Amsterdam Business School
AFM toezicht en het marktaandeel van de accountantskantoren
Heeft enforcement van de AFM op de accountantskantoren een invloed op het marktaandeel van de accountantskantoren die zijn gecontroleerd?
Name: Diederick Hakkers Student number: 11142057
Thesis supervisor: dr. S.W. Bissessur Date: 24 juni 2018
MSC Accountancy & Control, specialization Accountancy Facultaty of Economics and Business, University of Amsterdam
2 Statement of Originality
This document is written by student Diederick Hakkers who declares to take full responsibility for the contents of this document.
I declare that the text and the work presented in this document is original and that no sources other than those mentioned in the text and its references have been used in creating it.
The Faculty of Economics and Business is responsible solely for the supervision of completion of the work, not for the contents.
3 Samenvatting
Dit onderzoek heeft als doel empirisch bewijs te leveren dat de kwaliteitsrapportages over de big-4 accountantskantoren een invloed heeft op het marktaandeel van de big-4 accountantskantoren. Dit wordt onderzocht door het verschil in marktaandeel te meten na het uitbrengen van de rapporten in 2010 en 2014. Uit eerder onderzoek uitgevoerd door Aobdia et al. (2017) is gebleken dat toezicht door de Amerikaanse toezichthouder PCAOB een positief effect heeft op het marktaandeel van de gecontroleerde accountantskantoren. Echter, in Amerika worden controle deficiënties enkel gepubliceerd wanneer het desbetreffende accountantskantoor niet binnen een jaar verbetering heeft getoond. Dit zorgt ervoor dat de PCAOB een stuk positiever rapporteert over de accountantskantoren dan de AFM.
In Nederland is de AFM de toezichthouder op de accountantssector en de AFM heeft in dat kader in 2010 en 2014 een rapport uitgebracht over de audit kwaliteit binnen de big-4 accountantskantoren. In Nederland is de AFM voornamelijk negatief over de audit kwaliteit en beide rapporten waren negatief over de audit kwaliteit van de big-4 accountantskantoren. Dit onderzoek focust daarom op het effect van de AFM kwaliteitsrapportages op het marktaandeel van de big-4 accountantskantoren. Dat gebeurt middels de volgende onderzoeksvraag: Heeft enforcement van de AFM op de accountantskantoren een invloed op het marktaandeel van de accountantskantoren die zijn gecontroleerd.
Voor dit onderzoek is de data gebruikt van alle controleplichtige bedrijven tussen 2007 en 2017. Er is gebruik gemaakt van 2 hypothesen die allebei significant bewijs leveren dat de kwaliteitsrapportages van de AFM een negatieve invloed hebbe op het marktaandeel van big-4 accountantskantoren. Dit effect blijkt sterker te zijn voor het kantoor dat het slechtste beoordeeld is in het AFM kwaliteitsrapport van 2014.
Dit onderzoek heeft te maken met een aantal beperkingen. De eerste beperking is dat met name de financiële data van de bedrijven in het databestand aangevuld kan worden middels handmatige dataverzameling. Een andere beperking is dat dit onderzoek het derde kwaliteitsrapport in 2017 niet heeft meegenomen omdat dit effect nog niet te meten is. De laatste beperking is dat ook andere effecten , zoals een hogere controlevergoeding, een oorzaak kunnen zijn van de daling in marktaandeel. Door deze beperkingen in toekomstig onderzoek te mitigeren kan het model verder worden verbeterd en een nauwkeurigere conclusie worden bereikt.
4 Inhoudsopgave
1 INLEIDING 5
2 LITERATUUR 7
2.1 Reputatie van de accountant 7
2.2 Audit kwaliteit 8 2.3 Enforcement 9 2.4 AFM Reviews 11 2.5 Hypothese ontwikkeling 13 3 ONDERZOEKSMETHODOLOGIE 15 3.1 Databases en dataselectie 15
3.2 Regressiemodel voor hypothese 1 16
3.3 Regressiemodel voor hypothese 2 17
3.4 Testmodel 18 4 ONDERZOEKSRESULTATEN 19 4.1 Beschrijvende statistiek 19 4.2 Pearsoncorrelatiematrix 19 4.3 Analyse 24 4.4 Aanvullende analyse 28 4.5 Samenvatting resultaten 31 5 CONCLUSIE 32 5.1 Conclusie 32 5.2 Beperkingen 33 5.3 Aanbevelingen 34 6 BIBLIOGRAFIE 35 7 BIJLAGEN 39
7.1 Pearson Correlatiematrix Model 1 inclusief Herfindahl index 39
7.2 Pearson Correlatiematrix Model 2 inclusief Herfindahl index 40
5
1 Inleiding
De accountantsverklaring van een externe accountant wordt gezien als een teken dat de jaarrekening een getrouw beeld geeft van de werkelijkheid (Healy & Palepu, 2001). Gedurende de kredietcrisis in 2007 en 2008 zijn de grote accountantskantoren veelvuldig in het nieuws gekomen met negatieve berichtgeving over hun afgegeven accountantsverklaringen. Sikka (2009) beschrijft in zijn onderzoek dat de grote accountantskantoren aan de start van de wereldwijde kredietcrisis goedkeurende verklaringen hebben afgegeven voor een aantal banken die vlak na het afgeven van de verklaring zijn omgevallen of door de overheid moesten worden gered. Mede naar aanleiding van deze gebeurtenissen, en eerdere accountantsschandalen, hebben overheden wereldwijd ingegrepen door accountantskantoren strenger te controleren (Meuwissen & Wallage, 2007).
In Nederland houdt de Autoriteit Financiële Markten (AFM) toezicht op accountantsorganisaties die wettelijke controle verrichten. Hierbij controleert de AFM of de accountantsorganisatie voldoet aan de normen uit de Wet toezicht accountantsorganisaties (Wta). Wanneer een accountantsorganisatie wettelijke controles verricht bij Organisaties van Openbaar Belang (OOB’s) dan onderzoekt de AFM minimaal 1 keer in de 3 jaar of de accountantsorganisatie voldoet aan de normen van de Wta. Wanneer de accountantsorganisatie alleen wettelijke controles uitvoert bij niet-OOB’s dan onderzoekt de AFM deze organisatie minimaal 1 keer in de 6 jaar. (Autoriteit Financiële Markten (AFM), n.d.)
In meerdere onderzoeken wordt gesteld dat enforcement de druk bij accountants verhoogt om zijn onafhankelijkheid beter te waarborgen en de audit kwaliteit te verhogen (Brown, Preiato, & Tarca, 2014; Fung, Raman, & Zhu, 2017). Daarnaast vinden Burgstahler et al. (2006) en Holthausen (2009) dat een zwak enforcement systeem ertoe leidt dat bedrijven zich minder aan de accounting standaarden houden en accountantskantoren een mindere audit kwaliteit leveren. Leuz et al. (2003) vinden in hun onderzoek dat de kwaliteit van de jaarrekening hoger is wanneer het land beschikt over een grote aandelenmarkt, scheiding van aandeelhouder en bestuurder, sterke rechten voor investeerders en een sterk enforcement systeem. Verder concluderen Pittman et al. (2004) en Barton (2005) dat bedrijven eerder een accountant aanstellen met een goede reputatie en zelfs overstappen naar een andere accountant wanneer hun huidige accountant reputatieverlies oploopt.
Het doel van dit onderzoek is om te onderzoeken of de AFM reviews bijdragen aan de reputatie van de accountantskantoren en daarbij aan de vermeende audit kwaliteit. Dit wordt gedaan door te meten of de accountantskantoren die zijn gecontroleerd in de AFM reviews (2010 en 2014) marktaandeel
6 vergaren ten opzichte van de accountantskantoren die niet zijn gecontroleerd. De onderzoeksvraag is als volgt:
Heeft enforcement van de AFM op de accountantskantoren een invloed op het marktaandeel van de accountantskantoren die zijn gecontroleerd?
Tot op heden is er voor zover bij mij bekend geen onderzoek gedaan naar de impact van een AFM rapport op het marktaandeel van de onderzochte accountantskantoren. In de Verenigde Staten heeft Aobdia et al. (2017) een positief effect gevonden van enforcement van de PCAOB op het marktaandeel van de gecontroleerde accountantskantoren ten opzichte van accountantskantoren die niet zijn gecontroleerd. Daarentegen vindt Lennox et al. (2010) dat de rapporten van de PCAOB geen invloed hebben op het marktaandeel van de accountantskantoren.
Dit onderzoek draagt bij aan de wetenschap om de economische effecten van Enforcement instanties op de Nederlandse accountantsmarkt in kaart te brengen. In de Verenigde Staten heeft Aobdia et al. (2017) dit al eens onderzocht voor de PCAOB. Zij hebben een positieve impact gevonden van de PCAOB controle en het marktaandeel van de accountantskantoren die werden onderzocht. Dit onderzoek richt zich specifiek op Nederland waar de AFM toezicht houdt op een strengere manier dan de PCAOB.
7
2 Literatuur
Dit hoofdstuk betreft de literatuurbeschrijving. Hierin worden alle begrippen en achterliggende theorieën dit worden gebruikt voor dit onderzoek nader toegelicht. Achtereenvolgens worden beschreven de reputatie van de accountant, audit kwaliteit, enforcement en de AFM reviews. Het hoofdstuk sluit af met de hypothese ontwikkeling.
