Amsterdam Business School
De invloed van het geslacht van de auditcommissieleden en de
Big 4-kantoren op de nieuwe controleverklaring
Naam: Lisa Schrooder Student nummer: 11147121
Thesis supervisor: ir. drs. A.C.M. de Bakker Tweede lezer: dr. ir S.P. van Triest
Datum: 22 januari 2017 Aantal woorden: 14.217
MSc Accountancy & Control, specialisatie Accountancy
Statement of Originality
This document is written by student Lisa Schrooder 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.
Voorwoord
Voor u ligt mijn afstudeeropdracht waarin de volgende onderzoeksvraag is beantwoord: ‘Is de omvang van de controleverklaring afhankelijk van het geslacht van de auditcommissieleden en zijn er verschillen qua omvang tussen de Big 4-kantoren na publicatie van het AFM-rapport?’. Deze masterscriptie is geschreven in het kader van mijn afstuderen aan de opleiding Accountancy & Control met de specialisatie Accountancy aan de Faculteit of Economics and Business aan de Universiteit van Amsterdam.
Graag wil ik een dankwoord uitspreken aan mijn scriptiebegeleider ir. drs. A.C.M. de Bakker. Dankzij mijn scriptiebegeleider is dit onderzoek zo voortvarend verlopen. Mijn dank is groot voor de goede feedback en vele adviezen.
Verder wil ik graag mijn werkgever BDO Accountants B.V. bedanken voor het mogelijk maken van het schrijven van mijn masterscriptie naast mijn baan. Zonder de vrije dagen/weken die zijn toegekend was deze scriptie niet zo snel tot stand gekomen.
Ik wens u veel leesplezier toe.
Lisa Schrooder
Abstract
This study examines the effects of the presence of a female audit committee member on the length and number of published risks in the audit report. Further effects that will be examined will be the differences in completeness of the audit report between the Big 4-firms after the publication of the AFM-report.
Based on the prospect theory a positive relation is expected between the presence of a female audit committee member on the length and number of published risks in the audit report. There is also a positive relation expected between the published AFM-report and the differences in completeness of the audit report between the Big 4-firms.
The data is collected manually and there are regression analyses executed for the hypotheses. The dataset exists of entities listed in the AEX and AMX stock exchange in the years 2012 till 2014. The results don’t show a positive relation between the presence of a female audit committee member and the words and published risks in the audit report. There isn’t also a positive relation between the publication of the AFM-report and the differences in completeness of the audit report between the Big 4-firms.
Samenvatting
Er wordt in dit onderzoek gekeken naar de effecten van de aanwezigheid van een vrouwelijk auditcommissielid op de lengte van de controleverklaring en het aantal gepubliceerde risico’s in de controleverklaring. Verder wordt het effect onderzocht van de verschillen in uitgebreidheid van de controleverklaring tussen de Big 4-kantoren na de publicatie van het AFM-rapport in 2014.
Gebaseerd op de prospect theorie wordt onderzocht of de aanwezigheid van een vrouwelijk auditcommissielid een positief effect heeft op het aantal gepubliceerde risico’s en het aantal woorden in de controleverklaring. Gebaseerd op het AFM-rapport uitgevoerd in 2013 en gepubliceerd in 2014 wordt onderzocht of het AFM-rapport een positieve invloed heeft op de uitgebreidheid van de controleverklaring van de verschillende Big 4-kantoren.
Middels een manueel verzamelde dataset zijn regressieanalyses uitgevoerd voor de verschillende hypothesen. De dataset bevat data van AEX en AMX bedrijven van de boekjaren 2012-2014. De resultaten blijken geen positief verband aan te tonen tussen de aanwezigheid van een vrouwelijk auditcommissielid en het aantal woorden en gepubliceerde risico’s in de controleverklaring. Ook is er geen positief verband aangetoond tussen de publicatie van het AFM-rapport en de uitgebreid van de controleverklaring bij de verschillende Big 4-kantoren. Trefwoorden: AFM-rapport, aanwezigheid vrouwelijk auditcommissielid en controleverklaring
Inhoudsopgave
1 Introductie ... 8 2 Theoretisch kader ... 12 2.1 Geslacht – Risico’s nemen ... 12 2.2 Geslacht – Informatie proces ... 13 2.3 Big 4-Accountantskantoor ... 14 2.4 Het AFM-rapport ... 14 2.5 Risico’s ... 15 2.6 Lengte van de controleverklaring ... 16 2.7 Hypothesevorming ... 17 2.7.1 Relatie tussen geslacht en audit risico’s ... 17 2.7.2 Relatie tussen geslacht en het informatieproces ... 18 2.7.3 Relatie tussen het AFM-rapport en de controleverklaring ... 18 3 Methodologie ... 20 3.1 Conceptueel model ... 20 3.2 Uitleg variabelen ... 21 3.2.1 Afhankelijke variabele ... 21 3.2.2 Onafhankelijke variabele ... 21 3.2.3 Controle variabelen ... 22 3.3 Regressiemodel per hypothese ... 24 3.3.1 Regressie 1, hypothese 1: ... 25 3.3.2 Regressie 2, hypothese 2: ... 25 3.3.3 Regressie 3, hypothese 3: ... 26 4 Data ... 27 4.1 Dataverzameling ... 27 4.2 Data omvang ... 27 4.3 Verwijderde data ... 28 4.4 Hulpmodel abnormale auditvergoeding ... 29 4.5 Beschrijvende statistiek ... 30 4.5.1 Statistische kernbegrippen ... 31 4.5.2 Correlatiematrix ... 314.5.3 Multicollineariteit ... 33 5 Resultaten ... 34 5.1 Hypothese 1 ... 34 5.1.1 Model ... 34 5.1.2 Regressieanalyse ... 34 5.1.3 Conclusie ... 36 5.1.4 Kolmogorov-Smirnov toets ... 36 5.2 Hypothese 2 ... 37 5.2.1 Model ... 37 5.2.2 Regressieanalyse ... 37 5.2.3 Conclusie ... 38 5.2.4 Kolmogorov-Smirnov toets ... 39 5.3 Hypothese 3 ... 39 5.3.1 Model ... 39 5.3.2 Regressieanalyse ... 40 5.3.3 Conclusie ... 41 5.3.4 Kolmogorov-Smirnov toets ... 42 6 Conclusie ... 43 6.1 Conclusie van het onderzoek ... 43 6.2 Beperkingen van het onderzoek ... 44 6.3 Aanbevelingen ... 45 7 Referenties ... 46 8 Bijlagen ... 49
1 Introductie
“Noem het de tragiek van de auditor: tienduizenden controle-uren teruggebracht tot een standaardtekst” (De Ridder, 2014). Al vele jaren geven professionele auditors het argument dat de voordelen van een gestandaardiseerd auditorrapport, groter zijn dan het opstellen van een controleverklaring met entiteit-specifieke informatie. De gestandaardiseerde benadering is gebaseerd op de veronderstelling dat de manager verantwoordelijk is voor de financiële rapportering en dat het rapport van de auditor deze informatie bevestigt om de geloofwaardigheid ervan te verbeteren, in plaats van dat het nieuwe informatie of inzichten toevoegt. Echter in de afgelopen jaren is deze kijk op de controleverklaring veranderd (Simnet en Huggins, 2014). De huidige controleverklaring sluit niet aan bij de transparante normen welke gebruikers eisen. Het nu nog simpele ‘goed en akkoord bevonden’ zal moeten veranderen in een uitgebreide controleverklaring, waarbij gebruikers inzicht krijgen in de werkzaamheden van de accountant (De Ridder, 2014).
In de afgelopen jaren hebben een aantal internationale regelgevers bepaald dat het auditor rapportering model moet worden uitgebreid. Volgens de Koninklijke Nederlandse Beroepsorganisatie van Accountants (NBA) willen de auditors mede door de financiële crisis een uitgebreidere controleverklaring. Een andere oorzaak voor een uitgebreidere controleverklaring is het feit dat de accountantsorganisaties weer in een ‘beter daglicht’ willen komen te staan. De bekende Enron en Ahold affaires hebben het publiekelijk vertrouwen in de accountant aangetast (Schilder en Nuijts, 2005). Ook het AFM-rapport dat op 25 september 2014 is gepresenteerd draagt niet bij aan het vertrouwen in accountantsorganisaties. In deze studie worden 18 van de 40 rapporten als onvoldoende aangemerkt, wat inhoudt dat de auditor niet voldoende geschikte controle-informatie heeft verzameld om zijn oordeel te kunnen vormen (AFM, 2014).
Er zijn mede door deze affaires vraagstukken ontstaan op het gebied van zekerheid, welke de regelgevers deels denken op te lossen door een uitgebreidere controleverklaring. Voor organisaties van openbaar belang is de uitgebreide controleverklaring verplicht vanaf 2014. Echter vanaf 2013 zijn er al een aantal bedrijven welke de nieuwe controleverklaring vrijwillig hebben toegepast, waardoor Nederland voorop loopt met de invoering van de uitgebreidere controleverklaring (De Ridder, 2014).
