Zijn kredietbeoordelingsagentschappen nog steeds krachtig? Een
advertisement
UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR 2015 – 2016 Zijn kredietbeoordelingsagentschappen nog steeds krachtig? Een studie met betrekking tot de informatieve waarde en de accuraatheid van de kredietbeoordelingen Masterproef voorgedragen tot het bekomen van de graad van Master of Science in de Handelswetenschappen Justine Gyselinck & Paulien Huyghe onder leiding van Prof. Jessie Vantieghem UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR 2015 – 2016 Zijn kredietbeoordelingsagentschappen nog steeds krachtig? Een studie met betrekking tot de informatieve waarde en de accuraatheid van de kredietbeoordelingen Masterproef voorgedragen tot het bekomen van de graad van Master of Science in de Handelswetenschappen Justine Gyselinck & Paulien Huyghe onder leiding van Prof. Jessie Vantieghem Vertrouwensclausule PERMISSION Ondergetekende verklaart dat de inhoud van deze masterproef mag geraadpleegd en/of gereproduceerd worden, mits bronvermelding. Naam student: Justine Gyselinck PERMISSION Ondergetekende verklaart dat de inhoud van deze masterproef mag geraadpleegd en/of gereproduceerd worden, mits bronvermelding. Naam student: Paulien Huyghe I Abstract Sinds de komst van de financiële crisis in 2007, kregen de kredietratingsagentschappen verschillende kritieken te verduren. Een van die kritieken was dat de uitgegeven ratings niet accuraat genoeg waren en dus niet de juiste informatie weerspiegelden. Doorheen de tijd speelden de ratingsbureaus hierop in door betere ratingsmethodes te creëren. Ook werd de regelgeving omtrent de uitgave van ratings aangepast. In dit onderzoek wordt nagegaan of de accuraatheid van ratings hierdoor werkelijk is verbeterd of niet. Ook wordt er in dit onderzoek nagegaan hoe sterk de impact van kredietratingsagentschappen nog is op de maatschappij. Voor de crisis werd gesteld dat ondernemingen erg afhankelijk waren van de ratings en ratingsveranderingen van de ratingsbureaus. In dit onderzoek wordt nagegaan of dat nog altijd het geval is. In deze masterproef wordt de situatie voor, tijdens en na de financiële crisis van 2007 bestudeerd. Voor beide delen van het onderzoek wordt een onderscheid gemaakt tussen financiële en nietfinanciële ondernemingen. Uit de resultaten van het onderzoek naar de accuraatheid van ratings kan geconcludeerd worden dat de ratingsmodellen van Moody’s als meer accuraat aanschouwd kunnen worden dan deze van S&P. De bekomen resultaten moeten echter met een kritisch oog bekeken worden, aangezien de bestudeerde data vrij beperkt is. De resultaten uit de eventstudie liggen niet steeds in lijn met de vooropgestelde hypotheses. Vooral bij ratingsstijgingen, worden er andere resultaten verworven dan verwacht. Op verschillende momenten worden er negatieve significante resultaten waargenomen. Ratingsdalingen daarentegen bevestigen dan weer de hypothese. Downgrades hebben dus een negatieve impact op de maatschappij. III Woord vooraf Deze masterproef richt zich op de accuraatheid van ratings en de informatieve waarde die kredietratingsagentschappen nog bezitten in de maatschappij. De masterproef is het sluitstuk van onze universitaire opleiding en leidt daarmee ook tot de start van een boeiende carrière. Dit onderzoek zou niet tot stand gekomen zijn zonder de hulp van een aantal personen. Op deze manier willen we een woord van dank tot hen richten. Eerst en vooral willen we onze promotor professor Jessie Vantieghem bedanken voor de deskundige begeleiding, de vele tips, de aanmoedigende woorden en het geloof in een goede afloop tijdens dit langdurige proces. Verder willen we ook vrienden en familie bedanken om ons te steunen tijdens dit hele proces en om onze masterproef na te lezen op tekortkomingen. Ten slotte willen we ons via deze weg richten tot de Universiteit Gent en alle professoren en assistenten die ons verschillende theoretische aspecten hebben bijgebracht tijdens onze opleiding. Uiteraard lag deze basiskennis aan de grondslag van onze masterproef. V Inhoudstabel VERTROUWENSCLAUSULE ................................................................................................................. I ABSTRACT....................................................................................................................................... III WOORD VOORAF ............................................................................................................................. V INHOUDSTABEL ............................................................................................................................. VII GEBRUIKTE AFKORTINGEN .............................................................................................................. XI LIJST VAN DE TABELLEN................................................................................................................. XIII LIJST VAN DE FIGUREN ................................................................................................................... XV INLEIDING EN PROBLEEMSTELLING ................................................................................................... 1 1. LITERATUUROVERZICHT............................................................................................................. 2 1.1. INLEIDING ............................................................................................................................................. 2 1.2. WAT ZIJN CREDIT RATING AGENCIES? ........................................................................................................ 4 1.2.1. Inleiding .......................................................................................................................................... 4 1.2.2. Definitie credit rating agency (CRA) ............................................................................................... 5 1.2.3. Overzicht van de drie belangrijkste CRA’s. .................................................................................... 6 1.2.4. Wat zijn credit ratings? .................................................................................................................. 7 1.2.5. ‘Solicited’ en ‘unsolicited’ ratings ................................................................................................ 10 1.2.6. Het ‘issuer pays’-model................................................................................................................ 11 1.2.6.1. Verschil tussen het ‘investor pays’ -model en het ‘issuer pays’-model .................................... 11 1.2.6.2. Belangenconflicten in het ‘issuer pays’-model ......................................................................... 12 1.2.7. Het Credit Rating Proces .............................................................................................................. 13 1.2.7.1. Fase 1: ratingsverzoek............................................................................................................... 13 1.2.7.2. Fase 2: Rating analyse ............................................................................................................... 14 1.2.7.3. Fase 3: Besluitvormingsfase ...................................................................................................... 14 1.2.7.4. Fase 4: Verspreidingsfase.......................................................................................................... 15 1.2.8. Credit Watchlists en Rating Outlooks .......................................................................................... 15 1.2.9. Voordelen van de komst van kredietratingsagentschappen ....................................................... 17 1.3. BELANG VAN KREDIETBEOORDELAARS IN DE MAATSCHAPPIJ ........................................................................ 18 1.4. POSITIE VAN KREDIETBEOORDELINGSAGENTSCHAPPEN OP DE FINANCIËLE MARKT DOORHEEN DE TIJD ................. 21 1.4.1. Voor de financiële crisis ............................................................................................................... 21 1.4.1.1. Kritiek op CRA’s ......................................................................................................................... 23 1.4.1.2. De beursintrede van Moody’s................................................................................................... 24 VII 1.4.1.3. Belangenvermenging ................................................................................................................ 25 1.4.1.4. Wijziging van de ratingskwaliteit tijdens een hoog- of laagconjunctuur ................................. 26 1.4.1.4. Foute beoordeling van CDO’s ................................................................................................... 27 1.4.2. Tijdens de financiële crisis............................................................................................................ 28 1.4.3. Na de financiële crisis................................................................................................................... 29 1.5. EUROPESE REGULERING VAN EN TOEZICHT OP KREDIETRATINGSAGENTSCHAPPEN ............................................ 30 1.5.1. Inleiding ........................................................................................................................................ 30 1.5.2. Geen reglementering van de activiteiten van CRA’s tot 2006 .................................................... 31 1.5.3. IOSCO Gedragscode ..................................................................................................................... 32 1.5.4. CRA Verordening I : als basis voor de huidige Europese regulering inzake CRA’s ....................... 34 1.5.5. CRA Verordening II ....................................................................................................................... 36 1.5.6. CRA Verordening III: als huidige regelgeving in de Europese Unie .............................................. 37 1.6. SPLIT RATINGS .................................................................................................................................... 40 1.7. INFORMATIEVE WAARDE ....................................................................................................................... 43 2. ONDERZOEKSOPZET ................................................................................................................ 49 2.1. ONDERZOEKSDESIGN ............................................................................................................................ 49 2.2. HYPOTHESES ....................................................................................................................................... 52 2.2.1. CAP-Model ................................................................................................................................... 52 2.2.2. Eventstudie .................................................................................................................................. 53 3. ONDERZOEKSDESIGN CAP ........................................................................................................ 59 3.1. DATA ................................................................................................................................................. 59 3.2. METHODOLOGIE.................................................................................................................................. 62 3.3. EMPIRISCH RESULTAAT ......................................................................................................................... 66 3.3.1. Accuraatheid: Verschil tussen Moody’s en S&P .......................................................................... 66 4. ONDERZOEKSDESIGN EVENTSTUDIE ......................................................................................... 69 4.1. DATA ................................................................................................................................................. 69 4.2. METHODOLOGIE.................................................................................................................................. 74 4.3. EMPIRISCH RESULTAAT ......................................................................................................................... 80 4.3.1. Impact ratingsveranderingen op de stock return – event window ............................................. 80 4.3.1.1. Stijgingen ................................................................................................................................... 80 4.3.1.2. Dalingen .................................................................................................................................... 81 4.3.2. Impact ratingsveranderingen op de stockreturn – doorheen de tijd .......................................... 82 4.3.2.1. Stijgingen ................................................................................................................................... 82 4.3.2.2. Dalingen .................................................................................................................................... 84 4.3.3. Impact ratingsveranderingen op financials & non-financials – event window............................ 86 VIII 4.3.3.1. Stijgingen ................................................................................................................................... 86 4.3.3.2. Dalingen .................................................................................................................................... 88 5. CONCLUSIE .............................................................................................................................. 90 6. LIJST VAN GERAADPLEEGDE WERKEN ..................................................................................... XVII IX Gebruikte afkortingen AR AR CAP CAR CDO CESR CRA ECAIF ECB EED EJR ESMA FISD Fitch FSF IBCA Limited IMF IOSCO IPO IRB LGD MBS Moody’s NR NRSRO PIT Reg FD ROC S&P SA SEC TTC Abnormal Return Accuracy Ratio Cumulative Accuracy Profile Cumulative Abnormal Return Collateral Debt Obligation Committee of European Securities Regulators Credit Rating Agency External Credit Assessment Institutions European Central Bank Expected Exposure at Default Egan-Jones Ratings The European Securities and Markets Authority The Fixed Investment Securities Database Fitch Investors Service Financial Stability Forum International Bank Credit Analysis Limited International Monetary Fund The international Organization of Securities Commissions Initial Public Offering Institutional Review Board Loss Given Default Mortgage Backed Securities Moody’s Investors Service Normal Return Nationally Recognized Statistical Rating Organization Point In Time Regulation Fair Disclosure Receiver Operating Characteristic Standard & Poor’s Standardized Approach Securities and Exchange Commission Through The Cycle XI Lijst van de tabellen Tabel 1: Investment grade ............................................................................................................. 8 Tabel 2: Speculative grade ............................................................................................................. 8 Tabel 3: Categorieën ratings ........................................................................................................ 61 Tabel 4: Cumulatieve waarden Moody's ..................................................................................... 66 Tabel 5: Cumulatieve waarden S&P............................................................................................. 67 Tabel 6: Overzicht landen met bijhorend aantal events ............................................................. 71 Tabel 7: Overzicht Sectoren met bijhorend aantal bedrijven...................................................... 72 Tabel 8: Aantal down- en upgrades S&P/Moody's voor verschillende subcategorieën ............. 73 Tabel 9: Upgrades S&P/Moody's (gem. CAR's & bijhorende t-test) ............................................ 81 Tabel 10: Downgrades S&P/Moody's (gem. CAR's en bijhorende t-test) ................................... 82 Tabel 11: Upgrades S&P/Moody's doorheen de tijd (gem. CAR's en bijhorende t-test) ............ 84 Tabel 12: Downgrades S&P/Moody's doorheen de tijd (gem. CAR's en bijhorende t-test) ....... 86 Tabel 13: Upgrades S&P/Moody's financials & non-financials.................................................... 88 Tabel 14: Downgrades S&P/Moody's financials & non-financials ............................................... 89 XIII Lijst van de figuren Grafiek 1: CAP-model (Engelmann, 2003) ................................................................................... 62 Grafiek 2: CAP-model Moody's .................................................................................................... 66 Grafiek 3: CAP-model S&P ........................................................................................................... 68 Grafiek 4: Estimation window en event window(s) per event .................................................... 76 XV XVI Inleiding en probleemstelling Tijdens deze masterproef wordt een onderzoek gevoerd naar de accuraatheid van ratings en de informatieve waarde die Credit Rating Agencies (CRA’s) spelen in de maatschappij. Sinds de komst van de financiële crisis in 2007 kwamen verschillende zaken aan het licht die aantoonden dat CRA’s medeverantwoordelijk waren voor het ontstaan van de crisis. Een eerste probleem bij CRA’s was het onderscheid tussen ‘solicited’ ratings en ‘unsolicited’ ratings. Bij ‘solicited’ ratings wordt de verkregen rating door de entiteit of emittent zelf aangevraagd. Hiervoor ontvangt de CRA een premie, de zogenaamde ‘rating fee’. Ratings kunnen echter ook uitgegeven worden zonder dat een entiteit of emittent daar expliciet om vraagt. Dat is het geval bij ‘unsolicited’ ratings. Uit onderzoek bleek dat CRA’s sneller een gunstigere rating gingen uitgeven wanneer ze hiervoor betaald werden (Van Roy, 2006). Ook werd gesteld dat ‘unsolicited’ ratings niet altijd accuraat waren aangezien CRA’s niet steeds over de nodige informatie beschikten. Een tweede probleem die ook zal worden aangehaald is het onderscheid tussen het ‘issuer pays’-model en het ‘investor pays’-model. Bij een ‘issuer pays’-model betaalt de entiteit of emittent zelf voor de uitgegeven rating. Bij een ‘investor pays’-model betaalt de investeerder voor de ratings. Deze laatste heeft er alle belang bij dat de ratings accuraat zijn. Voor de entiteit en emittent is die accuraatheid net niet van belang. Zij hebben er namelijk alle belang bij dat de verkregen rating zo hoog mogelijk is (Frints, 2014). Aangezien er op dit moment zeven van de tien NRSRO’s gebruik maken het ‘issuer pays-model’, spreekt het dus voor zich dat de accuraatheid van die ratings in vraag gesteld wordt. CRA’s zijn namelijk geneigd om hun klanten tevreden te houden (Moortgat, 2013). Deze twee kritieken zijn slechts een klein aspect van de zaken die fout lopen/liepen bij de ratingsprocessen van CRA’s. In deze masterproef worden deze en tal van andere problemen uitgebreid besproken. Aangezien uitgegeven ratings en ratingsveranderingen een sleutelpositie spelen op de financiële markt en de kwaliteit van deze ratings van uitermate belang is voor een goed functionerende financiële markt, is onderzoek naar die accuraatheid noodzakelijk (Van Laere et al., 2012). Verder wordt er tijdens dit onderzoek nagegaan of de maatschappij nog steeds rekening houdt met de uitgegeven ratings. Hierbij wordt een onderscheid gemaakt voor, tijdens en na de financiële crisis. Ook wordt het onderscheid tussen financials en nonfinancials onderzocht aangezien Van Laere et al. (2012) stellen dat financiële ondernemingen ondoorzichtiger zijn wat leidt tot subjectiviteit in het ratingsproces. 1 1. LITERATUUROVERZICHT 1.1. Inleiding Tijdens dit onderzoek wordt, zoals al reeds vermeld, de accuraatheid van ratings en de informatieve waarde van CRA’s op de maatschappij onderzocht. Alvorens hiermee van start te gaan, dient er een grondige studie gemaakt te worden van de reeds beschikbare literatuur en onderzoeken. Op die manier kunnen concrete hypotheses opgesteld worden en kan het belang van dit onderzoek gestaafd worden. De literatuurstudie is opgedeeld in verschillende aspecten. Eerst en vooral wordt duidelijk gemaakt wat een CRA is en worden de verschillende agentschappen toegelicht. In de literatuurstudie wordt er voornamelijk gefocust op ‘The Big Three’: Moody’s Investors Service (Moody’s), Standard&Poor’s (S&P) en Fitch Investors Service (Fitch). Het onderzoek zelf focust zich enkel op Moody’s en S&P aangezien zij op dit moment de twee grootste CRA’s zijn en de methodologie van Fitch vergelijkbaar is met die van S&P. Vervolgens zal worden gedefinieerd wat credit ratings zijn en hoeveel soorten ratings er bestaan. Daarna wordt het ratingsproces uitgelegd in verschillende fases en wordt het belang van CRA’s aangekaart. Nadat het volledige systeem van CRA’s uit de doeken is gedaan, wordt de focus gelegd op de accuraatheid van credit ratings. Door een analyse te maken van de positie van CRA’s op de financiële markt doorheen de tijd, wordt nagegaan waar het precies misliep en hoe CRA’s hierop reageerden. Daarna komt de Europese regulering aan bod en het toezicht op CRA’s. Op die manier kan een beeld geschetst worden van de mate waarin CRA’s zich aanpassen doorheen de tijd met betrekking tot hun accuraatheid. 2 Ook split ratings kunnen een impact hebben op de accuraatheid van ratings. Het fenomeen waarbij ratings aangevraagd worden bij verschillende CRA’s verhoogt de druk op de accuraatheid. Ten slotte wordt een korte analyse gemaakt van de verschillende onderzoeken die reeds verricht zijn omtrent de informatieve waarde van CRA’s. Dit deel van de literatuurstudie legt de verschillende tekortkomingen bloot en draagt bij tot deel twee van ons onderzoek. 3 1.2. Wat zijn credit rating agencies? 