1
De invloed van het AFM-toezicht op
controlekwaliteit van de Big 4
Auteur: H.F.G. van den Top Studentnummer: 2017059
Emailadres: henkvdtop@gmail.com Onderwijsinstelling: Rijksuniversiteit Groningen Eerste begeleider: Dr. Luc Quadackers
Tweede begeleider: Dr. Dennis Veltrop
Faculteit: Economie en Bedrijfskunde
Opleiding: MSc Accountancy Plaats: Dalfsen
2
Voorwoord
In het kader van mijn Masteropleiding Accountancy heb ik een scriptie geschreven over de relatie tussen het AFM-toezicht en controlekwaliteit van Big 4-accountantsorganisaties. Het schrijven van een scriptie, gedurende mijn stageperiode bij KPMG, heeft veel gevraagd van zowel mijn planning als inzet. Ik ben collega’s, studiegenoten en anderen dan ook dankbaar voor de hulp die zij mij geboden hebben om mijn scriptie tot een hoger niveau te tillen.
In het bijzonder wil ik dhr. L. Quadackers bedanken voor zijn begeleiding en geduld. Zijn terugkoppeling heeft op velerlei manieren bijgedragen aan de afronding van mijn scriptie.
3 Inhoud 1 Inleiding ... 5 1.1 Introductie ... 5 1.2 Probleemstelling ... 6 1.3 Wetenschappelijke bijdrage ... 7 1.4 Structuur ... 8 2 Theorie en Hypothesevorming ... 9 2.1 Toezichthouder ... 9 2.2 Institutionele Theorie ... 10 2.3 Verzekeringstheorie ... 11 2.4 Controlekwaliteit ... 12 2.4.1 Winstkwaliteit ... 13 2.4.2 Audit fee ... 14 2.5 Hypothesevorming ... 15 2.6 Conceptueel model ... 16 3. Onderzoeksopzet ... 17 3.1 Dataverkenning en dataverzameling ... 17 3.2 Afhankelijke variabele ... 18 3.2.1 Methode Winstkwaliteit ... 18
3.2.2 Methode Audit Fee ... 20
3.3 Onafhankelijke variabelen ... 22 3.4 Controlevariabelen ... 23 3.4.1 Leverage ... 23 3.4.2 Size ... 23 3.4.3 ROA ... 23 3.4.4 Growth ... 23 3.5 Normaliteitsanalyse ... 24 4 Resultaten ... 25
4.1 Modified Jones model ... 25
4.2 Resultaten Regressieanalyse ... 26
4.3 Resultaten Discretionary accruals (Winstkwaliteit) ... 28
4.4 Resultaten Audit Fees ... 30
4.5 Evaluatie controlevariabelen ... 32
5 Conclusie ... 33
4
Bijlage A Gepubliceerde AFM-onderzoeken ... 39 Bijlage B Gebruikte organisaties ... 40 Bijlage C Normale verdeling (Visualisatie) ... 41
5
1 Inleiding
Dit hoofdstuk beschrijft de aanleiding en het doel van het onderzoek. Allereerst wordt het onderwerp geïntroduceerd. Vervolgens wordt de probleemstelling uiteengezet. Nadien wordt de wetenschappelijke bijdrage toegelicht. Ten slotte wordt de resterende structuur van het onderzoek toegelicht.
1.1 Introductie
De Autoriteit Financiële Markten (hierna: AFM) houdt toezicht op accountantsorganisaties, maar wat is het effect van deze toezichthouder op controlekwaliteit bij Big 4-accountantsorganisaties? 1 Met de inwerkingtreding van de Wet toezicht accountantsorganisaties (Wta) in oktober 2006 is de AFM aangewezen als de onafhankelijke publieke toezichthouder die toezicht dient te houden op de naleving van de gestelde eisen aan accountantsorganisaties met betrekking tot het uitvoeren van wettelijke controles in Nederland (Eijkelenboom & Hijink, 2014).
De toegevoegde waarde van de AFM als toezichthouder op de financiële markt is door toedoen van de financiële crisis bekritiseerd. De kritiek kwam voornamelijk van een parlementaire commissie, die in een onderzoek naar het ontstaan van de financiële crisis in 2008, opriep tot meer openheid en transparantie van de AFM naar de buitenwereld toe (Commissie De Wit, 2009). Doordat de rol van de AFM bekritiseerd wordt, is het juist belangrijk dat zij transparant handelen in hun rol als toezichthouder op de financiële markt, zo vinden Hilbers et al., (2013).
Tot begin september 2014 heeft de AFM veertien onderzoeken met uiteenlopende thema’s gepubliceerd. Deze onderzoeken vormen een belangrijke bron om te weten op welke wijze de AFM gebruik heeft gemaakt van haar toezicht- en handhavingsinstrumenten. In die onderzoeken is door de AFM meerdere malen geconstateerd dat er sprake is van tekortkomingen bij Big 4-accountantsorganisaties (Eijkelenboom & Hijink, 2014). Een overzicht van alle gepubliceerde onderzoeken van de AFM is opgenomen in bijlage A.
In dit onderzoek staan enkel de AFM-onderzoeken 2010 en 2014 centraal. In 2010 heeft de AFM het eerste onderzoek uitgevoerd bij de Big 4- accountantsorganisaties. Het AFM-onderzoek 2010 kan worden beschouwd als een zogenoemde ‘nulmeting’ van de controlekwaliteit bij Big 4- accountantsorganisaties (AFM, 2010). Het AFM-onderzoek 2014 is de één-meting die de kwaliteitsontwikkeling zichtbaar maakt bij Big 4-accountantsorganisaties (AFM, 2014). Het eerste onderzoek van de AFM naar controlekwaliteit van Big 4- accountantsorganisaties, gepubliceerd in 2010 (de 0-meting), concludeert dat de controlekwaliteit destijds sector breed tekortschiet (AFM, 2010). Het tweede onderzoek van de AFM in 2014 (de 1-meting) naar controlekwaliteit concludeert dat de controlekwaliteit ten opzichte van 2010 onvoldoende is verbeterd. De AFM definieert controlekwaliteit als de mate van relevante en betrouwbare controle-informatie om de controleverklaring voldoende te kunnen onderbouwen (AFM, 2010; AFM, 2014).
In dit onderzoek staat centraal wat de invloed van de Nederlandse toezichthouder, de AFM, is op de controlekwaliteit van Big 4-accountantsorganisaties met betrekking tot de in Nederland beursgenoteerde organisaties.
1
De “Big 4-accountantsorganisaties” betreft een overkoepelende term voor de vier grootste accountantskantoren. De Big 4-accountantsorganisaties omvat EY, PWC, Deloitte en KPMG. In dit onderzoek zullen deze organisaties niet afzonderlijk worden genoemd, maar zal “Big 4-accountantsorganisaties” als overkoepelende term worden gehanteerd.
6 1.2 Probleemstelling
Draagt AFM-toezicht bij aan een hogere controlekwaliteit van de Big 4-accountantsorganisaties in Nederland? De meeste studies zijn uitgevoerd in de Verenigde Staten op basis van data uit de Verenigde Staten, waarin de invloed van de Amerikaanse toezichthouder, Public Company Accounting Oversight Board (hierna: PCAOB), op controlekwaliteit is gemeten (Nagy, 2014; Gunny & Zhang, 2013). Onderzoek van Nagy (2014) stelt bijvoorbeeld dat de hoeveelheid tekortkomingen bij Big 4-accountantsorganisaties, aan het licht gekomen door een PCAOB-inspectie, geassocieerd is met een verlaging van marktaandeel van Big 4-accountantsorganisaties.
Gunny & Zhang (2013) hebben ook onderzoek gedaan naar de relatie tussen PCAOB-toezicht en controlekwaliteit. Voor controlekwaliteit hebbben zij drie client-specifieke proxies gebruikt: “abnormal accruals”, “restatements” en “the propensity to issue a going concern
opinion”. Het effect van PCAOB-toezicht meten zij aan de hand van een PCAOB-inspecties.
Een PCAOB-inspectie resulteert in drie verschillende conclusies: “clean”, “deficient”, and “seriously deficient”. Hun uitkomsten zijn tegenstrijdig. Enerzijds impliceert het onderzoek van Gunny & Zhang (2013) dat “seriously deficient” accountantsorganisaties een hogere controlekwaliteit hebben dan “clean” of “deficient” accountantsorganisaties, gemeten aan de hand van de proxies “abnormal accruals” en the “propensity to restate”. Anderszijds hebben “seriously deficient” accountantsorganisaties een lagere controlekwaliteit gemeten met de proxie “propensity to issue a going concern opinion” ten opzichte van “clean” of “deficient” accountantsorganisaties. De tegenstrijdigheden in het onderzoek van Gunny en Zhang (2013) geven aanleiding tot concreter onderzoek naar het effect van de toezichthouder op controlekwaliteit van accountantsorganisaties. In tegenstelling tot de onderzoeken van Gunnny & Zhang (2013) en Nagy (2014) richt dit onderzoek zich op de toezichthouder in Nederland. Gelijkwaardig aan het onderzoek van Gunny & Zhang (2013) probeert dit onderzoek een relatie te leggen tussen de toezichthouder, in dit geval de AFM, en controlekwaliteit bij Big 4-accountantsorganisaties. Controlekwaliteit wordt gemeten aan de hand van winstkwaliteit en audit fee.2 De invloed van AFM-toezicht op controlekwaliteit wordt gemeten aan de hand van AFM-onderzoeken gepubliceerd in 2010 en 2014.
Dit onderzoek kijkt naar organisaties uit de AMX AscX en AEX, in de periode van 2009 – 2015 om vast te stellen welke invloed AFM-toezicht heeft op controlekwaliteit bij Big 4-accountantsorganisaties.3 Dit onderzoek zal worden uitgevoerd aan de hand van regressieanalyses. Hierbij wordt AFM-toezicht gemeten aan de hand van het AFM-onderzoek 2010 en 2014 in relatie tot de controlekwaliteit bij Big 4-accountantorganisaties.
