In deze paragraaf wordt hypothese 1 beantwoord welke onderzoekt of beursgenoteerde klanten van de Big Four een sterkere negatieve marktreactie ervaren op het tweede kwaliteitsrapport van de AFM dan het eerste kwaliteitsrapport. In de voorgaande paragrafen is reeds onderzocht of de beursgenoteerde klanten van de Big Four een negatieve marktreactie ervaren op het eerste kwaliteitsrapport van de AFM (H1a) en/of op het tweede kwaliteitsrapport van de AFM (H1b). Hieruit blijkt dat beide hypotheses niet kunnen worden aangenomen, omdat hiervoor geen significante resultaten zijn gevonden. In deze paragraaf wordt door middel van een t-test onderzocht of er tussen beide kwaliteitsrapportages wel een significant verschil in de CAR zichtbaar is.
Om te onderzoeken of er een significant verschil bestaat tussen de CAR’s van de eerste kwaliteitsrapportage en de tweede kwaliteitsrapportage van de AFM, is er een dummy in de data aangemaakt voor het betreffende jaar. Door middel van een t-test zijn de gemiddelden vergeleken om te bepalen of hierin een significant verschil bestaat. De resultaten hiervan zijn opgenomen in tabel 14. Hieruit blijkt dat het verschil in het gemiddelde zeer beperkt is en een
mean difference kent van -0,0014. Verder is er geen significant verschil zichtbaar en is er een t- waarde gemeten van -0,182. Wetende dat er pas sprake is van een significant verschil wanneer de t-waarde groter is dan 1,96 of kleiner dan -1,96, is er ook geen indicatie dat er een laag significant verschil zou kunnen zijn. Derhalve kan worden geconcludeerd op basis van de resultaten zoals beschreven in de voorgaande paragrafen en deze paragraaf, dat beursgenoteerde klanten van de Big Four geen sterkere negatieve marktreactie ervaren op het tweede kwaliteitsrapport van de AFM dan het eerste kwaliteitsrapport en hypothese 1 niet kan worden aangenomen.
Tabel 14: T-test CAR's
CAR Mean difference -0,0014 T-statistic -0,182 Std. Error Difference 0,0079 Number of observations 272 5.6 Additionele analyse
In hoofdstuk 2 paragraaf 4.2. wordt beschreven dat in 2014 de AFM de tweede kwaliteitsrapportage heeft gepubliceerd. Hierin werd per accountantsorganisatie van de Big Four het aantal fouten gepresenteerd van de totaal tien gecontroleerde dossiers. Hieruit blijkt dat Deloitte en PWC vier onvoldoendes behaalden, EY drie en KPMG zeven. Derhalve is de verwachting dat het effect op de klanten van KPMG groter is, aangezien KPMG het slechtst scoorde in de kwaliteitsrapportage. In deze additionele analyse zal worden getoetst of dit daadwerkelijk het geval is.
Om de additionele analyse uit te voeren zijn de variabele KPMG, PWC, EY toegevoegd. In tabel 15 is het aantal bedrijven per accountantsorganisatie van de Big Four in 2010 gepresenteerd. Hierin is een redelijke verdeling per kantoor zichtbaar. Derhalve worden de resultaten niet significant beïnvloed door de onderlinge verschillen in aantal bedrijven.
Tabel 15: Verdeling bedrijven onder de Big Four 2010
Frequency Percent KPMG 31 20,8% PWC 40 26,8% EY 36 24,2% Deloitte 25 16,8% Non-bigfour 17 11,4% Total 149 100%
In tabel 16 is het aantal bedrijven per accountantsorganisatie van de Big Four in 2014 gepresenteerd. Net als in de data van 2010 is hierin een redelijke verdeling per kantoor zichtbaar. Enige kanttekening hierbij is dat Deloitte een lichte afwijking heeft ten opzichte van de andere kantoren. Gezien de omvang van de lichte afwijking is de verwachting dat deze geen significante impact zal hebben op de resultaten.
