Amsterdam Business School
Het effect van ‘name and shame’ op de reactie van de enforcement
van de AFM
Een onderzoek naar het effect van de enforcement strategie ‘name and shame’ op de
reactie van de enforcement van de AFM.
Naam: M. Kooy
Studentnummer: 10679707 1e Begeleider : Sanjay Bissessur 2e Begeleider : Sander van Triest Datum: 8 augustus 2016 Versie: Finale Versie Aantal woorden: 12.238
MSc Accountancy & Control, specialization Accountancy Faculty of Economics and Business, University of Amsterdam
Statement of Originality
This document is written by student Maik Kooy 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.
Abstract
This paper investigates the effect on the enforcement of the enforcement strategy ‘name and shame’ during the publication of the quality report of the Authority Financial Markets (AFM) in The Netherlands. The audit firms of the Big Four are under the supervision of the AFM to ensure the quality of the audits. The AFM has published the first quality report on 1 September 2010 without disclosing the number of findings per audit firm1. The second quality report of the
AFM was published on 25 September 2014. In contrast to the first report, the AFM used the enforcement strategy ‘name and shame’ by disclosing the number of findings per audit firm2.
This gives the opportunity to investigate the effect of the enforcement strategy ‘name and shame’ on the effect of accounting and audit.
There is very little existing literature about the effect of the enforcement strategy ‘name and shame’. Hitz et al. (2012) investigated the effect in Germany. They investigated the reaction of the investors on the two-tier enforcement which includes the disclosure of non-complaince of IFRS (‘name and shame) that is established in 2005. The purpose of the two-tier enforcement is to achieve a full complaince to IFRS using the enforcement strategie ‘name and shame’ as deterrent. These result were positive which indicates that the second quality report will show a stronger effect on the enforcement. In this investigation an event study will be performed simular to earlier research. The event study has been performed using the theory of MacKinlay (1997). Therefore I used the share prices of 2010 and 2014 of the listed companies in The Netherlands .
The results of the analysis of 2010 shows no significant impact in response to the first quality report. In contrast to the results of 2010 there is a small evidence during the publishing of the second quality report in 2014. However the results shows that the impact of the second quality report with the use of ‘name and shame’ is smaller than the first quality report. Meaning that there is no evidence that when the enforcement strategy ‘name and shame’ is used, the effect of the enforcement is stronger.
Further there has been performed an additional analyses to investigated the differences between the audit firms. The second quality report disclosed that KPMG had the biggest findings of seven, followed by PWC and Deloitte with four findings and EY with the smallest findings of three. Therefore the expectation was that the impact of KPMG will be the greatest. There is small evidence that this is indeed true whereby the impact of KPMG is the biggest and
1http://www.afm.nl/nl-nl/professionals/nieuws/2010/sep/rapport-accountantscontrole 2http://www.afm.nl/nl-nl/professionals/nieuws/2014/sep/rapport-controles-big4
in the same order the impact decreases. Remarkable is that this order of impact is almost the same in 2010 when ‘name and shame’ was not applied. Further the impact of all the Big Four is greater in 2010 than in 2014. Therefore there is no indication that the enforcement strategy ‘name and shame’ or the weight of the negative publication (individual results) has an impact on the enforcement.
This research contributes to the small existing evidence about the enforcement strategy ‘name and shame’. Further research on this subject is still strongly recommended.
Inhoudsopgave
1 Introductie ... 7 1.1 Bijdrage ... 8 1.2 Leeswijzer ... 9 2 Theoretisch kader ... 10 2.1 Inleiding ... 10 2.2 Enforcement ... 102.2.1 Name and shame ... 11
2.2.2 AFM ... 12 2.2.3 Conclusie ... 13 2.3 Reputatie auditor ... 14 2.4 AFM kwaliteitsonderzoeken ... 15 2.4.1 Eerste kwaliteitsrapport ... 15 2.4.2 Tweede kwaliteitsrapport ... 16 2.5 Efficiënte markthypothese ... 16 2.6 Eventstudies ... 17 3 Hypothese ... 18 3.1 Inleiding ... 18 3.2 Hypotheses ... 18 4 Onderzoeksmethodologie ... 20 4.1 Dataset ... 20 4.2 Methodologie ... 21 4.2.1 Eventstudie ... 21 4.2.2 Lineaire regressieanalyse ... 22 5 Onderzoeksresultaten ... 24 5.1 Beschrijvende statistiek ... 24 5.2 Correlaties ... 25
5.3 Beantwoording hypothese 1a ... 26 5.4 Beantwoording hypothese 1b ... 28 5.5 Beantwoording hypothese 1 ... 31 5.6 Additionele analyse ... 32 5.7 Samenvatting resultaten ... 37 6 Conclusie ... 39 6.1 Beperkingen ... 41 6.2 Toekomstig onderzoek ... 41 7 Referenties ... 42
1 Introductie
Het accountantsberoep ligt momenteel onder vuur. In de afgelopen jaren zijn meerdere schandalen aan het licht gekomen, waarbij door de media wordt gesproken, terecht of onterecht, over het niet goed uitvoeren van de accountant haar taken, het controleren en goedkeuren van de boekhouding van bedrijven3. Voorbeelden hiervan zijn de verhulling van omkoping door
Ballast Nedam (KPMG), het goedkeuren van gemanipuleerde jaarrekeningen van het failliete Econcern (PWC), de failliete DSB Bank welke is beschuldigd van wanpraktijken, waarbij de accountant gebrekkig en onvoldoende kritisch was (EY) en mogelijk ten onrechte goedkeuren van de jaarrekeningen van Innoconcepts welke in 2010 failliet ging (Deloitte)45. Maar wat zijn de
gevolgen voor de andere beursgenoteerde klanten van de Big Four wanneer er een negatieve publicatie plaatsvond over de kwaliteit van hun controle?
In dit onderzoek zal het effect van de enforcement strategie ‘name and shame’ op de reactie van de enforcement van de AFM worden onderzocht. Dit onderzoek richt zich specifiek op twee gebeurtenissen, namelijk het eerste en tweede kwaliteitsrapport van de Autoriteit Financiële markten (AFM). De AFM is wettelijk bevoegd (Wet toezicht Accountantsorganisaties (WTA)) om een vergunning te verstrekken voor het mogen verrichten van een wettelijke controle. Daarnaast verstrekt de AFM ook vergunningen voor de controle van Organisaties van Openbaar Belang (OOB). Op het moment van schrijven beschikken alleen de Big Four (KPMG, PWC, EY en Deloitte), Next Five (BDO, Mazars, Grant Thornton, Baker Tilly Berk, Accon AVM) en SMA Accountants over een OOB-vergunning6. De Big Four heeft sinds eind
september 2007 een vergunning van de AFM en valt daardoor onder doorlopend toezicht van de AFM. De Big Four dient aan te tonen blijvend aan de eisen van de Wet Toezicht Accountantsorganisaties (Wta) te voldoen. Als onderdeel van het doorlopend toezicht wordt de werking van de accountantscontroles beoordeeld. Op 1 september 2010 heeft de AFM het eerste kwaliteitsrapport gepubliceerd, waarin 46 accountantscontroles zijn beoordeeld over het boekjaar 2008. In 29 van de 46 accountantscontroles (63 procent) heeft de AFM relevante bevindingen geconstateerd met betrekking tot de kwaliteit7. Op 25 september 2014 werd het tweede
kwaliteitsrapport gepubliceerd. Hierbij heeft de AFM bij iedere accountantsorganisatie van de 3http://www.nrc.nl/nieuws/2014/05/14/accountants-maken-er-een-zooitje-van-a1501784 4http://www.nrc.nl/nieuws/2014/05/14/accountants-maken-er-een-zooitje-van-a1501784 5 http://www.nrc.nl/nieuws/2015/03/13/deloitte-opnieuw-de-fout-in-ten-onrechte-jaarrekeningen-goedgekeurd-a1417891 6 https://www.afm.nl/nl/professionals/registers/alle-huidige-registers.aspx?type={B5D6C574-90DE-4E1C-A997-5D84E5086C6B}&filter1=0 7http://www.afm.nl/nl-nl/professionals/nieuws/2010/sep/rapport-accountantscontrole
Big Four tien wettelijke controles uit de periode 2012/2013 beoordeeld. In tegenstelling tot het eerste rapport, werden de bevindingen per kantoor gepresenteerd. Hierbij werd gebruik gemaakt van de enforcement strategie ‘name and shame’. Dit is een strategie waarbij gestreefd wordt naar een naleving van de wet- en regelgeving door het toepassen van een negatieve openbaring als afschrikmiddel wanneer deze niet worden nageleefd. Op totaalniveau heeft de AFM bij 18 van de 40 (45 procent) de wettelijke controle aangemerkt als onvoldoende8. Op basis hiervan kan
worden geconstateerd dat de Big Four wel een verbetering heeft gerealiseerd, maar dat de verbetering gering is. Het aantal onvoldoendes was bijna 50 procent is. Derhalve heeft dit geleid tot betrokkenheid van de politiek en werd een strengere wetgeving accountancy overwogen.9
Drenth (2015) heeft als eerste een eventstudie verricht, gericht op de impact van de reputatieschade van een accountantskantoor op haar klanten in Nederland. Drenth heeft onderzocht wat de impact is van de reputatieschade die KPMG heeft geleden op de beurskoers van de klanten. Uit het onderzoek bleek dat er geen significante bevindingen waren omtrent de schikking met het OM inzake Ballast Nedam en de publicatie van de Telegraaf omtrent een privébeleggingsclub van de topman van KPMG. Het event dat wel significante resultaten liet zien was het gepubliceerde kwaliteitsrapport van de AFM. In dit onderzoek werd door middel van een eventstudie de impact van beide kwaliteitsrapporten van de AFM op de klanten van de Big Four onderzocht. De enforcement strategie van de AFM verschilde in de rapportages, waardoor onderzocht kon worden of het publiekelijk straffen (‘name and shame’) een grotere impact heeft op de klanten van de Big Four dan wanneer de strategie niet wordt toegepast. Derhalve is de onderzoeksvraag als volgt:
Is er sprake van een sterker effect op de reactie van de enforcement bij toepassing van de enforcement strategie ‘name and shame’ rondom de publicatie van het kwaliteitsrapport van de AFM dan wanneer de strategie niet wordt toegepast?