Het hierboven ingeleide onderzoek zal uitgevoerd worden aan de hand van de volgende hoofdvraag:
Wat is het effect van het AFM-toezicht op de controlekwaliteit bij Big 4-accountantsorganisaties in Nederland?
2
In dit onderzoek wordt controlekwaliteit gemeten aan de hand van het Modified Jones Model (Jones, 1991; Dechow et al., 1995; Scott, 2012) en het audit fee model (Gul et al., 2003). Motivaties voor beide modellen komen terug in hoofdstuk 2 en 3.
3 Dit onderzoek richt zich op de Big 4-accountantsorganisaties omdat de AFM zich in haar toezicht vanaf 2010 vooral richt op de Big 4-accountantsorganisaties vanwege hun grote marktaandeel en voorbeeldfunctie voor de rest van de markt. De Big 4-accountantorganisaties hebben samen een marktaandeel van circa 80 procent van de totale omzet voor wettelijke controles in Nederland (AFM, 2015c). Dit onderzoek richt zich op de controlekwaliteit met betrekking tot organisaties van openbaar belang (OOB) die genoteerd zijn AMX, AEX, AScX, omdat OOB’s, meer dan andere organisaties, publiekelijk zichtbaar zijn en worden gecontroleerd door hoogwaardige accountantsorganisaties (lees: Big 4-accountantsorganisaties) (Barton, 2005).
7 1.3 Wetenschappelijke bijdrage
Uit onderzoek van Kleinman & Palmon (2014) blijkt dat toezicht door de PCAOB op Amerikaanse accountantsorganisaties geen verbetering van controlekwaliteit laat zien. Zij pleitten daarom voor meer specifiek onderzoek om te verklaren hoe controlekwaliteit wordt beïnvloed door bijvoorbeeld cultuur, rechtssystemen, accounting standards, auditing standards en auditing enforcement regimes (Kleinman & Palmon, 2014). In meer specifiek onderzoek hebben DeFond & Lennox (2011) gekeken naar de relatie tussen een inspectie van de Amerikaanse toezichthouder en controlekwaliteit. Dit hebben zij gedaan door de controlekwaliteit van een gegeven accountantsorganisatie te meten in de periode voor en na een PCAOB-inspectie, om vervolgens een vergelijking te maken. Het onderzoek suggereert dat de PCAOB-inspecties de controlekwaliteit van kleine accountantsorganisaties (lees: niet-Big 4-accountantsorganisaties) verbeteren (DeFond & Lennox, 2011). Nog meer specifiek onderzoek naar de relatie tussen toezichthouder en controlekwaliteit bij Big 4-organisaties is nodig (Kleinman & Palmon, 2014; DeFond & Lennox, 2011). Dit onderzoek probeert hierop in te haken door het effect van AFM-toezicht op controlekwaliteit te verklaren. Dat is belangrijk, want in het AFM-onderzoek 2010 werd de controlekwaliteit van de accountantssector onvoldoende beoordeeld. Echter, Van Erp (2010) stelt dat de controlekwaliteit helemaal niet transparant is voor zowel de controlecliënt als de eindgebruiker van de jaarrekening. In 2014 publiceerde de AFM nog een onderzoek, waarin de controlekwaliteit zelfs per Big 4-accountantsorganisatie is beoordeeld, ook wel bekend als “naming and shaming”. Het wordt steeds populairder om organisaties bij naam te noemen (“naming and shaming”) in een hun publicatie (Van Erp, 2010). Volgens Van Erp (2010) is de effectiviteit van “naming and shaming” op organisaties nog niet voldoende wetenschappelijk onderzocht.4 Door middel van dit onderzoek wordt de relatie tussen AFM-toezicht en controlekwaliteit bij Big 4-accounantsorganisaties transparant en tevens wordt het effect van “naming and shaming” op controlekwaliteit in kaart gebracht.
Er is veel onderzoek naar controlekwaliteit verricht, maar er wordt geen uniforme definitie van controlekwaliteit gehanteerd door wetenschappers (Bing et al., 2014). Dit onderzoek wordt geinspireerd door de directe definitie van DeAngelo (1981), die controlekwaliteit als volgt definieert: “probability that a given auditor will both (a) discover a
breach in the clients accountant system, and (b) report the breach.” Dit onderzoek neemt aan
dat controlekwaliteit, zoals gedefinieerd door DeAngelo (1981), volledig kan worden onderzocht aan de hand van winstkwaliteit en audit fee (Balsam et al., 2003; Kanagaretnam et al., 2011). De relaties tussen zowel controlekwaliteit en winstkwaliteit als tussen controlekwaliteit en audit fee worden in hoofdstuk twee nader verklaard op basis van eerder verricht onderzoek.
Dit onderzoek draagt daarmee bij een beter begrip tussen de relatie van AFM-toezicht en controlekwaliteit bij Big 4-accountantsorganisaties in Nederland. Specifiek wordt gekeken naar het effect van de AFM-onderzoeken uit 2010 en 2014 en haar invloed op de controlekwaliteit van de Big 4-accountantsorganisaties bij beursgenoteerde Nederlandse organisaties in de jaren na een publicatie van de AFM met betrekking tot de periode van 2009 tot en met 2015.
4 De AFM houdt toezicht op organisaties, zo stelt Van Erp (2010). Dit onderzoek richt zich specifiek op Big 4-accountantsorganisaties.
8 1.4 Structuur
Het onderzoek is in verschillende hoofdstukken ingedeeld. In het tweede hoofdstuk worden de achterliggende theorieën en bijbehorende hypotheses met betrekking tot de hoofdvraag besproken. In hoofdstuk drie wordt de onderzoeksopzet- en methodologie uiteengezet. In het vierde hoofdstuk worden de resultaten van het uitgevoerde onderzoek beschreven. Het onderzoek eindigt met hoofdstuk vijf waarin de conclusies, de beperkingen van dit onderzoek en de aanbevelingen voor vervolgonderzoek worden toegelicht.
9
2 Theorie en Hypothesevorming
De onderzoeksvraag luidt: ‘Wat is het effect van het AFM-toezicht op de
controlekwaliteit bij Big 4-accountantsorganisaties in Nederland?’. In dit hoofdstuk wordt er
middels een literatuurstudie ingegaan op de rol van de toezichthouder, de institutionele theorie en de verzekeringstheorie. Daarnaast wordt controlekwaliteit toegelicht. Vervolgens worden de hypotheses gevormd en tot slot wordt het conceptueel model gepresenteerd.
2.1 Toezichthouder
Tot 1 oktober 2006 was de kwaliteitsbewaking van accountantscontroles een taak van de beroepsorganisatie, de tegenwoordige Nederlandse Beroepsorganisatie Accountants (hierna: NBA). Met de inwerkingtreding van de Wet toezicht accountantsorganisaties (Wta) in oktober 2006 is de AFM aangewezen als de onafhankelijke publieke toezichthouder die toezicht houdt op de naleving van de gestelde eisen aan de accountantsorganisatie - en de aan haar verbonden externe accountants (AFM, 2006). De Wta bevat bepalingen waaraan de uitoefening van het toezicht door de AFM moet voldoen. De AFM stelt dat het uiteindelijke doel van toezicht is om het vertrouwen in de accountant en de door hem afgegeven controleverklaring te herstellen en te blijven borgen (AFM, 2014). De AFM onderzoekt daartoe onder andere de kwaliteit van uitgevoerde wettelijke controles om waar nodig accountantsorganisaties en accountants aan te spreken indien zij de toepasselijke wet- en regelgeving niet hebben nageleefd en niet de vereiste kwaliteit hebben geleverd. In tabel 2.1 is een overzicht van mogelijke handhavingsinstrumenten voor de AFM, krachtens Wta, gepresenteerd. Wanneer specifieke aanbevelingen niet worden opgevolgd zou de AFM krachtens Wta een beroep kunnen doen op één van de handhavingsinstrumenten (AFM, 2015c).
Tabel 2.1 formele handhavingsinstrumenten
Formele handhavingsinstrumenten AFM Artikel
Het vorderen van inlichtingen Art. 51 lid 1 Wta
Het geven van een aanwijzing Art. 52 Wta
Het opleggen van een bestuurlijke boete Art. 54 t/m 56 Wta
Het uitvaardigen van een openbare waarschuwing en het publiceren van handhavingsmaatregelen
Art. 64 t/m 71 Wta
Een vergunning intrekken of beperken Art. 10 Wta Bron: (Eijkelenboom & Hijink, 2014)
Zoals in de wetenschappelijke bijdrage naar voren komt wordt gesteld dat de AFM controlekwaliteit beoordeelt die zowel voor de controlecliënt als voor de gebruiker van de jaarrekening niet direct zichtbaar is. Waar mogelijk draagt de AFM bij aan het opheffen van de informatie-asymmetrie door kwaliteit, krachtens art. 64 t/m 71 Wta, transparant te maken (Van Erp, 2010). Tot begin 2014 was dat beperkt tot het publiceren van generieke bevindingen en conclusies en het publiceren van formele handhavingsbeslissingen. Het AFM-onderzoek 2010 is zo een voorbeeld van een rapport met generieke bevindingen en conclusies met betrekking tot de accountantssector. Vanaf eind 2014 publiceert de AFM bevindingen en conclusies per onderzochte accountantsorganisatie, beter bekend als “naming and shaming” (AFM, 2013). Onderzoek van Erp (2010) stelt dat “naming and shaming” in publicaties een
10 risico vormt voor de onderzochte accountantsorganisaties en leidt tot intensievere naleving van regelgeving door accountantsorganisaties. Pawson (2002) definieert “naming and
shaming” als een strategie waarmee door middel van openbaarmaking onwillig gedrag wordt
overwonnen. Het AFM-onderzoek 2014 maakt gebruik van “naming and shaming” door bevindingen en conclusies per accountantsorganisatie te rapporteren (AFM, 2014). Om de relatie tussen de toezichthouder en controlekwaliteit bij Big 4-accountantsorganisaties beter te kunnen begrijpen is het belangrijk om stil te staan bij de institutionele theorie.
