Sambandet mellan revisionskommitténs redovisningsexpertis ...
99
Sambandet mellan revisionskommitténs redovisningsexpertis och resultatmanipulation En kvantitativ studie gällande finska börsnoterade bolag mellan år 2015-2017 Noora Kallioniemi Institutionen för Redovisning och handelsrätt Svenska handelshögskolan Helsingfors 2019
Transcript of Sambandet mellan revisionskommitténs redovisningsexpertis ...
Sambandet mellan revisionskommitténs redovisningsexpertis och resultatmanipulation
En kvantitativ studie gällande finska börsnoterade bolag mellan år 2015-2017
Noora Kallioniemi
Institutionen för Redovisning och handelsrätt
Svenska handelshögskolan
Helsingfors
2019 <
SVENSKA HANDELSHÖGSKOLAN
Institution: Redovisning och handelsrätt Arbetets art: Avhandling
Författare och Studerandenummer:
Noora Kallioniemi, 147840
Datum: 27.02.2019
Avhandlingens rubrik: Sambandet mellan revisionskommitténs
redovisningsexpertis och resultatmanipulation – en kvantitativ studie gällande finska
börsnoterade bolag mellan år 2015-2017
Sammandrag:
Syftet med denna magistersavhandling är att studera sambandet mellan
revisionskommitténs redovisningsexpertis och förekomsten av resultatmanipulation.
Typer av resultatmanipulation som undersöks i denna studie är periodiseringsbaserad,
reell och kosmetisk resultatmanipulation. Samplet för studien består av finska
börsnoterade bolag från åren 2015-2017. Data för undersökningen samlas delvis från
Thomson Reuters ”EIKON” databas och delvis från företags finansiella rapporter och
webbsidor, och analyseras med hjälp av statistikprogrammet Gretl. Undersökningen
utförs med hjälp av en regressionsanalys där resultatmanipulationsmåtten är
beroende variabler och revisionskommitténs redovisningsexpertis är en av de
oberoende variablerna. Dessutom används en del kontrollvariabler.
Undersökningens resultat innebär att det inte finns ett statistiskt signifikant samband
mellan revisionskommitténs redovisningsexpertis och förekomsten av
resultatmanipulation i finska börsnoterade bolag. I stället visar resultaten att större
vikt borde läggas på företagets lönsamhet och tillväxt samt industrispecifika
karaktärer då information i finansiella rapporter utnyttjas vid beslutsfattandet.
Orsaken till detta är att dessa faktorer anses påverka förekomsten av
resultatmanipulation och därmed rapporteringskvalitet.
Nyckelord: Bolagsstyrning, finansiell rapportering, kosmetiska avrundningar,
periodiseringar, resultatmanipulation, revisionskommitté, redovisningsexpertis, SEC,
SOX
INNEHÅLLSFÖRTECKNING
1 INLEDNING .............................................................................................. 1
1.1 Problemområdet ................................................................................................... 1
1.2 Syfte ...................................................................................................................... 3
1.3 Avgränsningar ...................................................................................................... 3
1.4 Avhandlingens fortsatta upplägg ......................................................................... 4
2 REVISIONSKOMMITTÉ OCH RAPPORTERINGSKVALITET .............. 5
2.1 Bolagsstyrning ...................................................................................................... 5
2.1.1 Revisionskommitté ................................................................................. 6
2.1.2 Mätning av revisionskommitténs effektivitet ......................................... 6
2.1.3 Revisionskommitténs roll i uppföljning av rapporteringskvalitet ......... 8
2.2 Rapporteringskvalitet .......................................................................................... 9
2.2.1 Prestationsprincipen och resultatmanipulation ................................... 10
2.2.2 Kategorisering av resultatmanipulationsmönster ................................ 11
2.2.3 Orsaker för förekomsten av resultatmanipulation ............................... 12
2.2.4 Resultatmanipulationens inverkan på rapporteringskvalitet ............... 14
2.3 Mätningsmetoder för resultatmanipulation ...................................................... 15
2.3.1 Periodiseringsbaserad resultatmanipulation ....................................... 15
2.3.2 Reell resultatmanipulation ................................................................... 15
2.3.3 Kosmetisk resultatmanipulation........................................................... 16
3 LITTERATURGENOMGÅNG ................................................................. 17
3.1 Marknadens värdesättning av revisionskommitténs redovisningsexpertis ...... 17
3.2 Revisionskommitténs redovisningsexpertis och periodiseringsbaserad resultatmanipulation ......................................................................................... 19
3.3 Revisionskommitténs redovisningsexpertis och reell resultatmanipulation .... 21
3.4 Förekomsten av kosmetisk resultatmanipulation ............................................. 22
3.5 Studier om resultatmanipulation i Finland ....................................................... 23
4 DATAINSAMLING OCH DEFINITION AV VARIABLER .................... 25
4.1 Formulering av hypoteser .................................................................................. 25
4.2 Insamling av data och sampel ........................................................................... 27
4.3 Undersökningens variabler ...............................................................................29
4.3.1 Beroende variabler ................................................................................29
4.3.2 Oberoende variabler ............................................................................. 35
4.3.3 Kontrollvariabler ................................................................................... 37
5 FORSKNINGSMETODOLOGI ............................................................... 40
5.1 Beskrivning av forskningsmetodiken ................................................................ 40
5.2 Antaganden för regressionsanalys ..................................................................... 41
5.2.1 Multikollinearitet .................................................................................. 41
5.2.2 Antagandet om normalitet ................................................................... 46
5.2.3 Heteroskedasticitet .............................................................................. 48
5.2.4 Autokorrelation .................................................................................... 50
5.3 Undersökningens regressionsmodeller ............................................................ 50
6 RESULTAT .............................................................................................. 52
6.1 Deskriptiv statistik ............................................................................................. 52
6.2 Forskningsresultaten från regressionsanalyser ................................................ 55
6.2.1 Resultat för periodiseringsbaserad resultatmanipulation .................... 56
6.2.2 Resultat för reell resultatmanipulation ................................................ 59
6.2.3 Resultat för kosmetisk resultatmanipulation ...................................... 66
6.3 Resultaten från tilläggstester ............................................................................. 67
6.4 Diskussion av resultat ....................................................................................... 69
6.5 Validitet och pålitlighet av resultat .................................................................... 72
7 KONKLUSIONER ................................................................................... 74
7.1 Sammanfattning av resultat ............................................................................... 74
7.2 Studiens kontribution och samhälleliga implikationer ..................................... 76
7.3 Avgränsningar och forskningsförslaget för framtiden ...................................... 77
KÄLLFÖRTECKNING ................................................................................ 80
BILAGOR
Bilaga 1 Sammanfattning av tidigare studier .............................................................. 85
Bilaga 2 Företagen i samplet ....................................................................................... 87
Bilaga 3 Resultaten från tilläggstester......................................................................... 88
TABELLER
Tabell 1 En sammanfattande inblick på de valda tidigare studierna ........................... 25
Tabell 2 Formulering av samplet ................................................................................ 28
Tabell 3 Indelning av samplet i olika industrier ......................................................... 28
Tabell 4 Sammanfattning av undersökningens variabler ............................................ 39
Tabell 5 VIF-värden på undersökningens variabler ..................................................... 45
Tabell 6 Teststatistik för normalitet från första steget (definition av resultatmanipulationsmått) .......................................................................... 46
Tabell 7 Resultaten från Whites test ........................................................................... 49
Tabell 8 Företagen med revisionskommitté och redovisningsexpertis ....................... 52
Tabell 9 Deskriptiv statistik ......................................................................................... 55
Tabell 10 Resultat från regressionsanalys där abs_DACC är beroende variabel ..........58
Tabell 11 Resultat från regressionsanalyser där abs_OOCF är beroende variabel ....... 61
Tabell 12 Resultat från regressionsanalys där abs_OPK är beroende variabel ............. 63
Tabell 13 Resultat från regressionsanalys där abs_ODK är beroende variabel ............ 65
Tabell 14 Resultat för kosmetisk resultatmanipulation där CEM1 är beroende variabel .......................................................................................................... 66
Tabell 15 Teststatistik från Hausman testet .................................................................. 67
FIGURER
Figur 1 Kvalitativa egenskaper av finansiell rapportering ............................................. 9
Figur 2 Riskfaktorer för oegentligheter ........................................................................ 12
Figur 3 Normalfördelning för totala påverkningsbara periodiseringar som har uträknats med kassaflödesmetod (vänster) och balansräkningsmetod (höger) ............................................................................................................ 31
Figur 4 Korrelationsmatris med Pearsons korrelationskoefficientsmått .................... 43
Figur 5 Histogrammen för DACC och abs_DACC med och utan extremvärden ......... 47
Figur 6 Histogrammen för residualen från steg 2 för modell 1 – abs_DACC (med och utan extremvärden) som beroende variabel ........................................... 48
FÖRKORTNINGAR SOM ANVÄNDS I AVHANDLINGEN
FÖRKORTNING DEFINITION
BFL
(finska) bokföringslagen (1997)
GAAP
Generally Accepted Accounting Principles
IASB International Accounting Standards Board
IFRS International Financial Reporting Standards
NASDAQ National Association of Securities Dealers Automated Quotations
NYSE New York Stock Exchange
SEC Securities and Exchange Commission
SOX Sarbanes Oxley Act (2002)
1
1
1 INLEDNING
En hel del bokföringsskandaler i början av 2000-talet skadade investerarnas förtroende
för den fungerande kapitalmarknaden (DeFond, Hann & Hu, 2005). Speciellt väckte
Enron-skandalen mycket uppmärksamhet i världen och visade att dåtidens
bolagsstyrningsmekanismer inte hade fungerat som planerat (Ikäheimo, Malmi &
Walden, 2016:182-183). Som en följd av dessa skandaler stiftades amerikansk
lagstiftning Sarbanes-Oxley Act (SOX) år 2002 med syfte att förbättra
rapporteringskvaliteten och minska bedrägligt beteende i företag (U.S. Securities and
Exchange Commission, 2002a).
För att vidare kvalitetssäkra rapporteringsprocessen och minska sannolikheten för
liknande manipulationsåtgärder i framtiden krävdes att alla börslistade bolag skulle
inrätta en revisionskommitté (U.S. Securities and Exchange Commission, 2002a).
Syftet med detta bolagsorgan är att stöda företagets styrelse med uppföljning av
kvaliteten på finansiell rapportering och tillämpning av bolagsstyrningsprinciper i
praktiken (Braiotta, Gazzaway & Colson, 2010:3). Dessutom tar revisionskommittén
bland annat hand om kommunikationsflödet mellan olika bolagsorgan och förbereder
revisorsvalet (Eilifsen, Messier Jr., Glover & Prawitt, 2014:39; Ikäheimo, Malmi &
Walden, 2016:189).
Regleringen angående revisionskommittéer har dock inte varit lika harmoniserad eller
strikt i Europa som i USA (Paape, Scheffe & Snoep, 2003). Speciellt i Norden har varje
land sin egen kod för bolagsstyrning vars innehåll tillämpas med följ eller förklara
principen (Värdepappersmarknadsförening, 2015:10). Exempelvis i Finland har ett
företag kunnat avvika från rekommendation att grunda en revisionskommitté ifall det
har funnits bra grunder för detta (Värdepappersmarknadsförening, 2015:32). I så fall
har företagets styrelse varit tvungen att sköta revisionskommitténs uppgifter
(Värdepappersmarknadsförening, 2015:30). Implementeringen av EU:s
revisionsdirektiv (2014/56/EU) kommer att ställa striktare krav på
revisionskommitténs sammansättning, särskilt på ledamöternas expertis, och
harmonisera regelverket för bolagsstyrning i hela Europa.
1.1 Problemområdet
I det tredje kapitlet i den finska bokföringslagen stadgas om beaktande av god
redovisningssed i affärsverksamhet (BFL 1997/1336). Detta betyder att företag ska ge
2
2
tillräckliga uppgifter om sin finansiella ställning och verksamhet i finansiella rapporter
(Leppiniemi & Kykkänen, 2015:44). För att uppfylla dessa krav ger GAAP (eng.
Generally Accepted Accounting Principles) och IFRS (eng. International Financial
Reporting Standards) företag viss rörelsemån i vissa företagsspecifika
redovisningsfrågor – t.ex. beslut om tiden för innehavandet av anläggningstillgångar
och deras värdering (Bowen, Rajgopal & Venkatachalam, 2008). Dock ju mera
utrymmen med redovisningsfrågor företagsledningen har desto mer ökar
sannolikheten för opportunistiskt beteende och manipulationsåtgärder (Xie, Davidson
& DaDalt, 2003). Speciellt i början av 2000-talet fick världen se en rad av olika
bokföringsskandaler som karaktäriserades av missbruk av flexibiliteten i
redovisningsstandarder (Ikäheimo, Malmi & Walden, 2016:182-183).
För att förhindra förekomsten av liknande bokföringsskandaler i framtiden krävdes att
alla noterade företag skulle inrätta en revisionskommitté vars syfte är att stöda
styrelsen med uppföljning av rapporteringskvalitet (Eilifsen et al., 2014:39; Braiotta,
Gazzaway & Colson, 2010:3). I samband med detta definierades också hurdana
kunskaper revisionskommitténs ledamöter borde ha för att kommittén ska kunna sköta
sin övervakningsroll på ett effektivt sätt. Den första expertisdefinitionen av Securities
och Exchange Commission (SEC) innefattade kunskaper inom redovisning och revision
(U.S. Securities and Exchange Commission, 2002b). I den finska koden för
bolagsstyrning finns det en rekommendation att revisionskommittén borde ha
åtminstone en ledamot med relevanta kunskaper inom redovisning
(Värdepappersmarknadsförening, 2015:33). Dock modifierades denna
expertisdefinition senare till att också innefatta expertis inom finansiering på grund av
mycket kritik från företag (U.S. Securities and Exchange Commission, 2003).
Fast utvidgning av definition på revisionskommitténs expertis verkade vara en succé till
en början med tanke på minskad förekomst av manipulationsåtgärder förändrade
Lehman Brothers skandalen stämningen (Graham, Harvey & Rajgopal, 2005; Cohen,
Dey & Lys, 2008; Jordan, Hatten & Clark, 2017). Denna skandal gav inte endast
upphov till diskussion om företagens rapporteringskvalitet utan också om
revisionskommitténs expertis och effektivitet överhuvudtaget (Schmidt & Wilkins,
2013:225). Diskussionen angående definitionen på revisionskommitténs expertis har
sedan dess varit mycket aktuell och den senaste responsen har kommit i form av EU
reformen för revisionslagen (2014/56/EU). Fr.o.m. 1.1.2018 ska revisionskommittén i
enlighet med detta Europaparlamentets och rådets direktiv (artikel 39, 2014/56/EU)
ha åtminstone en ledamot med tillräckliga kunskaper inom redovisning och revision.
3
3
Hittills har majoriteten av tidigare studier inom ämnet fokuserat sig på att undersöka
hur revisionskommitténs finansiella expertis och sammansättning överhuvudtaget
påverkar resultatmanipulation (bl.a. Xie, Davidson & DaDalt, 2003; Bédard, Chtourou
& Courteau, 2004). Periodiseringsbaserad resultatmanipulation har speciellt stått i
fokusen i den tidigare litteraturen medan samtidigt reell resultatmanipulation, och
särskilt kosmetisk resultatmanipulation, har fått mindre uppmärksamhet. Dessutom
har endast en liten del fokuserat sig på revisionskommitténs redovisningsexpertis (bl.a.
Krishnan & Visvanathan, 2008; DeFond, Hann & Hu, 2005; Sun, Lan & Liu, 2014;
Tiras & Zhuang, 2014). Ytterligare har dessa studier utförts i stor utsträckning med
amerikansk data från år 1990-2010 (bl.a. Davidson, Xie & Xu, 2004; Krishnan &
Visvanathan, 2008). Däremot finns det endast ett fåtal studier som har fokuserat på att
undersöka resultatmanipulation med finsk data men dessa studier använder till stor del
gammal data och har inte beaktat revisionskommitténs expertis (bl.a. Burgstahler, Hail
& Leuz, 2006; Callao & Jarne, 2010)
På basis av dessa observationer är det relevant att undersöka sambandet mellan
revisionskommitténs redovisningsexpertis och förekomsten av resultatmanipulation
med hjälp av nyare data. Utöver detta är det intressant att se hur bra företags
revisionskommitté har förberett sig på expertiskravet som anges i EU-direktivet
(2014/56/EU).
1.2 Syfte
Syfte med denna magisteravhandling är att empiriskt undersöka om det finns ett
samband mellan revisionskommitténs redovisningsexpertis och förekomsten av
resultatmanipulation inom finska företag.
1.3 Avgränsningar
Denna avhandling fokuserar sig på revisionskommitténs redovisningsexpertis eftersom
denna typ av expertis förutsätts i både Europaparlamentets och rådets direktiv
(2014/56/EU) och Värdepappersmarknadsföreningens rekommendation (2015:33). En
mer detaljerad definition av redovisningsexpertis presenteras i kapitel två. Ytterligare
avgränsas avhandlingen till finska börsbolag som var noterade på Helsingforsbörsen
(OMXH) under tidsperioden av 2015-2017. Fokus ligger på börsnoterade bolag
eftersom information gällande revisionskommittén oftast är tillgänglig endast gällande
dessa typer av företag. Tidsperioden har däremot valts för att få en bättre helhetsbild av
4
4
hur bra företagen har förberett sig med tanke på revisionskommitténs expertisområden
före kraven gällande revisionskommittén i EU-reformen (2014/56/EU) fullständigt
träder i kraft. I likhet med tidigare forskningar (bl.a. Baxter & Cotter, 2009, Krishnan &
Visvanathan, 2008) kommer forskningsfrågan undersökas empiriskt med hjälp av
regressionsanalyser. Resten av forskningsmetodologin diskuteras noggrannare i kapitel
fyra.
1.4 Avhandlingens fortsatta upplägg
Avhandlingen har följande struktur. I följande kapitel diskuteras teori gällande
bolagsstyrning, revisionskommittén och resultatmanipulation och hur dessa är
anslutna till varandra. Kapitel tre består av en litteraturöversikt där den tidigare
forskningen om revisionskommitténs redovisningsexpertis och resultatmanipulation
sammanfattas. Litteraturöversikten följs av metodologidelen där hypotesformulering,
sampel och forskningsmetoden beskrivs mer i detalj. Det sista kapitlet fokuserar på
analys av forskningsresultat och deras kontribution till den tidigare forskningen. Till
sist presenteras slutliga kommentarer och ges ett forskningsförslag med tanke på
framtida undersökningsmöjligheter inom ämnet.
5
5
2 REVISIONSKOMMITTÉ OCH RAPPORTERINGSKVALITET
I detta kapitel presenteras den bakomliggande teorin gällande bolagsstyrning,
revisionskommittén och resultatmanipulation och hur dessa tre är anslutna till
varandra. Kapitlet inleds med en introduktion till bolagsstyrning och
revisionskommittén som bolagsstyrningsmekanism. Därefter diskuteras
revisionskommitténs sammansättning med huvudbetoning på expertisen och hur den
påverkar utskottets effektivitet i övervakningen av rapporteringskvalitet. Till sist
definieras resultatmanipulation och dess koppling till rapporteringskvalitet.
2.1 Bolagsstyrning
Ett av de koncepten, som fick stor uppmärksamhet runt om världen i samband med
bokföringsskandalerna, var bolagsstyrning (Cohen, Dey & Lys, 2008; Krishnan &
Visvanathan, 2009). Med bolagsstyrning avses oftast de handlingssätt som syftar till att
förhindra intressekonflikter mellan olika parter i kapitalmarknaden (Goergen, 2012:6).
Ikäheimo, Malmi och Walden (2016:183-184) tillägger att bolagsstyrning hjälper
företag att följa god redovisningssed i rapporteringsprocessen och därmed minska
felaktigt informationsutbyte på marknaden.
Dock påpekar Rezaee (2004) att kvaliteten på bolagsstyrning till stor del beror på
samspelet mellan företaget och dess olika intressenter. Till exempel om
företagsledningen har incitament att agera på ett sätt som inte anses medföra mervärde
för företags intressenter anses det finnas en intressekonflikt (Goergen, 2012:8-9).
Problemet med dessa intressekonflikter är att de oftast vidare försvagar
tillförlitligheten för den finansiella rapporteringen och medför extra
övervakningskostnader för företags intressenter (Eilifsen et al. 2014:6). Ett ytterligare
problem är att tillitsproblem möjligtvis kan spridas till andra företag på marknaden i
likhet med en snöbollseffekt och därmed skapa ytterligare skador. Ett exempel på en
följd av spridning av asymmetrisk information och tillitsproblemet är finanskrisen i
2008 som delvis fick sitt ursprung från Lehman Brothers skandalen (Knapp, 2018:23-
24). Förekomsten av Lehman Brothers skandalen visade också att implementering av
SOX inte var en tillräckligt effektiv lösning till problemet med pålitlighet av
rapporteringskvalitet (Schmidt & Wilkins, 2013). Lehman Brothers skandalen gav dock
ett upphov för Europa att utveckla ett harmoniserat regelverk som skulle hjälpa med att
undvika förekomsten av liknande problem i framtiden (Ikäheimo, Malmi & Walden,
6
6
2016:192-183). Det slutliga resultatet av denna process känns idag som
Europaparlamentets och rådets direktiv som implementerades 1.1.2018 (2014/56/EU).
2.1.1 Revisionskommitté
För att minska förekomsten av liknande intressekonflikter som Enron och Lehman
Brothers skandalerna orsakade är det viktigt att styrelsen håller koll på kvaliteten av
bolagsstyrning (Ikäheimo, Malmi & Walden, 2016:185; Rezaee, 2004:123). Eftersom
styrelsen tar hand om många ansvarsområden samtidigt kan det vara nyttigt för
styrelsen att delegera en del av dessa uppgifter till olika kommittéer (Ikäheimo, Malmi
& Walden, 2016:188-189). Ett exempel på en av styrelsens kommittéer är
revisionskommittén (Eilifsen et al., 2014:39). Enligt Rezaee (2004:123) är
revisionskommittén en av nutidens viktigaste bolagsstyrningsmekanismer och hjälper
styrelsen med att följa upp finansiell rapportering, revision och se till att
bolagsstyrningsprinciper tillämpas i praktiken.
2.1.2 Mätning av revisionskommitténs effektivitet
Till följd av de många skandalerna skapades en rad olika rekommendationer och regler
angående revisionskommittéer med syfte att förbättra rapporteringskvaliteten (Eilifsen
et al., 2014:39). Ett exempel på dessa är SOX i USA (U.S. Securities and Exchange
Commission, 2002a) och det nyaste regelverket är Europaparlamentets och rådets
direktiv (2014/56/EU) som har trätt i kraft i början av 2018 och kommer att
implementeras i alla länder i Europeiska Unionen. Det finns dock skillnader mellan
dessa regelverk, och till näst diskuteras mätning av revisionskommitténs effektivitet ur
dessa regelverks synvinklar.
I USA där majoriteten av skandalerna ägde rum blev inrättandet av
revisionskommittéer obligatoriskt för alla börsnoterade bolag efter Enron-skandalen
(U.S. Securities and Exchange Commission, 2002a). Däremot har det inte i Europa före
år 2018 funnits ett lika harmoniserat regelverk utan en del landspecifika koder för
bolagsstyrning i stället (Europaparlamentets och rådets direktiv, 2014/56/EU). Till
exempel i Finland har inrättandet av revisionskommittéer inte varit obligatoriskt utan
mer en rekommendation för börsnoterade bolag (Värdepappersmarknadsförening,
2015:32). Detta har inneburit att företagets styrelse också har kunna sköta
revisionskommitténs uppgifter ifall det har funnits relevanta grunder för detta
(Värdepappersmarknadsförening, 2015:30). Enligt det europeiska direktivet
7
7
(2014/56/EU), som trädde i kraft 1.1.2018, ska alla europeiska företag av allmänt
intresse ha en revisionskommitté. Till denna definition hör börslistade bolag,
kreditinstitutioner och försäkringsbolag samt företag vars verksamhet på grund av dess
storlek eller karaktär anses vara betydande (Europaparlamentets och rådets direktiv,
2014/56/EU).
