Omdat er geen sprake is van multicollineariteit kan worden volstaan met het uitvoeren van één meervoudige regressie. Bij meervoudige regressies oefenen verscheidene onafhankelijke variabelen tegelijkertijd invloed uit op de afhankelijke variabele. Bij de berekening van de parameters wordt het effect van één variabele nagegaan terwijl dat van de andere variabelen constant wordt gehouden.
De formule voor de regressie analyse is reeds in hoofdstuk 2.1 besproken:
- Log(Audit fee)= β
0+ β
1 * Log(balanstotaal)+ β
2 * verklaring + β3 *accountant + β4 * non-audit services + β5 * audit report lag + e
iZie onderstaande tabellen voor het resultaat van de regressie analyse.
Model Summaryb
Model R R Square Adjusted R Square the Estimate Std. Error of F Sig.
1 ,432a 0,186 0,143 0,252 4,308 ,001a a. Predictors: (Constant), Audit Report Lag, NAS, Audit Report, Assets (Log), Big4
b. Dependent Variable: Audit Fee (Log)
Uit tabel 4.4.1 blijkt dat de opgenomen onafhankelijke variabelen voor 18,6% (R Square) de afhankelijke variabele „Audit Fee (Log)‟ verklaren. Uit de overige statistische gegevens behorende bij deze regressieanalyse blijkt dat het model tevens significant is (F = 4,308; p = <0,001).
De volgende stap is het analyseren van de berekende regressiecoëfficiënten voor de opgenomen onafhankelijke variabelen. Tabel 4.4.2 op de volgende pagina verstrekt hiervoor de benodigde informatie. Er was al geconstateerd dat er geen sprake is van multicollineariteit, het is dus mogelijk de relevantie van de variabelen te bepalen aan de hand van de regressiecoëfficiënten. De ongestandaardiseerde bètacoëfficiënten worden hiervoor gebruikt omdat de meeteenheid van de onafhankelijke variabele gelijk is. In Tabel 4.4.2 zijn deze waardes in de donker gearceerde kolom terug te vinden.
56
Coefficientsa
Model
Unstandardized
Coefficients Standardized Coefficients
t Sig. B Std. Error βeta 1 (Constant) 2,235 0,445 5,027 0,000 Assets (Log) 0,279 0,068 0,416 4,083 0,000 Audit Report 0,043 0,063 0,068 0,685 0,495 Big4 0,059 0,062 0,107 0,956 0,341 NAS 0,043 0,059 0,080 0,739 0,462
Audit Report Lag 0,000 0,001 -0,022 -0,236 0,814
a. Dependent Variable: Audit Fee (Log)
Uit de bèta‟s blijkt dat de factor “assets” het meest van invloed is op de audit fees, uit het significantieniveau van 0,000 is af te leiden dat dit ook niet op toeval berust. De overige variabelen hebben in deze regressie nagenoeg geen invloed op de audit fees, hetgeen ook wordt versterkt door het feit dat geen van allen significant is in dit model.
De uiteindelijke formule om de audit fees te voorspellen ziet er op basis van bovenstaande bèta‟s als volgt uit:
- Log(Audit fee)= 2,235+ 0,279
* Log(balanstotaal)+ 0,043
* verklaring +0,059
* accountant + 0,043 * non-audit services + 0,000 * audit reportlag + 0 (estimated error)
Kort gezegd komt het er op neer dat de hoogte van de audit fee in dit model bij deze steekproef voornamelijk wordt bepaald door de omvang van de zorginstelling. De invloed van de overige variabelen is bij de invloed van de omvang te verwaarlozen.
Op basis hiervan kunnen de geformuleerde hypotheses getoetst worden. De enige hypothese die op basis van dit model aangenomen kan worden is hypothese H2:
Tabel 4.4.2 Uitkomsten onderzoek – Coëfficiënten Regressieanalyse
57
Alle overige variabelen zijn in dit model niet significant, waarmee de volgende hypotheses verworpen kunnen worden:
4.5 BESPREKING RESULTATEN
Dat hypothese H2 aangenomen is ligt in de lijn der verwachting. Geconcludeerd was al dat de omvang in veel onderzoeken wordt gehanteerd als controlevariabele en wordt gemeten aan de hand van balanstotaal (Hay et al, 2006) en in 1980 was door Simunic al bewijs geleverd voor de positieve relatie tussen de hoogte van audit fees en de omvang van de onderneming. Uit de resultaten van mijn onderzoek blijkt dat dit positieve verband ook voor kleine zorginstellingen geldt.
Dat hypothese H1 verworpen is; en dat dus geen significant bewijs is gevonden voor de relatie tussen audit fees en het type verklaring; en dat dus ook geen significant bewijs gevonden kan worden voor de daling van audit fees op moment dat van een (goedkeurende) controleverklaring naar een beoordelingsverklaring wordt over gegaan, ligt niet in de lijn der verwachting die gecreëerd is door de minister.