2.2 Institutionele Theorie
De relatie tussen de AFM als toezichthouder en controlekwaliteit bij Big 4-accountantsorganisaties is aan de hand van de institutionele theorie namelijk goed te verklaren (DiMaggio & Powell, 1983; Frumkin & Galaskiewizc, 2004; Gunny & Zhang, 2013; Van Erp, 2010). De beginselen van de institutionele theorie, ook wel isomorfisme genoemd, werden in 1983 al geïntroduceerd door DiMaggio & Powell (1983). Zij stellen dat organisaties door processen heengaan waarbinnen ze homogeniseren. DiMaggio & Powell (1983) bedoelen organisaties die in een erkende institutionele omgeving opereren, waaronder regelgevende instanties en soortgelijke andere organisaties.5 Isomorfisme wordt gedefinieerd als een proces waarbij organisaties binnen een beroepsgroep worden geconfronteerd met een zelfde set aan omgevingsfactoren en daardoor gelijke gedragslijnen gaan vertonen. Zij onderkennen drie typen isomorfismen: normatieve isomorfisme, dwang isomorfisme en mimisch isomorfisme (DiMaggio & Powell, 1983). In het kader van de relatie tussen het AFM-toezicht en de Big 4-accountantsorganisaties zijn normatieve- en dwang isomorfisme de belangrijksten.6 Beide hoedanigheden zijn als mogelijke reactie door Big 4-accountantsorganisaties op toezicht relevant en zouden een reden kunnen zijn voor een verbetering van (of impuls tot verbetering van) controlekwaliteit.
Het eerste AFM-onderzoek in 2010 naar controlekwaliteit heeft de AFM, voor publicatie, voorgelegd aan de onderzochte Big 4-accountantsorganisaties. Uit de reacties van de Big 4-accountantsorganisaties bleek dat de kantoren in meer of mindere mate maatregelen zullen treffen naar aanleiding van de bevindingen (AFM, 2010). Dit is op grond van normatief isomorfisme goed te verklaren. Normatief isomorfisme wordt door Frumkin en Galaskiewicz (2004) gedefinieerd als: “belonging to an association of peer organizations”. Zij stellen namelijk dat zodra de toezichthouder zijn toezicht op organisaties (lees: accountantsorganisaties) intensiveert, organisaties reageren met een toename aan geïnstitutionaliseerde regels en procedures (normatief isomorfisme). Organisaties zijn onderworpen aan toezicht, wat er voor zorgt dat dergelijke organisaties institutionele mythes (gemeenschappelijk geaccepteerde normen in een sector) aanvaarden (Frumkin & Galaskiewizc, 2004). Op grond van de conclusies in het onderzoek van Frumkin en Galaskiewicz (2004) kan worden aangenomen dat AFM-toezicht op Big 4-accountantorganisaties resulteert in mogelijke acties van normatief isomorfisme. In dit onderzoek wordt verondersteld dat een toenemende investering in controlekwaliteit een voorbeeld is van zo een normatieve actie (door te investeren in bijvoorbeeld netwerk, know-how, interne recruitment en traning etc) (AFM, 2015c).
5 Dit onderzoek neemt aan dat accountantsorganisaties opereren in een erkend institutionele setting. Accountants hebben namelijk gemeenschappelijke gedragsregels, vormgegeven door de NBA door het opstellen en handhaven van heldere gedrags- en beroepsregels voor alle accountants (NBA, 2015b).
6
Frumkin en Galaskiewicz (2004) definiëren mimisch isomorfisme als: ”looking at the performance of other organizations”. Het mimisch isomorfisme valt buiten de scope van dit onderzoek, omdat niet wordt gekeken naar de relatie tussen Big-4 accountantsorganisaties onderling.
11 Een andere reactie van accountantsorganisaties onder toezicht is dwang isomorfisme. Dwang isomorfisme wordt door Frumkin en Galaskiewicz (2004) gedefinieerd als: “being
subject to regulations, licensing, and accreditation”. Omdat de toezichthouder de vergunning
voor een wettelijke controle als licentie hanteert zullen de specifieke aanbevelingen opgevolgd moeten worden. Vooral als het gaat om inspecties zal de toezichthouder handhavingsmaatregelen opleggen om naleving van de regels af te dwingen. In het meest recente onderzoek van de AFM wordt bijvoorbeeld gesteld dat zij de inzet van formele handhavingsinstrumenten niet uit sluit (AFM, 2014). Voorbeelden van formele handhavingsinstrumenten zijn het geven van een aanwijzing of het opleggen van een last onder dwangsom of bestuurlijke boete. Uit tabel 2.1 valt op te maken dat in het meest extreme geval de AFM de vergunning om wettelijke controles te mogen uitvoeren bij Big 4-accountantsorganisaties zou kunnen intrekken, krachtens art. 10 Wta (AFM, 2014). Om dergelijke handhavingsmaatregelen te voorkomen zal de Big 4-accountantsorganisatie zich proberen te houden aan de door de toezichthouder gestelde regels (coërsief dwang isomorfisme) (Van Erp, 2010; Frumkin & Galaskiewizc, 2004).
Vanuit het perspectief van de AFM-onderzoeken en zijn uitkomsten met betrekking tot de controlekwaliteit van accountantsorganisaties neemt dit onderzoek aan dat op basis van de institutionele theorie verwacht mag worden dat de controlekwaliteit ook daadwerkelijk is toegenomen nadat het AFM-onderzoek naar controlekwaliteit is gepubliceerd. Wanneer de AFM een onderzoek publiceert, waaruit blijkt dat de controlekwaliteit van Big 4-accountantsorganisaties tekortschiet, kan dit tevens leiden tot reputatieverlies (Gunny & Zhang, 2013). In de volgende paragraaf wordt daarom stilgestaan bij de onderliggende theorie met betrekking tot reputatieverlies, de verzekeringstheorie.
2.3 Verzekeringstheorie
Accountantsorganisaties spelen een cruciale rol in het verifiëren en controleren van financiële overzichten. De waarde van zijn controlerende rol hangt af van zijn reputatie (Cahan et al., 2013). Piot (2005) stelt in een onderzoek naar accountantsreputatie, dat de verzekeringstheorie belangrijk is. De verzekeringstheorie stelt namelijk dat gerenommeerde accountantsorganisaties meer te verliezen hebben, en daardoor een hogere controlekwaliteit leveren (Piot, 2005). De controleverklaring geldt dan als een verzekering voor de juist- en volledigheid van de gecontroleerde financiële overzichten (Piot, 2005). DeAngelo (1981) stelt dat de mate van reputatie is gerelateerd aan de grootte van een accountantsorganisatie. Hij stelt dat Big 4-accountantsorganisaties een grotere reputatie te verliezen hebben dan andere accountantsorganisaties. Om het risico op reputatieverlies te verkleinen zullen Big 4-accountantorganisaties eerder geneigd zijn controlekwaliteit te verhogen (DeAngelo, 1981). Holm & Zaman (2012) stellen in hun onderzoek dat accountantsorganisaties imagogevoelig zijn en daarmee afhankelijk van het creëren en onderhouden van een hoogwaardige kwaliteit aan activiteiten, die zijn afgestemd op verwachtingen van het algemene publiek (Holm & Zaman, 2012). De bevindingen in de AFM-onderzoeken, gepubliceerd in 2010 en 2014, kunnen de reputatie van een Big 4-accountantsorganisatie beschadigen. Dit wordt het reputatie-effect genoemd door Dee, et al., (2011). Vanuit het perspectief van de Big 4-accountantsorganisatie neemt dit onderzoek daarom op grond van de verzekeringstheorie tevens aan dat de controlekwaliteit toeneemt volgend op een publicatie van AFM-onderzoek, om reputatieverlies te voorkomen. In de volgende paragraaf wordt controlekwaliteit verder uitgediept.
12 2.4 Controlekwaliteit
In deze paragraaf staan we kort stil bij controlekwaliteit. Volgens Bing et al., (2014) bekijkt iedere wetenschapper controlekwaliteit vanuit een ander perspectief, omdat de definitie van controlekwaliteit volgens hun niet uniform vastgesteld is. Al deze verschillende inzichten hebben de afgelopen 20 tot 30 jaar geleid tot het ontstaan van een verscheidenheid aan proxies om controlekwaliteit te meten (Bing et al., 2014). De Institutional Auditing and Assurance Standards Board (IAASB) introduceerde in 2011 bijvoorbeeld een erkend model waarmee controlekwaliteit zou kunnen worden gemeten aan de hand van een driehoekig raamwerk bestaande uit input-, output- en contextuele factors op elke hoek. Het idee achter dit model is dat kan worden geïdentificeerd in hoeverre controlekwaliteit wordt beïnvloed door “middelen” welke door een controleteam worden ingebracht. Hierbij kan onder andere gedacht worden aan een set van controle skills en ervaring, ethische normen en waarden en de mate van hoogwaardig aangeleerde controleprocedures (IAASB, 2011). Een dergelijk model als van de IAASB wordt in dit onderzoek niet toegepast, omdat een set van controle skills en ervaring, ethische normen en waarden en de mate van hoogwaardig aangeleerde controleprocedures zeer lastig te kwantificeren is.
Bing et al., (2014) hebben onderzoek gedaan naar 20 verschillende proxies, waarbij de meeste worden getypeerd als indirect. Zij hebben deze proxies onderverdeeld in vijf verschillende categorieën: Winstkwaliteit proxies (gerelateerd aan geloofwaardigheid financiële rapportage), Auditor karakteristieken (gerelateerd aan competentie), Onafhankelijkheid proxies, markt perceptie proxies en een overige categorie proxies (Bing et al., 2014). Ruddock et al., (2006) stellen dat de winstkwaliteit de meeste gebruikte proxy is om controlekwaliteit op een wetenschappelijke wijze te onderzoeken. Memis & Cetenak (2012) ontwikkelden ook een model voor controlekwaliteit, waarin proxies worden geclassificeerd naar direct of indirect. Een directe proxy houdt verband met de veronderstelling dat men de meting van de proxy eenvoudig kan relateren aan de mate van controlekwaliteit, zoals proxies aangaande faillissement na afgifte goedkeurende verklaring. Van indirecte proxies wordt dit verband pas verondersteld nadat men heeft kennisgenomen van onderliggend wetenschappelijk onderzoek naar de relatie tussen de proxie en controlekwaliteit (Memis & Cetenak, 2012). Voorbeelden van indirecte proxies aangaande controlekwaliteit zijn, grootte accountantsorganisatie, zittingstermijn accountant en branche-expertise (Memis & Cetenak, 2012).