1.1 Bijdrage
De huidige literatuur biedt zeer beperkte kennis over de toepassing van de enforcement strategie ‘name and shame’. Voor zover bekend hebben enkel Hitz et al. (2012) onderzoek gedaan naar de toepassing van ‘name and shame’ in Duitsland. Het huidige onderzoek levert een empirische bijdrage aan de literatuur over de toepassing van ‘name and shame’ aan de hand van een eventstudie rondom de AFM kwaliteitsrapportages.
8http://www.afm.nl/nl-nl/professionals/nieuws/2014/sep/rapport-controles-big4
1.2 Leeswijzer
Om de onderzoeksvraag te beantwoorden is de scriptie als volgt opgebouwd. Allereerst wordt de bestaande theorie beschreven in het theoretisch kader zoals opgenomen in hoofdstuk 2. Hierin is een onderscheid gemaakt in enforcement, reputatie auditor, AFM kwaliteitsrapporten, efficiënte markthypothese en eventstudies. Vervolgens worden in hoofdstuk 3 de hypotheses gevormd die antwoord zullen geven op de onderzoeksvraag. In het hoofdstuk 4 wordt de toegepaste onderzoeksmethodologie toegelicht. In hoofdstuk 5 worden de onderzoeksresultaten weergegeven en nader verklaard. Tevens komen de resultaten van de additionele analyse aan bod. De daadwerkelijke conclusie van dit onderzoek wordt beschreven in hoofdstuk 6. In het laatste hoofdstuk zijn de referenties van de geraadpleegde opgenomen.
2 Theoretisch kader
2.1 Inleiding
In dit hoofdstuk wordt het theoretisch kader beschreven. Allereerst worden eerdere onderzoeken over enforcement beschreven. Hierbij wordt de beperkte literatuur over de enforcement strategie ‘name and shame’ behandeld. In dit onderzoek wordt het effect van ‘name and shame’ gemeten aan de hand van een eventstudie rondom de publicatie van de AFM kwaliteitsrapporten. Om dit te kunnen meten dient de enforcement van de AFM effect te hebben op de beurskoers van de beursgenoteerde klanten van de Big Four. In het onderzoek wordt immers onderzocht wat het effect is op de beursgenoteerde klanten van de Big Four, terwijl de kwaliteitsrapporten betrekking hebben op de Big Four en niet haar klanten. Derhalve wordt de theorie rondom de reputatie van de auditor in relatie met de beurskoers van haar klanten worden behandeld. Om de impact van de enforcement van AFM te meten wordt in paragraaf 2.5 de theorie over efficiënte markthypothese en in 2.6 de theorie over eventstudies beschreven.
2.2 Enforcement
Om de rol van de AFM te begrijpen zal in deze paragraaf de theorie rondom enforcement worden beschreven. Allereerst worden de definities van enforcement en enforcement instanties toegelicht. Vervolgens wordt beschreven in hoeverre de mate van enforcement effect kan hebben op de beurskoers. Derhalve kan een verwachting worden geschetst in hoeverre de kwaliteitsrapporten van de AFM effect kunnen hebben. Verder wordt een onderzoek gericht op de toegepaste enforcement strategie ‘name and shame’ en de impact hiervan beschreven.
Brown et al. (2014) beschrijven enforcement instanties als volgt: “Handhavingsinstanties zien wij als door de overheid erkende of aangewezen instanties die zijn gedelegeerd om toezicht te houden op en de handhaving van beursgenoteerde ondernemingen op de naleving van de verplichte boekhoudkundige normen”10. Derhalve kan de AFM worden gekenmerkt als een
enforcement instantie. Brown et al. (2014) definiëren ‘accounting enforcement’ als volgt: “De activiteiten van onafhankelijke instanties (monitoring, herzien, het opleiden en sanctionering) om de naleving van boekhoudkundige normen door de bedrijven in hun enkelvoudige jaarrekening
10 Brown, P., Preiato, J., & Tarca, A. (2014). Measuring Country Differences in Enforcement of Accounting Standards: An Audit and Enforcement Proxy. Journal of Business Finance & Accounting, pagina 2.
te bevorderlijke”11. Naast deze activiteiten gericht op de bedrijven verricht de AFM ook
doorlopend toezicht op de werking van de accountantscontroles. De verwachting is dat de activiteiten van belang zijn voor handhaving, gezien uit het onderzoek van Brown et al. (2014) blijkt dat de kwaliteit van de enforcement impact heeft op de handhaving van IFRS. De onderzoekers hebben een onderzoek verricht naar de verschillen tussen landen met betrekking tot het institutionele kader voor de financiële verslaglegging, in het bijzonder de controle van de jaarrekening en het afdwingen van de naleving van de boekhoudkundige normen van ieder land. De onderzoekers Beuselinck et al. (2014) onderzochten de impact van de belasting enforcement op de resultaat verschuiving van beurs genoteerde bedrijven. Zij vonden sterk bewijs dat resultaatverschuiving van hoge naar lage belastinglanden meer plaatsvindt wanneer de lokale belasting enforcement zwak is. Echter, uit onderzoek van Hope (2003) blijkt dat de kwaliteit van enforcement moeilijk te meten is en er destijds nog geen direct onderzoek naar was gedaan. 2.2.1 Name and shame
De onderzoekers Brown en Tarca (2005) hebben van vier Europese landen de activiteiten gericht op de oprichting of wijziging van enforcement instanties als gevolg van de invoering van IFRS onderzocht. Hun studie benadrukt het belang van de coördinatie op het gebied van maatregelen en sancties die genomen zijn door de handhavingsinstanties om regelgevingsarbitrage te voorkomen. Echter, zij merken op dat culturele verschillen en institutionele achtergrond van invloed kunnen zijn op de effectiviteit van bepaalde acties of sancties. Het voorbeeld door Brown en Tarca (2005) is de 'name and shame' strategie. Deze strategie heeft betrekking op de vraag of de naam van de overtreder al dan niet wordt gepubliceerd nadat de beoordeling is voltooid. Deze techniek is populair onder handhavers, omdat het goedkoop is in vergelijking met een gerechtelijke procedure. Niettemin attenderen Brown en Tarca (2005) erop dat het effect van de toepassing van de enforcement strategie ‘name and shame’ per land zal verschillen.
In de bestaande literatuur wordt de enforcement strategie ‘name and shame’ niet expleciet gedefinieerd. ‘Name and shame’ wordt door Brown en Tarca (2005) als volgt omschreven: “Een negatieve publicatie als effectief afschrikmiddel om te streven rectificatie van gebrekkige financiële verslaggeving”.
Hitz et al. (2012) hebben onderzoek gedaan naar de reactie van de investeerders op het ‘two-tier enforcement’ mechanisme in Duitsland dat opgestart is in 2005. Het mechanisme
11 Brown, P., Preiato, J., & Tarca, A. (2014). Measuring Country Differences in Enforcement of Accounting Standards: An Audit and Enforcement Proxy. Journal of Business Finance & Accounting, pagina 3.
bestaat uit een particulliere instelling, de DPR, die de naleving van IFRS onderzoekt in de gepubliceerde financiele verslagen van de bedrijven genoteerd aan de geregulementeerde marktsegment, en bij bevindingen de toezichthouder BaFin erbij betrekt, die op een tweede niveau de bevindingen met betrekking tot de handhaving openbaart (‘name and shame’). Het doel van deze ‘two-tier enforcement’ is om de naleving van IFRS te bereiken op basis van negatieve openbaring als afschrikmiddel. De onderzoekers hebben voor een periode van 2005 tot en met 2009 de korte- en langetermijnmarktreacties als gevolg van de openbaring van de bevindingen onderzocht. Resultaten voor abnormale rendementen, abnormale handelsvolumes en abnormale ‘bid-ask spreads’ wijzen erop dat deze aankondigingen leiden tot nieuwe negatieve informatie en suggereren dat, ondanks een handhavingsomgeving die wordt gecategoriseerd als zwak in de bestaande literatuur, de activiteiten van de DPR / BaFin de inbreukmakende bedrijven lijken te bestraffen en leveren daarmee potentiële afschrikking. Multivariate analyses wijzen op een zwak bewijs dat de omvang van de ‘market value discount’ positief is geassocieerd met de ernst van de fouten, de dreiging van verdere rechtszaken en met gevallen waarin de bedrijven het niet eens met de fout bevindingen van de DPR.
2.2.2 AFM
In deze paragraaf wordt de achtergrond beschreven van de Autoriteit Financiële Markten (AFM) en haar rechten tot het doen van openbare publicaties. Bij de toepassing van de enforcement strategie ‘name and shame’ door de AFM bij de tweede kwaliteitsrapportage werden de individuele resultaten gepubliceerd die mogelijk schadelijk konden zijn voor de accountantsorganisaties en haar klanten. Derhalve dient te worden nagegaan of de AFM juridisch gezien een publicatie mag verrichten waarin de enforcement strategie ‘name and shame’ wordt gebruikt.