1.2.1. Inleiding Tegenwoordig zijn de krediet- en kapitaalmarkten in onze huidige economie van groot belang. Een perfect werkende financiële markt zorgt ervoor dat geld van kredietgevers (bedrijven, gezinnen of de overheid met geldoverschotten) zo efficiënt mogelijk worden doorgesluisd naar kredietnemers (bedrijven, gezinnen of overheid met geldtekorten). Door het gebruik van financiële instrumenten is het mogelijk dat huishoudens met een tijdelijk inkomenstekort kunnen lenen van huishoudens met een inkomensoverschot. Op die manier stijgt de consumptie en het aantal investeringen in de economie, wat uiteindelijk leidt tot economische groei en welvaart. Er zijn heel wat verschillende financiële producten, waarbij we drie basisvormen van elkaar gaan onderscheiden. Dat zijn aandelen1, obligaties2 en leningen3. Elk van deze drie vormen steunt op de wisselwerking tussen risico en rendement. De keuze in deze instrumenten hangt af van de risicoaversie, het verwachte rendement, alsook de informatie die beschikbaar is over de lener. Het is daarom belangrijk dat een kredietgever zich voldoende laat informeren over de kredietwaardigheid van diegene aan wie hij zijn kapitaal ter beschikking stelt. Er zijn verschillende ondernemingen ontstaan die deze informatie kunnen verschaffen, waaronder de kredietratingsagentschappen of credit rating agencies (CRA’s). Deze kredietbeoordelaars voorzien de kredietgevers van credit ratings. Een credit rating of een kredietbeoordeling probeert de investeerders te informeren over de kans dat een 1 Effecten die een deel van het kapitaal van een onderneming vertegenwoordigen. De eigenaar ervan, de aandeelhouder, is dus mede-eigenaar van de onderneming. Een gewoon aandeel geeft hem recht op een dividend en stemrecht op de algemene vergadering. 2 Effecten in de vorm van een schuldbewijs. Door uitgifte van een obligatie kan de uitgevende instelling vreemd vermogen aantrekken om bijvoorbeeld investeringen te gaan uitvoeren. Een obligatie bezit het recht op (meestal) een vaste rente en op terugbetaling van de hoofdsom aan het einde van de looptijd. 3 Geldlening waarbij rente over de af te lossen som moet worden betaald aan de uitlener of kredietverschaffer (meestal zijn dit kredietinstellingen). 4 kredietnemer niet aan zijn financiële verplichtingen kan voldoen. Ratings spelen dus een belangrijke rol op de financiële markt, onder andere bij het bepalen van de kredietwaardigheid van een emittent. 1.2.2. Definitie credit rating agency (CRA) CRA’s zijn private ondernemingen die op professionele basis de kredietwaardigheid van emittenten van financiële instrumenten (de issuers4) gaan beoordelen, alsook het kredietrisico van de specifieke schuldinstrumenten (de issues5) die zijn uitgegeven door de emittenten (Hylebos, 2009). Specifiek beoordelen CRA’s een entiteit of een effect door middel van een credit rating. Deze ratings verstrekken een opinie over de kredietwaardigheid van een bepaalde entiteit, schuldinstrument of andere financiële verplichting. Investeerders krijgen op basis van ratings inzicht in de kredietrisico’s die effecten en entiteiten inhouden. Dat is namelijk de kans dat een bepaald bedrijf of land zijn schulden niet kan terugbetalen. Hoe hoger (lager) een credit rating, hoe kleiner (groter) de kans dat kredietgevers niet zullen worden terugbetaald. De beoordeling van die financiële instrumenten en emittenten vereist de nodige vakkennis én neemt veel tijd in beslag. Het IMF (2016) haalt aan dat het dan ook verleidelijk is voor individuele beleggers om te vertrouwen op de ratings van CRA’s. Of dit nog steeds het geval is, vormt een interessant topic tot nader onderzoek. CRA’s brengen, zoals hierboven aangehaald, het voordeel met zich mee dat beleggers belangrijke informatie verkrijgen over het kredietrisico van bepaalde financiële effecten of emittenten. 4 Bijvoorbeeld de kredietbeoordeling van een onderneming zoals AB Inbev of een soevereine staat zoals België. 5 Bijvoorbeeld de uitgifte van een obligatie door AB Inbev om investering te financieren. De rating hangt hier dan af van de looptijd, de rente, de structuur van de obligatie. 5 1.2.3. Overzicht van de drie belangrijkste CRA’s. De drie grootste kredietbeoordelaars zijn Moody’s Investors Service (Moody’s), Standard&Poor’s (S&P) en Fitch Investors Service (Fitch). Samen hebben zij een marktaandeel van 90,44%6 (ESMA, 2014). S&P bestaat al meer dan 150 jaar en is op dit moment de grootste speler op de financiële markt. S&P publiceert ratings die een toekomstgerichte mening over de kredietwaardigheid van een emittent inhouden. De CRA gaat het ondernemingsrisico en het kredietrisico van een emittent gaan onderzoeken en vormt op basis daarvan een rating. Naast het publiceren van credit ratings houdt deze CRA zich onder andere ook bezig met het opstellen van indexen zoals de S&P 5007 (S&P, 2016). Deze kredietbeoordelaar werd in 2007 erkend als een Nationally Recognized Statistical Rating Organisation (NRSRO) door de SEC8 (S&P,2016). Dat is een CRA waarbij de kredietbeoordelingen worden gebruikt door financiële ondernemingen en overheden van de Verenigde Staten voor verschillende regelgevende doeleinden. Dit soort CRA is ontstaan eind jaren 90. De SEC erkende oorspronkelijk zeven CRA’s als NRSRO. Deze lijst is gegroeid tot tien CRA’s. 9 6 Het individuele aandeel in de markt van S&P, Moody’s en Fitch is respectievelijk; 39,69%; 34,53%; 16,22%. 7 De Standard&Poor’s 500 is een gewogen marktwaarde index (aantal aandelen wordt vermenigvuldigd met de prijs van de aandelen) van 500 verschillende bedrijven die worden verhandeld op de New York Stock Exchange (NYSE) (Inghelbrecht, 2015). 8 Securities and Exchange Commission. Het hoofddoel van de SEC is het beschermen van beleggers. Ook het behouden van een eerlijke, ordelijke en efficiënte markt en het vergemakkelijken van investeringen, behoort tot hun missie (SEC, 2016). 9 Tien NRSRO’s: Best Company, DBRS, Egan-Jones Ratings Company, Fitch Ratings, HR Ratings de México S.A. de C.V., Japan Credit Rating Agency, Kroll Bond Rating Agency, Moody’s Investors Service, Morningstar Credit ratings, Standard&Poor’s Ratings. 6 Om als een NRSRO te worden beschouwd, moet men nationaal erkend worden in de Verenigde Staten en zorgen voor betrouwbare en geloofwaardige ratings. Er wordt ook rekening gehouden met de grootte van het ratingsbureau, de operationele capaciteit en het kredietratingsproces (SEC, 2013). Moody’s Investors Service is de tweede grootste CRA en behoort tot de overkoepelende Moody’s Corporation, die al bestaat sinds 1909 (Moody’s, 2016). Moody’s gaat zich vooral focussen op het feit of een emittent zijn schuld op lange termijn zal kunnen afbetalen. In tegenstelling tot S&P kijkt deze CRA niet enkel naar het risico van een emittent. Moody’s houdt ook rekening met de waarschijnlijkheid dat een financiële instelling het default risico kan vermijden door externe ondersteuning te bieden. Deze waarschijnlijkheid kan het financiële risico van een emittent verlagen en bijgevolg zorgen voor een hogere rating (Lagache & Rummens, 2014). Ook dit ratingsbureau doet aan randactiviteiten buiten het verschaffen van credit ratings en wordt aanzien als een NRSRO (Bonsall, 2014). In 1913 ziet Fitch als laatste het levenslicht en wordt aanzien als een kleine speler op de markt tot 1989. Na de fusie met IBCA Limited10, groeit zijn positie uit tot het kleinere broertje van S&P en Moody’s (Becker&Milbourn, 2011). Fitch biedt gelijkaardige producten aan als S&P en Moody’s en is ook een NRSRO (SEC, 2013). 1.2.4. Wat zijn credit ratings? Zoals hierboven al werd aangehaald is een credit rating een norm die weergeeft hoe waarschijnlijk het is dat een kredietnemer zijn schulden al dan niet zal kunnen terugbetalen. Een hoge rating duidt aan dat de waarschijnlijkheid van het niet-nakomen van de schuldverplichtingen laag is. Omgekeerd geeft een lage rating een hoog risico aan dat een emittent zijn schuldverplichtingen niet zal kunnen nakomen (Hylebos, 2009). 10 International Bank Credit Analysis, bedrijf uit Londen. 7 Ratingsbureaus verwezenlijken hun ratings door gebruik te maken van letter- of cijfercombinaties. Deze codes zijn echter niet gelijk voor alle CRA’s. S&P en Fitch gebruiken dezelfde ratingsschalen, Moody’s daarentegen maakt gebruik van zijn eigen systeem (Kliger & Sarig, 2000). De schaal voor de lange termijn ratings van S&P start bij AAA en eindigt bij D. AAA staat voor de beste klasse, D staat voor ‘default’ of faillissement. De schaal voor de lange termijn ratings bij Moody’s start bij Aaa en eindigt bij C (De notering of rating van een obligatie, 2015): INVESTMENT GRADE Beschrijving Uitstekende kwaliteit Gemiddeld uitstekende kwaliteit Gemiddelde kwaliteit Gemiddeld lage kwaliteit Moody's Aaa Aa1 Aa2 Aa3 A1 A2 A3 Baa1 Baa2 Baa3 S&P AAA AA+ AA AAA+ A ABBB+ BBB BBB- Fitch AAA AA+ AA AAA+ A ABBB+ BBB BBB- Moody's Ba1 Ba2 Ba3 B1 B2 B3 Caa1 Caa2 Caa3 Ca C S&P BB+ BB BBB+ B BCCC+ CCC CCCCC C Fitch BB+ BB BBB+ B BCCC+ CCC CCCCC C Tabel 1: Investment grade SPECULATIVE GRADE Speculatief Zeer speculatief Aanzienlijk risicovol Geringe slaagkans om resultaat te halen Zeer speculatieve en riskante obligatie Zo goed als failliet Tabel 2: Speculative grade Bij elke CRA geldt: hoe hoger de rating, hoe lager het risico op falen én omgekeerd. Zo staat bijvoorbeeld een AAA-rating bij Fitch voor een extreem hoge kans op terugbetaling en een Crating voor een heel hoge kans op wanbetaling. Indien aan een financieel instrument een 8 lage rating werd toegekend, dan betekent dit dat de lener (emittent van het effect) een hoge rente zal moeten betalen. Een belegger wil in ruil voor een hoger risico, een hogere vergoeding (Bonsall, 2014). De bovenstaande ratingsschalen worden nog eens onderverdeeld volgens investeringsgraad in twee categorieën: ‘investment grade’ ratings (BBB/Baa of hoger) en ‘speculative grade’ ratings (BB/Ba of lager). De ‘speculative grade’ ratings duiden op meer riskantere investeringen. Meer bepaald, kredietgevers die beslissen om hierin te investeren mogen zich verwachten op een hogere kans op faling van de emittent (Moortgat, 2013). De splitsing tussen ‘investment grade’ en ‘speculative grade’ is ook van belang bij het bepalen van de regelgeving. Dit wordt verder uitgelicht in ‘1.3. Belang van kredietbeoordelaars in de maatschappij.’ S&P en Fitch splitsen de ratings in deze twee klasses op in drie subcategorieën: ratings met een plusteken, zonder teken of met een minteken na de letters. Een plusteken bij de rating van een effect geeft aan dat het tot de betere effecten hoort binnen de hoofdcategorie (investment grade of speculative grade). Een minteken duidt op een financieel product die gelegen is onderaan de categorie. Indien een rating geen teken bezit, behoort het effect tot de gemiddelden van de hoofdcategorie. Bij Moody’s verschilt dit systeem lichtjes, dit ratingsbureau maakt gebruik van een cijfersysteem. In plaats van een plus- of minteken toe te voegen, gebruikt Moody’s de cijfers 1, 2 en 3 (Moortgat, 2013). Er wordt een onderscheid gemaakt tussen lange en korte termijn ratings. Onder lange termijn ratings worden de ratings verstaan die gegeven worden aan emittenten of obligaties met een looptijd van 1 jaar of meer. Korte termijn ratings zijn ratings op producten met een originele looptijd van minder dan 1 jaar (Moody’s, 2012). 9 1.2.5. ‘Solicited’ en ‘unsolicited’ ratings Kredietratingsagentschappen kennen verschillende soorten ratings toe, waaronder ‘unsolicited’ ratings en ‘solicited’ ratings. ‘Solicited’ ratings vinden plaats op verzoek van de emittent of entiteit zelf, waarvoor men in ruil een premie betaalt (i.e. ‘rating fee’). ‘Unsolicited’ ratings worden anderzijds toegekend door een CRA zonder dat de uitgevende instelling of beoordeelde entiteit daarnaar gevraagd heeft. Dit is echter niet altijd het geval. Het kan zijn dat men de CRA wel gevraagd heeft om een rating te bepalen, maar dat een andere CRA een betere rating toekent, zodanig dat je die rating niet meer aankoopt. Dan kan de CRA toch nog beslissen om die rating als ‘unsolicited’ uit te geven. Zo heeft de CRA wel toegang gekregen tot alle informatie en waren er dus wel formele contacten. In tegenstelling tot bij gevraagde ratings wordt er hier dan ook geen ‘rating fee’ betaald aan het ratingsbureau (Van Roy, 2006). Uit empirisch onderzoek blijkt dat ongevraagde kredietbeoordelingen minder gunstig zijn dan de gevraagde ratings. Vooreerst denken veel emittenten dat CRA’s lagere ratings toekennen indien deze ongevraagd zijn, om op die manier emittenten ertoe aan te zetten om een betaalde ‘solicited’ rating aan te vragen. Deze problematiek verschuilt zich achter het zogenaamde ‘issuer pays’-model (NBB, 2006). Ook Poon (2003) stelt dat ‘unsolicited’ ratings een lagere rating verkrijgen dan de ‘solicited’ ratings. Poon baseert haar onderzoek op data van 265 ondernemingen, verspreid over 15 landen. Deze bedrijven hebben een rating verkregen door S&P gedurende de periode van 1998 tot 2000. De meeste ondernemingen die zo een ongunstige ‘unsolicited rating’ verkrijgen, ervaren dit als oneerlijk. Sommige bedrijven spreken zelfs over financiële chantage (Poon, 2003). De lagere ‘unsolicited rating’ zou een methode van de CRA’s kunnen zijn om zo druk te kunnen 10 zetten op een bedrijf om zelf een rating aan te vragen en op de manier de bijhorende fee te betalen (Gan, 2004). Een andere reden die deze benadeling zou kunnen verklaren kan verklaren bestaat erin dat een CRA bij het bepalen van een ‘unsolicited’ rating, geen toegang heeft tot alle informatie. Ratings zijn bijgevolg niet 100% correct waardoor investeerders er niet altijd rekening mee zullen houden. 1.2.6. Het ‘issuer pays’-model 1.2.6.1. Verschil tussen het ‘investor pays’ -model en het ‘issuer pays’-model Een belangrijke vraag die gesteld moet worden, is wie er betaalt voor de toegekende credit ratings. Hierop zijn twee antwoorden mogelijk. Ofwel betaalt de investeerder voor een kredietwaardigheidsbeoordeling. In dit geval kent een CRA een beoordeling toe op basis van het ‘investor pays’-model11. Dat betekent dat uitgevende instellingen in dit model dus niet betalen voor de kredietbeoordelingen. Een andere mogelijkheid bestaat erin dat een emittent van een schuldeffect aan een CRA vraagt om een credit rating toe te kennen, daarvoor betaalt de emittent dan een vergoeding aan het ratingsbureau. Hier spreken we dan over het ‘issuer pays’-model (Frints, 2014). Tegenwoordig is het ‘issuer pays’-model veruit het meest gebruikte model door de CRA’s, mede door het feit dat zij in dit model een vergoeding ontvangen voor hun diensten. Naast het feit dat CRA’s betaald worden voor hun diensten, zijn er nog een aantal redenen waarom het ‘investor pays’ -model niet zo vaak meer wordt gebruikt. 11 Het ‘investor pays’- model wordt ook wel eens het ‘subscription-paid’ model genoemd. 11 Door de technologische en economische evolutie is het onder andere gemakkelijker om rapporten van CRA’s te kopiëren en te verspreiden. Dit creëert namelijk het free-rider probleem. Als één investeerder betaalt voor het verkrijgen van kredietbeoordelingen, dan zijn er andere beleggers die hier gratis van kunnen mee genieten waardoor de inkomsten van CRA’s sterk dalen (Moortgat, 2013). Deze evolutie van het ‘investor pays’-model naar het ‘issuer pays’-model vind je ook terug bij de drie grootste CRA’s. Tot de jaren 70 maakten zij gebruik van het ‘investor pays’-model. Fitch en Moody’s evolueerden tijdens deze periode als eerste naar het ‘issuer pays’-model. S&P volgde een aantal jaar later (Deb&Murphy, 2009). Naast de ‘big three’ zijn er nog vier andere CRA’s, die als NRSRO werden erkend, die van het ‘issuer pays’-model gebruik maken. Twee van de tien NRSRO’s, KBRA en Morningstar, maken gebruik van het ‘investor pays’model. Deze NRSRO’s gaan echter meer en meer ratings uitgeven waarvoor zij een vergoeding vragen. Alleen Egan-Jones Ratings (EJR) maakt nog volledig gebruik van het ‘invest pays’ model (SEC, 2012). 1.2.6.2. Belangenconflicten in het ‘issuer pays’-model De vergoedingen, die een emittent betaalt aan een CRA voor het verkrijgen van een credit rating, zijn globaal gebaseerd op de grootte van de onderneming of de aard en complexiteit van het te beoordelen effect. Deze ratings zijn niet goedkoop. Toch zijn bedrijven bereid om deze sommen geld te betalen. Het ‘issuer pays’-model brengt namelijk een aantal motieven met zich mee waarom een CRA hogere ratings zou toekennen in dit model dan in het ‘investor pays’-model (Hylebos, 2009). Ten eerste zouden CRA’s worden aangemoedigd om hogere ratings toe te kennen indien zij in ruil daarvoor een hogere vergoeding zouden krijgen. Alhoewel CRA’s dat ten stelligste ontkennen omdat zij daarmee hun reputatie kunnen schenden, is dit een belangrijke vraag die we onszelf moeten stellen. 12 Ten tweede zouden CRA’s hogere ratings uitgeven omdat zij hun cliënten niet willen teleurstellen. Een vergoeding wordt pas betaald nadat de rating openbaar wordt gemaakt. Indien een rating voor een uitgevende instelling te laag is, zou het kunnen zijn dat zij op zoek gaan naar een andere CRA die hun wel kan helpen aan hogere ratings. Dit fenomeen wordt ook wel ‘rating shopping’ genoemd (Sangiorgi et al., 2009). Een derde beweegreden om hogere ratings toe te kennen is de kapitaalbehoefte op korte termijn van een emittent. Als een CRA verwacht dat een uitgevende instelling geld nodig heeft op korte termijn, zal men vaak een hogere rating toekennen om te vermijden dat deze instelling bij een volgende uitgifte van schuldproducten naar een concurrent gaan (Moortgat, 2013). 1.2.7. Het Credit Rating Proces CRA’s gebruiken verschillende methodes bij het bepalen van credit ratings. De ene CRA gaat zowel kwalitatieve als kwantitatieve gegevens gebruiken om credit ratings te bepalen. Andere CRA’s maken enkel gebruik van kwantitatieve informatie en passen daarop statistische analyses toe om een credit rating te bekomen. Toch zijn er gelijkenissen tussen de verschillende kredietbeoordelingsmethodes. De verschillende CRA’s volgen namelijk allemaal vier stappen/fases tijdens het bepalen van de ratings (Frints, 2014). 1.2.7.1. Fase 1: ratingsverzoek Tijdens deze voorbereidende fase wordt het initiatief meestal genomen door de emittent zelf, dit betekent dat het gaat om een ‘solicited’ rating’ (zie 1.2.5). Na de aanvraag tot het verkrijgen van een kredietbeoordeling door de onderneming zelf wordt er een team van analisten samengesteld. Dit team verzamelt alle noodzakelijke informatie over de emittent en de kenmerken van het te beoordelen financiële product of entiteit. Dit gaat om zowel publieke informatie als private informatie die niet voor het publiek toegankelijk is. De verkregen informatie gaat over de financiële situatie van het bedrijf, het managementbeleid en andere bedrijfsspecifieke informatie (Heughebaert, 2007). 13 1.2.7.2. Fase 2: Rating analyse Gedurende de tweede fase of de beoordelingsfase wordt alle verkregen informatie door de analisten afgetoetst aan verschillende criteria. Hieraan moet worden voldaan om tot een bepaalde ratingscategorie te behoren. Om tot een bepaalde rating van een effect of een onderneming te komen, dient een CRA een diepgaande analyse uit te voeren. Tijdens dit proces maakt men gebruik van uitgebreide criteria waaraan het effect of de onderneming wordt getoetst om zo tot een welbepaalde rating te bekomen. Elke kredietbeoordeling is verschillend en zodoende ook de gebruikte criteria. De voornaamste criteria die worden aangewend door Moody’s, S&P en Fitch, zijn: industriële tendensen, kwaliteit van het management, risicotolerantie, operationele karakteristieken en competitieve sterkte, looptijd van een product, rente, financiële positie en bronnen van liquiditeit, bedrijfsstructuur, ondernemingsrisico en financieel risico (Heughebaert, 2007). Het bekomen resultaat legt men dan voor ter aanbeveling aan een ‘rating committee’. De leden van een ‘rating committee’ worden gekozen op basis van hun relevante kennis met de te beoordelen entiteit. Vaak worden er ook nog analisten toegevoegd aan het comité die ervaring hebben in de desbetreffende regio of sector (Frints, 2014). 1.2.7.3. Fase 3: Besluitvormingsfase Na het ontvangen van de aanbeveling, weegt het ‘rating committee’ het advies van de analisten af. Als het merendeel van het comité een beslissing overeengekomen is, spreekt het comité zich uit over de uiteindelijke credit rating. Daarbij kan elk lid van de CRA, zowel de leden van het comité als de overige medewerkers, zijn beroep aantekenen. Dat vindt plaats vooraleer de rating door de CRA gepubliceerd wordt. Indien nodig wordt er een nieuw comité samengesteld (Frints, 2014). 14 1.2.7.4. Fase 4: Verspreidingsfase Deze fase wordt ook wel de ‘dissemination’ fase genoemd. Op dit moment wordt de uiteindelijke beslissing voor het eerste bekend gemaakt aan de emittent (de aanvrager van de credit rating). Soms kan het gebeuren dat deze het niet eens is met de credit rating. In dat geval kan de uitgevende instelling een heroverweging aanvragen aan het ‘rating committee’ (Frints, 2014). De totale duur van een ratingsproces varieert van onderneming tot onderneming én van CRA tot CRA. De complexiteit van de structuur van de entiteit speelt uiteraard een bepalende rol. Het proces kan versneld worden indien dat noodzakelijk is. Het is ook van belang dat een CRA de toegekende ratings blijft opvolgen. Een continue monitoring van de rating wordt dan ook vaak aangeduid als een vijfde fase in het ratingsproces. Tijdens deze monitoring maakt men gebruik van ‘Watchlists’ en ‘Outlooks’ (Heughebaert, 2007). Wat dit precies inhoudt en hoe dit in zijn werk gaat, wordt verder toegelicht in 1.2.8. 1.2.8. Credit Watchlists en Rating Outlooks De toegekende kredietbeoordelingen proberen om het risico in beeld te brengen dat een entiteit in de toekomst niet aan zijn schuldverplichtingen zal kunnen voldoen. Daarom is het erg belangrijk dat wanneer een onderneming wijzigt (bijvoorbeeld een wijziging in het kredietrisico van dat bedrijf) de rating ook wordt aangepast. De CRA’s moeten met andere woorden permanent de kredietkwaliteit van hun cliënten controleren. Dit heeft als doel de rating aan te passen in de positieve of negatieve zin. Om deze aanpassingen zo correct mogelijk te laten verlopen wordt er gebruik gemaakt van de zogenaamde ‘Watchlists’ (of controlelijsten) en ‘Outlooks’ (of vooruitzichten) (Hylebos, 2009). ‘Watchlists’ en ‘Outlooks’ zijn twee aanvullende instrumenten om mogelijke veranderingen van de kredietkwaliteit van financiële producten bekend te maken. Het zijn voorlopers op een werkelijke ratingsverandering. Beide procedures worden in het algemeen aanzien als sterke voorspellers van ratingsveranderingen. 