Zoals in de wetenschappelijke bijdrage al beschreven is, wordt er in dit onderzoek een beroep gedaan op de definitie van controlekwaliteit van DeAngelo (1981): “probability that a
given auditor will both (a) discover a breach in the clients accountant system, and (b) report the breach..” De waarschijnlijkheid van het vinden van een fout wordt hoofdzakelijk
toebedeeld aan de vaktechnische expertise van de accountant, terwijl de waarschijnlijkheid van het melden en rapporteren van een fout met name afhangt van de onafhankelijkheid van de accountant ten opzichte van zijn cliënt (Lu, 2006). Controlekwaliteit is een belangrijke pijler om de kwaliteit van de accountantsorganisatie in kaart te brengen. Echter, het meten van controlekwaliteit is een lastig en kostbare aangelegenheid (DeAngelo, 1981). Om de definitie van controlekwaliteit zo volledig mogelijk te meten wordt er beroep gedaan op studies van Balsam et al., (2003) en Kanagaretnam et al., (2011). Balsam et al., (2003) definieren controlekwaliteit als: “De kwaliteit van een accountantsorganisatie om winststuring bij een
cliënt te beperken.” Het rapporteren van een “breach”, wordt in dit onderzoek uitgelegd als
het verhogen van winstkwaliteit bij de gecontroleerde organisatie. Hoe hoger de winstkwaliteit, hoe hoger de controlekwaliteit (Balsam et al., 2003; Defond & Francis, 2005). Kanagaretnam, et al., (2011) definiëren controlekwaliteit als: “De mate van audit fee, waarbij
13 waarschijnlijkheid dat er een “breach” ontdekt wordt is gerelateerd aan meer werkzaamheden (DeAngelo, 1981). Meer werkzaamheden gaan gepaard met hogere audit fee en dus een hogere controlekwaliteit (Francis, 2004). Door controlekwaliteit te meten aan de aan hand van winstkwaliteit en audit fee, neemt dit onderzoek aan dat de definitie van controlekwaliteit van DeAngelo (1981) volledig wordt onderzocht, in relatie tot het effect van de toezichthouder. Beide proxies kunnen aan de hand van het controlekwaliteit model van Memis & Cetenak (2012) worden geclassificeerd als indirecte proxies. Daarom worden de relaties tussen zowel controlekwaliteit en winstkwaliteit, als tussen controlekwaliteit en audit fee in respectievelijk paragraaf 2.4.1 en 2.4.2 aan de hand van onderliggend wetenschappelijk onderzoek nader beschreven.
2.4.1 Winstkwaliteit
Winstkwaliteit kan worden aangewend als een indirecte indicator van controlekwaliteit (Defond & Francis, 2005). Het doel van de wettelijke controle is de betrouwbaarheid en geloofwaardigheid van de financiële rapportage te vergroten. In dit onderzoek wordt daarom gesteld dat controlekwaliteit positief gerelateerd is aan de betrouwbaarheid (kwaliteit) van de winst (Balsam et al., 2003). Dit houdt in dat de winstkwaliteit hoog is, wanneer er weinig winststuring is toegepast. Omgekeerd is de winstkwaliteit laag evenals de controlekwaliteit wanneer veel winsturing is toegepast. De accountant behoort winststuring namelijk te ontdekken en maatregelen te nemen (Manry et al., 2008). Een hoge winstkwaliteit is noodzakelijk omdat een lage winstkwaliteit eindgebruikers kan misleiden (Myers et al., 2003). Door de jaren heen zijn verschillende modellen ontwikkeld voor het meten van de controlekwaliteit aan de hand van winstkwaliteit. De meest bekende, ontwikkelde modellen voor het bepalen van winstkwaliteit betreffen het Healy model (1985), DeAngelo model (1986), Jones model (1991) en het Modified Jones model (Dechow et al., 1995). Er kan onderscheid worden gemaakt tussen “eenvoudige”- en “complexe modellen”. Bij eenvoudige modellen geldt er dat non-discretionary accruals over een periode constant zijn. Er wordt verondersteld dat een wijziging in de totale accruals het effect is van een verandering in de discretionary accruals. Bij complexere modellen wordt aan de hand van regressie analyse, zowel de non-discretionary als de discretionary accruals berekenend voor het bepalen van de controlekwaliteit. Bartov et al. (2001) hebben onderzoek gedaan naar deze modellen en komen tot de conclusie dat het Modified Jones Model, het beste model is om winstkwaliteit te meten. Het Modified Jones model is gefundeerd op het eerdere model van Jones (1991). Dechow et al. (1995) hebben het Modified Jones model verder uitgewerkt, waarbij rekening wordt gehouden met de hoeveelheid van mutaties in de vorderingen gecorrigeerd op de verandering van de omzet. Zo wordt er uitgesloten dat door winststuring in de omzet, door middel van verhoging van de vorderingen, het model wordt beïnvloedt. In de studie van Dechow et al. (1995) corrigeren zij de nettowinst met de kasstroom uit operationele activiteiten om tot de totale accruals te komen. Dit onderzoek zal worden geïnspireerd door het Modified Jones model van Scott (2012). In het boek van Scott (2012) wordt het Modified Jones namelijk uitgewerkt op basis van het model van Dechow et al. (1995).
14 2.4.2 Audit fee
Controlekwaliteit is tevens vaak onderzocht in relatie tot audit fee (Becker et al., 1998; Hoitash et al., 2007; DeAngelo, 1981; Francis, 2004). De hoeveelheid moeite en geleverde inspanning van de accountant wordt bekostigd door audit fee. De audit fee is tweezijdig en kan worden onderverdeeld in normale- en abnormale audit fee. Simunic (1980) stelt in zijn onderzoek dat de normale audit fee, de minimale kosten van de accountant dekt. De hoogte van de abnormal audit fee wordt bepaald door de relatie tussen de klant en de accountant zo stelt Simunic (1980).
Becker et al. (1998) toont in zijn onderzoek aan dat een hogere audit fee leidt tot een afname in de onafhankelijkheid van de controlerend accountant. Er wordt aangenomen dat accountants een minder kritisch houding gaan aannemen, omdat zij bang zijn voor het verliezen van de cliënt. Deze aanname wordt door DeAngelo (1981) tegengesproken. DeAngelo (1981) toont in zijn onderzoek aan dat een mislukte controle juist leidt tot reputatieschade, onderbouwd middels de verzekeringstheorie. De studie van Becker et al. (1998) wordt ook tegengesproken door de studie van Hoitash et al. (2007).
Hoitash et al. (2007) heeft voor de periode 2000-2003 onderzoek verricht naar de relatie tussen betaalde audit fee en de controlekwaliteit. In dit onderzoek wordt verondersteld dat hogere audit fee leidt tot een stijging van controlekwaliteit, waarbij de verhoogde inspanning van de controlerend accountant hiervan de oorzaak is (Hoitash et al., 2007). Uit overeenkomstig onderzoek van Francis (2004) blijkt ook dat een hoger audit fee, een hogere controlekwaliteit impliceert, zowel door meer controle inspanning (meer uren), als ook door een grotere expertise van de accountant (hogere tarieven). Door Big-4 accountantsorganisaties kan een hogere audit fee in rekening worden gebracht, omdat zij meer te verliezen hebben ten op zichtte van niet Big-4 accountantsorganisaties en de gebruikers van de jaarrekening in de veronderstelling zijn, dat de kwaliteit van Big-4 accountantsorganisaties hoger is (Thornton & Moore, 1993). Dit onderzoek richt zich op organisaties die gecontroleerd worden door een Big-4 accountantsorganisatie. Op basis hiervan zal in de onderzoeksopzet geen rekening worden gehouden met deze variabele.
Volgens Ettredge et al., (2007) kan litigation risk tevens van invloed zijn op de hoogte van audit fee. Zij definiëren litigation risk als de kans op potentiele rechtszaken en zij stellen dat litigation risk nauw verband houdt met de controlekwaliteit. Een hoge mate van litigation risk, leidt tot een significante stijging van de audit fees (Ettredge et al., 2007). De intensivering van regelgeving, als gevolg van AFM-bevindingen, kan ook een rol spelen bij de hoogte van litigation risk voor Big 4-accountantsorganisaties en daarmee leiden tot een stijging in audit fees.
Dit onderzoek neemt op grond van de onderzoeken van Hoitash et al. (2007), DeAngelo (1981) en Francis (2004) aan dat de audit fee stijgt in de periode na publicatie van het AFM-onderzoek 2010 en 2014. Het audit fee model van dit onderzoek wordt geïnspireerd door het onderzoeksmodel van Gul et al. (2003) en wordt beschreven in hoofdstuk 3.
15 2.5 Hypothesevorming
Op grond van zowel de institutionele- als de verzekeringstheorie verwacht dit onderzoek dat na de eerste publicatie van AFM-onderzoek (AFM, 2010) er een verbetering van controlekwaliteit plaatsvindt. Om te kunnen onderzoeken wat het effect van AFM-toezicht is, gemeten aan de hand van AFM-onderzoek, wordt gebruik gemaakt van winstkwaliteit (Balsam et al., 2003; Ruddock et al., 2006). Nu kan de eerste hypothese worden geformuleerd:
Hypothese 1a: Publicatie van het AFM-onderzoek in 2010 is geassocieerd met een stijging van winstkwaliteit in de jaren volgend op de publicatie.