De AFM is de Nederlandse gedragstoezichthouder op de financiële markten welke is opgericht per 1 maart 2002. De voorganger van de AFM was de Stichting Toezicht Effectenverkeer (STE). De Wet op het financieel toezicht (artikel 1:25) beschrijft een tweeledige taakomschrijving van de AFM:12
• Gedragstoezicht is gericht op ordelijke en transparante financiële marktprocessen, zuivere verhoudingen tussen marktpartijen en zorgvuldige behandeling van cliënten.
• De Autoriteit Financiële Markten heeft, op de grondslag van deze wet, tot taak het gedragstoezicht op financiële markten uit te oefenen en te beslissen omtrent de toelating van financiële ondernemingen tot die markten.
Deze bevoegdheid is zowel internationaal als nationaal wettelijk bepaald. Dit is internationaal bepaal op basis van de Richtlijn 2004/109/EG Transparantievereisten. Hierin is opgenomen dat in iedere lidstaat één bevoegde autoriteit moet worden aangewezen die een eindverantwoordelijkheid draagt voor het toezicht op de naleving van deze richtlijn, vastgestelde bepalingen en voor de internationale samenwerking. Deze autoriteit dient van administratieve aard te zijn en dient haar onafhankelijkheid van deelnemers aan het economisch verkeer te waarborgen om belangenconflicten te vermijden. De bevoegdheden van de AFM zijn nationaal in meerdere wetten bepaald. Dit is onder andere bepaald in de Wet toezicht financiële verslaggeving (Wtfv), Wet op financieel toezicht (wft), Wet bekostiging financieel toezicht, Burgerlijk Wetboek Boek 2 en de Wet toezicht accountantsorganisaties (WTA). Voor dit onderzoek is de WTA het meest relevant. Deze wet bevat, met het oog op de waarborging van de publieke functie van de accountantsverklaring en de bevordering van het vertrouwen in de financiële markten, regels die zijn opgesteld voor accountantsorganisaties en accountants die wettelijke controles verrichten waarbij op onafhankelijk publiek toezicht wordt gehouden op de naleving van die regels.
Vervolgens is van belang welke bevoegdheden de AFM heeft indien zij tijdens haar toezicht overtreding van wet- en regelgeving constateert. Tijdens de publicatie van de tweede kwaliteitsrapportage zijn namelijk de individuele resultaten per accountantsorganisatie gepresenteerd. In artikel 1:94 van de Wtfv is opgenomen dat de toezichthouder een waarschuwing of verklaring kan publiceren bij overtreding van de WTfv. In de WTA, welke het meest relevant is voor dit onderzoek, is in artikel 4 het volgende opgenomen:
“De Autoriteit Financiële Markten kan een openbare waarschuwing uitvaardigen, indien nodig onder vermelding van de overwegingen die tot die waarschuwing hebben geleid, bij overtreding van een verbodsbepaling uit deze wet.”
Op basis van deze wet- en regelgeving kan worden geconcludeerd dat de AFM wettelijk bevoegd is om de enforcement strategie ‘name and shame’ toe te passen tijdens de publicatie van de tweede kwaliteitsrapportage.
2.2.3 Conclusie
Uit het onderzoek van Hitz et al. (2012) blijkt dat wanneer een toezichthouder, zoals de AFM in Nederland, haar bevindingen over inbreukmakende bedrijven publiekelijk rapporeert
(‘name and shame’) dit negatieve gevolgen heeft op de beurskoers. In dit onderzoek zal worden onderzocht of de publiekelijke openbaring (‘name and shame’) van de AFM over de kwaliteit van de Big Four een sterker effect heeft op de beurskoers dan tijdens haar eerste rapportage. Daarnaast is vastgesteld dat de AFM wettelijk bevoegd is om de enforcement strategie ‘name and shame’ toe te passen tijdens de publicatie van de tweede kwaliteitsrapportage. Derhalve zal dit voor de AFM hoogst waarschijnlijk geen juridische gevolgen hebben in verband met mogelijke schade claims.
2.3 Reputatie auditor
In deze paragraaf wordt het effect van de reputatie van de accountant op de beurskoers beschreven. Dit is relevant voor dit onderzoek, omdat de kwaliteitsrapporten van de AFM geen betrekking hebben op de bedrijven van de beurskoers, maar op de accountantskantoren. In de voorgaande paragraaf wordt een onderzoek beschreven, waarbij het effect van de enforcement methodologie ‘name and shame’ effect heeft op de beurskoers van het gerelateerde bedrijf. Echter, in dit onderzoek hebben de kwaliteitsrapporten geen betrekking op de beursgenoteerde bedrijven, maar op de accountantskantoren. Om dit effect te kunnen begrijpen, wordt in deze paragraaf het effect van de reputatie van de accountant op de beurskoers beschreven.
Chaney en Philipich (2002) hebben onderzocht of een schandaal waarbij de accountant betrokken is, invloed heeft op de beurskoers van de klanten van het betreffende accountantskantoor. Deze relatie hebben zij bij Arthur Anderson en Enron onderzocht. Hierin werden de kosten van een audit failure berekend door de negatieve impact op de beurskoers te berekenen van andere klanten van Arthur Anderson. Chaney en Philipich (2002) hebben negatieve abnormale rendementen gevonden rondom de geselecteerde Enron events. In het onderzoek hebben zij de kosten van een audit failure berekent, door het toetsen van een negatieve impact op de beurskoers van andere klanten van Artur Anderson. Binnen de populatie bevonden zich 284 van de 287 bedrijven die tot de S&P 1500 behoorde. Uit de resultaten bleek dat er negatieve abnormale rendementen gevonden zijn rondom enkele geselecteerde events. Dit onderzoek is vergelijkbaar met het onderzoek van deze scriptie. Hierbij vindt er een negatieve publicatie plaats over de accountant die geen betrekking heeft op de andere klanten van Arthur Anderson, maar toch is er een negatief effect geconstateerd op hun beurskoers.
In een ander onderzoek van Weber et al. (2008) werden de aandelen- en markeffecten onderzocht na een groot financieel schandaal van ComROAD waarbij KPMG betrokken zou zijn. Net als bij de casus van Arthur Anders is het effect middels een eventstudie onderzocht. De populatie bestaat uit 67 klanten van KPMG. In een jaar tijd heeft het geleid tot een verdubbeling
van de uitstroom van klanten bij KPMG. Wederom zijn er significante resultaten ondervonden, waardoor geconcludeerd kan worden dat de reputatieschade van de accountant leidt tot een negatieve marktontwikkeling van haar klanten.
2.4 AFM kwaliteitsonderzoeken
De Big Four heeft sinds eind september 2007 een vergunning van de AFM en valt daarom onder doorlopend toezicht van de AFM. De Big Four dient aan te tonen blijvend aan de eisen van de Wet Toezicht Accountantsorganisaties (Wta) te voldoen. Als onderdeel van het doorlopend toezicht wordt de werking van de accountantscontroles beoordeeld. Op het moment van schrijven heeft de AFM twee kwaliteitsrapporten gepubliceerd. Hierin verschilt de enforcement strategie dat de AFM hanteert tussen het eerste en tweede rapport. In het eerste rapport werden de bevindingen niet gespecificeerd per Big Four, wat in het tweede rapport wel het geval was. Derhalve kan er onderzoek gedaan worden naar het effect van enforcement strategie ‘name and shame’ dat gehanteerd werd in het tweede rapport op de reactie van de enforcement, waarbij de bevindingen per Big Four publiekelijk openbaar werden gemaakt. 2.4.1 Eerste kwaliteitsrapport
Op 1 september 2010 heeft de AFM het eerste kwaliteitsrapport gepubliceerd, waarin 46 accountantscontroles zijn beoordeeld over het boekjaar 2008. Op welke aspecten van het stelsel van kwaliteitsbeheersing, en van de accountantscontroles in het bijzonder, wordt ingegaan, wordt onder meer op basis van een risicoanalyse bepaald. De door de AFM onderzochte 46 accountantscontroles over het boekjaar 2008 hebben betrekking op financiële ondernemingen en op ondernemingen en instellingen in de sectoren bouw/vastgoed, automotive en overig (waaronder woningcorporaties en gemeenten). In 29 van de 46 accountantscontroles (63 procent) heeft de AFM relevante bevindingen geconstateerd met betrekking tot de kwaliteit13.
Externe accountants baseerden hun accountantsoordeel op ontoereikende controle-informatie. De bevindingen hadden voornamelijk betrekking op een onvoldoende professioneel-kritische instelling bij het verkrijgen en kwalificeren van controle-informatie, onvoldoende werkzaamheden verricht, het niet of onvoldoende evalueren van geconstateerde controleverschillen, onvoldoende betrokkenheid van de externe accountant en het niet opnemen van relevante controle-informatie.
2.4.2 Tweede kwaliteitsrapport
Op 25 september 2014 werd het tweede kwaliteitsrapport gepubliceerd. Hierbij heeft de AFM bij elke Big Four tien wettelijke controles uit de periode 2012/2013 beoordeeld. In tegenstelling tot het eerste rapport, werden de bevindingen per kantoor gepresenteerd. Daarbij werd gebruik gemaakt van de enforcement strategie ‘name and shame’. Deloitte en PWC behaalden vier onvoldoendes, EY drie en KPMG zeven. Op totaalniveau heeft de AFM bij 18 van de 40 (45 procent) de wettelijke controle aangemerkt als onvoldoende14. Een onvoldoende
betekent niet per definitie dat de gecontroleerde jaarrekening onjuist was. De Big Four heeft onderzocht welke consequenties de kwalificatie van de betreffende wettelijke controles heeft voor de controleverklaringen en concluderen dat de eerder afgegeven controleverklaringen niet dienen te worden aangepast15. De AFM heeft geen onderzoek gedaan naar de juistheid van deze
conclusies. De meest voorkomende tekortkomingen hebben betrekking op de systeemgerichte werkzaamheden, de gegevensgerichte werkzaamheden en de kritische evaluatie door de externe accountant van verkregen controle-informatie. Het betreft in de meeste gevallen een combinatie van verschillende tekortkomingen.