15 Vooruitzichten (of ‘Outlooks’) vertegenwoordigen de opinies van CRA’s over de ontwikkeling van een credit rating op middellange tot lange termijn, ongeveer 18 tot 36 maanden. ‘Outlooks’ weerspiegelen financiële of andere trends die nog niet leiden tot een ratingsactie, maar die zich zouden kunnen voordoen wanneer dergelijke trends zich zouden blijven voortzetten. De vooruitzichten zijn over het algemeen stabiel. Maar positieve of negatieve rating ‘Outlooks’ impliceren evenwel niet dat ratingsveranderingen onvermijdelijk zijn. Ratings kunnen dus worden verhoogd of verlaagd zonder een voorafgaande herziening van de ‘Outlook’ indien de omstandigheden dat rechtvaardigen (Fitch Ratings, 2014). ‘Watchlists’ focussen zich eerder op een veel kortere tijdshorizon (event-driven), gemiddeld drie maanden. Wanneer de kredietkwaliteit van een emittent zo sterk is veranderd (vergeleken met de verwachte trend) dat er een ratingswijziging nodig is (zowel een upgrade als downgrade), wordt deze cliënt op de controlelijst van de CRA geplaatst. Voorbeelden van zo’n gebeurtenis zijn een verandering als gevolg van een fusie, overname, kapitaalverhogingen etc (Hylebos, 2009). Boot (2006) wil aan de hand van een theoretisch model laten zien dat de ‘Watchlist’procedure een geïnstitutionaliseerde vorm van monitoring is. De procedure maakt het mogelijk om beursgenoteerde ondernemingen te bedreigen met een negatieve ratingsaanpassing. Op die manier kunnen CRA’s ervoor zorgen dat deze ondernemingen stoppen met hun risico verhogende acties om hun initiële waarderingsniveau te behouden. Met de watchlist beschikken CRA’s over een nieuw instrument om druk uit te oefenen op ondernemingen (Altman&Rijken, 2005). 16 1.2.9. Voordelen van de komst van kredietratingsagentschappen Sinds de Regulation Fair Disclosure (Reg FD)12 worden alle beursgenoteerde bedrijven verplicht om wezenlijke informatie (tijdens een uitgifte van een financieel instrument) aan alle beleggers op hetzelfde moment bekend te maken. Dit om selectieve bekendmaking van informatie aan bepaalde partijen te elimineren. Een nadeel van deze regulering is dat ook concurrenten van alles te weten kunnen komen over die bepaalde emittent. Eén uitzondering op deze regulering zijn kredietratingsagentschappen, zij vallen hier niet onder. Dat komt omdat CRA’s niet selectief zijn wanneer ze informatie over ratings openbaar gaan maken. Ze geven alleen niet de volledige hoeveelheid informatie prijs over de emittent en/of het te beoordelen product. Op die manier kunnen emittenten al hun interne informatie verstrekken aan CRA’s en kunnen CRA’s op hun beurt de kredietwaardigheid van hun cliënten bepalen zonder deze informatie volledig bloot te stellen aan de buitenwereld. Opnieuw een reden waarom kredietratingsagentschappen zo populair zijn op de financiële markt (Jorion et al., 2005). Deze regulering wordt verder uitgelicht in 1.7. 12 De Regulation Fair Disclosure is een regeling die werd uitgevaardigd door de SEC of de American securities and exchange commission in augustus 2000. 17 1.3. Belang van kredietbeoordelaars in de maatschappij Ratings spelen een sleutelpositie op de financiële markt. Ratings van goede kwaliteit zijn het basiskenmerk van een goed functionerende financiële markt (Van Laere et al., 2012). Het feit dat bedrijven die obligaties uitgeven, beschikken over minstens één rating, al dan niet twee ratings, toont dit aan. Uit onderzoek van Graham et al. (2011) blijkt dat 57.1% van de uitgegeven credit ratings als doorslaggevende factor worden beschouwd bij het bepalen van de financieringsstructuur van een onderneming. Op basis van dit voorbeeld kan je besluiten dat investeerders toch wel belang hechten aan de uitgifte van credit ratings. Het is relevant om nader te onderzoeken of dit nog steeds het geval is. De CRA’s zorgen ervoor dat informatie omtrent de waarschijnlijkheid tot faling publiek beschikbaar wordt gemaakt (Becker & Milbourn, 2011). Dit maakt het zeer gemakkelijk voor investeerders om op een eenvoudige manier informatie in te winnen over emittenten en/of financiële instrumenten (Becker & Milbourn, 2011). CRA’s spelen een belangrijke rol bij het oplossen van het probleem in verband met de informatie-asymmetrie. Bedrijfsmanagers beschikken vaak over een meer uitgebreide kennis van hun onderneming. Doordat zij deze informatie moeilijk op een geloofwaardige manier kunnen overbrengen naar de markt, kunnen de CRA’s hier een oplossing bieden. Zij kunnen de onderneming screenen en de informatie die hieruit voortvloeit aan de beleggers overbrengen in de vorm van ratings. Daardoor kan het probleem van informatie-asymmetrie verholpen worden. Ten gevolge van de ondoorzichtigheid, spelen ratings een aanzienlijke rol voor banken. Goede financiële ratings zorgen ervoor dat banken sneller en tegen voordeligere condities toegang krijgen tot de kapitaalmarkt. Dit heeft een directe impact op het reilen en zeilen van de werking van de bank (Van Laere et al., 2012). 18 Boot (2006) onderscheidt twee situaties waarbij CRA’s een grote rol spelen. Ten eerste spelen zij een bewakende rol. Deze is het meest prominent in hun credit watch procedures. Een tweede rol is hun invloed op de beslissingsprocedure van institutionele investeerders. Het zijn dus niet enkel en alleen de investeerders die baat hebben bij de aanwezigheid van ratings maar ook institutionele partijen maken hier gebruik van. Ratings worden niet alleen vaak gebruikt en vertrouwd in de private bedrijfswereld om risico’s te meten en te limiteren (Becker & Milbourn, 2011). Daarenboven maakt ook de regulering hiervan gebruik om normen te stellen om zo risico’s te beperken binnen verschillende segmenten van de markt. Commerciële banken, verzekeringsmaatschappijen en pensioenfondsen behoren tot de instellingen die gebruik maken van de gereguleerde normen gebaseerd op ratings van kredietbeoordelaars (Becker & Milbourn, 2011). Pensioenfondsen worden namelijk verplicht om in bedrijven met ‘investment-grade’ ratings te beleggen. Een ander voorbeeld van regelgeving, gebaseerd op ratings is het feit dat een bepaalde hoeveelheid kapitaal moet worden aangehouden in evenwicht met de kans op faling van een bedrijf. Hoe lager de rating, hoe meer kapitaal men moet aanhouden om dit risico te kunnen dekken (Becker & Milbourn, 2011). Ook de Europese Centrale Bank (ECB) maakt gebruik van de ratings om het onderpand van monetaire transacties te bepalen. Anderzijds moet de ECB de Basel II-normen toepassen bij het bepalen van hun regulering. Banken moeten namelijk een bepaalde hoeveelheid eigen vermogen aanhouden voor elke lening die wordt verstrekt. Deze hoeveelheid wordt bepaald door de ratings. De ECB maakt daarbij gebruik van 2 verschillende benaderingen. Ten eerste wordt de gestandaardiseerde benadering (SA of ‘Standardized Approach’) gehanteerd. Deze maakt gebruik van externe kredietbeoordelingen door External Credit Assessment Institutions (ECAI’s), zoals CRA’s. Ten tweede wordt ook de IRB-benadering gebruikt, wat staat voor ‘Internal Rating-Based’ (United Nations, 2009). Het gaat hier om ratingsmodellen die door de ECB zelf ontwikkeld zijn. 19 De ECB zelf maakt gebruikt van de IRB-approach. Bij deze benadering wordt aan de verschillende banken gevraagd om de kans op faling voor ieder krediet, met name de LossGiven-Default (LGD)13 en de Expected Exposure at Default (EED)14 te specificeren. De verkregen ratings van de banken worden gebruikt bij Basel II en Basel III. Een nadeel van deze IRB-approach is het feit dat de verschillende banken elk een eigen ratingsmodel gaan ontwikkelen. Op die manier kan het ertoe leiden dat verschillende banken, verschillende hoeveelheden kapitaal gaan aanhouden voor eenzelfde portfolio (door de Basel II en Basel III normen (Blundell-Wignall et al., 2014). Hetzelfde geldt op Amerikaans grondgebied, ook daar spelen de ratings een cruciale rol. De Securities and Exchange Commission (SEC), de Amerikaanse toezichthouder op de financiële markten, zorgt ervoor dat bepaalde beleggingen van beleggingsfondsen en spaarbanken in non-investment grade obligaties aan banden worden gelegd (Becker & Milbourn, 2011). Zoals hierboven wordt aangehaald baseren zowel investeerders, institutionele beleggers als de regulering zich op ratings bij het maken van beslissingen. De accuraatheid van ratings is dus van groot belang. De kwaliteit is zeer belangrijk voor de functionering van financiële markten (Becker & Milbourn, 2011). Het is dus maatschappelijk relevant om deze accuraatheid te onderzoeken. 13 Loss-Given Default is een parameter die aangeeft hoe groot het verlies is voor een bank of andere financiële instelling wanneer een klant in faling gaat 14 Expected Exposure at Default is een parameter voor de totale waarde waaraan een bank is blootgesteld bij een faling. 20 1.4. Positie van kredietbeoordelingsagentschappen op de financiële markt doorheen de tijd 1.4.1. Voor de financiële crisis Vóór het uitbreken van de financiële crisis in 2007 kenden CRA’s een groot succes. De omvang van de CRA’s breidde zich snel uit door de sterke stijging van het aantal gestructureerde financiële producten op de markt én de economische bloei. De belangrijkste producten die tot deze crisis hebben geleid, waren de Collateral debt obligations (CDO’s)15 en de Mortgage backed securities (MBS’s)16. De hiermee gepaard gaande activiteiten van CRA’s namen in aanzienlijke proporties toe en leidde automatisch tot een hogere omzet. Maar de monopolistische positie van de agentschappen en hun stijgende omvang op de markt zorgden ervoor dat de kwaliteit van hun analyses sterk daalde (Griffin, 2012). Ook namen zij het niet zo nauw met de informatie die ze ter beschikking stelden voor het grote publiek (Xia,2013). Tijdens deze jaren van economische groei liepen er duidelijk een aantal zaken mis met de kredietanalyses van de CRA’s. CRA’s begonnen nonchalant om te springen met de interne informatie die ze ontvingen van hun cliënten en de kwaliteit was duidelijk niet meer de hoofdreden van hun bestaan. In 2008, wanneer de grote crash zich in de financiële markt voordeed, kwamen al deze zaken omtrent achteloosheid en foute inschattingen van de kredietbeoordelaars dan ook aan het licht. Het is algemeen wel bekend dat er een vertraagd effect is tussen de verandering van het kredietrisico van een financieel product of bedrijf en de wijziging van de ermee gepaard gaande rating (Xia, 2013). 15 Colleteral debt obligations. Dit zijn obligaties waarbij de zekerheid is verschaft door het onderliggende onderpand. Deze zijn vaak onderverdeeld in tranches volgens hun betrouwbaarheid. zie 1.4.1.5. 16 Mortgaged backed securities. Hierbij is de onderliggende zekerheid een hypotheek of verzameling van hypotheken. 21 Hierbij moet echter wel de vraag gesteld worden of dit vertraagde effect een invloed heeft op de kwaliteit van de ratings. CRA’s moeten namelijk een afweging maken tussen het accuraat maken van ratings of het stabiel houden van ratings. Aan de ene kant wordt verwacht dat ratings zo accuraat mogelijk zijn maar aan de andere kant is het ook belangrijk dat ratings stabiel zijn. Hierbij wordt een onderscheid gemaakt tussen Point in Time (PIT) en Through the Cycle (TTC). Bij PIT verschaffen ratings de meest recente informatie en zijn ze bijgevolg ook het accuraatst. De TTC benadering probeert een evenwicht te zoeken tussen de accuraatheid en de stabiliteit van een rating (Kiff et al., 2013). Deze methode bestaat uit 2 aspecten. Ten eerste ligt de focus op de permanente kans op faling. Hierbij worden korte termijn fluctuaties van defaultrisico’s buiten beschouwing gelaten. Op deze manier meten ze enkel op lange termijn of permanent de kans op faling (Altman & Rijken, 2005). Volgens Standard & Poor’s (2003) is de waarde van een rating het grootst wanneer er gefocust wordt op lange termijn resultaten en er geen wijzigingen worden doorgevoerd met betrekking tot korte termijn fluctuaties. Ten tweede wordt er een voorzichtige ratingswijziging-politiek toegepast. Enkel werkelijke wijzigingen van de kans op faling (op lange termijn) leiden uiteindelijk tot veranderingen van die ratings (Altman & Rijken, 2005). CRA’s baseren zich op de TTC benadering. Banken volgen echter het PIT perspectief. Hierbij wordt het tijdelijke karakter van de kans op faling ook in rekening gebracht (Altman & Rijken, 2005). Uit onderzoek blijkt dat een ratingswijziging bij de TTC benadering kan leiden tot marktverstoringen en gevaarlijke paniekverkopen doordat dit een uitgestelde reactie is. Dit is het gevolg van de zogenaamde ‘cliff effects’. Hiermee wordt bedoeld dat stabiele ratings vatbaarder zijn voor een plotselinge ratingswijziging doordat deze het resultaat zijn van meerdere vertraagde wijzigingen. Beide benaderingen hebben dus hun voor- en nadelen 22 (Kiff et al., 2013). Het is dus interessant om na te gaan of ratings vandaag de dag accuraat genoeg zijn en of de maatschappij hier ook rekening mee houdt. Er is, met andere woorden, nog steeds onenigheid over de vraag of de PIT benadering tot betere resultaten leidt en of op die manier de ‘cliff effects’ vermeden kunnen worden. Voor- en nadelen van deze twee benaderingen kunnen tegen elkaar worden afgewogen. De onthulling van bovenstaande zaken leidde tot verregaande kritiek op de werking van de CRA’s, wat automatisch een nefast effect had op hun reputatie. Maar erger, de hele financiële markt verkeerde in tijden van grote economische recessie wat mede te wijten was aan hun manier van werken (Griffin & Tang, 2012). In de hierop volgende alinea’s worden de argumenten, die tot deze situatie hebben geleid, verder uitgediept. 1.4.1.1. Kritiek op CRA’s Zoals hierboven werd aangehaald hadden CRA’s tot de komst van de financiële crisis in 2007 een belangrijke en machtige positie op de financiële markt. Kredietinstellingen en beleggingsondernemingen lieten door deze ratingsbureaus hun financiële producten beoordelen. De financiële markt was met andere woorden véél te afhankelijk van de CRA’s aangezien zij monopolist waren op de kapitaalmarkt. Zoals in paragraaf 1.2.5. reeds werd vermeld, spelen ‘unsolicited ratings’ hierbij een belangrijke rol. Deze worden als minder gunstig beoordeeld. Omdat CRA’s lagere ratings toekennen indien deze ongevraagd zijn, worden emittenten ertoe aangezet om betaalde ‘solicited ratings’ aan te vragen (NBB, 2006). Wanneer er aan ‘rating shopping’ wordt gedaan, laten emittenten zich beoordelen door verschillende CRA’s. Daarna kiezen ze voor het agentschap dat de meest gunstige rating 23 uitgeeft (Griffin et al., 2012). Hierbij worden de agentschappen dus tegen elkaar uitgespeeld en wordt hun monopolistische kracht deels geëlimineerd. Ook ‘rating catering’ is een praktijk die toegepast wordt om een goede rating te verkrijgen. ‘Rating catering’ wordt opgedeeld in twee verschillende fases. Eerst wordt er aan ‘rating shopping’ gedaan. Doordat de focus van de CRA’s op hun toekomstige inkomsten en hun marktaandeel ligt, nemen ze het minder nauw met hun standaarden. Ze verhogen daarom hun ratings om emittenten aan te trekken. Door een stijging van de concurrentie komt er dus ook een stijging van ‘rating catering.’ Dit kan dus leiden tot een ‘race to the bottom’ (Golan et al., 2011). Hierbij komen de CRA’s tegemoet aan de verlangens van de emittenten om op die manier een groter marktaandeel te bekomen. Het principe van ‘rating catering’ is geboren (Griffin et al., 2012). Ondanks hun monopolistische positie is er dus nog steeds ruimte voor onderlinge concurrentie. 1.4.1.2. De beursintrede van Moody’s Moody’s is een van de drie grootste CRA’s die in de jaren 1900 werd opgericht (Kedia et al. , 2014). In 2000 besloot het agentschap om zijn intrede te maken op de beurs. Deze IPO ofwel ‘initial public offering’ leidde tot een grote wijziging in de sector met alle gevolgen van dien.17 De beursintrede zorgde er als eerste voor dat Moody’s zijn ratingsnormen versoepelde om op die manier zijn inkomsten te verhogen. Het agentschap moedigde onder andere ook hun werknemers aan om zich te focussen op het verkrijgen van hogere inkomsten en een groter marktaandeel (FCIC, 2011). 17 Met IPO of ‘Initial public offering’ wordt bedoeld, het moment dat een bedrijf voor de eerste maal op de beurs haar intrede neemt. 24 Ook stegen de ratings van Moody’s na zijn beursnotering significant voor gestructureerde financiële producten van grote emittenten. Bedrijfsobligaties van grote emittenten van gestructureerde financiële producten worden vaak voorzien van hogere ratings. Aan deze bedrijven worden betere beoordelingen gegeven in verband met hun risico op falen. Met andere woorden hoe meer geld Moody’s kan halen uit een bepaald bedrijf, hoe gunstiger de ratings. Na zijn beursnotering ging Moody’s ook sneller hogere ratings uitschrijven en handelde nonchalanter wanneer competitieve druk van andere agentschappen hoog was. (Kedia et al., 2014). De kwaliteit van de ratings ging dus sterk achteruit na de IPO. Deze conclusie wordt gesteld na een vergelijking te maken van de ratings van Moody’s voor en na de IPO en met de ratings van S&P tijdens dezelfde tijdsperiode. Kedia et al. (2014) ging te werk door middel van een ‘difference-in-difference’ methodologie. Hierbij worden de ratings, die uitgegeven worden door Moody’s, vergeleken met de ratings, uitgegeven door S&P. Doordat de positie van S&P tijdens deze periode niet wijzigde, kan het effect van de IPO van Moody’s gemeten worden. 1.4.1.3. Belangenvermenging Alp (2013) beweerde dat de ratingsnormen te soepel waren wat mogelijks te wijten was aan belangenconflicten. CRA’s gaan, zoals hierboven aangehaald, ratings toewijzen aan effecten van emittenten. In ruil voor een rating betalen emittenten een vergoeding. CRA’s vonden dat ze te weinig geld kregen voor het werk die ze in een rating staken. Dit resulteerde in het uitgeven van betere ratings om zo hogere vergoedingen te ontvangen. Op deze manier zorgen ratings ervoor dat low credit quality firms aan financiering geraken die ze normaal niet zouden kunnen verkrijgen. Dit leidt tot niet-objectieve ratings van effecten die veel meer risico inhouden dan het lijkt (Alp, 2013). Of CRA’s hun ratingsnormen strikter hebben gemaakt na het uitbreken van de crisis in 2007 waardoor ratings accurater zouden zijn, is relevant om verder te onderzoeken. 25 Naast de IPO van Moody’s zorgde de opkomst van Fitch, een ratingsbureau gefinancierd door de emittent, ook voor een issuer-friendly gedrag. Hiermee wordt bedoeld dat CRA’s een hogere rating geven aan emittenten aangezien zij voor hun inkomen zorgen. Hierdoor krijgen de gevestigde bedrijven een minder informatieve rating. Andere CRA’s volgen, om op die manier ook hùn klanten tevreden te houden (Becker & Milbourn, 2011). Ook Cornaggia en Cornaggia (2013) beweren dat issuer-paid agentschappen ratings vooropstellen in het voordeel van de emittent en hierdoor het kredietrisico gaan onderwaarderen. 1.4.1.4. Wijziging van de ratingskwaliteit tijdens een hoog- of laagconjunctuur CRA’s die als monopolist alle macht in handen hebben, zullen sneller minder accurate ratings uitgeven als hun inkomsten voor een welbepaalde rating hoger ligt. Maar tijdens de economische recessie waren CRA’s erg bezorgd om eventuele imago- en reputatieschade. Deze bezorgdheid beïnvloedde de kwaliteit van hun ratings in de positieve zin én leidde opnieuw tot strengere ratingsnormen (Bar-Isaac & Shapiro, 2012). Het genereren van inkomsten is voor CRA’s dus niet zo gemakkelijk als het lijkt. Het is sterk afhankelijk van de conjunctuur op dat moment. Reputatiebelangen gaan gepaard met een omgekeerde cyclische ratingskwaliteit. Als de economie zich in een periode van economische expansie bevindt, is de bezorgdheid om de reputatie eerder klein, wat leidt tot een lagere ratingskwaliteit en omgekeerd (Bar-Isaac & Shapiro, 2012). Dit fenomeen doet zich voor omdat financiële analisten hogere vergoedingen willen tijdens periodes van economische bloei. CRA’s bieden indirecte, adviserende en ondersteunende diensten aan die in ‘boom-periodes’ hoog kunnen oplopen. Daarom kan er tijdens deze periode veel verdiend worden. Emittenten willen dan namelijk veel betalen voor een rating (Bar-Isaac & Shapiro, 2012). 26 Omdat bedrijven minder snel slecht zullen presteren in tijden van expansie, gaat een CRA dan ook minder belang hechten aan de kwaliteit van zijn analyses. De ratingskwaliteit zal hierdoor verminderen aangezien de kans dat hun reputatie zal dalen eerder klein is. Er worden in dergelijke periodes dus minder initiatieven genomen om de ratingskwaliteit optimaal te houden (Bar-Isaac & Shapiro,2012). 1.4.1.4. Foute beoordeling van CDO’s Alvorens in te gaan op de beoordelingen van CDO’s door CRA’s, wordt er eerst dieper ingegaan op het begrip CDO. De afkorting ‘CDO’ staat voor ‘Collateralized Debt Obligations’. Het is de algemene benaming voor een type obligatie waarbij zekerheid is verschaft door de aanwezigheid van een onderpand (collateral). Het zijn obligaties, bestaande uit een bundel van gelijkaardige leningen, bijvoorbeeld hypotheekleningen waar de hypotheek als onderpand wordt aanzien. De obligaties bestaan voornamelijk uit ‘Prime’ en ‘Subprime’ leningen (Andersen et al. 2011). ‘Prime’ en ‘Subprime’ hypotheekleningen zijn leningen die voornamelijk verschillen in hun risicoprofiel. ‘Subprime’ hypotheekleningen worden uitgegeven aan personen met een hoog risicoprofiel. De kans op terugbetaling is dus bij deze leningen aanzienlijk kleiner dan bij ‘Prime’-hypotheekleningen. Deze opdeling wordt gemaakt aan de hand van risicogradaties die kijken naar de voorgaande leningen en rentebetalingen van de personen in het verleden (Agarwal & Calvin, 2007). Voor de crisis van 2007 kwam een groeiende markt tot stand voor deze derivaten. Omdat er een te kort was aan ‘Prime’-leningen, steeg het ‘Subprime’-gedeelte aanzienlijk. Tussen 2003 en 2007 steeg dit deel met maar liefst 28% (van 43% naar 71%). Hierdoor werd het risico op faling van deze obligaties een stuk groter maar werd er geen wijziging in de ratings doorgevoerd. De CDO’s bleven aan een AAA-rating noteren wat achteraf gezien volledig fout was (Andersen et al., 2011). 