2.1 Reputatie van de accountant
Het financiële rapportageproces en het auditproces is niet transparant voor de gebruikers van de jaarrekening. Dat betekent dat de reputatie van de accountant belangrijk is voor de gebruikers van de jaarrekening om te vertrouwen op de audit kwaliteit en daarmee op financiële rapportageproces van het gecontroleerde bedrijf. (Aobdia & Shroff, 2017)
Na de val van Arthur Andersen werd algemeen bekend dat het niveau van de externe accountant onvoldoende was. (Morrison, 2004) Het werd voor bedrijven veel belangrijker om een accountant met een goede reputatie aan te stellen. Uit onderzoek van Jensen et al. (2008) blijkt dat bedrijven veel waarde hechten aan de reputatie en de status van een accountant. Zo kiest bijvoorbeeld een pensioenfonds veel sneller voor een big-4 accountant omdat de big-4 accountants beter zouden zijn in hun werk. Daarnaast blijkt uit het onderzoek van Jensen et al. (2008) dat media aandacht over het disfunctioneren van een accountant een negatief effect heeft op de kans dat een bedrijf dat accountantskantoor aanstelt als hun (nieuwe) accountant.
Een andere reden voor bedrijven om een accountant aan te stellen met een positieve reputatie en een goede status is om goedkoper krediet aan te trekken. (Pittman & Fortin, 2004) Uit onderzoek van Pittman et al. (2004) blijkt dat bedrijven met een goede accountant in staat zijn goedkoop krediet aan te trekken omdat kredietverschaffers meer vertrouwen hebben in de cijfers van de jaarrekening. Doordat kredietverschaffers meer vertrouwen hebben in de accountant en daarmee de jaarrekening hoeven ze zelf minder te monitoren wat weer goedkoper is. Echter, uit onderzoek van Barton (2005) blijkt dat het grootste gedeelte van de bedrijven waarvan Arthur Andersen de accountant was gedurende het Arthur Andersen schandaal niet overstapten op een andere accountant. Dat gebeurde volgens Barton (2005) pas op het moment dat Arthur Andersen daadwerkelijk werd veroordeeld. De klanten die wel voor de veroordeling overstapten waren voornamelijk de klanten die zichtbaar zijn op de financiële markten. Deze bedrijven die actief waren op de financiële markten wilden uitstralen dat hun cijfers betrouwbaar zijn om zo krediet goedkoop te houden en hun klanten gerust te stellen. (Barton, 2005)
8 Uit bovenstaande verwachten wij dat de reputatie van de accountant invloed heeft op het marktaandeel van deze accountantskantoren. Voor de grotere bedrijven die actief zijn op de financiële markten (beursgenoteerd) zal dit effect eerder en sterker te zien zijn dan voor de kleinere bedrijven die minder actief zijn op de financiële markten.
2.2 Audit kwaliteit
Binnen de wetenschap en de vakgroep zijn er veel verschillende definities over wat audit kwaliteit is en hoe je dat het beste kan meten. In de wetenschap wordt vaak de definitie van DeAngelo (1981) gebruikt. DeAngelo definieert Audit Kwaliteit als de waarschijnlijkheid dat een accountant in staat is om een materiële fout te ontdekken in de jaarrekening en deze ook daadwerkelijk te rapporteren. Hierbij hangt het van de competenties van de accountant af hoe groot de kans is dat de accountant een materiële fout ontdekt. Verder vindt DeAngelo (1981) een positieve relatie tussen het aantal klanten van een accountantskantoor en de kwaliteit van de audit. Dat betekent dat de kwaliteit van een controle hoger is bij de grotere accountantskantoren. (DeAngelo, 1981)
Gaynor et. al (2016) en Knechel et al. (2012) merken bij deze definitie op dat audit kwaliteit vooral gemeten wordt aan de hand van output en niet van input variabelen. Controlerende instanties zoals de AFM of de PCAOB hebben wel inzicht in de input variabelen. In 2013 heeft de PCAOB, de controlerende instantie in de Verenigde Staten, het project Audit Quality Indicator opgestart met het doel audit kwaliteit indicatoren te identificeren. Ze hebben in dit project audit kwaliteit gedefinieerd als volgt:
“Het voldoen aan de informatiebehoefte van investeerders door onafhankelijk en betrouwbaar de jaarrekening te controleren en eventuele bevindingen over de jaarrekening, interne controle en continuïteitsproblemen adequaat te rapporteren.” (PCAOB, 2015)
Bij deze definitie merkt de PCAOB op dat hoewel deze definitie voldoet aan de behoeften van investeerders, dat de definitie nog steeds een resultaatgerichte definitie van Audit Kwaliteit is. Gaynor et al. (2016) merkt hierbij op dat de definitie ook input variabelen van de audit zou moeten bevatten zoals de rol van het audit committee, het voldoen aan wet- en regelgeving en de kwaliteitswaarborgen van het accountantskantoor. De IAASB stelt dat naar hun inzicht een hoge audit kwaliteit wordt behaald wanneer de controleverklaring is gebaseerd op voldoende en betrouwbaar controlebewijs. (IAASB, 2013)
9 Bovenstaande definitie van de IAASB is in lijn met de manier hoe de AFM toezicht houdt op de Nederlandse Accountantskantoren. De AFM controleert de accountantskantoren door controledossiers te inspecteren en hierbij te controleren op de volgende punten (Autoriteit Financiële Markten (AFM), n.d.):
- Kwaliteit van de vastlegging van controle-informatie; - Hoe het proces van oordeelvorming is gegaan;
- Of de controleverklaring wordt ondersteund door de bevindingen uit de accountantscontrole. In de Verenigde Staten is door onder andere Fung et al. (2017), DeFond et al. (2016), Krishnan et al. (2016), Lamoreaux (2016) en Aobdi et al. (2017) gevonden dat PCAOB inspecties invloed hebben op de audit kwaliteit. In Nederland worden dergelijke onderzoeken uitgevoerd door de AFM. Derhalve verwachten wij dat de controle door de AFM een invloed heeft op de audit kwaliteit van de gecontroleerde accountantskantoren.
2.3 Enforcement
Lezers van een jaarrekening willen graag zekerheid hebben dat de gepubliceerde cijfers een getrouw beeld geven van de werkelijkheid en zij verlangen dus een hoge kwaliteit van de financiële rapportage en de audit. Echter, er komt geen informatie naar buiten over het audit proces en omdat accountants doorgaans worden aangesteld en betaald door het bedrijf waarvan ze de jaarrekening controleren is het voor de lezers van de jaarrekening moeilijk om de kwaliteit van de audit in te schatten. Dit veroorzaakt een informatie asymmetrie tussen de gebruikers van de jaarrekening en de externe accountant. (Aobdia & Shroff, 2017)
Gaynor et al. (2016) hebben een model ontwikkelt om het financiële rapportageproces en het auditproces in kaart te brengen. Dit model zet uiteen welke factoren van invloed zijn op de kwaliteit van het financiële rapportageproces en het auditproces. Bonner (1999) stelt dat ‘Environmental Characteristics’ invloed hebben op het beoordelen en maken van beslissingen in het rapportage en auditproces. Wanneer de CFO weet dat zijn jaarrekening gecontroleerd wordt door een goede externe accountant zal deze CFO minder snel geneigd zijn om willens en wetens de cijfers onjuist te rapporteren. Verder zal de externe accountant wanneer hij weet dat de AFM zijn controledossier kan controleren minder snel geneigd zijn om willens en wetens een accountantsverklaring af te geven zonder voldoende audit evidence.
10 Om de informatie asymmetrie voor een deel te mitigeren kan de overheid de accountantskantoren controleren op hun kwaliteit. De theorie stelt dat enforcement de druk bij accountants verhoogt om zijn onafhankelijkheid beter te waarborgen en de audit kwaliteit te verhogen. (Brown et al., 2014; Fung et al., 2017)
In de Verenigde Staten zijn verschillende onderzoeken gepubliceerd die stellen dat bedrijven sneller geneigd zijn over te stappen van accountant wanneer de PCAOB (Amerikaanse instantie die accountantskantoren controleert) publiekelijk kritiek uit in hun rapportage over de accountant. (Aobdia, 2016; Nagy, 2014) Daarnaast stellen onder andere Shroff (2015) en Gipper et al. (2017) dat de controle van de PCAOB de geloofwaardigheid van de jaarrekening vergroot.
Brown et al. (2014) definiëren enforcement instanties als volgt: “Door de overheid erkende of aangewezen instanties aangesteld om toezicht te houden op de handhaving van de verplichte boekhoudkundige normen van ondernemingen.”. In deze definitie is in Nederland de AFM als enforcement instantie aangewezen door de overheid. Daarnaast definiëren Brown et al. (2014) accounting enforcement als volgt: “De activiteiten van onafhankelijke instanties (monitoren, reviewen, opleiden en straffen) om de naleving van accounting standaarden in statutaire jaarverslagen van ondernemingen te bevorderen”. Deze definitie is tweeledig te interpreteren: 1) De AFM die toezicht houdt op de accountantskantoren en controleert of de accountantskantoren hun plicht goed hebben uitgevoerd en 2) de accountantskantoren die de jaarrekening van hun klanten controleren.