De auditor wil graag zijn signalerende rol versterken en zijn maatschappelijke rol beter invullen, de nieuwe controleverklaring komt daarom volgens auditors als geroepen (De Ridder, 2014). In de nieuwe controleverklaring begint de auditor met het oordeel. Vervolgens moet de auditor zijn controleplan communiceren. Dit controleplan bevat ook de audit risico’s, deze geven
een beschrijving van de significante risico’s, inclusief de risico’s met betrekking tot fraude. Ook wordt er een samenvatting verwacht met de reactie van de auditor op deze risico’s (Afterman, 2016). Al met al een flinke uitbreiding ten opzichte van de oude controleverklaring. Er wordt uitgebreider gerapporteerd over vrijwel alle facetten.
Naar de uitgebreidere controleverklaring is al veel onderzoek gedaan. De maatschappij vraagt zich namelijk af of de controleverklaring wel het gewenste effect heeft? En met het gewenste effect wordt bedoeld: zorgt de controleverklaring ervoor dat de jaarrekening is voorzien van meer informatie waardoor de gebruiker van de jaarrekening betere keuzes kan maken? Er zijn zeker nog verbeteringen nodig. De nieuwe controleverklaring is een goede eerste stap, maar de toelichting op de kernpunten verdient meer aandacht. Onder kernpunten wordt verstaan, de punten waaraan de auditor de meeste aandacht heeft besteedt (De Ridder, 2014). Aandacht welke een auditor bij de aanwezigheid van vrouwen in het audit comité wellicht wel zal geven aan de controleverklaring en bij de aanwezigheid van alleen mannen in het audit comité niet. En aandacht welke wellicht naar aanleiding van het AFM-rapport 2014 ook zal groeien binnen de Big 4-kantoren.
Er wordt steeds meer onderzoek uitgevoerd naar de invloed van geslacht op de audit kwaliteit. Eerder onderzoek toont aan dat geslacht een significante invloed heeft op de manier waarop informatie wordt verzameld en verwerkt. Vrouwen kunnen in sommige situaties meer efficiënt werken bij het nemen van complexe beslissingen en ze kunnen accurater beslissingen nemen. Vrouwen zijn voorzichtiger, hebben betere onderbouwingen en zijn conservatief (Breesch en Branson, 2009). Ook blijkt dat vrouwen zich beter aan wet- en regelgeving houden en dat ze een grotere afkeer hebben van risico’s (Barua, 2010).
Vanaf 1 januari 2008 is het verplicht gesteld om als organisatie van openbaar belang een auditcommissie in te stellen. Volgens het Europees recht moet een auditcommissie minstens twee leden tellen. Hierbij gaat het om niet-uitvoerende bestuurders, waarvan tenminste een bestuurder onafhankelijk moet zijn. Deze onafhankelijke bestuurder moet deskundig zijn op het gebied van boekhouding en/of controle (Van der Elst, 2014). De primaire rol van een auditcommissie is het verhogen van de geloofwaardigheid van de financiële statements, de directie assisteren in het voldoen aan hun verantwoordelijkheden en het verbeteren van de auditoronafhankelijkheid. Om deze rol te kunnen vervullen heeft een auditcommissie veel contact met de externe auditor. Zo bespreken ze bijvoorbeeld: de ondernemingsrisico’s, ze beoordelen de reikwijdte en controleaanpak. Volgens eerdere studies is de compositie van een auditcommissie cruciaal voor zijn succes (Martinov-Bennie, Soh & Tweedie, 2015).
Een audit comité heeft invloed op de kwaliteit van auditing op verschillende aspecten, hier zijn verschillende argumenten voor. Het eerste argument is: wanneer een audit comité aanwezig is eisen ze vaak een auditor met meer kennis en een betere reputatie dan wanneer het comité niet aanwezig is. Het tweede argument is: het audit comité verbetert de audit kwaliteit doordat ze een grotere hoeveelheid audit inspanning vragen van de auditor. Ten slotte zorgt een audit comité voor een grotere onafhankelijkheid van de externe auditors door ondersteuning te bieden aan de auditor wanneer ze geschillen hebben met het management van het bedrijf.
Verder heeft niet alleen een audit comité invloed op de kwaliteit van auditing, maar heeft ook de aanwezigheid van vrouwen in het audit comité invloed. Wanneer er namelijk vrouwen aanwezig zijn in het audit comité zorgt dit onder andere voor een invloed op de audit vergoedingen. De audit vergoedingen zijn significant lager wanneer er vrouwen in het audit comité zitten dan wanneer er alleen maar mannen in het audit comité zitten (Ittonen et al., 2010).
Uit het AFM-rapport gepresenteerd in 2014 blijkt dat Big 4-kantoren er nog niet in slagen om de kwaliteit van de afgeleverde controleverklaringen als voldoende te bestempelen. Een van de aanbevelingen uit het AFM-rapport is dan ook de uitgebreidere controleverklaring. Door het vergroten van de transparantie over de uitgevoerde werkzaamheden zal de kwaliteit verbeteren (AFM, 2014). Uit het onderzoek blijkt dat vooral KPMG veel onvoldoendes scoort, wat slechte publiciteit betekent voor dit accountantskantoor. Verwacht wordt dat KMPG mede door het AFM-rapport een kwaliteitsslag wil maken en hierdoor een uitgebreidere controleverklaring presenteert dan EY, Deloitte en PwC.
In dit onderzoek wordt nagegaan wat de invloed is van de vrouwelijke auditcommissieleden en Big 4-kantoren op de nieuwe controleverklaring. De onderzoeksvraag luidt: ‘Is de omvang van de controleverklaring afhankelijk van het geslacht van de auditcommissieleden en zijn er verschillen qua omvang tussen de Big 4-kantoren na publicatie van het AFM-rapport?
Verwacht wordt dat de invloed van vrouwen in een auditcommissie zorgt voor een positief verband met de controleverklaring, waardoor de controleverklaring uitgebreider wordt. Dit verschil is aanwezig doordat vrouwen meer risicoavers zijn, waardoor ze ook meer risico’s zullen zien. Vrouwen nemen ook meer informatie tot zich en schrijven meer informatie op, waardoor de controleverklaring ook langer wordt als een vrouwelijk commissielid invloed kan uitoefenen op de controleverklaring. Ook wordt verwacht dat er een verschil is tussen een controleverklaring opgesteld door KMPG of door EY, Deloitte en PwC. Dit verschil is aanwezig doordat KMPG slechte publiciteit heeft gehad na het AFM rapport uit 2014, des te meer reden voor KPMG om een kwaliteitsslag te maken.
Na deze introductie zal er in dit onderzoek eerst worden ingegaan op het theoretisch kader, hierin wordt ook de hypothese ontwikkeling uiteengezet. Vervolgens zal de methodologie worden beschreven. Dan zal er een hoofdstuk worden gewijd aan de data, hoe deze verzameld gaat worden en zal de beschrijvende statistiek uiteengezet worden. Vervolgens zullen de resultaten gedeeld worden en ten slotte wordt de conclusie getrokken en worden er aanbevelingen gedaan.
2 Theoretisch kader
In dit hoofdstuk zal allereerst de bestaande theorie over geslacht worden besproken. Vervolgens zullen de audit risico’s in de controleverklaring verder toegelicht worden. Het AFM-rapport van 2014 zal worden besproken, waarna de hypotheseontwikkeling aan bod komt.
2.1 Geslacht – Risico’s nemen
Verschillen tussen mannen en vrouwen zijn gerelateerd aan sekse en geslacht. Sekse wordt ontleend aan het biologische, hiermee wordt bedoeld dat vrouwen twee X-chromosomen hebben waar mannen een X-chromosoom en een Y-chromosoom hebben. Geslacht is een sociaal geconstrueerd begrip van wat mannelijkheid en wat vrouwelijkheid kan omvatten in sommige situaties (Breech en Branson, 2009). Uit eerder onderzoek blijkt dat er verschillende gedragsvormen zijn bij mannen en bij vrouwen. Een aantal voorbeelden hiervan zijn: een vrouwelijk directielid moet meer superieure competenties laten zien om de top te bereiken, vrouwen hebben hogere verwachtingen als het gaat om hun verantwoordelijkheden en dus bereiden ze zichzelf beter voor op hun taken, vrouwen hebben minder zelfvertrouwen en vrouwen zijn meer risico-avers dan mannen (Ittonen en Peni, 2011). Dus wanneer een auditcommissielid een oordeel vormt kan het geslacht hier invloed op hebben. Dit effect ontstaat door twee primaire bronnen. Ten eerste verschillen mannen en vrouwen met betrekking tot hun risico-aversie, waarbij vrouwen vaak meer risico-avers zijn dan mannen. En ten tweede gebruiken vrouwen uitgebreidere en gedetailleerdere informatieprocessen dan mannen, dit fenomeen is ook wel bekend als selectieve hypothese (Gold, Hunton & Gomaa, 2009).
In deze paragraaf zal eerst worden ingegaan op het verschil tussen mannen en vrouwen met betrekking tot risico-aversie. Het nemen van risico’s is een belangrijke vorm van menselijk gedrag. Hierbij is het volgende van belang: doelen en waarden bepalen de uitkomsten die worden nagestreefd door een individu en bepalen ook de soort opties die overwogen worden. De handeling waarbij een doelgerichte optie wordt geïmplementeerd wordt gekwalificeerd als een voorbeeld van het nemen van risico’s wanneer er twee dingen aan bod komen: (1) het gedrag kan leiden tot meer dan een uitkomst en (2) sommige van deze uitkomsten zijn niet wenselijk of zelfs gevaarlijk. Het nemen van risico’s houdt in dat de acceptatie van opties kan leiden tot negatieve consequenties (Byrnes, Miller en Schafer, 1999).