2.5 Efficiënte markthypothese
De efficiënte markthypothese is ontwikkeld door Fama (1970). Deze theorie houdt in dat wanneer een toename in de beurskoers van een bedrijf plaatsvindt, een aandeelhouder verwacht dat de kasstroom toeneemt en het aandeel op dat moment ondergewaardeerd is. Aangezien de informatie vrij beschikbaar is, zullen de aandeelhouders direct bieden op de ondergewaardeerde aandelen, wat leidt tot een stijging van de prijs tot de reële waarde. In 1991 heeft dezelfde onderzoeker een vervolgonderzoek gepubliceerd (Fama, 1991). In dit onderzoek wordt beschreven dat het meeste zuivere bewijs gericht op efficiente markthypothese wordt verkregen door middel van eventstudies, en voornamelijk eventstudies gericht op dagelijkse rendementen. Eventstudies kunnen een helder beeld schetsen van de snelheid waarmee prijzen zich ontwikkelen tot informatie. Echter, de efficiente markttheorie wordt in twijfel getrokken. Onderzoekers nemen te veel afwijkingen en belangrijke fluctuaties waar die niet worden verklaard door het gebruik van het model (Shiller, 2003).
In het huidige onderzoek zal de efficiente markthypothese worden gehanteerd. Dit is een veel voorkomende methodiek bij eventstudies. Hierbij worden de marktrendementen onderzocht
14http://www.afm.nl/nl-nl/professionals/nieuws/2014/sep/rapport-controles-big4 15http://www.afm.nl/nl-nl/professionals/nieuws/2014/sep/rapport-controles-big4
rondom de periode van een event. Derhalve kunnen abnormale marktrendementen worden waargenomen. De verwachting is dat er een negatieve rendementsontwikkeling is rondom de data van de gepubliceerde AFM kwaliteitsrapporten.
2.6 Eventstudies
Door middel van een eventstudie kan worden beoordeeld of de waarde van een onderneming door bepaalde events verandert. Dit wordt gedaan door middel van beursgegevens om het effect van een event mogelijk waar te nemen in de beurskoers. Brown and Warner (1980) beschrijven een eventstudie als een test van de markt efficiency. Wanneer er geen sprake is van abnormale rendementen in de aandelenkoers rondom de datum van het event, dan is dit niet consistent met de efficiënte markthypothese, omdat volgens deze hypothese de beurskoersen volledig nieuwe informatie bevatten.
In 1985 hebben Brown and Warner (1985) een vervolgonderzoek gedaan naar de eigenschappen van dagelijks stock returns (rendementen) en hoe deze specifieke karakteristieken van deze data effect hebben op bedrijf-specifieke events. In hun eerdere onderzoek (Brown & Warner, 1980) hebben zij onderzoek gedaan naar maandelijkse rendementen. Hieruit bleek dat deze methodologie een effectieve werking kan hebben. Echter, er kan niet worden aangenomen dat dit tevens het geval is bij een onderzoek naar dagelijke rendementen. Uit het vervolgonderzoek (Brown & Warner, 1985) blijkt dat het resultaten voor een eventstudie gericht op dagelijkse rendementen gelijk is aan hun eerdere onderzoek en dus effectief is. De details en uitwerking van een eventstudie wordt verder behandeld in hoofdstuk 4.
3 Hypothese
3.1 Inleiding
In dit hoofdstuk worden de hypotheses gevormd om de onderzoeksvraag te kunnen beantwoorden. In dit onderzoek wordt het effect van de enforcement strategie ‘name and shame’ op de reactie van de enforcement onderzocht. Hierbij is het tweede kwaliteitsrapport te kwalificeren als de toepassing van ‘name and shame’ door de AFM (enforcement entiteit). Uit de beurskoers van de beursgenoteerde klanten van de Big Four zal de reactie van de enforcement blijken. Zoals in het theoretisch kader is beschreven heeft de mate van enforcement effect op de beurskoers (Hitz et al., 2012). Hierbij maakt de AFM (enforcement instantie) in haar eerste kwaliteitsrapport geen gebruik van de enforcement methodiek ‘name and shame’ en in haar tweede kwaliteitsrapport wel. Verder is de inhoud van beide rapporten vrijwel gelijk, waarbij er een negatieve publicatie plaatsvindt over de accountantskantoren. Derhalve heeft dit impact op de reputatie van de accountant. In het theoretisch kader is beschreven dat de reputatie van de accountant impact heeft op haar klanten. Zo blijkt uit onderzoek dat bij negatieve publicatie over de accountant, dit een significant negatief effect heeft op haar beursgenoteerde klanten (Chaney & Philipich, 2002).
De onderzoeken die zijn beschreven in het theoretisch kader hebben plaatsgevonden in het buitenland. Er heeft nog geen soortgelijk onderzoek plaatsgevonden in Nederland. Verder is er zeer beperkt onderzoek gedaan naar enforcement methodologie ‘name and shame’ en het effect hiervan op de beurskoers. Dit onderzoek draagt bij aan de theorie over ‘name and shame’ en de toepassing hiervan in Nederland. Verder draagt het onderzoek bij aan de theorie over de impact van de accountant haar reputatie op haar beursgenoteerde bedrijven.
3.2 Hypotheses
Om antwoord te geven op de onderzoeksvraag worden de volgende hypotheses gehanteerd:
Hypothese 1: ·Beursgenoteerde klanten van de Big Four ervaren een sterkere negatieve marktreactie op het tweede kwaliteitsrapport van de AFM dan op het eerste kwaliteitsrapport. Hypothese 1a: ·Beursgenoteerde klanten van de Big Four ervaren een negatieve marktreactie op het eerste kwaliteitsrapport van de AFM.
Hypothese 1b: ·Beursgenoteerde klanten van de Big Four ervaren een negatieve marktreactie op het tweede kwaliteitsrapport van de AFM.
De hoofdhypothese wort uitgesplitst naar twee hypotheses om deze te kunnen beantwoorden. Allereerst zal worden onderzocht of het eerst kwaliteitsrapport een significant effect heeft op de beursgenoteerde klanten van de Big Four. Hierbij zal worden onderzocht hoe sterk dit effect is om dit te kunnen vergelijken met het tweede kwaliteitsrapport.
Vervolgens wordt onderzocht of het tweede kwaliteitsrapport een significante effect heeft op de Big Four haar beursgenoteerde klanten. In het tweede kwaliteitsrapport wordt de enforcement strategie ‘name and shame’ toegepast. Op basis van de theorie zoals opgenomen in het theoretisch kader is de verwachting dat deze een sterker effect zal hebben dan het eerste kwaliteitsrapport.
Als additionele analyse wordt het effect per accountantskantoor in kaart gebracht. De resultaten van de accountantskantoren verschillen en worden wel in het tweede kwaliteitsrapport toegelicht en niet in het eerste kwaliteitsrapport. Derhalve is de verwachting dat de onderlinge verschillen van het effect op de beursgenoteerde klanten kleiner is rondom het eerste kwaliteitsrapport. De verwachting is dat rondom de publicatie van het tweede kwaliteitsrapport het effect groter zal zijn bij de slechtst scorende accountant dan bij de best scorende accountant.
4 Onderzoeksmethodologie
In dit hoofdstuk wordt nader ingegaan op de gebruikte dataset en de toegepaste methodiek in het onderzoek. Voor de eventstudie zal gebruik worden gemaakt van de theorieën van MacKinlay (1997) en Kothari en Warner (2006).
4.1 Dataset
Om te onderzoeken wat de impact is van het kwaliteitsrapport van de AFM op de beurskoers van de beursgenoteerde Big Four klanten wordt er een eventstudie uitgevoerd. De data die in de analyse wordt gebruikt is openbaar beschikbaar (beursgenoteerde bedrijven). De data bestaat uit de drie Nederlandse beurzen (AEX, AMX en AscX) en de bijbehorende accountant per beursgenoteerd bedrijf. Alle data wordt vanuit de database Datastream verkregen. Verder wordt de analyse uitgevoerd door middel van een regressieanalyse. De resultaten worden gemeten door middel van de eventstudie.
Voor het onderzoek is het noodzakelijk om twee verschillende datasets te creëren die individueel worden geanalyseerd. De eerste kwaliteitsrapportage is namelijk in 2010 gepresenteerd en de tweede kwaliteitsrapportage in 2014. Hiervoor worden alle aan de Nederlandse beurzen genoteerde bedrijven onttrokken. In de data worden ook alle uitgeschreven/geliquideerde bedrijven opgenomen. Deze zijn allereerst verwijderd uit de datasets. Vervolgens worden alle bedrijven waarvoor onvoldoende data beschikbaar is uit de datasets verwijderd. Dit resulteert in een dataset voor 2010 van 149 beursgenoteerde bedrijven en een dataset voor 2014 van 123 beursgenoteerde bedrijven.
Tabel 1: Dataset 2010
N
Datastream 457
Minus: uitgeschreven ondernemingen 230 Minus: onvoldoende data 78 Aantal beursgenoteerde ondernemingen in dataset 149
Tabel 2: Dataset 2014
N
Datastream 457
Minus: uitgeschreven ondernemingen 232
Minus: onvoldoende 102
4.2 Methodologie 4.2.1 Eventstudie
Zoals hiervoor beschreven zal het onderzoek worden uitgevoerd aan de hand van een eventstudie. Door het toepassen van een eventstudie kan worden beoordeeld of de waarde van een onderneming verandert door het publiceren van de eerste en tweede kwaliteitsrapportage. Om dit te kunnen bepalen zijn de beursgegevens van de ondernemingen nodig. Brown and Warner (1980) beschrijven een eventstudie als een test van de markt efficiency. Wanneer er geen sprake is van abnormale rendementen in de aandelenkoers rondom de datum van het event, dan is dit niet consistent met de efficiënte markthypothese, omdat volgens deze hypothese de beurskoersen volledig nieuwe informatie bevatten.