27 Men ging ervan uit dat het risico was verdeeld en dat de kans op faling daardoor zeer klein was. Als iemand zijn lening niet zou kunnen afbetalen, zou dit gecompenseerd kunnen worden door anderen die wel hun leningen zouden kunnen afbetalen (Andersen et al., 2011). Maar niets was minder waar. 1.4.2. Tijdens de financiële crisis Het uitbreken van de financiële crisis in 2007 in de VS zorgde ervoor dat al deze voorgaande veronderstellingen in opspraak kwamen. De verkeerde geclassificeerde CDO’s waren één van de grote oorzaken van de financiële crisis. Deze CDO’s waren de drijvende kracht achter de sterk stijgende huizenmarkt omdat hun hoge ratings zogezegd aantoonden dat de CDO’s praktisch geen falingsrisico inhielden. Daarenboven berokkende de CDO’s ook enorme schade in de bankensector en zorgde voor een zware crash in de financiële markt (Griffin & Tang, 2012). Ook het gedrag en de beslissingen van investeringsbanken waren allesbehalve correct. Omdat de vraag naar CDO’s steeg, steeg ook de vraag naar leningen. Banken gingen een nieuw systeem toepassen wat voornamelijk gekend is als schaduwbankieren. Banken wilden zo weinig mogelijk risico in hun portefeuille. Daarom gingen zij telkens leningen gaan verpakken in CDO’s. Op die manier konden banken voldoen aan de grote vraag naar CDO’s én sluisde men op deze manier het risico door naar de persoon die de CDO kocht. De activa werd van de balans gehaald waardoor er kapitaal vrijkwam dat in andere projecten kon geïnvesteerd worden om zo extra winsten te genereren (Andersen et al., 2011). Het percentage ‘Subprime’-leningen steeg aanzienlijk. Er werden hypotheekleningen uitgegeven aan personen waarvan men bijna zeker wist dat zij hun leningen niet zouden kunnen terugbetalen. Omdat de prijzen op de huizenmarkt bleven stijgen, dachten de uitgevers van de hypotheekleningen dat er niets fout kon lopen. Maar wanneer er massaal niet meer voldaan kon worden aan de terugbetalingen van de leningen, namen banken die huizen in beslag. De huizen werden opnieuw te koop gesteld, 28 met als gevolg een stijging van het aantal huizen die te koop stond en een aanzienlijke daling in de huizenprijzen. Dit leidde uiteindelijk tot het losbarsten van de ‘huizenmarkt-zeepbel’ die snel gevolgd werd door een crash in de CDO’s waardoor de financiële crisis zijn intrede had gemaakt (Andersen et al., 2011). Een centrale vraag bij de problematiek omtrent CDO’s is de vraag of CRA’s bewust de CDO ratings hebben opgeblazen of ze op een kritische manier de CDO’s hebben beoordeeld aan de hand van de beschikbare informatie op dat moment (Griffin & Tang, 2012). Het uitbreken van de financiële crisis heeft ertoe geleid dat de politici, de wetgevende macht en de pers concludeerden dat de business modellen van de CRA’s gefaald hadden. Vanaf het moment dat emittenten ratingsagentschappen moesten betalen, werden de ratings minder betrouwbaar. De CRA’s hadden er een te groot belang bij om positieve ratings uit te geven om op die manier een groot aantal uitgevers aan te trekken tegen een grote vergoeding. Er is dus een groot ‘conflict of interest’ tussen de CRA’s en de investeerders (Krugman, 2010). 1.4.3. Na de financiële crisis Na het incasseren van de vele kritiek die volgde na de financiële crisis kwam er grote druk van buitenaf op de CRA’s om een grote wijziging in hun manier van werken te gaan hanteren. Ook hun bezorgdheid om hun reputatie droeg bij om een grondige wijziging in hun handelen door te voeren. In deze studie zal hiernaar verder onderzoek gebeuren. Wat was het effect van de financiële crisis op de CRA’s? Zijn CRA’s nog steeds krachtig en welk effect had de financiële crisis op de informatieve waarde en de accuraatheid van ratings? Dit wordt verder in deze studie onderzocht en opgehelderd. Na de financiële crisis werden er verschillende stappen ondernomen om de Europese regelgeving met betrekking tot CRA’s op punt te stellen. Dit heeft als doel om de accuraatheid van credit ratings te verbeteren. Hieronder wordt deze regelgeving verder toegelicht. 29 1.5. Europese regulering van en toezicht op kredietratingsagentschappen 1.5.1. Inleiding Dat de financiële crisis goed heeft huisgehouden, en dat voor sommigen nog steeds doet, is intussen tot in bijna alle uithoeken van de wereld doorgeklonken. Wie probeert te zoeken naar oorzaken van de crisis, zal onder andere automatisch uitkomen op de verkeerd geclassificeerde financiële producten net voor de economische inzinking. Dit gaat vooral over de ‘subprime residential-mortgage backed securities’ en de daarop gebaseerde ‘collaterized debt obligations’ (CDO’s). Opvallend is dat ruwweg 80% van deze verkochte producten de allerhoogste kredietscore (AAA of Aaa) ontvingen van de kredietratingsagentschappen én dus het allerlaagste kredietrisico impliceerden (Boersma, 2010). Ratingsbureaus kwamen vooral de laatste jaren negatief in beeld door hun veronderstelde contributie aan de crisis én tegenwoordig als struikelblok bij het oplossen van de financiële problemen van landen als Griekenland, Italië en Portugal (Jaakke, 2012). De kredietratingsagentschappen zouden advies gegeven hebben aan emittenten omtrent het structureren van nieuwe financiële instrumenten, om deze nadien ook zelf van een rating te verschaffen. Hun monopolistische positie op de financiële markt deed ook de vraag rijzen of ratings wel betrouwbaar waren én of de kwaliteit van de ratings niet werd verwaarloosd ten voordele van de klanten. Ook zouden kredietbeoordelaars volgens het Financial Stability Forum (FSF) 18 hoge beoordelingen hebben gegeven aan complex gestructureerde subprime-schulden op basis 18 Het FSF bestaat uit vertegenwoordigers van nationale en internationale financiële autoriteiten en centrale banken. Het forum werd opgericht in 1999 om de internationale financiële stabiliteit te bevorderen. Het forum 30 van onvoldoende historische data en in sommige gevallen van onjuiste modellen (Jaakke, 2012). De financiële crisis heeft geleid tot de schreeuw om meer regulering inzake kredietbeoordelingsbureaus en de verbetering van hun beoordelingsproces bij kredietrisico’s. De vraag kan gesteld worden welke maatregelen er nu werkelijk genomen zijn om deze tekortkomingen te voorkomen of tegen te gaan. Vooreerst moet er wel duidelijk gemaakt worden dat deze regulering uiteenvalt in twee subcategorieën. Enerzijds regulering met betrekking tot de werking van een kredietratingsagentschap en anderzijds het gebruik van de verkregen ratings in de regelgeving van financiële markten. Wij focussen ons op de eerste subcategorie, met name, de regulering omtrent de werking van een CRA. In de volgende punten bespreken we kort de evolutie van de maatregelen die zijn genomen tot het huidig regelgevend systeem met betrekking tot de credit rating agencies. 1.5.2. Geen reglementering van de activiteiten van CRA’s tot 2006 Tot voor kort bestond er nog geen reglementering in verband met de activiteiten van de kredietratingsagentschappen. Bovendien werd er ook geen regulering verwacht bij de financiële en juridische organen. Grondwettelijke bezwaren staan een reglementering van de CRA’s in de weg. Het eerste amendement in de Amerikaanse wet, dat gaat over de vrijheid van meningsuiting, vormt namelijk een probleem (Bruynicnkx, 2008). vergemakkelijkt overleg en samenwerking op het toezicht van financiële instellingen, transacties en gebeurtenissen (zoals de financiële crisis). 31 Het eerste amendement zegt: “Congress shall make no law respecting an establishment of religion, or prohibiting the free exercise thereof: or abridging the freedom of speech, or the press: or the right of the people peaceably to assemble, and to petition the Government for a redress of grievances”. Wat is nu het verband met de regulering omtrent kredietratingsagentschappen? In enkele rechtszaken spraken de Amerikaanse rechters zich al uit over de relatie tussen de activiteiten van de CRA’s en de inhoud van het eerste amendement. Zo bepaalde de United States Court of Appeals in Quinn dat een persoon zich redelijkerwijze niet uitsluitend mag baseren op de resultaten van een rating aangezien het slechts een persoonlijke mening van een CRA betreft. Daar het om een mening gaat, kan er dan ook geen garantie worden gegeven over de absolute waarheid die een rating aangeeft (Bruyninckx, 2008). De brede benadering door de Amerikaanse rechtspraak van het recht op de vrije mening en de strenge aanpak van beperkingen ervan zou laten vermoeden dat een regulering omtrent de CRA’s nog veraf ligt. Toch wil dit niet zeggen dat kredietratingsagentschappen daarom volledig vrij zijn op de financiële markt. Zo werd er een code opgesteld waaraan het gedrag van CRA’s kan getoetst worden. 1.5.3. IOSCO Gedragscode In 2004 werd de gedragscode, Code of Conduct, gepubliceerd door ‘The International Organization of Securities Commissions’ (IOSCO)19. Dit is bij wijze van aanbeveling, een deontologische code waaraan CRA’s moeten voldoen bij het uitvoeren van hun ratingsproces. 19 International organization of securities commissions is een internationaal forum van toezichthouders op effectinstellingen dat ongeveer 135 leden uit ruim 80 landen telt. IOSCO streeft naar hoge standaarden voor regulering van en toezicht op effecten-en derivatenmarkten. 32 Deze code werd door het IOSCO opgesteld om de kwaliteit en integriteit van het ratingsproces te behouden, om passende kredietanalyses uit te voeren zonder de aanwezigheid van belangenconflicten en om ervoor te zorgen dat ratingsmethoden transparant zijn en kunnen worden aangepast. Op die manier wil IOSCO het vertrouwen van de financiële markt in de CRA’s doen toenemen (Boersma, 2010). De gedragscode geeft aan dat CRA’s zich niet mogen laten leiden door andere criteria dan deze die nodig zijn om een ratingsproces uit te voeren. Vier grote thema’s komen aan bod in de IOSCO-gedragscode (Bruyninckx, 2008): 1. De onafhankelijkheid van de CRA’s en de preventieve aanpak van belangenconflicten. 2. De kwaliteit en de integriteit van het ratingsproces. 3. De transparantie en de duidelijkheid van de ratings. 4. De vertrouwelijkheid in de omgang met dossiers. Of CRA’s werkelijk voldoen aan de regels in de IOSCO-code is volledig vrijwillig. Het principe van deze code was dat CRA’s de IOSCO-code ofwel zouden opnemen in hun ratingsproces ofwel het niet-naleven van de code zouden verantwoorden. CRA’s zijn verplicht om het ‘pas toe of leg uit’-principe toe te passen. Het is een principe waarbij een lijst met standaarden moet worden toegepast. Indien men deze niet toepast moet men uitleggen waarom men deze niet toepast of motiveren waarom er geen actie werd ondernomen (Utzig,2010). Als reactie hierop creëerden Moody’s en S&P hun eigen code. In 2005 pasten zij hun beleid en procedures aan zodat deze strookten met de IOSCO-code. Beide CRA’s publiceerden hun eerste rapport omtrent de code in 2006. Hierin werd gesteld dat reeds voor de nieuwe reglementering van SEC en IOSCO in 2003 de CRA’s reeds internationale gedragscodes en procedures handhaafden om potentiële belangenconflicten te voorkomen. Op die manier wilden zij de onafhankelijkheid en objectiviteit van de ratingsprocessen verzekeren (United Nations New York and Geneva, 2009). 33 De economische crisis heeft duidelijk gemaakt dat dit systeem van zelfregulering door de CRA’s niet voldoende garanties bood. Eén van de redenen die we hier kunnen aanhalen is het ontbreken van een sanctiemechanisme. Deze code moedigt CRA’s enkel aan om bij nietnaleving ervan uit te leggen waarom ze dat niet doen. De gedragscode kan dus vergeleken worden met een ‘tandloze tijger’ (Boersma, 2010). 1.5.4. CRA Verordening I : als basis voor de huidige Europese regulering inzake CRA’s Het respecteren van de IOSCO-code door de CRA’s had dus duidelijk gefaald in de ogen van de Europese commissie. Een systeem op basis van zelfregulering was geen goed plan en er was nood aan een vernieuwende regelgeving. Die kwam er dan ook met de eerste Verordening. Het Europees Parlement en de Raad van de Europese Unie namen op 16 december 2009 de verordening inzake CRA’s aan, die met uitzondering van een aantal bepalingen op 7 december 2009 in werking is getreden (Jaakke, 2012). Deze eerste verordening bevat een aantal voorschriften die ook terug te vinden zijn in de IOSCO-code, maar die sinds deze regeling wél wettelijk bindend zijn. Verordening I richt zich namelijk ook op het gebied van onafhankelijkheid, transparantie en het vermijden van belangenconflicten. Zo zijn de agentschappen verplicht om open te zijn omtrent de gebruikte methodes en modellen, en moeten de twintig grootste klanten openbaar worden gemaakt (Jaakke, 2012). De hierboven beschreven scheiding tussen advies- en ratingsactiviteiten duidde onder andere aan dat het niet meer werd toegestaan dat analisten en werknemers, die betrokken waren bij de totstandkoming van ratings, nog deelnamen aan de onderhandelingen bij het bepalen van de vergoedingen die CRA’s zouden verkrijgen (Frints, 2014). De CRA-verordening sluit een inschrijvingsprocedure in die de Europese toezichthouders in staat stelt om de activiteiten van ratingsbureaus te controleren. De belangrijkste doelstelling 34 van de verordening is het vermijden van bestaande en potentiële belangenconflicten tussen de ratingsbureaus en de organisaties die ze gaan waarderen (Utzig, 2010). De sleutelpunten van de verordening zijn dus de volgende: Ten eerste creëerde de eerste verordening een registratiesysteem. Kredietinstellingen en verzekeringsondernemingen mogen alleen ratings gebruiken voor regelgevende doeleinden én als die ratings zijn uitgegeven door een CRA die is geregistreerd in de Europese Unie of voldoet aan de gelijkwaardige criteria die in de verordening is weergegeven. Een CRA moet aan bepaalde organisatorische en operationele voorwaarden voldoen om in aanmerking te komen voor een registratie bij de Europese Unie. Voor het uitgeven van credit ratings in de Europese Unie moeten CRA’s zich registreren bij de bevoegde autoriteit van de lidstaat waar de betreffende CRA zijn statutaire zetel heeft (Jaakke, 2012). Een tweede belangrijke verandering die de eerste CRA-verordening met zich meebracht, was het instellen van een toezichtsregime voor CRA’s ter bescherming van de stabiliteit van financiële markten en investeerders. Nationale toezichthouders in de lidstaten werden bevoegd met het uitoefenen van het toezicht. Het regime stond onder leiding van het CESR 20 die ervoor moet zorgen dat toezichthouders vlot met elkaar kunnen samenwerken. Het CESR kreeg ook een adviserende rol toegewezen (Utzig, 2010). Het regime beschikte over verschillende sanctiemaatregelen indien een kredietratingsagentschap handelt in strijd met de bepalingen in de verordening. Zo kunnen de toezichthouders de registratie intrekken (die onmiddellijk ook de zwaarste sanctie is), een tijdelijk verbod opleggen van de uitgegeven credit ratings, publiekelijke waarschuwingen 20 CESR staat voor ‘The Committee of European Securities Regulators’. Het betreft hier de verzameling van de nationale toezichthouders op het gebied van financiële verslaggeving. 35 verschaffen wanneer de verplichtingen uit de CRA-verordening niet worden nageleefd… (Frints, 2014). 1.5.5. CRA Verordening II Vrij snel na de ontwikkeling van Verordening I werd een voorstel gedaan tot een wijziging. Het doel van deze wijziging bestond in het centraliseren van het toezicht- en registratieregime voor CRA’s. Het bestaande wettelijke kader waarin het CESR de leiding had bleek namelijk niet geschikt genoeg te zijn om een geconsolideerde toezichtstructuur te ontwikkelen. De doelstelling van Verordening II bestond hoofdzakelijk in het vergroten van de transparantie (Jaakke, 2012). CRA II paste CRA I aan door middel van de overdracht van het Europese toezicht naar de daarvoor speciaal opgerichte onafhankelijke autoriteit, de ESMA.21 De ESMA zorgt ervoor dat effectenmarkten onschendbaar zijn, transparant, efficiënt en ordelijk functioneren. De bescherming van beleggers wordt op die manier door de ESMA bevorderd. Door de overdracht van de bevoegdheden naar het ESMA, werd het toezichts- en registratieregime gecentraliseerd waardoor het registratieproces werd verkort en gestroomlijnder werd (Frints, 2014). Niet alleen is de ESMA verantwoordelijk voor het toezicht op de ratingsbureaus, ook is zij verantwoordelijk voor de registratie van deze CRA’s en het nemen van maatregelen in geval van een inbreuk op CRA-verordening I (Jaakke, 2012). Verordening I en de aangepaste Verordening II vormden een goeie basis voor de regulering van CRA’s op de financiële markt. Toch bleek dit nog niet voldoende te zijn, het huidige wettelijke kader kampte nog steeds met enkele tekortkomingen. Ratings van staatsschuld 21 ESMA staat voor ‘the European Securities and Markets Authority’. Het orgaan vervult de rol van een onafhankelijke EU-autoriteit die bijdraagt aan het beaken van de stabiliteit van het financiële systeem in de EU. 36 waren nog altijd te weinig transparant, de investeerders waren nog steeds te afhankelijk van de kredietbeoordelingen die CRA’s uitgaven, de twee verordeningen hadden ook nog geen oog voor de aansprakelijkheid van de CRA’s alsook de oligopolistische structuur en het verdienmodel van de CRA’s (het issuer pays-model) (Utzig, 2010). 1.5.6. CRA Verordening III: als huidige regelgeving in de Europese Unie Volgend op CRA I en CRA II kwam de derde CRA-verordening tot stand. Het verminderen van het excessieve vertrouwen van investeerders in de externe kredietbeoordelingen die ratingsbureaus uitgeven was een van de belangrijkste doelstellingen van CRA III. De verordening bepaalt dat kredietinstellingen en beleggingsondernemingen hun eigen kredietrisico moeten gaan beoordelen en niet uitsluitend rekening mogen houden met de externe ratings die worden uitgegeven door een CRA. Men mag dus niet meer blindelings vertrouwen op het werk van CRA’s (Frints, 2014). Hierbij moeten wel strenge regels opgesteld worden aangezien instellingen ervoor kunnen zorgen dat de uitkomst van de eigen beoordelingsprocessen gelijk zijn aan die van CRA’s. De CRA III probeert hiermee een gewenst evenwicht te vinden tussen interne en externe kredietrisicobeoordelingen, zodat de verantwoordelijke toezichthouders (ESMA) doeltreffend kunnen ingrijpen wanneer dat evenwicht verstoord wordt (Jaakke, 2012). Een andere maatregel die werd gesteld in Verordening III, is de verplichting voor CRA’s om nieuwe methodes in het ratingsproces of wijzigingen van bestaande ratingsmethodologieën voor te leggen aan het ESMA ter goedkeuring. Op die manier heeft het ESMA meer inspraak in het ratingsproces en de macht om het ratingsproces te verbeteren in kwaliteit. CRA-Verordening I en II hielden geen rekening met de aansprakelijkheid van de ratingsbureaus, daarom stelde de Europese commissie voor dat een investeerder een CRA aansprakelijk moet kunnen stellen indien deze de verordening schendt én deze schending een effect heeft gehad op de kwaliteit en uitkomst van een credit rating. Aansprakelijkheid is 37 mogelijk wanneer het gaat om een opzettelijke inbreuk door een CRA of om een grove nalatigheid (Frints, 2014). Het aansprakelijk stellen van een kredietratingsagentschap is moeilijk aangezien beleggers dikwijls slechts in beperkte mate zicht hebben op het interne ratingsproces van CRA’s. Daarom vindt er een gedeeltelijke bewijslastomkering plaats. Wanneer een investeerder een schending aantoont, van een CRA’s die is opgenomen in bijlage III22 van de verordening, dan moet het ratingsbureau bewijzen dat de inbreuk zich niet heeft voorgedaan of geen impact heeft gehad op de kredietbeoordeling. Het aantonen van het verband tussen schade en oorzaak (fout) zal voor de belegger moeilijk blijven, maar het is in ieder geval wel mogelijk (Jaakke, 2012). CRA III wil ook bijdragen tot meer vertrouwen van de financiële markt in gestructureerde financiële producten. Om dit te realiseren legt de derde verordening de verplichting op aan instellingen die een rating aanvragen, om minstens twee CRA’s aan te stellen om het kredietrisico te bepalen. Het moet gaan om onafhankelijke ratingsbureaus om zo aan de vereiste onafhankelijkheid in de verordening te voldoen én ten minste één bureau mag hoogstens 10% van het marktaandeel bezitten. Om de aanvrager te helpen bij het zoeken naar CRA’s dient het ESMA een lijst op te stellen van alle geregistreerde CRA’s en hun marktaandeel (Terrière, 2014). Om de concurrentie op de ratingsmarkt en de kwaliteit van die ratings te verbeteren stelde de Commissie voor om alle bestaande credit ratings van een schuldinstrument te publiceren op de Europese ratingsindex (EURIX23). Daarvoor diende het ESMA een ratingsschaal te ontwikkelingen voor alle ratings. Op die manier kunnen investeerders credit ratings 22 Verordening II voegde aan verordening I een bijlage III toe met een lange lijst van inbreuken op de verordening. Inbreukmakend is onder andere wanneer het bedrijfsbelang van het ratingsbureau afbreuk doet aan de onafhankelijkheid, wanneer de openbaarmakingsbepalingen worden geschonden en wanneer er consultancy- en adviesdiensten worden verstrekt. 23 European rating Index, opgericht om een uitgebreidere publicatie van informatie over gestructureerde financiële instrumenten te verschaffen. 38 gemakkelijk met elkaar vergelijken. Een bijkomende maatregel hierbij is dat de prijzen van CRA’s niet discriminerend mogen zijn, niet mogen afhangen van het niveau van de rating of van de uitgevoerde werkzaamheden (Jaakke, 2012). Om te concluderen is het duidelijk dat naarmate de financiële crisis opkwam, het begrip zelfregulering heeft gefaald. De IOSCO-gedragscode vormt op dit moment enkel een basis voor de regulering die hierop volgde. De in de Europese Unie geldende regels omtrent de kredietratingsagentschappen zijn een stap in de goede richting. 