Studies hebben veelal onderscheid gemaakt tussen public enforcement en private enforcement. Public enforcement betekent dat een onafhankelijke partij (aangesteld door de overheid, of de overheid zelf) zich toelegt op het toezicht houden op bijvoorbeeld accountantskantoren. Het voordeel hiervan is dat de overheid in staat is om meer informatie te vergaren door accountantskantoren te dwingen hun controledossiers te overhandigen. Wanneer een accountantskantoor weigert dan heeft de overheid mogelijkheden om bijvoorbeeld de controlevergunning in te trekken, het accountantskantoor aan te klagen, boetes op te leggen of zelfs wetgeving aan te passen. (Jackson & Roe, 2009; Porta, Lopez-de-Silanes, & Shleifer, 2006)
Private enforcement houdt in dat het bedrijfsleven ervoor zorgt dat de accountantskantoren zich aan de regels houden. Het is voor aandeelhouders mogelijk om een accountantskantoor voor de rechter te dagen voor nalatigheid wanneer een bedrijf failliet is gegaan. Een accountantskantoor zal dat ten alle tijden willen voorkomen en daardoor de kwaliteit van hun audit verhogen. (Jackson & Roe, 2009)
11 Dit onderzoek focust zich op public enforcement waarbij de AFM het toezichthoudend orgaan is voor de Nederlandse markt. Aangezien een bedrijf veelal gebaat is bij een goede accountant verwachten wij dat de reviews van de AFM een impact hebben op de vermeende audit kwaliteit en daarmee op het marktaandeel van de accountantskantoren.
2.4 AFM Reviews
In navolging van de 2006 Supervision of Auditors’ Organization act is de AFM verantwoordelijk geworden voor het houden van toezicht op de accountantskantoren. De voornaamste taken van de AFM op dit gebied zijn:
- Onafhankelijk toezicht houden op accountantskantoren en individuele accountants die actief zijn in de openbare praktijk;
- Registreren van accountantsorganisaties en de individuele accountants in de openbare praktijk; - Uitdelen van sancties en/of het starten van een tuchtprocedure indien de AFM misstanden
ontdekt.
De AFM focust zich met name op organisaties met een openbaar belang (OOB’s) omdat deze ondernemingen een hoog risico vormen vanwege de impact op de financiële markten en het vertrouwen in het accountantsberoep. Onder OOB’s vallen volgens de 2006 Supervision of Auditors’ Organization Act de volgende entiteiten:
- Beursgenoteerde ondernemingen; - Banken;
- Verzekeringsmaatschappijen;
- Publieke organen zoals de gemeente.
De AFM gebruikt doorgaans twee manieren om accountantskantoren te controleren:
- Reviewen van het interne beheersing systeem van het desbetreffende accountantskantoor; - File reviews.
Wanneer de AFM tijdens de controle van de accountantskantoren significante fouten vind in de file review of in het interne beheersingssysteem dan kan de AFM sancties opleggen. (Meuwissen & Wallage, 2007)
2.4.1 Eerste kwaliteitsrapport
Op 1 september 2010 heeft de AFM het eerste kwaliteitsrapport over de big-4 accountantskantoren uitgebracht. Dit rapport betreft de beoordeling van in totaal 46 controledossiers van de big-4 accountantskantoren (EY, PWC, KPMG en Deloitte) die toezien op 2008. De AFM heeft in 63% van
12 de gecontroleerde dossiers bevindingen geconstateerd die toezien op de kwaliteit van de accountantscontrole. (Autoriteit Financiële Markten (AFM), 2010) De 3 voornaamste bevindingen zijn:
- Externe accountants baseren hun accountantsoordeel op ontoereikende controle-informatie; - De voor de opdracht verantwoordelijke externe accountant is onvoldoende betrokken bij de
uitvoering van de controle om de verantwoordelijkheid te kunnen nemen voor de algehele kwaliteit van de controleopdracht die hem is opgedragen;
- Externe accountants hebben niet alle relevante controle-informatie opgenomen in hun controledossier.
Concluderend meent de AFM dat fundamentele gedragsverandering nodig is om de tekortkoming in de kwaliteit van de accountantscontrole te verbeteren. (Autoriteit Financiële Markten (AFM), 2010) 2.4.2 Tweede kwaliteitsrapport
Op 25 september 2014 heeft de AFM het tweede kwaliteitsrapport over de big-4 organisaties gepubliceerd. In dit rapport zijn van iedere big-4 organisatie 10 controledossiers beoordeeld uit de periode 2012/2013. Dit rapport bevat in tegenstelling tot het eerste rapport niet slechts een algemeen oordeel over de big-4 kantoren, maar is uitgesplitst met bevindingen per accountantskantoor. Van de in totaal 40 beoordeelde dossiers zijn 18 dossiers als ‘onvoldoende’ beoordeeld. KPMG scoorde hierbij het slechtste met 7 onvoldoendes, Deloitte en PWC behaalden allebei 4 onvoldoendes en EY kwam er het minst slecht vanaf met 3 onvoldoendes. In Tabel 1 staat een overzicht van de dossiers die onvoldoende zijn bevonden door de AFM. De AFM maakt de kanttekening dat hoewel de controledossiers als onvoldoende zijn beoordeeld dit niet hoeft te betekenen dat er een verkeerde controleverklaring is afgegeven. (Autoriteit Financiële Markten (AFM), 2014)
De aanbevelingen die de AFM in dit rapport geeft zijn dat de big-4 accountantskantoren hun aangekondigde maatregelen moeten implementeren en daarnaast hun oorzakenanalyses moeten verdiepen. Tevens adviseert de AFM de wetgever om de wetgeving op een aantal onderwerpen aan te vullen om betere richtlijnen te geven hoe de standaard moet worden toegepast.
Tabel 1: Samenvatting conclusies AFM
Accountantsorganisatie Aantal dossiers
beoordeeld Aantal dossiers ‘onvoldoende’ Percentage ‘onvoldoende’
Deloitte 10 4 40%
EY 10 3 30%
KPMG 10 7 70%
PwC 10 4 40%
13 2.5 Hypothese ontwikkeling
In deze paragraaf worden de twee hypothesen voor dit onderzoek geformuleerd die in de hoofstukken hierna worden getest.
2.5.1 Hypothese 1
Uit het model van Gaynor et al. (2016) en het onderzoek van Bonner (1999) blijkt dat ‘Environmental Characteristics’ invloed hebben op de audit kwaliteit. Echter, de daadwerkelijke audit kwaliteit is voor de gebruikers van de jaarrekening moeilijk te beoordelen en ontstaat er een informatie asymmetrie. Uit het model van Gaynor et al. (2016) blijkt dat een controlerende instantie als de AFM de informatie symmetrie voor een groot deel kan mitigeren door toezicht te houden op de accountantskantoren. De AFM controleert de big-4 accountantskantoren in Nederland en publiceert om de paar jaar een publiekelijk rapport met hun bevindingen. In 2010 en 2014 heeft de AFM een rapport uitgebracht over de kwaliteit van de big-4 accountantskantoren. Deze rapporten waren beide negatief en stelden dat de audit kwaliteit van de big-4 accountskantoren van onvoldoende kwaliteit is.
Uit onderzoeken van onder andere Aobdia et al. (2017), Jensen et al. (2008) en Barton (2005) blijkt dat een slechte reputatie van de accountant een negatieve impact heeft op de kans dat een bedrijf die accountant aanstelt als hun (nieuwe) accountant. Onze verwachting is daarom dat de big-4 accountantskantoren marktaandeel verliezen ten opzichten van andere accountantskantoren. Dit testen wij middels de volgende hypothese:
H1: De door de AFM gecontroleerde big-4 accountantskantoren verliezen marktaandeel ten opzichten van de andere accountantskantoren
2.5.2 Hypothese 2
In het theoretisch kader hebben we beschreven dat Jensen et al. (2008) vonden dat onder andere pensioenfondsen voornamelijk een big-4 accountant aanstellen doordat zij een betere reputatie hebben, over het algemeen betere audit kwaliteit leveren en meer capaciteit hebben om grote instanties als een pensioenfonds te controleren. We verwachten daarom dat bedrijven misschien niet zo snel naar een niet-big-4 accountantskantoor overstappen, maar wel naar de best presterende big-4 accountant. Ondanks dat alle accountantskantoren op een aantal dossiers een onvoldoende scoren volgens de AFM zit er tussen de accountantskantoren een behoorlijk verschil in het aantal onvoldoendes. In het rapport over de kwaliteit van de accountantskantoren van 2014 heeft de AFM de scores per accountantskantoor gepubliceerd. Zo scoort EY het beste resultaat met 3 onvoldoendes. KPMG scoort het slechtste met 7 onvoldoendes. Onze verwachting is dat KPMG meer marktaandeel
14 verliest ten opzichten van andere accountantskantoren dan EY. Dat testen we met de volgende hypothese:
H2: Het accountantskantoor dat het beste presteert volgens de AFM (EY) verliest minder marktaandeel ten opzichten van andere accountantskantoren dan het accountantskantoor dat volgens de AFM review het slechtste presteert (KPMG) ten opzichten van de andere accountantskantoren
15
3 Onderzoeksmethodologie
Dit hoofdstuk beschrijft de onderzoeksmethodologie. Allereerst worden de gebruikte databases beschreven met hoe de grotendeels handmatig verzamelde data is verzameld. Vervolgens worden de regressiemodellen opgesteld om de twee geformuleerde hypotheses te testen. Tot slot wordt het uiteindelijke testmodel opgesteld aan de hand van de verwachte uitkomsten.
3.1 Databases en dataselectie
Voor dit onderzoek maak ik gebruik van Nederlandse ondernemingen die controleplichtig zijn tussen 2007 en 2017. Volgens artikel 396 BW 2 is een onderneming of instelling wettelijk controleplichtig indien de onderneming twee boekjaren achtereen heeft voldaan aan 2 van de 3 criteria (Artikel 396 BW2, 2017):
- Omzet van meer dan 12 miljoen euro; - Balanstotaal van meer dan 6 miljoen euro;
- Gemiddeld 50 of meer dan 50 medewerkers in dienst.