Het nemen van risico’s kan worden onderverdeeld in drie categorieën. De eerste categorie bevat verschillen tussen mensen die normaal gesproken risico’s nemen en mensen welke risico’s juist vermijden. De tweede categorie bevat verschillen tussen situaties waarin juist
promotie wordt gemaakt voor het nemen van risico’s of situaties waarin er juist promotie wordt gemaakt voor het vermijden van de risico’s. De derde categorie bevat verschillen tussen mensen en situaties die het nemen van risico’s promoten (Byrnes, Miller en Schafer, 1999).
Een theorie die goed bij het bovenstaande aansluit is de prospect theorie. De prospect theorie stelt dat mensen een voorkeur hebben voor een risico in plaats van iets dat zeker is wanneer de keuzes op een positieve manier worden gebracht. Maar de voorkeur verandert wanneer dezelfde keuzes op een negatieve manier worden gepresenteerd. Hierbij zorgt een natuurlijk lager level van opwinding bij mannen of een sociaal bijgebrachte veronderstelling dat risico nemen hoog gewaardeerd wordt. Dus mannen zullen eerder willen veronderstellen dat keuzes op een positieve manier worden gebracht, omdat ze meer risico’s willen nemen (Byrnes, Miller & Schafer, 1999). Recent onderzoek heeft ook uitgewezen dat vrouwen over het algemeen meer risico-aversie hebben in hun oordelen en gedrag dan mannen. Op het gebied van financiële beslissingen is er ook bewijs voor de risico-aversie van vrouwen, vrouwelijke investeerders zouden namelijk meer risico-avers zijn dan hun mannelijke tegenhangers (Gold, Hunton & Gomaa, 2009).
2.2 Geslacht – Informatie proces
Wanneer een auditcommissielid een oordeel vormt kan het geslacht hier invloed op hebben. Dit effect ontstaat door twee primaire bronnen. De eerste primaire bron is onderbouwd in paragraaf 2.1, de tweede primaire bron zal middels deze paragraaf verduidelijkt worden (Gold, Hunton & Gomaa, 2009).
Vrouwen verwerken informatie op een andere manier dan dat mannen dat doen. Mannen en vrouwen zien verschillen in details in het cognitieve informatieproces. Vrouwen integreren meer van het beschikbare bewijsmateriaal in hun oordeel, waardoor er een intens level van cognitieve processen wordt gereflecteerd. Mannen daarentegen elimineren wat ze niet relevante signalen vinden en focussen op een gelimiteerde set van opvallende informatiebronnen die relatief makkelijk en snel ontwikkeld worden (Gold, Hunton & Gomaa, 2009).
Het selectiviteitmodel stelt dat mannen zich vaak niet bezig houden met uitgebreide verwerking van alle beschikbare informatie om zo een basis voor een oordeel te hebben, maar dat ze erg selectief zijn. Sterker nog mannen hebben de neiging om verschillende systematische hulpmiddelen te gebruiken die zorgen voor meer gedetailleerde verwerking. Het doel van mannen is om zo efficiënt mogelijk deze hulpmiddelen te gebruiken zodat ze zo snel mogelijk de juiste informatie hebben. Vrouwen gebruiken echter een meer alomvattende strategie waarbij ze
alle beschikbare aanwijzingen willen verwerken. Echter capaciteitsrestricties in het actieve geheugen kan ervoor zorgen dat vrouwen dit doel niet bereiken. Ze houden zich meestal bezig met een bewust, uitgebreide en gedetailleerde analyse van alle beschikbare informatie. Vrouwen hebben hierdoor een grotere gevoeligheid voor bijzondere en relevante informatie wanneer er oordelen gevormd moeten worden (Darley en Smith, 1995).
2.3 Big 4-Accountantskantoor
De auditmarkt wordt wereldwijd gedomineerd door 4 internationale accountantskantoren, ook wel de Big 4 genoemd. De Big 4 bestaat uit de volgende accountantskantoren: Deloitte Accountants B.V (Deloitte), Ernst & Young LLP (EY), KPMG Accountants N.V. (KPMG) en PricewaterhouseCoopers Accountants N.V. (PwC). Deze accountantskantoren zijn voornamelijk zo groot geworden door een aantal fusies en overnames die zich in 1989 voordeden. Door de toenemende globalisatie hadden deze fusies als doel om het marktaandeel te vergroten en zich internationaal verder te ontwikkelen (Pellegrini, 2013). Eerder onderzoek heeft geconcludeerd dat de Big 4 auditkantoren onderling verschillen, hierbij is er vooral gekeken naar de accounting en auditing context (Vaassen et al, 2000).
2.4 Het AFM-rapport
De AFM richt zich op de kwaliteit van de wettelijke controles en wil deze kwaliteit graag verhogen en duurzaamheid waarborgen. Het doel van het onderzoek weergegeven in het AFM rapport is beoordelen wat de kwaliteit is van de wettelijke controles die de Big 4-kantoren verrichten. In het rapport dat de AFM in 2014 heeft gepresenteerd wordt een onderzoek besproken dat is uitgevoerd van april 2013 tot en met juli 2014 bij de vier grootste accountantsorganisaties van Nederland. Middels dit onderzoek tracht de AFM te achterhalen of de externe accountant voldoende en geschikte controle-informatie heeft verkregen om zijn oordeel te kunnen vellen over de jaarrekening en of de vakbekwaamheidsregels zijn nageleefd. De AFM heeft bij alle 4 de accountantsorganisatie 10 wettelijke controles beoordeeld voor het boekjaar 2012, waarbij de controleverklaring veelal is afgegeven in 2013 Hieronder een schematische weergave van de resultaten van dit onderzoek:
Resultaten AFM-rapport
Auditor # controles # onvoldoende % onvoldoende # totaal
controles % onvoldoendes ten opzichte van totaal
KPMG 10 7 70% 40 17,5%
EY 10 3 30% 40 7,5%
Deloitte 10 4 40% 40 10%
PwC 10 4 40% 40 10%
Tabel 1: Schematische weergave resultaten AFM-onderzoek
Uit bovenstaande tabel blijkt dat 45% van de uitgevoerde controles onvoldoende juiste controle-informatie bevat om een controleverklaring op te kunnen baseren. Naar aanleiding van deze uitkomst, komt de AFM ook met een aanbeveling. De AFM is onder andere van mening dat een accountantskantoor transparanter moet zijn over de uitvoering van de controle. Deze transparantere werkwijze verkleint de informatieachterstand van de gebruikers van de jaarrekening. Het verkleinen van de informatieachterstand wordt volgens de AFM voornamelijk bereikt door een uitgebreidere controleverklaring.
2.5 Risico’s
Interne controles uitgevoerd binnen een entiteit zouden een redelijke zekerheid moeten geven over de betrouwbaarheid van de financiële gegevens door procedures rondom het opnemen van boekingen, autorisaties en het beveiligen van de activa. Wanneer deze controles effectief zijn, zouden ze er voor moeten zorgen dat financiële fouten worden gedetecteerd of gecorrigeerd door het management voordat het financiële rapport wordt uitgebracht. Echter vaak is de interne controle niet zo sterk dat het alle fouten uit het financiële rapport haalt voordat dit wordt opgesteld. Het audit risicomodel stelt dat zelfs met interne controle deficiënties, auditors alsnog kunnen zorgen voor een goedkeurende mening door het intensiveren van gegevensgerichte controles.
Het audit riskmodel is een belangrijk model in de accountancy. Het voorziet in een framewerk voor het evalueren van relaties tussen het gehele audit risico, het inherente risico, het controle risico en het detectie risico. Het audit risico model ziet er als volgt uit (Hogan en Wilkins, 2008):
Het inherente risico betekent dat zonder interne controle de mogelijkheid op serieuze fouten in de financiële verslaggeving aanwezig is. Factoren die het inherente risico beïnvloeden zijn (1) activa flow; (2) de evaluatiemethode opgesteld volgens de boekhoudkundige veronderstelling; (3) algemene economische situatie en (4) technische ontwikkeling. Controle risico betekent dat de interne controle van de gecontroleerde entiteit niet direct risico’s met serieuze gevolgen kan voorkomen of detecteren. De volgende factoren kunnen het beoordelen van de grootte van het controle risico beïnvloeden: (1) de organisatie en de werknemers van de financiële afdeling, (2) de interne condities van de financiële afdeling, met name het kunnen ontdekken van fraude en (3) management informatie. Het detectie risico betekent het risico dat het audit team de fouten ook niet detecteert. De volgende factoren zijn hierbij van invloed: (1) onjuist selecteren van audit processen, (2) fouten in de uitvoering en (3) het niet begrijpen van de audit resultaten (Chang en Tsai, 2008). Het inherente risico en het controle risico samen vormen het risico op materiële fouten. Dit is het risico dat de financiële statements onjuist zijn voorafgaand aan een audit (Ruhnke en Schmidt, 2014).
In de nieuwe controleverklaring wordt gekeken naar specifieke risico’s welke verhoogde aandacht vereisen. Deze auditrisico’s worden in de nieuwe controleverklaring opgenomen en hebben vooral betrekking op de financiële verslaggevingsrisico’s en niet op de bedrijfsrisico’s. Een auditrisico wordt als volgt gedefinieerd: ‘een risico dat wordt gecommuniceerd, of welke vereist is om te communiceren, gerelateerd aan posten of onthullingen welke wellicht materieel zijn voor de financiële statements en betrokken zijn bij bijzonder uitdagende, subjectieve of complexe auditor oordelen’ (Afterman, 2016).