Tabel 16: Verdeling bedrijven onder de Big Four 2014
Frequency Percent KPMG 24 19,5% PWC 34 27,6% EY 29 23,6% Deloitte 18 14,6% Non-bigfour 18 14,6% Total 123 100%
Net als in de voorgaande paragraaf worden de resultaten gegenereerd a.d.h.v. een lineaire regressieanalyse. In tabel 17 worden de resultaten gepresenteerd van de data over 2010. In de eerste kolom zijn alleen de variabelen KPMG, PWC, EY en Deloitte opgenomen in de analyse met het effect op de CAR. Hieruit blijkt dat alleen KPMG een significant effect heeft, waarbij het een negatief effect presenteert van -0,070 op de CAR met een t-waarde van-2,854. Echter, de effecten van de andere factoren die hierop een invloed uitoefenen zijn tevens opgenomen. Verder verklaart het model maar 5,9% van het effect.
In de tweede kolom worden de variabelen KPMG, PWC, EY en Deloitte en het balanstotaal opgenomen in de lineaire regressieanalyse. Hieruit blijkt dat de gemeten significantie van KPMG volledig verdwenen is en de variabele balanstotaal een zeer significant effect weergeeft met een t-waarde van -2,598. Verder hebben alle variabelen een negatief effect op de CAR.
In de derde kolom wordt het volledige model opgenomen welke de variabelen Big Four, balanstotaal en de industrieën bevat. De resultaten geven wederom geen significant effect weer van de variabelen KPMG, PWC, EY en Deloitte. Wel bevatten de resultaten net als in model 1 en 2 een negatief effect op de CAR. Verder is de significantie van het balanstotaal gelijk gebleven met een t-waarde van -2,770 en vertonen de industrieën geen significant effect hebben op de CAR.
Tabel 17: Lineaire regressie additionele analyse 2010 (1) (2) (3) KPMG B -0,070** -0,041 -0,037 Std. Error 0,025 0,027 0,028 PWC B -0,059 -0,031 -0,028 Std. Error 0,024 0,025 0,026 EY B -0,059 -0,029 -0,028 Std. Error 0,024 0,026 0,027 Deloitte B -0,059 -0,032 -0,027 Std. Error 0,026 0,027 0,028 Balanstotaal B -0,017*** -0,020*** Std. Error 0,006 0,007 INDUSTRY2 B 0,016 Std. Error 0,083 INDUSTRY3 B 0,000 Std. Error 0,037 INDUSTRY4 B 0,027 Std. Error 0,050 INDUSTRY5 B 0,048 Std. Error 0,045 INDUSTRY6 B 0,006 Std. Error 0,019 Constant B 0,051 0,123 0,137 Std. Error 0,020 0,034 0,037 N 148 148 148 R Square 0,059 0,102 0,110 Std. Error 0,082 0,080 0,081 Afhankelijke variabele: CAR
Opmerking: *, ** en *** geven een significantieniveau weer van respectievelijk 10%,
5% en 1%.
In tabel 18 worden de resultaten gepresenteerd over de data van 2014. Net als in het voorgaande tabel worden in de eerste kolom alleen de variabelen KPMG, PWC, EY en Deloitte opgenomen in de lineaire regressieanalyse. Uit de resultaten van 2014 blijkt dat de significantie van de variabele KPMG is gestegen met een t-waarde van -2,923 in 2014 en een t-waarde van - 2,854 in 2010. Daarnaast is de variabele PWC nu significant met een t-waarde van -2,602 en Deloitte laag significant met een t-waarde van -1,656. Beide variabelen waren in dit model in 2010 niet significant. Echter, de effecten van de andere factoren die hierop een invloed uitoefenen zijn tevens opgenomen. Verder verklaart het model 8% van het effect.
In de tweede kolom worden de variabelen KPMG, PWC, EY en Deloitte en het balanstotaal opgenomen in de lineaire regressieanalyse. Hieruit blijkt dat de significantie van de
variabele KPMG is gedaald naar een t-waarde van -2,291. De significantie van PWC en EY is gelijk gebleven, waarbij PWC een significantie kent met een t-waarde van -1,984 en EY nog steeds niet significant is. De significantie van de variabele Deloitte is ten opzichte van het voorgaande model verdwenen. Opvallend hierbij is dat de sterke significantie van het balanstotaal zoals weergegeven in 2010 niet van toepassing is voor 2014. Wederom hebben alle variabelen een negatief effect op CAR.