Tabel 2.2 Samenvatting conclusies AFM over beoordeelde wettelijke controles
Bron: (AFM, 2014)
In tabel 2.2 zijn de conclusies van de AFM-onderzoek 2014 samengevat. Omdat de tweede publicatie van AFM-onderzoek (AFM, 2014) de tekortkomingen per Big 4-accountantsorganisaties rapporteert, verwacht dit onderzoek een uitspraak te kunnen doen welke invloed het AFM-onderzoek, gepubliceerd op 25 september 2014, heeft op de kwaliteit van controleverklaringen afgegeven in 2015 per Big 4-accountantsorganisatie7. Met andere woorden, op grond van zowel de institutionele- als de verzekeringstheorie verwacht dit onderzoek dat na de tweede publicatie van AFM-onderzoek (AFM, 2014) er een verbetering van controlekwaliteit plaatsvindt, ofwel een toename van winstkwaliteit. Hypothese 1b wordt als volgt gedefinieerd:
Hypothese 1b: Publicatie van het AFM-onderzoek in 2014 is geassocieerd met een stijging van winstkwaliteit in het jaar volgend op de publicatie.
Om als Big-4 accountantsorganisaties te kunnen voldoen aan de druk (dwang isomorfisme) vanuit de toezichthouder om te antwoorden aan uitkomsten van het AFM-onderzoek, door in het vervolg meer voldoende en geschikte controle informatie te verkrijgen
7
Uit tabel 2.2 valt tevens op te maken dat de meeste tekortkomingen zijn geconstateerd bij KPMG ten opzichte van de overige drie Big 4-accountantsorganisaties. Dit onderzoek verwacht daarom op grond van de institutionele theorie en de verzekeringstheorie dat de controlekwaliteit juist bij KPMG het meest stijgt als gevolg van AFM-onderzoek 2014.
Accountantsorganisatie Aantal beoordeeld Aantal ‘onvoldoende’ Percentage ‘onvoldoende’ Deloitte 10 4 40% EY 10 3 30% KPMG 10 7 70% PwC 10 4 40% Totaal 40 18 45%
16 bij een controle, zullen er meer werkzaamheden verricht moeten worden. Volgens Yasina and Nelson (2012) leiden hiervoor genoemde intensivering van werkzaamheden tot een hogere audit fee. Ook Hoitash et al. (2007) tonen in hun onderzoek aan dat er sprake is van een positieve relatie tussen audit fee en controlekwaliteit.
Daarom wordt er in dit onderzoek verwacht dat bij een toename van procedures om geschikte en juiste controle informatie te verkrijgen, een stijging in audit fee plaatsvindt, oftewel een verbetering van controlekwaliteit (Kanagaretnam et al., 2011). In dit onderzoek wordt op grond van de zowel de institutionele- als de verzekeringstheorie tevens verondersteld dat er een sterke samenhang is tussen de audit fee en controlekwaliteit. Nu wordt hypothese 2a geformuleerd:
Hypothese 2a: Publicatie van het AFM-onderzoek in 2010 associeert met een toename van audit fees in de jaren volgend op de publicatie.
De tweede publicatie van AFM-onderzoek (AFM, 2014) rapporteert de tekortkomingen per Big 4-accountantsorganisaties. Dit onderzoek verwacht een uitspraak te kunnen doen welke invloed het AFM-onderzoek, gepubliceerd op 25 september 2014, heeft op de kwaliteit van controleverklaringen afgegeven in 2015 per Big 4-accountantsorganisatie met betrekking tot audit fee.8
Hypothese 2b: Publicatie van het AFM-onderzoek in 2014 associeert met een toename van audit fee in het jaar volgend op de publicatie.
2.6 Conceptueel model
Op basis van de institutionele- en verzekeringstheorie wordt een conceptueel model gevormd. In dit onderzoek staat centraal wat het effect van AFM-toezicht is op de controlekwaliteit van Big 4-accountantsorganisaties met betrekking tot de in Nederland beursgenoteerde organisaties. Controlekwaliteit wordt gemeten aan de hand van “winstkwaliteit” en “audit fee”. De bijbehorende onderzoeksmethoden worden in hoofdstuk drie beschreven. De invloed van AFM-toezicht op controlekwaliteit wordt gemeten aan de hand van twee AFM-onderzoeken naar controlekwaliteit bij Big 4-accountantsorganisaties, gepubliceerd in 2010 en 2014. Het onderstaande conceptueel model kan worden opgesteld:
8 Uit tabel 2.2 valt tevens op te maken dat de meeste tekortkomingen zijn geconstateerd bij KPMG ten opzichte van de overige drie Big 4-accountantsorganisaties. Dit onderzoek verwacht daarom op grond van de institutionele theorie en de verzekeringstheorie dat de controlekwaliteit juist bij KPMG het meest stijgt als gevolg van AFM-onderzoek 2014.
17
3. Onderzoeksopzet
Eerst wordt de dataverkenning en dataverzameling beschreven. Vervolgens worden de afhankelijke-, onafhankelijke en controlevariabelen toegelicht. Tot slot volgt er een normaliteitsanalyse.
3.1 Dataverkenning en dataverzameling
Zoals in de inleiding is beschreven, wordt er in dit onderzoek gebruik gemaakt van data afkomstig van organisaties genoteerd aan de AEX, AMX of AscX. De data is afkomstig uit twee databases, namelijk Datastream en Compustat Global. De bijbehorende jaarverslagen zijn, indien nodig, geraadpleegd via de AFM. Oorspronkelijk bestaat de dataset uit 390 bedrijfsjaren, verdeeld over 65 organisaties. In tabel 3.1 staan het aantal beschikbare bedrijfsjaren per jaartal.
Tabel 3.1 Overzicht sample
Jaartal Aantal beschikbare
bedrijfsjaren voor testen hypothese 1a en 1b (winstkwaliteit)
Aantal beschikbare bedrijfsjaren voor testen hypothese 2a en 2b (audit fee) 2009 65 55 2010 65 55 2011 65 55 2012 65 55 2013 65 55 2014 65 55 Totaal 390 330
Het databestand is eerst beoordeeld op ontbrekende data. Alle benodigde informatie voor het databestand is onttrokken uit Datastream en Compustat Global, en handmatig aangevuld aan de hand van de beschikbare jaarverslagen. De beschikbare jaarverslagen zijn geraadpleegd via de AFM. Uiteindelijk ontbreken er van zes organisaties essentiële gegevens om de accruals en/of het verloop van de audit fees te berekenen, waardoor deze organisaties niet worden meegenomen in het onderzoek. In bijlage B is een lijst opgenomen met de organisaties die voor dit onderzoek wel zijn gebruikt. Zoals in de voetnoot bij de inleiding al is aangehaald richt dit onderzoek zich op organisaties van openbaar belang (OOB) die genoteerd zijn AMX, AEX, AScX, omdat OOB’s, meer dan andere organisaties, publiekelijk zichtbaar zijn en worden gecontroleerd door hoogwaardige accountantsorganisaties (lees: Big 4-accountantsorganisaties) (Barton, 2005). De steekproef zal zich richten op de organisaties die zijn gecontroleerd door één van de Big-4 accountantsorganisaties in de periode 2009 tot en met 2014. Omdat het Modified Jones model ook vraagt om informatie van het vorige jaar (t-1) is voor 2009 ook informatie verzameld over 2008. Uit de diverse jaarrekeningen is de volgende data per organisatie verzameld: ‘Audit Fee, net sales, kasstromen uit operationele activiteiten, totale activa, totale omzet, totale vorderingen, afschrijvingen en amortisaties, totale passiva en boekwaarde materiële vaste activa per jaareinde’. Door middel van een dataverkenning is dit onderzoek gekomen tot een definitieve steekproef. Daarbij is het belangrijk om vast te stellen of er factoren zijn, die mogelijk van invloed zijn op audit fee. Middels een analyse van de organisaties, die zijn overgestapt naar een ander accountantsorganisatie, wordt er rekening gehouden met het zogenoemde “low-balling” effect
18 (Deis & Giroux, 1996). Deis & Giroux, (1996) omschrijft “low-balling” als het instemmen met een lagere fee door de accountant in het eerste jaar. Bij het uitvoeren van deze analyse is vastgesteld dat er gedurende de periode (2009-2014) veertien organisaties zijn overgegaan naar een andere Big 4-accountantsorganisatie, waarvan er 10 organisaties een daling laten zien in audit fee. Deze 10 organisaties zijn voor het testen van hypothese 2a en 2b verwijderd uit het databestand. In bijlage B zijn de verwijderde organisaties dikgedrukt.
Het onderzoek bestaat in principe uit twee gedeelten. In het eerste gedeelte worden, in het kader van winstkwaliteit, hypothese 1a en 1b getest. In het tweede gedeelte staat audit fee centraal en worden hypothese 2a en 2b getest.
3.2 Afhankelijke variabele
Controlekwaliteit wordt gemeten aan de hand van winstkwaliteit en audit fee. In het theoretisch kader werd duidelijk dat de definitie van controlekwaliteit van DeAngelo (1981) het best gedekt wordt aan de hand van winstkwaliteit en audit fee (Balsam et al., 2003; Kanagaretnam et al., 2011). Voor zowel winstkwaliteit als audit fee wordt in paragraaf 3.2.1 en 3.2.2 de onderzoeksmethode beschreven.