Om het totaal aantal controleplichtige bedrijven te vinden onttrekken we een lijst uit Orbis met bedrijven die in 2017 voldoen aan de controleplicht in Nederland op basis van de bovenstaande criteria. Datzelfde hebben we gedaan door een lijst uit company.info te onttrekken op basis van bovenstaande criteria. De lijsten hebben we vervolgens vergeleken en alle dubbele records zijn verwijderd. Bovenstaande criteria resultaat in een totaal van 21.591 items van bedrijf-jaar.
Allereerst hebben we vanuit Orbis alle benodigde financiële informatie per bedrijf per jaar opgezocht en in de database gezet. Vervolgens hebben we voor al deze items is handmatig de bijbehorende accountant erbij gezocht via company.info. Bij het verzamelen van de naam van de accountant bleek dat Company.info de naam van de accountant niet uniform heeft vastgelegd. Derhalve hebben we de foutieve accountantskantoren handmatig gecorrigeerd door het individuele jaarverslag op te vragen. In dat jaarverslag hebben we de juiste accountant geïdentificeerd en dit in het databestand verbeterd. Van sommige bedrijven is geen accountant bekend of aanwezig. Deze items hebben we verwijderd waardoor we 16.756 items van bedrijf-jaar overhouden. Door deze te aggregeren op accountant-jaar houden we 1.924 observaties over. Vervolgens zijn voor het onderzoek model alle niet bruikbare observaties verwijderd waardoor we uiteindelijk 443 accountant-jaar observaties overhouden. Tabel 2 geeft een overzicht van de dataselectie procedure in detail.
16 Tabel 2: Procedure dataselectie
Bedrijf-jaar Accountant-jaar
Unieke observaties in Orbis en Company.info over de jaren 2007 tot en met 2017. 21.591
We verwijderen alle observaties waar geen accountant bekend of aanwezig is. 16.756 1.924
We verwijderen de bovenste en onderste 0,5% in verband met extreme waarden. 16.039 1.896
We verwijderen alle observaties met missende data 9.242 443
3.2 Regressiemodel voor hypothese 1 △ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑖𝑖𝑖𝑖+1
= 𝛽𝛽0+ 𝛽𝛽1𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐶𝐶𝐶𝐶𝐼𝐼𝐼𝐼𝑖𝑖𝑖𝑖+ 𝛽𝛽2𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶𝑖𝑖𝑖𝑖+ 𝛽𝛽3𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐶𝐶𝐶𝐶𝐼𝐼𝐼𝐼 ∗ 𝐵𝐵𝐼𝐼𝐵𝐵4𝑖𝑖𝑖𝑖
+ 𝛽𝛽4𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶 ∗ 𝐵𝐵𝐼𝐼𝐵𝐵4𝑖𝑖𝑖𝑖+ ℇ𝑖𝑖𝑖𝑖
Waarin:
△ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑖𝑖𝑖𝑖 = Het verschil van het aantal controleplichtige klanten dat een
accountantskantoor (i) controleert tussen jaar t en jaar t+1 vergeleken tot het totaal aantal controleplichtige bedrijven in het desbetreffende jaar.
𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐶𝐶𝐶𝐶𝐼𝐼𝐼𝐼𝑖𝑖𝑖𝑖 = Indicator variabele dat voor 1 staat wanneer de AFM het
accountantskantoor controleert.
𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶𝑖𝑖𝑖𝑖 = Indicator variabele dat voor 1 staat wanneer de AFM een
kwaliteitsrapport over de accountantskantoren heeft gepubliceerd. 𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐶𝐶𝐶𝐶𝐼𝐼𝐼𝐼
∗ 𝐵𝐵𝐼𝐼𝐵𝐵4𝑖𝑖𝑖𝑖
= Indicator variabele dat staat voor 1 in de jaren dat de AFM hun controles heeft uitgevoerd en wanneer het desbetreffende accountantskantoor een BIG4 accountantskantoor is. De Big-4 accountantskantoren zijn KPMG, E&Y, Deloitte en PwC.
𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶 ∗ 𝐵𝐵𝐼𝐼𝐵𝐵4𝑖𝑖𝑖𝑖
= Indicator variabele dat staat voor 1 in de jaren dat de AFM hun kwaliteitsrapport hebben gepubliceerd en wanneer het desbetreffende accountantskantoor een BIG4 accountantskantoor is. De Big-4 accountantskantoren zijn KPMG, E&Y, Deloitte en PwC.
De reden dat we de AFM kwaliteitscontrole splitsen in de variabelen INSPECTIE en RAPPORT is omdat we in navolging van Aobdia et al. (2017) moeilijk kunnen bepalen wanneer we een effect in het marktaandeel van accountantskantoren horen te zien. Accountantskantoren weten namelijk wanneer ze worden gecontroleerd door de AFM en kunnen dit feit gebruiken in hun presentaties richting
17 potentiële nieuwe klanten. Door klanten te vertellen dat ze onder (strenger) toezicht staan van de AFM kan de klant denken dat het accountantskantoor dan ook wel een betere audit kwaliteit zal leveren. Dit kan een positief effect op het marktaandeel zijn voor de big-4 accountantskantoren. Aan de andere kant valt te stellen dat klanten juist graag willen wachten tot het kwaliteitsrapport van de AFM daadwerkelijk is gepubliceerd totdat ze de accountant aanstellen of stappen ze over naar een andere accountant op het moment dat het kwaliteitsrapport is uitgebracht. (Aobdia & Shroff, 2017)
Gebaseerd op voorgaand onderzoek (Aobdia & Shroff, 2017; Chow & Rice, 1982; Krishnan, 1994; Landsman, Nelson, & Rountree, 2009; Swanquist & Whited, 2015) controleren we de regressie op de volgende variabelen: gemiddelde van de overlopende passiva van de klantportfolio van het accountantskantoor (GEM_KLANT_OLP), gemiddelde van de liquide middelen van de klantportfolio van het accountantskantoor (GEM_KLANT_LM), gemiddelde van groei in totale activa van de klantportfolio van het accountantskantoor (GEM_KLANT_GTA), gemiddelde van de waarde van de voorraad plus nog te ontvangen bedragen afgezet tegen de totale vlottende activa van de klant portfolio van het accountantskantoor (GEM_KLANT_VOOR+ONT), de gemiddelde solvabiliteit (schulden / activa) van de klantportfolio van het accountantskantoor (GEM_KLANT_SOLV), de gemiddelde ROA van de klantportfolio van het accountantskantoor (GEM_KLANT_ROA) en de gemiddelde klantgrootte (gemeten als het logaritme van de totale activa) van de klantportfolio van het accountantskantoor (GEM_KLANT_GROOTTE). Tot slot gebruik ik dummyvariabelen om te controleren op fixed effects door het gebruik van een panel dataset. Voor een uitgebreid overzicht hoe alle variabelen tot stand zijn gekomen en hoe ze worden toegepast wordt verwezen naar de bijlagen (8.3 Definitie van variabelen).
3.3 Regressiemodel voor hypothese 2 △ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑖𝑖𝑖𝑖+1
= 𝛽𝛽0+ 𝛽𝛽1𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶_1𝑖𝑖𝑖𝑖 + 𝛽𝛽2𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶_2𝑖𝑖𝑖𝑖 + 𝛽𝛽3𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶1∗ 𝐾𝐾𝐼𝐼𝑀𝑀𝐵𝐵𝑖𝑖𝑖𝑖
+ 𝛽𝛽4𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶1∗ 𝐼𝐼𝐸𝐸𝑖𝑖𝑖𝑖+ 𝛽𝛽5𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶2∗ 𝐾𝐾𝐼𝐼𝑀𝑀𝐵𝐵𝑖𝑖𝑖𝑖 + 𝛽𝛽6𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶2∗ 𝐼𝐼𝐸𝐸𝑖𝑖𝑖𝑖ℇ𝑖𝑖𝑖𝑖
Waarin:
△ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑖𝑖𝑖𝑖 = Het verschil van het aantal controleplichtige klanten dat een
accountantskantoor (i) controleert tussen jaar t en jaar t+1 vergeleken tot het totaal aantal controleplichtige bedrijven in het desbetreffende jaar.
18 𝐾𝐾𝐼𝐼𝑀𝑀𝐵𝐵𝑖𝑖𝑖𝑖 = Indicator variabele dat staat voor 1 wanneer het
accountantskantoor KPMG betreft.
𝐼𝐼𝐸𝐸𝑖𝑖𝑖𝑖 = Indicator variabele dat staat voor 1 wanneer het
accountantskantoor EY betreft.
𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶_1𝑖𝑖𝑖𝑖 = Indicator variabele dat voor 1 het jaar nadat de AFM het eerste
kwaliteitsrapport heeft uitgebracht (2011).
𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶_2𝑖𝑖𝑖𝑖 = Indicator variabele dat voor 1 het jaar nadat de AFM het tweede
kwaliteitsrapport heeft uitgebracht (2015).
𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶_1 ∗ 𝐾𝐾𝐼𝐼𝑀𝑀𝐵𝐵𝑖𝑖𝑖𝑖 = Interactie variabele tussen RAPPORT_1 en KPMG.
𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶_1 ∗ 𝐼𝐼𝐸𝐸𝑖𝑖𝑖𝑖 = Interactie variabele tussen RAPPORT_1 en EY.
𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶_2 ∗ 𝐾𝐾𝐼𝐼𝑀𝑀𝐵𝐵𝑖𝑖𝑖𝑖 = Interactie variabele tussen RAPPORT_2 en KPMG.
𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶_2 ∗ 𝐼𝐼𝐸𝐸𝑖𝑖𝑖𝑖 = Interactie variabele tussen RAPPORT_2 en EY.
De controlevariabelen zijn hetzelfde als de controlevariabelen die zijn gebruikt bij de eerste regressie. Voor een uitgebreid overzicht hoe alle variabelen tot stand zijn gekomen en hoe ze worden toegepast wordt verwezen naar de bijlagen (8.3 Definitie van variabelen).
3.4 Testmodel
Voor beide hypothesen maak ik gebruik van een Ordinary Lease Square regressie. Hierbij verwacht ik bij hypothese 1a een negatieve relatie tussen de interactie variabele RAPPORT * BIG4 en △ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀. Een negatieve coëfficiënt betekent dat de big-4 accountantskantoren marktaandeel verliezen na het uitbrengen van een kwaliteitsrapport door de AFM .Voor hypothese 1b verwacht ik een groter negatief effect voor de interactie variabele RAPPORT_2 * KPMG en △ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 dan voor de interactie variabele RAPPORT_2 * EY. Dit zou betekenen dat KPMG, dat de meeste onvoldoendes heeft ontvangen op controledossiers, meer marktaandeel verliest na het publiceren van het tweede rapport dan EY, dat het minste aantal onvoldoendes heeft ontvangen op controledossiers. Voor beide regressies wordt de cluster optie gebruikt om de standaardfouten te clusteren op accountantskantoor.
19
4 Onderzoeksresultaten
Dit hoofdstuk beschrijft de onderzoeksresultaten van de analyse. De twee hiervoor beschreven hypotheses zijn getest middels een regressieanalyse. Allereerst wordt de beschrijvende statistiek beschreven in samenhang met de pearson correlatiematrix. Vervolgens vindt de analyse plaats en is er nog aanvullende analyse gedaan om het effect van marktspecialisatie uit te sluiten. Tot slot worden de resultaten samengevat.
4.1 Beschrijvende statistiek
Tabel 3 beschrijft de beschrijvende statistiek voor het onderzoek model. In de tabel worden per variabele het gemiddelde, de mediaan, de standaarddeviatie, het minimum, het maximum en het aantal observaties getoond. Voor de variabele △Marktaandeel zijn er 1.497 observaties beschikbaar. De gemiddelde wijziging in marktaandeel is nagenoeg nul (0,0001) wat ook logisch is aangezien de meeste bedrijven bij het afscheid nemen van de ene accountant, een andere accountant moeten aanstellen. Dat betekent dat een verlies in marktaandeel voor het ene accountantskantoor gelijk staat aan de toename in marktaandeel voor een ander accountantskantoor.(Aobdia & Shroff, 2017)
Wat verder opvalt is dat er evenveel observaties in de data zitten voor KPMG en EY. Beide variabelen komen uit op een gemiddelde van 0,0053 en ook de interactievariabelen met RAPPORT_1 en RAPPORT_2 hebben eenzelfde gemiddelde 0,0005.
4.2 Pearsoncorrelatiematrix
Om te bepalen wat de lineaire relatie is tussen de onafhankelijke en de afhankelijke variabelen is maken we gebruik van de Pearson correlatiematrix in Tabel4. De waarden variëren van -1 tot +1 waarbij het verband sterker is wanneer het resultaat dichter bij -1 of +1 ligt. Bij een waarde in de buurt van 0 is er geen correlatie.
Tabel 4 geeft de Pearson correlatiematrix weer voor alle variabelen uit model 1. In dit model zien we
dat 𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐶𝐶𝐶𝐶𝐼𝐼𝐼𝐼𝑖𝑖𝑖𝑖 significant is op het niveau van 5% en positief correleert. Daarnaast zien we ook een
significante en positieve correlatie op het niveau van 1% tussen de variabele 𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐶𝐶𝐶𝐶𝐼𝐼𝐼𝐼 ∗ 𝐵𝐵𝐼𝐼𝐵𝐵4𝑖𝑖𝑖𝑖 en
△ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 . Dit betekent dat accountantskantoren voorafgaand aan de publicatie van het rapport
van de AFM marktaandeel vergaren. Verder zien we een significant en negatieve correlatie op het niveau van 1% tussen de variabelen 𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶 ∗ 𝐵𝐵𝐼𝐼𝐵𝐵4𝑖𝑖𝑖𝑖 en △ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 . We zien ook een negatieve
correlatie tussen 𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶𝑖𝑖𝑖𝑖en △ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀, echter is deze relatie niet significant. Hier hechten we dan
20 Tabel 5 geeft de Pearson correlatiematrix weer voor alle variabelen uit model 2. In dit model zien we dat de interactievariabelen RAPPORT_2 * KPMG en RAPPORT_2 * EY allebei negatief correleren op een significant niveau van 1% en 5% met de variabele △ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 . De variabelen RAPPORT_1
* KPMG en RAPPORT_1 hebben beiden een positief effect op △ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 , maar zijn allebei niet
significant. Mogelijk komt dit doordat de AFM de bevindingen van het eerste kwaliteitsrapport in 2010 gezamenlijk hebben gepubliceerd. Het was niet bekend hoeveel controledossiers als onvoldoende zijn beoordeeld per accountantskantoor.
Voor dit onderzoek hebben we vastgesteld dat voor de gebruikte variabelen geen sprake is van multicollineariteit.
21
Tabel 3: Beschrijvende statistiek onderzoeksvariabelen
Variabele Gemiddelde Mediaan
Standaard-deviatie Minimum Maximum N
Variabele voor het meten van de verandering in marktaandeel
△ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 0,0001 0,0000 0,0032 -0,0579 0,0257 1497 Variabelen om het effect te meten van het AFM toezicht (hypothese 1)
𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐶𝐶𝐶𝐶𝐼𝐼𝐼𝐼 0,2131 0,0000 0,4096 0,0000 1,0000 1896
𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶 0,2052 0,0000 0,4039 0,0000 1,0000 1896
𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐶𝐶𝐶𝐶𝐼𝐼𝐼𝐼 ∗ 𝐵𝐵𝐼𝐼𝐵𝐵4 0,0042 0,0000 0,0648 0,0000 1,0000 1896
𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶 ∗ 𝐵𝐵𝐼𝐼𝐵𝐵4 0,0042 0,0000 0,0648 0,0000 1,0000 1896 Variabelen om het effect te meten van het AFM toezicht (hypothese 2)
𝐾𝐾𝐼𝐼𝑀𝑀𝐵𝐵 0,0053 0,0000 0,0725 0,0000 1,0000 1896 𝐼𝐼𝐸𝐸 0,0053 0,0000 0,0725 0,0000 1,0000 1896 𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶_1 0,1044 0,0000 0,3059 0,0000 1,0000 1896 𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶_2 0,1007 0,0000 0,3011 0,0000 1,0000 1896 𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶_1 ∗ 𝐾𝐾𝐼𝐼𝑀𝑀𝐵𝐵 0,0005 0,0000 0,0230 0,0000 1,0000 1896 𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶_1 ∗ 𝐼𝐼𝐸𝐸 0,0005 0,0000 0,0230 0,0000 1,0000 1896 RAPPORT_2 * KPMG 0,0005 0,0000 0,0230 0,0000 1,0000 1896 RAPPORT_2 * EY 0,0005 0,0000 0,0230 0,0000 1,0000 1896
Controle variabelen om klant karakteristieken te meten
GEM_KLANT_LM 0,1005 0,0718 0,1095 0,0000 0,7273 1890 GEM_KLANT_OLP -0,0489 -0,0433 0,0943 -0,4922 0,3569 459 GEM_KLANT_GTA 0,0585 0,0378 0,1520 -0,4438 1,2543 1542 GEM_KLANT_VOOR + ONT 0,8371 0,8682 0,1488 0,1253 1,0000 1893 GEM_KLANT_SOLV 0,6528 0,6465 0,1675 0,0892 1,9062 1890 GEM_KLANT_ROA 0,0556 0,0480 0,0736 -0,4081 0,4739 1522 GEM_KLANT_GROOTTE 16,5890 16,5162 0,7023 14,7630 23,6095 1894