2.6 Lengte van de controleverklaring
Wanneer de auditcommissie wenst dat de maatschappij het vertrouwen houdt in de entiteit, is het belangrijk dat er duidelijk wordt gecommuniceerd en dat de jaarrekening een getrouw beeld geeft van de werkelijkheid. Nationaal worden er nu meer eisen gesteld aan de inhoud van de controleverklaring, waarbij de controleverklaring vooral uitgebreider is geworden. De nieuwe controleverklaring zou nu het volgende moeten bevatten: het oordeel van de accountant, paragraaf over de continuïteit, uiteenzetting over de materialiteit, de reikwijdte van de groepscontrole, de kernpunten van de controle en de verantwoordelijkheden van de accountant (NBA, 2014). Volgens Eimers (2008) is de lengte van de controleverklaring toegenomen in de loop de jaren. Waar een auditor eerst nog weg kwam met een simpel ‘goed en akkoord bevonden’, worden de teksten nu steeds langer en complexer. In dit onderzoek zal de lengte van de controleverklaring worden gemeten door het aantal woorden te tellen in de controleverklaring.
2.7 Hypothesevorming
2.7.1 Relatie tussen geslacht en audit risico’s
Zoals eerder al beschreven zijn de verschillen tussen mannen en vrouwen enerzijds gerelateerd aan sekse en anderzijds gerelateerd aan geslacht (Breech en Branson, 2009). Deze verschillen in geslacht zorgen ook voor verschillende gedragsvormen bij mannen en vrouwen (Ittonen en Peni, 2011).
Marketing studies hebben gevonden dan mannen meer risico nemen dan vrouwen. Waarbij mannen bijvoorbeeld meer risicovolle producten kopen en ook meer risicovolle business beslissingen nemen dan vrouwen (Darley en Smith, 1995).
Er zijn ook onderzoeken die het geslachtsverschil linken aan verschillen in het ophalen van informatie. Mannen nemen maar een deel van de informatie tot zich voordat ze een beslissing maken, terwijl vrouwen gedetailleerd alle informatie tot zich nemen die beschikbaar is. Vrouwen ontwikkelen meer risico signalen voordat ze hun uiteindelijke beslissing maken. Doordat ze meer risico signalen ontwikkelen zijn ze zich ook bewuster van alle gevaren die bij deze signalen horen. Dit leidt tot een beoordeling die meer risico avers is (Goldhaber en deTurck, 1988).
Chung en Tang (1998) hebben ook een indicatie voor het feit dat mannen en vrouwen anders reageren op risico’s in de auditing context. In hun studie moesten enerzijds mannelijke en vrouwelijke docenten en anderzijds mannelijke en vrouwelijke studenten bepalen wanneer een bedrijf zou gaan falen. Tussen mannen onderling en vrouwen onderling zijn geen significante verschillen gevonden tussen de beoordelingen. Echter wanneer de mannelijke docent de mannelijke studenten lesgeeft zijn de risico inschattingen significant minder. Wanneer de vrouwelijke docent de mannelijke studenten lesgeeft zijn de risico inschattingen significant meer.
Zowel het onderzoek van Darley en Smith als het onderzoek van Goldhaber en deTurck tonen aan dat vrouwen meer risicoavers zijn dan mannen. Hierdoor wordt verwacht dat wanneer zowel mannelijke commissieleden als vrouwelijke commissieleden risico’s zouden moeten bespreken met de externe auditor, vrouwen meer risico’s opgeven. Op basis van bovenstaande literatuur is hypothese 1 als volgt:
H1: De aanwezigheid van een vrouwelijk commissielid zorgt voor meer gepubliceerde auditrisico’s in de controleverklaring
2.7.2 Relatie tussen geslacht en het informatieproces
Zoals eerder al beschreven zijn er verschillen tussen mannen en vrouwen enerzijds gerelateerd aan sekse en anderzijds gerelateerd aan geslacht (Breech en Branson, 2009). Deze verschillen in geslacht zorgen ook voor verschillende gedragsvormen bij mannen en vrouwen (Ittonen en Peni, 2011).
Vrouwen verwerken informatie op een andere manier dan mannen. De selectiviteit hypothese van Meyers (1989) voorspelt dan vrouwen uitgebreidere verwerkers zijn. Vrouwen verwerken namelijk alle beschikbare informatie. Terwijl mannen maar selectieve informatie verwerkers zijn.
Vrouwen houden zich meestal bezig met een bewustere, uitgebreidere en gedetailleerdere analyse van alle beschikbare informatie dan mannen. Vrouwen hebben hierdoor een grotere gevoeligheid voor bijzondere en relevante informatie wanneer er oordelen gevormd moeten worden (Darley en Smith, 1995).
Zowel het onderzoek van Meyers als dat van Darley en Smith tonen aan dat vrouwen meer gedetailleerd informatie tot zich nemen dan mannen. Hierdoor wordt verwacht dat vrouwen uitgebreider zijn in hun communicatie over de entiteit wanneer over een bepaald onderwerp wordt gesproken. Op basis van bovenstaande informatie is hypothese 2 als volgt:
H2: De aanwezigheid van een vrouwelijk commissielid zorgt voor meer woorden in de controleverklaring
2.7.3 Relatie tussen het AFM-rapport en de controleverklaring
Zoals al eerder beschreven wordt de auditmarkt wereldwijd gedomineerd door 4 internationale accountantskantoren, ook wel de Big 4 genoemd. Eerder onderzoek heeft geconcludeerd dat de Big 4 auditkantoren onderling verschillen, hierbij is er vooral gekeken naar de accounting en auditing context (Vaassen et al, 2000).
Rondom het begrip materialiteit worden veel discussies gevoerd. Accountants worden soms aansprakelijk gesteld voor niet-ontdekte of niet-gecorrigeerde fouten. Hierbij gebruiken accountants vaak het verweer dat de fouten niet materieel genoeg waren om te corrigeren. Wanneer er in de praktijk sprake is van grote variaties in de omvang van de gehanteerde materialiteit, wijzen accountants in dat verband op het fenomeen ‘professional judgment’, waarmee onderlinge verschillen tussen de accountants als vanzelfsprekend worden geaccepteerd (Nieuw Amerongen et al., 2010).
Ook in het AFM-rapport (2014) komen verschillen naar voor tussen de Big 4-kantoren. In dit rapport wordt namelijk onderzocht middels 40 jaarrekeningen of er wel voldoende controle-informatie is verzameld om het oordeel in de jaarrekening op te kunnen baseren. KPMG scoort zichtbaar minder goed tijdens het onderzoek dan EY, Deloitte en PwC. Uit het onderzoek blijkt dat 45% van de uitgevoerde controles onvoldoende juiste controle-informatie bevatten om een verklaring op te kunnen baseren, waarvan 17,5% van de controles zijn uitgevoerd bij KPMG. Naar aanleiding van deze uitkomst, komt de AFM ook met een aanbeveling. De AFM is van mening dat een accountantskantoor transparanter moet zijn over de uitvoering van de controle. Deze transparantere werkwijze verkleint de informatieachterstand van de gebruikers van de jaarrekening. Het verkleinen van de informatieachterstand wordt voornamelijk bereikt volgens de AFM door een uitgebreidere controleverklaring.
Zowel het onderzoek van Vaassen als van Nieuw Amerongen als van de AFM tonen aan dat er verschillen zijn tussen de Big 4-kantoren. Hierdoor wordt er verwacht dat er ook verschillen zijn tussen de Big 4-kantoren en de controleverklaringen die worden opgesteld. Omdat KPMG als slechtst uit het AFM onderzoek is gekomen wordt er bijvoorbeeld verwacht dat die beter hun best zullen doen om uit de negatieve publiciteit te blijven. Op basis van bovenstaande informatie is hypothese 3 als volgt:
H3: Er bestaan verschillen in de uitgebreidheid van de controleverklaring tussen Big 4-kantoren in de boekjaren 2012 tot en met 2014 na publicatie van het AFM-rapport
3 Methodologie
In dit hoofdstuk zal de methodologie uiteengezet worden. Allereerst zal het conceptuele model worden toegelicht. Vervolgens wordt ingegaan op de verschillende variabelen. Dit betreffen de afhankelijke, onafhankelijke en controle variabelen waarbij ook de meting van de variabelen zal worden toegelicht. Vervolgens wordt de selectiemethode verder uiteen gezet.
3.1 Conceptueel model
Op basis van de hierboven beschreven literatuur zijn twee conceptuele modellen ontwikkeld (figuur 1 en figuur 2). Conceptueel model 1 (figuur 1) is van toepassing voor hypothese 1 en hypothese 2.
Figuur 1: Conceptueel model 1
Conceptueel model 2 (figuur 2) is van toepassing voor hypothese 3.
Figuur 2: Conceptueel model 2
# woorden controleverklaring Vrouwelijk auditcommissielid # risico’s opgenomen in een controleverklaring # woorden controleverklaring Big 4-kantoor Boekjaren
3.2 Uitleg variabelen 3.2.1 Afhankelijke variabele
3.2.1.1 Audit risico’s
De eerste afhankelijke variabele is audit risico’s (hypothese 1). Audit risico’s hebben verschillende definities. Willekens (2011) definieert een audit risico als: ‘het risico dat de auditor een goedkeurende verklaring afgeeft bij de jaarrekening terwijl deze jaarrekening materiële fouten bevat’.