3.2.1 Methode Winstkwaliteit
Om controlekwaliteit te meten aan de hand van winstkwaliteit wordt dit onderzoek geïnspireerd door het model uit Scott (2012):
TACCijt/Aijt-1= β 1(1/ Aijt-1) + β2((ΔREVijt - ΔRECijt) / Atijt – 1) + β3(PPEjt/ At – 1) + εjt
(1)
Waarbij geldt:
TACCijt = Total accruals voor organisatie i in bedrijfstak j in jaar t;
Aijt-1 = Totale activa van organisatie i in bedrijfstak j in jaar t (eindbalans totale activa vorig boekjaar);
ΔREVijt = Omzetverandering voor organisatie i in bedrijfstak j in jaar t;
ΔRECijt = Verandering in de vorderingen van organisatie i in bedrijfstak j in jaar t (vord. t- vord. t-1);
PPEijt = Materiële vaste activa voor organisatie i bedrijfstak j in jaar t;
εijt = Discretionary accruals voor organisatie i in bedrijfstak j in jaar t (DAjt);
Aan de hand van formule (1) worden de coëfficiënten β1, β2 en β3 bepaald. Nadat de total accruals zijn berekend, worden de regressies gedraaid. De total accruals worden berekend aan de hand van de volgende formule:
𝑇𝐴𝐶𝐶𝑖𝑗𝑡 = (𝛥𝑇𝑜𝑡𝑎𝑙𝑒 𝑣𝑙𝑜𝑡𝑡𝑒𝑛𝑑𝑒 𝑎𝑐𝑡𝑖𝑣𝑎 𝑖𝑗𝑡 − 𝛥𝐾𝑎𝑠 𝑒𝑛 𝑘𝑜𝑟𝑡𝑒 𝑡𝑒𝑟𝑚𝑖𝑗𝑛 𝑖𝑛𝑣𝑒𝑠𝑡𝑒𝑟𝑖𝑛𝑔𝑒𝑛 𝑖𝑗𝑡) −
(𝛥𝑇𝑜𝑡𝑎𝑙𝑒 𝑣𝑙𝑜𝑡𝑡𝑒𝑛𝑑𝑒 passiva ijt - ΔKorte termijn schulden en vlottende deel van de lange termijn schulden ijt) - Afschrijvingskosten ijt
(2)
Door middel van de geschatte coëfficienten op basis van de regressievergelijking (1) kunnen de non-discretionary accruals berekend worden aan de hand van de volgende formule:
19 𝑁𝐷𝐴𝐶𝐶𝑖𝑡 /𝐴𝑖𝑡 − 1 = 𝛽0 + 𝛽1 (1/𝐴𝑖𝑡 − 1 ) + 𝛽2 (𝛥𝑅𝐸𝑉𝑖𝑡 /𝐴𝑖𝑡 − 1 – 𝛥𝑅𝐸𝐶𝑖𝑡 /𝐴𝑖𝑡 − 1 ) + 𝛽3 (𝑃𝑃𝐸𝑖𝑡 /𝐴𝑖𝑡 − 1 )
(3) Waarbij geldt:
NDACCit = Totale non-discretionary accruals voor organisatie i in jaar; Ajt -1 = Totale activa in jaar t-1 voor organisatie j;
ΔREVt = Omzetverandering voor organisatie j in jaar t (omzet t- omzet t-1);
ΔRECt = Verandering in de vorderingen voor organisatie j in jaar t (vord. t- vord. t-1); PPEt = Materiele vaste activa voor bedrijf j in jaar t (MVA t);
De discretionaire accruals kunnen worden berekend als het resultaat van de totale accruals (TAj) minus de non-discretionary accruals (NDAt). In dit onderzoek worden de discretionaire accruals gemeten in absolute waarden. In het model zijn FEES, LEVERAGE, SIZE en ROA opgenomen als controlevariabelen. De controlevariabelen worden toegelicht in paragraaf 3.4. Daarnaast is te zien dat de variabele 𝛽6𝐴𝐹𝑀𝑅10 is opgenomen in het model waarmee
hypothese 1a getest wordt. De onafhankelijke variabele wordt beschreven in paragraaf 3.3. De resultaten van de regressieanalyse zullen in hoofdstuk vier verder worden toegelicht. Het model voor hypothese 1a ziet er als volgt uit:
𝐷𝐴𝑡= 𝛽0𝑗 + 𝛽1𝑗𝐹𝐸𝐸𝑆 + 𝛽2𝑗𝐿𝐸𝑉𝐸𝑅𝐴𝐺𝐸 + 𝛽3𝑗𝑆𝐼𝑍𝐸 + 𝛽4𝑗𝑅𝑂𝐴 + 𝛽5𝑗𝐺𝑅𝑂𝑊𝑇𝐻 + 𝛽6𝐴𝐹𝑀𝑅10 + 𝜀𝑗𝑡
(4) Waarbij geldt:
DA = Log discretionary accruals; FEES = Log total audit fees;
LEVERAGE = Ratio of total liabilities to total assets SIZE = Log total assets;
ROA = Ratio of net profit to total assets GROWTH = Percentage change of net sales
AFMR10 = Indicatievariabele, neemt waarde 0 aan in het jaar 2009. Neemt waarde 1 aan in de jaren 2010, 2011, 2012, 2013, 2014
Voor het testen van hypothese 1b zijn de variabelen 𝛽6𝐵𝐼𝐺4 𝛽7𝐴𝐹𝑀𝑅14 opgenomen. De onafhankelijke variabelen worden beschreven in paragraaf 3.3. De resultaten van de regressieanalyses zullen in hoofdstuk vier verder worden toegelicht. Het model voor hypothese 1b ziet er als volgt uit:
𝐷𝐴𝑡= 𝛽0𝑗 + 𝛽1𝑗𝐹𝐸𝐸𝑆 + 𝛽2𝑗𝐿𝐸𝑉𝐸𝑅𝐴𝐺𝐸 + 𝛽3𝑗𝑆𝐼𝑍𝐸 + 𝛽4𝑗𝑅𝑂𝐴 + 𝛽5𝑗𝐺𝑅𝑂𝑊𝑇𝐻 + 𝛽6𝐵𝐼𝐺4 + 𝛽7𝐴𝐹𝑀𝑅14 + 𝜀𝑗𝑡
(5)
Waarbij geldt:
DA = Log discretionary accruals; FEES = Log total audit fees;
LEVERAGE = Ratio of total liabilities to total assets SIZE = Log total assets;
20 GROWTH = Percentage change of net sales
AFMR14 = Indicatievariabele, neemt waarde 0 aan in de jaren 2009, 2010, 2011, 2012, 2013. Neemt waarde 1 aan in het jaar 2014.
BIG4 = Indicatievariabele, neemt waarde 0 aan indien gecontroleerd door Deloitte, EY of PwC. Neemt waarde 1 aan indien gecontroleerd door KPMG.
3.2.2 Methode Audit Fee
De tweede methode om controlekwaliteit te meten wordt in dit onderzoek gedaan op basis van audit fee. Meer controlewerkzaamheden is gerelateerd aan hogere controlekwaliteit, als gevolg van de verhoogde inspanning verricht door de accountant (Hoitash et al., 2007). Gul et al. (2003) houden in hun onderzoeksmethode rekening met de volgende determinanten: Grootte van de te controleren organisatie, complexiteit van een organisatie, controlerisico en grootte van de controlerende accountantskantoor. Omdat dit onderzoek zich specifiek richt op controlekwaliteit van Big 4-accountantsorganisaties, hoeft er in dit onderzoek geen rekening gehouden te worden met de grootte van de controlerende accountant. In het model zijn FEES, LEVERAGE, SIZE en ROA opgenomen als controlevariabelen. De controlevariabelen worden toegelicht in paragraaf 3.4. Overeenkomstig het onderzoek van Pong & Whittington (1994) wordt de audit fee gecorrigeerd voor total assets. Daardoor wordt er per organisatie gecorrigeerd voor de omvang van de organisaties alsmede de complexiteit van de organisatie (Simunic, 1980).
Geïnspireerd door het model van Gul et al. (2003) wordt gekomen tot het volgende model:
𝐹𝐸𝐸𝑆 = 𝑏0 + 𝑏1𝐷𝐴 + 𝑏2𝐿𝐸𝑉𝐸𝑅𝐴𝐺𝐸 + 𝑏3𝑆𝐼𝑍𝐸 + 𝑏4𝑅𝑂𝐴 + 𝑏5𝐺𝑅𝑂𝑊𝑇𝐻 + 𝜀𝑗𝑡 (6) Waarbij geldt:
FEES = Ratio of total audit fee to total assets; DA = Log discretionary accruals;
LEVERAGE = Ratio of total liabilities to total assets SIZE = Log total assets;
ROA = Ratio of net profit to total assets GROWTH = Percentage change of net sales
Hypothese 2a en 2b zijn geformuleerd om een uitspraak te kunnen doen over de relatie tussen AFM-onderzoek en de audit fee. Om hypothesen 2a en 2b te toetsen zal gebruik worden gemaakt van regressieanalyses, waarbij ook een dummy zal worden gebruikt voor de AFM-onderzoeken en in het bijzonder voor hypothese 2b wordt een dummy gebruikt voor Big 4-effect.
Hieronder is te zien dat de variabele 𝛽5𝐴𝐹𝑀𝑅10 is opgenomen voor hypothese 2a. De uitkomsten van de hieronder weergegeven regressieanalyse komen in hoofdstuk vier aan de orde. Het model voor hypothese 2a ziet er als volgt uit:
𝐹𝐸𝐸𝑆 =
𝛽0𝑗 + 𝛽1𝑗𝐷𝐴 + 𝛽2𝑗𝐿𝐸𝑉𝐸𝑅𝐴𝐺𝐸 + 𝛽3𝑗𝑆𝐼𝑍𝐸 + 𝛽4𝑗𝑅𝑂𝐴 + 𝛽5𝑗𝐺𝑅𝑂𝑊𝑇𝐻 + 𝛽6𝐴𝐹𝑀𝑅10 + 𝜀𝑗𝑡
21 Waarbij geldt:
FEES = Log total audit fees;
DA = Log discretionary accruals;
LEVERAGE = Ratio of total liabilities to total assets SIZE = Log total assets;
ROA = Ratio of net profit to total assets GROWTH = Percentage change of net sales
AFMR10 = Indicatievariabele, neemt waarde 0 aan in het jaar 2009. Neemt waarde 1 aan in de jaren 2010, 2011, 2012, 2013, 2014
Hieronder is te zien dat de variabelen 𝛽6𝐵𝐼𝐺4 en 𝛽7𝐴𝐹𝑀𝑅14 zijn opgenomen voor hypothese 2b. De uitkomsten van de hieronder weergegeven regressieanalyses komen in hoofdstuk vier aan de orde. Het model voor hypothese 2b ziet er als volgt uit:
𝐹𝐸𝐸𝑆 = 𝛽0𝑗 + 𝛽1𝑗𝐷𝐴 + 𝛽2𝑗𝐿𝐸𝑉𝐸𝑅𝐴𝐺𝐸 + 𝛽3𝑗𝑆𝐼𝑍𝐸 + 𝛽4𝑗𝑅𝑂𝐴 + 𝛽5𝑗𝐺𝑅𝑂𝑊𝑇𝐻 + 𝛽6𝐵𝐼𝐺4 +
𝛽7𝐴𝐹𝑀𝑅14 + 𝜀𝑗𝑡
(8) Waarbij geldt:
FEES = Log total audit fees;
DA = Log discretionary accruals;
LEVERAGE = Ratio of total liabilities to total assets SIZE = Log total assets;
ROA = Ratio of net profit to total assets GROWTH = Percentage change of net sales
BIG4 = Indicatievariabele, neemt waarde 0 aan indien gecontroleerd door Deloitte, EY of PwC. Neemt waarde 1 aan indien gecontroleerd door KPMG.