Det finns också skillnader med tanke på revisionskommitténs sammansättning. I USA
ska alla revisionskommitténs ledamöter uppfylla kravet om oberoende som förutsätts
av SOX (U.S. Securities and Exchange Commission, 2002a). Kravet om oberoende är
dock inte lika strikt i det europeiska direktivet utan det räcker om majoriteten av
revisionskommitténs ledamöter är oberoende (Europaparlamentets och rådets direktiv,
2014/56/EU). Kraven skiljer sig från varandra även beträffande mötesfrekvens. I det
europeiska direktivet sätts det inga specifika krav på antal möten revisionskommittén
ska ha medan kraven i USA är striktare (Värdepappersmarknadsförening, 2015:32-33;
U.S. Securities and Exchange Commission, 2002a). Däremot finns det inga strikta krav
angående revisionskommitténs storlek. I stället nämns i både SOX och det europeiska
direktivet att revisionskommitténs sammansättning ska möjliggöra effektivt arbete
(Europaparlamentets och rådets direktiv, 2014/56/EU; U.S. Securities and Exchange
Commission, 2002a). Dock kan det finnas landspecifika rekommendationer för
kommittéstorlek. I Finland exempelvis ska kommittéerna ha i princip åtminstone tre
ledamöter – dock kan detta avvikas ifrån på basis av relevanta grunder
(Värdepappersmarknadsförening, 2015:32).
Den största skillnaden mellan SOX och det europeiska direktivet angående
revisionskommitténs sammansättning gäller definitionen på kommitténs expertis.
Definitioner på expertis kan indelas i finansiell och icke-finansiell expertis beroende på
kunskapsbakgrunden (bl.a. DeFond, Hann & Hu, 2005). Den finansiella expertisen
består av redovisningsexpertis (eng. accounting financial expertise) och icke-
redovisningsanknuten finansiell expertis (eng. non-accounting financial expertise),
och denna indelning följer till stor del SEC:s expertisdefinitioner (U.S. House of
Representatives, 2002b, 2003). Utöver finansiell expertis kan
revisionskommittémedlemmar också inneha icke-finansiell expertis som oftast
förekommer i form av juridisk expertis och industrispecifik expertis (Krishnan, Wen &
Zhao, 2011; Cohen, Hoitash, Krishnamoorthy & Wright, 2014).
Den expertis som förutsätts av SOX i dagens läge är finansiell expertis (U.S. Securities
and Exchange Commission, 2003). Enligt SEC (2003) omfattar denna bredare
definition ledamotens redovisningsexpertis samt tidigare arbetserfarenhet inom
8
8
finansiering och som verkställande direktör (DeFond, Hann & Hu, 2005:162-163;
Krishnan & Visvanathan, 2009:125). Dessutom tas revisionskommittéledamotens
möjliga finansieringsrelaterade examen i beaktande i den nyare definitionen (Bédard,
Chtourou & Courteau, 2004:22).
Till skillnad från SOX förutsätter det europeiska direktivet redovisningsexpertis
(2014/56/EU). Enligt denna definition innehar revisionskommittén
redovisningsexpertis om personen har utbildningsinriktning i redovisning eller
revision, eller mycket erfarenhet av förberedelse av finansiella rapporter och intern
kontroll (DeFond, Hann & Hu, 2005:162; Krishnan & Visvanathan, 2008:827).
Dessutom anses revisionskommittémedlem uppfylla kraven på redovisningskompetens
ifall hon eller han har tidigare arbetserfarenhet som controller, intern eller extern
revisor, ekonomichef eller finansdirektör (Dickins, Hillison & Platau, 2009:13). Denna
expertisdefinition var också den första som SEC använde efter Enron-skandalen.
Ytterligare kan det finnas synergier med att tillkännagiva icke-finansiell expertis såsom
juridisk expertis och industrispecifik expertis i revisionskommittén. Krishnan, Wen och
Zhao (2011) till exempel poängterar att revisionskommittéer med juridisk expertis
kompletterar redovisningsexpertis och därmed ger bättre förutsättningar att övervaka
företagets operativa omgivning och förhindra förekomsten av tvister. Därtill kan
revisionskommittén ha fördel av medlemmars industriexpertis som kan vara nyttig
med tanke på industrispecifika redovisningsfrågor och -beslut (Cohen et al., 2014:247;
Braiotta, Gazzaway & Colson, 2010:8).
2.1.3 Revisionskommitténs roll i uppföljning av rapporteringskvalitet
I samband med SOX introducerades en rad av olika uppgifter som revisionskommittén
ska ta hand om för att kvalitetssäkra rapporteringskvalitet (U.S. Securities and
Exchange Commission, 2002a). Revisionskommittén har en betydande roll vid
uppföljning av finansiell rapportering (Braiotta, Gazzaway & Colson, 2010:3; Ikäheimo,
Malmi & Walden, 2016:189). Med andra ord övervakar revisionskommittén att
företagets bokföring och finansiella rapporter förbereds i enlighet med
redovisningsstandarder och att dessa rapporter uppfyller kvalitetskraven (Eilifsen et
al., 2014:39). Dessutom uppföljer revisionskommittén att bolagsstyrningsprinciper
tillämpas och följs i praktiken (DeFond, Hann & Hu, 2005:155).
Dessutom ska revisionskommittén bedöma kvaliteten på intern revision och se till att
interna kontrollsystem, såsom visselblåsarsystem, i företaget fungerar enligt
9
9
förväntningar (Lee & Fargher, 2018). Ytterligare ska revisionskommittén övervaka att
företaget har tillräckliga riskhanteringsmetoder i bruk och att det inte finns brister på
dessa (Braiotta, Gazzaway & Colson, 2010:6). I princip ser revisionskommittén till att
företagets interna struktur möjliggör bra grunder för en tillförlitlig
rapporteringsprocess (Eilifsen et al., 2014:39). Revisionskommittén tar också hand om
övervakningen av kvaliteten på extern revision och förbereder beslut angående
anskaffning av tilläggstjänster (Cohen et al., 2014). Revisionskommittén följer även upp
kommunikationsflöde mellan externa och interna revisorer
(Värdepappersmarknadsförening, 2015:32). Dessutom förbereder revisionskommittén
ett valsförlag av revisor till företagets bolagsstämma (Eilifsen et al., 2014:39; Braiotta,
Gazzaway & Colson, 2010:6-7).
2.2 Rapporteringskvalitet
Som visat i föregående avsnitt är revisionskommittén ett viktigt bolagsorgan som tar
hand om många uppgifter för att upprätthålla god finansiell rapporteringskvalitet
(Braiotta, Gazzaway & Colson, 2010:3: Eilifsen et al., 2014:39). Eftersom många lika
intressenter fattar beslut på basis av informationen i finansiella rapporter, är det viktigt
att revisionskommittén säkerställer att finansiell rapportering är tillförlitlig och av hög
kvalitet (Eilifsen et al., 2014:3; IASB, 2018:5). Rapporteringskvalitet och användbarhet
av information i företags finansiella rapporter kan bedömas med en rad av
kvalitetskriterier som presenteras i figur 1.
Figur 1 Kvalitativa egenskaper av finansiell rapportering
Källa: IASB (2018:6); Ikäheimo, Malmi & Walden, (2016:29-30)
KVALITATIVA EGENSKAPER AV FINANSIELL RAPPORTERING
KVALITATIVA EGENSKAPER AV FINANSIELL RAPPORTERING
Fundamentala egenskaper
Fundamentala egenskaper
RelevansRelevans PålitlighetPålitlighet
Värdeskapande egenskaper
Värdeskapande egenskaper
JämförbarhetJämförbarhet PunktlighetPunktlighet
FörståelighetFörståelighet VerifierbarhetVerifierbarhet
10
10
Som figur 1 visar kan de kvalitativa egenskaperna delas in i fundamentala och
värdeskapande egenskaper. De fundamentala egenskaperna fokuserar till stor del på
relevans och pålitlighet av information i finansiella rapporter medan de värdeskapande
egenskaperna signalerar mervärde för rapporternas relevans (IASB, 2018:6). Dessa
egenskaper diskuteras mer specifikt till näst.
Fundamentala egenskaper. Eftersom företagets olika intressenter använder
bokslutsinformation som underlag för olika beslut är det viktigt att information som
utnyttjas är relevant (Haaramo, 2012:88). Redovisningsinformation anses vara
relevant ifall förberedelsen och presentation av denna information har skett opartiskt
och alla väsentliga transaktioner och händelser har beaktats i bokföringsprocessen
(IASB, 2018:6). Ytterligare är informationen i finansiella rapporter pålitlig om den kan
utnyttjas vid olika framtidsprognoser (Ikäheimo, Malmi & Walden, 2016:29-30; Pratt,
2014:83). Slutligen anses rapporteringskvaliteten vara god ifall informationen i
finansiella rapporter inte innehåller brister som har en betydande inverkan på
beslutsfattande (IASB, 2018:6).
Värdeskapande egenskaper. Till skillnad från fundamentala egenskaper syftar
värdeskapande egenskaper till att öka värderelevansen och användbarheten av
innehållet i företagets finansiella rapporter (IASB, 2018:6). Detta innebär att företag
ska vara konsekventa vid tillämpning av redovisningsprinciper och utge deras
finansiella rapporter på ett transparent sätt inom angivna tidsramar (Pratt, 2015:75).
Till sist ökar värdet på redovisningsinformation ifall slutanvändaren kan jämföra
innehållet med andra företag på samma bransch men också med företagets egen
information från föregående år (Pratt, 2015:173-174).
2.2.1 Prestationsprincipen och resultatmanipulation
För att uppnå en god kvalitet på finansiell rapportering kan företag välja mellan två
löpande bokföringsmetoder: kontant- och prestationsprincip. Enligt kontantprincipen
redovisning bokförs alla affärshändelser i samband med deras betalningstidpunkt.
Fastän kontantprincipen är relativt lätt att tillämpa kan metoden inte erkänna
försäljningsfordringar eller leverantörsskulder på grund av metodens enkelhet.
Dessutom ska den slutliga bokföringen genomföras enligt prestationsprincipen.
(Leppiniemi & Kykkänen, 2015:21-22)
11
11
Således väljer många företag att redan från bokföra enligt prestationsprincipen som
också förutsätts av IFRS-standarder (Haaramo, 2012:88). Vid prestationsprincipen
beaktas alla in- och utkomster som uppstått under räkenskapsperioden i bokföringen
oavsett deras faktiska betalningstidpunkt (Leppiniemi & Kykkänen, 2015:21-22). På
grund av periodiseringar av inkomster och utgifter skapar denna metod en mer
omfattande och realistisk bild av företagets framtida avsikter och detta underlättar
intressentgruppernas beslutsfattande vid företagsvärdering (Dechow & Skinner,
200:237). En annan fördel med prestationsprincipen är att felaktiga bokföringar lätt
kan korrigeras senare (Leppiniemi & Kykkänen, 2015:22).
Dock kräver en del redovisningsbeslut såsom periodiseringar och utnyttjandeperiod av
anläggningstillgångar en bedömning av företagsledningen (Bowen, Rajgopal &
Venkatachalam, 2008). Problemet är att denna flexibilitet i redovisningsvärlden kan
skapa möjlighet för företagsledningen att agera opportunistiskt (Healy & Wahlen,
1999:366; Xie, Davidson & DaDalt, 2003:296). Exempelvis om företagsledningens
personliga ersättning beror på en viss intäktsnivå kan företagsledningen vara lockad att
satsa på åtgärder som minskar produktionskostnader med syfte att därmed öka
intäkter (Dechow & Skinner, 2000; Xie, Davidson & DaDalt, 2003). Denna process där
företagsledning missbrukar flexibilitet i redovisningsstandarder med syfte att maskera
företagets verkliga finansiella ställning kallas för resultatmanipulation (Healy &
Wahlen, 1999:368). Dechow och Skinner (2000:239) delar vidare in
resultatmanipulationsåtgärder enligt deras karaktär i vanliga, konservativa, aggressiva
och vilseledande åtgärder.
2.2.2 Kategorisering av resultatmanipulationsmönster
Resultatmanipulationsmönster kan delas in i fyra olika grupper: ”ta ett bad” (eng.
taking a bath), minimering av intäkter, maximering av intäkter och utjämning av
intäkter (Scott, 2015:447). Dessa manipulationsmönster presenteras till näst.
Ta ett bad metoden förekommer mest vid företagsköp och omstruktureringar men
också i samband med finansiella svårigheter (Pratt, 2014:171). Metodens logik går ut på
att bokföra stora förluster och avskrivningar på tillgångar i syfte att visa så dåligt
resultat som möjligt under den pågående räkenskapsperioden (Scott, 2015:447).
Fördelen med denna metod är att det blir lättare att visa bättre och större resultat
under kommande räkenskapsperioder.
12
12
Vid minimering av intäkter är det däremot meningen att visa ett sämre resultat
t.ex. via en snabbare avskrivningstakt och kostnadsföring av forskning- och
utvecklingskostnader ett år så att det blir lättare att överträffa intressenternas
förväntningar följande år. Företagen brukar lita på detta förfaringssätt ifall
konkurrensen är hård på marknaden eller om företaget är politiskt aktivt och därför vill
undvika publicitet som beror på med stora vinster. (Scott, 2015:447)
Till skillnad från de två föregående metoderna handlar maximering av intäkter om
att öka intäkter genom tvivelaktiga åtgärder i syfte att därmed erhålla bättre
kompensation eller undvika överträdelse av covenanter och andra avtal (Scott,
2015:447). Pratt (2014:171) påpekar dessutom att denna manipulationsstrategi
förekommer mest i unga företag, som försöker etablera sig på marknaden där
konkurrensen är hård.
Det sista resultatmanipulationsmönstret handlar om utjämning av intäkter som
typiskt är ansluten till ersättningar, avtal och hög grad av redovisningskonservatismen
(Scott, 2014:447; Pratt, 2014:171). Denna resultatmanipulationsstrategi används oftast
av riskaversiva personer som med hjälp av denna metod avser minimera risker och
maximera vinster under en längre tidsperiod. (Scott, 2015:447) Således med samma
logik kan utjämningsstrategin erbjuda ett sätt för att undvika att bli uppsagd från
jobbet (Pratt, 2014:171).
2.2.3 Orsaker för förekomsten av resultatmanipulation
Utöver detta beror förekomsten av bedrägligt beteende på de omständigheter under
vilka företaget agerar (Eilifsen et al., 2014:108). Dessa riskfaktorer presenteras i figur 2.
Figur 2 Riskfaktorer för oegentligheter
Källa: utgående från Eilifsen et al. (2014:108).
Riskfaktorer för
oegentligheter
Riskfaktorer för
oegentligheter
MöjlighetMöjlighet Rationalisering och attityd
Rationalisering och attityd
IncitamentIncitament
13
13
Enligt Eilifsen et al. (2014:108) och Healy och Wahlen (1999:366) anses
resultatmanipulation och annat opportunistiskt agerande förekomma mera om det
finns en möjlighet för det. Exempelvis om bolagsstyrningskvaliteten är mycket svag
finns är det lättare för företagsledningen att utnyttja detta kryphål för egna ändamål
(Eilifsen et al., 2014:110). Dessutom medför komplexa företagsstrukturer och
redovisningsmetoder en ytterligare möjlighet till manipulativt beteende. Lehman
Brothers företagsledning exempelvis utnyttjade kryphål i redovisningsstandarder som
gav möjligheten till att maskera företagets svaga resultat och finansiella ställning
genom bokföringsmässigt rättvisande transaktioner (Knapp, 2018:23-24).
Dessutom har företagskulturen en inverkan på förekomsten av bedrägligt beteende
(Eilifsen et al., 2014:108). Nämligen om kommunikationen är ineffektiv och
företagsledningen endast är intresserad av aktieprisets utveckling finns det större
sannolikhet för oegentligheter i rapporteringen (Eilifsen et al., 2014:110). Slutligen kan
olika incitament, såsom tryck att prestera bra enligt marknadens förväntningar, främja
förekomsten av manipulativa åtgärder (Eilifsen et al., 2014:109). Olika incitament, som
kan påverka förekomsten av resultatmanipulation, behandlas till näst.
Kapitalmarknadsrelaterade incitament. Eftersom finansiell data används vid
företagsvärdering och andra viktiga placeringsbeslut kan företagsledningen ha motiv
att manipulera sina finansiella siffror på grund av stark tryck på marknaden (Healy &
Wahlen, 1999:370-371; Eilifsen et al., 2014:109). Kapitalmarknadsrelaterade
incitament kan också förekomma vid företagsvärderingen och andra situationer där
företagsledningen vill åstadkomma bättre marknadsposition genom att öka aktiepriset
(Dechow & Skinner, 2000:245). Speciellt vid börsnoteringar har många företag mycket
stark tryck att prestera enligt förväntningar, vilket som kan orsaka tvivelaktiga åtgärder
för bokföringssiffror (Healy & Wahlen, 1999). Vanliga föremål för dessa
manipulationsåtgärder i så fall kan beröra avskrivningsmetoden och behandling av
osäkra fordran och reserv i balansräkningen (Healy & Wahlen, 1999:372).
Kontraktsrelaterade incitament. Utöver de kapitalmarknadsrelaterade
incitamenten kan företagsledningen vara lockad att manipulera företagets
bokslutsposter i syfte att påverka olika kontrakt (Healy & Wahlen, 1999). Ur
kontraktsperspektiv kan resultatmanipulationsmetoder erbjuda olika sätt för företaget
att förbereda sig inför oförväntade händelser (Scott, 2015:445). Ifall företagsledningens
ersättning exempelvis beror på specifika finansiella mått kan detta skapa incitament för
14
14
manipulationsåtgärder (Healy & Wahlen, 1999:375). Dessutom kan
manipulationsåtgärder utnyttjas för att möta kraven i olika avtal och covenanter (Scott,
2015:454). Ytterligare kan en person vilja vidta manipulationsåtgärder för att bevara
sin egen arbetsposition och ersättning (Healy & Wahlen, 1999:377; Eilifsen et al.,
2014:109). Dock påminner Healy och Wahlen (1999) om att kontraktsrelaterade
incitament oftast förekommer då det finns svaga framtidsutsikter på arbetsmarknaden
eller om företaget inte kan möta konkurrensen.
Incitament relaterade till regleringar. Slutligen kan resultatmanipulationsmotiv
ansluta sig till olika former av reglering inom industri. Banker har exempelvis strikta
krav som de ska följa och resultatmanipulationsmetoder kan erbjuda en möjlighet för
att vara i linje med dessa krav (Healy & Wahlen, 1999:377). Resultatmanipulation i
detta fall kan ske genom överskattning av avsättningar på kreditförluster och
underskattning av låneavskrivningar (Healy & Wahlen, 1999:378). Ytterligare kan
resultatmanipulationsincitament förekomma ifall industrin karaktäriseras av hård
konkurrens och politisk osäkerhet (Healy & Wahlen, 1999).
2.2.4 Resultatmanipulationens inverkan på rapporteringskvalitet
I litteraturen har resultatmanipulation fortfarande en negativ konnotation som delvis
beror på att resultatmanipulationsmetoder till stor del har använts för att maskera
företagets riktiga resultat genom olika tvivelaktiga åtgärder (bl.a. Dechow & Skinner,
2000; Graham, Harvey & Rajgopal, 2005; Zhang, 2012). Exempelvis möjliggjorde
Lehman Brothers företagsledning manipulativ bokföring i syfte att visa att företagets
verksamhet var lönsammare än den var i verkligheten (Knapp, 2018:29). Problemet
med resultatmanipulation är att den anses minska användbarheten och pålitligheten av
information i finansiella rapporter ifall manipulativa åtgärder tillämpas systematiskt
(Scott, 2015:445). Dessutom medför resultatmanipulation sällan tilläggsvärde för
företagets intressenter (Healy & Wahlen, 1999). Dock påpekar Scott (2015:464-465) att
indelning av manipulationsåtgärder i goda och bedrägliga åtgärder till stor del beror på
agentens avsikter. Dechow och Skinner (2000) stöder detta påstående och betonar att
manipulationsåtgärdernas karaktär och omfattning också påverkar hur agerandet
uppfattas.
15
15
2.3 Mätningsmetoder för resultatmanipulation
Förekomsten av resultatmanipulation kan mätas på olika sätt. Dessa metoder består av
periodiseringsbaserad, reell och kosmetisk resultatmanipulation. I följande avsnitt
diskuteras dessa tre mätningsmetoder för resultatmanipulation.
2.3.1 Periodiseringsbaserad resultatmanipulation
Majoriteten av den tidigare forskningen har fokuserat på att undersöka
periodiseringsbaserad resultatmanipulation som fenomen (bl.a. Xie, Davidson &
DaDalt, 2003; Bédard, Chtourou & Courteau, 2004; Baxter & Cotter, 2009).
Periodiseringsbaserad resultatmanipulation går ut på att välja redovisningsprinciper
som passar bäst ihop med företagets önskemål angående resultatstyrning (Xie,
Davidson & DaDalt, 2003:297; Zhang, 2012:676). Företaget kan exempelvis försöka
påverka varulagrets värde i bokslutet genom att välja den värderingsmetod som anses
ge det lämpligaste slutresultatet (Kothari, Leone & Wasley, 2005). Ett ytterligare
alternativ av denna manipulationsform är att påverka olika estimat som används i
företagets olika strategiska utsikter – exempelvis genom att påverka tillämpningen av
avskrivningsmetoden (Xie, Davidson & DaDalt, 2003; Zhang, 2012). I nötskal baserar
majoriteten av periodiseringsbaserade resultatmanipulationsåtgärder på
bokföringsmässiga beslut (Zang, 2012; Kothari, Leone & Wasley, 2005).
2.3.2 Reell resultatmanipulation
Företagsledningen brukar inte endast fokusera på periodiseringsbaserad
resultatmanipulation för att uppnå specifika mål. Enligt Roychowdhury (2006) och
Cohen, Dey och Lys (2008) kan företagets ekonomiska sammanhang, industri och
andra egenskaper också påverka företagsledningens vilja att tillämpa reell
resultatmanipulation. Vid denna resultatmanipulationsmetod fokuseras mera på
manipulationen av bokföringsposter som har en direkt inverkan på företagets operativa
verksamhet (Scott, 2015:446).
Enligt Roychowdhury (2006:339-340) är de vanligaste föremålen för reella
resultatmanipulationsåtgärder produktionsvolym, diskretionära kostnader och
operativa kassaflöden. Företagsledningen kan sträva efter bättre försäljning och
resultat genom att öka produktionen eftersom produktionskostnaderna blir lägre då
produktionsvolymen ökar (Roychowdhury, 2006). Dessutom kan företagsledningen
vara lockad att påverka andelen diskretionära kostnader såsom forsknings- och
16
16
utvecklingskostnader för att uppfylla intressenters förväntningar angående företagets
finansiella ställning och resultat (Dechow & Skinner, 2000; Roychowdhury, 2006).
Slutligen kan reella resultatmanipulationsåtgärder användas för att öka försäljningen
via exempelvis tillfälliga prisrabatter (Roychowdhury, 2006).