In dit onderzoek wordt audit risico gedefinieerd als: een risico dat wordt gecommuniceerd, of dat vereist is om te communiceren, gerelateerd aan posten of onthullingen welke wellicht materieel zijn voor de financiële statements en betrokken zijn bij bijzonder uitdagende, subjectieve of complexe auditor oordelen’ (Afterman, 2016).
De audit risico’s worden in de nieuwe controleverklaring beschreven in de paragraaf ‘key audit matter’, in de oude controleverklaring worden de audit risico’s nog niet beschreven. De audit risico’s die in de paragraaf ‘key audit matter’ van de controleverklaring worden beschreven worden geteld voor dit onderzoek.
3.2.1.2 Lengte controleverklaring
De tweede afhankelijke variabele is de lengte van de controleverklaring (hypothese 2 en 3). De lengte van de controleverklaring wordt in dit onderzoek gemeten door het aantal woorden te tellen die in de controleverklaring worden weergegeven.
3.2.2 Onafhankelijke variabele
In dit onderzoek wordt gekeken naar de invloed van het vrouwelijke geslacht en Big 4-kantoren op de nieuwe controleverklaring.
3.2.2.1 Geslacht
Geslacht is de eerste onafhankelijke variabele. Geslacht wordt middels een dummy variabele gemeten. Wanneer er een vrouwelijk commissielid aanwezig is, wordt hier de waarde 1 aan gekoppeld. Wanneer er alleen maar mannelijke commissieleden zijn, is de waarde 0.
3.2.2.2 Big 4-kantoren
De tweede onafhankelijke variabele is Big 4-kantoren. Big 4-kantoren wordt middels een dummy variabele gemeten. Het Big 4-kantoor PwC wordt hier als ‘default’ gebruikt, waardoor er 3 dummies ontstaan voor EY, KPMG en Deloitte.
3.2.3 Controle variabelen
Bij het uitvoeren van een data onderzoek op historische waarden kan het zijn dat er andere variabelen zijn die de gevonden relatie beïnvloeden. Daarom is het van belang om de veronderstelde relatie te waarborgen middels controle variabelen. Het is waarschijnlijk dat de controleverklaring naast geslacht en de Big 4 ook wordt beïnvloed door andere factoren. Uit voorgaande studies is gebleken dat er verschillende factoren van invloed kunnen zijn. Deze factoren worden in de regressieanalyse meegenomen als controlevariabelen.
3.2.3.1 Grootte
De eerste controlevariabele die wordt meegenomen in dit onderzoek is de grootte van de onderneming. Bedrijfskarakteristieken kunnen invloed uitoefenen op de kwaliteit van de jaarrekening. Onder andere de grootte van de onderneming is een van deze bedrijfskarakteristieken. Grotere ondernemingen hebben betere financiële rapportage systemen, waardoor ze een betere kwaliteit van de jaarrekening kunnen waarborgen. Bedrijfsgrootte wordt meegenomen als controlevariabele en wordt gemeten als de logaritme van de totale activa van de onderneming (Johnson et al, 2002).
3.2.3.2 Sectoren
De tweede controlevariabele die wordt meegenomen in dit onderzoek is de invloed van sectoren. Binnen de sectoren kan er onderscheid gemaakt worden tussen de private en publieke sector. De bedrijven die streven naar winst bevinden zich over het algemeen in de private sector, terwijl het doel van de publieke sector is om de maatschappelijke welvaart te maximaliseren (Boyne, 2002). De private sector zal in dit onderzoek centraal staan, omdat er geen beursgenoteerde entiteiten zijn die zich in de publieke sector bevinden. De private sector kan worden onderverdeeld in: handelssector, dienstsector en productiesector.
Starreveld beschrijft de sectoren als volgt:
- Een handelsorganisatie koopt goederen, slaat ze tijdelijk op en verkoopt ze (eventueel) weer, door cash of credit verkopen. Deze organisaties zijn vaak retailers.
- Een productie organisatie transformeert ruwe materialen, man uren en machine uren in eindproducten door een technisch transformatie proces. Ze hebben een dominante flow van goederen en een daaraan gerelateerde flow van geld.
- Een dienstorganisatie met een gelimiteerde flow van goederen kan inkomsten genereren door het complementeren van een flow van goederen met diensten. Wanneer de dienstorganisatie een ruimte of elektronische capaciteit beschikbaar stelt aan de klant voor een aangewezen tijdvak, waarbij de klant de beschikkingsbevoegdheid heeft, kunnen daarmee inkomsten worden gegenereerd. Als laatste kan een dienstorganisatie zijn kennis en skills aan klanten ‘uitlenen’, hierbij worden manuren verkocht om inkomsten te genereren.
In dit onderzoek zullen niet worden meegenomen de overheid en andere non profit organisaties die Starreveld in zijn typologie beschrijft (Vaassen et al, 2009).
Er is een onderzoek gedaan naar indicatoren voor een afkeurende controleverklaring door sectorale verschillen. In dat onderzoek wordt geconcludeerd dat over de periode 2004-2008 meer dan één vierde van de ondernemingen in de sector ‘groothandel en handelsbemiddeling’ een afkeurende verklaring heeft ontvangen (Vanmuijsen, 2010). In dit onderzoek worden in navolging van Starreveld drie sectoren onderscheiden: handel, productie en dienstverlening. De variabele ‘sector’ wordt door middel van twee dummyvariabelen meegenomen als controlevariabele in dit onderzoek. Hierbij zal de sector productie als ‘default’ fungeren.
3.2.3.3 Abnormale auditvergoeding
De derde controlevariabele die wordt meegenomen in dit onderzoek is auditvergoedingen. Choi, Kim & Zang (2010) hebben onderzoek gedaan naar audit kwaliteit bij abnormale audit vergoedingen. Hierbij was de voorspelling dat auditor prikkels om compromissen te sluiten over de audit kwaliteit systematisch verschillen in verschillende situaties. Deze verschillende situaties bestaan enerzijds uit een auditor vergoeding die boven de verwachting van de auditor valt en anderzijds uit een auditor vergoeding die beneden de verwachting van de auditor valt. Wanneer auditors meer ontvangen van hun klanten dan het normale niveau aan vergoedingen, zijn de voordelen om de klant te behouden groter dan de kosten geassocieerd met het ondermaats presteren. Echter wanneer de auditor vergoedingen beneden het normale niveau vallen, zal de auditor minder prikkels hebben om goede audit kwaliteit te leveren. Het onderzoek toont de volgende resultaten: er is een associatie tussen de abnormale audit vergoedingen en de audit kwaliteit. Bij abnormaal hoge audit vergoedingen
wordt er geen risico genomen om ondermaats te presteren, bij abnormaal lage audit vergoedingen wordt dit risico wel genomen (Choi, Kim & Zang, 2010).
Abnormale auditvergoedingen worden meegenomen als controlevariabele. De audit vergoedingen worden in de jaarrekening opgenomen (onder overige bedrijfskosten). Het totaal van de abnormale audit vergoedingen zal worden opgenomen in de dataset.
3.2.3.4 Debt ratio
De vierde controlevariabele die in dit onderzoek wordt meegenomen is de debt ratio. Wanneer ratio’s worden gebruikt om te detecteren dat het financieel slecht gaat met een bedrijf, worden bedrijven die er financieel slecht voor staan ook vaker ‘ontmaskerd’ voordat ze failliet gaan. Bij deze bedrijven zorgt een juiste behandeling ervoor dat de bedrijven uiteindelijk niet failliet hoeven te gaan. Verder worden ratio’s gebruikt om de kredietwaardigheid te bepalen van de personen aan wie geld wordt uitgeleend. Vaak wordt er gekeken of de financiële ratio’s op een voor de investeerder goed niveau zijn (Beaver, 1966).
Wanneer de debt ratio hoog is betekent dit dat er relatief veel schuld is ten opzichte van de totale activa. Dit betekent dat het bedrijf een risico loopt ten aanzien van de continuïteit, waardoor de kans op terugbetaling van schulden aan de schuldeisers kleiner zal worden (Schuppen, 2015). In de nieuwe controleverklaring geeft de auditor een oordeel over de continuïteit zoals beschreven door het management van de onderneming. Hierbij wordt aangegeven of de auditor het eens is met de conclusies van het management (De Ridder, 2004).
Debt ratio wordt als controlevariabele meegenomen. Wanneer er meer schulden aanwezig zijn zullen bedrijven meer hun best doen om uitgebreid te rapporteren over waarom de continuïteit van het bedrijf niet in gevaar is. Debt ratio wordt als volgt berekend:
Debt ratio = vreemd vermogen / totaal vermogen
3.3 Regressiemodel per hypothese
In dit onderzoek wordt het verband tussen de volgende variabelen verklaard: wat voor invloed hebben vrouwelijke auditcommissieleden en de Big 4-kantoren op de controleverklaring. Het hierboven beschreven verband is weergegeven in de vorm van hypothesen, aan de hand van deze hypothesen zal getoetst worden of dit verband ook daadwerkelijk bestaat.
