851

722,7851

Old_Industr Suppl

-166,00000

116,26152

1,000

-621,7851

289,7851

Old_Oil Eq & Serv

144,00000

116,26152

1,000

-311,7851

599,7851

Old_Real Estate H&D

171,57692

88,30696

1,000

-174,6167

517,7706

Old_ REITs

180,50000

116,26152

1,000

-275,2851

636,2851

Old_Spec Ret

116,50000

116,26152

1,000

-339,2851

572,2851

Old_Water

-20,83333

106,13176

1,000

-436,9063

395,2397

New_Alt Electr

130,16667

106,13176

1,000

-285,9063

546,2397

Pagina | Bijlage3.10


New_Biotech

-62,58333

88,79620

1,000

-410,6950

285,5283

New_Broadc & Ent

-6,83333

106,13176

1,000

-422,9063

409,2397

New_Bus Sup Serv

85,33333 40,35714 -2,50000

94,92713 93,21659 90,88581

1,000 1,000 1,000

-286,8137 -325,0840 -358,8036

457,4803 405,7982 353,8036

-31,50000

90,88581

1,000

-387,8036

324,8036

94,62500

91,91280

1,000

-265,7048

454,9548

New_Software

-51,75000

100,68543

1,000

-446,4715

342,9715

New_Telecom Equip

-99,50000

100,68543

1,000

-494,2215

295,2215

Old_BMF

235,91667

88,79620

1,000

-112,1950

584,0283

Old_C&A

178,75000

100,68543

1,000

-215,9715

573,4715

Old_Consumer Elec

210,25000

100,68543

1,000

-184,4715

604,9715

71,25000

100,68543

1,000

-323,4715

465,9715

208,75000

100,68543

1,000

-185,9715

603,4715

New_Comp Serv New_Electr Equip New_Internet New_Media Agencies

New_Software

Old_Dur HH Prod Old_Electricity Old_Food Prod

57,58333

88,79620

1,000

-290,5283

405,6950

Old_I&O REITs

318,75000

100,68543

,597

-75,9715

713,4715

Old_Industr Suppl

-114,25000

100,68543

1,000

-508,9715

280,4715

Old_Oil Eq & Serv

195,75000

100,68543

1,000

-198,9715

590,4715

Old_Real Estate H&D

223,32692

66,47507

,326

-37,2782

483,9320

Old_ REITs

232,25000

100,68543

1,000

-162,4715

626,9715

Old_Spec Ret

168,25000

100,68543

1,000

-226,4715

562,9715

Old_Water

New_Telecom Equip

30,91667

88,79620

1,000

-317,1950

379,0283

New_Alt Electr

181,91667

88,79620

1,000

-166,1950

530,0283

New_Biotech

-10,83333

67,12362

1,000

-273,9810

252,3143

New_Broadc & Ent

44,91667

88,79620

1,000

-303,1950

393,0283

New_Bus Sup Serv

137,08333

75,04649

1,000

-157,1247

431,2914

New_Comp Serv

92,10714

72,87076

1,000

-193,5713

377,7856

New_Electr Equip New_Internet New_Media Agencies

49,25000 20,25000 146,37500

69,86448 69,86448 71,19535

1,000 1,000 1,000

-224,6428 -253,6428 -132,7352

323,1428 294,1428 425,4852

New_Medic Supplies

51,75000

100,68543

1,000

-342,9715

446,4715

New_Telecom Equip

-47,75000

82,20931

1,000

-370,0388

274,5388

Old_BMF

283,66667

88,79620

,547

-64,4450

631,7783

Old_C&A

226,50000

100,68543

1,000

-168,2215

621,2215

Old_Consumer Elec

258,00000

100,68543

1,000

-136,7215

652,7215

Old_Dur HH Prod

119,00000

100,68543

1,000

-275,7215

513,7215

Old_Electricity

256,50000

100,68543

1,000

-138,2215

651,2215

Old_Food Prod

105,33333

88,79620

1,000

-242,7783

453,4450

Old_I&O REITs

366,50000

100,68543

,130

-28,2215

761,2215

Old_Industr Suppl

-66,50000

100,68543

1,000

-461,2215

328,2215

Old_Oil Eq & Serv

243,50000 271,07692(* ) 280,00000

100,68543

1,000

-151,2215

638,2215

66,47507

,029

10,4718

531,6820

100,68543

1,000

-114,7215

674,7215

216,00000

100,68543

1,000

-178,7215

610,7215

78,66667

88,79620

1,000

-269,4450

426,7783

229,66667

88,79620

1,000

-118,4450

577,7783

New_Biotech

36,91667

67,12362

1,000

-226,2310

300,0643

New_Broadc & Ent

92,66667

88,79620

1,000

-255,4450

440,7783

New_Bus Sup Serv

184,83333

75,04649

1,000

-109,3747

479,0414

New_Comp Serv

139,85714

72,87076

1,000

-145,8213

425,5356

New_Electr Equip

97,00000

69,86448

1,000

-176,8928

370,8928

Old_Real Estate H&D Old_ REITs Old_Spec Ret Old_Water New_Alt Electr



New_Internet New_Media Agencies New_Medic Supplies New_Software

68,00000

69,86448

1,000

-205,8928

341,8928

194,12500 99,50000 47,75000

71,19535 100,68543 82,20931

1,000 1,000 1,000

-84,9852 -295,2215 -274,5388

473,2352 494,2215 370,0388

* The mean difference is significant at the .05 level.


COMMUNICATIE ROND IMMATERIËLE ACTIVA IN UITGIFTEPROSPECTUSSEN

Recommend Documents