De eventstudie bestaat uit drie meetmomenten conform de theorie van MacKinlay (1997) zoals weergegeven in figuur 1. De estimation window (nader te noemen 𝐿𝐿1) is de periode
voorgaand aan de periode. Deze bestaat uit 120 dagen voor het event window (nader te noemen 𝐿𝐿2). De event window bestaat alleen uit de dag waarop het event heeft plaatsgevonden. De post
event window bestaat uit 2 dagen wat in lijn is met het onderzoek van Hitz et al. (2012). Het aantal dagen van de windows is gebaseerd op het onderzoek van MacKinlay (1997). De betreffende data wordt gebruikt om op basis van deze beursgegevens de normale verwachte koers te berekenen.
Figure 1: Eventstudie MacKinlay (1997)
De dagrendementen worden berekend conform de volgende formule: 𝑅𝑅𝑖𝑖𝑖𝑖=P𝑖𝑖𝑖𝑖− P𝑖𝑖, 𝑖𝑖 − 1
P𝑖𝑖, 𝑖𝑖 − 1
P it staat voor de huidige prijs en P it-1 staat voor de prijs van de vorige dag. R it geeft het
rendement weer van het aandeel (i) op een bepaalde dag (t). Deze berekening van het
De dagrendementen worden gebruikt om de normale rendementen te berekenen door middel van een lineaire regressieanalyse. Dit wordt gedaan aan de hand van het marktmodel en de ‘ordinary lease squares lineaire regressie’ (OLS). Derhalve kan er op basis van 𝐿𝐿1 een
verwachting worden gecreëerd over de verwachte normale rendementen in 𝐿𝐿2. De OLS wordt
gebruikt om de kwadratische verschillen die onstaan tussen de geschatte data en de werkelijke data te verkleinen. De formule van het marktmodel is als volgt:
𝑅𝑅𝑖𝑖𝑖𝑖= 𝛼𝛼𝑖𝑖+ 𝛽𝛽𝑖𝑖𝑅𝑅𝑚𝑚𝑖𝑖+ ε𝑖𝑖𝑖𝑖
De variabele 𝑅𝑅𝑚𝑚𝑖𝑖 geeft het dagelijkse rendement weer van de beurs op een willekeurige
dag (t) in de periode van 𝐿𝐿1. De variabele ε𝑖𝑖𝑖𝑖 betreft de storingsterm op het verwachte
dagrendement. Deze variabele geeft het gedeelte van de formule weer dat niet wordt verklaard door de lineaire regressie. De relatie tussen het individuele dagrendement en de lokale index wordt gepresenteerd in de variabele ε𝑖𝑖𝑖𝑖. De lokale index is fictief en is niet gelijk aan de AEX,
AMX of AscX. Deze wordt gecreëerd door het sommeren van alle beurskoeren zoals opgenomen in de database op de betreffende dag.
Om de impact van de events te bepalen dient eerst het abnormale rendement (AR) en cummalatieve abnormale rendement (CAR) te worden berekend. Hierbij wordt de AR berekend door het normale rendement te vergelijken met het verwachte rendement. Het abnormale rendement wordt berekend conform de volgende formule:
𝐴𝐴𝑅𝑅𝑖𝑖𝑖𝑖= 𝑅𝑅𝑖𝑖𝑖𝑖− (𝛼𝛼𝑖𝑖 +𝛽𝛽𝑖𝑖𝑅𝑅𝑚𝑚𝑖𝑖)
De sommering van alle AR’s in de periode 𝐿𝐿2 vormt de cummalatieve abnormale rendement
(CAR). Dit betreft de volgende formule. 𝐶𝐶𝐴𝐴𝑅𝑅𝑖𝑖𝑖𝑖= � 𝐴𝐴𝑅𝑅𝑖𝑖𝑖𝑖
4.2.2 Lineaire regressieanalyse
In dit onderzoek wordt onderzocht of beursgenoteerde klanten van de Big Four een sterkere negatieve marktreactie ervaren op het tweede kwaliteitsrapport van de AFM dan op het eerste kwaliteitsrapport. Om de hypothese te toetsen is deze verdeeld over twee hypotheses, waarbij het effect wordt getoetst op de populatie van 2010 en op de populatie van 2014. Vervolgens wordt vergeleken of het effect in 2014 sterker is dan in 2010. De tweede kwaliteitsrapportage waarin de methodiek ‘name and shame’ wordt toepast door de Authoriteit financiele markten (AFM) is namelijk gepubliceerd in 2014. Deze toetsing zal plaatsvinden door middel van een eventstudie en de lineaire regressieanalyse. De verwachting is dat de publicatie
van de kwaliteitsrapportages een significant negatief effect (p > .05) laten zien, waarbij het effect van de tweede kwaliteitsrapportage (in 2014) een sterker effect weergeeft. Om de hypothese te toetsen is de volgende formule toegepast:
𝐶𝐶𝐴𝐴𝑅𝑅𝑖𝑖𝑖𝑖= 𝛽𝛽0+ 𝛽𝛽1∗ 𝐵𝐵𝑖𝑖𝐵𝐵 𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹 + 𝛽𝛽2 ∗𝐵𝐵𝐵𝐵𝐵𝐵𝐵𝐵𝐵𝐵𝐵𝐵𝑖𝑖𝐹𝐹𝑖𝑖𝐵𝐵𝐵𝐵𝐵𝐵 + 𝛽𝛽3 ∗𝐼𝐼𝐵𝐵𝐼𝐼𝐹𝐹𝐵𝐵𝑖𝑖𝐹𝐹𝐼𝐼𝑖𝑖+ ε𝑖𝑖𝑖𝑖
De variabele Big Four geeft aan of het bedrijf in het betreffende jaar gecontroleerd werd door een accountantsorganisatie van de Big Four. In het onderzoek wordt gebruik gemaakt van de controlevariabelen balanstotaal en industrie. Deze variabelen hebben effect op de koers van bedrijven waardoor de kans ontstaat dat de verkeerde conclusie wordt getrokken bij het ontbreken van deze controlevariabelen. De variabele balanstotaal kent hoge waarden wat leidt tot een distributie die abnormaal verdeeld is. Om een normale verdelingen te realiseren wordt in dit onderzoek gewerkt met het logaritme van het balanstotaal, welke in de formule is gepresenteerd als variabele ‘Balanstotaal’. Derhalve wordt het effect van het balanstotaal juist weergegeven. De variabele industrie bestaat uit zes verschillende sectoren, namelijk:
Tabel 3: Variabele industrie
Variabele Sector INDUSTRY1 Industrieel INDUSTRY2 Utiliteitssector INDUSTRY3 Transport INDUSTRY4 Banken INDUSTRY5 Verzekeringen
5 Onderzoeksresultaten
5.1 Beschrijvende statistiek
Om te onderzoeken of de methodiek ‘name and shame’ een sterker effect heeft dient de tweede kwaliteitsrapportage (2014) een sterker significant effect weer te geven. Hiervoor is de hypothese onderverdeeld onder twee sub hypotheses, namelijk of beursgenoteerde klanten van de Big Four een negatieve marktreactie ervaren op het eerste (H1a) en/of het tweede (H1b) kwaliteitsrapport van de AFM. Derhalve is er een database gecreëerd voor het eerste kwaliteitsrapport (2010), het tweede kwaliteitsrapport (2014) en een totale database van beide. Allereerst worden de beschrijvende statistieken gepresenteerd van de relevante variabelen per jaar zoals hieronder opgenomen.
Tabel 4: Beschrijvende statistiek 2010
N Minimum Maximum Mean Std. Deviation CAR 149 -0,1832 0,8852 -0,0039 0,0830 Bigfour 149 0 1 0,89 0,3190 KPMG 149 0 1 0,21 0,4070 PWC 149 0 1 0,27 0,4450 EY 149 0 1 0,24 0,4300 Deloitte 149 0 1 0,17 0,3750 Log Balanstotaal 149 1,3979 9,0927 5,7814 1,1537 Tabel 5: Marktmodel 2010
N Minimum Maximum Mean
Intercept 149 -0,0081 0,0053 -0,0002 Slope 149 -5,6697 3,2561 0,9515 AR Event window 149 -0,0928 0,7679 0,0055 AR Post event window 149 -0,6796 0,7073 0,0007
Tabel 6: Beschrijvende statistiek 2014
N Minimum Maximum Mean Std. Deviation CAR 123 -0,144738 0,094987768 -0,002422911 0,0295 Bigfour 123 0 1 0,8540 0,3549 KPMG 123 0 1 0,195 0,3979 PWC 123 0 1 0,276 0,4491 EY 123 0 1 0,236 0,4262 Deloitte 123 0 1 0,146 0,3549 Log Balanstotaal 123 1,4472 8,9964 5,8700 1,2206
Tabel 7: Marktmodel 2014
N Minimum Maximum Mean
Intercept 123 -0,0125 0,0022 -0,0004 Slope 123 -0,7485 2,8878 0,7576 AR Event window 123 -0,1513 0,0785 -0,0026 AR Post event window 123 -0,2688 0,1329 -0,0007
5.2 Correlaties
In deze paragraaf worden de onderlinge correlaties tussen de variabelen geëvalueerd. Wederom wordt hierin een onderscheid gemaakt tussen 2010 en 2014. Allereerst worden de resultaten van 2010 behandeld en vervolgens de resultaten van 2014.