Middels regressie analyses zal worden onderzocht of er een verband is tussen een vrouwelijk auditcommissielid en de lengte en het aantal vermelde risico’s in de nieuwe controleverklaring. En er zal worden onderzocht of er een verband is tussen de Big 4-kantoren en de nieuwe controleverklaring. Een regressie analyse is een analyse waarbij op een statistische
manier getracht wordt om een variabele, de afhankelijke variabele, lineair te verklaren uit een aantal andere variabelen, de onafhankelijke variabelen.
De variabelen die worden gebruikt in dit onderzoek zijn meetbaar gemaakt. 3.3.1 Regressie 1, hypothese 1:
𝐴𝑅 = 𝛽! + 𝛽!𝑑𝐺𝐸𝑆 + 𝛽!𝑆𝐼𝑍𝐸 + 𝛽!𝑑𝑆𝐸𝐶𝐻𝐴𝑁𝐷 + 𝛽!𝑑𝑆𝐸𝐶𝐷𝐼𝐸𝑁𝑆𝑇 + 𝛽!𝐴𝐵𝑁𝐴𝑈𝐷𝑉𝐸𝑅
+ 𝛽!𝐷𝐸𝐵𝑇 + 𝜀 Uitleg bovenstaande variabelen:
AR = audit risico’s
dGES = dummy: indien het geslacht van het auditcommissielid vrouwelijk is 1, indien het geslacht van het auditcommissielid mannelijk is 0 SIZE = logaritme van totale activa van de onderneming
SECHAND = dummy: indien het bedrijf in de sector handel valt is de waarde 1, indien het bedrijf in de sector dienstverlening of productie valt is de waarde 0
SECDIENST = dummy: indien het bedrijf in de sector dienst valt is de
waarde 1, indien het bedrijf in de sector handel of productie valt is de waarde 0
ABNAUDVER= abnormale auditvergoeding welke de auditor ontvangt voor zijn controle
DEBT = debt ratio. Deze wordt berekend middels vreemd vermogen/totaalvermogen
3.3.2 Regressie 2, hypothese 2:
𝐴𝑊 = 𝛽!+ 𝛽!𝑑𝐺𝐸𝑆 + 𝛽!𝑆𝐼𝑍𝐸 + 𝛽!𝑑𝑆𝐸𝐶𝐻𝐴𝑁𝐷𝐸𝐿 + 𝛽!𝑑𝑆𝐸𝐶𝐷𝐼𝐸𝑁𝑆𝑇
+ 𝛽!𝐴𝐵𝑁𝐴𝑈𝐷𝑉𝐸𝑅 + 𝛽!𝐷𝐸𝐵𝑇 + 𝜀 Uitleg bovenstaande variabelen:
AW = aantal woorden in de controleverklaring Zie voor de overige variabelen de uitleg in 3.3.1.
3.3.3 Regressie 3, hypothese 3: 𝐴𝑊 = 𝛽! + 𝛽!𝑑𝐾𝑃𝑀𝐺 + 𝛽!𝑑𝐷𝑒𝑙𝑜𝑖𝑡𝑡𝑒 + 𝛽!𝐸𝑌 + 𝛽!𝑑𝑇𝑜𝑒𝑝𝑎𝑠𝑠𝑖𝑛𝑔𝑛𝑖𝑒𝑢𝑤𝑒𝑟𝑒𝑔𝑒𝑙𝑠 + 𝛽!𝑑𝐾𝑃𝑀𝐺 𝑥 𝑑𝑇𝑜𝑒𝑝𝑎𝑠𝑠𝑖𝑛𝑔𝑛𝑖𝑒𝑢𝑤𝑒𝑟𝑒𝑔𝑒𝑙𝑠 + 𝛽!𝑑𝐸𝑌 𝑥 𝑑𝑇𝑜𝑒𝑝𝑎𝑠𝑠𝑖𝑛𝑔𝑛𝑖𝑒𝑢𝑤𝑒𝑟𝑒𝑔𝑒𝑙𝑠 + 𝛽!𝑑𝐷𝑒𝑙𝑜𝑖𝑡𝑡𝑒 𝑥 𝑑𝑇𝑜𝑒𝑝𝑎𝑠𝑠𝑖𝑛𝑔𝑛𝑖𝑒𝑢𝑤𝑒𝑟𝑒𝑔𝑒𝑙𝑠 + 𝛽!𝑆𝐼𝑍𝐸 + 𝛽!"𝑑𝑆𝐸𝐶𝐻𝐴𝑁𝐷𝐸𝐿 + 𝛽!!𝑑𝑆𝐸𝐶𝐷𝐼𝐸𝑁𝑆𝑇 + 𝛽!"𝐴𝐵𝑁𝐴𝑈𝐷𝑉𝐸𝑅 + 𝛽!"𝐷𝐸𝐵𝑇 + 𝜀
Uitleg bovenstaande termen:
dKPMG = dummy: indien het Big 4-kantoor KPMG is 1, indien het Big 4-kantoor EY, Deloitte of PwC is 0
dDeloitte = dummy: indien het Big 4-kantoor Deloitte is 1, indien het Big 4-kantoor EY, PwC of KPMG is 0
dEY = dummy: indien het Big 4-kantoor EY is 1, indien het Big 4-kantoor PwC, Deloitte of KPMG is 0
dToepassingnieuweregels = dummy: indien de nieuwe controleverklaring is toegepast in het boekjaar 2013 (vrijwillig) of 2014 (verplicht) is 1, indien de nieuwe controleverklaring niet is toegepast 0
4 Data
In dit hoofdstuk zal worden beschreven hoe de data wordt verzameld. Vervolgens zal de omvang van de data worden besproken en de verwijderde data zal worden weergegeven. Daarna zal de beschrijvende statistiek worden weergegeven.
4.1 Dataverzameling
Om de onderzoeksvraag te kunnen beantwoorden zal gebruik worden gemaakt van bestaande bronnen. Deze bestaande bronnen zijn de gepubliceerde jaarrekeningen van beursgenoteerde bedrijven, waarbij vooral de controleverklaring in deze jaarrekening van belang is. Uit deze controleverklaring zal manueel de volgende informatie gehaald worden: aantal beschreven audit risico’s, aantal woorden van de controleverklaring en of de controleverklaring is opgesteld door KPMG, Deloitte, EY of PwC. De overige gegevens zullen eveneens manueel uit de jaarrekening worden gehaald. De overige gegevens zijn: hoeveel leden er in het audit comité zitten en hoeveel leden hiervan vrouwelijk zijn, de ‘total assets’ van de onderneming, de auditvergoeding, de ‘debt ratio’ en in welke sector het bedrijf valt.
De database zal data bevatten van AEX en AMX genoteerde bedrijven over de boekjaren 2012 tot en met 2014. De nieuwe controleverklaring is namelijk verplicht vanaf 2014 en mocht al vrijwillig worden toegepast in 2013. Het boekjaar 2012 wordt ook meegenomen om een goede vergelijking te kunnen maken tussen de oude controleverklaringen in boekjaar 2012 en 2013 en de nieuwe controleverklaringen in boekjaar 2013 en 2014. De data zal worden verzameld voor de bedrijven die zijn opgenomen in de AEX-index en AMX-index staan, dit betreffen Nederlandse beursfondsen. De AEX bevat 25 beursgenoteerde bedrijven, de AMX bevat 25 bedrijven. Er is voor Nederlandse bedrijven gekozen, omdat Nederland voorop loopt in het implementeren van de nieuwe controleverklaring. Zie voor de beursgenoteerde bedrijven die zijn meegenomen in dit onderzoek bijlage A in hoofdstuk 8.
4.2 Data omvang
De AEX-index en AMX-index bevatten samen 50 bedrijven welke een jaarrekening publiceren en welke vanaf 2014 verplicht zijn om de nieuwe controleverklaring te gebruiken. De jaarrekening is gedownload van internet om vervolgens de benodigde informatie te verzamelen. De data zal als volgt worden verzameld voor de boekjaren 2012, 2013 en 2014:
1. De controleverklaring van de onafhankelijke accountant wordt eerst opgezocht, om te bepalen welk accountantskantoor de jaarrekening heeft gecontroleerd (EY, KPMG, Deloitte of PwC).
2. De tekst van de controleverklaring wordt gekopieerd naar een Word bestand. Word geeft het aantal woorden aan van de controleverklaring. Dit aantal wordt gebruikt voor de dataset.
3. Het aantal risico’s is weergegeven onder de paragraaf ‘key audit matters’. Alle risico’s weergegeven in deze paragraaf zijn geteld.
4. De zoekterm ‘ audit committee’ levert de juiste informatie op in de jaarrekening met betrekking tot de auditcommissie. Middels deze zoekterm is opgezocht hoeveel leden het audit comité telt en hoeveel van deze leden vrouw zijn.
5. Middels de zoekterm ‘audit fee’ is opgezocht wat de auditvergoeding betrof. Veelal is de audit vergoeding onderverdeeld in:
a. Assurance werkzaamheden
b. Overige assurance werkzaamheden; c. Belasting werkzaamheden;
d. Consultancy
Voor dit onderzoek zijn alleen de assurance werkzaamheden meegenomen, omdat dit de kosten zijn die verband houden met de controle van de jaarrekening.
6. Omvang van de entiteit wordt in dit onderzoek bepaald middels de ‘total assets’. Deze controle variabele is logaritmisch getransformeerd.