22 4.2.1 Pearsoncorrelatiematrix
Tabel 4: Pearson correlatiematrix hypothese 1
△ 𝑴𝑴 𝑴𝑴𝑴𝑴 𝑴𝑴𝑴𝑴 𝑴𝑴𝑴𝑴𝑴𝑴 𝑴𝑴𝑴𝑴 𝑴𝑴𝑴𝑴 𝑰𝑰𝑰𝑰 𝑰𝑰𝑰𝑰 𝑰𝑰𝑰𝑰 𝑰𝑰𝑰𝑰𝑰𝑰 𝑹𝑹 𝑹𝑹𝑰𝑰𝑰𝑰 𝑹𝑹 𝑹𝑹 𝑰𝑰 𝑰𝑰𝑰𝑰 𝑰𝑰𝑰𝑰 𝑰𝑰𝑰𝑰 𝑰𝑰𝑰𝑰𝑰𝑰 ∗ 𝑩𝑩 𝑰𝑰𝑩𝑩 𝑩𝑩 𝑹𝑹 𝑹𝑹𝑰𝑰𝑰𝑰 𝑹𝑹 𝑹𝑹 𝑰𝑰 ∗ 𝑩𝑩 𝑰𝑰𝑩𝑩 𝑩𝑩 GE M _K LA NT _L M GE M _K LA NT _O LP GE M _K LAN T_ GTA GE M _K LAN T_ VO OR + ON T GE M _K LA NT _S OL V GE M _K LAN T_ RO A GE M _K LAN T_ GR OOT TE △ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 1,0000 𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐶𝐶𝐶𝐶𝐼𝐼𝐼𝐼𝑖𝑖𝑖𝑖 0,0548** 1,0000 𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶𝑖𝑖𝑖𝑖 -0,0411 -0,2644*** 1,0000 𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐶𝐶𝐶𝐶𝐼𝐼𝐼𝐼 ∗ 𝐵𝐵𝐼𝐼𝐵𝐵4𝑖𝑖𝑖𝑖 0,1552*** 0,1251*** -0,0331 1,0000 𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶 ∗ 𝐵𝐵𝐼𝐼𝐵𝐵4𝑖𝑖𝑖𝑖 -0,1424*** -0,0339 0,1281*** -0,0042 1,0000 GEM_KLANT_LM -0,0060 0,0098 0,0280 0,0085 0,0092 1,0000 GEM_KLANT_OLP -0,0019 0,0341 0,1403*** 0,0164 0,0040 -0,0349 1,0000 GEM_KLANT_GTA -0,0064 0,0231 0,0201 -0,0014 -0,0048 0,1038*** -0,0822* 1,0000 GEM_KLANT_VOOR+ONT 0,0077 -0,0023 -0,0333 -0,0212 -0,0247 -0,9078*** 0,0100 -0,0935*** 1,0000 GEM_KLANT_SOLV 0,0028 -0,0079 -0,0155 -0,0074 -0,0054 -0,2730*** -0,1537*** -0,0039 0,2771*** 1,0000 GEM_KLANT_ROA 0,0062 -0,0236 0,0252 -0,0058 -0,0080 0,4049*** 0,0958** 0,2573*** -0,3345*** -0,3481*** 1,0000 GEM_KLANT_GROOTTE -0,0243 -0,0407* 0,0116 0,1249*** 0,1433*** -0,1171*** 0,0072 0,1105** -0,0126 -0,0030 -0,0625** 1,0000
* Correlatie significant op het niveau van 10% (two-tailed), ** Correlatie significant op het niveau van 5% (two-tailed), *** Correlatie significant op het niveau van 1% (two-tailed)
23
Tabel 5: Peasron correlatiematrix hypothese 2
△ 𝑴𝑴 𝑴𝑴𝑴𝑴 𝑴𝑴𝑴𝑴 𝑴𝑴𝑴𝑴𝑴𝑴 𝑴𝑴𝑴𝑴 𝑴𝑴𝑴𝑴 𝑹𝑹 𝑹𝑹𝑰𝑰𝑰𝑰 𝑹𝑹 𝑹𝑹 𝑰𝑰_ 𝟏𝟏 𝑹𝑹 𝑹𝑹𝑰𝑰𝑰𝑰 𝑹𝑹 𝑹𝑹 𝑰𝑰_ 𝟐𝟐 𝑹𝑹 𝑹𝑹𝑰𝑰𝑰𝑰 𝑹𝑹 𝑹𝑹 𝑰𝑰𝟏𝟏 ∗ 𝑲𝑲 𝑰𝑰 𝑴𝑴 𝑩𝑩 𝑹𝑹 𝑹𝑹𝑰𝑰𝑰𝑰 𝑹𝑹 𝑹𝑹 𝑰𝑰𝟏𝟏 ∗ 𝑰𝑰𝑬𝑬 RA PP OR T_ 2* KPM G RA PP ORT _2 *E Y GE M _K LA NT _L M GE M _K LA NT _O LP GE M _K LAN T_ GTA GE M _K LAN T_ VO OR + ON T GE M _K LA NT _S OL V GE M _K LA NT _R OA GE M _K LAN T_ GR OOT TE △ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 1 𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶_1 0.0023 1 𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶_2 -0.0569** -0.1143*** 1 𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶1∗ 𝐾𝐾𝐼𝐼𝑀𝑀𝐵𝐵 0.0082 0.0673*** -0.0077 1 𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶1∗ 𝐼𝐼𝐸𝐸 -0.0667*** 0.0673*** -0.0077 -0.0005 1 RAPPORT_2*KPMG -0.0938*** -0.0078 0.0686*** -0.0005 -0.0005 1 RAPPORT_2*EY -0.0535** -0.0078 0.0686*** -0.0005 -0.0005 -0.0005 1 GEM_KLANT_LM -0.0060 -0.0115 0.0492** 0.0011 0.0002 0.0106 0.0041 1 GEM_KLANT_OLP -0.0019 0.1148** 0.0684 0.0131 0.0106 -0.0235 0.0113 -0.0349 1 GEM_KLANT_GTA -0.0064 -0.0172 0.0448* -0.0004 -0.0025 -0.0021 -0.0047 0.1038*** -0.0822* 1 GEM_KLANT_VOOR+ONT 0.0077 0.0064 -0.0511** -0.0039 -0.0027 -0.0174 -0.0106 -0.9078*** 0.0100 -0.0935*** 1 GEM_KLANT_SOLV 0.0028 0.0126 -0.0336 -0.0011 -0.0024 -0.0037 -0.0024 -0.2730*** -0.1537*** -0.0039 0.2771*** 1 GEM_KLANT_ROA 0.0062 -0.0511** 0.0864*** -0.0042 -0.0016 -0.0001 -0.0029 0.4049*** 0.0958** 0.2573*** -0.3345*** -0.3481*** 1 GEM_KLANT_GROOTTE -0.0243 -0.0105 0.0261 0.0524** 0.0440* 0.0658*** 0.0549** -0.1171*** 0.0072 0.1105*** -0.0126 -0.0030 -0.0625** 1
* Correlatie significant op het niveau van 10% (two-tailed), ** Correlatie significant op het niveau van 5% (two-tailed), *** Correlatie significant op het niveau van 1% (two-tailed)
24 4.3 Analyse
4.3.1 Hypothese 1
Middels hypothese 1 testen we of er een negatief verband is tussen het uitbrengen van een kwaliteitsrapport van de AFM en het marktaandeel van Big-4 accountantskantoren. Uit onderzoeken van onder andere Aobdia et al. (2017), Jensen et al. (2008) en Barton (2005) blijkt dat een slechte reputatie van de accountant een negatieve impact heeft op de kans dat een bedrijf die accountant aanstelt als hun (nieuwe) accountant. Voor hypothese één verwacht ik een negatieve relatie tussen de interactievariabele RAPPORT * BIG4 en de variabele △ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 .
Tabel 6: Effect van AFM rapportages op het marktaandeel
Variabele
△ 𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴 Coëfficiënt Robust Std.Error T P>|t|
𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐶𝐶𝐶𝐶𝐼𝐼𝐼𝐼𝑖𝑖𝑖𝑖 .0127 .0043 2.96 0.004 𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶𝑖𝑖𝑖𝑖 .0100 .0039 2.57 0.011 𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐶𝐶𝐶𝐶𝐼𝐼𝐼𝐼 ∗ 𝐵𝐵𝐼𝐼𝐵𝐵4𝑖𝑖𝑖𝑖 .0036 .0060 0.60 0.552 𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶 ∗ 𝐵𝐵𝐼𝐼𝐵𝐵4𝑖𝑖𝑖𝑖 -.0076 .0034 -2.24 0.027 GEM_KLANT_LM -.0097 .0117 -0.83 0.407 GEM_KLANT_OLP .0011 .0026 0.43 0.668 GEM_KLANT_GTA -.0006 .0021 -0.29 0.775 GEM_KLANT_VOOR+ONT -.0023 .0084 -0.27 0.785 GEM_KLANT_SOLV -.0017 .0041 -0.41 0.686 GEM_KLANT_ROA .0016 .0083 0.20 0.843 GEM_KLANT_GROOTTE -.0036 .0020 -1.81 0.072 Aantal observaties 443 F(11,115) 16,30 Prob>F 0,0000 R-Squared 0,3919 Root MSE 0,00535
Jaar indicatoren Inbegrepen
Accountant indicatoren Inbegrepen
4.3.1.1 Model
De resultaten van dit onderzoek zijn samengevat in Tabel 6.De onafhankelijke variabelen verklaren 39,19% van het model. Daarnaast zien we dat het model significant is op het niveau van 1% en met een F-waarde van 16,30. Dit betekent dat de onafhankelijke variabelen een significante invloed hebben op de uitkomst van △ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 .
4.3.1.2 Coëfficiënten
We zien in het model dat de coëfficiënt voor INSPECTIE positief en significant is met een waarde van 0,0127. Dit impliceert dat accountantskantoren marktaandeel vergaren voorafgaand aan het publiceren van een AFM rapport. Verder zien we dat over alle accountantskantoren gezien het
25 marktaandeel stijgt na het uitbrengen van een kwaliteitsrapport van de AFM. De coëfficiënt van RAPPORT is positief en significant op een niveau van 5% met een waarde van 0,0100.
Wanneer we de interactievariabele BIG4 toevoegen aan de variabele INSPECTIE zien we dat voor INSPECTIE * BIG4 de coëfficiënt nog steeds positief is. Echter, deze relatie is niet significant dus hier kunnen we geen conclusie aan verbinden.
Het meest interessante effect is de interactie variabele RAPPORT * BIG4 op △ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 . Dat
effect is naar verwachting negatief met een coëfficiënt van -.0076 en significant op een niveau van 5%. Dit komt tevens overeen met het effect dat we in de Pearson correlatiematrix vonden, negatief en significant. Dit impliceert dat big-4 accountantskantoren marktaandeel verliezen na de publicatie van een kwaliteitsrapport van de AFM.