Nackdelen med reell resultatmanipulation är att dessa manipulationsåtgärder har en
inverkan på företagets värde på lång sikt (Zhang, 2012:681). Dessutom kan det bli svårt
att upprätthålla den uppnådda finansiella ställningen på ett trovärdigt sätt speciellt ifall
manipulationsåtgärderna har varit aggressiva (Roychodhury, 2006). Dock är
upptäckandet av reella manipulationsåtgärder svårare än periodiseringsbaserade
åtgärder, vilket delvis kan förklara den möjliga förekomsten av manipulationsformen i
företag (Graham, Harvey & Ragjopal, 2005, Cohen, Dey & Lys, 2008).
2.3.3 Kosmetisk resultatmanipulation
Förekomsten av resultatmanipulation kan delvis förklaras med hjälp av psykologi. Har
man möjlighet att välja mellan två produkter av vilka den ena kostar exempelvis 0,99€
och den andra 1,00€ väljs oftast det första alternativet eftersom det tycks vara billigare.
Däremot inom finansvärlden väljs det andra alternativet eftersom det faktiskt är värt
mera. Således om företagets realistiska bokslutssiffror verkar stanna kvar från olika
prognoser kan företaget ha incitament att manipulera sina siffror för att åstadkomma
de förväntade fördelarna. (Aono & Guan, 2008:207)
Det föregående exemplet på en manipulationsmetod kallas för kosmetisk
resultatmanipulation. Med kosmetisk resultatmanipulation avses små uppåtriktade
avrundningar som företagsledningen gör avseende bokslutsposter i syfte att förbättra
företagets lönsamhet (Kinnunen & Koskela, 2003; Jordan, Hatten & Clark, 2017).
Enligt Kinnunen och Koskela (2003:40) är sannolikheten för förekomsten av kosmetisk
resultatmanipulation större ifall den första decimalen i resultatsiffror är noll. Därtill
finns det andra faktorer, såsom institutionella faktorer och företagets storlek, som
anses bidra till förekomsten av kosmetisk resultatmanipulation (Kinnunen & Koskela,
2003; Jordan, Hatten & Clark, 2017). Fastän små kosmetiska avrundningar till synes
inte verkar vara till ondo kan dessa små ändringar ha en stor inverkan på
företagsvärdet (Jordan & Clark, 2011:33).
17
17
3 LITTERATURGENOMGÅNG
I detta kapitel sammanfattas den tidigare forskningen inom ämnet. Kapitlet inleds med
en diskussion om hur marknaden värdesätter revisionskommitténs
redovisningsexpertis och en hurdan inverkan denna typ av expertis anses ha på
rapporteringskvaliteten. Därefter presenteras den tidigare forskningen angående
sambandet mellan revisionskommitténs redovisningsexpertis och dess inverkan på
periodiseringsbaserad och reell resultatmanipulation. Till slut redogörs för forskningen
angående kosmetisk resultatmanipulation och förekomsten av resultatmanipulation i
Finland.
3.1 Marknadens värdesättning av revisionskommitténs
redovisningsexpertis
I samband med en hel del tidigare studier har det undersökts hur olika
sammansättningsattribut påverkar revisionskommitténs effektivitet (bl.a. Xie,
Davidson & DaDalt, 2003; Bédard, Chtourou & Courteau, 2004). En del av dessa
studier har närmare tagit reda på hur marknaden värdesätter finansiella kunskaper och
mer specifikt redovisningsexpertis hos revisionskommitténs ledamöter (Davidson, Xie
& Xu, 2004; DeFond, Hann & Hu, 2005; Dickins, Hillison & Platau, 2009; Krishnan &
Visvanathan, 2009).
I de empiriska studierna av Davidson, Xie och Xu (2004) och DeFond, Hann och Hu
(2005) undersöks om tillkännagivandet av redovisningsexpertis i revisionskommittén
påverkar företags lönsamhet. För detta ändamål använder båda forskarna onormala
kumulativa avkastningar som beroende variabel. Dessutom undersöker forskarna
hurdan expertis marknaden värdesätter hos revisionskommitténs ledamöter. Med
tanke på tidsperioden gäller Davidson, Xie och Xus (2004) undersökning åren 1990-
2001 medan DeFond, Hann och Hu (2005) utnyttjar en aning nyare data.
Både Davidson, Xie och Xu (2004) och DeFond, Hann och Hu (2005) visar att
utnämningen av redovisningsexpertis i revisionskommitté bidrar positivt till företagets
lönsamhet. Dessutom dras i båda studierna slutsatsen att marknaden speciellt
värdesätter revisionskommitténs redovisningsexpertis. DeFond, Hann och Hu (2005)
anser detta delvis bero på att ledamöterna med redovisningsexpertis har bättre
kunskaper att behandla redovisningsspecifika frågor, och därmed övervaka
rapporteringskvalitet. Ytterligare hypotiserar DeFond, Hann och Hu (2005:181) att
18
18
revisionskommittéledamöterna som innehar redovisningsexpertis är noggrannare vid
valet av företag de kommer att jobba för.
Davidson, Xie och Xu (2004) tillägger att redovisningsexpertisen anses förbättra
revisionskommitténs förmåga att upptäcka möjliga brister i finansiell rapportering och
därmed öka marknadens tillit för företagets finansiella rapportering. På basis av dessa
saker kan marknaden tolka tillkännagivandet av redovisningsexpertis i
revisionskommitté som en positiv signal om företaget och dess framtid (Davidson, Xie
& Xu, 2004; DeFond, Hann & Hu, 2005). DeFond, Hann och Hu (2005) poängterar
dock att detta samband gäller endast ifall företaget tar hand om sin bolagsstyrning och
intern kontroll.
Det finns också bevis på att marknadens åsikter om revisionskommitténs
redovisningsexpertis kan variera beroende på hur revisionskommitténs ledamöter har
skaffat sina redovisningskunskaper (Dickins, Hillison & Platau, 2009; Krishnan &
Visvanathan, 2009). Dickinson, Hillison och Platau (2009), som fokuserar på att
undersöka marknadens tillit till företagets finansiella rapportering, hittar bevis på att
revisionskommittéledamöternas redovisningsexpertisbakgrund har betydelse. Mer
specifikt visar Dickins, Hillison och Platau (2009:23-24) att marknaden litar mera på
företagets finansiella rapportering ifall redovisningsexpertis har anskaffats från
revisionsbranschen och genom undervisningserfarenhet. Däremot tyder Dickins,
Hillison och Plataus (2009) empiri på att marknaden inte litar på företagets
rapporteringskvalitet lika mycket ifall revisionskommitténs redovisningsexperter har
skaffat sina kunskaper genom att ha varit anställda som finansdirektörer.
Detta är överraskande med tanke på forskningsresultat av DeFond, Hann och Hu
(2005) samt Krishnan och Visvanathan (2009) som båda beaktar
revisionskommittéledamotens arbetserfarenhet som finansdirektör i
redovisningsexpertisdefinitionen. Krishnan och Visvanathan (2009) drar slutsatsen att
företag vars revisionskommitté har redovisningsexpertis, inklusive arbetserfarenhet
som finansdirektör, har lägre revisionsarvoden i genomsnitt. Däremot visar Krishnan
och Visvanathans (2009) resultat att revisionsarvoden brukar vara högre för företag
vars revisionskommitté inte har tillämpliga redovisningskunskaper. Med andra ord
anser revisorer förekomsten av redovisningsexpertis i revisionskommittén vara en
indikation på bättre bolagsstyrningskvalitet och övervakningsmekanism (Krishnan &
Visvanathan, 2009). Dock påpekar forskarna i likhet med DeFond, Hann och Hu
(2005) att revisionskommitténs redovisningsexpertis bidrar positivt till kvaliteten på
finansiell rapportering endast ifall kvaliteten på bolagsstyrning är i skick. Med andra
19
19
ord om det finns till exempel väsentliga brister i företagets interna kontrollmekanismer
blir det svårare att utnyttja revisionskommitténs kompetens på bästa möjliga sätt i
praktiken (Krishnan & Visvanathan, 2009).
3.2 Revisionskommitténs redovisningsexpertis och
periodiseringsbaserad resultatmanipulation
Majoriteten av den tidigare forskningen om sambandet mellan revisionskommitténs
redovisningsexpertis och resultatmanipulation har fokuserat kring
periodiseringsbaserad resultatmanipulation. Baxter och Cotter (2009), Krishnan, Wen
och Zhao (2011) samt Liu, Tiras och Zhuang (2014) undersöker om det finns ett
samband mellan revisionskommitténs redovisningsexpertis och kvaliteten på finansiell
rapportering. Baxter och Cotter (2009) mäter rapporteringskvaliteten med hjälp av
påverkningsbara periodiseringar. För detta ändamål använder Baxter och Cotter
(2009:273) regressionsmodeller som baserar sig på modellen av Dechow och Dichev
(2002) samt modifiering av Jones modellen skapats av Dechow, Sloan och Sweeney
(1995). Likaså utnyttjar Krishnan, Wen och Zhao (2011:2104-2015) modellen av
Dechow och Dichev (2002) för att räkna ut mått på onormala påverkningsbara
periodiseringar men forskarna använder också av resultatjusterade mått på
påverkningsbaserade periodiseringar. I likhet med Baxter och Cotter (2009) använder
Liu, Tiras och Zhuang (2014) också den modifierade Jones modellen av Dechow, Sloan
och Sweeney (1995) för att estimera rapporteringskvalitet på kvartalsnivå.
Enligt resultaten av Krishnan, Wen och Zhaos (2011) samt Liu, Tiras och Zhuangs
(2014) forskning är förekomsten av periodiseringsbaserade
resultatmanipulationsåtgärder mer sällsynt i företag vars revisionskommitté innehar
redovisningsexpertis. Krishnan, Wen och Zhao (2011) framför också bevis på att
förekomsten av brister i finansiell rapportering är mindre ifall företagets
revisionskommitté innehar både redovisnings- och juridisk expertis. Liu, Tiras och
Zhuang (2014:160) finner också stöd för sin hypotes att revisionskommitténs
redovisningsexpertis bidrar till större positiva överraskningar i avkastningar som inte
lika lätt blir föremålen för manipulationsåtgärder. Dessa resultat tyder tillsammans på
att redovisningsexpertis bidrar till revisionskommitténs effektivitet och förbättrar
revisionskommitténs möjligheter att ingripa och minimera förekomsten av
oegentligheter i finansiell rapportering.
Baxter och Cotter (2009) finner dock inga bevis på att revisionskommittéer med
redovisningsexpertis skulle kunna minimera förekomsten av resultatmanipulation. Lite
20
20
oförväntat kommer Baxter och Cotter (2009) fram till att det förekommer mer
periodiseringsbaserad resultatmanipulation i företag som har redovisningsexpertis i
revisionskommittén. Delvis kan detta bero på att undersökningen har utförts med data
från 1993-2000 medan studierna av Krishnan, Wen och Zhao (2011) och Liu, Tiras och
Zhuang (2014) har genomförts för nyare tidsperioder. Dessutom kan resultaten delvis
förklaras av kontexten där undersökningarna utfördes. Baxter och Cotter (2009)
undersöker australienska företag medan amerikanska företag ligger i fokus i de två
andra studier.
Såsom beskrivits i teoridelen finns det olika mönster för periodiseringsbaserad
resultatmanipulation. Dessa manipulationsmönster kan vara kopplade till t.ex.
värdering av tillgångar (Sameer & Nourhene, 2010) och försiktighet i olika estimat
angående beslut (Krishnan & Visvanathan, 2008; Sultana & Van der Zahn, 2015). I
studien av Sameer och Nourhene (2010) undersöks om redovisningsexpertis hjälper
revisionskommittén att effektivare övervaka missbruk och förskingring av tillgångar.
Sameer och Nourhene (2010:214-215) baserar sin undersökning på 28 amerikanska
företag som har haft problem med missbruk av tillgångar under åren 1987-2000.
Utgående från sina resultat påstår Sameer och Nourhene (2010) att
revisionskommitténs redovisningsexpertis inte anses ha en lika stor och signifikant
effekt på minskning i missbruk av tillgångar som bredare finansiell expertis. Detta kan
bero på att den bredare finansiella expertisen som också omfattar expertis inom
finansiering och konsultering kan ge bättre förutsättningar att följa upp
manipulationsåtgärder som har med finansiella transaktioner att göra. På basis av
dessa observationer anser Sameer och Nourhene (2010) den bredare
expertisdefinitionen av SEC vara nyttigare för revisionskommitténs effektivitet än den
snävare expertisdefinitionen.
Ett annat mått som har använts i tidigare forskningar för mätningen av
resultatmanipulation är redovisningskonservatismen. I undersökningar av Krishnan
och Visvanathan (2008) och Sultana och Van der Zahn (2015) tas reda på hurdan
inverkan revisionskommitténs redovisningsexpertis har för
redovisningskonservatismen. Krishnan och Visvanathan (2008:837) undersöker
sambandet med ett sampel från år 2000-2002, d.v.s. tidsperioden före SOX medan
Sultana och Van der Zahn (2015:285) använder australiensk data från tidsperioden av
2004-2008. Regressionsresultaten av båda studierna kommer fram till att
redovisningsexpertis hos revisionskommitténs ledamöter minskar
redovisningskonservatismen. Med andra ord tyder resultaten på att
21
21
revisionskommittén lättare kan upptäcka möjliga oegentligheter i rapportering ifall
revisionskommitténs ledamöter innehar tillräckliga redovisningskunskaper (Krishnan
& Visvanathan, 2008; Sultana & Van der Zahn, 2015). Dock noterar både Krishnan och
Visvanathan (2008) och Sultana och Van der Zahn (2015) att redovisningsexpertis och
dess inverkan på revisionskommitténs effektivitet beror på kvaliteten på bolagsstyrning
i företaget.
3.3 Revisionskommitténs redovisningsexpertis och reell
resultatmanipulation
Utöver periodiseringsbaserad resultatmanipulation har i en väldigt liten del av den
tidigare forskningen tittat också på sambandet mellan revisionskommitténs
redovisningsexpertis och förekomsten av reell resultatmanipulation också undersökts
(Sun, Lan & Liu, 2014; Garven, 2015). I undersökningar av Sun, Lan och Liu (2014) och
Garven (2015) tas reda på om expertis och andra sammansättningsattribut påverkar
revisionskommitténs förmåga att förhindra förekomst av reell resultatmanipulation.
Forskarna motiverar sitt val av att fokusera på reell resultatmanipulation med att
denna typ av manipulation förorsakar reella kostnader för företaget och påverkar
företagets framtida finansiella ställning.
Både Sun, Lan och Liu (2014) och Garven (2015) uppskattar att revisionskommittéer
med finansiella kunskaper är effektivare på att förhindra förekomsten av reell
resultatmanipulation än revisionskommittéer utan relevant expertis. För att testa detta
samband använder Sun, Lan och Liu (2014:161-162) onormala operativa kassaflöden,
onormala diskretionära kostnader och onormala produktionskostnader som beroende
variabler som räknas i enlighet med Roychowdhurys (2006) modeller. I Garvens
undersökning (2015:73) subtraheras däremot onormala diskretionära kostnader från
ROA för att komma fram till ett estimat för reell resultatmanipulation. En ytterligare
skillnad mellan dessa studier är definitionen av expertis som används om en av de
oberoende variablerna. Sun, Lan och Liu (2014:158) definierar finansiell expertis som
kompetens och kunskaper inom redovisning medan Garven (2015:71) inte gör någon
specifik indelning mellan finansiella expertisområden.
I motsats till deras förväntningar finner Sun, Lan och Liu (2014) och Garven (2015)
inget stöd för hypotesen att redovisningsexpertis skulle påverka revisionskommitténs
förmåga att effektivt förhindra förekomsten av reell resultatmanipulation. I stället tyder
forskarnas resultat på att andra sammansättningsattribut, såsom oberoende och
mötesfrekvens, påverkar revisionskommitténs effektivitet mera. Till exempel Sun, Lan
22
22
och Liu (2014) konstaterar att revisionskommitténs arbetsmängd och mötesfrekvens
påverkar förekomsten av reell resultatmanipulation.
Liksom Sun, Lan och Liu (2014) poängterar Garven (2015:79) att revisionskommitténs
mötesfrekvens har en större betydelse vid förhindrandet av reell resultatmanipulation
än revisionskommitténs finansiella kunskapsnivå. Detta kan bero på att en
revisionskommitté som samlas oftare har bättre koll på företagets operativa
verksamhet, och därmed har bättre möjligheter att ingripa i brister vid behov (Garven,
2015). På basis av resultat påpekar forskarna att dessa egenskaper borde beaktas vid
utnämnandet av nya medlemmar till revisionskommittén.
3.4 Förekomsten av kosmetisk resultatmanipulation
Utöver de klassiska manipulationsmetoderna har i en liten del av den tidigare
forskningen också förekomsten av kosmetisk resultatmanipulation undersökts
(Kinnunen & Koskela, 2003; Das & Zhang, 2003; Aono & Guan, 2008; Jordan, Hatten
& Clark, 2017). I undersökningen av Kinnunen och Koskela (2003) forskas hur olika
bolagsstyrningsfaktorer – såsom mängden av omdöme i redovisningsstandarder och
företagskultur – påverkar förekomsten av kosmetisk resultatmanipulation i 18 olika
länder. För detta ändamål utnyttjar forskarna Benfords lag och z-test (Kinnunen &
Koskela, 2003:47-48).
På basis av sina forskningsresultat påstår Kinnunen och Koskela (2003) att
förekomsten av kosmetisk resultatmanipulation är lägst i länder där företag satsar på
revision och upprätthåller hög kvalitet på interna kontrollmekanismer. Däremot tyder
forskarnas resultat på att sannolikheten för förekomsten av kosmetisk
resultatmanipulation ökar då en stor del av anställdas belöning baserar sig på
företagets finansiella utveckling (Kinnunen & Koskela, 2003:63). Vidare hittar
forskarna också bevis på att kosmetisk resultatmanipulation är minst i nordiska
länderna. Kinnunen och Koskela (2003) anser att detta kan bero på att kvaliteten på
bolagsstyrning och olika interna kontrollmekanismer såsom revisionskommitté, och
företagskultur är mycket högre i Norden jämfört med andra länder i samplet. Dock
finner forskarna inte bevis på att företagets storlek skulle påverka förekomsten av
kosmetisk resultatmanipulation. Därför påminner Kinnunen och Koskela (2003) om
att det är viktigt att bibehålla kritik mot finansiella rapporter för att det alltid finns risk
för att företag vill ge en sockrad bild av sig på marknaden.
23
23
Likaså undersöker Aono och Guan (2008) samt Jordan, Hatten och Clark (2017)
förekomsten av kosmetisk resultatmanipulation med Benfords lag. Till skillnad från
Kinnunen och Koskela (2003) fokuserar Aono och Guan (2008) samt Jordan, Hatten
och Clark (2017) endast på data från USA. Aono och Guan (2008:208) tar reda på om
implementering av SOX har haft en inverkan på förekomsten av kosmetisk
resultatmanipulation medan Jordan, Hatten och Clark (2017:63) undersöker om
företagets storlek har påverkat förekomsten av kosmetisk resultatmanipulation efter
SOX.
Såväl Aono och Guan (2008) som Jordan, Hatten och Clark (2017) kommer fram till
samma slutsats att förekomsten av kosmetisk resultatmanipulation har minskat efter
implementeringen av SOX. Detta stämmer överens med Aono och Guans (2008)
antagande att SOX har förbättrat tillförlitligheten av finansiell rapportering. Dessutom
preciserar Jordan, Hatten och Clark (2017) att förekomsten av kosmetiska
resultatmanipulationsåtgärder speciellt har minskat inom stora bolag. Dock hittar
Jordan, Hatten och Clark (2017) vidare bevis på att det fortfarande förekommer
kosmetisk resultatmanipulation inom mindre börsnoterade bolag. En möjlig förklaring
till detta är att små företag inte övervakas lika strikt som börsnoterade företag (Jordan,
Hatten & Clark, 2017:66). Detta bekräftar vidare att det finns ett samband mellan
företagets storlek och förekomsten av kosmetisk resultatmanipulation.
Till skillnad från de ovannämnda studierna använder Das och Zhang (2003) logistisk
regressionsanalys för att ta reda på om kosmetisk resultatmanipulation förekommer i
EPS-avrundningar. Närmare hypotiserar forskarna att sannolikheten för förekomsten
av kosmetiska avrundningar beror på företagets finansiella ställning. Med hjälp av sina
resultat drar Das och Zhang (2003) slutsatsen att företag genomför mera kosmetiska
avrundningar då marknadens förväntningar angående företagets finansiella
rapportering är högre. Dessutom finner Das och Zhang (2003) bevis på att förekomsten
av kosmetisk resultatmanipulation är större i start-up företag än i stabila företag. Dessa
resultat ger en indikation att företagets lönsamhet och tillväxt påverkar förekomsten av
kosmetisk resultatmanipulation.
3.5 Studier om resultatmanipulation i Finland
En liten del av den tidigare forskningen har också närmare undersökt förekomsten av
resultatmanipulation i den europeiska kontexten och även inkluderat Finland i samplet
(Burgstahler, Hail & Leuz, 2006; Callao & Jarne, 2010). Burgstahler, Hail och Leuz
24
24
(2006) fokuserar på att ta reda på hur olika institutionella faktorer och strukturen på
kapitalmarknaden påverkar förekomsten av resultatmanipulation. Callao och Jarne
(2010) fokuserar däremot på att undersöka om implementeringen av IFRS-regelverket
har påverkat förekomsten av resultatmanipulation. Burgstahler, Hail och Leuz
(2006:993) inkluderar både privata och börslistade bolag från åren 1997-2003 i sin
undersökning medan Callao och Jarne (2010:166) endast använder data från
börsnoterade bolag från tidsperioderna 2003-2004 och 2005-2006.
På basis av sina forskningsresultat kommer Burgstahler, Hail och Leuz (2006) fram till
att förekomsten av resultatmanipulation är större i privata bolag än i börsnoterade
bolag i Europa. Enligt Burgstahler, Hail och Leuz (2006) beror detta delvis på att små
bolag inte har samma övervakning som börsnoterade bolag har. Därtill finner forskarna
bevis på att förekomsten av resultatmanipulation till stor del beror på landets legala
omgivning och kapitalmarknadens karaktär. Resultaten visar också att förekomsten av
resultatmanipulation är mindre i Finland jämfört med andra nordiska länder i samplet
(Burgstahler, Hail & Leuz, 2006:993).
Callao och Jarne (2010) kommer fram till likadana resultat med tanke på sambandet
mellan institutionella faktorer, såsom investerarskydd, och resultatmanipulation. Dock
visar resultaten av Callao och Jarne (2010) att implementeringen av IFRS-regelverket
inte har kunnat förhindra förekomsten av manipulationsåtgärder utan ökat
förekomsten av dem i stället i Europa. Enligt Callao och Jarne (2010) kan detta bero på
den inbyggda flexibiliteten i standarderna som möjliggör opportunistiska beslut. I
motsats till Burgstahler, Hail och Leuz (2006) dokumenterar Callao och Jarne (2010)
också en ökning i förekomsten av periodiseringsbaserade
resultatmanipulationsåtgärder i Finland. Dock påpekar Callao och Jarne (2010:173) att
denna ökning är relativt liten och inte signifikant jämfört med andra länder i samplet.
25
25
4 DATAINSAMLING OCH DEFINITION AV VARIABLER
Syftet med denna magistersavhandling är att undersöka om det finns ett samband
mellan revisionskommitténs redovisningsexpertis och förekomsten av
resultatmanipulation i finska börsnoterade bolag åren 2015-2017. Detta kapitel börjar
med formulering av hypoteser på basis av resultaten från tidigare studier. Därefter
diskuteras forskningsmetodiken och insamling av data mer i detalj. Avslutningsvis
presenteras och definieras alla variabler som används i studien.