Uit tabel 8 blijkt dat wanneer het bedrijf wordt gecontroleerd door een accountantsorganisatie van de Big Four dit correleert met een daling in de CAR van het bedrijf. Deze bevat namelijk een negatieve correlatie van -23,7%. Dit is een indicatie dat er een relatie bestaat tussen de variabele Big Four en de CAR. Hetzelfde geldt voor de logaritme van het balanstotaal. Zoals uit de tabel is op te merken, bestaat er een negatieve correlatie van -29,4% tussen het balanstotaal en de CAR van het bedrijf. Daarnaast bestaat er een positieve correlatie tussen de Big Four en het balanstotaal. Dit is in lijn met de verwachting, aangezien hoe groter het bedrijf (groter balanstotaal) is, hoe aannemelijker het is dat deze wordt gecontroleerd door een accountantsorganisatie van de Big Four. Tenslotte kan worden geconstateerd dat de correlatie tussen de verschillende industrieën en CAR beperkt is.
Tabel 8: Onderlinge correlatie variabelen 2010
CAR3 Bigfour Balanstotaal INDUSTRY1 INDUSTRY2 INDUSTRY3 INDUSTRY4 INDUSTRY5 INDUSTRY6 Log
CAR 1,000 Bigfour -,237** 1,000 Log Balanstotaal -,294** ,474** 1,000 INDUSTRY1 0,026 -0,153 -,245** 1,000 INDUSTRY2 -0,020 0,029 0,110 -0,146 1,000 INDUSTRY3 -0,028 0,067 0,036 -,330** -0,015 1,000 INDUSTRY4 -0,030 0,051 ,242** -,254** -0,012 -0,027 1,000 INDUSTRY5 -0,013 0,060 ,336** -,294** -0,014 -0,031 -0,024 1,000 INDUSTRY6 0,005 0,095 0,002 -,757** -0,035 -0,080 -0,061 -0,071 1,000
In tabel 9 zijn de correlaties opgenomen die betrekking hebben op de data van 2014. Hierin zijn de overeenkomsten zichtbaar die in lijn zijn met de verwachting. Net als in 2010 blijkt dat wanneer het bedrijf wordt gecontroleerd door een Big Four, dit correleert met een daling in de CAR van het bedrijf. In 2014 is een negatieve correlatie zichtbaar van -23,3%. Ook dit is een
indicatie dat er een relatie bestaat tussen de variabele Big Four en de CAR. Verder is de correlatie tussen het balanstotaal en de CAR van de onderneming wel kleiner dan in 2010. In de data van 2014 is een negatieve correlatie zichtbaar van -17%. Daarnaast is net als in 2010 de constatering dat de correlatie tussen de verschillende industrieën en de CAR van de onderneming beperkt is. Een uitzondering hierop de variabele Industry2 welke een positieve correlatie met de CAR weergeeft van 13,7%.
Tabel 9: Onderlinge correlatie variabelen 2014
CAR3 Bigfour Balanstotaal INDUSTRY1 INDUSTRY2 INDUSTRY3 INDUSTRY4 INDUSTRY5 INDUSTRY6 Log
CAR 1,000 Bigfour -,233** 1,000 Log Balanstotaal -0,170 ,550** 1,000 INDUSTRY1 0,044 -0,108 -,222* 1,000 INDUSTRY2 0,137 0,037 0,102 -0,171 1,000 INDUSTRY3 0,015 0,065 0,092 -,298** -0,014 1,000 INDUSTRY4 -0,013 0,065 ,228* -,298** -0,014 -0,025 1,000 INDUSTRY5 0,030 0,065 ,298** -,298** -0,014 -0,025 -0,025 1,000 INDUSTRY6 -0,103 0,033 -0,037 -,755** -0,036 -0,063 -0,063 -0,063 1,000 5.3 Beantwoording hypothese 1a
In deze paragraaf wordt hypothese 1a beantwoord, welke onderzoekt of beursgenoteerde klanten van de Big Four een negatieve marktreactie ervaren op het eerste kwaliteitsrapport van de AFM. Hiervoor worden de resultaten van de T-test en de lineaire regressieanalyse beschreven. Hierbij wordt de analyse stapsgewijs uitgevoerd, waarbij de laatste kolom het volledige model bevat. Van het volledige model is de verwachting dat deze het meest verklaart en de juiste resultaten bevat om een conclusie te trekken over het effect. Immers zijn de belangrijkste factoren die effect hebben op de CAR-onderdeel van de analyse, waardoor het mogelijke effect hiervan niet is opgenomen in het effect van de Big Four.
In tabel 10 zijn de resultaten van de T-test opgenomen omtrent de marktreactie op de eerste kwaliteitsrapportage van de AFM. De resultaten zijn grotendeels in lijn met H1a, waarbij bijna alle abnormale rendementen negatief zijn. Zoals uit tabel 10 blijkt, bevat alleen de dag van het event een positief abnormaal rendement van gemiddeld 0,0055% en een mediaan van -0,0005. Mogelijk heeft de publicatie later op de dag plaatsgevonden, waardoor de impact hiervan pas de dag erna te herleiden is. Het gemiddelde abnormale rendement op de dag van het event is niet significant en heeft een geringe markreactie. Deze resultaten zijn niet in lijn met het onderzoek van Hitz et al. (2012). In het onderzoek van Hitz et al. (2012) vonden de onderzoekers een negatieve marktreactie van 0,5% met een t-waarde van 1.52.
In de three-day [-1;1] event window zijn er een negatief abnormaal rendement van gemiddeld -0,0044% en een mediaan van -0,0031% zichtbaar. Het gemiddelde negatief abnormaal rendement is significant met een t-waarde van -2,5594. Dit is in lijn met de verwachting, waarbij de beursgenoteerde klanten van de Big Four een negatieve marktreactie ervaren op het eerste kwaliteitsrapport van de AFM. Hetzelfde geldt voor de five-day event window [-2;2]. Uit de resultaten blijkt dat er een hoger gemiddelde negatief abnormaal rendement zichtbaar is van -0,0049% en een mediaan van -0,0049%. Het gemiddelde negatief abnormaal rendement is significant met een t-waarde van -2,2449. Ook dit is in lijn met de verwachting, waarbij de beursgenoteerde klanten van de Big Four een negatieve marktreactie ervaren op het eerste kwaliteitsrapport van de AFM.
Tabel 10: T-test 2010
(Cumulative) abnormal returns (in %)
Event window [0] [-1;1] [-2;2] Mean 0,0055 -0,0044 -0,0049 (t-statistic) 1,0113 -2,5594** -2,2449** Standard deviation 0,0658 0,0211 0,0265 First quartile -0,0098 -0,0150 -0,0171 Median -0,0005 -0,0031 -0,0049 Third quartile 0,0102 0,0058 0,0027 Number of observations 149 149 149
Opmerking: Deze tabel bevat de beschrijvende statistieken voor de (cumulatieve) abnormale
rendementen op de dag van de publicatie [0] en de event windows [-1; 1] en [-2; 2] rondom de publicatie van de kwaliteitsrapportage. *, ** en *** geven een significantieniveau weer van respectievelijk 10%, 5% en 1%.
In tabel 11 worden de resultaten van de lineaire regressieanalyse van de data over 2010 gepresenteerd. In de eerste kolom zijn de variabelen Big Four en het balanstotaal opgenomen in de lineaire regressieanalyse met het effect op de CAR. Hieruit blijkt dat er geen significant effect is, waarbij het een negatief effect presenteert van -0,062 op de CAR. Indien dit resultaat significant zou zijn, impliceert het dat na de publicatie van de eerste kwaliteitsrapportage dit over het algemeen heeft geleid tot een daling in koers. Echter, de effecten van de andere factoren die hierop een invloed uitoefenen zijn tevens opgenomen. De variabele van het balanstotaal is zeer significant en kent een t-waarde van -2,631. Verder verklaart het model maar 9,9% van het effect. In de tweede kolom wordt het volledige model opgenomen welke de variabele Big Four, balanstotaal en de industrieën bevat. De resultaten geven wederom geen significant effect van de variabele Big Four weer. Wel bevatten de resultaten net als in model 1 een negatief effect op de
CAR. Daarnaast kan worden geconcludeerd dat de significantie van het balanstotaal is gestegen naar een t-waarde van -2,831 en dat de industrieën geen significant effect hebben op de CAR. Derhalve zijn er geen significante resultaten ondervonden die impliceren dat beursgenoteerde klanten van de Big Four een negatieve marktreactie ervaren op het eerste kwaliteitsrapport van de AFM.
Het volledige model verklaart 10,8% van het effect op de CAR. Hierdoor kan geconcludeerd worden dat het model voldoende volstaat om een conclusie te trekken over het effect op de CAR.
Tabel 11: Lineaire regressie 2010
(1) (2) Bigfour B -0,033 -0,029 Std. Error 0,023 0,024 Log Balanstotaal B -0,017** -0,021*** Std. Error 0,006 0,007 INDUSTRY2 B 0,018 Std. Error 0,081 INDUSTRY3 B -0,002 Std. Error 0,037 INDUSTRY4 B 0,029 Std. Error 0,049 INDUSTRY5 B 0,048 Std. Error 0,044 INDUSTRY6 B 0,006 Std. Error 0,018 Constant B 0,123 0,138 Std. Error 0,033 0,037 N 148 148 R Square 0,099 0,108 Std. Error 0,079 0,080 Afhankelijke variabele: CAR
Opmerking: *, ** en *** geven een significantieniveau weer van
respectievelijk 10%, 5% en 1%.