7. Debt ratio wordt berekend door de ‘total assets’ en de ‘total liabilities’ op te zoeken in de jaarrekening.
8. De sector (Dienst/Handel/Productie) wordt bepaald door op te zoeken wat de kern business is van het bedrijf.
Wanneer de dataset compleet is, zal deze worden geanalyseerd middels het analyse programma SPSS.
4.3 Verwijderde data
Tijdens het opzoeken van de data zijn er een aantal opvallende issues wat ervoor zorgt dat data verwijderd wordt uit de dataset (zie tabel 2). Bij het volgende bedrijf is geen audit committee aanwezig: Aalberts. Dit bedrijf zal worden verwijderd uit de dataset. Voor de volgende bedrijven zijn geen gepubliceerde jaarrekening te vinden:
• Flow Traders is opgericht in 2014 en is naar de beurs gegaan in 2015. Er is dus nog geen jaarrekening beschikbaar voor de jaren 2012 en 2013, om deze reden is besloten dit bedrijf uit de dataset te verwijderen.
• IMCD is pas sinds 2014 weer beursgenoteerd. Er is dus nog geen jaarrekening beschikbaar voor de jaren 2012 en 2013. Om deze reden is besloten dit bedrijf uit de dataset te verwijderen.
• Intertrust maakt sinds 2012 deel uit van de Blackstone groep. Aangezien dit een Amerikaanse multinational is besloten dit bedrijf te verwijderen uit de dataset.
• OCI maakt sinds 2015 deel uit van de AMX-index. Er is dus nog geen jaarrekening beschikbaar voor de jaren 2012, 2013 en 2014. Om deze reden is besloten dit bedrijf uit de dataset te verwijderen.
• Philips Lighting maakt sinds 2016 deel uit van de AMX-index. Er is dus nog geen jaarrekening beschikbaar voor de jaren 2012, 2013 en 2014. Om deze reden is besloten dit bedrijf uit de dataset te verwijderen.
Middels onderstaande tabel is een korte samenvatting gegeven van de totale data welke wordt gebruikt tijdens het onderzoek
Omschrijving Aantal
Aantal beursgenoteerde ondernemingen aan de AEX-index en AMX-index in de periode 2012-2014.
150
Verwijderde data (3 x 6 jaarrekeningen) 18
Totaal aantal observaties 132
Tabel 2: Filteren van observaties
4.4 Hulpmodel abnormale auditvergoeding
Een van de controle variabelen in dit onderzoek is de abnormale auditvergoeding. Echter in de jaarrekening staat de normale auditvergoeding vermeld, waardoor we middels een hulpmodel de abnormale auditvergoeding zullen uitrekenen. Het hulpmodel maakt gebruik van dezelfde verklarende variabelen als hypothese 1 en hypothese 2. Het hulpmodel ziet er als volgt uit:
Bovenstaande regressie zal voor boekjaar 2012, 2013 en 2014 worden gedraaid. Door tijdens het draaien van de lineaire regressie een vink aan te zetten bij ‘unstandardized residuals’ wordt er automatisch een nieuwe variabele gegenereerd welke de abnormale auditvergoeding bevat.
De nieuwe variabele is ‘ABNAUDITVER’ genoemd. De verschillende 𝛽-coëfficiënten waarmee de abnormale auditvergoeding is uitgerekend, zijn weergegeven in tabel 3.
Abnormale auditvergoeding Variabele 𝛽 (2012) 𝛽 (2013) 𝛽 (2014) dGES 2.335.228,30 526.834,61 689.425,49 SIZE 3.461.307,48 4.190.165,80 1.602.400,98 dDienst 2.224.991,79 2.244.985,05 225.251,32 dHandel 1.724.785,18 1.860.154,29 3.026.586,33 Debt 132.088,67 6.642.962,97 2.943.391,68
Tabel 3: Abnormale auditvergoeding voor boekjaar 2012, 2013 en 2014
De resultaten van de regressieanalyse voor het hulpmodel zijn weergegeven in tabel 4. De R2 en
de adjusted R2 geven aan in welke mate het model de variantie van de afhankelijke variabele, de
auditorvergoeding, bepaalt. De variantie van de auditorvergoeding wordt voor 65,4% verklaard door de controle variabelen. De F-waarde is met 18,840 significant op een significantielevel van één procent. Dit betekent dat de controle variabelen een significante invloed hebben op de uitkomst van de abnormale auditvergoeding.
Resultaten regressieanalyse
R2 Adjusted R2 F p-waarde
0,654 0,405 18,840 0,000*
Tabel 4: Regressieanalyse hulpmodel * Significant op een level van 1%
4.5 Beschrijvende statistiek
In deze paragraaf wordt de beschrijvende statistiek gegeven voor de 132 observaties van de onafhankelijke en afhankelijke variabelen. Allereerst worden de statistische kernbegrippen gepresenteerd. Vervolgens wordt de correlatiematrix weergegeven voor alle variabelen. Ten slotte wordt de multicollineariteit bepaald voor alle onafhankelijke variabelen.
4.5.1 Statistische kernbegrippen
In tabel 5 worden de statistische kernbegrippen weergegeven voor alle variabelen per boekjaar. De tabel beschrijft het gemiddelde, de mediaan, de standaard deviatie, het minimum en het maximum van de verschillende variabelen.
Uit tabel 5 blijkt dat het gemiddelde aantal woorden ieder boekjaar stijgt, net als het minimum en maximum. Voor het aantal risico’s geldt dat dit gemiddeld ook stijgt gedurende de boekjaren. Verder valt op dat de debt ratio een maximum heeft in 2013 en 2014 dat boven 1,00 ligt. Normaliter is het niet wenselijk om een debt ratio boven 1,00 te hebben, dit betekent dat de schuld van de entiteit groter is dan de totale activa. In deze situatie betreft het entiteiten met een negatief eigen vermogen, waardoor de schuld ook daadwerkelijk hoger ligt dan de totale activa.
Beschrijvende statistiek (N = 44 per boekjaar)
Variabele Gemiddelde Mediaan Standaard deviatie Minimum Maximum
2012 2013 2014 2012 2013 2014 2012 2013 2014 2012 2013 2014 2012 2013 2014 AR 0,00 1,27 3,27 0,00 0,00 3 0,00 1,90 2,19 0 0 0 0 6 8 AW 669 937 1737 704 718 1875 82 452 748 458 334 349 751 2040 3353 dGES 0,48 0,55 0,48 0,00 1,00 0,00 0,51 0,51 0,51 0 0 0 1 1 1 dKPMG 0,30 0,27 0,23 0,00 0,00 0,00 0,46 0,46 0,42 0 0 0 1 1 1 dDeloitte 0,30 0,30 0,32 0,00 0,00 0,00 0,46 0,46 0,47 0 0 0 1 1 1 dEY 0,16 0,16 0,16 0,00 0,00 0,00 0,37 0,37 0,37 0 0 0 1 1 1 dToep 0,00 0,34 0,80 0,00 0,00 1,00 0,00 0,48 0,41 0 0 0 0 1 1 dKPxdT 0,00 0,11 0,22 0,00 0,00 0,00 0,00 0,32 0,42 0 0 0 0 1 1 dDExdT 0,00 0,07 0,16 0,00 0,00 0,00 0,00 0,25 0,37 0 0 0 0 1 1 dEYxdT 0,00 0,00 0,11 0,00 0,00 0,00 0,00 0,00 0,32 0 0 0 0 0 1 SIZE 22,78 22,92 22,77 22,55 22,54 22,46 2,06 1,93 2,00 17,61 19,47 17,74 27,45 27,71 27,62 dHandel 0,09 0,09 0,11 0,00 0,00 0,00 0,30 0,30 0,32 0 0 0 1 1 1 dDienst 0,50 0,50 0,50 0,50 0,50 0,50 0,51 0,51 0,51 0 0 0 1 1 1 ABNAU -,00* -,00* -,00* -1* -0,6* -1* 7* 6* 5* -12* -11* -9* 24* 23* 22* DEBT 0,64 0,62 0,65 0,61 0,59 0,61 0,20 0,23 0,25 0,27 0,22 0,06 0,97 1,23 1,40 Tabel 5: Beschrijvende statistiek
*x 1.000.000
4.5.2 Correlatiematrix
De correlatie tussen de verschillende variabelen wordt weergegeven middels de Pearson correlatie. In tabel 6 wordt de Pearson correlatiematrix weergegeven voor de variabelen in dit onderzoek. Voor de te verklaren variabelen zijn er een aantal verklarende variabelen die een significant verband hebben met de te verklaren variabelen. Het aantal risico’s (AR) heeft een significante correlatie met het aantal woorden (AW), het Big 4-kantoor Deloitte (dDeloitte), de toepassing van de nieuwe regels (dToepassing), de crossvariabele dKPMG x dToepassing (dKPMxdT), de crossvariabele dDeloitte x dToepassing (dDelxdT), de crossvariabele dEY x
dToepassing (dEYxdT) en de debt ratio van de entiteit (DEBT). Het aantal woorden (AW) heeft een significante correlatie met het Big 4-kantoor Deloitte (dDeloitte), de toepassing van de nieuwe regels (dToepassing), de crossvariabele dKPMG x dToepassing (dKPMxdT) en de crossvariabele dDeloitte x dToepassing (dDelxdT).