4.1 Formulering av hypoteser
I föregående kapitel presenterades de valda tidigare studier angående ämnet. Dessa
studier och deras resultat sammanfattas i tabell 1.
Tabell 1 En sammanfattande inblick på de valda tidigare studierna
FORSKNING DATA OMRÅDET SAMBANDET
Värdering av redovisnings- expertis
Davidson, Xie & Xu (2005) 1990 – 2001 USA +
DeFond, Hann & Hu (2005) 1993 – 2002 USA +
Dickins, Hillison & Platau (2009) 2009 USA +
Krishnan & Visvanathan (2009) 2000 – 2002 USA +
Periodiserings-baserad
Baxter & Cotter (2009) 1993 – 2000 Australien –
Krishnan & Visvanathan (2008) 2000 – 2002 USA +
Sameer & Nourhene (2010) 1987 – 2000 USA –
Krishnan, Wen & Zhao (2011) 2003 & 2005 USA +
Liu, Tiras & Zhuang (2014) 1997 – 2008 USA +
Sultana & Van der Zahn (2015) 2004 – 2008 Australien +
Reell Sun, Lan & Liu (2014) 2007 – 2010 USA –
Garven (2015) 2005 – 2007 USA –
Kosmetisk
Kinnunen & Koskela (2003) 1995 - 1999 18 olika länder
* Das & Zhang (2003) 1989-1998 USA
Aono & Guan (2008) 2000-2001 /2003-2004 USA
Jordan, Hatten & Clark (2017) 2003 – 2014 USA
Resultatmanipulation i Finland
Burgstahler, Hail & Leuz (2006) 1997-2003 13 EU-länder *
Callao & Jarne (2010) 2003-2004 / 2005-2006 11 EU-länder
* Dessa studier fokuserar på att undersöka resultatmanipulation som fenomen och inkluderar inte en
variabel på revisionskommitténs redovisningsexpertis – därmed har dessa studier inget tecken på
sambandet-kolumnen.
26
26
Som tabell 1 visar har en del av tidigare studier fokuserat på värdering av
revisionskommitténs redovisningsexpertis (bl.a. DeFond, Hann & Hu, 2005) medan de
andra har undersökt sambandet mellan revisionskommitténs redovisningsexpertis och
resultatmanipulation (bl.a. Krishnan, Wen & Zhao, 2011; Sun, Lan & Liu, 2014).
Dessutom har en liten del undersökt kosmetisk resultatmanipulation som fenomen och
olika faktorer som påverkar dess förekomst (bl.a. Kinnunen & Koskela, 2003; Jordan,
Hatten & Clark, 2017). Ytterligare har två studier undersökt förekomsten av
resultatmanipulation även i Finland (Burgstahler, Hail & Leuz, 2006; Callao & Jarne,
2010).
Dock är det anmärkningsvärt att majoriteten av dessa studier har utförts med data från
en tidsperiod före eller i samband med förekomsten av finanskrisen (bl.a. Aono &
Guan, 2008; Krishnan, Wen & Zhao, 2011; Garven, 2015). Endast en liten del har
inkluderat nyare data efter finanskrisen (Dickins, Hillison & Platau, 2009; Sun, Lan &
Liu, 2014; Jordan, Hatten & Clark, 2017). En annan anmärkning är att en stor del av
den tidigare forskningen har fokuserat på amerikansk eller anglosaxisk data medan
studien av Kinnunen och Koskela (2003) är den enda som beaktar data från Finland
och andra nordiska länder. Dessutom har resultaten från den tidigare forskningen varit
tvetydiga angående revisionskommitténs redovisningsexpertis och dess inverkan på
förekomsten av resultatmanipulation. En del har kommit fram till att
revisionskommitténs redovisningsexpertis bidrar till förhindrandet av
resultatmanipulationsåtgärder (bl.a. DeFond, Hann & Hu, 2005; Davidson, Xie & Xu,
2004) medan en del inte har funnit stöd för ett liknande samband (bl.a. Baxter &
Cotter, 2009; Sun, Lan & Liu, 2014; Garven, 2015).
Ytterligare är det viktigt att notera att förekomsten av kosmetisk resultatmanipulation
har forskats endast som fenomen eller tillsammans med andra attribut såsom revision
och institutionella faktorer (bl.a. Kinnunen & Koskela, 2003; Das & Zhang, 2003;
Jordan, Hatten & Clark, 2017). Dock till skribentens kännedom har ingen tidigare
studie undersökt sambandet mellan revisionskommitténs redovisningsexpertis och
förekomsten av kosmetisk resultatmanipulation. På basis av dessa observationer och
resultaten från tidigare forskningen formuleras hypoteser på följande sätt:
• H1 Det finns ett negativt samband mellan revisionskommitténs redovisningsexpertis och förekomsten av periodiseringsbaserad resultatmanipulation
• H2 Det finns ett negativt samband mellan revisionskommitténs redovisningsexpertis och förekomsten av reell resultatmanipulation
27
27
• H3 Det finns ett negativt samband mellan revisionskommitténs redovisningsexpertis och förekomsten av kosmetisk resultatmanipulation
4.2 Insamling av data och sampel
För att uppnå undersökningens syfte används sekundär data eftersom det möjliggör en
effektiv datainsamling och snabb verifikation inom angivna tidsramar och denna typ av
data är data relativt pålitlig (Ghauri & Grønhaug, 2010:94). Data, som insamlas för
undersökningen, är sammanlagd panel data (eng. pooled panel data) och mer specifikt
sagt obalanserad panel data eftersom det inte finns observationer för alla år i samplets
företag. Eftersom panel data vanligtvis har karaktärer från både tvärsnitts- och
tidsseriedata blir det möjligt att jämföra utveckling av variabler över tiden vilket som
bidrar till att man kan utföra innehållsmässigt bättre analyser (Brooks, 2014:526-527).
Formulering av samplet beskrivs mer i detalj i tabell 2.
Årlig data som används i studien insamlas delvis från Thomson Reuters ”Eikon”
database och delvis manuellt. Alla variabler som används vid beräkningen av
resultatmanipulationsmått hämtas från Eikon med hjälp av formler. Däremot hämtas
data beträffande revisionskommitténs och styrelsens sammansättning manuellt från
företags webbsidor, bolagsstyrningsrapporter, verksamhetsberättelser och andra dylika
finansiella rapporter. Slutligen sammankopplas data från båda insamlingarna i Excel.
Ghauri och Grønhaug (2010:97) poängterar att man ska bibehålla en viss skepticism
vid användning och tolkning av sekundär data eftersom det alltid kan finnas en
möjlighet för partisk information. Därför utförts också ett par slumpmässiga
kontrollgranskningar för data, både mellan Excel och data i Eikon samt data i bolagets
årsrapporter, till slut.
Eftersom sambandet mellan revisionskommitténs redovisningsexpertis och
förekomsten av resultatmanipulation inte har undersökts mycket i Norden, och
speciellt i Finland, avgränsas avhandlingen till finska företag som har varit listade på
Helsingforsbörsen (OMXH) under åren 2015–2017. Denna tidsperiod har valts
eftersom det är av intresse att utreda hur bra olika företags revisionskommitté har
förberett sig på det striktare expertiskravet i Europaparlamentets och rådets direktiv
(2014/56/EU) som har trätt i kraft 1.1.2018. Ytterligare används åren 2013 och 2014 i
den preliminära databearbetningsprocessen för att räkna ut variabler, såsom
förändring i försäljning, som används vid uträkning av resultatmanipulationsmåtten.
Formulering av samplet beskrivs i tabell 2.
28
28
Tabell 2 Formulering av samplet
2015 2016 2017 Totalt
Antal företag i Helsingforsbörsen (OMXH) 138 138 138 414
Ta bort:
Banker och finansiella institutioner 18 18 18 54
Utländska företag listade på OMXH 5 5 5 15
Företagen med b-aktieserier 6 6 6 18
Observationer med bristfällig data 18 16 10 44
Slutgiltigt sampel 91 93 99 283
Det preliminära samplet för undersökningen hämtas från Nasdaq OMXH och detta
sampel består av totalt 414 årsobservationer. Detta sampel innefattar dock inga First
North företag eftersom de inte omfattas av en lika strikt reglering angående
bolagsstyrning såsom andra börsnoterade företag på huvudmarknadsplatsen i OMXH
(Värdepappersmarknadsförening, 2015:9). Först tas banker och andra finansiella
institutioner (ICB8000 enligt NASDAQ) bort från samplet på grund av att dessa företag
redan följer kraven i kreditinstitutslagen (610/2014). Dessutom exkluderas utländska
företag som är listade på Helsingforsbörsen eftersom avhandlingens fokus ligger på
finska företag. Ytterligare lämnas företag med b-aktieserier bort så att det inte blir
dubbelobservationer. Till sist exkluderas företag med bristfällig data. På basis av dessa
steg blir det slutgiltiga samplet 286 observationer för hela undersökningsperioden.
Indelning av observationer i industrikategorier presenteras i tabell 3.
Tabell 3 Indelning av samplet i olika industrier
Kod Industri 2015 2016 2017 Totalt
ICB0001 Olja och gas 1 1 1 3 ICB1000 Råvaror 5 5 5 15 ICB2000 Industri 40 41 43 124 ICB3000 Konsumtionsvaror 13 12 14 39 ICB4000 Hälsovård 5 5 6 16 ICB5000 Konsumenttjänster 11 12 13 36 ICB6000 Telekommunikation 1 2 2 5 ICB7000 Försörjningsföretag 1 1 1 3
ICB9000 Teknologi 14 14 14 42
91 93 99 283
Källa: Industrikoder enligt Nasdaq (2019)
29
29
4.3 Undersökningens variabler
I detta avsnitt presenteras alla variabler som används i undersökningen. Först
introduceras beroende variabler och definitioner på dem. Därefter presenteras
oberoende variabler och kontrollvariabler. Till sist sammanfattas de variabler som
används i undersökningen. Estimaten för resultatmanipulationsmåtten som
presenteras till näst räknas med hjälp av statistikprogrammet Gretl.
4.3.1 Beroende variabler
Syftet med denna avhandling är att undersöka om revisionskommitténs
redovisningsexpertis har en inverkan på förekomsten av resultatmanipulation och
därmed på rapporteringskvaliteten. Eftersom det finns tre typer av
resultatmanipulationsmetoder är det också relevant att studera förekomsten av var och
en av dem.
Majoriteten av den tidigare forskningen har fokuserat på periodiseringsbaserad
resultatmanipulation (bl.a. Baxter & Cotter, 2009; Sameer & Nourhene, 2010;
Krishnan, Wen & Zhao, 2011). I samband med denna typ av resultatmanipulation riktar
manipulationsåtgärder sig till periodiseringar som vidare kan delas in i
påverkningsbara och icke-påverkningsbara periodiseringar (Jones, 1991; Dechow,
Sloan & Sweeney, 1995; Kothari, Leone & Wasley, 2005). Skillnaden mellan dessa är att
icke-påverkningsbara periodiseringar påverkas av händelser i företagets vanliga
affärsverksamhet medan de påverkningsbara periodiseringarna kan bli föremål för
företagsledningens manipulationsåtgärder (Dechow, Sloan & Sweeney, 1995).
I denna avhandling kommer modellen av Kothari, Leone och Wasley (2005) att
användas. Denna modell bygger på så kallade Jones modellen (Jones, 1991) och
modifierad Jones modellen (Dechow, Sloan & Sweeney, 1995). I Jones modellen antas
att totala periodiseringar påverkas av förändring i försäljning och anläggningstillgångar
(Jones, 1991:211). Residualen från modellen används som estimat för påverkningsbara
periodiseringar enligt Jones (1991):
TACCit
TAit−1= α0
1
TAit−1+ α1
∆Sit
TAit−1+ α2
PPEit
TAit−1 + εit
Dechow, Sloan och Sweeney (1995) anser däremot att de totala periodiseringarna inte
endast påverkas av förändringar i försäljningen utan också av förändringar i
30
30
försäljningsfordringar. Enligt Dechow, Sloan och Sweeney (1995:199) är det viktigt att
också beakta försäljningsfordringar i ekvationen eftersom
resultatmanipulationsåtgärderna också kan syfta till försäljningen som sker på kredit.
En ytterligare förbättring alltså till Jones modellen är beaktandet av båda
försäljningstyperna i ekvationen. Denna modell kallas för den modifierade Jones
modellen (Dechow, Sloan & Sweeney, 1995:203):
TACCit
TAit−1= α0
1
TAit−1+ α1
∆Sit − ∆ARit
TAit−1+ α2
PPEit
TAit−1 + εit
Kothari, Leone och Wasley (2005) gör en ytterligare förbättring till den modifierade
Jones modellen och hävdar att företagets finansiella ställning också ska beaktas i
modellen. Till skillnad från de två andra modellerna inkluderar Kothari, Leone och
Wasley (2005:192) också konstant i ekvationen för att förbättra modellens pålitlighet.
För att beakta resultatmanipulationens inverkan på företagets finansiella ställning
tillägger Kothari, Leone och Wasley (2005:174) lönsamhetsmåttet avkastning på totala
tillgångar (ROA) till formeln:
TACCit
TAit−1= α0 + α1
1
TAit−1+ α2
∆Sit − ∆ARit
TAit−1+ α3
PPEit
TAit−1 + α4ROAit + εit
De totala periodiseringarna (TACC) som är beroende variabel i Kothari, Leone och
Wasleys (2005) regressionsmodell kan räknas på två olika sätt – genom att använda
bokslutsposter i balansräkning eller alternativt kassaflödesmetod (Dechow, Sloan och
Sweeney (1995:203):
1) Balansräkningsmetod TACCit = (∆OTt − ∆KFSt − ∆LMt + ∆DEBTt − AVSt)
2) Kassaflödesmetod TACCit = NIX − OCF
I denna avhandling uträknas totala periodiseringar i enlighet med kassaflödesmetod av
flera orsaker. Först finns det bevis på att estimat för totala periodiseringar blir mindre
partiska om de uträknas med kassaflödesmetod jämfört med balansräkningsmetod
(Hribar & Collins, 2002). För det andra om man tittar på normalfördelning av totala
periodiseringar i figur 3 som har uträknats med de två metoderna märker man att
normalfördelning ser bättre ut för totala periodiseringar som har mäts med
kassaflödesmetod (DACC_CF). Dessutom har många tidigare studier använt
31
31
kassaflödesmetod i uträkning av totala påverkningsbara periodiseringar (bl.a. Cohen,
Dey & Lys, 2008; Krishnan, 2011; Zhang, 2012; Liu, Tiras & Zhuang, 2014).
Figur 3 Normalfördelning för totala påverkningsbara periodiseringar som har uträknats med kassaflödesmetod (vänster) och balansräkningsmetod (höger)
Estimaten för påverkningsbara periodiseringar (DACC) fås i form av residualen från
Kothari, Leone & Wasleys (2005) modell. Eftersom undersökningens syfte är att
undersöka förekomsten av resultatmanipulation, används det absoluta värdet av
påverkningsbara periodiseringar i likhet med Bédard, Chtourou och Courteau (2004)
samt Baxter och Cotter (2009). De totala påverkningsbara periodiseringarna härleds
från följande formel:
DACC = TACCit
TAit−1− α0
1
TAit−1+ α1
∆Sit − ∆ARit
TAit−1+ α2
PPEit
TAit−1 + α3ROAit
32
32
Variabler för mätning av periodiseringsbaserad resultatmanipulation
Källa
DACC = Totala påverkningsbara periodiseringar under år t
Eikon databas
TACC = Totala periodiseringar under år t
∆OT = Förändring i omsättningstillgångar mellan år t och t–1
∆KFS = Förändring i kortfristiga skulder mellan år t och t–1
∆LM = Förändring i likvida medel mellan år t och t–1
∆DEBT = Förändring i skulder (inkluderade i KFS) mellan år t och t–1
AVS = Avskrivningar och amorteringar under år t
NIX = Nettoresultat före extraordinära poster under år t
OCF = Kassaflöden från operationer under år t
∆S = Förändring i försäljningen mellan år t och t–1
∆AR = Förändring i försäljningsfordringar mellan år t och t–1
PPE = Anläggningstillgångar under år t
ROA = Avkastning (före skatt) dividerad med föregående års tillgångar
TA = Totala tillgångar under år t–1
Källa: modifierad version av Dechow, Sloan & Sweeney (1995) och Kothari, Leone &
Wasley (2005)
Utöver periodiseringsbaserad resultatmanipulation har i samband med en del studier
tittat på förekomsten av reell resultatmanipulation undersökts (Roychowdhury, 2006;
Cohen, Dey & Lys, 2008; Sun, Lan & Liu, 2014; Garven, 2015). En av de mest använda
modellerna vid mätning av reell resultatmanipulation är Roychowdhurys (2006)
modell. Enligt Roychowdhury (2006) har reella resultatmanipulationsmetoder
vanligtvis en inverkan på tre bokföringsposter. Roychowdhury (2006) anser att kan
företagsledningen försöka öka försäljningssiffror genom att sälja produkter och tjänster
till nedsatta priser och mindre strikta kreditvillkor. Syfte i så fall är att påskynda
processen för bokföringen av försäljning och därmed öka vinstandelar (Sun, Lan & Liu,
2014). Roychowdhury (2006) konstaterar att detta agerande har en minskande
inverkan på operativa kassaflöden eftersom kostnader för sålda varor oftast blir högre
än den aktuella försäljningen. Dessutom anses den tillfälliga ökning av försäljning
småningom försvinna när vanliga priser används igen (Cohen, Dey & Lys, 2008).
Således definieras operativa kassaflöden (OCF) som det första reella
resultatmanipulationsmåttet i enlighet med Roychowdhury (2006:344):
OCFt
TAt−1 = α0 + α1 (
1
TAt−1 ) + α2 (
St
TAt−1 ) + α2 (
∆St
TAt−1 ) + εt
33
33
Dessutom kan företagsledningen försöka förbättra företagets lönsamhet på kort sikt
genom att öka produktionen och därmed minska andelen totala produktionskostnader
(Roychowdhury, 2006; Cohen, Dey & Lys, 2008). Produktionskostnader (PK)
estimeras på samma sätt som Roychowdhury (2006:345):
PKt
TAt−1 = α0 + α1 (
1
TAt−1
) + α2 (St
TAt−1
) + α2 (∆St
TAt−1
) + α2 (∆St−1
TAt−1
) + εt
I den ovannämnda formeln räknas produktionskostnader (PK) som summan av
kostnader för sålda varor (COGS) och förändring i lager (△INV). I likhet med i
samband med produktionskostnader kan företagsledningen vara lockad att påverka
bokföringen av så kallade diskretionära kostnader (Roychowdhury, 2006:340). Enligt
5:8§ i finska bokföringslagen ska alla utvecklingskostnader kostnadsföras när de
uppkommer (BFL 1997/1336). Således försöker företagsledning minimera andelen av
sådana kostnader i bokföringen. Som tidigare, estimeras totala diskretionära kostnader
(DK) också i enlighet med Roychowdhury (2006:345):
DKt
TAt−1= α0 + α1 (
1
TAt−1 ) + α2 (
St
TAt−1 ) + εt
Diskretionära kostnader i den ovannämnda formeln räknas som summan av
forsknings- och utvecklingskostnader (FOU), marknadsföringskostnader (ADV) och
försäljning- och administrationskostnader (FAK). De slutliga variablerna på reell
resultatmanipulation, det vill säga onormala operativa kassaflöden (OOCF), onormala
produktionskostnader (OPK) och onormala diskretionära kostnader (ODK) definieras i
likhet med Roychowhudry (2006) och Cohen, Dey och Lys (2008):
OOCFt = OCFt
TAt−1 − α0 − α1 (
1
TAt−1 ) − α2 (
St
TAt−1 ) − α2 (
∆St
TAt−1 )
OPKt = PKt
TAt−1 − α0 − α1 (
1
TAt−1 ) − α2 (
St
TAt−1 ) − α2 (
∆St
TAt−1 ) − α2 (
∆St−1
TAt−1 )
ODKt = DKt
TAt−1 − α0 − α1 (
1
TAt−1 ) − α2 (
St
TAt−1 )
34
34
Variabler för mätning av reella resultatmanipulationsmått Källa
PK = Totala produktionskostnader under år t
Eikon databas
COGS = Kostnad för sålda varor
∆INV = Förändring i lager mellan år t och t–1
S = Försäljning under år t
∆S = Förändring i försäljning mellan år t och t–1
DK = Totala diskretionära kostnader under år t
FoU = Forsknings- och utvecklingskostnader
ADV = Marknadsföringskostnader under år t
FAK = Försäljning- och administrationskostnader under år t
OCF = Kassaflöden från operationer under år t
TA = Totala tillgångar under år t–1
Källa: modifierad version av Roychowdhury (2006) och Cohen, Dey & Lys (2008)
Det är också möjligt att påverka företagets finansiella ställning med hjälp av små
avrundningar på finansiella siffror (Kinnunen & Koskela, 2003; Das & Zhang, 2003).
Denna process där finansiella siffror avrundas litet uppåt så att marknadens
förväntningar knappt överträffas utan att ge den riktiga bilden kallas för kosmetisk
resultatmanipulation (Kinnunen & Koskela, 2003:40). I samband med en hel del
tidigare forskningar har förekomsten av kosmetisk resultatmanipulation undersökts
med hjälp av Benfords lag (Kinnunen & Koskela, 2003; Aono & Guan, 2008; Jordan,
Hatten & Clark, 2017). Denna metods fokus ligger på undersökning av relativa
frekvenser av specifika siffror i den första decimalen av olika bokslutsposter, såsom
resultat före extraordinära poster (Kinnunen & Koskela, 2003:50).
Ett annat sätt som kan användas för att estimera förekomsten av kosmetisk
resultatmanipulation är att använda logistisk regression där den beroende variabeln på
kosmetisk resultatmanipulation ett värde på antingen 1 eller 0 beroende på
decimalsiffran i nyckeltalet som undersöks. Das och Zhang (2003) definierar två olika
tröskelvärden som indikation på kosmetisk resultatmanipulation. Enligt det första
alternativet kan kosmetisk resultatmanipulation ha förekommit ifall nyckeltalet har
varit positivt och den första decimalen har varit lika med eller större än fem. Om
nyckeltalet däremot har varit negativt och den första decimalen är mindre än fem anses
det som indikation på kosmetisk resultatmanipulation. (Das & Zhang, 2003:35)
I denna avhandling analyseras kosmetisk resultatmanipulation med hjälp av logistisk
regression i likhet med Das och Zhang (2003) istället för Benfords lag. Orsaken till
detta är att Benfords lag lämpar sig bättre för jämförelse av förekomsten av kosmetisk
35
35
resultatmanipulation mellan länder än inom ett land (Kinnunen & Koskela, 2003).
Beroende variabler CEM1 och CEM2 anvisas ett värde på 1 eller 0 beroende på den
första decimalsiffran i resultat per aktie (eng. earnings per share, härefter EPS). I
likhet med Das och Zhang (2003) definieras CEM1 på följande sätt: variabeln får ett
värde på 1 ifall EPS är positiv och den första decimalen är lika med eller större än fem,
eller om EPS är negativ och den första decimalen är mindre än fem. Annars får
variabeln ett värde på 0.