AFMR14 = Indicatievariabele, neemt waarde 0 aan in de jaren 2009, 2010, 2011, 2012, 2013. Neemt waarde 1 aan in het jaar 2014
22 3.3 Onafhankelijke variabelen
Om de hypothesen te kunnen testen wordt gebruik gemaakt van een pre- en postperiode per publicatie van het AFM-onderzoek, zoals ook in eerder onderzoek is gedaan (DeFond & Lennox, 2011). In tabel 3.2 worden de kenmerken van beide publicaties overzichtelijk weergegeven.
Tabel 3.2 AFM-onderzoeken
Bron: (AFM, 2010; AFM, 2014)
De verklarende variabelen in dit onderzoek zijn de gepubliceerde AFM-onderzoeken van 2010 en 2014. De onafhankelijke variabelen onderzoek 2010 (𝐴𝐹𝑀𝑅10) en AFM-onderzoek 2014 (𝐴𝐹𝑀𝑅14) zullen worden vormgegeven als een dummy-variabele.9
Met betrekking tot onafhankelijke variabele AFM-onderzoek 2010 zal de variabele een 0 aannemen in het jaar 2009, en een 1 in de jaren 2010, 2011, 2012, 2013 en 2014. Met betrekking tot de onafhankelijke variabele AFM-onderzoek 2014 zal de waarde 0 aannemen in de jaren 2009, 2010, 2011, 2012 en 2013 en de waarde 1 in het jaar 2014. Voor het testen van hypothese 1b en 2b is het belangrijk onderscheidt te maken tussen de controlerende Big 4-accountantsorganisatie. Zoals beschreven in paragraaf 2.5 verwacht dit onderzoek een uitspraak te kunnen doen over welke invloed het AFM-onderzoek 2014, gepubliceerd op 25 september 2014, heeft op de controlekwaliteit per Big 4-accountantsorganisatie. De meeste tekortkomingen zijn namelijk geconstateerd bij KPMG ten opzichte van de overige drie Big 4-accountantsorganisaties. Dit onderzoek verwacht daarom op grond van de institutionele theorie en de verzekeringstheorie dat de controlekwaliteit juist bij KPMG het meest stijgt als gevolg van AFM-onderzoek 2014. Aan de hand van een extra dummy-variabele wordt het BIG 4-effect getest met betrekking tot hypothese 1b en 2b. De dummy-variabele zal in het model worden gedefinieerd als BIG_4. Organisaties gecontroleerd door KPMG zullen een 1 aannemen. Organisatie gecontroleerd door de overige drie Big 4- accountantsorganisaties zullen een 0 aannemen.
99 Omdat het AFM-onderzoek 2010 eind 2010 is gepubliceerd en de controleverklaringen van boekjaar 2010 in 2011 worden afgegeven, neemt de variabele AFMR10 al in 2010 de waarde 1 aan, zie ook tabel 3.2. Hetzelfde geldt hier voor AFM-onderzoek 2014, die eind 2014 is gepubliceerd. Omdat de controleverklaringen van 2014 worden afgegeven in 2015, neemt de variabele AFMR14 in 2014 de waarde 1 aan, zie ook tabel 3.2.
AFM-onderzoek Onderzoek naar
controleverklaringen over het jaar
Publicatie onderzoek in het jaar Bevindingen 2010 2008 01-09-2010 Algemeen 2014 2013 25-09-2014 Big 4 specifiek
23 3.4 Controlevariabelen
In dit onderzoek wordt er gekeken naar de invloed van AFM-toezicht op controlekwaliteit van Big 4-accountantsorganisaties. Controlekwaliteit wordt gemeten op basis van wetenschappelijke modellen. Desalniettemin zijn er meer variabelen die invloed kunnen hebben op controlekwaliteit, maar die in dit onderzoek buiten beschouwing zijn gebleven. Het onderzoek zal voor deze variabelen gecontroleerd moeten worden. Op basis van een literatuurstudie is er in dit onderzoek rekening gehouden met vier verschillende controlevariabelen: Leverage, Size, ROA en Growth. Hieronder worden de vier controlevariabelen kort beschreven.
3.4.1 Leverage
In dit onderzoek wordt een positieve relatie verwacht tussen leverage en de discretionaire accruals. Organisaties met een hogere leverage zullen eerder winststuring toepassen om te voldoen aan de voorwaarden van schuldeisers (Johnson et al., 2002). Om deze winststuring te kunnen ontdekken zal de accountant meer werkzaamheden verrichten tijdens zijn controle (Maijoor & Vanstraelen, 2006). Volgens Francis et al. (2004) zorgen meer controle werkzaamheden (meer uren) voor hogere audit fees. De variabele leverage wordt gemeten door de totale schulden te delen door de totale activa van de organisatie (Johnson et al., 2002).
3.4.2 Size
De tweede controlevariabele is de grootte van de organisatie. In eerder onderzoek is diverse keren aangetoond dat de grootte van een organisatie, een significante negatieve invloed heeft op de discretionaire accruals van een organisatie (Myers et al., 2003; Manry et al., 2008). Simunic (1980) stelt dat de omvang van een klant ook bepalend is voor de hoogte van de audit fee. Hoe groter de organisatie, hoe hoger de audit fee en des te hoger de controlekwaliteit (Kanagaretnam et al., 2011). In dit onderzoek wordt grootte meegenomen als de natuurlijke logaritme van de totale activa (Simunic, 1980).
3.4.3 ROA
De variabele ROA, oftewel winstgevendheid, van de organisatie is de derde controlevariabele. In eerder onderzoek is een significante relatie met zowel discretionaire accruals (Burgstahler et al., 2006) als audit fee (Gul et al., 2003) aangetoond. Op basis van voorgaand onderzoek wordt er geen duidelijke richting van de relatie verwacht, omdat organisaties met extreme winsten of extreme verliezen een grotere kans hebben op meetfouten (Cheng & Warfield, 2005). De ROA is gedefinieerd als de nettowinst van de onderneming gedeeld door de totale activa van het voorgaande jaar (Manry et al., 2008).
3.4.4 Growth
De variabele growth is de vierde controlevariabele die van invloed kan zijn op de mate van winststuring en de hoogte van audit fee (Burgstahler et al., 2006; Gul et al., 2003). In overeenstemming met eerder onderzoek van (Chen et al., 2008) verwacht dit onderzoek dat er sprake is van een positieve relatie tussen groei en discretionaire accruals. Wanneer een organisatie omzetgroei verwacht, zal ze investeren in het werkkapitaal en zullen de debiteuren en crediteuren toenemen (Menon & Williams, 2004). Een toename van debiteuren en crediteuren zorgt ervoor dat er meer controle-werkzaamheden verricht moeten worden, die op hun beurt weer moeten worden bekostigd door audit fee (Burgstahler et al., 2006). De
24 omzetgroei wordt gemeten aan de hand van de procentuele verandering in de omzet ten opzichte van het voorgaande jaar overeenkomstig het onderzoek van Chen et al. (2008).
3.5 Normaliteitsanalyse
Nadat de benodigde variabelen aan de hand van het bronbestand zijn berekend, moet er een normaliteitsanalyse plaatsvinden. Extreme uitschieters worden teruggebracht naar het maximum van het gemiddelde plus- of min drie keer de standaarddeviatie. De onafhankelijke variabelen zijn getest op basis van skewness en kurtosis, welke zijn gepresenteerd in tabel 3.3. De output, voor standaardisering, van het databestand laat een positieve skewness en kurtosis zien. De variabelen FEES, ROA, GROWTH, DA en LOG_DA geven een hogere absolute waarde aan dan drie keer de std. Error met betrekking tot skewness en kurtosis. Dit is het gevolg van extreme uitschieters. Omdat deze variabelen zowel een te hoge kurtosis als skewness hebben, is er een additionele Ztest uitgevoerd. Zwaarden boven 1,96 of onder -1,96 worden gekenmerkt als de 5% geaccepteerde uitschieters op een significantieniveau van 95%. Z-waarden boven 2,38 of onder -2,38 worden gekenmerkt als de 1% geaccepteerde uitschieters op een significantie niveau van 99%. Z-waarden hoger dan 3,29 of lager dan -3,29 worden terug gebracht naar het maximum van het gemiddelde plus- of min drie keer de standaarddeviatie. Door deze extreme uitschieters te corrigeren kan er een beter lineair verband gevonden worden. In tabel 3.3 laat de output, na standaardisering, al een behoorlijk betere normale verdeling zien. In bijlage C zijn de normale verdelingen per variabele gevisualiseerd weergegeven.