In de derde kolom wordt het volledige model opgenomen welke de variabelen KPMG, PWC, EY en Deloitte, het balanstotaal en de industrieën bevatten. Wederom is de significantie van de variabelen KPMG en PWC afgenomen welke nu een t-waarde kent van respectievelijk - 1,919 (KPMG) en -1,839 (PWC). De significantie van de variabelen EY en Deloitte zijn gelijk en zijn nog steeds niet significant. Hetzelfde geldt voor de variabelen balanstotaal en de industrie welke nog steeds geen significant effect hebben op de CAR. Verder vertonen de resultaten nog steeds een negatief effect op de CAR. Het volledige model verklaart 11,3% van het effect op de CAR. Hierdoor kan geconcludeerd worden dat het model voldoende volstaat om een conclusie te trekken over het effect op de CAR.
In tegenstelling tot de resultaten van 2010, waarbij geen significantie is waargenomen, bevatten de variabelen KPMG en PWC in 2014 wel een lage significantie (10%). Dit is in lijn met de eerdere resultaten van het reguliere onderzoek, welke zijn beschreven in de voorgaande paragraaf. Zoals hiervoor is beschreven, heeft de AFM de methodiek ‘name and shame’ toegepast in de tweede kwaliteitsrapportage welke is gepubliceerd in 2014. Hieruit blijkt dat Deloitte en PWC vier onvoldoendes behaalden, EY drie en KPMG zeven. Derhalve was de verwachting dat het effect op de CAR van KPMG het grootst is, gevolgd door PWC en Deloitte, waarbij EY het kleinste effect zou moeten weergeven. Deze volgorde is in lijn met de resultaten van de additionele analyse. Zoals blijkt in tabel 18 heeft KPMG het grootste effect op de CAR met een resultaat van -0,020. Daaropvolgend heeft de variabele PWC een negatief effect van - ,018 op de CAR. Beide resultaten vertonen een lage significantie. De daaropvolgende variabele is Deloitte met een negatief effect van -0,011. De variabele EY is zoals verwacht de variabele met het laagste effect op de CAR, met een effect van -0,010.
Opmerkelijk is dat uit de resultaten van 2010 zoals opgenomen in tabel 17 dit onderscheid gedeeltelijk zichtbaar is, terwijl de individuele resultaten niet waren gepresenteerd in de eerste kwaliteitsrapportage. Uit tabel 17 blijkt dat KPMG het grootste negatieve effect heeft van -0,037, gevolgd door PWC en EY met beide -0,028 en als laatste Deloitte met -0,027. Verder is de impact gedurende de eerste kwaliteitsrapportage groter dan gedurende de tweede
kwaliteitsrapportage. Uit tabel 18 blijkt namelijk dat KPMG het grootste negatieve effect kent van -0,020 (2010: -0,037), gevolgd door PWC met een effect van -0,018 (2010: -0,028), Deloitte met een effect van -0,011 (2010: -0,027) en als laatste EY met een effect van -0,010 (2010: - 0,028).
Derhalve kan worden geconcludeerd dat er geen indicatie is dat de beursgenoteerde klanten van de Big Four een sterkere negatieve marktreactie ervaren op het tweede kwaliteitsrapport van de AFM, maar ook dat de zwaarte van de negatieve publicatie geen effect heeft op de grootte van het effect. De resultaten zijn onvoldoende significant om deze bewering statistisch aan te nemen.
Tabel 18: Lineaire regressie additionele analyse 2014
(1) (2) (3) KPMG B -0,026*** -0,024** -0,020* Std. Error 0,009 0,010 0,011 PWC B -0,022** -0,019** -0,018* Std. Error 0,008 0,010 0,010 EY B -0,013 -0,011 -0,010 Std. Error 0,009 0,010 0,010 Deloitte B -0,016* -0,014 -0,011 Std. Error 0,010 0,011 0,011 Balanstotaal B -0,001 -0,003 Std. Error 0,003 0,003 INDUSTRY2 B 0,045 Std. Error 0,030 INDUSTRY3 B 0,007 Std. Error 0,017 INDUSTRY4 B 0,002 Std. Error 0,018 INDUSTRY5 B 0,011 Std. Error 0,018 INDUSTRY6 B -0,008 Std. Error 0,008 Constant B 0,014 0,020 0,026 Std. Error 0,007 0,013 0,014 N 122 122 122 R Square 0,080 0,082 0,113 Std. Error 0,029 0,029 0,029 Afhankelijke variabele: CAR
Opmerking: *, ** en *** geven een significantieniveau weer van respectievelijk 10%,