CEM2 definieras på ett annat sätt. Kinnunen och Koskela (2003) påstår att
förekomsten av nollor som andra siffra kan anses vara en indikation på förekomsten av
kosmetisk resultatmanipulation ifall bokslutsposten har varit positiv. Dessutom anser
Kinnunen och Koskela (2003) förekomsten av nior som den andra siffran i negativa
bokslutsposter vara en indikation om kosmetisk resultatmanipulation. Således
definieras CEM2 att få ett värde på 1 ifall EPS har varit positiv och den första decimalen
är 0 eller om EPS är negativ och dess första decimal är 9 – annars får CEM2 ett värde
på 0. EPS definieras enligt följande sätt:
EPS = NIX
Aktier
Variabler för mätning av kosmetisk resultatmanipulationsmått Källa
CEM1 = Dummy variabel som är 1 om företagets resultat per aktie (EPS) är positiv och dess första decimal är ≥5 eller om EPS är negativ och dess första decimal är < 5. Annars får variabel ett värde på 0
CEM2 = Dummy variabel som är 1 om företagets resultat per aktie (EPS) är positiv och dess första decimal är 0 eller om EPS är negativ och dess första decimal är 9. Annars får variabeln ett värde på 0
EPS = Resultat per aktie Eikon
databas NIX = Nettoresultat före extraordinära poster
Aktier = Antal aktier under år t
Källa: modifierad version av Das & Zhang (2003)
4.3.2 Oberoende variabler
Efter implementeringen av SOX blev inrättandet av revisionskommittéer obligatoriskt i
alla företag som är noterade på en amerikansk börs (U.S. Securities and Exchange
Commission, 2002a). I europeiska länder har däremot regleringen av inrättandet av en
36
36
revisionskommitté varit mer frivilligbaserad och baserat sig till stor del på nationella
koder för bolagsstyrning (Värdepappersmarknadsförening, 2015:30). Exempelvis i
Finland har kravet på inrättandet berört endast företag av allmänt intresse – dock har
det också varit möjligt att avvika från denna rekommendation och låta styrelsen ta
hand om revisionskommitténs uppgifter vid behov (Värdepappersmarknadsförening,
2015:32). För att undersöka om revisionskommitténs existens påverkat förekomsten av
resultatmanipulation i finska företag före implementeringen av Europaparlamentets
och rådets direktiv (2014/56/EU) inkluderas en variabel avseende
revisionskommitténs existens (AC_EX) i regressionsmodellen. Således om företaget
har en revisionskommitté ges variabeln AC_EX ett värde på 1 och däremot 0 ifall
styrelsen tar hand om revisionskommitténs uppgifter.
Ett av de viktigaste syftena med avhandlingen är att ta reda på om revisionskommitténs
redovisningsexpertis har en inverkan på rapporteringskvaliteten mätt med förekomsten
av resultatmanipulation. I Europaparlamentets och rådets direktiv (2014/56/EU) och i
den finska koden för bolagsstyrning förutsätts att revisionskommittén ska ha
åtminstone en ledamot med relevant expertis inom redovisning och/eller revision
(Värdepappersmarknadsförening, 2015:32). I likhet med SEC (2002b) och DeFond,
Hann och Hu (2005:162) definieras redovisningsexpertis som utbildning inom
redovisning eller tidigare arbetserfarenhet som controller, revisor, CGR-revisor,
finansdirektör eller annan omfattande redovisningsexpertis. Eftersom
redovisningskompetens anses kräva mer kompetens beaktas endast magisterutbildning
inom redovisning och/eller revision eftersom denna examen anses vara mer
omfattande än tradenom- och kandidatexamen.
Variabeln AC_AFE anvisas ett värde på 1 ifall revisionskommittén har åtminstone en
ledamot med redovisningsexpertis och 0 ifall revisionskommittén inte har relevant
expertis inom redovisning och/eller revision enligt definitionen av DeFond, Hann och
Hu (2005) och SEC (2002b). Dessutom är det relevant att också inkludera en variabel
som beaktar både revisionskommitténs och styrelsens redovisningsexpertis. Orsaken
för detta är att företagets styrelse också vid behov har kunnat ta hand om
revisionskommitténs ansvarsområden (Värdepappersmarknadsförening, 2015:32).
AFE får ett värde på 1 ifall det finns ledamöter i revisionskommittén eller styrelsen –
om revisionskommittén inte finns – som uppfyller definitionskraven på
redovisningsexpertisen – annars ges variabeln värdet på 0.
I samband med många tidigare studier har också revisionskommitténs finansiella
expertis som utöver redovisningskompetens anses omfatta utbildning inom
37
37
finansiering och tidigare arbetserfarenhet inom finansdepartement, konsultering eller
som verkställande direktör undersökts (bl.a. Davidson, Xie & Xu, 2004; DeFond, Hann
& Hu, 2005; Krishnan & Visvanathan, 2008). Eftersom alla företag i samplet hade
finansiell expertis antingen i revisionskommittén (AC_NAFE) eller i styrelsen (NAFE)
förkastas dessa variabler från regressionsanalyserna. Orsaken för detta är att om
variabeln är konstant, d.v.s. har ingen variation, förklarar den inte förändring i den
beroende variabeln i regressionen på något sätt.
4.3.3 Kontrollvariabler
I likhet med tidigare studier används också en hel del kontrollvariabler med tanke på
revisionskommitténs och styrelsens sammansättning (bl.a. Xie, Davidson & DaDalt,
2003; Krishnan & Visvanathan, 2008; Krishnan & Visvanathan, 2009; Sun, Lan & Liu,
2014). I fotspår av Krishnan och Visvanathan (2008) samt Sun, Lan och Lius (2014)
fotspår inkluderas variabler som mäter revisionskommitténs storlek (AC_SIZE) och
andelen oberoende ledamöter i revisionskommittén (AC_IND). Dessutom undersöks
om antal möten som revisionskommittén håller under årets lopp, alltså mötesfrekvens
(AC_MEET) har någon inverkan på förekomsten manipulationen. Eftersom styrelsen
också har kunnat ta hand om revisionskommitténs uppgifter beaktas också ett par
variabler för styrelsens sammansättning (Värdepappersmarknadsförening, 2015:32).
Därmed inkluderas variabler som mäter antal ledamöter i styrelsen (BOD_SIZE),
andelen oberoende styrelsemedlemmar (BOD_IND) och antal möten som styrelsen har
hållit (BOD_MEET).
På basis av den tidigare forskningen finns det också bevis på att företagets storlek har
en inverkan på förekomsten av resultatmanipulation (bl.a. Krishan & Visvanathan,
2008; Krishnan, Wen & Zao, 2011; Jordan, Hatten & Clark, 2017). Därmed inkluderas
en kontrollvariabel (SIZE) för att testa detta samband. Denna variabel definieras på
samma sätt som i samband med tidigare undersökningar – alltså som den naturliga
logaritmen av totala tillgångar (bl.a. Krishnan & Visvanathan, 2008:841). Dessutom
kontrolleras om företagets finansiella ställning påverkar förekomsten av
manipulationsåtgärder (bl.a. Kothari, Wasley & Leone, 2005; Sun, Lan & Liu, 2014;
Krishnan, Wen & Zhao, 2011). Således inkluderas variabler som mäter företagets
lönsamhet (ROA), skuldsättningsgrad (D/E) som definieras som totala skulder i
förhållandet till totalt eget kapital och tillväxt i försäljning (GROWTH).
38
38
Ytterligare undersöks om det finns skillnader mellan olika industrisektorer med tanke
på förekomsten av resultatmanipulation. För detta ändamål används samma
kategorisering som NASDAQ (2019) använder, det vill säga ICB-koder (eng. Industry
Classification Benchmark). Industriklassifikationer används som dummy variabler och
anvisas ett värde på 1 eller 0 beroende på om företaget i frågan hör till industrisektorn.
Koder och beskrivningar på industrigrupper har presenterats i tabell 3. Slutliga
variabler som används i avhandlingen sammanfattas i tabell 4.
39
39
Tabell 4 Sammanfattning av undersökningens variabler
Variabel Definition Källa
Be
ro
en
de
Eikon databas
abs_DACC = Påverkningsbara periodiseringar (absolutvärde)
abs_OOCF = Onormala operativa kassaflöden (absolutvärde)
abs_OPK = Onormala produktionskostnader (absolutvärde)
abs_ODK = Onormala diskretionära kostnader (absolutvärde)
CEM1 = Dummy variabel som är 1 om resultat per aktie (EPS) är positiv och dess första decimal är ≥5 eller om EPS är negativ och dess första decimal är < 5. Annars får variabeln ett värde på 0
CEM2 = Dummy variabel som är 1 om resultat per aktie (EPS) är positiv och dess första decimal är 0 eller om EPS är negativ och dess första decimal är 9. Annars får variabeln ett värde på 0
Ob
er
oe
nd
e
Bolagsstyrnings-rapporter,
årsberättelser, verksamhets-berättelser &
webbsidor
AC_EX = Dummy variabel som får ett värde på 1 om företaget har en revisionskommitté, annars 0
AFE = Dummy variabel som får ett värde på 1 om företagets revisionskommitté eller styrelsen (om revisionskommittén inte finns) innehar redovisningsexpertis, annars 0
AC_AFE = Dummy variabel som får ett värde på 1 om företagets revisionskommitté innehar redovisningsexpertis, annars 0
Ko
ntr
oll
Bolagsstyrnings-rapporter,
årsberättelser, verksamhets-berättelser &
webbsidor
AC_SIZE = Antal ledamöter i revisionskommittén
AC_MEET = Antal möten revisionskommittén har hållit under året
AC_IND = Antal oberoende ledamöter i revisionskommittén
BOD_SIZE = Antal ledamöter i styrelsen
BOD_MEET = Antal möten styrelsen har hållit under året
BOD_IND = Antal oberoende ledamöter i styrelsen
Eikon databas
SIZE = Den naturliga logaritmen av totala tillgångar
D/E = Skuldsättningsgrad (eng. Debt to Equity)
ROA = Avkastning på totalt kapital (eng. Return on Assets)
GROWTH = Tillväxt på försäljningen ICB0001- ICB9000
= Industrigruppering enligt ICB-koder Nasdaq OMXH
Y2015-Y2017
= Dummy variabel för år (2015, 2016 och 2017)
ε = Felterm
40
40
5 FORSKNINGSMETODOLOGI
I detta avsnitt presenteras forskningsmetodiken. Avsnittet börjar med beskrivning av
forskningsmetodiken och fortsätter därefter med diskussion om antaganden angående
regressionsmodeller. Till sist presenteras de regressionsmodeller som kommer att
tillämpas i själva undersökningen.
5.1 Beskrivning av forskningsmetodiken
I många tidigare studier har en deduktiv forskningsansats utnyttjats i samband med en
kvantitativ forskningsinriktning (bl.a. Davidson, Xie & Xu, 2004; Dickins, 2009; Liu,
Tiras & Zhuang, 2014; Garven, 2015). Utgångspunkten med denna forskningsansats är
att identifiera luckor i forskningen genom att först skapa förståelse om den tidigare
teorin inom ämnet varefter hypoteser formuleras och testas för att skapa verifikation
för teorins hållbarhet (Bryman & Bell, 2015:23). Det som är karaktäriserande för en
kvantitativ undersökning är bl.a. användning av olika hypoteser som testas för att
åstadkomma resultat (Ghauri & Grønhaug, 2010:170). I likhet med tidigare studier har
hypoteser i denna avhandling formulerats på basis av teorin och den tidigare
forskningen inom ämnet.
Signifikansnivå av 5 % kommer att tillämpas vid tolkning av resultat. Detta betyder att
nollhypotesen ska förkastas ifall p-värdet är lägre än 0,05 (5 %) och accepteras ifall p-
värdet är större än den valda signifikansnivån (Ghauri & Grønhaug, 2010:170). De tre
hypoteserna som undersöks i denna avhandling tar följande format:
Hypotes Nollhypotesen Den alternativa hypotesen H1 Det finns inte ett negativt samband mellan
revisionskommitténs redovisningsexpertis och periodiseringsbaserad resultatmanipulation.
Det finns ett negativt samband mellan revisionskommitténs redovisningsexpertis och periodiseringsbaserad resultatmanipulation.
H2 Det finns inte ett negativt samband mellan revisionskommitténs redovisningsexpertis och reell resultatmanipulation.
Det finns ett negativt samband mellan revisionskommitténs redovisningsexpertis och reell resultatmanipulation.
H3 Det finns inte ett negativt samband mellan revisionskommitténs redovisningsexpertis och kosmetisk resultatmanipulation.
Det finns ett negativt samband mellan revisionskommitténs redovisningsexpertis och kosmetisk resultatmanipulation.
Däremot används följande format för hypoteser vid testning av antaganden för
regressionsanalys och tolkning av resultaten:
41
41
• Ho α1 = 0 • H1 α1 ≠ 0
För insamling av data används Thomson Reuters ”Eikon” -databas som finns tillgänglig
i Hankens datanätverk. Data, som insamlas från Eikon, bearbetas med hjälp av Excel.
Dessutom har en del stickprov utförts för att garantera datas pålitlighet. Alla tester och
regressioner utförs och analyseras däremot med hjälp av Gretl som är ett gratis
program avsett för statistiska analyser.
5.2 Antaganden för regressionsanalys
I denna del presenteras modelldiagnostik och olika antaganden som ska kontrolleras
ifall regressionsanalys kommer att användas. Enligt Ghauri och Grønhaug (2010:180)
är dessa antaganden relaterade till multikollinearitet, heteroskedasticitet,
autokorrelation och normalitet av feltermen. Dessa antaganden diskuteras till näst.
5.2.1 Multikollinearitet
Ett antagande som ska kontrolleras före användning av regressioner eller andra dylika
modeller är multikollinearitet (Ghauri & Grønhaug, 2010:180). Med multikollinearitet
avses en situation där två eller flera variabler har hög korrelation (Ghauri & Grønhaug,
2010:175). Det är viktigt att kontrollera om det förekommer multikollinearitet i data för
att undersökningens modeller ska kunna formuleras så att de faktiskt mäter det som de
ska mäta. Ifall variabler har en väldigt hög korrelation med varandra blir det omöjligt
att tolka resultat på ett meningsfullt sätt ur statistiskt perspektiv. Ett sätt att minska
multikollinearitet är att exkludera dessa variabler med väldigt höga
korrelationskoefficienter från undersökningsmodellerna och därmed förbättra
statistisk tolkning av resultaten (Ghauri & Grønhaug, 2010:175-176).
I denna avhandling kommer Pearsons korrelationskoefficient att användas för att
bedöma om det finns multikollinearitetproblem i datan. Pearsons
produktmomentkorrelationskoefficient fås på följande sätt (Ghauri & Grønhaug,
2010:175):
ρx,y = kovarians (X, Y)
√Standardavvikelse X × Standardavvikelse Y
42
42
Resultaten för multikollinearitet presenteras i figur 4. Innan resultaten från
korrelationsmatrisen tolkas djupare är det relevant att notera att dummy variabler som
mäter revisionskommitténs existens (AC_EX), revisionskommitténs
redovisningsexpertis (AC_AFE) och redovisningsexpertis bland styrelse- och
revisionskommittéledamöter (AFE) inte har inkluderats i korrelationsmatrisen.
Dessutom har variabler som mäter år (Y2015-2017) och industrisektorn (ICB0001-
9000) exkluderats från matrisen. Orsaken till detta är att Pearsons korrelationsmatris
inte anpassar sig för dummy variabler som tar ett värde på antingen 1 eller 0.
43
43
Figur 4 Korrelationsmatris med Pearsons korrelationskoefficientsmått
Nr Variabel 1 2 3 4 5 6 7 8 9 10 11 12 13 14
1 abs_DACC 1,000
2 abs_OOCF 0,655 1,000
3 abs_OPK 0,073 0,067 1,000
4 abs_ODK 0,011 0,058 0,827 1,000
5 AC_SIZE -0,081 -0,090 -0,098 -0,104 1,000
6 AC_IND -0,037 -0,060 -0,102 -0,095 0,890 1,000
7 AC_MEET -0,115 -0,065 -0,129 -0,109 0,867 0,830 1,000
8 BOD_SIZE -0,204 -0,131 -0,179 -0,216 0,583 0,511 0,544 1,000
9 BOD_IND -0,130 -0,117 -0,112 -0,124 0,581 0,685 0,585 0,701 1,000
10 BOD_MEET 0,094 0,197 0,137 0,108 -0,075 -0,053 -0,039 -0,200 -0,161 1,000
11 SIZE -0,249 -0,265 -0,157 -0,207 0,683 0,653 0,679 0,734 0,678 -0,176 1,000
12 D/E -0,102 -0,033 -0,098 -0,086 0,041 0,038 0,062 0,028 0,039 -0,036 0,026 1,000
13 ROA 0,350 -0,204 -0,006 -0,032 0,048 0,074 0,004 0,011 0,058 -0,283 0,129 -0,072 1,000
14 GROWTH 0,099 0,054 0,068 0,093 -0,097 -0,120 -0,088 -0,135 -0,185 0,306 -0,065 -0,015 0,063 1,000
Korrelation är signifikant på 5 % signifikansnivå på värden som har markerats med fetstil.
44
44
Ur korrelationsmatris i figur 4 noterar man att två reella resultatmanipulationsmått
onormala produktionskostnader (abs_OPK) och onormala diskretionära kostnader
(abs_ODK) – båda i absoluta värden – har en mycket stark kollinearitet. Eftersom
dessa variabler är beroende variabler och därmed inte i samma regressionsmodell
behöver man inte oroa sig för förekomsten av stark kollinearitet. Ytterligare ser man en
väldigt starkt multikollinearitet mellan variabler som berör revisionskommitténs
sammansättning (AC_SIZE, AC_IND och AC_MEET). Detta är dock inte oförväntat
eftersom dessa variabler är kopplade till varandra. Ett sätt att undvika möjliga problem
i regressionen är att inte använda dessa variabler, som korrelerar högt med varandra, i
samma modell. Det är också intressant att notera att revisionskommitténs oberoende
(AC_IND) korrelerar mycket med styrelsens oberoende (BOD_IND) – dock inte lika
kraftigt som revisionskommitténs sammansättningsvariabler med varandra. Intressant
är också att se en stark korrelation mellan revisionskommitténs
sammansättningsvariabler (AC_SIZE, AC_MEET och AC_IND) samt styrelsens
oberoende (BOD_IND) och storlek (BOD_SIZE) med tanke på företagets storlek
(SIZE).
Fastän korrelationsmatrisen ger relevant information om möjlig multikollinearitet
mellan variablerna borde man inte endast lita på dessa värden – speciellt i detta fall då
man inte har inkluderat alla undersökningens variabler i korrelationsmatrisen. Ett
annat sätt att kontrollera om det förekommer multikollinearitet är att räkna så kallade
VIF-värden (eng. variance inflation factor) (Bowerman, O’Connell & Murphree;
2015:161). Eftersom VIF-värdena kan räknas på alla variabler kan undersökning av
VIF-värdena hjälper att bedöma hurdana åtgärder sista och slutligen ska vidtas med
tanke på högt korrelerade variablerna. Ifall variabeln har ett VIF-värde över 10
indikerar resultatet att inkludering av variabeln medför stora
multikollinearitetsproblem – däremot om VIF-värdet på variabeln är över 5 men under
10 anses inkludering medföra moderat multikollinearitet (Bowerman, O’Connell &
Murphree; 2015:162). VIF-värden kan räknas enligt följande formel (Bowerman,
O’Connell & Murphree; 2015:161):
VIF = 1
1 + R2
I tabell 5 sammanfattas VIF-värdena på variablerna. De första VIF-värdena som finns i
den gråa kolumnen i tabellen har fåtts från regressionsmodellen där det absoluta värdet
på periodiseringsbaserad resultatmanipulation (abs_DACC) är beroende variabel.
45
45
Variabler Y2017 och ICB9000 har exkluderats från regressionsmodellen eftersom dessa
variabler används som referensvariabler. Dessa variabler valdes som referensvariabler
för att undvika vidare multikollinearitetsproblem och för att skapa bättre jämförbarhet.
Ur tabellen ser man att VIF-värdena är högst för variabler som mäter
revisionskommitténs sammansättning medan de andra variablernas VIF-värden är
tydligt under 5. Detta problem kan lösas genom att formulera olika regressionsmodeller
med olika variabelkombinationer i syfte att därmed minska multikollinearitet (Brooks,
2014:219). Ett ytterligare alternativ är helt enkelt att förkasta en variabel eller
variablerna som har ett väldigt högt VIF-värde (Brooks, 2014:219).
På basis av VIF-värdena i den första gråa kolumnen har fyra regressionsmodeller
formulerats. Alla variabler i dessa fyra modeller har ett VIF-värde under fem vilket
vidare innebär att inga multikollinearitetsproblem borde uppstå i regressionerna.
Tabell 5 VIF-värden på undersökningens variabler
Variabel (* Modell 1 2 3 4
AFE 3,062 1,258 2,234 2,869
AC_AFE 5,578 2,923 2,248 4,765
AC_EX 13,455 1,872
AC_SIZE 9,762 3,571
AC_IND 9,000 4,303
AC_MEET 8,544 4,269
BOD_SIZE 3,513 3,092 3,092 3,156
BOD_IND 3,660 2,574 2,518 2,576
BOD_MEET 1,364 1,299 1,321 1,321
SIZE 4,281 3,997 3,833 2,798 4,091
D/E 1,072 1,065 1,060 1,053 1,060
ROA 1,266 1,233 1,237 1,137 1,238
GROWTH 1,230 1,194 1,221 1,041 1,224
Y2015 1,360 1,345 1,346 1,342 1,355
Y2016 1,330 1,318 1,320 1,312 1,323
ICB0001 1,182 1,166 1,161 1,147 1,162
ICB1000 1,763 1,667 1,716 1,747 1,718
ICB2000 2,641 2,557 2,564 2,486 2,568
ICB3000 1,973 1,797 1,869 1,857 1,889
ICB4000 1,415 1,410 1,410 1,400 1,410
ICB5000 2,007 1,900 1,935 1,909 1,965
ICB6000 1,213 1,185 1,185 1,190 1,195
ICB7000 1,230 1,208 1,199 1,203 1,201
*) Y2017 och ICB9000 används som referensvariabler och därmed inkluderas inte i tabell 5.
46
46
5.2.2 Antagandet om normalitet
Utöver multikollinearitet ska man kontrollera förekomsten av normalitet av
residualerna, vilket som i detta fall berör både räkning av manipulationsmått från
regressionsmodellen av Kothari, Leone och Wasley (2005) och Roychowdhury (2006)
samt denna avhandlings slutliga regressionsmodeller. I denna avhandling ska
normaliteten testas med hjälp av teststatistiken från Shapiro-Wilk testet.
Nollhypotesen i Shapiro-Wilk normalitetstestet är att observationerna är
normalfördelade och den alternativa hypotesen tyder på att observationerna för
residualerna inte är normalfördelade. Ifall p-värdet från Shapiro-Wilk normalitetstestet
är mindre än den valda signifikansnivån tyder det att variabeln i fråga inte är
normalfördelad. (Thadewald & Büning, 2007)
Utöver Shapiro-Wilk test beaktas på värden för skevhet och kurtosis och utnyttjas
visuella hjälpmedel såsom histogrammen. Teststatistiken angående normalitet av
residualer presenteras nedan i tabell 6.