Correlaties Variabele 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 1.AR 1 2.AW ,82** 1 3.dGES ,07 ,02 1 4.dKPMG ,00 ,12 ,12 1 5.dDeloitte -,19* -,22* -,23** -,40** 1 6.dEY -,11 -,14 ,10 -,26** -,28** 1 7.dToepassing ,91* ,85** ,03 ,06 -,18* -,13 1 8.dKPMxdT ,40* ,47** ,02 ,60** -,24** -,16 ,46** 1 9.dDelxdT ,28* ,22* -,06 -,17* ,43** -,13 ,37** -,10 1 10.dEYxdT ,25** ,14 -,04 -,20 -,13 ,46** ,25** -,07 -,06 1 11.SIZE ,14 ,03 ,30** -,07 -,28** ,32** ,03 ,00 -,17 ,08 1 12.dDienst ,09 ,10 -,12 -,09 -,10 ,30* ,10 -,02 ,00 ,12 ,10 1 13.dHandel ,03 ,03 ,08 -,03 ,06 -,14 ,06 ,04 ,00 -,07 -,07 -,31** 1 14ABNAUD ,07 ,08 ,00 -,08 ,17* -,16 ,05 -,06 ,17 ,00 ,00 ,00 ,00 1 15DEBT ,18* ,16 ,16 ,00 -,25* ,22* ,16 ,07 -,03 ,12 ,40** ,45** -,18* ,00 1 Tabel 6: Correlatiematrix
* Correlatie is significant op een significantielevel van 1% ** Correlatie is significant op een significantielevel van 5%
Er zijn een aantal hoge waarden gevonden in de correlatiematrix van tabel 6. Een waarde wordt als hoog beschouwd wanneer deze boven de 0,7 ligt. De hoge waarden treden op bij correlaties tussen te verklaren variabelen onderling of tussen een te verklaren variabele en een verklarende variabele. Het aantal risico’s (AR) in combinatie met het aantal woorden (AW), het aantal risico’s (AR) in combinatie met de toepassing van de nieuwe regels (dToepassing) en het aantal woorden (AW) in combinatie met de toepassing van de nieuwe regels (dToepassing) bevatten waarden boven de 0,7. Hoge waarden in de correlatie tussen verklarende variabelen kunnen op multicollineariteit problemen wijzen. In de correlatiematrix zijn geen hoge waarde van correlaties tussen verklarende variabelen geconstateerd, dit duidt erop dat er geen multicollineariteit problemen zullen zijn. Multicollineariteit wordt behandeld in 4.5.3.
4.5.3 Multicollineariteit
Multicollineariteit verwijst naar de lineaire relatie tussen twee of meer variabelen. Het is een data probleem dat moeilijkheden kan veroorzaken met betrekking tot de betrouwbaarheid van de schattingen van de model parameters (Alin, 2010).
Multicollineariteit van de onafhankelijke variabelen
Variabele VIF dGES 1,234 dKPMG 2,989 dDeloitte 2,743 dEY 2,597 dToepassing 3,669 dKPMG x dToepassing 3,123 dDeloitte x d Toepassing 2,355 dEY x d Toepassing 1,900 SIZE 1,450 dHandel 1,158 dDienst 1,544 ABNAUDVER 1,084 DEBT 1,566 Tabel 7: Multicollineariteit
In tabel 7 is de hoogte van de ‘Variance Inflation Factor’ (VIF) af te lezen voor het geslacht van de leden van de auditcommissie (dGES), het Big 4-kantoor KPMG (dKPMG), het Big 4-kantoor Deloitte (dDeloitte), het Big 4-kantoor EY (dEY), de toepassing van de nieuwe regels met betrekking tot de nieuwe controleverklaring (dToepassing), de crossvariabele dKPMG x dToepassing, de crossvariabele dDeloitte x dToepassing, de crossvariabele dEY x dToepassing, de grootte van de entiteit gemeten middels totale activa (SIZE), de entiteiten in de sector handel (dSECHANDEL) en in de sector dienst (dSECDIENST), de abnormale auditvergoeding (ABNAUDVER) en de debt ratio (DEBT).
De ‘Variance Inflation Factor’ (VIF) geeft aan of er multicollineariteit problemen zijn tussen twee verschillende variabelen. Onderzoek wijst uit dat wanneer de VIF kleiner is dan 10 er geen problemen zijn die tot multicollineariteit leiden (Field, 2013). De resultaten voor de VIF liggen tussen de 1,084 en 3,669, dit betekent dat er geen sprake is van multicollineariteit.
5 Resultaten
In dit hoofdstuk zal de regressieanalyse voor de verschillende hypothesen uitgevoerd worden. Vervolgens zullen de resultaten van de regressieanalyses worden beschreven. Op basis van de regressieanalyses worden de hypotheses aangenomen of verworpen. Verder zal worden getest of de 𝜀 uit de regressievergelijking normaal verdeeld is.
5.1 Hypothese 1
In deze paragraaf zullen de resultaten van de regressieanalyse worden besproken van hypothese 1. Hypothese 1 is als volgt geformuleerd: ‘De aanwezigheid van een vrouwelijk commissielid zorgt voor meer gepubliceerde auditrisico’s in de controleverklaring’.
5.1.1 Model
Voor hypothese 1 is een regressieanalyse uitgevoerd door middel van de lineaire regressie functie in SPSS. In tabel 8 zijn de resultaten van de regressieanalyse voor hypothese 1 weergegeven. De R2 en de adjusted R2 geven aan in welke mate het model de variantie van de
afhankelijke variabele, het aantal risico’s, in de controleverklaring bepaalt. De variantie van het aantal risico’s in de controleverklaring wordt voor 18,2% verklaard door de onafhankelijke variabelen en controle variabelen. De F-waarde is met 1,049 niet significant op een significantielevel van tien procent. Dit betekent dat de onafhankelijke variabelen en controle variabelen geen significante invloed hebben op de uitkomst van het aantal risico’s in de controleverklaring.
Resultaten regressieanalyse
R2 Adjusted R2 F p-waarde
0,219 0,182 1,049 0,397
Tabel 8: resultaten regressieanalyse hypothese 1 5.1.2 Regressieanalyse
De eerste hypothese van dit onderzoek verwacht een positieve relatie tussen de aanwezigheid van een vrouwelijk commissielid en de auditrisico’s gepubliceerd in de controleverklaring. De logaritme van de totale activa, de sector waarin de entiteit opereert, de abnormale auditvergoeding die de auditor ontvangt en de debt ratio worden meegenomen als controlevariabelen in dit model. De resultaten van de regressieanalyse zijn weergegeven in tabel 9. Hieruit blijkt dat de 𝛽 voor de aanwezigheid van een vrouwelijk audit commissielid (dGES) positief (0,106) is. De invloed van een vrouwelijk audit commissielid is niet significant (p-value >0,1).
Resultaten hypothese 1
Variabele 𝛽 Standardized error t-value p-value
Constante -1,592 2,248 -,708 0,480 dGES 0,106 0,401 0,265 0,791 SIZE 0,093 0,106 0,872 0,385 dDienst 0,225 0,445 0,505 0,614 dHandel 0,509 0,664 0,767 0,444 Abnormale auditvergoeding 0,02 0,000 0,759 0,449 Debt ratio 1,216 1,024 1,188 0,237
Tabel 9: Resultaten voor hypothese 1 (invloed van een vrouwelijk commissielid op het aantal gepubliceerde risico’s in de controleverklaring).
De 𝛽 voor het geslacht (dGES) is positief in deze regressie wat betekent dat er conform de verwachting een positief resultaat aanwezig is tussen de hoeveelheid vrouwen in een auditcommissie en het aantal gepubliceerde risico’s in de controleverklaring. Onderzoek toont namelijk aan dat vrouwen meer risicoavers zijn dan mannen. Hierdoor wordt verwacht dat wanneer zowel mannelijke commissieleden als vrouwelijke commissieleden risico’s zouden moeten bespreken met de externe auditor, vrouwen meer risico’s opgeven. Echter deze positieve relatie is niet significant. De 𝛽 voor de totale activa (SIZE) van de onderneming is positief. Voor de totale activa van een entiteit zou de verwachte relatie zowel positief als negatief kunnen zijn. Positief omdat meer totale activa betekent dat entiteiten groter zijn en dus meer risico’s zullen hebben. Negatief omdat meer totale activa betekent dat entiteiten kunnen investeren in een beter financieel systeem wat tot minder risico’s zal leiden. Het verband tussen de totale activa van de onderneming en het aantal gepubliceerde risico’s in de controleverklaring is niet significant. De 𝛽 voor de sector dienst (dDienst) is meer positief in deze regressie dan die voor de sector handel (dHandel), dit betekent dat er meer risico’s worden gepubliceerd bij een entiteit in de sector dienst dan in de sector handel. Voor elke sector geldt dat er een aantal standaard risico’s van toepassing zijn en daar komen entiteit specifieke risico’s bij. Het is echter lastig om een verwachting op te stellen bij welke sector er meer risico’s zullen worden gepubliceerd. Het verband tussen de sector dienst en handel en het aantal gepubliceerde risico’s in de controleverklaring is niet significant. De 𝛽 voor de abnormale auditvergoeding (ABNAUDVER) is positief dit betekent dat er conform verwachting meer risico’s worden gepubliceerd wanneer de auditor een vergoeding boven verwachting ontvangt dan wanneer een auditor een vergoeding