Tabel 3.3 Beschrijvende statistiek normale verdeling
Voor
standaardisering:
LOG_ FEES
FEES LEVERAGE SIZE ROA GROWTH DA
Std. error Skewness 0,124 0,124 0,124 0,124 0,124 0,124 0,124 Skewness 0,105 2,049 -0,134 0,397 1,484 7,600 2,476 Std. error Kurtosis 0,246 0,247 0,246 0,246 0,246 0,246 0,246 Kurtosis -0,832 5,967 0,226 0,018 10,694 165,974 8,616 Na standaardisering: Std. error Skewness 0,124 0,124 0,124 0,124 0,124 0,124 0,124 Skewness 0,105 1,378 -0,134 0,397 0,095 -0,110 1,500 Std. error Kurtosis 0,246 0,247 0,246 0,246 0,246 0,246 0,246 Kurtosis -0,832 1,376 0,226 0,018 2,483 2,064 2,017
25
4 Resultaten
In paragraaf 4.1 wordt de regressieanalyse ten behoeve van het Modified Jones model toegelicht. In paragraaf wordt 4.2 wordt de beschrijvende statistiek beschreven. Tot slot worden de resultaten met betrekking tot winstkwaliteit en audit fee beschreven in respectievelijk paragraaf 4.3 en paragraaf 4.4.
4.1 Modified Jones model
In paragraaf 2.4 is toegelicht dat het Modified Jones model wordt toegepast aan de hand van Scott (2012). Aan de hand van SPSS is een regressieanalyse uitgevoerd om de coëfficiënten van de discretionaire accruals te berekenen. Op basis van het Modified Jones model zijn de uitkomsten van de regressieanalyse in tabel 4.1 weergegeven.
Tabel 4.1 Regressie Modified Jones
Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -,031 ,005 -6,072 ,000 Assets ,190 ,839 ,007 ,227 ,821 Rev_Rec ,003 ,000 ,338 10,815 ,000 PPE ,931 ,043 ,679 21,787 ,000
Afhankelijke variabele: Total Accruals gecorrigeerd voor omvang (SIZE).
Assets:1/total assets van organisatie j, in jaar t; REV-REC: REV omzetverandering van organisatie j, in jaar t; REC: vordering mutatie voor organisatie j in jaar t; PPE: Materiele vaste activa voor organisatie j in jaar t.
Note: De standardized coefficients worden gehanteerd.
In het model wordt de correlatiecoëfficiënt weergegeven door de R. De afhankelijke variabele is de total accruals (TACC). In de output van het model kent de output van de R Square een omvang van 0,786. Dit houdt in dat afgerond 79% van de total accruals wordt verklaard door de onafhankelijke variabelen. Met een omvang van 0,615 kent de Adjusted R square een behoorlijk hoge waarde. Dit houdt in dat het overige verklaard kan worden door de discretionaire accruals. De discretionaire accruals dienen als substituut voor winstkwaliteit, waarbij een hogere waarde van de discretionaire accruals leidt tot een lagere winstkwaliteit (Scott, 2012). Deze berekende coëfficiënten worden gebruikt om per organisatie het verloop van de winstkwaliteit te meten voor- en na publicatie van AFM-onderzoek.
26 4.2 Beschrijvende statistiek
Op basis van hypothesen 1a en 1b is in dit onderzoek gebruik gemaakt van regressieanalyses, waarbij discretionaire accruals als afhankelijke variabele geldt. Tabel 4.2 geeft inzage in de resultaten van de beschrijvende statistieken voor het testen van hypothese 1a en 1b. Bij het beoordelen van de resultaten (na normalisering) zijn geen bijzondere waarnemingen geconstateerd.
Tabel 4.2 Discriptive Statistics DA
Discriptive Statistics
N Minimum Maximum Mean Std. Deviation
DA ACCRUAL 390 ,296 3,057 1,42350 ,568881 FEES 390 1,681 4,716 3,19940 ,707041 LEVERAGE 390 ,001 1,273 ,55047 ,229947 SIZE 390 1,517 6,105 3,39797 ,979739 ROA 390 -19,890 27,320 2,93254 7,730007 GROWTH 390 -60,800 63,670 -,10905 22,211633
Discretionary accruals; Log. Discretionaire accruals FEES: Log. Audit Fees; Leverage: Ratio of total liabilities to total assets; SIZE: Log. Total Assets; ROA: Ratio Net Profit to Total Assets; Growth: Percentage change of net sales.
N=390
Met betrekking tot hypothesen 2a en 2b is in dit onderzoek tevens gebruik gemaakt van regressieanalyses, waarbij ditmaal audit fee als afhankelijke variabele geldt. Tabel 4.2 geeft inzage in de resultaten van de beschrijvende statistieken voor het testen van hypothese 2a en 2b. Zoals uit tabel 4.3 valt op te maken is de steekproef kleiner voor het testen van hypothese 2a en 2b (n=330) dan de steekproef voor het testen van hypothese 1a en 1b (n=390). Dit is het gevolg van “low-balling”. Middels een analyse van de organisaties, die zijn overgestapt naar een ander accountantsorganisatie, wordt er rekening gehouden met het zogenoemde “low-balling” effect (Deis & Giroux, 1996). Het “low-balling” effect is besproken in paragraaf 3.1. Bij het beoordelen van de statistieken (na standaardisering) zijn verder geen bijzondere waarnemingen geconstateerd.
Tabel 4.3 Discriptive Statistics Audit Fees
Discriptive Statistics
N Minimum Maximum Mean Std. Deviation
FEES ACCRUAL 330 ,000 3,991 1,04690 ,940469 LEVERAGE 330 ,001 1,273 ,53342 ,227115 SIZE 330 1,517 6,105 3,36721 ,969210 ROA 330 -19,890 27,320 2,71373 8,017112 GROWTH 330 -60,800 63,670 -,09921 23,225987 DA 330 ,296 3,057 1,42708 ,570787
FEES: Log. Audit Fees; Leverage: Ratio of total liabilities to total assets; SIZE: Log. Total Assets; ROA: Ratio Net Profit to Total Assets; Growth: Percentage change of net sales;
Discretionary accruals; Log. Discretionaire accruals. N=330
27 Voordat de regressieanalyses worden uitgevoerd, is het van belang dat wordt rekening gehouden met mogelijk aanwezige multicollineariteit tussen onafhankelijke variabelen. Multicollineariteit ontstaat wanneer twee of meerdere onafhankelijke variabelen onderling sterk samenhangen. De regressieanalyse kan door eventuele hoge mate worden beïnvloed zodat er geen reëel resultaat ontstaat. In tabel 4.4 is de correlatiematrix van de steekproef weergegeven. Multicollineariteit wordt verondersteld wanneer de correlatie tussen variabelen groter is dan 0,7 (70%). Er is alleen mogelijke multicollineariteit tussen SIZE en LOG_FEES, aangezien de correlatie hoger is dan 0,7 (0,87).
Tabel 4.4 Multicollineariteit
LOG_FEES FEES LEVERAGE SIZE ROA GROWTH DA
LOG_FEES 1 FEES -,264** 1 LEVERAGE ,288 ** -,127* 1 SIZE ,876** -,588** ,316** 1 ROA -,132** -,138** -,271** -,022 1 GROWTH -,069 ,052 -,110 * -,073 ,264** 1 DA ,077 -,208** ,027 ,194** -,078 -,147** 1
Correlatie is significant op 0.05 niveau (tweezijdig).* Correlatie is significant op 0.01 niveau (tweezijdig). **
Nu kunnen de regressieanalyses worden uitgevoerd, waarmee wordt geanalyseerd of er een significant verband aanwezig is tussen zowel AFM-toezicht en winstkwaliteit als het verband tussen AFM-toezicht en audit fees. Per hypothese wordt er een regressie uitgevoerd, resulterend in vier verschillende regressies. De regressies worden uitgevoerd aan de hand van de volgende vergelijkingen: 𝐷𝐴𝑡 = 𝛽0𝑗 + 𝛽1𝑗𝐹𝐸𝐸𝑆 + 𝛽2𝑗𝐿𝐸𝑉𝐸𝑅𝐴𝐺𝐸 + 𝛽3𝑗𝑆𝐼𝑍𝐸 + 𝛽4𝑗𝑅𝑂𝐴 + 𝛽5𝑗𝐺𝑅𝑂𝑊𝑇𝐻 + 𝛽6𝐴𝐹𝑀𝑅10 + 𝜀𝑗 (4) 𝐷𝐴𝑡 = 𝛽0𝑗 + 𝛽1𝑗𝐹𝐸𝐸𝑆 + 𝛽2𝑗𝐿𝐸𝑉𝐸𝑅𝐴𝐺𝐸 + 𝛽3𝑗𝑆𝐼𝑍𝐸 + 𝛽4𝑗𝑅𝑂𝐴 + 𝛽5𝑗𝐺𝑅𝑂𝑊𝑇𝐻 + 𝛽6𝐵𝐼𝐺4 + 𝛽7𝐴𝐹𝑀𝑅14 + 𝜀𝑗𝑡 (5) 𝐹𝐸𝐸𝑆 = 𝛽0𝑗 + 𝛽1𝑗𝐷𝐴 + 𝛽2𝑗𝐿𝐸𝑉𝐸𝑅𝐴𝐺𝐸 + 𝛽3𝑗𝑆𝐼𝑍𝐸 + 𝛽4𝑗𝑅𝑂𝐴 + 𝛽5𝑗𝐺𝑅𝑂𝑊𝑇𝐻 + 𝛽6𝐴𝐹𝑀𝑅10 + 𝜀𝑗𝑡 (6) 𝐹𝐸𝐸𝑆 = 𝛽0𝑗 + 𝛽1𝑗𝐷𝐴 + 𝛽2𝑗𝐿𝐸𝑉𝐸𝑅𝐴𝐺𝐸 + 𝛽3𝑗𝑆𝐼𝑍𝐸 + 𝛽4𝑗𝑅𝑂𝐴 + 𝛽5𝑗𝐺𝑅𝑂𝑊𝑇𝐻 + 𝛽6𝐵𝐼𝐺4 + 𝛽7𝐴𝐹𝑀𝑅14 + 𝜀𝑗𝑡 (7)