39 1.6. Split Ratings Ratings kunnen niet alleen verkeerd worden ingeschat, ook het fenomeen split ratings kan voor problemen zorgen. Hiermee wordt bedoeld dat bedrijven een verschillende rating ontvangen van twee of meerdere kredietbeoordelaars (Van Laere et al., 2012). Het feit dat dit probleem zich stelt kan te wijten zijn aan verschillende factoren. Ten eerste kan dit het gevolg zijn van een gelijke beoordeling van de kredietwaardigheid. Hierbij zullen bijvoorbeeld Moody’s en S&P overeenkomen in de beoordeling omtrent de kredietwaardigheid maar zullen ze toch tot een andere conclusie, en dus ook rating, komen omdat ze verschillende standaardnormen hebben waarmee rekening wordt gehouden (Ederington, 1986). Vervolgens kan dit probleem ook ontstaan doordat verschillende CRA’s hun evaluaties laten afhangen van verschillende procedures. Hierbij maken ze gebruik van verschillende factoren en verschillende graden van belangrijkheid van de gebruikte factoren. Moody’s zal bijvoorbeeld meer belang hechten aan een bepaald kenmerk dan S&P. Moody’s gaat namelijk ook rekening houden met het feit dat bedrijven in faling zich eventueel kunnen herstellen door externe financiering te gaan zoeken. S&P richt zich dan anderzijds puur op de kans op faling. Op die manier geven de twee CRA’s verschillende ratings uit, wat leidt tot split ratings (Ederington, 1986). De bankratings van Moody’s en S&P reflecteren bijvoorbeeld verschillende indicatoren en dimensies van de financiële gezondheid van een bank. Ratings van Moody’s’ lijken gevoeliger te zijn voor het economische klimaat dan deze van S&P (Van Laere et al., 2012). Ten slotte kan het ook zijn dat er geen systematische verschillen zijn tussen de verschillende agentschappen. Maar omdat het bepalen van ratings een zeer moeilijke en subjectieve taak is, en er dus geen strikt parcours moet gevolgd worden, kan dit vaak resulteren in nonsystematische verschillen (Ederington, 1986). 40 Uit academisch onderzoek is daarenboven gebleken dat kredietratingsagentschappen hun ratingsmodel hebben aangepast ten gevolge van de financiële crisis. Dit wil daarom niet vanzelfsprekend zeggen dat dit dan ook resulteert in ratings die dichter bij elkaar liggen (Van Laere et al., 2012). Uit onderzoek van Van Laere et al. (2012) bleek ten andere ook dat voor beide ratingsagentschappen de subjectiviteit in het ratingsproces stijgt naarmate de ondoorzichtigheid bij een bank stijgt. Dit effect lijkt groter te zijn voor Moody’s dan voor S&P. Door deze ondoorzichtigheid van banken toont Morgan (2002) aan dat er meer split ratings zijn voor financiële intermediairs. Banken zijn namelijk moeilijk om te raten omwille van hun ondoorzichtigheid. In de literatuur wordt er een onderscheid gemaakt tussen financials en non-financials. Het onderzoek van Ederington (1986) focust zich op non-financials. Dit toont aan dat Moody’s iets beter presteert dan S&P en het percentage van ratings dus ook als correcter wordt geclassificeerd. Dit zou kunnen verklaard worden door verschillende hypotheses. Het zou kunnen dat S&P minder consistent is, dan Moody’s, bij het beoordelen van ondernemingen. Een andere verklaring zou kunnen zijn dat S&P gebruik maakt van informatie die niet in het model is opgenomen. Hierdoor zou het kunnen dat S&P meer inside informatie reflecteert en dus meer informatie beschikbaar stelt aan het grote publiek. Ederington (1986) besluit echter dat beide agentschappen over dezelfde graad van kredietwaardigheid beschikken en dus gelijkaardige ratings produceren. Er is dus geen concreet bewijs voor verschillen in standaarden tussen de 2 agentschappen. Veel mensen hebben echter de neiging om een tweede rating op te vragen maar dit brengt geen nieuwe informatie op de markt. Ze beschikken over dezelfde informatie en beoordelen deze informatie ook meestal op dezelfde manier (Ederington, 1986). Het onderzoek van Van Laere et al. (2012) komt echter tot andere inzichten bij het analyseren van financials. Uit onderzoek van de periode 2000-2011 blijkt dat er toch verschillen aanwezig zijn in de ratingsprocessen van beide CRA’s. Deze verschillen dragen bij aan een split. Ook na de wijziging van de ratingsmodellen ten gevolge van de financiële 41 crisis, lijkt het er niet op dat de ratingsprocessen van beide agentschappen zich dichter naar elkaar toe begeven. Ten slotte stellen zij ook dat omwille van het niveau van voorzichtigheid in het ratingsproces, het effect van een ratingswijziging op de markt hoger is bij Moody’s dan S&P. Hieruit kan dus besloten worden dat Van Laere et al. (2012) er niet vanuit gaan dat de verschillen tussen de verschillende agentschappen, met name de verschillen in hun ratings, verwaarloosbaar zijn zoals gesteld wordt in het onderzoek van Ederington (1986). 42 1.7. Informatieve waarde Zoals de literatuur reeds aanhaalde is het interessant om na te gaan of ratings en veranderingen van die ratings, door de verschillende CRA’s, als belangrijk aanzien worden. De mate waarin de maatschappij rekening houdt met ratings wordt de informatieve waarde genoemd. Hieromtrent zijn er al verschillende onderzoeken verricht waarbij telkens min of meer dezelfde conclusie bekomen werd. Toch zijn er nog enkele hiaten binnen dit domein. Bijvoorbeeld als CRA’s bij het bepalen van de ratings, zich zouden baseren op publiek beschikbare informatie en als de markten efficiënt zouden zijn, dan zou een ratingsverandering geen impact mogen hebben op het verkregen rendement. Indien CRA’s ook toegang zouden hebben tot private informatie en als markten niet efficiënt zouden zijn, dan zouden deze CRA’s informatie kunnen verspreiden die vooraf niet door alle beleggers geweten is. Dat betekent dat een ratingswijziging dan net wel een impact zal hebben op het verkregen rendement (Brogaard et al., 2015). Wanneer er dus een effect is op het verkregen rendement bij een aankondiging van een ratingswijziging, spreek je van een informatieve waarde. Of marktefficiëntie de enige variabele is die informatieve waarde tot stand kan brengen, kan niet met zekerheid gezegd worden. Tijdens deze masterproef wordt dit niet onderzocht, maar het vormt wel een interessant topic voor verder onderzoek. Om de tekortkoming omtrent de beschikbare informatie die CRA’s ontvangen om de rating te bepalen deels op te lossen, werd op 23 oktober 2000 ‘The Regulation Fair Disclosure’ (Reg FD) door de SEC ingevoerd24. Deze regulering is gericht op alle publieke bedrijven. Zoals eerder vermeld zijn deze bedrijven verplicht om alle niet-publieke informatie, die enkel blootgesteld wordt aan een select publiek, ook beschikbaar te stellen voor het grote publiek. Op die manier zou een ratingswijziging geen grote impact mogen hebben op het verkregen rendement én worden er geen partijen bevoordeeld. 24 Zie 1.2.9 43 Een aantal partijen vallen niet onder deze regulering. Zo vormen ratingsagentschappen een uitzondering op de Reg FD. Dat komt omdat CRA’s niet selectief zijn wanneer ze informatie over ratings openbaar gaan maken. Zonder deze uitzondering zouden ratingsagentschappen informatie van lagere kwaliteit verschaffen aan investeerders. De informatie die CRA’s ontvangen van bedrijven, is informatie die deze bedrijven liever niet aan de buitenwereld laten zien. Net omdat CRA’s die informatie verkrijgen, zijn ze in staat om de waarde van die ratings te verbeteren (Jorion et al., 2005). Om de informatieve waarde van stock ratings voldoende te kunnen onderzoeken, werd er zowel onderzoek verricht tijdens de periode voor de Reg FD als na de Reg FD. Hierbij werd een bereik van twee jaar voor en twee jaar na de Reg FD genomen, gebruikmakend van data die bekomen werd uit ‘The Mergent Fixed Investment Securities’ –database (FISD). De keuze om een langere periode te kiezen ligt in het feit dat Jorion et al. (2005) de steekproefgrootte willen maximaliseren. De periode voor de invoering van de regulering start in augustus 1998 en eindigt in september 2000. De periode na de invoering van de regulering start in november 2000 en eindigt in december 2002. Beide periodes spreiden zich uit over een periode van 26 maanden. Uit de steekproef worden de ratingsveranderingen geschrapt die gepaard gaan met fusies, overnames of marktvoorwaarden. De finale steekproef bestaat uit 1,767 downgrades en 437 upgrades. 90% van de data bestaat uit ratingswijzigingen door Moody’s en S&P, de overige 10% zijn ratingswijzigingen door Fitch (Jorion et al., 2005). Er werd verwacht dat de informatieve waarde zou stijgen omdat de toegang tot bepaalde informatie voor CRA’s gestegen was, aangezien CRA’s een uitzondering vormen op de Reg FD. Downgrades zouden leiden tot grotere dalingen in de aandelenkoers en upgrades zouden leiden tot grotere stijgingen. Het resultaat van de uitgevoerde eventstudie bevestigt deze verwachtingen (Jorion et al., 2005). 44 Jorion et al. (2005) stelden dat de Reg FD ervoor gezorgd had dat de kwaliteit van de informatieve waarde van ratings sterk verbeterde. Ratingsagentschappen werden hierdoor bevoorrechte leiders in het openbaar maken van informatie naar het grote publiek toe. Als gevolg leidde dit ertoe dat ratingswijzigingen een veel sterker effect hadden op de aandelenrendementen. Zowel downgrades als upgrades hadden een grotere impact op de aandelenkoersen volgens Jorion et al. (2005). Ook Dichev en Piotroski (2001) voerden onderzoek naar de informatieve waarde van ratingswijzigingen van aandelen door Moody’s. Dit onderzoek, dat liep tussen 1970 en 1979, maakt gebruik van een dataset, bestaande uit 4,727 observaties waarvan 1,787 upgrades en 2,940 downgrades. Uit de resultaten bleek dat een upgrade niet leidde tot grote wijzigingen bij de abnormale rendementen. Wel werd er vastgesteld dat een downgrade leidde tot dalende abnormale rendementen van 10 tot 14% tijdens het jaar volgend op het event. De dalingen van de abnormale rendementen weerspiegelden zich vooral tijdens de eerste maanden na de aankondiging. Daarna verminderde dit effect tijdens het tweede en het derde jaar. Bij onderzoek naar de informatieve waarde van ratings wordt er niet alleen gebaseerd op abnormale rendementen. Zo onderzochten Kliger & Sarig (2000) de informatieve waarde op een geheel andere wijze. In dit onderzoek worden de prijsreacties op een ratingsverandering van obligaties onderzocht. De ratingsveranderingen die gebruikt worden, zijn degene die zijn opgetreden op het moment dat Moody’s zijn rapporten ging gaan verfijnen. Moody’s gaat veel gedetailleerder rapporteren door gebruik te maken van subratings25. Zo wordt er extra informatie beschikbaar gemaakt aan het grote publiek. Meer specifiek worden de ratingsveranderingen onderzocht die zijn ontstaan bij de overgang van het grove ratingsrapport van 30 maart 1982 naar het verfijnde ratingsrapport van 26 april 1982. 25 De volgende onderverdeling van de subratings zijn: ‘1’ = beste onderverdeling, ‘2’ = gemiddelde verdeling ‘3’ = slechtste verdeling 45 Er wordt gesteld dat nieuwe ratingsinformatie geen impact uitoefent op de verdeling van de bedrijfswaarde van bedrijven. De aankondiging van Moody’s waarin ze de komst van een fijner ratingssysteem bekendmaakt, zou dus geen invloed mogen hebben. De resultaten van dit onderzoek bevestigen deze stelling maar stellen wel een wijziging vast in de schuldgraad en het eigen vermogen bij die bedrijven (Kliger & Sarig, 2000). In een ander gelijkaardig onderzoek van Hand et al. (1992) werden de wijzigingen in excess bond returns als gevolg op een ratingswijziging onderzocht. Deze returns worden namelijk geassocieerd met aankondigingen van toevoegingen aan de S&P Credit Watch List en ratingswijzigingen door Moody’s en S&P. Dit zorgt voor een extra dimensie in het onderzoek, want er wordt gebruik gemaakt van dagelijkse data. Dit heeft als voordeel dat de aankondigingen afgezonderd kunnen worden. Specifiek wordt er in dit onderzoek gebruik gemaakt van 250 nieuwe toevoegingen aan de S&P Credit Watch List en 1100 aankondigingen van obligatieratingswijzigingen door Moody’s en S&P. Dit gebeurde respectievelijk voor de periodes 1981-1983 en 1977-1982. Ook hier werden dezelfde resultaten bekomen als bij de andere onderzoeken. Aankondigingen van downgrades verzwakken de verkregen rendementen. Over upgrades zijn er geen significante resultaten aanwezig. Zoals in de meeste onderzoeken maken ook Holthausen & Leftwich (1986) gebruik van abnormale stock returns om de informatieve waarde van CRA’s na te gaan. Hier wordt gebruik gemaakt van een event window van 2 dagen, startend op de dag van de bekendmaking van de ratingswijziging. Het gaat om een periode van 1977 tot 1982 waarin 1,014 ratingswijzigingen door S&P en Moody’s worden geanalyseerd. Ook hier wordt bewijs gevonden dat downgrades leiden tot negatieve abnormale returns en upgrades een kleiner stijgend effect hebben op de abnormale rendementen. Freitas & Minardi (2013) die een gelijkaardig onderzoek voerden, focusten zich tijdens hun onderzoek op Latijns Amerika. Om de impact van een ratingswijziging op de prijs van 46 aandelen na ta gaan werd er gebruik gemaakt van een eventstudie. Daarbij werd er gekozen om een periode van 9 jaar te kiezen, namelijk tussen 2000 en 2009. Uit de resultaten van de eventstudie kon geconcludeerd worden dat bij een downgrade, de aandelenprijzen te maken kregen met negatieve returns. Bij upgrades waren de resultaten wel positief maar de impact op de aandelenprijzen was niet significant (Freitas & Minardi, 2013). Ook Brooks et al. (2004) voerden onderzoek naar de informatieve waarde van stock ratings. In dit onderzoek werd gekozen voor een periode van 27 jaar, namelijk tussen 1973 en 2000. Hierbij werd de onderzochte dataset samengesteld met ratingsveranderingen door S&P, Moody’s, Thomson en Fitch. Ook hier leveren upgrades weinig bewijs voor wijzigingen in de returns. Downgrades zorgen daarentegen wel voor een significante negatieve impact (Brooks et al., 2004). Ook op de Australische markt werd de informatieve waarde van stock ratings onderzocht door middel van een eventstudie. Choy et al. (2006) kiezen hier voor een periode van 14 jaar, tussen 1989 en 2003. De gebruikte dataset bestaat uit 127 ratingswijzigingen bij 63 bedrijven. Opnieuw kon hier tot dezelfde conclusie gekomen worden. Upgrades leverden geen significante resultaten op, downgrades zorgden daarentegen voor negatieve significante returns. Dezelfde resultaten zijn te vinden bij onderzoek van Cohen (2014) op Israëlische data. Ondanks de vele onderzoeken naar de informatieve waarde van ratings, zijn er nog veel hiaten. Ten eerste wordt er steeds gebruik gemaakt van datasets voor 2009. Er is met andere woorden nog veel te weinig onderzoek gebeurd tijdens de periode na de financiële crisis van 2007. Het blijft dus voorlopig nog een raadsel hoe de markt verder rekening blijft houden met uitgegeven ratings of ratingsveranderingen. De wetenschappelijke nood aan onderzoek met recentere data is dus hoog. Een tweede punt van kritiek is het feit dat de meeste onderzoeken zich richten op een beperkt deel van de wereld of een bepaalde 47 economie. Mits de situatie op de Europese markt nog niet werd onderzocht, opent dit wegen voor verder onderzoek. 48 2. ONDERZOEKSOPZET 2.1. Onderzoeksdesign Zoals in de literatuurstudie werd aangehaald zijn CRA’s aan verschillende kritieken onderworpen sinds de komst van de financiële crisis in 2007. De prominente rol die zij speelden voor de crisis en hun ratingsmethodes werden sterk bekritiseerd. Daarbij werd vooral de vraag in acht genomen of ratingsmethodes van CRA’s wel accuraat genoeg waren. In de literatuurstudie hebben we een aantal voorbeelden van kritieken, in verband met de accuraatheid, aangehaald waaronder de belangrijkste: ‘rating shopping’, te soepele ratingsnormen, hogere vergoedingen voor betere ratings... Uiteraard werden er maatregelen genomen om de werking van CRA’s te verbeteren zoals een strengere regulering op het uitgeven van credit ratings. Toch is het maatschappelijk relevant om op basis van deze kritieken de accuraatheid van ratings na te gaan. De kwaliteit van ratings is namelijk erg belangrijk voor een goede werking van de financiële markt aangezien zowel investeerders als institutionele beleggers zich hierop baseren. Ook bij het bepalen van de wetgeving baseert men zich op de uitgegeven ratings, bijvoorbeeld bij het bepalen van kapitaalvereisten bij banken. Door de accuraatheid van de ratings na te gaan kan een beter beeld gegeven worden van de werkelijkheid omtrent de kredietwaardigheid van emittenten en financiële producten. Deze accuraatheid zal worden onderzocht door de accuracy ratio (AR) te berekenen aan de hand van een capital accuracy profile (CAP). Daarbij is het ook interessant om na te gaan hoe de maatschappij staat ten opzichte van de CRA’s. Voor de crisis speelden de credit ratings van CRA’s een prominente rol in het investeringsproces van ondernemingen. Aangezien de kredietcrisis voor heel wat kritiek gezorgd heeft in verband met CRA’s, is het interessant om na te gaan of zij tegenwoordig nog steeds als belangrijk aanschouwd worden. De vraag die gesteld kan worden is of 49 investeerders uitgegeven ratings of veranderingen van ratings nog steeds in acht nemen. Er wordt met andere woorden afgevraagd of credit ratings nog steeds een informatieve rol op de aandelenmarkt spelen. Hierbij zal gebruik worden gemaakt van een eventstudie om na te gaan of dit werkelijk het geval is of niet. De eventstudie zal ook gebruikt worden om na te gaan of de ratings van financials en nonfinancials door CRA’s een verschillende impact hebben op de maatschappij. Als laatste zullen de onderzochte CRA’s worden vergeleken met elkaar om na te gaan of er CRA’s aanwezig zijn die een grotere impact hebben dan de andere op de maatschappij of niet. Dit onderzoek focust zich op de twee belangrijkste CRA’s op de markt, met name Moody’s en S&P. Dit gebeurt omdat de twee agentschappen verschillende economische variabelen gebruiken en dat hun ratingsschaal verschilt (Livingston et al, 2010). Ook stellen Pottier en Sommer (1999) dat CRA’s verschillende factoren toepassen om de kredietwaardigheid van de ondernemingen te bepalen. Hierbij suggereren zij dat verschillende CRA’s verschillende ratings uitgeven voor dezelfde producten. De hoofdonderzoeksvraag luidt dus als volgt: ‘Zijn credit rating agencies nog steeds krachtig in de maatschappij na het losbarsten van de financiële crisis en zijn hun ratingsmethodes momenteel accuraat?’ Op basis van de geraadpleegde literatuur lijkt het wetenschappelijk relevant om deze onderzoeksvragen toe te spitsen op CRA’s uit de Europese Unie Het is interessant omdat het merendeel van de onderzoeken hieromtrent zich voornamelijk richt op CRA’s in Amerika. Aangezien de situatie op de Europese markt nog niet werd onderzocht, opent dit deuren voor verder onderzoek. 50 De hoofdonderzoeksvraag is erg relevant omwille van een aantal redenen. Vooreerst is de vraag maatschappelijk relevant aangezien er in de literatuurstudie aangehaald wordt dat de CRA’s te veel macht hebben. Daarbij is het interessant om de impact van een ratingswijziging door de belangrijkste CRA’s te onderzoeken op de aandelenmarkt. Ten tweede is het wetenschappelijk relevant omdat er nog niet vaak onderzoek is gebeurd in Europa of een opsplitsing is gebeurd in drie periodes (voor, tijdens en na de crisis). 51 2.2. Hypotheses 2.2.1. CAP-Model In dit onderzoek wordt de vraag gesteld of de beoordelingen van CRA’s accuraat zijn na de komst van de financiële crisis in 2007. Zoals de literatuurstudie al eerder aanhaalde is er heel wat kritiek ontstaan rond de ratingsmethodes van CRA’s. Daarop zijn er verschillende maatregelen genomen om de accuraatheid te verbeteren. Naast een vernieuwde regulering, probeerden de kredietratingsagentschappen zelf ook hun modellen te verbeteren. Moody’s houdt, naast risico op faling, namelijk ook rekening met de waarschijnlijkheid dat een bedrijf wanbetaling zou kunnen voorkomen door externe ondersteuning 26 te verwerven. Er wordt vooral gefocust op het feit dat de emittent op lange termijn schuld zal kunnen afbetalen. Dit kan het kredietrisico van de financiële instelling verminderen en daardoor zal de rating verhogen. S&P daarentegen gaat enkel het ondernemingsrisico27 en het financieel risico28 gaan bepalen en op basis daarvan een rating vormen. Hierdoor zullen ze tot andere besluiten komen bij het bepalen van hun ratings, wat leidt tot split ratings (Van Laere et al., 2012). Aangezien Moody’s bij het bepalen van de ratings, zich ook op andere variabelen baseert, kan volgende hypothese opgesteld worden: Hypothese: Het ratingsmodel van Moody’s is van betere kwaliteit dan het ratingsmodel van S&P. In dit deel van het onderzoek wordt geen onderscheid gemaakt tussen financials en nonfinancials doordat het kleine aantal defaults tot inconsistente resultaten zou leiden. 26 Deze bijstand kan voortkomen uit steun van de aandeelhouders, coöperatieve ondernemingen, regionale en/of nationale overheid,.. 27 Om het ondernemingsrisico vast te stellen wordt er rekening gehouden met vier risicofactoren: het landenrisico, de industrie-eigenschappen, de bedrijfspositie en de winstgevendheid (Standard and Poor’s, 2011). 