5.4 Beantwoording hypothese 1b
In deze paragraaf wordt hypothese 1b beantwoord welke onderzoekt of beursgenoteerde klanten van de Big Four een negatieve marktreactie ervaren op het tweede kwaliteitsrapport van de AFM. Hiervoor worden de resultaten van de T-test en de lineaire regressieanalyse beschreven. Hierbij wordt de analyse stapsgewijs uitgevoerd, waarbij de laatste kolom het volledige model bevat. Van het volledige model is de verwachting dat deze het meest verklaart en de juiste resultaten bevat om een conclusie te trekken over het effect. Immers zijn de belangrijkste
factoren die effect hebben op de CAR-onderdeel van de analyse waardoor het mogelijke effect hiervan niet is opgenomen in het effect van de Big Four.
In tabel 12 zijn de resultaten van de T-test opgenomen omtrent de marktreactie op de tweede kwaliteitsrapportage van de AFM. De resultaten zijn grotendeels in lijn met H1b, waarbij bijna alle abnormale rendementen negatief zijn. Zoals uit tabel 12 blijkt, bevat de dag van het event een negatief abnormaal rendement van gemiddeld -0,0026% en een mediaan van -0,0008. Dit is lager in vergelijking met het eerste kwaliteitsrapportage dat een positief gemiddelde kent van 0,0055% en een mediaan van -0,0005. Dit is in lijn met de verwachting, waarbij beursgenoteerde klanten van de Big Four een sterkere negatieve marktreactie ervaren op het tweede kwaliteitsrapport van de AFM dan het eerste kwaliteitsrapport. Echter, het gemiddelde abnormale rendement is niet significant en kent een t-waarde van -1,2648.
In de three-day [-1;1] event window zijn er een negatief abnormaal rendement van gemiddeld -0,0015% en een mediaan van 0%. Echter, het gemiddelde negatief abnormaal rendement is niet significant met een t-waarde van -1,2989. Dit is in lijn met de verwachting, aangezien de beursgenoteerde klanten van de Big Four een negatieve marktreactie ervaren op het tweede kwaliteitsrapport van de AFM. Verder is de verwachting dat op basis van de theorie van ‘name and shame’ het effect van de tweede kwaliteitsrapportage ook hoger zouden zijn dan de eerste kwaliteitsrapportage. Opvallend is dat het effect van de tweede kwaliteitsrapportage (-0,0015) kleiner is dan van de eerste kwaliteitsrapportage (-0,0044). De resultaten van de five-day event window [-2;2] zijn niet in lijn met de verwachting. Uit de resultaten blijkt dat er een positief gemiddelde abnormaal rendement zichtbaar is van 0,0017% en een mediaan van -0,0009%. Het gemiddelde positief abnormaal rendement is wederom niet significant met een t-waarde van 1,3160.
Tabel 12: T- test 2014
(Cumulative) abnormal returns (in %)
Event window [0] [-1;1] [-2;2] Mean -0,0026 -0,0015 0,0017 (t-statistic) -1,2648 -1,2989 1,3160 Standard deviation 0,0231 0,0131 0,0147 First quartile -0,0122 -0,0089 -0,0038 Median -0,0008 0,0000 0,0009 Third quartile 0,0053 0,0049 0,0093 Number of observations 123 123 123
Opmerking: Dit tabel bevat de beschrijvende statistieken voor de (cumulatieve) abnormale rendementen op de dag van de
publicatie [0] en de event windows [-1; 1] en [-2; 2] rondom de publicatie van de kwaliteitsrapportage. *, ** en *** geven een significantieniveau weer van respectievelijk 10%, 5% en 1%.
In tabel 13 worden de resultaten van de lineaire regressieanalyse gepresenteerd over de data van 2014. Net als in het voorgaande paragraaf worden in de eerste kolom alleen de variabelen Big Four en balanstotaal opgenomen in de lineaire regressieanalyse. Hieruit blijkt een lage significantie van de variabele Big Four met een t-waarde van-1,890. Het effect is ten opzichte van de resultaten van 2010 gedaald van -0,033 (2010) naar -0,017 (2014). Echter is het resultaat van 2010 niet significant en kent een t-waarde van -1,413. Verder is opvallend dat de sterke significantie van het balanstotaal zoals weergegeven in 2010 niet van toepassing is voor 2014. Wederom hebben beide variabelen een negatief effect op CAR.
In de tweede kolom is het volledige model opgenomen welke de variabelen Big Four, balanstotaal en de industrieën bevat. In tegenstelling tot de resultaten van 2010, waarbij geen significantie is waargenomen, bevat de variabele Big Four van 2014 wel een lage significantie met een t-waarde van -1,650. Op basis van de theorie van ‘name and shame’ is de verwachting dat het effect van de tweede kwaliteitsrapportage hoger is dan het effect van de eerste kwaliteitsrapportage. Opvallend is dat, net als blijkt uit de resultaten van de t-test, het effect van de tweede kwaliteitsrapportage (-0,015) kleiner is dan van de eerste kwaliteitsrapportage (-0,029). Echter, het resultaat van 2014 is laag significant en het resultaat van 2010 kent geen significantie. Dit is niet in lijn met de verwachting, aangezien in 2014 de tweede kwaliteitsrapportage is gepubliceerd, waarbij de AFM de methodiek ‘name and shame’ heeft toegepast. Derhalve is er een indicatie dat beursgenoteerde klanten van de Big Four geen sterkere negatieve marktreactie ervaren op het tweede kwaliteitsrapport van de AFM. Oftewel de toepassing van de enforcement strategie ‘name and shame’ zorgt niet voor een sterker effect van de enforcement. In de volgende paragraaf worden de CAR’s van 2010 en 2014 met elkaar vergelijken om een conclusie te trekken of de toepassing van ‘name and shame’ zorgt voor een sterkere negatieve marktreactie op de beursgenoteerde bedrijven.
Verder verklaart het volledige model 9,5% van het effect op de CAR. Hierdoor kan geconcludeerd worden dat het model voldoende volstaat om een conclusie te trekken over het effect op de CAR.
Tabel 13: Lineaire regressie 2014 (1) (2) Bigfour B -0,017* -0,015* Std. Error 0,009 0,009 Log Balanstotaal B -0,001 -0,003 Std. Error 0,003 0,003 INDUSTRY2 B 0,051* Std. Error 0,029 INDUSTRY3 B 0,007 Std. Error 0,017 INDUSTRY4 B 0,005 Std. Error 0,018 INDUSTRY5 B 0,015 Std. Error 0,018 INDUSTRY6 B -0,007 Std. Error 0,008 Constant B 0,020 0,028 Std. Error 0,013 0,014 N 122 122 R Square 0,057 0,095 Std. Error 0,029 0,029 Afhankelijke variabele: CAR
Opmerking: *, ** en *** geven een significantieniveau weer van
respectievelijk 10%, 5% en 1%.
5.5 Beantwoording hypothese 1
In deze paragraaf wordt hypothese 1 beantwoord welke onderzoekt of beursgenoteerde klanten van de Big Four een sterkere negatieve marktreactie ervaren op het tweede kwaliteitsrapport van de AFM dan het eerste kwaliteitsrapport. In de voorgaande paragrafen is reeds onderzocht of de beursgenoteerde klanten van de Big Four een negatieve marktreactie ervaren op het eerste kwaliteitsrapport van de AFM (H1a) en/of op het tweede kwaliteitsrapport van de AFM (H1b). Hieruit blijkt dat beide hypotheses niet kunnen worden aangenomen, omdat hiervoor geen significante resultaten zijn gevonden. In deze paragraaf wordt door middel van een t-test onderzocht of er tussen beide kwaliteitsrapportages wel een significant verschil in de CAR zichtbaar is.
Om te onderzoeken of er een significant verschil bestaat tussen de CAR’s van de eerste kwaliteitsrapportage en de tweede kwaliteitsrapportage van de AFM, is er een dummy in de data aangemaakt voor het betreffende jaar. Door middel van een t-test zijn de gemiddelden vergeleken om te bepalen of hierin een significant verschil bestaat. De resultaten hiervan zijn opgenomen in tabel 14. Hieruit blijkt dat het verschil in het gemiddelde zeer beperkt is en een
mean difference kent van -0,0014. Verder is er geen significant verschil zichtbaar en is er een t-waarde gemeten van -0,182. Wetende dat er pas sprake is van een significant verschil wanneer de t-waarde groter is dan 1,96 of kleiner dan -1,96, is er ook geen indicatie dat er een laag significant verschil zou kunnen zijn. Derhalve kan worden geconcludeerd op basis van de resultaten zoals beschreven in de voorgaande paragrafen en deze paragraaf, dat beursgenoteerde klanten van de Big Four geen sterkere negatieve marktreactie ervaren op het tweede kwaliteitsrapport van de AFM dan het eerste kwaliteitsrapport en hypothese 1 niet kan worden aangenomen.
Tabel 14: T-test CAR's
CAR Mean difference -0,0014 T-statistic -0,182 Std. Error Difference 0,0079 Number of observations 272 5.6 Additionele analyse
In hoofdstuk 2 paragraaf 4.2. wordt beschreven dat in 2014 de AFM de tweede kwaliteitsrapportage heeft gepubliceerd. Hierin werd per accountantsorganisatie van de Big Four het aantal fouten gepresenteerd van de totaal tien gecontroleerde dossiers. Hieruit blijkt dat Deloitte en PWC vier onvoldoendes behaalden, EY drie en KPMG zeven. Derhalve is de verwachting dat het effect op de klanten van KPMG groter is, aangezien KPMG het slechtst scoorde in de kwaliteitsrapportage. In deze additionele analyse zal worden getoetst of dit daadwerkelijk het geval is.