Tabell 6 Teststatistik för normalitet från första steget (definition av resultatmanipulationsmått)
Extremvärden med Extremvärden eliminerade
Beroende variabel
Skevhet Kurtosis Shapiro-Wilk test
Skevhet Kurtosis Shapiro-Wilk test
DACC 0,915 8,971 0,000 0,011 1,910 0,000
OOCF -0,531 5,517 0,000 0,092 1,359 0,001
OPK -1,354 6,464 0,000 -0,235 -0,171 0,022
ODK 2,161 10,041 0,000 0,643 0,659 0,000
abs_DACC 3,310 18,856 0,000 1,781 3,856 0,000
abs_OOCF 2,709 9,701 0,000 1,590 2,710 0,000
abs_OPK 2,981 16,293 0,000 0,703 -0,558 0,000
abs_ODK 3,673 26,037 0,000 0,785 0,082 0,000
Resultaten i tabell 6 tyder på att de preliminära måtten för resultatmanipulation – det
vill säga DACC, OOCF, OPK och ODK som fås i det första steget – inte skulle vara
normalfördelade (p-värdet 0,000). Denna observation stöds också av värden på
skevhet och kurtosis som är väldigt höga. En närmare analys av observationerna visar
att DACC skulle ha blivit visuellt normalfördelad ifall 2 observationer skulle ha
uteslutits. Vidare skulle OOCF krävt en ytterligare uteslutning av 8 observationer. Med
tanke på OPK borde man ha uteslutit 4 observationer för att åstadkomma en visuellt
47
47
sett normalfördelad distribution. Däremot skulle uteslutning av 20 observationer inte
ha räckt för att få ODK som normalfördelad. Totalt borde man ha uteslutit åtminstone
ca 40 observationer – det vill säga nästan 14 % av hela samplet för att åstadkomma en
normalfördelad distribution för alla preliminära resultatmanipulationsmått. I figur 5
presenteras histogrammen före och efter uteslutning av extremvärden för DACC.
Figur 5 Histogrammen för DACC och abs_DACC med och utan extremvärden
Som man ser vid iakttagande av figur 5 skulle en uteslutning av extremvärden inte ändå
ha garanterat en normalfördelad distribution för de absoluta värdena av DACC, OOCF,
OPK och ODK som används som beroende variabler i slutliga regressioner i likhet med
tidigare studier (bl.a. Bédard, Chtourou & Courteau, 2004; Baxter & Cotter, 2009).
Dessutom kan man notera att till exempel den ursprungliga residualen för
periodiseringsbaserad resultatmanipulation (DACC) har en ungefär normalfördelad
48
48
distribution redan i utgångsläget trots att teststatistiken inte stöder detta. Detta gäller
också resten av preliminära resultatmanipulationsmått OOCF, OPK och ODK.
Med tanke på resultaten från andra steget, det vill säga de slutliga
regressionsmodellerna, noterar man igen att residualerna är ungefär normalfördelade
fast teststatistiken från Shapiro-Wilk testet strider mot detta. Det är också intressant
att notera att teststatistiken i detta fall visar att residualerna inte är normalfördelade i
båda fallen – hade extremvärden eliminerats eller inte. I figur 6 presenteras residualen
i form av histogrammen för residualen för modell 1 (se tabell 5 för preliminär
modellformulering) där abs_DACC används som beroende variabel.
Eftersom samplets storlek är tillräckligt stor (n=286) är det möjligt med hjälp av
centrala gränsvärdesatsen (eng. central limit theorem) utgå från att samplets felterm
eller i det här fallet residualer är ungefär normalfördelade (Brooks, 2014:100). Således
kan man anta att den data som används i undersökningen är normalfördelad ur
väsentlighets perspektiv fastän normalitet inte uppfylls enligt resultaten från
teststatistiken. På basis av dessa observationer utförs regressionerna med abs_DACC,
abs_OOCF, abs_OPK och abs_ODK där inga extremvärden har uteslutits.
Figur 6 Histogrammen för residualen från steg 2 för modell 1 – abs_DACC (med och utan extremvärden) som beroende variabel
5.2.3 Heteroskedasticitet
Ett annat antagande som ska kontrolleras vid användning av regressioner förekomsten
av heteroskedasticitet (Ghauri & Grønhaug, 2010:180). Det är viktigt att undersöka ifall
det förekommer heteroskedasticitet eftersom ett av de antagandena för regressioner är
att feltermena eller i detta fall residualerna inte ska variera (Brooks, 2014:90-91). Om
49
49
med andra ord residualerna inte är konstanta medför detta att koefficienterna och
deras standardfel inte kommer att återspegla verkligheten och att det blir också svårt
att uppnå signifikanta resultat (Ghauri & Grønhaug, 2010:180). Dessutom påverkar
heteroskedasticitet valet av forskningsmetod. Ifall feltermena är heteroskedastiska är
en sammanlagd OLS-regressionsmodell inte den bästa modellen för att estimera
sambandet (Brooks, 2014:185). I så fall ska man använda en annan lämplig statistisk
modell, såsom Weighted Least, där förekomsten av heteroskedasticitet har korrigerats.
Ett sätt för att bedöma om det förekommer heteroskedasticitet eller inte är att använda
White-test (Wooldridge, 2016:252). Nollhypotesen i detta fall är att feltermena är
homoskedastiska och den alternativa hypotesen är att feltermena är heteroskedastiska.
Ifall p-värdet från White test är lägre än den valda signifikansnivån (i vårt fall α=0,05)
ska nollhypotesen förkastas och den alternativa hypotesen accepteras. Däremot om p-
värdet är högre än den valda signifikansnivån, ska nollhypotesen erhållas (Wooldridge,
2016:253). För att minimera effekten av möjlig heteroskedasticitet används ’Robust
standard errors’ funktion när alla slutliga regressionsmodeller utförs första gången i
Gretl. Resultaten för Whites test presenteras i tabell 7.
Tabell 7 Resultaten från Whites test
Modell 1 Modell 2 Modell 3 Modell 4
Chi2 p-värde Chi2 p-värde Chi2 p-värde Chi2 p-värde
abs_DACC 122,296 0,000 130,127 0,000 139,837 0,000 126,473 0,000
abs_OOCF 69,246 0,000 69,242 0,000 61,982 0,000 69,477 0,000
abs_OPK 24,547 0,545 21,777 0,701 14,764 0,903 25,882 0,580
abs_ODK 24,569 0,543 22,029 0,687 12,293 0,966 26,410 0,551
Resultaten i tabell 7 tyder på att feltermena inte är konstanta i modellerna 1-4 där de
absoluta värdena på påverkningsbara periodiseringar (abs_DACC) och onormala
kassaflöden från operationer (abs_OOCF) används som beroende variabler. Detta
betyder att den vanliga sammanlagda OLS-modellen inte är en lämplig modell för
estimering av sambandet. I detta fall kan man i stället använda en linjär
regressionsmodell där heteroskedasticitet har korrigerats och som finns tillgänglig i
Gretl. Däremot tyder teststatistiken från Whites test för modeller där de absoluta
värdena på onormala produktionskostnader (abs_OPK) och onormala diskretionära
kostnader (abs_ODK) är beroende variabler att feltermena är konstanta (p-värdet
50
50
större än 0,05). Detta betyder vidare att sammanlagd OLS-regression kan användas för
abs_OPK och abs_ODK.
5.2.4 Autokorrelation
Ett ytterligare antagande vid användningen av regressionsanalyser är att regressionens
felterm ska vara oberoende – det vill säga att det inte ska finnas autokorrelation mellan
variablerna. Detta antagande om autokorrelation kan undersökas med Durbin-Watsons
test. Ifall teststatistiken från Durbin-Watson testet visar sig vara närmare 0 anses det
finnas autokorrelation – om teststatistiken däremot är närmare 2 behöver man inte
oroa sig för autokorrelation. (Ghauri & Grønhaug (2010:181)
5.3 Undersökningens regressionsmodeller
I likhet med tidigare studier (bl.a. Krishnan & Visvanathan, 2008; Baxter & Cotter,
2009; Sun, Lan & Liu, 2014) kommer regressionsanalys att användas som
undersökningsmetod. De vanligaste undersökningsmetoderna som är tillämpliga för
panel data är sammanlagd OLS regression (eng. pooled OLS regression) samt fast- och
slumpeffektmodeller (Brooks, 2014:526-528). Dessa metoder diskuteras till näst i
korthet.
Utgångspunkten med fasteffektmodellen (eng. fixed effect model) är att alla variabler
som är företagsspecifika ska variera över tiden och mellan enheter medan konstanten i
regressionen varierar endast mellan enheter (Brooks, 2014:529). I
slumpeffektmodellen (eng. random effect) antas däremot att skärningspunkterna för
varje tvärsnittsobservation härleds från observationernas gemensamma
skärningspunkt och konstant slumpvariabel (Brooks, 2014:536). Valet mellan dessa två
paneldatamodeller bestäms på basis av teststatistiken från Hausman test. Ifall p-värdet
är lägre än den valda signifikansnivån ska nollhypotesen förkastas och
fasteffektmodellen väljas – annars ska slumpeffektmodellen väljas (Brooks, 2014:537).
Vid mätning av periodiseringsbaserad och reell resultatmanipulation används den
sammanlagda OLS-regressionen som den huvudsakliga undersökningsmetoden.
Dessutom ska antingen fast- eller slumpeffektmodellen utnyttjas för att bedöma och
analysera robusthet av resultaten eftersom dessa modeller även anses lämpa sig bättre
för undersökning av panel data (Brooks, 2014:528-529).
Förekomsten av kosmetisk resultatmanipulation undersöks däremot med hjälp av
logistisk regressionsanalys i likhet med Das & Zhang (2003). Orsaken till detta är att de
51
51
beroende variablerna CEM1 och CEM2 är binära, vilket som betyder att de endast kan
få ett värde antingen på 1 eller 0 beroende på utfallet. Eftersom dessa två variabler inte
är kontinuerliga kan den sammanlagda OLS-regressionen inte användas. I logistisk
regression ligger fokus på att undersöka sannolikheten för om en händelse inträffar
eller inte. (Ghauri & Grønhaug, 2010:187)
Sambandet mellan revisionskommitténs redovisningsexpertis och förekomsten av
resultatmanipulation mäts med hjälp av fyra regressionsmodeller som tillämpas för alla
sex resultatmanipulationsmått:
Modell 1: Yt = α0 + α1AFEt + α2AC_EXt + α3BOD_SIZEt + α3BOD_INDt + α4BOD_MEETt
+ α5ROAt + α6SIZEt + α7 D E⁄ t + α8GROWTHt + α9−10YEAR
+ α11−18INDUSTRIt + εt
Modell 2: Yt = α0 + α1AFEt + α2AC_AFEt + α3BOD_SIZEt + α3BOD_INDt + α4BOD_MEETt
+ α5ROAt + α6SIZEt + α7 D E⁄ t + α8GROWTHt + α9−10YEAR
+ α11−18INDUSTRIt + εt
Modell 3: Yt = α0 + α1AC_AFEt + α2AC_INDt + α3AC_MEETt + α4ROAt + α5SIZEt
+ α6 D E⁄ t + α7GROWTHt + α8−9YEAR + α10−17INDUSTRIt + εt
Modell 4: Yt = α0 + α1AFEt + α2AC_AFEt + α3AC_SIZEt + α4BOD_SIZEt + α5BOD_INDt
+ α6BOD_MEETt + α7ROAt + α8SIZEt + α9 D E⁄ t + α10GROWTH
+ α11−12YEAR + α13−20INDUSTRIt + εt
Dessa fyra modeller har formulerats på basis av resultaten från tidigare forskningar
(Xie, Davidson & DaDalt, 2003; Krishnan & Visvanathan, 2008; Garven, 2015) och de
VIF-värden som presenterades i tabell 5 i föregående kapitel. I dessa modeller
representerar Yt resultatmanipulationsvariabler abs_DACC, abs_OOCF, abs_OPK och
abs_ODK. I princip är strukturen visuellt likadan för kosmetiska
resultatmanipulationsmått CEM1 och CEM2 med undantag av att den beroende
variabeln Yt ersätts med Logit (CEM1 = 1) och Logit (CEM2 = 1).
52
52
6 RESULTAT
I detta kapitel fokuseras på resultaten från regressionsanalyser och diskussionen av
dem. Kapitlet inleds med deskriptiv statistik. Därefter presenteras resultaten från
regressionsanalyser samt tilläggstester. Detta följs av diskussion av resultat på djupare
nivå. Till slut diskuteras pålitlighet och validitet av resultat.
6.1 Deskriptiv statistik
Resultaten för deskriptiv statistik presenteras i tabeller 8 och 9. Det huvudsakliga syftet
med denna avhandling är att undersöka om det finns ett samband mellan
revisionskommitténs redovisningsexpertis och förekomsten av resultatmanipulation.
Därmed inleds diskussion av deskriptiv statistik med att beskriva resultaten för
revisionskommitténs sammansättning. Deskriptiv statistik som fokuserar närmare på
revisionskommitténs redovisningsexpertis presenteras nedan i tabell 8.
Tabell 8 Företagen med revisionskommitté och redovisningsexpertis
2015 2016 2017 Totalt
Antal företag i hela samplet 91 93 99 283
Antal företag som har en revisionskommitté (AC_EX)
53 59 64 176
(58,2%) (63,4%) (64,6%) (62,2%)
Antal företag vars revisionskommitté innehar redovisningsexpertis (AC_AFE)
37 40 44 121
• av företag med revisionskommitté (69,8%) (67,8%) (68,8%) (68,8%)
• av alla företag i samplet (40,7%) (43,0%) (44,4%) (42,8%)
Antal företag vars revisionskommitté- eller styrelseledamöter innehar redovisningsexpertis (AFE)
56 56 58 170
(61,5%) (60,2%) (58,6%) (60,1%)
Som tabell 8 visar har över hälften av företagen i samplet (ca 62 %) haft en
revisionskommitté under den valda tidsperioden. Dessutom kan man se att andelen
företag med en revisionskommitté har ökat under tidsperioden 2015-2017. Närmare ser
man att en stor del av dessa företag har haft åtminstone en ledamot med
redovisningsexpertis i revisionskommittén. Intressant är också att andelen företag med
som har en revisionskommitté med redovisningsexpertis med hela samplet har ökat
under tidsperioden av 2015-2017. Detta motsvarar förväntningarna att företag har
börjat reagera och förbereda sig till kraven angående revisionskommitténs expertis som
53
53
nämns i Europaparlamentets och rådets direktiv (2014/56/EU). Dessutom har ca 60 %
av företagen i hela samplet haft åtminstone en revisionskommitté- eller
styrelseledamot med redovisningsexpertis. Dock ser man att denna andel har minskat
litet under årens lopp från ca 62 % till 59 % procent.
Med tanke på andra revisionskommitténs sammansättningsattribut märker man att
revisionskommitténs storlek (AC_SIZE) har varierat mellan 2 och 8 ledamöter. I
genomsnitt har en revisionskommitté haft ungefär 2,1 ledamöter av vilka ca 1,7 har
varit oberoende (AC_IND). Enligt Värdepappersmarknadsförening (2015:31) borde
kommittéer i finska företag ha åtminstone tre ledamöter – dock i praktiken uppfylls
detta inte alltid. Dock kan kommittéstorleken vara mindre ifall det bara finns bra
grunder för det, t.ex. liten verksamhet (Värdepappersmarknadsförening, 2015:31).
Dessutom förutsätts att den största delen av dessa kommittéledamöter ska vara
oberoende enligt kodens anvisningar (Värdepappersmarknadsförening, 2015:30). På
basis av dessa kan man anse att observationer för revisionskommitténs
sammansättning är i linje med rekommendationer i finska koden för bolagsstyrning
(Värdepappersmarknadsförening, 2015). Ur tabellen noterar man också att antal möten
som revisionskommittéer (AC_MEET) har hållit har varierat mellan 1 och 9. Fast det
inte finns specifika anvisningar om revisionskommitténs mötesfrekvens i koden anses
värdena vara tillfredsställande.
I tabell 9 presenteras deskriptiv statistik för alla variabler som används i
undersökningen. Ur tabellen kan man notera att det finns mycket variation mellan
variabler som mäter periodiseringsbaserad och reell resultatmanipulation. Speciellt
stor variation finns mellan det lägsta och högsta värdet för reella
resultatmanipulationsmått abs_OPK och abs_OOCF, som varierar mellan 0,003 och
2,317 samt 0,000 och 2,201 respektive. Detta kan tolkas som att förekomsten av reella
resultatmanipulationsåtgärder är större i vissa företag än andra i samplet. Dock är det
anmärkningsvärt att standardavvikelsen inte är för stor för periodiseringsbaserad- och
reell resultatmanipulationsmåttsvariabler. Däremot finns det inte en lika stor variation
mellan de binära variablerna CEM1 och CEM2 som mäter kosmetisk
resultatmanipulation.
Angående styrelsens sammansättning finns det en större variation mellan
observationerna. Den största variationen finns i styrelsens mötesfrekvens
(BOD_MEET) som i genomsnitt har varit ca 14,1 medan det högsta värdet har varit 52.
Här är det dock viktigt att notera att alla slags möten har beaktats i variabeln – värdena
kunde ha varit annorlunda om endast till exempel fysiska möten hade beaktats. I
54
54
genomsnitt har en styrelse haft ca 6,4 ledamöter och den största styrelsen däremot 10
ledamöter (BOD_SIZE). Med tanke på styrelsens oberoende (BOD_IND) har ca 5
styrelseledamöter i genomsnitt varit oberoende i förhållande till hela styrelsen och i det
bästa fallet har hela styrelsen varit oberoende. Dessa observationer stämmer överens
med rekommendationer som finns i den finska koden för bolagsstyrning
(Värdepappersmarknadsförening, 2015:26).
Med tanke på andra kontrollvariabler ser man att variabel som mäter
skuldsättningsgraden (D/E) har en stor variation mellan det lägsta och högsta värdet.
En närmare titt på data avslöjar att ett företag har haft ett extremvärde år 2015 som
kan ha berott på externa faktorer på marknaden. Dock anses detta inte vara ett problem
med tanke på analyser som ska utföras. Sedan om man tittar på resten av
kontrollvariabler kan man notera att det också finns lite variation i variabler som mäter
företagets lönsamhet (ROA), tillväxttakt (GROWTH) och storlek (SIZE). Dock är
variationen mellan värdena inte lika drastisk som med skuldsättningsgraden.
55
55
Tabell 9 Deskriptiv statistik
Variabel Obs. Min Medeltal Median Max Std. avv.
abs_DACC 283 0,0003 0,056 0,040 0,586 0,063
abs_OOCF 283 0,0001 0,066 0,043 0,531 0,073
abs_OPK 283 0,0028 0,236 0,170 2,137 0,235
abs_ODK 283 0,0001 0,209 0,150 2,201 0,215
CEM1 283 0,000 0,512 1,000 1,000 0,501
CEM2 283 0,000 0,148 0,000 1,000 0,356
AFE 283 0,000 0,601 1,000 1,000 0,491
AC_AFE 283 0,000 0,428 0,000 1,000 0,496
AC_EX 283 0,000 0,622 1,000 1,000 0,486
AC_SIZE 283 0,000 2,088 3,000 8,000 1,725
AC_IND 283 0,000 1,703 2,000 5,000 1,520
AC_MEET 283 0,000 3,138 4,000 9,000 2,660
BOD_SIZE 283 3,000 6,360 6,000 10,000 1,554
BOD_IND 283 0,000 4,806 5,000 10,000 1,887
BOD_MEET 283 2,000 14,131 13,000 52,000 6,108
SIZE 283 15,490 19,505 19,525 24,528 2,023
D/E 283 -2,895 0,632 0,499 22,100 1,450
ROA 283 -0,626 0,055 0,057 1,524 0,150
GROWTH 283 -0,629 0,071 0,025 3,106 0,306
Y2015 283 0,000 0,322 0,000 1,000 0,468
Y2016 283 0,000 0,329 0,000 1,000 0,471
Y2017 283 0,000 0,350 0,000 1,000 0,478
ICB0001 283 0,000 0,011 0,000 1,000 0,103
ICB1000 283 0,000 0,053 0,000 1,000 0,224
ICB2000 283 0,000 0,438 0,000 1,000 0,497
ICB3000 283 0,000 0,138 0,000 1,000 0,345
ICB4000 283 0,000 0,057 0,000 1,000 0,231
ICB5000 283 0,000 0,127 0,000 1,000 0,334
ICB6000 283 0,000 0,018 0,000 1,000 0,132
ICB7000 283 0,000 0,011 0,000 1,000 0,103
ICB9000 283 0,000 0,148 0,000 1,000 0,356
6.2 Forskningsresultaten från regressionsanalyser
I denna del presenteras forskningsresultaten från regressionsanalyser. Först
introduceras resultaten för periodiseringsbaserad och reell resultatmanipulation. Dessa
resultat följs av resultaten för kosmetisk resultatmanipulation som estimeras med hjälp
56
56
av logistik regression. Till sist presenteras resultaten från tilläggsanalyser som har
utförts på basis av teststatistiken från Hausman testet.
6.2.1 Resultat för periodiseringsbaserad resultatmanipulation
Resultaten från de fyra regressionsmodellerna där absoluta värden på
periodiseringsbaserad resultatmanipulation (abs_DACC) används som beroende
variabel presenteras i tabell 10. Modeller 1-4 där abs_DACC är beroende variabel har
korrigerats för heteroskedasticitet på grund av resultaten i White testet.
Utgångspunkten med den första hypotesen är att det finns ett negativt samband mellan
revisionskommitténs redovisningsexpertis och förekomsten av periodiseringsbaserad
resultatmanipulation. Detta betyder med andra ord att det skulle förekomma mindre
periodiseringsbaserad resultatmanipulation i företag som har en revisionskommitté
med redovisningsexpertis.
Ur tabell 10 kan man notera att konstanten som representerar år 2017 (Y2017) och
teknologibranschen (ICB9000) är positivt signifikant i alla fyra modeller även på 1 %
signifikansnivå. Detta innebär att det har förekommit mer periodiseringsbaserad
resultatmanipulation år 2017 och i företag som är verksamma inom
teknologibranschen. Utöver kan man notera ur tabellen att koefficienten för variabeln
som mäter företagets tillväxttakt (GROWTH) är positiv och signifikant – också på 1 %
signifikansnivå. Detta betyder att förekomsten av periodiseringsbaserad
resultatmanipulation ökar ifall företaget har en större tillväxt. Dessutom kan man lägga
märke till att variabel för företagets storlek (SIZE) är negativ och signifikant på 5 %
signifikansnivå, vilket som vidare indikerar på att företagets storlek har en minskande
effekt på förekomsten av periodiseringsbaserad resultatmanipulation. Denna
observation är också i linje med undersökningsresultaten av Krishnan, Wen och Zhao
(2011) samt Krishnan och Visvanathan (2008). Resultaten också tyder på att
koefficienten på ICB6000 och ICB7000 är positivt signifikanta på åtminstone 5 %
signifikansnivå. Detta kan tolkas som att det förekommer mera periodiseringsbaserade
resultatmanipulationsåtgärder i företag som är verksamma inom telekommunikations-
(ICB6000) eller försörjningsbranschen (ICB7000).
Dessutom kan man notera att koefficienter för olja- och gasindustrin (ICB0001) och
konsumenttjänster-branschen (ICB5000) är negativa och signifikanta på 5 %
signifikansnivå i modeller 2 och 4. Ytterligare är koefficienten för
konsumtionsvarorindustrin (ICB3000) negativ och signifikant på 5 % signifikansnivå i
57
57
modell 4. Dessa observationer tillsammans innebär att det förekommer mindre
periodiseringsbaserad resultatmanipulation i företag som handlar med olja och gas
(ICB0001) samt konsumtionsvaror (ICB3000) och konsumenttjänster (ICB5000).
Dock ska man notera att signifikansen av koefficienter på dessa branscher varierar lite
mellan modeller.