28 Om het financieel risico in te schatten, wordt er rekening gehouden met een aantal risico-elementen: de boekhouding, het financieel beleid en de risicotolerantie, de kasstroomgeschiktheid, de kapitaalstructuur en de liquiditeit (Standard and Poor’s, 2011) 52 2.2.2. Eventstudie Er wordt gebaseerd op de bestaande literatuur om de hypotheses op te stellen. Het eerste deel van de onderzoeksvraag behandelt de impact van een ratingsverandering op de aandelenmarkt. Het doel van het onderzoek is om onder andere te weten te komen of CRA’s (nog steeds) een belangrijke impact hebben op de markt. Dit kan onderzocht worden door de impact van ratingsveranderingen op de aandelenprijs van verschillende bedrijven na te gaan. Volgens de literatuur is die impact van ratingsveranderingen op de aandelenmarkt zeker aanwezig. Tot op heden werden hiernaar reeds verschillende onderzoeken verricht. Hierbij wordt telkens een onderscheid gemaakt tussen ratingsstijgingen en ratingsdalingen omdat deze ratingsveranderingen een verschillende impact op de markt hebben. De literatuur is consistent over het feit dat downgrades een significant dalende impact hebben op het rendement van aandelen. Dit bleek onder andere uit onderzoek van Griffin & Sanvicente (1982) die maandelijkse data verzamelden tussen 1960 en 1975 op de aandelenmarkt. Ook Holthausen & Leftwich (1986 kwamen tot dezelfde conclusie bij hun onderzoek op dagelijkse stockdata tijdens de periode van 1977 en 1982. Verder kwamen ook Dichev & Piotroski (2001), Jorion et al. (2005) en Xia (2014) tot dezelfde conclusie. Ook op de obligatiemarkt werden gelijkaardige resultaten bekomen. Katz (1974) concludeerde dat downgrades tot negatieve significante effecten leidden tot 6 à 10 weken na het event. Ook Hite & Warga (1997) vonden een negatieve significante reactie terug bij de rendementen van obligaties tijdens hun onderzoek op maandelijkse data van 1985 tot 1995. Voor upgrades waren de resultaten iets minder duidelijk. Vaak werd een positieve reactie waargenomen, maar deze werd dikwijls als insignificant aanschouwd. Op de aandelenmarkt vonden onder andere Holthausen & Leftwich (1986) en Dichev & Piotroski (2001) geen significante reactie voor upgrades. Dit wordt bevestigd in onder andere papers van Freitas en Minardi (2013), Choy et al. (2006) en Brooks et al. (2004). 53 Hetzelfde resultaat is te vinden bij een onderzoek naar de informatieve waarde van ratingsstijgingen door Moody’s voor obligaties tussen 1970 en 1997 (Dichev & Piotroski, 2001). Daarbij werden er geen grote wijzigingen gesignaleerd bij de abnormale returns na een upgrade event. Hand et al. (1992) baseren zich bij hun onderzoek op dagelijkse bond en stock returns van 1977 tot 1982. Uit deze resultaten blijkt dat downgrades leiden tot significante negatieve abnormale returns en dat upgrades zorgen voor een kleiner significant stijgend effect. Hieruit kan de eerste hypothese gesteld worden: Hypothese 1: er is een impact van ratingsveranderingen door Moody’s en/of S&P op de aandelenmarkt. Daarbij leiden downgrades tot significante negatieve wijzigingen in de stock return. Upgrades daarentegen leiden soms tot licht positieve wijzigingen in de stock return, maar die resultaten zijn meestal niet significant. In deze analyse zal ook de vraag gesteld worden of de impact van een ratingsverandering is veranderd doorheen de tijd. In 1.4.3. wordt gesteld dat CRA’s verschillende kritieken te verduren kregen. De Europese regelgeving ondernam verschillende stappen om de regelgeving omtrent CRA’s aan te passen. Dit had tot doel om de accuraatheid van ratings te verbeteren en het vertrouwen in CRA’s opnieuw te herstellen. Een eerste maatregel die kan worden aangehaald is de invoering van de IOSCO-code29 in 2004. Deze gedragscode werd opgesteld om het vertrouwen van de financiële markt in de CRA’s te doen toenemen. Het doel van IOSCO bestaat uit het verbeteren van de kwaliteit en integriteit van het ratingsproces. Dit zorgt ervoor dat ratingsmethoden transparanter worden (Boersma, 2010). 29 zie 1.5.3. 54 Aangezien de verwachtingen omtrent de IOSCO-code niet ingevuld raakten, was er nood aan een vernieuwende regelgeving. Dit resulteerde in verschillende verordeningen die de tekortkomingen van de IOSCO-code elimineerden. Daarbij is verordening III de meest recente en uitgebreide (Boersma, 2010). Deze verordening nam onder andere maatregelen om het vertrouwen van de financiële markt in gestructureerde financiële producten te verbeteren (Terrière, 2014). Ook had verordening III de bedoeling om de concurrentie op de ratingsmarkt te optimaliseren, alsook de kwaliteit van die ratings (Jaakke, 2010). Door onder andere bovenstaande maatregelen, komen we tot de volgende hypothese: Hypothese 2: Er wordt verwacht dat een ratingsverandering een sterkere impact heeft op de maatschappij na de financiële crisis van 2007 dan tijdens deze crisis. Als derde wordt er afgevraagd of de ratingsagentschappen Moody’s en S&P een verschillende impact hebben op de stock return met hun ratingswijzigingen. Volgens Ederington (1986) zijn de ratings van S&P en Moody’s gelijkwaardig, maar andere analyses zoals deze van Moon & Stotsky (1993), Pottier & Sommer (1999) en Livingston et al. (2010) stellen echter dat er systematische verschillen zijn tussen de twee CRA’s. Verschillende CRA’s laten hun evaluaties afhangen van verschillende procedures. Hierbij maken ze gebruik van verschillende factoren en verschillende graden van belangrijkheid van dezelfde factoren (Ederington, 1986). Moody’s zal bijvoorbeeld meer belang hechten aan een bepaald kenmerk dan S&P. Uit onderzoek van Ederington (1986) wordt besloten dat beide agentschappen over dezelfde graad van kredietwaardigheid beschikken en dus gelijkaardige ratings produceren. Ederington (1986) stelt dus dat er geen concreet bewijs is voor verschillen in standaarden tussen de 2 agentschappen. Een 2e rating opvragen brengt dus volgens zijn onderzoek geen 55 nieuwe informatie op de markt. Ze beschikken over dezelfde informatie en beoordelen die informatie dan ook meestal op dezelfde manier. Anderzijds concluderen Van Laere et al. (2012), die zich tijdens hun onderzoek richten op banken, dat het verschillen zijn in het ratingsproces die bijdragen tot een split rating. Zeker sinds de financiële crisis zijn er volgens deze analyse veranderingen ontstaan in de ratingsmodellen van beide agentschappen. Van Laere et al. (2012) gaan er dus niet vanuit dat de verschillen in ratings tussen Moody’s en S&P verwaarloosbaar zijn. Om dieper in te gaan op het verschil tussen de twee ratingsagentschappen, worden de split ratings bestudeerd. Tijdens een studie van Kish et al. (1999) werden split ratings bestudeerd bij obligaties, uitgegeven door ondernemingen. In gevallen van afwijkende ratings, verstrekt S&P vaak een hogere, superieure rating dan Moody’s. Moody’s is meer geneigd om een lagere, conservatieve rating toe te kennen aan obligaties van ondernemingen. In het geval van een lagere rating door Moody’s, kan afgeleid worden dat zij een obligatie risicovoller vindt dan S&P (Kish et al., 1999). Er wordt vastgesteld dat investeerders hierbij meer risico ervaren en daardoor meer opbrengsten gaan eisen bij een obligatie. Dit in tegenstelling tot de situatie waar Moody’s een hogere rating toekent dan S&P. Bij deze situatie zullen de investeerders minder opbrengst eisen in vergelijking met een gelijksoortige obligatie. Een mogelijke verklaring hiervoor is dat er minder extra informatie wordt voorzien door S&P bij de uitgifte van een rating, wanneer ze verschilt van Moody’s. Livingston et al. (2010) en Morgan (2002) constateerden daarbij ook dat de ratings (en ratingsveranderingen) van Moody’s (die als conservatief wordt aanschouwd) een grotere impact hebben op de rendementen. Uit de studie van Livingston et al. (2010) wordt er vastgesteld dat de inkomsten van een obligatie waarbij de rating van S&P lager is dan die van Moody’s, gemiddeld acht basispunten lager zijn dan wanneer de rating van S&P hoger is dan die van Moody’s. Daarbij kan geconcludeerd worden dat investeerders meer gewicht toekennen aan de ratings van Moody’s en tegelijkertijd de reputatie van deze CRA hoger 56 achten. Investeerders zijn ongerust over de split ratings van obligaties en vertrouwen daarom meer op de conservatieve CRA. Een derde hypothese die dus gesteld kan worden: Hypothese 3: Er bestaat een verschil tussen de impact van een ratingsverandering door Moody’s en een ratingsverandering door S&P. Daarenboven is de impact van Moody’s groter is. Een laatste vraag die zeker gesteld moet worden is de vraag of een ratingsverandering een verschillende impact heeft op financials en non-financials. De impact van een ratingswijziging op ondernemingen is namelijk erg belangrijk. Als een CRA besluit om een welbepaalde rating te verhogen, bijvoorbeeld van een AA rating naar een AA+ rating, dan is dat een teken dat de onderliggende onderneming of het onderliggend product kredietwaardiger is dan gedacht. De markt zal hierdoor sneller geneigd zijn om het product aan te kopen of aan te kopen bij die welbepaalde onderneming. Hetzelfde geldt in omgekeerde zin. Als er een ratingsverlaging is, dan stijgt het risico dat een onderneming niet aan zijn verplichtingen zal voldoen en is deze minder aantrekkelijk bij investeerders. Credit ratings spelen dus een erg belangrijke rol bij het verzamelen van bedrijfskapitalen voor ondernemingen (Standard and Poor’s Financial Services, 2016). Het is daarom belangrijk om na te gaan of die ratingswijzigingen een andere impact hebben op financiële ondernemingen (zoals banken, verzekeringskantoren, pensioenfondsen,..) dan nietfinanciële ondernemingen. Er wordt in dit onderzoek verondersteld dat de impact van een ratingswijziging op een financiële instelling groter is dan op een niet-financiële instelling. Uit de literatuurstudie volgt namelijk dat de financiële crisis voornamelijk is ontstaan door verkeerde ratings van financiële producten zoals CDO’s en MBS’en. Daarbij volgt ook dat het merendeel van de financiële instellingen over ratings beschikt en belangrijker aanschouwd wordt op de markt dan niet-financiële bedrijven. Als een bank failliet gaat, heeft dat een veel grotere impact op 57 de markt dan een niet-financieel bedrijf die failliet gaat. Aangezien financials over een ondoorzichtig karakter beschikken, spelen ratings een cruciale rol voor banken (Van Laere et al., 2012). Door deze ondoorzichtigheid kan verondersteld worden dat de maatschappij de kans op falen bij financiële instellingen moeilijker kan inschatten dan bij niet financiële instellingen waardoor de impact van een ratingsverandering bij financials sterker is dan bij non-financials. Een laatste hypothese die gesteld kan worden: Hypothese 4: Een ratingswijziging heeft een sterkere impact op een financiële onderneming dan op een niet-financiële onderneming. 58 3. ONDERZOEKSDESIGN CAP 3.1. Data Om het CAP-model of het Cumulative Accuracy Profile-model op te kunnen stellen, is er nood aan de variabelen: ratings en defaults. De gebruikte ratings zijn dezelfde als deze tijdens de eventstudie. Er wordt gebruik gemaakt van ratings uitgegeven door Moody’s en S&P voor de verschillende ondernemingen. Er wordt telkens gekozen voor de laatst beschikbare rating per maand, per bedrijf. Ook het onderscheid tussen financials en nonfinancials wordt nagegaan. Om de analyse zo goed mogelijk te kunnen uitvoeren worden de ratings en defaults van Moody’s en deze van S&P niet samengenomen. Tijdens dit onderzoek wordt namelijk de accuraatheid van de ratingsmodellen nagegaan. Het is daarom niet zinvol om de gegevens van twee verschillende CRA’s samen te nemen. Op die manier kan er een goed en duidelijk model opgesteld worden voor zowel Moody’s als S&P. De gebruikte data wordt niet opgesplitst in verschillende periodes. In dit onderzoek wordt de focus gelegd over de volledige periode. Het is namelijk belangrijk om een zo groot mogelijke dataset te onderzoeken. Tijdens deze analyse wordt daarom gekozen voor een ‘rolling window’. Het rolling window wordt samengesteld door de uitgegeven ratings voor alle ondernemingen per maand in het model op te nemen. Net als in het onderzoek van Cheng & Neamtiu (2009) wordt er geopteerd voor een tijdspanne van 1 jaar. Er wordt telkens nagegaan of de onderneming in faling is gegaan 1 jaar na de waarneming. Op die manier kan de accuraatheid op een eenvoudige manier gemeten worden. De sample voor S&P bestaat uit 481 unieke ondernemingen waarbij er 54,047 waarnemingen werden verkregen. Dit zijn alle ratings voor alle bedrijven voor één bepaalde maand die vergeleken kunnen worden met de ratings voor diezelfde bedrijven 1 jaar later. In totaal zijn er slechts 9 bedrijven in faling gegaan, waarvan slechts 1 financiële onderneming. De database van Moody’s bestaat uit 285 bedrijven. Hier werden er 32,898 waarnemingen 59 vastgesteld. Daarbij zijn er in totaal 8 bedrijven in default gegaan, waaronder 2 financiële en 6 niet-financiële ondernemingen. De ratings worden opgedeeld in 17 categorieën om een gelijke rangschikking te maken voor zowel S&P als voor Moody’s. In het onderzoek van Cheng & Neamtiu (2009) wordt voor een opdeling van 22 categorieën gekozen. Dit onderzoek bestaat slechts uit 17 categorieën aangezien de sample over onvoldoende data beschikt voor de overige categorieën, worden de laatste 6 samengenomen. 60 RATINGS S&P RATINGS MOODY’S CATEGORIE INVESTMENT GRADE RATINGS AAA Aaa 1 AA+ Aa1 2 AA Aa2 3 AA- Aa3 4 A+ A ABBB+ BBB BBB- A1 A2 A3 Baa1 Baa2 Baa3 5 6 7 8 9 10 BB+ BB BBB+ B BCCC+ CCC CCCCC C D SPECULATIVE GRADE RATINGS Ba1 Ba2 Ba3 B1 B2 B3 caa1 caa2 Caa3 Ca C 11 12 13 14 15 16 17 17 17 17 17 17 Tabel 3: Categorieën ratings 61 3.2. Methodologie Om de accuraatheid van CRA’s met betrekking tot hun beoordelingen na te gaan, maken we gebruik van ‘The Cumulative Accuracy Profile’ (CAP). Vooreerst gaat het om een verklarend onderzoek aangezien het verband tussen de ratings (en ratingsveranderingen) en de defaults wordt bestudeerd. Verder past dit onderzoek een deductieve methode toe. Op basis van bestaande literatuur worden hypotheses opgesteld. Deze worden gelinkt aan empirische resultaten. Om tot deze empirische resultaten te komen, maken we gebruik van het CAP-model waarbij gebruik wordt gemaakt van rekenblad MS Excel. Het CAP-model is een statistische methode om de accuraatheid van ratings na te gaan. Daarbij wordt gebruik gemaakt van de accuracy ratio. Hoe hoger de accuracy ratio, hoe beter de kwaliteit van de ratings zullen zijn. Er wordt dus een kwantitatief onderzoek uitgevoerd. De events die in dit onderzoek worden gebruikt zijn de uitgegeven ratings (en ratingsveranderingen) van ondernemingen door Moody’s en S&P én de defaults van diezelfde ondernemingen. De essentie van het CAP-model is eenvoudig uit te leggen door middel van de volgende grafiek: Grafiek 1: CAP-model (Engelmann, 2003) 62 De bovenste lijn op de grafiek stelt een perfect model voor. Een CRA die een perfect ratingsmodel gebruikt, geeft ratings (of ratingsveranderingen) uit die 100% accuraat zijn. Dit betekent dat de berekening van dat ratingsmodel 100% correct is. Als deze CRA bijvoorbeeld door middel van een rating 80% kans op faling voor een bepaald aantal bedrijven aangeeft, dan zullen er ook effectief 80% van deze bedrijven in faling gaan. De onderste lijn op de grafiek stelt een compleet ‘random’ model voor. Bij een CRA met dit ratingsmodel is er 50% kans dat zijn berekeningen juist/niet juist zijn. Als deze CRA aangeeft dat een bedrijf in faling zal gaan, is er 50% kans dat deze berekening niet juist is en dat het desbetreffende bedrijf wel aan zijn verplichtingen kan voldoen. Bij het uitvoeren van dit CAP-model zal het werkelijke model meestal tussen deze twee curves/lijnen liggen. De plaats waar het werkelijke ratingsmodel zal liggen, hangt af van de kwaliteit van de berekeningen van dat model. Hoe hoger de kwaliteit van de berekeningen (dus hoe correcter de ratings, de falingskansen van een bedrijf kunnen voorspellen), hoe meer het model het perfecte model zal benaderen. Dus hoe hoger de kwaliteit, hoe hoger de oppervlakte onder de curve van het werkelijke model en dus hoe hoger de accuracy ratio. Indien de berekeningen van een ratingsmodel zodanig slecht zijn dat de kans dat een ratingsvoorspelling juist is, lager is dan 50%, dan zal dat model lager liggen op de grafiek dan het random model. Om het CAP-model op te kunnen stellen worden alle bedrijven gerangschikt. De rangschikking gebeurt volgens de ratings die de ondernemingen verkregen hebben van Moody’s/S&P. De waarnemingen met de hoogste kans op faling komen bovenaan de rankschikking en de waarnemingen met de laagste kans op faling onderaan. Door na te gaan of deze bedrijven één jaar na de waarneming in faling gaan of niet, kan het CAP-model opgesteld worden. Er wordt een cumulatieve som gemaakt van het aantal bedrijven. Dit wordt tegenover de cumulatieve som van het aantal defaults geplaatst en omgezet in percentages. Op die 63 manier kan de grafiek gevormd worden. Telkens wanneer er zich een nieuwe default voordoet wordt dit resultaat opgenomen in de grafiek met de bijhorende cumulatieve percentages van de bedrijven. Verder wordt naast de grafiek ook nog de accuracy ratio berekend. Deze wordt opgesteld aan de hand van volgende formule: π΄π = ππ ππ ππ = ππππππ£ππππ‘π π‘π’π π ππ βππ‘ π€πππππππππ πΆπ΄π − πππππ ππ βππ‘ ππππππ πππππ ππ = ππ ππππππ£ππππ‘π π‘π’π π ππ βππ‘ π€πππππππππ πΆπ΄π − πππππ ππ βππ‘ πππππππ‘π πππππ Wanneer de oppervlakte onder de curve groter is, zal de teller van bovenstaande formule stijgen en bijgevolg ook de AR. Een hogere accuracy ratio wijst op accuratere ratings. Dit wordt duidelijk gemaakt op grafiek 1 (Engelmann et al., 2003). De oppervlakte tussen de werkelijke CAP en het random model wordt gemeten aan de hand van de trapeziod rule. Dit gebeurt aan de hand van volgende formule: π₯1 + π₯2 ππ= ∑ ( ) ∗ (π₯3 − π₯4 ) 2 π₯1 = ππ’ππ’πππ‘πππ£π π€πππππ π£ππ ππ πππππ’ππ‘π ππ ππππππ‘ π£ππ ππππππππππ π₯2 = ππ’ππ’πππ‘πππ£π π€πππππ π£ππ ππ πππππ’ππ‘π ééπ πππππππ πππ‘ππ π₯4 = ππ’ππ’πππ‘πππ£π π€πππππ π£ππ ππ πππππππ£ππ ππ ππππππ‘ π£ππ ππππππππππ π₯3 = ππ’ππ’πππ‘πππ£π π€πππππ π£ππ ππ πππππππ£ππ ééπ πππππππ πππ‘ππ Er doet zich telkens een ‘periode’ voor, wanneer er zich een nieuwe default voordoet. Als eerste en laatste periode worden de eerste en laatste waarneming genomen. Bij ap wordt exact dezelfde berekening uitgevoerd maar hier wordt als π₯1 en π₯2 de waarden van het perfecte model gebruikt in plaats van de waarden van de cumulatieve defaults. 64 Dit wordt voor zowel Moody’s als S&P berekend. In dit deel van het onderzoek wordt geen onderscheid gemaakt tussen financiële en niet-financiële ondernemingen. Aangezien de sample slechts over 3 defaults beschikt, zouden de bekomen resultaten nietszeggend zijn. 65 3.3. Empirisch resultaat 3.3.1. Accuraatheid: Verschil tussen Moody’s en S&P Telkens wanneer er zich een nieuwe default voordoet, worden de cumulatieve defaults (%) vergeleken met de cumulatieve bedrijven (%). Ook worden de eerste en de laatste waarnemingen van Moody’s opgenomen in tabel 4. Cumulatieve Cumulatieve defaults (%) bedrijven (%) 0,00% 0,00% 0,00% 0,03% 12,50% 0,92% 25,00% 1,94% 37,50% 3,60% 50,00% 4,02% 62,50% 4,08% 75,00% 5,02% 87,50% 15,49% 100,00% 26,93% 100,00% 100,00% Tabel 4: Cumulatieve waarden Moody's Aan de hand van deze tabel kan volgende grafiek bekomen worden. De oranje lijn staat voor het perfecte CAP-model en de blauwe lijn voor de berekende CAP voor deze sample. Cumulative accuracy profile Moody's 120,00% 100,00% 80,00% 60,00% 40,00% 20,00% 0,00% 0,00% 20,00% 40,00% 60,00% 80,00% 100,00% 120,00% Grafiek 2: CAP-model Moody's 66 Voor S&P wordt tot volgende resultaten gekomen. Cumulatieve Cumulatieve defaults (%) bedrijven (%) 0,00% 0,00% 0,00% 0,02% 11,11% 0,63% 22,22% 0,84% 33,33% 1,81% 44,44% 2,96% 55,56% 3,60% 66,67% 4,43% 77,78% 13,52% 88,89% 22,77% 100,00% 43,39% 100,00% 100,00% Tabel 5: Cumulatieve waarden S&P Uit onderstaande grafiek is geen duidelijk verschil te merken tussen de accuraatheid van Moody’s en S&P. Bij het berekenen van de accuracy ratio’s kan echter wel een klein verschil waargenomen worden. Voor Moody’s wordt er een AR bekomen van 0.9394, voor S&P is dat 0.9198. Hoe dichter de verkregen accuracy ratio ligt bij 1, hoe accurater het model. Het model voor Moody’s is dus licht accurater dan dat voor S&P, zoals in de hypothese werd vooropgesteld. Op basis van dit resultaat zouden we kunnen besluiten dat het ratingsmodel van Moody’s van betere kwaliteit is dan deze van S&P. Het resultaat moet wel met enige nuance geïnterpreteerd worden aangezien het verschil relatief klein is. Verder moet ook gesteld worden dat er weinig defaults in de sample zijn opgenomen. Dit kan tot een vertekend beeld leiden. 