4.3.1.3 Significantie
Zoals eerder aangegeven is het model significant op een niveau van 1%. De variabelen INSPECTIE en RAPPORT geven allebei een positief en significant effect op △ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 . Uit de Pearson
correlatiematrix bleek echter dat INSPECTIE wel een positief en significant effect heeft op
△ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 , maar dat dit niet het geval is voor de variabele RAPPORT. In de Pearson
correlatiematrix heeft RAPPORT een negatief en niet significant effect op △ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 .
Verder blijkt uit het model dat de interactie variabele INSPECTIE * BIG4 een positief, maar niet significant effect heeft op △ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 . Uit de Pearson correlatiematrix bleek dat INSPECTIE *
BIG4 wel een significant effect heeft op △ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 . Afsluitend zien we dat de interactievariabele
RAPPORT*BIG4 in zowel de Pearson correlatiematrix als in het model een negatief en significant effect heeft op de variabele △ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 .
4.3.1.4 Resultaat
Uit de resultaten van het onderzoekmodel blijkt dat de onafhankelijke variabelen INSPECTIE en RAPPORT een positief en significant effect hebben op de afhankelijke variabele △ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀.
Echter blijkt uit de Pearson Correlatiematrix dat RAPPORT een negatief effect heeft op △
𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀, maar niet significant is. Deze resultaten spreken elkaar tegen.
De onafhankelijke interactievariabele INSPECTIE * BIG4 heeft een positief effect op △
𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀, maar is in het model niet significant. Uit de Pearson correlatiematrix blijkt wel een
significant en tevens positief effect op △ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀. De onafhankelijk variabele RAPPORT * BIG4
26
𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀. Hierbij dienen wij wel op te merken dat dit effect klein is. Echter, aangezien het effect
in het marktaandeel positief is voor het uitbrengen van een kwaliteitsrapport van de AFM en negatief is (of slechter) in de periode na het uitbrengen van een kwaliteitsrapport van de AFM zien wij voldoende onderbouwing om de hypothese aan te nemen. Hierdoor is H1: De door de AFM gecontroleerde big-4 accountantskantoren verliezen marktaandeel ten opzichten van de andere accountantskantoren aangenomen en stellen wij dat big-4 accountantskantoren marktaandeel verliezen aan andere accountantskantoren na het uitbrengen van een kwaliteitsrapport door de AFM.
4.3.2 Hypothese 2
Middels hypothese 2 testen we of het negatief verband tussen RAPPORT_2 en △ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀
groter is voor KPMG dan voor EY. Dit doen we omdat uit onder andere onderzoek van Jensen et al. (2008) blijkt dat bedrijven ondanks de verslechterde reputatie van big-4 accountantskantoren toch een big-4 accountantskantoor willen aanstellen door een vermeende betere audit kwaliteit en een betere capaciteit om bedrijven van bepaalde grootte te controleren. Middels hypothese 2 testen we of het effect voor EY positiever is dan voor KPMG. Om dit te testen voegen we een interactievariabele toe. Deze interactievariabelen zijn EY en KPMG.
Tabel 7: Samenvatting resultaten Hypothese 2
Variabele
△ 𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴 Coëfficiënt Std.Error Robust T P>|t|
𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶_1 .0121 .0044 2.78 0.006 𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶_2 .0095 .0040 2.37 0.019 𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶1∗ 𝐾𝐾𝐼𝐼𝑀𝑀𝐵𝐵 -.0004 .0007 -0.55 0.584 𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶1∗ 𝐼𝐼𝐸𝐸 -.0097 .0007 -14.77 0.000 RAPPORT_2*KPMG -.0085 .0016 -5.44 0.000 RAPPORT_2*EY -.0040 .0015 -2.77 0.007 GEM_KLANT_LM -.0109 .0119 -0.91 0.364 GEM_KLANT_OLP .0013 .0026 0.48 0.632 GEM_KLANT_GTA -.0005 .0021 -0.25 0.800 GEM_KLANT_VOOR+ONT -.0026 .0087 -0.29 0.769 GEM_KLANT_SOLV -.0019 .0042 -0.46 0.650 GEM_KLANT_ROA .0023 .0085 0.27 0.785 GEM_KLANT_GROOTTE -.0038 .0021 -1.84 0.068 Aantal observaties 443 F (10, 115) 31,53 Prob > F 0,0000 R-Squared 0,3692 Root MSE 0,00547
Jaar indicatoren Inbegrepen
27 4.3.2.1 Model
De resultaten van dit onderzoek zijn samengevat in Tabel 7. Middels hypothese 2 testen we of het negatief effect van de AFM rapportage op het marktaandeel van big-4 accountantskantoren groter is voor KPMG dan voor EY. De reden dat we KPMG en EY testen is omdat KPMG volgens het AFM rapport van 2014 het slechtste heeft gepresteerd en EY het beste heeft gepresteerd. De onafhankelijke variabelen verklaren 36,92% van het model. Daarnaast zien we dat het model significant is op het niveau van 1% en met een F-waarde van 31,53. Dit betekent dat de onafhankelijke variabelen een significante invloed hebben op de uitkomst van △ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 .
4.3.2.2 Coëfficiënten
We zien in het model dat de coëfficiënt voor RAPPORT_1 en RAPPORT_2 positief en significant is met een waarde van 0,0121 en 0,0095. Deze waarden komen overeen met het positieve en significante
effect van de variabele RAPPORT uit het eerste model. Verder zien we dat de interactie variabele RAPPORT_1 * KPMG ligt negatief is, maar niet significant. De coëfficiënt voor de interactie variabele RAPPORT_1 * EY is negatief en wel significant. Aan deze twee verbanden hechten we echter minder waarde omdat de AFM in het eerste kwaliteitsrapport geen onderscheid heeft gemaakt tussen individuele accountantskantoren.
De interessante relaties vinden we in de interactievariabelen RAPPORT_2 * EY en RAPPORT_2 * KPMG. De coëfficiënt tussen RAPPORT_2 * EY en △ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 is negatief en significant op
het niveau van 1%. Hetzelfde geldt voor de coëfficiënt tussen RAPPORT_2 * KPMG en
△ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 , negatief en significant op het niveau van 1%. Als we kijken naar het verschil tussen
de coëfficiënt van RAPPORT_2 * KPMG en RAPPORT_2 * EY dan zien we dat het marktaandeel van KPMG ruim twee keer zoveel daalt als dat van EY. Dat effect zien we tevens terug in de t-waarde, -5.44 voor KPMG tegen -2,77 voor EY. Deze resultaten komen overeen met de verwachting die we hebben opgesteld in hoofdstuk 2.5.2 Hypothese 2.
4.3.2.3 Significantie
Zoals eerder aangegeven is het model significant op een niveau van 1%. De belangrijkste variabelen waar we op testen zijn significant en vertonen het voorspelde effect. Ook uit de Pearson correlatiematrix bleek dat de interactievariabelen RAPPORT_2 * KPMG en RAPPORT_2 * EY een negatief effect hebben op △ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 . Echter, dit effect bleek ondanks dat het significant is niet
28 4.3.2.4 Resultaat
Uit de resultaten blijkt dat de onafhankelijke interactie variabelen RAPPORT_2 * KPMG en RAPPORT_2 * EY een negatief effect hebben op de afhankelijke variabele △ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 . Dit
effect is conform wat we verwachten bij het formuleren van de hypothese in hoofdstuk 2.5.2. We maken hierbij wel de kanttekening dat hoewel het effect significant en conform onze verwachting is, de effecten niet heel sterk zijn. Gezien het effect voor KPMG twee keer zo groot is dan voor EY nemen we de hypothese aan. Hierdoor is H2: Het accountantskantoor dat het beste presteert volgens de AFM (EY) verliest minder marktaandeel ten opzichten van andere accountantskantoren dan het accountantskantoor dat volgens de AFM review het slechtste presteert (KPMG) ten opzichten van de andere accountantskantoren aangenomen en stellen wij dat op basis van dit onderzoek KPMG significant meer marktaandeel verliest dan EY. 4.4 Aanvullende analyse
4.4.1 Herfindahl index
Uit de resultaten van dit onderzoek blijkt dat we een negatief effect vinden tussen het uitbrengen van een kwaliteitsrapport van de AFM en het marktaandeel. Dit effect blijkt groter te zijn voor KPMG dan voor EY. Dat is conform onze verwachting aangezien KPMG in het kwaliteitsrapport van 2014 de meeste onvoldoendes scoorden. Een mogelijk verklaring voor dit effect is doordat accountantskantoren mogelijk gaan specialiseren in bepaalde bedrijf soorten. Om dit te onderzoeken en om het onderzoekmodel wat meer kracht te geven onderzoeken we dit in de aanvullende analyse voor dit onderzoek.
Om de marktspecialisatie te berekenen maken we gebruik van de Herfindahl-index. Deze index is ontwikkelt door A.O. Hirschman en O.C. Herfindahl in 1950. (Herfindahl, 1950) Middels de Herinfdahl index bepaal ik het marktaandeel van een bepaald accountantskantoor in een marktsegment. De Herfindahl index wordt in dit onderzoek als volgt berekend:
𝐻𝐻𝐼𝐼𝑅𝑅𝐻𝐻 = �(𝑀𝑀𝐼𝐼𝑖𝑖)2 𝑛𝑛
𝑖𝑖=1
Hierbij staat n voor het aantal bedrijven in een marktsegment. MS staat voor Market Share en i staat voor een individueel bedrijf in de sample. Om te bepalen wat het marktaandeel van een bedrijf is maken we gebruik van de SIC code. Ieder bedrijf heeft één of meerdere SIC codes waarmee ze in een bedrijfsbranche worden gecategoriseerd. Voor dit onderzoek delen we de SIC code door 100. We bepalen vervolgens de totale markt per branche code door de totale activa van alle bedrijven in de desbetreffende branche bij elkaar op te tellen. Vervolgens berekenen we het marktaandeel per
29 accountantskantoor door het marktaandeel te delen door de zojuist berekende totale activa per branche. Zo berekenen we het marktaandeel van een accountantskantoor in een bepaalde bedrijfsbranche en daarmee de mate van specialisatie.