Lite oförväntat visar resultaten från regressionsmodellen 3 ett positivt samband mellan
revisionskommitténs redovisningsexpertis (AC_AFE) och absoluta påverkningsbara
periodiseringar (abs_DACC). Detta delvis strider mot resultaten i flertal studier som
påvisar att revisionskommitténs redovisningsexpertis ju minskar förekomsten av
periodiseringsbaserad resultatmanipulation (bl.a. Krishnan & Visvanathan, 2008;
Krishnan, Wen & Zhao, 2011; Liu, Tiras & Zhuang, 2014). Dock stöds denna
observation av resultaten från Baxter och Cotter (2009:288) som också hittar bevis på
att mängden av periodiseringsbaserad resultatmanipulation ökar då det finns mera
redovisningsexperter i företagets revisionskommitté. Med tanke på andra modeller 1, 2
och 4 är variabler som mäter revisionskommitténs expertis (AC_AFE) eller
redovisningsexpertis hos styrelse- och revisionskommitténs ledamöter (AFE) inte
signifikanta på ens 10 % signifikansnivå. På basis av dessa observationer kan man inte
dra slutsatsen att det skulle finnas ett negativt samband mellan revisionskommitténs
redovisningsexpertis och förekomsten av periodiseringsbaserad resultatmanipulation.
Med tanke på teststatistiken från modellerna kan man se att den lägsta justerade
förklaringsgraden finns i modell 3 som endast inkluderar revisionskommitténs
sammansättningsattribut och kontrollvariabler. Den högsta justerade
förklaringsgraden är däremot i modell 2 som fokuserar på både revisionskommitténs
redovisningsexpertis (AC_AFE) och redovisningsexpertis bland revisionskommitténs
och styrelsens ledamöter (AFE). I genomsnitt är den justerade förklaringsgraden 47,4
%. Denna förklaringsgrad är bättre än den av Krishnan och Visvanathan (2008),
Krishnan, Wen och Zhao (2011) samt Liu, Tiras och Zhuang (2014) vars förklaringsgrad
faller under 30 %. Här är det dock viktigt att komma ihåg att modeller där abs_DACC
är beroende variabel har korrigerats för heteroskedasticitet, vilket som har förbättrat de
ursprungliga justerade förklaringsgraderna från modellerna. Som helhet har alla fyra
modeller ett väldigt lågt p-värde (<0,000), vilket som indikerar att modellerna är
signifikanta på 5 % och även 1 % signifikansnivå. Eftersom alla fyra modeller har
korrigerats för heteroskedasticitet får man ingen teststatistik för Durbin-Watson testet.
58
58
Tabell 10 Resultat från regressionsanalys där abs_DACC är beroende variabel
Modell 1 Modell 2 Modell 3 Modell 4
Variabel koeff. t-värde koeff. t-värde koeff. t-värde koeff. t-värde
konstant 0,149 (3,789) *** 0,146 (3,885) *** 0,146 (4,174) *** 0,161 (4,165) ***
AFE 0,006 (1,337) 0,002 (0,313) 0,005 (0,715)
AC_AFE 0,011 (1,598) 0,013 (2,428) ** 0,004 (0,496)
AC_EX 0,008 (1,210)
AC_SIZE 0,002 (1,067)
AC_IND -0,002 (-0,807)
AC_MEET 0,000 (-0,358)
BOD_SIZE 0,000 (0,124) 0,000 (0,147) 0,001 (0,319)
BOD_IND -0,002 (-1,422) -0,001 (-0,987) -0,002 (-1,125)
BOD_MEET 0,000 (-0,001) 0,000 (0,310) 0,000 (-0,045)
SIZE -0,005 (-2,037) ** -0,005 (-2,179) ** -0,005 (-2,419) ** -0,006 (-2,532) **
D/E -0,004 (-1,183) -0,002 (-0,623) -0,004 (-1,046) -0,003 (-0,955)
ROA 0,002 (0,059) 0,043 (1,499) 0,028 (0,863) 0,029 (0,910)
GROWTH 0,016 (3,399) *** 0,017 (4,260) *** 0,017 (4,382) *** 0,017 (3,539) ***
Y2015 0,006 (1,347) 0,005 (1,213) 0,005 (1,162) 0,007 (1,544)
Y2016 0,005 (1,063) 0,004 (0,827) 0,007 (1,722) * 0,007 (1,602)
ICB0001 -0,021 (-1,418) -0,032 (-2,112) ** -0,029 (-1,802) * -0,029 (-1,979) **
ICB1000 -0,010 (-0,642) -0,011 (-0,824) -0,015 (-1,195) -0,011 (-0,86)
ICB2000 -0,014 (-1,396) -0,016 (-1,695) * -0,015 (-1,426) -0,015 (-1,650)
ICB3000 -0,011 (-1,042) -0,018 (-1,694) * -0,018 (-1,677) * -0,020 (-2,009) **
ICB4000 0,011 (0,523) 0,004 (0,184) 0,009 (0,429) 0,011 (0,513)
ICB5000 -0,018 (-1,796) * -0,019 (-2,033) ** -0,019 (-1,845) * -0,019 (-2,013) **
ICB6000 0,036 (3,135) *** 0,026 (2,294) ** 0,025 (2,130) ** 0,030 (2,812) ***
ICB7000 0,031 (2,368) ** 0,025 (2,025) ** 0,028 (2,104) ** 0,029 (2,366) **
Justerad R2 0,366 0,745 0,354 0,431 Standardfel 1,894 1,801 1,852 1,778 p-värde (F) 0,000 0,000 0,000 0,000
Durbin-Watson - - - -
* signifikant på 10% signifikansnivå ** signifikant på 5% signifikansnivå *** signifikant på 1% signifikansnivå
59
59
6.2.2 Resultat för reell resultatmanipulation
Utöver periodiseringsbaserad resultatmanipulation har sambandet mellan
revisionskommitténs redovisningsexpertis och reell resultatmanipulation forskats i
likheten med den tidigare forskningen (Sun, Lan & Liu, 2014; Garven, 2015).
Resultaten angående reell resultatmanipulation som definieras i enlighet med
Roychowdhury (2006) presenteras i tabeller 11-13. I likhet med Roychowdhury (2006)
och Cohen, Dey och Lys (2008) används tre olika mått på reell resultatmanipulation
som beroende variabler. Först presenteras resultaten för modeller där onormala
kassaflöden från operationer (abs_OOCF) är beroende variabel. Därefter diskuteras
resultaten från regressionsmodeller där onormala produktionskostnader (abs_OPK) är
beroende variabel. Till sist presenteras resultaten för modeller där onormala
diskretionära kostnader (abs_ODK) används som beroende variabel.
I tabell 11 presenteras teststatistiken för de fyra modellerna där det absoluta värdet på
onormala kassaflöden från operationer (abs_OOCF) är den beroende variabeln. I alla
fyra modeller är konstanten (Y2017 och ICB9000) och variabeln för
telekommunikationsindustrin (ICB6000) positivt signifikanta på 1 % signifikansnivå.
Detta innebär att det förekommer mer manipulation av kassaflöden från operationer i
bolag som agerar inom telekommunikationsindustrin (ICB6000) och
teknologibranschen (ICB9000). Dessutom tyder resultaten på att det har förekommit
mer reell resultatmanipulation år 2017 jämfört med andra åren i samplet. Man kan
också notera att koefficienten på företagets storlek (SIZE) är negativt signifikant på 5 %
signifikansnivå i modeller 1, 2 och 4. Denna observation visar att företagets storlek har
en minskande effekt på förekomsten av manipulationsåtgärder som syftar till
kassaflöden från operationer.
Resultaten visar också att koefficienten på BOD_SIZE korrelerar positivt med
abs_OOCF på 5 % signifikansnivå i modeller 1, 2 och 4. Detta innebär att förekomsten
av reell resultatmanipulation är större i företag där styrelsens sammansättning är
större. En närmare titt på tabellen visar att koefficienten på BOD_IND däremot är
negativ och signifikant på 5 % signifikansnivå – dock endast i modeller 1 och 2. Detta
kan tolkas som att ju oberoende styrelseledamöter är desto mindre det förekommer
reell resultatmanipulation.
När det gäller det huvudsakliga undersökningsvariabler AC_AFE och AFE kan man
notera att variabeln AC_AFE är positiv och signifikant på 5 % signifikansnivå i
60
60
modeller 2-4. Detta tyder på att utnämning av redovisningsexpertis i
revisionskommittén ökar förekomsten av reell resultatmanipulation. Koefficienten på
revisionskommitténs redovisningsexpertis är också positiv men inte signifikant i
studien av Sun, Lan och Liu (2014). Intressant är nog att koefficienter för
redovisningsvariabel AFE är negativa men de är inte ens signifikanta på 10 %
signifikansnivå i modeller 2 och 4.
Teststatistiken visar att den lägsta förklaringsgraden har varit för modell 1 på 18,6%
medan modell 3 som endast inkluderar revisionskommitténs
sammansättningsvariabler har den högsta förklaringsgraden på 37,2 %. Jämfört med
Sun, Lan och Liu (2014) vars modell har en justerad förklaringsgrad på 14,9 % är denna
avhandlings modeller betydligt bättre på att förklara variation i det absoluta värdet på
onormala kassaflöden från operationer. Dock ska man komma ihåg att modeller där
abs_OOCF är beroende variabel har korrigerats för heteroskedasticitet. Slutligen kan
man notera att alla modeller är signifikanta på 1 % signifikansnivå (p-värdet < 0,000).
61
61
Tabell 11 Resultat från regressionsanalyser där abs_OOCF är beroende variabel
Modell 1 Modell 2 Modell 3 Modell 4
Variabel koeff. t-värde koeff. t-värde koeff. t-värde koeff. t-värde
konstant 0,168 (3,786) *** 0,174 (4,483) *** 0,132 (3,308) *** 0,166 (4,011) ***
AFE 0,007 (1,281) -0,010 (-1,393) -0,011 (-1,267)
AC_AFE 0,025 (2,918) *** 0,015 (2,438) ** 0,027 (2,523) **
AC_EX 0,012 (1,545)
AC_SIZE -0,001 (-0,428)
AC_IND -0,002 (-0,928)
AC_MEET 0,001 (0,435)
BOD_SIZE 0,006 (2,290) ** 0,006 (2,250) ** 0,006 (2,381) **
BOD_IND -0,004 (-2,361) ** -0,003 (-2,039) ** -0,003 (-1,802) *
BOD_MEET 0,000 (0,271) 0,000 (-0,133) 0,000 (-0,184)
SIZE -0,007 (-2,711) *** -0,007 (-3,143) *** -0,004 (-1,867) * -0,007 (-2,737) ***
D/E 0,000 (0,109) 0,000 (0,302) 0,000 (0,159) 0,000 (0,340)
ROA 0,011 (0,296) 0,008 (0,220) 0,031 (0,845) 0,015 (0,410)
GROWTH 0,018 (1,458) 0,021 (1,750) * 0,016 (1,472) 0,020 (1,714) *
Y2015 0,002 (0,452) 0,001 (0,209) 0,005 (1,063) 0,002 (0,460)
Y2016 0,005 (0,859) 0,005 (0,931) 0,008 (1,582) 0,006 (1,109)
ICB0001 0,006 (0,341) 0,001 (0,081) -0,009 (-0,666) 0,001 (0,059)
ICB1000 -0,020 (-1,427) -0,021 (-1,523) -0,021 (-1,579) -0,021 (-1,652) *
ICB2000 -0,008 (-0,684) -0,010 (-0,855) -0,008 (-0,720) -0,009 (-0,798)
ICB3000 -0,009 (-0,627) -0,007 (-0,561) -0,013 (-0,935) -0,008 (-0,619)
ICB4000 0,026 (0,880) 0,022 (0,830) 0,054 (1,866) * 0,025 (0,923)
ICB5000 -0,018 (-1,439) -0,019 (-1,595) -0,020 (-1,667) * -0,019 (-1,666) *
ICB6000 0,059 (3,617) *** 0,055 (3,598) *** 0,049 (3,603) *** 0,054 (3,516) ***
ICB7000 0,005 (0,305) -0,001 (-0,074) -0,006 (-0,364) -0,001 (-0,084)
Justerad R2 0,186 0,259 0,372 0,261 Standardfel 1,792 1,810 1,768 1,776 p-värde (F) 0,000 0,000 0,000 0,000
Durbin-Watson - - - -
* signifikant på 10% signifikansnivå
** signifikant på 5% signifikansnivå
*** signifikant på 1% signifikansnivå
62
62
Resultaten från regressionsmodellerna, där absoluta värdet på onormala
produktionskostnader (abs_OPK) används som beroende variabel, presenteras i tabell
12. Ur tabellen ser man att koefficienten på ICB0001 är positivt signifikant på 5 %
signifikansnivå medan koefficienten på ICB6000 är negativt signifikant på även 1 %
signifikansnivå i alla fyra modeller. Dessa resultat avslöjar att det förekommer mera
reell resultatmanipulation i företag som är verksamma inom olje- och industrin
(ICB0001) men minst inom telekommunikationsbranschen (ICB6000). Dessutom är
konstanten som representerar år 2017 och teknologibranschen (ICB9000) positivt
signifikant i modeller 2 och 3 på 5 % signifikansnivå. Detta betyder att det har
förekommit mer reell resultatmanipulation år 2017 och inom teknologibranschen.
Ytterligare visar en närmare titt på tabellen 12 att koefficienten för
redovisningsexpertis bland revisionskommitté- och styrelseledamöter (AFE) är negativ
men signifikant endast på 10 % signifikansnivå i modeller 1 och 2. Därmed kan man
påstå att redovisningsexpertis inte ur statistiskt perspektiv minskar förekomsten av
reell resultatmanipulation då absoluta värdet på onormala produktionskostnader
används som beroende variabel. Dock kan man på basis av denna observation dra bevis
på att det finns svagt stöd för ett negativt samband mellan utnämningen av
redovisningsexpertis och förekomsten av reell resultatmanipulation som närmas ur
produktionskostnadernas perspektiv.
Jämfört med tidigare regressionsmodeller som mäter reell resultatmanipulation är
förklaringsgraderna väldigt låga och i genomsnitt bara 3 %. Detta innebär att
modellens variabler inte förklarar den största delen av variationen i absoluta värden på
onormala produktionskostnader som är beroende variabel. Dock är denna
förklaringsgrad ungefär på samma nivå som Sun, Lan och Lius (2014) förklaringsgrad
som är 4,7 % för onormala produktionskostnader. Denna låga förklaringsgrad kan
indikera att det finns andra variabler som bättre förklarar variation i reell
resultatmanipulation. Trots detta är alla modeller med abs_OPK som beroende
variabel signifikanta på 1 % signifikansnivå.
63
63
Tabell 12 Resultat från regressionsanalys där abs_OPK är beroende variabel
Modell 1 Modell 2 Modell 3 Modell 4
Variabel koeff. t-värde koeff. t-värde koeff. t-värde koeff. t-värde
konstant 0,346 (1,507) 0,435 (1,989) ** 0,502 (2,102) ** 0,420 (1,874) *
AFE -0,088 (-1,907) * -0,114 (-1,752) * -0,120 (-1,516)
AC_AFE 0,045 (0,698) -0,038 (-0,903) 0,055 (0,691)
AC_EX -0,001 (-0,02)
AC_SIZE -0,004 (-0,179)
AC_IND 0,018 (1,041)
AC_MEET -0,007 (-0,592)
BOD_SIZE -0,023 (-1,098) -0,024 (-1,113) -0,023 (-1,128)
BOD_IND 0,015 (0,797) 0,015 (0,871) 0,016 (0,851)
BOD_MEET 0,005 (1,708) * 0,004 (1,582) 0,004 (1,577)
SIZE -0,002 (-0,115) -0,007 (-0,510) -0,012 (-0,88) -0,006 (-0,417)
D/E -0,013 (-1,640) -0,014 (-1,642) -0,015 (-1,515) -0,013 (-1,656)
ROA 0,062 (0,535) 0,069 (0,599) 0,002 (0,025) 0,070 (0,613)
GROWTH 0,026 (0,314) 0,034 (0,415) 0,047 (0,565) 0,034 (0,425)
Y2015 0,007 (0,303) 0,010 (0,413) 0,003 (0,139) 0,009 (0,408)
Y2016 -0,001 (-0,088) 0,000 (0,011) -0,008 (-0,498) 0,000 (-0,016)
ICB0001 0,149 (2,173) ** 0,153 (2,128) ** 0,149 (2,230) ** 0,152 (2,120) **
ICB1000 -0,084 (-1,193) -0,068 (-0,936) -0,086 (-1,228) -0,068 (-0,913)
ICB2000 -0,004 (-0,053) -0,001 (-0,019) -0,009 (-0,139) -0,002 (-0,025)
ICB3000 -0,029 (-0,452) -0,018 (-0,253) -0,055 (-0,812) -0,016 (-0,226)
ICB4000 -0,036 (-0,415) -0,038 (-0,451) -0,058 (-0,704) -0,038 (-0,449)
ICB5000 0,024 (0,293) 0,035 (0,417) -0,004 (-0,045) 0,034 (0,406)
ICB6000 -0,181 (-2,734) *** -0,182 (-2,684) *** -0,171 (-2,729) *** -0,185 (-2,869) ***
ICB7000 -0,076 (-1,043) -0,066 (-0,861) -0,074 (-1,038) -0,068 (-0,901)
Justerad R2 0,038 0,041 0,004 0,038 Standardfel 0,230 0,230 0,234 0,230 p-värde (F) 0,000 0,000 0,000 0,000
Durbin-Watson 0,243 0,246 0,210 0,246
* signifikant på 10% signifikansnivå ** signifikant på 5% signifikansnivå *** signifikant på 1% signifikansnivå
64
64
Slutligen presenteras resultaten angående modeller där absoluta värden på onormala
diskretionära kostnader (abs_ODK) används som beroende variabel i tabell 13.
Koefficienten på konstanten är positiv och signifikant i alla fyra modeller på 5 % och
även på 1 % signifikansnivå. Detta innebär att det har förekommit mer reell
resultatmanipulation år 2017 och inom teknologibranschen (ICB9000). Dessutom kan
man notera ur tabellen att koefficienten på ICB3000 (konsumtionsvaror) är negativ
och signifikant på 5 % signifikansnivå i alla fyra modeller. Detta tyder på att det
förekommer mindre reella resultatmanipulationsåtgärder i diskretionära kostnader i
företag som är verksamma inom konsumtionsvarorbranschen. Därtill är koefficienten
på ICB5000 negativ och signifikant på 5 % signifikansnivå i modell 3. Detta resultat
kan tolkas som att det förekommer mindre reella resultatmanipulationsåtgärder i
företag som handlar med konsumenttjänster (ICB5000). Ytterligare finns det mycket
svagt negativ korrelation mellan företagets skuldsättningsgrad (D/E) och det absoluta
värdet på diskretionära kostnader på 10 % signifikansnivå i modeller 1, 3 och 4. Detta
skulle indikera att ju mera skulder företaget har i sin balansräkning desto mindre
förekommer det reella resultatmanipulationsåtgärder i diskretionära kostnader.
Om man däremot tar en titt på variabler AFE och AC_AFE ser man ur tabellen att
koefficienten är negativ för AFE i modeller 1, 2 och 4 och AC_AFE i modell 3. Dock om
man tittar närmare på tabellen är det intressant att notera att koefficienten för AC_AFE
är positiv i modeller 2 och 4. Detta kunde tolkas som att utnämningen av
redovisningsexperter inte bidrar till revisionskommitténs effektivitet då styrelsen också
samtidigt har redovisningsexpertis. Dock ska man poängtera att variabler AFE och
AC_AFE inte är signifikanta på ens 10 % signifikansnivå och därmed anses inte vara
statistiskt signifikanta.
Med tanke på modellerna ser man att den justerade förklaringsgraden är väldigt låg och
är i genomsnitt 6,2 %. Eftersom modellerna är signifikanta enligt deras p-värde (0,000)
kan man anse att 6,2 % av de signifikanta oberoende variablerna i genomsnitt förklarar
variation i det absoluta värdet på diskretionära kostnader. Värdena från Durbin-
Watson test är dock väldigt låga och närmare nollan än tvåan. Detta betyder vidare att
det finns problem med autokorrelation i regressioner vilket som har en negativ
inverkan på tolkningsbarhet av resultaten. Därmed ska man tolka observationer
kritiskt.
65
65
Tabell 13 Resultat från regressionsanalys där abs_ODK är beroende variabel
Modell 1 Modell 2 Modell 3 Modell 4
Variabel koeff. t-värde koeff. t-värde koeff. t-värde koeff. t-värde
konstant 0,568 (2,749) *** 0,600 (2,656) *** 0,668 (3,314) *** 0,617 (2,925) ***
AFE -0,054 (-1,305) -0,074 (-1,325) -0,067 (-0,946)
AC_AFE 0,033 (0,623) -0,031 (-0,842) 0,022 (0,329)
AC_EX 0,014 (0,231)
AC_SIZE 0,004 (0,226)
AC_IND 0,008 (0,489)
AC_MEET 0,002 (0,152)
BOD_SIZE -0,023 (-1,129) -0,023 (-1,145) -0,024 (-1,240)
BOD_IND 0,011 (0,610) 0,012 (0,714) 0,012 (0,642)
BOD_MEET 0,001 (0,623) 0,001 (0,509) 0,001 (0,513)
SIZE -0,010 (-0,760) -0,011 (-0,930) -0,020 (-1,756) * -0,012 (-1,030)
D/E -0,010 (-1,795) * -0,010 (-1,653) -0,011 (-1,763) * -0,010 (-1,677) *
ROA 0,021 (0,219) 0,025 (0,264) 0,014 (0,170) 0,024 (0,256)
GROWTH 0,053 (1,165) 0,058 (1,293) 0,057 (1,188) 0,057 (1,265)
Y2015 0,026 (1,302) 0,027 (1,218) 0,024 (1,216) 0,028 (1,347)
Y2016 0,011 (0,870) 0,012 (0,926) 0,007 (0,550) 0,012 (0,947)
ICB0001 0,085 (1,283) 0,084 (1,218) 0,100 (1,558) 0,084 (1,238)
ICB1000 -0,090 (-1,443) -0,082 (-1,256) -0,088 (-1,382) -0,083 (-1,267)
ICB2000 -0,094 (-1,314) -0,092 (-1,277) -0,092 (-1,381) -0,092 (-1,289)
ICB3000 -0,135 (-2,191) ** -0,129 (-2,004) ** -0,148 (-2,334) ** -0,130 (-2,009) **
ICB4000 -0,076 (-0,702) -0,077 (-0,705) -0,092 (-0,902) -0,077 (-0,709)
ICB5000 -0,105 (-1,614) -0,100 (-1,460) -0,124 (-2,035) ** -0,098 (-1,477)
ICB6000 -0,125 (-1,856) * -0,127 (-1,833) * -0,116 (-1,877) * -0,124 (-1,903) *
ICB7000 -0,113 (-1,625) -0,112 (-1,507) -0,098 (-1,483) -0,110 (-1,544)
Justerad R2 0,066
0,067 0,052
0,064
Standardfel 0,207 0,207
0,209 0,208
p-värde (F) 0,000
0,000 0,000
0,000
Durbin-Watson 0,279
0,281
0,269
0,281
* signifikant på 10% signifikansnivå
** signifikant på 5% signifikansnivå
*** signifikant på 1% signifikansnivå
66
66
6.2.3 Resultat för kosmetisk resultatmanipulation
I tabell 14 presenteras koefficienter och z-värden samt modellstatistik angående
kosmetisk resultatmanipulation som har undersökts med logistisk regressionsmodell.
Variabel CEM1 som har definierats i enlighet med Das och Zhang (2003) används som
beroende variabel.