67 Cumulative accuracy profile S&P 120,00% 100,00% 80,00% 60,00% 40,00% 20,00% 0,00% 0,00% 20,00% 40,00% 60,00% 80,00% 100,00% 120,00% Grafiek 3: CAP-model S&P 68 4. ONDERZOEKSDESIGN EVENTSTUDIE 4.1. Data De gegevens die nodig zijn voor het onderzoek zijn ratingsveranderingen van zowel financials en non-financials, gedomicilieerd binnen de Europese Unie. Ook de aandelenrendementen van diezelfde financiële en niet-financiële instellingen met de bijhorende marktrendementen zijn noodzakelijk om het onderzoek uit te voeren. Om de nodige ratingsdata te bekomen, zal een beroep gedaan worden op de ratingsveranderingen van kredietbeoordelaars Moody’s en S&P. In dit onderzoek zal er geen gebruik gemaakt worden van de gegevens van de kredietbeoordelaar Fitch aangezien dit agentschap veel kleiner is dan Moody’s en S&P. Ook zijn de ratingsmethodes van S&P en Fitch gelijkaardig, zoals in de literatuurstudie reeds werd aangehaald. Het is daarom efficiënter om Fitch niet in het onderzoek te integreren. Ook bij andere onderzoeken, zoals deze van Holthausen & Leftwich (1985) en Hand et al., (1992), worden de ratings van Fitch niet onderzocht. De populatie bestaat uit alle ratingsveranderingen, van alle beursgenoteerde instellingen uit de Europese Unie, door Moody’s en S&P voor de periode 2005-2014. Deze gegevensverzameling bestaat uit kwalitatieve gegevens die worden omgezet naar kwantitatieve gegevens om eenvoudiger te kunnen bepalen of het gaat om een ratingsdaling of –stijging (down- of upgrade). Ook zoals bij het CAP-model worden de ratings opgedeeld in 17 categorieën zoals in Tabel 3 reeds werd weergegeven. Wanneer een rating bijvoorbeeld stijgt van categorie 8 naar 9 , gaat het om een ratingsstijging en omgekeerd. Net als bij de onderzoeken van Jorion et al. (2005) en Dichev & Piotroski (2001), worden de returnindices (market returns en stock returns) verzameld, telkens voor dezelfde periode. Er wordt gekozen voor een periode van 9 jaar omdat er voldoende data omtrent aandelen nodig is om de periode voor en na de dag van een ratingsverandering te kunnen bestuderen. Aangezien er in dit onderzoek een eventstudie uitgevoerd zal worden, wordt er daarom gewerkt met dagelijkse returns (daily returns). May (2010) beweert dan ook dat het 69 relevanter is om tijdens een eventstudie dagelijkse returns te berekenen. Ook Xia (2014), Jorion et al. (2005), Dichev & Piotroski (2001), Hand et al. (1992) en Holthausen & Leftwich (1986) maken gebruik van dagelijkse returns. Aangezien onderzocht wordt hoeveel impact de financiële crisis heeft gehad op de macht van CRA’s, worden de verkregen down-en upgrades opgesplitst in drie subperiodes. Het is namelijk de bedoeling om na te gaan of de macht van CRA’s veranderd is doorheen de tijd of niet. Er worden drie periodes voor het onderzoek beschouwd: voor de financiële crisis (van januari 2005 tot en met december 2006), tijdens de financiële crisis (van januari 2007 tot en met december 2009) en na de financiële crisis (van januari 2010 tot en met december 2014). Er wordt in dit onderzoek geen onderscheid gemaakt tussen verwachte en onverwachte ratingsveranderingen, omdat Purda (2007) geen significant verschil vindt tussen de reactie van de maatschappij op een verwachte ratingsverandering en de reactie op een onverwachte ratingsverandering op de aandelenmarkt. Ook wordt er geen rekening gehouden met Outlooks of vooruitzichten in deze analyse. In dit onderzoek wordt de focus gelegd op het effect van uitsluitend ratingsveranderingen. Daarom worden andere mogelijke effecten die impact zouden kunnen hebben op de maatschappij, buiten beschouwing gelaten. Voor verder onderzoek vormt dit een interessant topic om deze verschillende variabelen ceteris paribus te onderzoeken. De initieel verkregen data, die afkomstig is van Bloomberg, bestond uit 697 ratingsveranderingen door Moody’s en 1,280 ratingsveranderingen door S&P. De uiteindelijke gegevensverzameling werd verkregen door het uitsluiten van alle events die niet binnen de onderzochte tijdsperiode vallen (2005-2014) en de events waarbij het ‘estimation window’ of ‘event window’ deze van een eerder event overlapt. Ook de events waarvoor er onvoldoende of onjuiste informatie beschikbaar waren omtrent de return-en 70 marktindices, of events die tijdens de berekeningen een foutmelding vertoonden 30, werden uit de gegevensverzameling gehaald. De finale steekproef bestaat uit 1042 ratingsveranderingen, 362 ratingsveranderingen door Moody’s en 680 ratingsveranderingen door S&P, verdeeld over 335 verschillende financiële en niet-financiële beursgenoteerde instellingen uit de Europese Unie. De sample verspreidt zich over 12 verschillende landen. Volgende tabel geeft de landen met het bijhorend aantal bedrijven en het aantal events weer. LANDEN AANTAL EVENTS MOODY’s AANTAL EVENTS S&P TOTAAL Upgrades Downgrades Upgrades Downgrades Oostenrijk 1 17 10 14 42 België 3 7 5 10 25 Finland 5 17 8 12 42 Frankrijk 36 47 69 103 255 Duitsland 25 38 76 64 203 Griekenland 0 15 6 17 38 Ierland 4 7 6 7 24 Italië 14 43 25 111 193 Luxenburg 0 0 3 1 4 Nederland 8 16 11 23 58 Portugal 6 19 4 16 45 Spanje 10 24 22 57 113 TOTAAL 112 250 245 435 1042 Tabel 6: Overzicht landen met bijhorend aantal events Er wordt onderzoek verricht binnen 8 sectoren. In tabel 7 worden deze 8 sectoren weergegeven. Verder worden ook het aantal onderzochte bedrijven voor Moody’s en S&P per sector opgelijst. Deze sectoren worden gebruikt om een onderscheid te maken tussen 30 Dit was grotendeels te wijten aan een onvolledig aantal observaties tijdens het estimation window 71 financiële en niet-financiële ondernemingen. Hierbij wordt de sector ‘financieel’ vergeleken met de overige 7 sectoren. SECTOREN AANTAL BEDRIJVEN AANTAL BEDRIJVEN MOODY’s S&P Basismaterialen 13 23 Communicatie 22 33 17 33 20 38 Varia 0 3 Energie 4 10 Financieel 112 168 Industrie 20 47 Technologie 5 9 Nutsvoorzieningen 20 28 Cyclische consumentgoederen31 Niet-cyclische consumentgoederen32 Tabel 7: Overzicht Sectoren met bijhorend aantal bedrijven Het aantal downgrades en upgrades per CRA, per subperiode wordt weergegeven in tabel 8. Uit deze samenvattende tabel kan afgeleid worden dat tijdens de periode na de crisis (20102014) er veel meer ratingsveranderingen werden doorgevoerd door beide CRA’s dan voor de financiële kredietcrisis (2005-2006). Het betreft hier voornamelijk downgrade events maar ook voor upgrade events kan er een stijging worden vastgesteld. Dit kan te wijten zijn aan het feit dat CRA’s voorzichtiger omgingen met de uitgegeven ratings na de vele kritieken die zij ontvingen sinds de komst van de financiële crisis in 2007. 31 Onder cyclische consumentgoederen worden goederen verstaan die onderhevig zijn aan de economische cyclus. Voorbeelden hiervan zijn retail, auto’s, entertainment. (Morningstar, 2016). 32 Niet-cyclische consumentengoederen zijn goederen die de maatschappij altijd nodig heeft zoals bv. water, voedsel,.. (Morningstar, 2016). 72 Om een antwoord te verkrijgen op de onderzoekvraag, namelijk of de macht van CRA’s is veranderd ten opzichte van de maatschappij sinds de komst van de financiële crisis (in de positieve of negatieve zin), zijn er zes steekproeven noodzakelijk. In dit onderzoek worden 12 steekproeven genomen aangezien het onderscheid tussen financials en non-financials ook in rekening wordt gebracht. Eerst worden de upgrades onderzocht. Daarbij wordt er nagegaan of er verschillen zijn tussen deze ratingsveranderingen voor, tijdens en na de crisis. Daarna worden de downgrades voor, tijdens en na de crisis vergeleken. Op die manier kan de impact van ratingsveranderingen doorheen de tijd vastgesteld worden op de maatschappij. In volgende tabel worden het aantal events weergegeven per categorie: UPGRADES MOODY’S S&P DOWNGRADES TOTAAL Financials NonFinancials Financials NonFinancials Financials NonFinancials Van 2005 tot 2007 Van 2007 tot 2010 Van 2010 tot 2015 TOTAAL Van 2005 tot 2007 9 31 9 49 31 22 8 33 63 25 2 30 80 112 12 19 46 73 138 37 11 61 89 161 43 41 54 106 201 62 Van 2007 tot 2010 Van 2010 tot 2015 TOTAAL 27 31 89 38 93 156 44 135 192 88 119 243 71 166 281 126 212 399 Tabel 8: Aantal down- en upgrades S&P/Moody's voor verschillende subcategorieën 73 4.2. Methodologie Net als bij het onderzoek omtrent de accuraatheid gaat het hier om een verklarend onderzoek aangezien het verband tussen de ratingsveranderingen en de excess returns33 wordt bestudeerd. Als excess returns zich aanpassen aan ratingsveranderingen, dan houdt de maatschappij nog steeds rekening met de veranderingen die CRA’s doorvoeren op hun ratings. Verder past ook dit onderzoek een deductieve methode toe. Om tot deze empirische resultaten te komen, maken we gebruik van een eventstudie waarbij gebruik wordt gemaakt van het rekenblad MS Excel. Een eventstudie is een statistische methode om de impact van een event op de waarde van financials en nonfinancials te beoordelen. Er wordt dus een kwantitatief onderzoek uitgevoerd. De events die in dit onderzoek worden gebruikt zijn de down- of upgrades van uitgegeven ratings door Moody’s en S&P. In het onderzoek wordt er per onderzocht event een estimation window en een event window bepaald. Het estimation window geeft de periode weer waarin de onderzochte variabele zich normaal gedraagt. Die periode heeft als bedoeling om de situatie van een variabele te kunnen vergelijken met een periode waarin zich wel een event voordoet. Deze laatste periode wordt afgebakend door het event window. Deze eventstudie bevat een estimation window van 120 beursdagen en een event window van 31 beursdagen. Deze keuze baseert zich op theoretische aspecten (Koop, analysis of data). In verschillende onderzoeken wordt gebruik gemaakt van een heel kort event window. Zo gebruikt onder andere Jorion et al. (2004) een event window van drie dagen, alsook Hand et 33 Excessreturns = Stock returns – Normal returns. De Normal returns zijn gebaseerd op de markt returns. 74 al. (1992) en Xia (2014). Anderzijds haalt May (2010) aan dat veel onderzoeken kiezen voor een langer event window (één week tot één maand) omdat er niet altijd voldoende dagelijkse data aanwezig was in het verleden. In dit onderzoek wordt het event window opgesplitst in 3 delen. Het event window [0,+1] wordt gebruikt om de effectieve impact op de stock returns na te gaan op het moment dat er een ratingsverandering wordt doorgevoerd door Moody’s of S&P. Niet alleen het moment van een down-of upgrade is van belang (tijdstip 0), ook de periode net na het event is belangrijk (tijdstip 1) aangezien events zich bijvoorbeeld ook ’s nachts kunnen voordoen (Jorion et al, 2004). Het event window [-15, -1] wordt onderzocht om enige vorm van anticipation na te gaan. Hiermee wordt bedoeld dat er reeds een reactie kan ontstaan alvorens er zich een ratingswijziging voordoet. In dat geval voelt de markt de wijziging dus reeds aankomen. Het event window [2, 15] wordt onderzocht om de vertraagde effecten te kunnen meten. Ook kan het zijn dat de markt te sterk heeft gereageerd heeft op bepaalde ratingswijzigingen en deze zich herstelt in de periode na de ratingswijziging. Zo’n overreactie kan het gevolg zijn van kuddegedrag binnen de maatschappij waardoor een veel sterkere ratingsverandering verwacht wordt dan de werkelijke verandering. Het lijkt daarom logisch dat de maatschappij zich na het event opnieuw aanpast aan de werkelijke ratingsverandering. Freitas en Minardi (2013) halen in hun onderzoek aan dat er zich soms een event kan voordoen tijdens het estimation window. Dit zou kunnen leiden tot vertekende resultaten, daarom is het beter om een extra tijdsperiode van 15 beursdagen te voorzien tussen het estimation window en het event window, zo kan het desbetreffende event (of events) geëlimineerd worden. 75 De totale tijdsperiode per event is groot genoeg om anticipaties en reacties op ratingsveranderingen te bestuderen, maar ook niet te groot zodat het niet door ander nieuws beïnvloed kan worden: -150 - 50 Estimation window - 15 EW[-15,-1] 0 EW[0,+1] +1 +15 EW[+2,+15] Waarbij EW = event window Grafiek 4: Estimation window en event window(s) per event Om deze eventstudie uit te voeren, wordt gebruik gemaakt van het marktmodel (MacKinlay, 1997). Het marktmodel neemt aan dat er een stabiele lineaire relatie bestaat tussen de markt return van de Europese Unie en de stock return: R it = αi + βi R t + εit π ππ‘ = ππππππππππ π π‘πππ πππ‘π’ππ ππ πππππππ π‘ ∝π = πΆπππ π‘πππ‘π π½π = πππ‘π π£ππ πππ£πππππβπππ π£πππ ππ πππππ‘ πππ‘π’ππ π π‘ = πππππ‘ πππ‘π’ππ πππ‘ = πππ‘π’ππ πππ πππ£πππ π£ππ ππππππππ π πππππππππ ππ£πππ‘π De werkelijke stock return bestaat uit enerzijds de normal return (NR) en anderzijds de abnormal return (AR). De normal return of het normale rendement is het rendement die verkregen wordt wanneer er geen bedrijfsspecifiek event plaatsvindt (zoals een ratingsverandering die invloed heeft op de stock return van een bedrijf). Indien je dus de return berekent tijdens het estimation window, verkrijg je de normal return. De abnormal 76 return of het abnormale rendement is het rendement die wijst op een reactie van de stock return op een event. De eerste stap in de eventstudie start met het berekenen van de normal return en abnormal return, om ze daarna met elkaar te vergelijken. Hiervoor zijn zowel de stock return als de markt return nodig om de berekening te kunnen uitvoeren. Na het verzamelen van deze variabelen wordt vooreerst de normal return berekend. Om tot deze return te komen, worden als eerste de intercept ∝π , de slope π½π , de marktreturn π π‘ van het marktmodel berekend voor elk event aan de hand van de stock return en de markt return. Hierbij is π de datum waarop het event plaatsvindt en staat de π‘ voor de datum waarop de normal return gemeten wordt. De normal return wordt telkens gemeten over het volledige estimation window, het event window en het moment van het event zelf. Door middel van deze parameters kan dan uiteindelijk de normal return berekend worden34. Op basis van de normal return worden ook de abnormal returns berekend per event, deze worden ook de resttermen of de residuals genoemd van het marktmodel. De abnormal return (π΄π ππ‘ ) is gelijk aan de werkelijke stock return (ππ ππ‘ ) verminderd met de normal return (ππ ππ‘ ). De som van alle abnormal returns wordt de cumulative abnormal return (CAR) genoemd. In dit onderzoek zal gebruik worden gemaakt van de CAR’s omdat het belangrijk is om te kijken over langere periodes rondom het event: ππ ππ‘ =∧πΌ π +∧π½π π π‘ π΄π ππ‘ = ππ π‘ − ππ ππ‘ π‘ 2 πΆπ΄π π (π‘1 , π‘2 ) = Σπ‘=π‘ π΄π ππ‘ 1 Met π‘1 = eerste dag van het event window π‘2 =laatste dag van het event window 34 Het is belangrijk om op te merken dat het nog steeds gaat om een voorspellende return. 77 De CAR’s worden berekend per event window, per bedrijf. Eenmaal de CAR’s uitgerekend zijn, kunnen de gemiddelde CAR’s berekend worden voor alle bedrijven over de verschillende event windows35. Daarna wordt nagegaan of de CAR’s significant verschillen van nul. We willen namelijk nagaan of een downgrade of upgrade wel degelijk een significante invloed heeft op de stock return. Het is namelijk van belang om er zeker van te zijn dat het de ratingsverandering is die de reactie uitlokt en geen andere oorzaak. Om deze significantie te kunnen achterhalen maken we gebruik van de π‘-statistiek. Daarvoor moeten eerst de varianties van de abnormal returns berekend worden (π 2 (π΄π ππ‘ )). Deze kunnen berekend worden aan de hand van de volgende formule (MacKinlay, 1997): π‘ 2 π 2 (π΄π ππ‘ ) = π 2 ( Σπ‘=π‘ π΄π ππ‘ ) 1 Met π‘1 = eerste dag van het estimation window π‘2 = laatste dag van het estimation window Na de variantie bepaald te hebben kan worden overgegaan tot de berekening van de teststatistiek. Er wordt telkens een π‘-test uitgevoerd op de gemiddelde CAR’s die worden berekend per event window. Ook wordt er een onderscheid gemaakt tussen de verschillende subperiodes. Voor steekproeven met een aantal waarnemingen groter dan 3036 (zoals in dit onderzoek), wordt de π‘-statistiek gemeten door middel van onderstaande formule: π‘= πππ πΆπ΄π (π‘1 , π‘2 ) 1 √((π‘2 − π‘1 + 1) 2 π 2 (π΄π ππ‘ )) π met π‘2 − π‘1 + 1 = aantal dagen van het event window 35 Event window ο-15,-1ο, event window ο0,+1ο, event window ο+2,+15ο 36 Steekproeven die over minder dan 30 observaties beschikken, zullen vaak een t-statistiek bekomen die biased is. Er is namelijk te weinig informatie om deze test dan te kunnen uitvoeren (Onderzoeksmethoden in finance, 2016) 78 Die π‘-statistiek dient dan te worden vergeleken met de grenzen van het gewenste significantieniveau van de π‘-verdeling. Het onderzoek hanteert een significantieniveau van 0,1 of 10%. Een statistisch significant resultaat wil zeggen dat het bekomen resultaat niet aan het toeval te wijten is. De voorwaarde voor een significant resultaat met een betrouwbaarheid van 90% vereist dat de absolute waarde van de t-statistiek groter is dan |1,64|. Als de π‘-statistiek lager is dan of gelijk aan |1,64| dan betekent dit dat de πΆπ΄π (π‘1 ,π‘2 ) in 90% van de gevallen gelijk is aan nul. Indien de π‘-statistiek hoger is dan |1,64|, dan wordt de nulhypothese verworpen en kan vastgesteld worden dat de gemiddelde CAR significant verschillend is van nul. In dit onderzoek wijst een significante abnormal return op een reactie van de stock return op het event. De statistische toets die gehanteerd wordt om de significante te bepalen is de volgende: π»0 : πΆπ΄π (π‘1 ,π‘2 ) = 0 |π‘| ≤ |1,64| π»1 : πΆπ΄π (π‘1 ,π‘2 ) ≠ 0 |π‘| > |1,64| 79 4.3. Empirisch resultaat Hierna worden de resultaten van het onderzoek besproken. Daarbij wordt er een onderscheid gemaakt tussen de impact van stijgingen versus de impact van dalingen. Ook wordt de impact van de ratingsveranderingen doorheen de tijd besproken. Verder wordt telkens een tabel opgesteld met de gemiddelde CAR en de bijhorende π‘-statistiek. De vooropgestelde hypotheses die voortkwamen uit de literatuurstudie worden getoetst met de verkregen resultaten en hierbij worden mogelijke verklaringen toegewezen. 4.3.1. Impact ratingsveranderingen op de stock return – event window 4.3.1.1. Stijgingen In totaal werden er 357 ratingsstijgingen vastgesteld. 245 upgrades door S&P en 112 upgrades door Moody’s. In tabel 9 worden de gemiddelde cumulatieve abnormale rendementen voorgesteld van de upgrades met de bijhorende π‘-statistieken voor de verschillende event windows. Enkel bij event window ο-15,-1ο wordt er vastgesteld dat een ratingsstijging leidt tot een positief effect op de stock return. Maar dit resultaat is insignificant en dus niet bruikbaar. Bijna alle andere CAR’s vertonen een significant negatief effect op de stock returns bij een ratingsstijging. Over het algemeen zouden ratingsstijgingen moeten resulteren in positieve abnormale rendementen wat in deze case totaal niet het geval is. De vooropgestelde hypothese beweerde dat een upgrade geen significante, maar wel een positieve impact heeft op de stock return. In de literatuur was hier geen onenigheid over te vinden, maar uit dit onderzoek blijkt dat incorrect te zijn. De resultaten uit het onderzoek zijn niet gelijkaardig met het verwachte resultaat. Er kan dus niet geconcludeerd worden dat een ratingsstijging geen significante, noch positieve impact heeft op het aandelenrendement. Een mogelijke verklaring hiervoor zou kunnen zijn dat de reactie van de maatschappij niet te wijten is aan een ratingsstijging maar het gevolg is van een wijziging van andere variabele. 80 S&P Event window ο-15,-1ο Event window ο0,+1ο Event window ο+2,+15ο GEMIDDELDE CAR MOODY’S t-STATISTIEK AANTAL EVENTS GEMIDDELDE CAR t-STATISTIEK AANTAL EVENTS 0,0038 0,7910 245 -0,0277 -1,7873 112 -0,0054 -3,1287 245 -0,0202 -3,5691 112 -0,0114 -2,4884 245 -0,0155 -1,0326 112 Tabel 9: Upgrades S&P/Moody's (gem. CAR's & bijhorende t-test) 4.3.1.2. Dalingen In totaal worden er 685 downgrades onderzocht tijdens dit onderzoek. In tabel 10 worden de gemiddelde cumulatieve abnormale rendementen (CAR) voorgesteld van de ratingsdalingen met hun bijhorende t-statistiek voor de verschillende event windows. Er wordt opgemerkt dat er slechts een significant resultaat aanwezig is voor event window ο0,+1ο. De directe impact van een ratingsdaling door zowel Moody’s als S&P op dit event window is negatief significant. De vooropgestelde hypothese stelt dat downgrades een significant negatieve impact hebben op het aandelenrendement. In event window ο0,+1ο is dat zeker het geval, daar wordt een onmiddellijk negatieve, significante reactie op de stock return vastgesteld. Bij event window ο+2,+15ο kan vastgesteld worden dat het effect niet verandert en nog steeds (insignificant) negatief is. Uit de resultaten kan dus worden geconcludeerd dat er een lichte anticipatie is tijdens event window ο-15,-1ο voor beide CRA’s. Op het moment van het event wordt dit negatieve effect versterkt en ook tijdens event window ο+2,+15ο blijft er een negatieve trend op het aandelenrendement. Daarbij moet wel gesteld worden dat niet alle resultaten significant zijn. Op basis van de resultaten uit event window ο0,+1ο, kan de vooropgestelde hypothese bevestigd worden. 81 S&P Event window ο-15,-1ο Event window ο0,+1ο Event window ο+2,+15ο MOODY’S GEMIDDELDE CAR t-STATISTIEK AANTAL EVENTS GEMIDDELDE CAR t-STATISTIEK AANTAL EVENTS -0,0049 -1,0742 435 -0,0076 -0,9084 250 -0,0033 -1,9977 435 -0,0095 -3,1182 250 -0,0038 -0,8717 435 -0,0110 -1,3594 250 Tabel 10: Downgrades S&P/Moody's (gem. CAR's en bijhorende t-test) 4.3.2. Impact ratingsveranderingen op de stockreturn – doorheen de tijd 4.3.2.1. Stijgingen In tabel 11 worden de gemiddelde cumulatieve abnormale rendementen voorgesteld van de ratingsstijgingen met hun bijhorende t-statistiek. De tabel weerspiegelt de impact van upgrades doorheen de tijd: de periodes voor de crisis, tijdens de crisis en na de crisis. De impact van ratingsstijgingen voor de crisis is enkel significant bij event window ο0,+1ο. Daar wordt geconcludeerd dat ratingsstijgingen leiden tot negatieve abnormale rendementen. Deze resultaten stroken niet met de bevindingen uit de literatuur. De resultaten zouden eventueel vertekend kunnen zijn omdat er te weinig events werden onderzocht tijdens dit onderzoek. Op basis van de bestudeerde literatuur wordt vastgesteld dat er tijdens deze onderzoeken veel meer events gebruikt worden. Dichev & Piotroski (2001) gebruiken bijvoorbeeld 4,727 events tijdens hun onderzoek. Ook Jorion et al. (2005) maken gebruik van een groot aantal events, namelijk 2,204 events. Bij onderzoek naar de periode tijdens de crisis, wordt opgemerkt dat er anticipatie is. De impact van een ratingsstijging is namelijk significant positief in event window ο-15,-1ο voor beide CRA’s. Voor S&P houdt deze reactie stand tot net na het event, daarna is er namelijk terug een negatief effect te zien tijdens event window ο+2,+15ο. Voor Moody’s wordt er al 82 sneller een negatief significant effect vastgesteld tijdens event window ο0,+1ο, wat standhoudt in event window ο+2,+15ο. Tijdens de periode na de crisis, hebben enkel ratingsstijgingen door S&P een positieve significante impact op de markt tijdens event window ο0,+1ο en een negatieve significante impact tijdens event window ο+2,+15ο. De eerste hypothese stelt dat upgrades leiden tot licht positieve wijzigingen in de stock return, maar dat die resultaten niet altijd significant zijn. In dit onderzoek zijn enkel de upgrades voor de crisis bij event window [0, +1] significant, waarbij er een negatieve impact te zien is. Deze resultaten gaan in tegen de bevindingen van May (2010) en White (2010). Zoals reeds vermeld zou dit het gevolg kunnen zijn van een andere variabele dan een ratingsstijging. Uit tabel 11 blijkt dat de impact van ratingsstijgingen niet echt veranderd is doorheen de tijd. Er zou dus gesteld kunnen worden dat de komst van de financiële crisis in 2007 niet echt een impact heeft gehad op de informatieve waarde van ratings uitgegeven door Moody’s en S&P. Toch moet opgemerkt worden dat het merendeel van de resultaten insignificant is. De resultaten van de periode tijdens de crisis zijn namelijk enkel significant bij Moody’s. Hetzelfde geldt voor de resultaten tijdens de periode na de crisis, waar de resultaten enkel significant zijn bij S&P. Daarbij kan ook gesteld worden dat de reacties op ratingsstijgingen vaak tegenstrijdig zijn aan elkaar, waardoor er geen eenduidige conclusie kan genomen worden. Op die manier kan de vooropgestelde hypothese verworpen worden. Het verkregen resultaat is tegengesteld aan de onderzoeken van Hooper et al. (2008) en Alsakka & Gwilym (2013). Zij stelden dat een ratingswijziging een veel grotere impact had op de periode sinds de komst van de financiële crisis in 2007 dan de periode voor de komst van de crisis. 