De variabele HERF voeg ik vervolgens toe aan beide regressies om te bepalen of dit een invloed heeft op de oorspronkelijke uitkomst. Ik heb eerst het effect van HERF op △ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 bekeken om
te zien wat voor effect marktspecialisatie heeft op het onderzoek model. Hieruit blijkt dat HERF een significant effect op het niveau van 5% heeft op △ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 . Verder zien we dat HERF een
positief effect heeft op onder andere de variabelen RAPPORT en RAPPORT * BIG4. Wanneer we de variabele HERF toevoegen aan het tweede model zien we in de Pearson correlatiematrix een positief en significant effect met de variabele RAPPORT_2 en met RAPPORT_2 * KPMG. De rest van de effecten zijn negatief of niet significant. Dit impliceert dat de marktspecialisatie bij sommige accountantskantoren is toegenomen, waar anderen juist minder zijn gaan specialiseren. Verder lijkt het erop dat na het tweede kwaliteitsrapport accountantskantoren meer zijn gaan specialiseren dan na het eerste kwaliteitsrapport.
4.4.1.1 Model 1
Wanneer we de variabele HERF toevoegen aan het eerste model zien we geen significante wijzigingen in de resultaten. De richtingen en mate van coëfficiënten zijn gelijk. Er is geen significant verschil in de robuuste standaardfout en verder blijkt de variabele HERF positief, maar niet significant. Verder zien we maar een lichte stijging in R-squared (0,0010). Dat betekent dat het toevoegen van de variabele weinig waarde toevoegt aan dit model en dus een weinig verklarende werking heeft op
△ 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 .
4.4.1.2 Model 2
Wanneer we de variabele HERF toevoegen aan het tweede model zien we wederom geen significante wijziging in de resultaten. De richtingen en mate van coëfficiënten zijn gelijk. Er is geen significant verschil in de robuuste standaardfout en hier blijkt de variabele HERF negatief, maar niet significant. Verder is de toename in R-squared 0,0002 wat betekent dat de verklarende bijdrage voor dit model minimaal is.
30
Tabel 8: Resultaten model 1
Variabele
△ 𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴 Coëfficiënt Std.Error Robust T P>|t|
𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐶𝐶𝐶𝐶𝐼𝐼𝐼𝐼𝑖𝑖𝑖𝑖 .0127 .0043 2.97 0.004 𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶𝑖𝑖𝑖𝑖 .0098 .0038 2.57 0.011 𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐶𝐶𝐶𝐶𝐼𝐼𝐼𝐼 ∗ 𝐵𝐵𝐼𝐼𝐵𝐵4𝑖𝑖𝑖𝑖 .0035 .0060 0.59 0.558 𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶 ∗ 𝐵𝐵𝐼𝐼𝐵𝐵4𝑖𝑖𝑖𝑖 -.0075 .0034 -2.24 0.027 HERF .0010 .0014 0.71 0.477 GEM_KLANT_LM -.0095 .0117 -0.81 0.418 GEM_KLANT_OLP .0010 .0026 0.38 0.703 GEM_KLANT_GTA -.0007 .0021 -0.35 0.730 GEM_KLANT_VOOR+ONT -.0024 .0085 -0.28 0.777 GEM_KLANT_SOLV -.0014 .0041 -0.35 0.730 GEM_KLANT_ROA .0017 .0083 0.20 0.839 GEM_KLANT_GROOTTE -.0036 .0020 -1.83 0.070 Aantal observaties 443 F(12,115) 15,71 Prob>F 0,0000 R-Squared 0,3929 RootMSE 0,00536
Jaar indicatoren Inbegrepen
Accountant indicatoren Inbegrepen
Tabel 9: Resultaten model 2
Variabele
△ 𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴𝑴 Coëfficiënt Std.Error Robust T P>|t|
𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶_1 .0121 .0044 2.77 0.007 𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶_2 .0096 .0044 2.77 0.019 𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶1∗ 𝐾𝐾𝐼𝐼𝑀𝑀𝐵𝐵 -.0003 .0008 -0.35 0.723 𝑅𝑅𝑅𝑅𝐼𝐼𝐼𝐼𝑅𝑅𝑅𝑅𝐶𝐶1∗ 𝐼𝐼𝐸𝐸 -.0097 .0007 -14.77 0.000 RAPPORT_2*KPMG -.0085 .0016 -5.40 0.000 RAPPORT_2*EY -.0042 .0015 -2.79 0.006 HERF -.0005 .0011 -0.40 0.691 GEM_KLANT_LM -.0109 .0119 -0.91 0.364 GEM_KLANT_OLP .0014 .0026 0.53 0.595 GEM_KLANT_GTA -.0004 .0021 -0.19 0.849 GEM_KLANT_VOOR+ONT -.0023 .0087 -0.27 0.788 GEM_KLANT_SOLV -.0019 .0042 -0.46 0.650 GEM_KLANT_ROA .0023 .0085 0.27 0.785 GEM_KLANT_GROOTTE -.0039 .0021 -1.83 0.070 Aantal observaties 443 F (11, 115) 5,66 Prob > F 0,0000 R-Squared 0,3694 Root MSE 0,00548
Jaar indicatoren Inbegrepen
31 4.5 Samenvatting resultaten
Samenvattend zijn beide hypotheses aangenomen. De richting van het effect bij de eerste hypothese is negatief wat volgens de verwachting is zoals deze is opgebouwd in het literatuuronderzoek. Echter zijn de gevonden effecten niet heel sterk. Zowel uit de Pearson correlatiematrix als in het onderzoeksmodel vinden we een significant effect en daarom nemen we hypothese 1 aan. Bij de tweede hypothese blijkt het effect voor KPMG twee keer zo groot te zijn dan voor EY. Onze verwachting was dat het effect voor KPMG sterker negatief zou zijn dan voor EY aangezien EY minder onvoldoendes heeft gekregen op zijn dossiers van de AFM in het kwaliteitsrapport van 2014. Aangezien de resultaten conform de verwachting zijn hebben we ook hypothese 2 aangenomen. Omdat de gevonden effecten ondanks dat ze significant zijn, niet heel sterk zijn, hebben we een aanvullende analyse uitgevoerd om vast te stellen of marktspecialisatie een mogelijke oorzaak is voor de daling in het marktaandeel van de big-4 accountantskantoren. Dit bleek niet het geval te zijn. De variabele van de Herfindahl index was niet significant in de Pearson correlatiematrix en niet in het onderzoeksmodel en de verklarende waarde was maar beperkt terug te zien in de R-Squared van het model.
32
5 Conclusie
In dit hoofdstuk wordt de conclusie geformuleerd door de onderzoeksvraag te beantwoorden. Vervolgens worden een paar beperkingen genoemd en worden aanbevelingen gedaan voor vervolgonderzoek.
5.1 Conclusie
In dit onderzoek is onderzocht of de kwaliteitsrapporten van de AFM een invloed hebben op het marktaandeel van big-4 accountantskantoren. Aobdia et al. (2017) heeft een dergelijk onderzoek al eens uitgevoerd op basis van de kwaliteitsrapporten van de PCAOB in de Verenigde Staten. Zij vonden daarin dat er een positief effect is op het marktaandeel wanneer de Amerikaanse toezichthouder een accountantskantoor controleert. Een verschil tussen de Amerikaanse markt en de Nederlandse markt is dat de PCAOB een rapport met deficiënties over een accountantskantoor niet publiceert indien het desbetreffende accountantskantoor binnen een jaar verbetering toont. De Nederlandse AFM heeft twee keer een kritisch rapport gepubliceerd in 2010 en 2014 over de Nederlandse big-4 accountantskantoren. Om het effect van de AFM rapporten uit 2010 en 2014 te meten hebben we data van alle controleplichtige bedrijven in Nederland verzameld tussen 2007 en 2017.
Middels de eerste hypothese is onderzocht of de rapportages van de AFM een negatief effect hebben op het marktaandeel van de big-4 accountantskantoren. In dit onderzoek bekijken we of er een negatief effect is omdat de AFM alle big-4 accountantskantoren als onvoldoende heeft bestempeld en Jensen et al. (2008) hebben gevonden dat wanneer een accountantskantoor negatief in het nieuws komt de bedrijven sneller geneigd zijn over te stappen op een andere accountant met een betere reputatie. De resultaten geven weer dat er een significant en negatief effect is van de rapportages van de AFM op het marktaandeel van big-4 accountantskantoren. Echter, we moeten hierbij wel opmerken dat het effect niet heel groot is.
De tweede hypothese onderzocht of het effect negatieve effect op het marktaandeel voor het slechtst presterende accountantskantoor, KPMG, sterker is dan voor het best presterende accountskantoor, EY. We hebben dit onderzocht omdat Jensen et al. (2008) vonden dat met name de grotere bedrijven liever een big-4 accountant aanstellen. Omdat alle big-4 accountantskantoren onvoldoendes scoorden kunnen bedrijven ervoor kiezen om de minst slecht presterende big-4 accountant aan te stellen. Uit de resultaten blijkt dat het effect inderdaad significant sterker negatief is voor KPMG dan voor EY.