Om de additionele analyse uit te voeren zijn de variabele KPMG, PWC, EY toegevoegd. In tabel 15 is het aantal bedrijven per accountantsorganisatie van de Big Four in 2010 gepresenteerd. Hierin is een redelijke verdeling per kantoor zichtbaar. Derhalve worden de resultaten niet significant beïnvloed door de onderlinge verschillen in aantal bedrijven.
Tabel 15: Verdeling bedrijven onder de Big Four 2010
Frequency Percent KPMG 31 20,8% PWC 40 26,8% EY 36 24,2% Deloitte 25 16,8% Non-bigfour 17 11,4% Total 149 100%
In tabel 16 is het aantal bedrijven per accountantsorganisatie van de Big Four in 2014 gepresenteerd. Net als in de data van 2010 is hierin een redelijke verdeling per kantoor zichtbaar. Enige kanttekening hierbij is dat Deloitte een lichte afwijking heeft ten opzichte van de andere kantoren. Gezien de omvang van de lichte afwijking is de verwachting dat deze geen significante impact zal hebben op de resultaten.
Tabel 16: Verdeling bedrijven onder de Big Four 2014
Frequency Percent KPMG 24 19,5% PWC 34 27,6% EY 29 23,6% Deloitte 18 14,6% Non-bigfour 18 14,6% Total 123 100%
Net als in de voorgaande paragraaf worden de resultaten gegenereerd a.d.h.v. een lineaire regressieanalyse. In tabel 17 worden de resultaten gepresenteerd van de data over 2010. In de eerste kolom zijn alleen de variabelen KPMG, PWC, EY en Deloitte opgenomen in de analyse met het effect op de CAR. Hieruit blijkt dat alleen KPMG een significant effect heeft, waarbij het een negatief effect presenteert van -0,070 op de CAR met een t-waarde van-2,854. Echter, de effecten van de andere factoren die hierop een invloed uitoefenen zijn tevens opgenomen. Verder verklaart het model maar 5,9% van het effect.
In de tweede kolom worden de variabelen KPMG, PWC, EY en Deloitte en het balanstotaal opgenomen in de lineaire regressieanalyse. Hieruit blijkt dat de gemeten significantie van KPMG volledig verdwenen is en de variabele balanstotaal een zeer significant effect weergeeft met een t-waarde van -2,598. Verder hebben alle variabelen een negatief effect op de CAR.
In de derde kolom wordt het volledige model opgenomen welke de variabelen Big Four, balanstotaal en de industrieën bevat. De resultaten geven wederom geen significant effect weer van de variabelen KPMG, PWC, EY en Deloitte. Wel bevatten de resultaten net als in model 1 en 2 een negatief effect op de CAR. Verder is de significantie van het balanstotaal gelijk gebleven met een t-waarde van -2,770 en vertonen de industrieën geen significant effect hebben op de CAR.
Tabel 17: Lineaire regressie additionele analyse 2010 (1) (2) (3) KPMG B -0,070** -0,041 -0,037 Std. Error 0,025 0,027 0,028 PWC B -0,059 -0,031 -0,028 Std. Error 0,024 0,025 0,026 EY B -0,059 -0,029 -0,028 Std. Error 0,024 0,026 0,027 Deloitte B -0,059 -0,032 -0,027 Std. Error 0,026 0,027 0,028 Balanstotaal B -0,017*** -0,020*** Std. Error 0,006 0,007 INDUSTRY2 B 0,016 Std. Error 0,083 INDUSTRY3 B 0,000 Std. Error 0,037 INDUSTRY4 B 0,027 Std. Error 0,050 INDUSTRY5 B 0,048 Std. Error 0,045 INDUSTRY6 B 0,006 Std. Error 0,019 Constant B 0,051 0,123 0,137 Std. Error 0,020 0,034 0,037 N 148 148 148 R Square 0,059 0,102 0,110 Std. Error 0,082 0,080 0,081 Afhankelijke variabele: CAR
Opmerking: *, ** en *** geven een significantieniveau weer van respectievelijk 10%,
5% en 1%.
In tabel 18 worden de resultaten gepresenteerd over de data van 2014. Net als in het voorgaande tabel worden in de eerste kolom alleen de variabelen KPMG, PWC, EY en Deloitte opgenomen in de lineaire regressieanalyse. Uit de resultaten van 2014 blijkt dat de significantie van de variabele KPMG is gestegen met een twaarde van 2,923 in 2014 en een twaarde van -2,854 in 2010. Daarnaast is de variabele PWC nu significant met een t-waarde van -2,602 en Deloitte laag significant met een t-waarde van -1,656. Beide variabelen waren in dit model in 2010 niet significant. Echter, de effecten van de andere factoren die hierop een invloed uitoefenen zijn tevens opgenomen. Verder verklaart het model 8% van het effect.
In de tweede kolom worden de variabelen KPMG, PWC, EY en Deloitte en het balanstotaal opgenomen in de lineaire regressieanalyse. Hieruit blijkt dat de significantie van de
variabele KPMG is gedaald naar een t-waarde van -2,291. De significantie van PWC en EY is gelijk gebleven, waarbij PWC een significantie kent met een t-waarde van -1,984 en EY nog steeds niet significant is. De significantie van de variabele Deloitte is ten opzichte van het voorgaande model verdwenen. Opvallend hierbij is dat de sterke significantie van het balanstotaal zoals weergegeven in 2010 niet van toepassing is voor 2014. Wederom hebben alle variabelen een negatief effect op CAR.
In de derde kolom wordt het volledige model opgenomen welke de variabelen KPMG, PWC, EY en Deloitte, het balanstotaal en de industrieën bevatten. Wederom is de significantie van de variabelen KPMG en PWC afgenomen welke nu een twaarde kent van respectievelijk -1,919 (KPMG) en -1,839 (PWC). De significantie van de variabelen EY en Deloitte zijn gelijk en zijn nog steeds niet significant. Hetzelfde geldt voor de variabelen balanstotaal en de industrie welke nog steeds geen significant effect hebben op de CAR. Verder vertonen de resultaten nog steeds een negatief effect op de CAR. Het volledige model verklaart 11,3% van het effect op de CAR. Hierdoor kan geconcludeerd worden dat het model voldoende volstaat om een conclusie te trekken over het effect op de CAR.
In tegenstelling tot de resultaten van 2010, waarbij geen significantie is waargenomen, bevatten de variabelen KPMG en PWC in 2014 wel een lage significantie (10%). Dit is in lijn met de eerdere resultaten van het reguliere onderzoek, welke zijn beschreven in de voorgaande paragraaf. Zoals hiervoor is beschreven, heeft de AFM de methodiek ‘name and shame’ toegepast in de tweede kwaliteitsrapportage welke is gepubliceerd in 2014. Hieruit blijkt dat Deloitte en PWC vier onvoldoendes behaalden, EY drie en KPMG zeven. Derhalve was de verwachting dat het effect op de CAR van KPMG het grootst is, gevolgd door PWC en Deloitte, waarbij EY het kleinste effect zou moeten weergeven. Deze volgorde is in lijn met de resultaten van de additionele analyse. Zoals blijkt in tabel 18 heeft KPMG het grootste effect op de CAR met een resultaat van 0,020. Daaropvolgend heeft de variabele PWC een negatief effect van -,018 op de CAR. Beide resultaten vertonen een lage significantie. De daaropvolgende variabele is Deloitte met een negatief effect van -0,011. De variabele EY is zoals verwacht de variabele met het laagste effect op de CAR, met een effect van -0,010.
Opmerkelijk is dat uit de resultaten van 2010 zoals opgenomen in tabel 17 dit onderscheid gedeeltelijk zichtbaar is, terwijl de individuele resultaten niet waren gepresenteerd in de eerste kwaliteitsrapportage. Uit tabel 17 blijkt dat KPMG het grootste negatieve effect heeft van -0,037, gevolgd door PWC en EY met beide -0,028 en als laatste Deloitte met -0,027. Verder is de impact gedurende de eerste kwaliteitsrapportage groter dan gedurende de tweede
kwaliteitsrapportage. Uit tabel 18 blijkt namelijk dat KPMG het grootste negatieve effect kent van -0,020 (2010: -0,037), gevolgd door PWC met een effect van -0,018 (2010: -0,028), Deloitte met een effect van 0,011 (2010: 0,027) en als laatste EY met een effect van 0,010 (2010: -0,028).
Derhalve kan worden geconcludeerd dat er geen indicatie is dat de beursgenoteerde klanten van de Big Four een sterkere negatieve marktreactie ervaren op het tweede kwaliteitsrapport van de AFM, maar ook dat de zwaarte van de negatieve publicatie geen effect heeft op de grootte van het effect. De resultaten zijn onvoldoende significant om deze bewering statistisch aan te nemen.
Tabel 18: Lineaire regressie additionele analyse 2014
(1) (2) (3) KPMG B -0,026*** -0,024** -0,020* Std. Error 0,009 0,010 0,011 PWC B -0,022** -0,019** -0,018* Std. Error 0,008 0,010 0,010 EY B -0,013 -0,011 -0,010 Std. Error 0,009 0,010 0,010 Deloitte B -0,016* -0,014 -0,011 Std. Error 0,010 0,011 0,011 Balanstotaal B -0,001 -0,003 Std. Error 0,003 0,003 INDUSTRY2 B 0,045 Std. Error 0,030 INDUSTRY3 B 0,007 Std. Error 0,017 INDUSTRY4 B 0,002 Std. Error 0,018 INDUSTRY5 B 0,011 Std. Error 0,018 INDUSTRY6 B -0,008 Std. Error 0,008 Constant B 0,014 0,020 0,026 Std. Error 0,007 0,013 0,014 N 122 122 122 R Square 0,080 0,082 0,113 Std. Error 0,029 0,029 0,029 Afhankelijke variabele: CAR
Opmerking: *, ** en *** geven een significantieniveau weer van respectievelijk 10%,