Aan de hand van de vergelijking tussen de controleopdracht en de beoordelingsopdracht uit paragraaf 2.3.5 is geconcludeerd dat deze laatste toch aanzienlijk minder werkzaamheden met zich mee brengt en dus ook aanzienlijk minder tijd kost. De tijdwinst die geboekt wordt door de accountant zal normaal gesproken ook moeten leiden tot lagere audit fees, dit was al bewezen door Simunic (1980).
In paragraaf 4.2 is conform de verwachting beschreven dat in dit onderzoek de gemiddelde audit fees voor een beoordelingsopdracht (€ 6.453) fors lager zijn dan de gemiddelde audit fees voor een controleopdracht (€ 12.917).
H1
= De audit fees dalen als van een (goedkeurende) controleverklaring in jaar t wordt over gegaan naar een beoordelingsverklaring in jaar t+1.H3
= De hoogte van audit fees en kwaliteit accountantsorganisatie zijn gerelateerd.H4
= De hoogte van audit fees en wijziging van accountantsorganisatie zijn gerelateerd.H5
= De hoogte van audit fees en de aanwezigheid van fees voor niet-controle diensten zijn gerelateerd.H6
= De hoogte van audit fees en het type verklaring zijn gerelateerd.58
Echter, wanneer alleen die zorginstellingen worden meegenomen die van een controleverklaring zijn over gegaan naar een beoordelingsverklaring ligt de daling in audit fees wat genuanceerder: gemiddeld € 6.729 voor een controleverklaring in 2008, hetgeen een gemiddelde daling van audit fees voor die zorginstellingen van € 276 (4,10%) betekent. Als hier ook de reeds in paragraaf 4.2 getrokken conclusie wordt meegenomen dat de gemiddelde audit fees voor een niet-„schone‟ controleverklaring circa 3% hoger zijn dan de gemiddelde audit fees voor een „schone‟ controleverklaring, kan gesteld worden dat het effect toch niet zo groot is als in eerste instantie werd verondersteld. Hay et al (2006) hadden dit ook al geconcludeerd in hun onderzoek: “the audit opinion, which was a significant variable before 1990 but not in more recent studies”.
Dit blijkt dus ook uit de resultaten van de uitgevoerde regressieanalyse: er is geen significant bewijs dat de hoogte van audit fees en de verklaring zijn gerelateerd (H6).
Ook wat betreft het verwerpen van de hypotheses H3 en H4 die betrekking hebben op kwaliteit accountantsorganisatie was de verwachting dat deze wel van invloed zouden zijn op de audit fees. Voor de kwaliteit van een Big4-kantoor dient extra betaald te worden (DeAngelo, 1981). Hiervoor is ook in andere onderzoeken bewijs gevonden, zowel in onderzoeken vlak na de onderzoeken van Simunic en DeAngelo (o.a. Palmrose, 1986, 1989; Francis and Simon, 1987; Simon and Francis, 1988) als meer recente onderzoeken (Groenen en Langendijk, 2004; Francis en Yu, 2009 en Choi et al, 2010). Daarnaast is bewezen dat audit fees in het eerste jaar na verandering van accountant gedaald zijn (o.a. Gregory en Collier, 1996; Ettredge en Greenberg, 1990). Ook op basis van de significante negatieve correlatie tussen de mutatie in audit fees en de wijziging van accountantsorganisatie viel een significante uitkomst in de regressie te verwachten. Echter blijkt dit aan de hand van het regressiemodel niet zo te zijn: de invloed van de omvang op de audit fees in verhouding met de invloed van wel of geen Big4-kantoor is te groot.
Dat er geen bewijs is gevonden voor de relatie tussen audit fees en de aanwezigheid van fees voor niet-controle diensten (H5) en voor de relatie tussen audit fees en de audit report lag (H7) strookt met de wisselde uitkomsten van voorgaande onderzoeken.
De onderzoeken naar het verband tussen audit fees en fees voor non-audit services tonen in meerderheid een positief verband (o.a. door Simunic, 1984), maar ook het tegenovergestelde is al eens bewezen (o.a. door Palmrose, 1986).
Daarnaast zijn er ook onderzoeken die geen significant verband hebben kunnen vinden voor deze relatie (Barkess en Simnett, 1994; Craswell, 1999) en tot deze groep behoort ook de uitkomst uit het regressiemodel van dit onderzoek.
59
Ten aanzien van de audit report lag vond Simunic (1980) bewijs voor een positieve relatie: hogere audit report lag betekent hogere audit fees. Palmrose (1986) concludeerde dat hogere audit fees juist een hogere audit quality betekent, wat leidt tot een snellere controle. Knechel en Sharma (2008) vonden bewijs dat klanten meer audit fee willen betalen met om sneller te kunnen rapporteren richting de markt. Beide onderzoeken bewijzen een negatieve relatie: lagere audit report lag betekent hogere audit fees.
Op basis van het feit dat voor zorginstellingen de deadline van rapporteren 31 mei is en veel zorginstellingen ook daadwerkelijk rond die datum rapporteren (46% rapporteert binnen 14 dagen rond 31 mei) was al de verwachting dat de audit report lag geen significante invloed zou hebben op de audit fees en dat blijkt ook uit de uitkomsten van het regressiemodel.