83 S&P VOOR DE CRISIS (2005 tot 2006) TIJDENS DE CRISIS (2007 tot 2009) NA DE CRISIS (2010 tot 2014) Event window ο-15,-1ο Event window ο0,+1ο Event window ο+2,+15ο Event window ο-15,-1ο Event window ο0,+1ο Event window ο+2,+15ο Event window ο-15,-1ο Event window ο0,+1ο Event window ο+2,+15ο MOODY’S GEMIDDELDE CAR t-STATISTIEK AANTAL EVENTS GEMIDDELDE CAR t-STATISTIEK AANTAL EVENTS 0,0024 0,3190 56 - 0,0117 -1,556 31 -0,0370 -13,5275 56 -0,0667 -18,0355 31 -0,0037 -0,5112 56 -0,0025 -0,2558 31 0,0149 1,6272 65 0,0193 2,4814 39 0,0015 0,4564 65 -0,0017 -0,6143 39 -0,0008 -0,0860 65 -0,0190 -2,5302 39 -0,0007 -0,0998 124 -0,0832 -2,0773 42 0,0052 1,9477 124 -0,0033 -0,2260 42 -0,0216 -3,0564 124 -0,0218 -0,5635 42 Tabel 11: Upgrades S&P/Moody's doorheen de tijd (gem. CAR's en bijhorende t-test) 4.3.2.2. Dalingen In tabel 12 worden de gemiddelde cumulatieve abnormale rendementen voorgesteld van de ratingsdalingen met hun bijhorende t-statistiek. De tabel weerspiegelt de impact van downgrades doorheen de tijd: de periodes voor de crisis, tijdens de crisis en na de crisis. Uit deze tabel is af te leiden dat de impact van ratingsdalingen voor de crisis enkel significant is tijdens event window ο0,+1ο bij Moody’s. Hier leidt een ratingsdaling tot negatieve abnormale rendementen. Ondanks het feit dat de resultaten in event window ο0,+1ο bij S&P niet significant zijn, wordt er een tegenstrijdig resultaat vastgesteld tussen beide CRA’s. Hierdoor kan geen eenduidige conclusie genomen worden. 84 Voor de periode tijdens de crisis zijn de resultaten enkel significant voor event window ο0,+1ο. Ook hier leiden downgrades tot negatieve abnormale rendementen. De resultaten komen dus overeen met de vooropgestelde hypothese. Voor event window ο-15,-1ο en event window ο+2,+15ο zijn de resultaten niet bruikbaar aangezien deze insignificant zijn. Ook worden er bij Moody’s en S&P tegenstrijdige resultaten bekomen. Hetzelfde kan gesteld worden voor de periode na de crisis, alhoewel daar enkel de resultaten bij Moody’s, voor event window ο0,+1ο, significant zijn. Wel kan opgemerkt worden dat de impact van ratingsdalingen, voor de periode na de crisis, bij alle event windows negatief zijn, ook al zijn deze niet allemaal significant. De resultaten tijdens de periode voor de crisis bij event window ο0,+1ο, zouden verklaard kunnen worden doordat er een overreactie plaatsvindt in de maatschappij. Aangezien er in event window ο+2,+15ο tegengestelde reacties waargenomen worden, zou dit kunnen wijzen op een eventuele correctie tijdens de periode die volgt op het event. Zoals eerder aangehaald wordt kan dit het gevolg zijn van kuddegedrag binnen een maatschappij. Net na het event komt het besef dat de reactie op de ratingswijziging te drastisch was, wat leidt tot een correctie. De vooropgestelde hypothese kan dus bevestigd worden voor de event windows [0, +1] voor periodes tijdens en na de crisis. De impact van ratingsdalingen op de abnormale rendementen blijft negatief voor de periode na de crisis in event window [+2, +15], ondanks dat niet alle resultaten significant zijn. Tijdens de crisis is dat niet het geval. 85 S&P VOOR DE CRISIS (2005 tot 2007) TIJDENS DE CRISIS (2007 tot 2010) NA DE CRISIS (2010 tot 2015) MOODY’S GEMIDDELDE CAR t-STATISTIEK AANTAL EVENTS Event window ο-15,-1ο Event window ο0,+1ο Event window ο+2,+15ο Event window ο-15,-1ο Event window ο0,+1ο Event window ο+2,+15ο Event window ο-15,-1ο Event window ο0,+1ο -0,0056 -0,6827 49 0,0011 0,3614 49 -0,0068 -0,8643 0,0058 Event window ο+2,+15ο GEMIDDELDE CAR t-STATISTIEK AANTAL EVENTS 0,4151 21 -0,0196 -4,7792 21 49 0,0072 0,6688 21 0,6597 132 -0,0151 -1,0276 76 -0,0069 -2,1670 132 -0,0104 -1,9313 76 0,0045 0,5285 132 -0,0175 -1,2296 76 -0,0090 -1,4594 254 -0,0060 -0,5207 153 -0,0020 -0,8853 254 -0,0078 -1,8698 153 -0,0072 -1,2076 254 -0,0118 -1,0691 153 0,0047 Tabel 12: Downgrades S&P/Moody's doorheen de tijd (gem. CAR's en bijhorende t-test) 4.3.3. Impact ratingsveranderingen op financials & non-financials – event window 4.3.3.1. Stijgingen In totaal werden er 89 (49) upgrades bij financials voor S&P (Moody’s) en 156 (63) upgrades bij non-financials voor S&P (Moody’s) vastgesteld. In tabel 13 worden de gemiddelde cumulatieve abnormale rendementen voorgesteld van de ratingsstijgingen met hun bijhorende π‘-statistiek. De tabel weerspiegelt de impact van upgrades op de aandelenrendementen voor de verschillende event windows. Telkens wordt een onderscheid gemaakt tussen de resultaten van financiële ondernemingen en niet-financiële ondernemingen. 86 Uit tabel 13 kan vastgesteld worden dat er heel weinig significante resultaten in de dataset aanwezig zijn Bij financiële ondernemingen kan enkel vastgesteld worden dat een ratingsstijging leidt tot negatieve significante abnormale rendementen tijdens event window [0, +1]. Dit staat in schril contrast met de vooropgestelde hypothese die insignificante positieve effecten verwacht bij een ratingsstijging. Dit zou zoals eerder vermeld eventueel het gevolg kunnen zijn door wijzigingen van andere variabelen dan een ratingsstijging. Wat dan wel aan de basis ligt van deze onverwachte resultaten, kan uit dit onderzoek niet geconcludeerd worden. Het vormt dus een interessant gegeven om verder onderzoek naar te verrichten. Bij niet-financiële ondernemingen liggen de resultaten in lijn met de verwachtingen, namelijk dat ratingsstijgingen leiden tot insignificante positieve resultaten. De resultaten van S&P in event window [+2, +15] vormen hierop een uitzondering. Hier wordt een significante negatieve reactie bekomen. Hetzelfde geldt voor de resultaten van Moody’s tijdens event window [-15, -1, alhoewel deze resultaten insignificant zijn. Aangezien de resultaten van financials en non-financials niet met elkaar kunnen worden vergeleken, wegens tegenstrijdige resultaten, kan de vooropgestelde hypothese niet bevestigd worden. Er kan niet met zekerheid gezegd worden dat de impact van ratingsstijgingen groter is bij financiële ondernemingen dan niet-financiële ondernemingen. Tijdens event window [0, +1] is de impact namelijk groter bij financials, wat niet het geval is bij event window [-15,-1] en [+2,+15]. 87 S&P FINANCIALS NONFINANCIALS Event window ο-15,-1ο Event window ο0,+1ο Event window ο+2,+15ο Event window ο-15,-1ο Event window ο0,+1ο Event window ο+2,+15ο MOODY’S GEMIDDELDE CAR t-STATISTIEK AANTAL EVENTS GEMIDDELDE CAR t-STATISTIEK AANTAL EVENTS 0,0013 0,1911 89 -0,0618 -1,8086 49 -0,0207 -8,6390 89 -0,0507 -4,0671 49 0,0033 0,5227 89 -0,0360 -1,0901 49 0,0068 1,0625 156 -0,0017 -0,2334 63 0,0004 0,1807 156 0,0035 1,3133 63 -0,0198 -3,1813 156 0,0005 0,0675 63 Tabel 13: Upgrades S&P/Moody's financials & non-financials 4.3.3.2. Dalingen In totaal werden er 192 (112) downgrades bij financials voor S&P (Moody’s) en 243 (138) downgrades bij non-financials voor S&P (Moody’s) vastgesteld. In tabel 14 worden de gemiddelde cumulatieve abnormale rendementen voorgesteld van de ratingsdalingen met hun bijhorende π‘-statistiek. De tabel weerspiegelt de impact van downgrades op de aandelenrendementen voor de verschillende event windows. Telkens wordt een onderscheid gemaakt tussen de resultaten van financiële ondernemingen en niet-financiële ondernemingen. De verkregen resultaten bij downgrades zijn veel significanter dan de resultaten bij upgrades. Uit tabel 14 kan geconcludeerd worden dat er zowel bij financials als nonfinancials significante resultaten aanwezig zijn. Bij event window [-15,-1] van zowel financials als non-financials, leiden ratingsdalingen tot negatieve abnormale rendementen (behalve bij 88 S&P financials). Hierbij valt wel op te merken dat enkel de resultaten van non-financials bij S&P significant zijn. Voor event window [0, +1] van zowel financials als non-financials, leiden downgrades telkens tot een negatief significant effect op de aandelenrendementen. Voor S&P financials is dit effect insignificant maar nog steeds negatief. Hierbij wordt de hypothese, waarin gesteld wordt dat downgrades tot een negatief significant effect leiden, bevestigd. Bij event window ο+2,+15ο zijn de reacties op downgrades negatief bij financials, terwijl deze positief zijn bij non-financials. Het feit dat de reactie bij non-financials positief is, zou kunnen wijzen op een correctie na het event. Wel moet gesteld worden dat de resultaten enkel significant zijn bij Moody’s financials. Een duidelijk algemeen verschil tussen financials en non-financials kan dus niet echt waargenomen worden. S&P FINANCIALS NONFINANCIALS Event window ο-15,-1ο Event window ο0,+1ο Event window ο+2,+15ο Event window ο-15,-1ο Event window ο0,+1ο Event window ο+2,+15ο MOODY’S GEMIDDELDE CAR t-STATISTIEK AANTAL EVENTS GEMIDDELDE CAR t-STATISTIEK AANTAL EVENTS 0,0078 1,0653 192 -0,0050 -0,3136 112 -0,0001 -0,0512 192 -0,0132 -2,2620 112 -0,0089 -1,2690 192 -0,0285 -1,8472 112 -0,0149 -2,5759 243 -0,0085 -1,0732 138 -0,0058 -2,7676 243 -0,0066 -2,2834 138 0,0002 0,0332 243 0,0034 0,4517 138 Tabel 14: Downgrades S&P/Moody's financials & non-financials 89 5. CONCLUSIE Dit onderzoek wordt opgedeeld in 2 delen, waarbij enerzijds de accuraatheid van ratings wordt onderzocht. Anderzijds wordt de informatieve waarde van de ratings nagegaan. Bij het onderzoek naar de accuraatheid wordt enkel het onderscheid tussen Moody’s en S&P onderzocht. Dit gebeurt aan de hand van het CAP-model en de accuracy-ratio. Bij het onderzoek naar de informatieve waarde wordt gebruik gemaakt van een eventstudie om zo de evolutie doorheen de tijd (voor, tijdens en na de crisis) na te gaan. Ook wordt het onderscheid tussen financiële en niet financiële instellingen onderzocht, alsook het verschil tussen Moody’s en S&P. Uit de resultaten van het onderzoek naar de accuraatheid van ratings kan geconcludeerd worden dat de ratingsmodellen van Moody’s als meer accuraat aanschouwd kunnen worden dan deze van S&P. De verkregen resultaten zijn eerder twijfelachtig, aangezien het aantal defaults eerder beperkt is37. De resultaten uit de eventstudie liggen niet steeds in lijn met de vooropgestelde hypotheses. Bij de vergelijking tussen de verschillende event windows in het algemeen, worden er bij ratingsstijgingen, tijdens event window [0, +1], negatieve significante reacties waargenomen. Dit zou eventueel te wijten kunnen zijn aan eventuele wijzigingen in andere variabelen anders dan ratingswijzigingen. De reacties op ratingsdalingen komen daarentegen wel overeen met de vooropgestelde hypotheses. Enkel bij event window [0, +1] zijn deze resultaten significant. Downgrades hebben dus een negatieve impact op de maatschappij. 37 9 defaults bij S&P en 8 defaults bij Moody’s 90 Doorheen de tijd kunnen er geen conclusies genomen worden voor de impact van ratingsstijgingen op de maatschappij, aangezien er bij S&P en Moody’s verschillende resultaten bekomen worden. Voor de crisis wordt er bij event window [0, +1] een negatief significant resultaat verkregen, wat dus niet in lijn ligt met de vooropgestelde hypothese. Bij ratingsdalingen kan de vooropgestelde hypothese bevestigd worden voor het event window [0, +1] voor periodes tijdens en na de crisis. De impact van ratingsdalingen op de abnormale rendementen blijft negatief voor de periode na de crisis in event window [+2, +15], ondanks dat niet alle resultaten significant zijn. Tijdens de crisis is dat niet het geval. Om een vergelijking te maken tussen financials en non-financials, beschikken we over te weinig significante gegevens, die daarenboven niet met de vooropgestelde hypothese in overeenstemming zijn. Dit geldt zowel voor ratingsstijgingen als ratingsdalingen. Voor verder onderzoek is het interessant om bijkomende regressies uit te voeren. Op deze manier kan het effect ceteris paribus geïnterpreteerd worden. 91 6. LIJST VAN GERAADPLEEGDE WERKEN Agarwal, S., & Calvin, T. (2007). Comparing the prime and subprime mortgage markets. The federal reserve bank of Chicago. Alp, A. (2013, december 6). Structural shifts in credit rating standards. The journal of the american finance association, p. 36. Alsakka, R., & Gwilym, O. a. (2013). Rating agencies' signals during the European sovereign debt crisis: Market impact and spillovers. Journal of Economic Behavior & Organization, 144-162. Altman, E. I., & Rijken, H. A. (2005). The effects of rating through the cycle on rating stability, rating timeliness and default performance. Andersen, L., Häger, D., Maberg, S., Naess, M., & Tungland, M. (2012). The financial crisis in an operational risk management context - A review of causes and influencing factors. Reliabilty Engineering and System Safety 105, 3-12. Bar-Isaac, H., & Shapiro, J. (2012, June 25). Ratings quality over the business cycle. Journal of financial economics, p. 17. Becker, B., & Milbourn, T. (2011). How did increased competition affect credit ratings? Journal of Financial Economics 101, 493-514. Blundell-Wignall, A., Atkinson, P., & Roulet, C. (2014). Bank business models and the Basel system: Complexity and interconnectedness. OECD. Boersma, B. (2010). Bijdrage van ratingbureaus aan ontstaan kredietcrisis onderzocht. Doet de verordening inzake ratingbureaus genoeg om een nieuwe zeperd te voorkomen? Onderneming en financiering, p. 24. Bonsall, S. B. (2014). The impact of issuer-pay on corporate bond raitng properties: Evidence from Moody's and S&P's initial adoptions. Journal of accounting and economics, 89109. Boot, A. (2006). De toegevoegde waarde van credit ratings. Maandblad voor Accountancy Vol. 80 No. 3. Brogaard, J., Jennifer L. Koski, & Andrew F. Siegel. (2015). The information content of credit rating changes Evidence from trading volume. Brooks, R., Faff, W. F., Hillier, D., & Hillier, J. (2004). The national market impact of sovereign rating changes. Journal of banking and finance, 233-250. Bruyninckx, T. (2008). Rating agencies: inhoud, reglementering en aansprakelijkheid. Jura Falconis(44, nr 1), p. 98. Cheng, M., & Neamtiu, M. (2009). An empirical analysis of changes in credit rating properties: timeliness, accuracy and volatility. Journal of Accounting and Economics 47, 108-130. XVII Choy, E., Gray, S., & Ragunthan, V. (2006). Effect of credit rating changes on Australian stock returns. Accounting and Finance Vol. 46, 755-769. Cohen, G. (2014). On the impact of bond's rating changes on the firm's stock price. International journal of financial research Vol. 5 No. 1. Cornaggia, J., & Cornaggia, K. J. (2013). Estimating the costs of issuer-paid credit ratings. Oxford: Oxford University Press. De notering of rating van een obligatie. (sd). Opgeroepen op November 5, 2015, van Goldwasser Exchange: https://www.oblis.be/nl/school/de-notering-rating-van-eenobligatie-523590 Deb, P., & Murphy, G. (2009). Credit Rating Agencies: An alternative Model. Dichez, I. D., & Piotroski, J. D. (2001). The long-run stock returns following bond ratings changes. the journal of finance vol. 56, 173-203. Ederington, L. H. (1986). Why split ratings occur. ProQuest Central, 37. Engelmann, B., Hayden, E., & Tasche, D. (2003). Measuring the Discriminative Power of Rating Systems. Deutsche Bundesbank. Engelmann, B., Hayden, E., & Tasche, D. (2003). Testing rating accuracy. ESMA. FCIC. (2011). Report of the financial crisis inquiry commission. Opgehaald van https://fcic.law.stanford.edu Fitch Ratings. (2014, December). Definitions of ratings and other forms of opinion. Opgehaald van Fitchratings: fitchratings.com Freitas, A. D., & Minardi, A. M. (2013). The impact of credit rating changes in Latin American. BAR Vol.10, 439-461. Frints, G. (2014). Credit rating agencies & Proxy advisors. Tilburg: Tilburg university. Gan, Y. (2004). Why do firms pay for bond ratings when they can get them for free? The wharton school. University of pennsylvania. Golan, L., Parlour, C., & Rajan, U. (2011). Competition, Quality, and Managerial Slack. University of Michigan. Gonzalez, F., Haas, F., Johannes , R., Persson, M., Toledo, L., & Violi, R. (2004). Market Dynamics Associated With Credit Ratings - A literature Review. occasional paper series. Graham, J. R., Harvey, C. R., & Gambiona, E. (2011). Liquidity management and corporate investment during a financials crisis. NBER working papers, 23. Griffin, J. M., & Tang, D. Y. (2012, Augustus 4). Did subjectivity play a role in CDO credit ratings. the journal of the american finance association, p. 36. Griffin, P. A., & Sanvicente, A. Z. (1982). Common Stock Returns and Rating Changes: A Methodological Comparison. The Journal of Finance, 103-119. Hand, J. R., Holthausen, R. W., & Leftwich, R. W. (1992). The effect of bond rating agency announcements of bond and stock prices. The journal of finance vol. 47 No. 2, 733752. XVIII Heughebaert, A. (2007). Determinanten van kredietrating. Gent: Universiteit Gent. Holthausen, R. W., & Leftwich, R. W. (1986). The effect of bond rating changes on common stock prices. Journal of financial economics 17 , 57-89. Hooper, V., Hume, T., & Kim, S.-J. (2008). Sovereign rating changes: Do they provide new information for stock markets? Economics Systems Vol. 32, 142-166. Hylebos, T. (2009). Credit Rating Agencies en belangenconflicten. Gent: Universiteit Gent. Inghelbrecht, K. (2015). Beleggingsanalyse en portefeuillebeheer. Gent, Oost-Vlaanderen, België: Universiteit Gent. International Monetary Fund. (2016). International Monetary Fund. Opgehaald van www.imf.org Jaakke, J. C. (2012). De regulering van en het toezicht op ratingbureaus in de Europese Unie. Onderneming en Financiering, p. 55. Jorion, P., Liu, Z., & Sni, C. (2004). Informational effects of regulation FD: evidence from rating agencies. Journal of financial economics , 309-330. Katz, S. (1974). The price adjustment process of bonds to rating reclassifications: a test of bond market efficiency. The Journal of Finance, 551-559. Kedia, S., Rajgopal, S., & Zhou, X. (2013, octobre 13). Did going public impair Moddy's credit ratings? journal of financial economics, p. 23. Kiff, J., Kisser, M., & Schumacher, L. (2013). Rating through-the-cycle: what does the concept imply for rating stability and accuracy? International Monetary Fund. Kish, R. J., Hogan, K. M., & Olson, G. (1999). Does the market perceive a difference in rating agencies? The quarterly review of economics and finance. Kliger, D., & Sarig, K. (2000). The information value of bond ratings. the journal of finance vol. IV 6, 2879-2902. Krugman, P. (2010). Berating the raters. new york times. Lagache, E., & Rummens, F. (2014). Impact van een ratingverandering door Moody’s en S&P van een Europese financiële instelling op de aandelenmarkt. Gent: Universiteit Gent. Livingston, M., Wei, J. D., & Zhou, L. (2010). Moody's and S&P Ratings: Are They Equivalent? Conservative Ratings and Split Rated Bond Yields. Journal of Money, Credit and Banking, 1267-1293. MacKinlay, A. C. (1997). Event Studies in Economics and Finance. Journal of economic literature. May, A. D. (2010). The impact of bond rating changes on corporate bond prices: new evidence from the over-the-counter market. Journal of banking & finance. Moody's. (sd). Opgeroepen op Februari 15, 2016, van Moody's Investor Service: www.moodys.com Moody's. (2016). Rating symbols and definitiions. XIX Moon, C.-G., & Stotsky, J. G. (1993). Testing the Differences between the Determinants of Moody's and Standard & Poor's Ratings: An Application of Smooth Simulated Maximum Likelihood Estimation. Journal of Applied Econometrics, 51-69. Moortgat, L. (2013). De invloed van kredietbeoordelaars in de financiële markten. Antwerpen: Universiteit Antwerpen. Morgan, D. P. (2002). Rating Banks: Risk and Uncertainty in an Opaque Industry. The American Economic Review, 874-888. Morningstar Investing Glossary. (sd). Opgeroepen op Mei 11, 2016, van Morningstar: http://www.morningstar.com/InvGlossary/consumer_cyclical_sector.aspx Poon, W. (2003). Are unsolicited credit ratigns biased downward? journal of banking and finance, 593-614. Pottier, S. W., & Sommer, D. W. (1999). Property-Liability Insurer Financial Strength Ratings: Differences Across Rating Agencies. The Journal of Risk and Insurance, 621-642. Purda, L. D. (2007). Stock market reaction to anticipated versus surprise rating changes. Journal of financial research . Sangiorgi, F., Sokobin, J., & Spatt, C. (2009). Credit-Rating Shopping, Selection and the Equilibrum Structure of Ratings. SEC. (2012). Annual Report on Nationally Recognized Statistical Rating Organizations. U.S. Securities and Exchange Commission. SEC. (2013). Investor information. Opgehaald van U.S. securities and exchange commission: https://www.sec.gov/answers/nrsro.htm Standard & Poor's. (2003). Corporate rating criteria. Opgeroepen op April 18, 2016, van Standard & Poor's: www.standardandpoors.com Standard & Poor's Financial Services LLC. (sd). Opgeroepen op Februari 16, 2016, van Standard and Poor's: www.standardandpoors.com Terrière, F. (2014). Reguleringen van effectiseringen na de financiële crisis. Gent: Universiteit Gent. United Nations New Yord and Geneva. (2009). Compendium on debt sustainability and development. Geneva: United nations publication. Utzig, S. (2010, january). The Financial Crisis and the Regulation of Credit Rating Agencies: A European Banking Perspective. ASBI Working Paper Series(188), p. 22. Van Laere, E., Vantieghem, J., & Baesens, B. (2012). The difference between Moody's and S&P bank ratings: Is discretion in the rating process causing a split? Van Roy, P. (2006). Is there a difference between sollicited and unsolicited bank ratings and, if so, why? Brussels: National Bank of Belgium. White, L. (2010). Markets- the credit rating agencies. Journal of economic perspectives, 211226. Xia, H. (2014, july 28). Can investor-paid credit rating agencies improve the information quality of issuer-paid rating agencies? journal of financial economics, pp. 450-468. XX