Tabell 14 Resultat för kosmetisk resultatmanipulation där CEM1 är beroende variabel
Modell 1 Modell 2 Modell 3 Modell 4
Variabel koeff. t-värde koeff. t-värde koeff. t-värde koeff. t-värde
konstant -1,323 (-0,705) -0,102 (2,530) -1,178 (-0,630) -0,478 (-0,246)
AFE -0,170 (-0,572) -0,705 (-1,661) * -0,857 (-1,808) *
AC_AFE 0,910 (1,882) * 0,183 (0,485) 1,155 (1,936) *
AC_EX 0,199 (0,535)
AC_SIZE -0,098 (-0,681)
AC_IND 0,242 (1,449)
AC_MEET -0,079 (-0,815)
BOD_SIZE -0,180 (-1,283) -0,184 (-1,313) -0,170 (-1,191)
BOD_IND 0,121 (1,108) 0,133 (1,205) 0,146 (1,275)
BOD_MEET -0,037 (-1,272) -0,042 (-1,511) -0,042 (-1,521)
SIZE 0,134 (1,044) 0,072 (0,568) 0,056 (0,524) 0,094 (0,734)
D/E -0,173 (-1,572) -0,178 (-1,640) -0,164 (-1,762) * -0,172 (-1,659) *
ROA -3,221 (-1,248) -3,008 (-1,259) -2,647 (-1,273) -2,994 (-1,241)
GROWTH -0,923 (-1,311) -0,871 (-1,240) -1,013 (-1,900) * -0,901 (-1,255)
Y2015 -0,665 (-2,158) ** -0,639 (-2,073) ** -0,657 (-2,127) ** -0,661 (-2,151) **
Y2016 0,136 (0,439) 0,159 (0,508) 0,138 (0,449) 0,145 (0,462)
ICB0001 0,455 (0,368) 0,446 (0,361) 0,499 (0,395) 0,439 (0,356)
ICB1000 -0,134 (-0,207) 0,106 (0,158) 0,075 (0,104) 0,119 (0,179)
ICB2000 0,696 (1,826) * 0,732 (1,893) * 0,817 (2,091) ** 0,723 (1,874) *
ICB3000 0,055 (0,114) 0,235 (0,466) 0,037 (0,078) 0,273 (0,541)
ICB4000 -0,136 (-0,199) -0,202 (-0,296) -0,244 (-0,357) -0,201 (-0,291)
ICB5000 -0,031 (-0,064) 0,133 (0,265) 0,049 (0,098) 0,089 (0,178)
ICB6000 0,571 (0,552) 0,510 (0,495) 0,577 (0,539) 0,443 (0,430)
Chi2 36,662
40,580 35,246
41,070
p-värde (F) 0,006 0,002
0,004 0,002
* signifikant på 10% signifikansnivå
** signifikant på 5% signifikansnivå
*** signifikant på 1% signifikansnivå
67
67
Ur tabellen kan man notera att variabel Y2015 är negativ och signifikant i alla fyra
modeller på 5 % signifikansnivå. Detta indikerar på att det har förekommit mindre
kosmetiska resultatmanipulationsåtgärder på bokslutsposter som har en effekt på
resultat per aktie nyckeltalet år 2015. Ytterligare är variabel ICB2000 positivt
signifikant på 5 % signifikansnivå i modell 3 men inte lika signifikant i andra tre
modeller. Detta innebär att det förekommer mera kosmetiska manipulationsåtgärder i
företag som är verksamma inom industribranschen.
Utöver dessa observationer ser man ur tabellen att redovisningsexpertisvariabel AFE är
negativ medan variabeln på revisionskommitténs redovisningsexpertis (AC_AFE) är
positiv i modeller 2 och 4. Dock är dessa variabler inte statistiskt signifikanta på 5 %
signifikansnivå och därmed kan man inte hitta bevis på hypotes 3. Alla fyra modeller
som mäter kosmetisk resultatmanipulation med CEM1 som beroende variabel är
signifikanta på 1 % signifikansnivå.
6.3 Resultaten från tilläggstester
För att bedöma och undersöka robusthet av resultaten ska ytterliga analyser utföras.
Resultaten för förekomsten av periodiseringsbaserad och reell resultatmanipulation ska
undersökas med antingen fast- eller slumpeffektmodeller beroende på teststatistiken
från Hausman test. Teststatistiken från Hausman test presenteras nedan i tabell 15.
Tabell 15 Teststatistik från Hausman testet
Modell 1 Modell 2 Modell 3 Modell 4
Beroende variabel
p-värde test p-värde test p-värde test p-värde test
abs_DACC 0,001 FE 0,002 FE 0,002 FE 0,002 FE
abs_OOCF 0,063 RE 0,097 RE 0,101 RE 0,116 RE
abs_OPK 0,013 FE 0,005 FE 0,042 FE 0,008 FE
abs_ODK 0,100 RE 0,100 RE 0,054 RE 0,118 RE
FE = fasteffektmodell RE = slumpeffektmodell Enligt resultaten från Hausman test ska fasteffektmodellen användas för modeller där
abs_DACC och abs_OPK är beroende variabler. Däremot används
slumpeffektmodellen för modellerna där abs_OOCF och abs_ODK är beroende
variabler. Resultaten av dessa tilläggstester presenteras till näst. Detaljerade tabeller
68
68
där resultaten och teststatistiken från alla modeller med paneldatametoder
sammanfattas i bilaga 3.
Med tanke på periodiseringsbaserad resultatmanipulation blir resultaten delvis samma
som i de sammanlagda modellerna. Man ska dock notera att variabeln SIZE inte längre
är signifikant såsom i tidigare modeller. Däremot visar resultaten från
fasteffektmodellerna att variabler på lönsamhet (ROA) och tillväxt (GROWTH) är
positivt signifikanta på 5 % signifikansnivå. Den genomsnittliga justerade
förklaringsgraden är 40,1 % som är ungefär densamma som i tidigare modeller men lite
lägre. På basis av dessa observationer kan man påstå att det förekommer mer
periodiseringsbaserad resultatmanipulation om företaget har en snabb tillväxttakt och
lönsam verksamhet.
Därefter, om man tittar på resultaten för reell resultatmanipulation noterar man flera
saker. För det första är konstanten och variabel ICB6000 de enda positiva och
signifikanta variabler i modeller där abs_OOCF är beroende variabel. Detta tyder på att
det förekommer mer reell resultatmanipulation mätt med manipulation av kassaflöden
från operationer år 2017, eller inom teknologibranschen (ICB9000) eller i företag som
är verksamma inom telekommunikationsbranschen. Däremot finns det inget stöd för
observationer om revisionskommitténs redovisningsexpertis (AC_AFE), styrelsens
storlek (BOD_SIZE), styrelsens oberoende (BOD_IND) eller företagets storlek som var
signifikanta i de sammanlagda modellerna. Dock kan man notera att
slumpeffektmodellerna som används i tilläggstester är signifikanta även på 1 %
signifikansnivå. Dessutom finns det också lite variation i resultat i
slumpeffektmodellerna där abs_ODK är beroende variabel. I likheten med
sammanlagda modeller är konstanten och variabel ICB3000 signifikanta på 5 %
signifikansnivå. Koefficienten för konstanten är positiv och negativ för ICB3000, och
dessa resultat bekräftar att förekomsten av reell resultatmanipulation har varit högre år
2017 och inom teknologibranschen och mindre inom konsumtionsvarorindustrin.
Därtill finns det ytterligare bevis på att variabel ICB2000 och ICB6000 har en effekt på
förekomsten av reell resultatmanipulation tillsammans med variabel ICB7000.
Däremot om man tittar på resultaten från fasteffektmodeller där abs_OPK är beroende
variabel märker man att ingen av de fyra modellerna är signifikant på 5 % eller även 10
% signifikansnivå. Därmed ska fasteffektmodellerna med abs_OPK inte analyseras
djupare. Detta också innebär att resultaten från de sammanlagda OLS modellerna där
abs_OPK är beroende variabler kan anses vara mer pålitliga än fasteffektmodeller.
69
69
Resultaten för logistiska regressionsmodeller där den andra varianten för kosmetisk
resultatmanipulation CEM2 är beroende variabel skiljer sig från dem som har fåtts med
CEM1 som beroende variabel. Bland annat visar koefficienten på (GROWTH) en vara
mycket signifikant och positiv korrelerad med CEM2 även på 1 % signifikansnivå. Dock
i likhet med de första modellerna tyder resultaten på att sannolikheten för förekomsten
av kosmetisk resultatmanipulation har varit högre år 2015 jämfört med andra år i
sampel. Därtill visar koefficienter på ICB2000, ICB4000 och ICB5000 sig vara
negativa och signifikanta på åtminstone 5 % signifikansnivå. Detta kan tolkas som att
sannolikheten för förekomsten av kosmetisk manipulation har varit betydligt mindre i
företag inom industribranschen, hälsovård och konsumenttjänster. Dessutom visar
resultaten svagt bevis på att styrelsens mötesfrekvens (BOD_MEET) minskar
sannolikheten för förekomsten av kosmetisk resultatmanipulation.
Om man tittar på värden från Durbin-Watson testet för alla modellerna som har
använts – exklusive kosmetisk resultatmanipulation – kan man notera att värdena är
väldigt låga för sammanlagda OLS-regressionsmodeller. Däremot är värdena från
teststatistiken högre vid tillämpning av fast- och slumpeffektmodellerna. På basis av
detta kan man anse att forskningsresultaten i de fast- och slumpeffektmodellerna är
mer signifikanta och pålitligare än dem i sammanlagda modellerna. Därmed borde
vikten i analysen av resultaten i stället läggas till dessa fast- och slumpeffektmodeller.
6.4 Diskussion av resultat
I tidigare avsnittet presenterades resultaten om regressioner som undersökte tre
hypoteser med tanke på sambandet mellan revisionskommitténs redovisningsexpertis
och förekomsten av resultatmanipulation. Dessa resultat diskuteras djupare till näst.
Den första forskningshypotesen fokuserar på periodiseringsbaserad
resultatmanipulation som estimeras med hjälp av det absoluta värdet på
påverkningsbara periodiseringar. Mot förväntningar visar resultaten från de
sammanlagda OLS-modellerna att det förekommer mer periodiseringsbaserad
resultatmanipulation i företag som har en revisionskommitté med
redovisningsexperter. Enligt denna observation finns det ett positivt samband mellan
revisionskommitténs redovisningsexpertis och förekomsten av periodiseringsbaserad
resultatmanipulation. Denna observation är i linje med resultaten av Baxter och Cotter
(2009) samt Sameer och Nourhene (2010). Däremot stöder resultaten från
fasteffektmodellerna inte detta påstående utan strider mot det. Det är också viktigt att
70
70
komma ihåg att de sammanlagda OLS-modellerna lider av autokorrelationsproblem
medan de fasteffektmodellerna inte gör det. Därmed ska man lita mera på resultaten
från fasteffektmodellerna. På basis dessa observationer kan man inte dra slutsatsen att
det skulle finnas ett negativt samband mellan revisionskommitténs
redovisningsexpertis och periodiseringsbaserad resultatmanipulation. Detta betyder att
den alternativa hypotesen förkastas och nollhypotesen erhålls med tanke på H1.
Däremot hittas inte andra statistiskt signifikanta resultat med tanke på
revisionskommitténs eller styrelsens andra sammansättningsattribut som den tidigare
forskningen har gjort (bl.a. Krishnan & Visvanathan, 2008; Sameer & Nourhene, 2010;
Liu, Tiras & Zhuang, 2014). Detta kan delvis bero på att samplets storlek i denna
forskning har varit relativt liten jämfört med tidigare forskningar. Delvis kan resultaten
förklaras med att det finns stora skillnader i bolagsstyrningsmekanismer mellan
Norden och USA varifrån majoriteten av den tidigare forskningen kommer (bl.a.
Lekvall, 2018; Ikäheimo, Malmi & Walden, 2016:184-185). Dessutom kan det vara att
någon annan typ av expertis förklarar sambandet bättre. Till exempel Krishnan, Wen
och Zhao (2011) finner i sin undersökning att förekomsten av periodiseringsbaserad
resultatmanipulation minskar då företagets revisionskommitté har ledamöter med
både redovisnings- och juridisk kompetens. En annan möjlig förklaring till resultaten
kan ligga i definitionen på redovisningsexpertis.
Med tanke på andra variabler i regressionen tyder resultaten från fasteffektmodellerna
på att företagets lönsamhet (ROA) och tillväxttakt (GROWTH) spelar en roll i
förekomsten av periodiseringsbaserad resultatmanipulation. Mer specifikt tyder
resultaten på att det förekommer mera manipulationsåtgärder i företag som har större
avkastningar på sin verksamhet och större tillväxttakt. Dessa observationer är också i
linje med tidigare forskningarnas resultat (Krishnan, Wen & Zhao, 2011; Liu, Tiras &
Zhuang, 2014). Andra faktorer som tidigare studier har lyft fram med avseende på
manipulation av påverkningsbara periodiseringar är verksamhetens omfattning (SIZE)
och skuldsättningsgrad (D/E) (bl.a. Krishnan & Visvanathan, 2008; Krishnan, Wen &
Zhao, 2011; Liu, Tiras & Zhuang, 2014). Resultaten från de sammanlagda OLS-
modellerna visar att företagets storlek har en minskande effekt på förekomsten av
periodiseringsbaserad resultatmanipulation medan inga liknande slutsatser kan dras
från fasteffektmodellerna. Eftersom teststatistiken från Hausman testet visar att
fasteffektmodellerna lämpar sig bättre för forskning av panel data ska man lägga mer
vikt på dessa modeller. Därmed kan man inte anse dessa två variabler påverka
manipulation av påverkningsbara periodiseringar.
71
71
Den andra hypotesen som forskats i denna avhandling behandlar förekomsten av reell
resultatmanipulation. Denna resultatmanipulationsform har estimerats med hjälp av
absoluta värdet på onormala kassaflöden från operationer, onormala
produktionskostnader och onormala diskretionära kostnader, som alla har uträknats i
enlighet med regressionsmodeller av Roychowdhury (2006). Om man tittar på de
sammanlagda OLS-modellerna där det absoluta värdet på onormala
produktionskostnader används som den beroende variabeln kan man upptäcka ett
svagt negativt samband mellan förekomsten av redovisningsexpertis och reell
resultatmanipulation.
Resultaten från regressionsmodeller för andra reella resultatmanipulationsmått tyder
på att omfattningen av reella resultatmanipulationsåtgärder beror till stor del på
företagets industrisektor. Det kommer fram bland annat att onormala kassaflöden från
operationer manipuleras mera inom telekommunikationsbranschen. Resultaten också
visar ett svagt negativt samband på 10 % signifikansnivå mellan företagets lönsamhet
och det absoluta värdet på onormala kassaflöden från operationer vilket som stämmer
överens med resultaten av Sun, Lan och Liu (2014). Med tanke på onormala
diskretionära kostnader tyder resultaten på att det förekommer mindre reell
resultatmanipulation inom industri- (ICB2000), konsumtionsvara- (ICB3000) och
telekommunikationsbranschen (ICB6000) samt i försörjningsföretag (ICB7000).
Resultaten från de sammanlagda OLS-modellerna ger också lite stöd för H2. Nämligen
visar resultaten att det finns ett svagt negativt samband mellan redovisningsexpertis
bland revisionskommitté- och styrelseledamöter (AFE) och förekomsten av reell
resultatmanipulation som mäts med absoluta värdet på onormala
produktionskostnader (abs_OPK) på 10 % signifikansnivå. Här ska man dock notera att
detta samband är väldigt svagt på grund av autokorrelation som försvagar
tolkningsbarhet av resultat. Dock är den gemensamma observationen med tanke på
reell resultatmanipulation att förekomsten av dessa åtgärder har varit större år 2017
och inom teknologibranschen (ICB9000). På basis av dessa observationer kan man dra
slutsatsen att förekomsten av reell resultatmanipulation är mer beroende på
industrispecifika än företagsspecifika faktorer som periodiseringsbaserad
resultatmanipulation.
Den tredje och sista hypotesen fokuserar på kosmetisk resultatmanipulation som har
estimerats med logistisk regression i likhet med Das och Zhang (2003). Nyckeltalet
’resultat per aktie’ har använts vid definition av kosmetiska resultatmanipulationsmått
CEM1 och CEM2. CEM1 har definierats i enlighet med Das och Zhang (2003) medan
72
72
CEM2 följer i samma fotspår som Kinnunen och Koskela (2003). Resultaten för
modeller där CEM1 är beroende variabel tyder på att förekomsten av kosmetisk
resultatmanipulation är högre i samplets företag som är verksamma inom
industribranschen. Däremot tyder resultaten på att förekomsten av kosmetiska
resultatmanipulationsåtgärder har minskat år 2015. Dessutom visar resultaten att det
finns ett svagt och negativt samband mellan förekomsten av redovisningsexpertis inom
revisionskommittén eller styrelsen och kosmetisk resultatmanipulation som dock gäller
endast på 10 % signifikansnivå. Denna observation ger litet stöd för H3. Likaså hittas
ett positivt men inte statiskt signifikant samband med revisionskommitténs
redovisningsexpertis och kosmetisk resultatmanipulation.
Enligt resultaten för CEM2 verkar företagets tillväxttakt och industrispecifika faktorer
påverka mest förekomsten av kosmetiska resultatmanipulationsåtgärder. Resultaten
tyder också på att sannolikheten för förekomsten av kosmetisk resultatmanipulation är
mindre inom industribranschen (ICB2000), hälsovård- (ICB4000) och
konsumenttjänster-branschen (ICB5000). Därmed tyder resultaten på att dessa
industrier är bra på att minimera sannolikheten för förekomsten av kosmetisk
resultatmanipulation, åtminstone i Finland. I motsats till CEM1 tyder resultaten på att
förekomsten av kosmetisk resultatmanipulation har varit större år 2015 för CEM2. En
ytterligare skillnad till CEM1 är att resultaten visar CEM2 öka då företagets tillväxttakt
är högre. Utöver dessa observationer hittas inget bevis på att företagets storlek skulle
påverka förekomsten av kosmetiska resultatmanipulationsåtgärder i likhet med
Jordan, Hatten och Clark (2017). Däremot stöder forskningsresultaten Aono och Guans
(2008) resultat att det fortfarande förekommer kosmetisk resultatmanipulation – även
efter implementering av SOX.
6.5 Validitet och pålitlighet av resultat
Enligt Ghauri och Grønhaug (2010:78) ska undersökningens resultat uppfylla kraven
för validitet och pålitlighet. Validiteten, som vidare kan delas in i yttre och inre
validitet, kan definieras som att undersökningens resultat faktiskt lyckas med att mäta
det som de syftar på att mäta (Ghauri & Grønhaug, 2010:78-79). I den yttre validiteten
fokuseras på generaliserbarhet av resultaten medan den inre validiteten fokuserar på
giltighet av de slutsatser som vidtas på basis av resultaten (Ghauri & Grønhaug,
2010:83-84).
73
73
I denna avhandlings undersökning har det utnyttjats variabler som också använts i den
tidigare forskningen, vilket som ökar validiteten av resultat (bl.a. DeFond, Hann & Hu,
2005; Krishnan & Visvanathan, 2008; Sun, Lan & Liu, 2014). Dessutom baserar alla
mätningsmetoder för periodiseringsbaserad, reell och kosmetisk resultatmanipulation
på kända modellerna (Kothari, Leone & Wasley, 2005; Roychowdhury, 2006; Das &
Zhang, 2003; Kinnunen & Koskela, 2003). Fast resultaten inte finner ett signifikant
resultat för revisionskommitténs redovisningsexpertis tyder resultaten nog att det finns
andra faktorer, såsom företagets industriklassificering och lönsamhet, som påverkar
sambandet mera. Detta är också i linje med resultaten från tidigare studier (bl.a.
Roychowdhury, 2006; Krishnan, Wen & Zhao, 2011; Liu, Tiras & Zhuang, 2014; Sun,
Lan & Liu, 2014). När det gäller generaliserbarhet ska man beakta att denna
avhandling endast har fokuserat på finska börsnoterade företag. Därmed kan resultaten
vara annorlunda ifall studien utfördes med data från länder som annorlunda
bolagsstyrningsmekanismer. Resultaten är dock relativt jämförbara inom Norden
eftersom nordiska länder har mycket gemensamma karaktärer i sina egna koder för
bolagsstyrning (bl.a. Lekvall, 2018). Således om studien utfördes med en likadan data
och samma specifikationer inom den nordiska kontexten skulle resultaten högst
antagligen blir ungefär desamma.
Undersökningens resultat kan också anses vara relativt pålitliga av flera orsaker. Först
har datainsamling och bearbetning av den sköts noggrant från början till slutet. För att
minska manuella fel i datainsamling har data hämtats från Eikon med hjälp av formler.
Dessutom har datakvalitet kontrollerats med hjälp av flera stickprov för att säkerställa
att data som används i studien stämmer överens med det som har publicerats på
företagens webbsidor. Med tanke på formulering av regressionsmodeller har
resultateten från korrelationsmatris tillsammans med VIF-värdet utnyttjats för att
skapa lämpliga modeller som inte förstörs av multikollinearitetsproblem. På basis av
dessa observationer borde datan och därmed resultaten vara tillräckligt pålitliga för att
meningsfulla slutsatser kan vidtas.
74
74
7 KONKLUSIONER
I detta kapitel sammanfattas undersökningens resultat och studiens kontribution till
forskning inom ämnet. Därtill diskuteras pålitlighet och validitet av resultat. Sedan till
slut diskuteras avgränsningar och ges ett förslag med tanke på framtida
undersökningen inom ämnet.
7.1 Sammanfattning av resultat
Fokus med denna avhandling har varit att undersöka om det finns ett negativt samband
mellan revisionskommitténs redovisningsexpertis och förekomsten av
resultatmanipulation. Denna avhandling har fokuserat specifikt på Finland på grund av
flera orsaker. Först har en stor del av den tidigare forskningen utförts med data som
kommer från företag utanför Europa (bl.a. Xie, Davidson & DaDalt, 2003; Bédard,
Chtourou & Courteau, 2004; Kothari, Leone & Wasley, 2005; Roychowdhury, 2006;
Cohen, Dey & Lys, 2008). För det andra, finns det ett väldigt begränsat antal studier
om ämnet inom Norden, speciellt i Finland och Europaparlamentets och rådets direktiv
(2014/56/EU) berör exakt europeiska företag. För att få en mer omfattande bild om
den möjliga förekomsten av resultatmanipulation används tre typer av
resultatmanipulation, det vill säga periodiseringsbaserad, reell och kosmetisk
resultatmanipulation (Das & Zhang, 2003; Kinnunen & Koskela, 2003; Kothari, Leone
& Wasley, 2005, Roychowdhury, 2006). Förekomsten av dessa
resultatmanipulationsformer har undersökts med hjälp av ett sampel på 283 finska
börsnoterade bolag från tidsperioden av 2015-2017. Detta sampel har sedan analyserats
med olika regressionsmodeller i statistikprogrammet Gretl.
I motsats till resultaten från tidigare studier visar resultaten från denna studie inget
signifikant samband mellan revisionskommitténs redovisningsexpertis och
förekomsten av resultatmanipulation. Det finns dock ett svagt bevis på att
manipulation av produktionskostnader minskar då antingen revisionskommitténs eller
styrelsens ledamöter innehar redovisningskompetens vilket som är i linje med Sun, Lan
och Lius (2014) resultat. Detta resultat ska dock tolkas kritiskt med försiktighet
eftersom teststatistiken från Durbin-Watson test påvisar förekomsten av
autokorrelation som kan ha förvrängt resultat. Inga liknande slutsatser kan dras på
basis av resultaten från de andra regressionsmodellerna. Dessutom hittas inget bevis på
sambandet mellan andra sammansättningsattribut hos revisionskommitténs eller
styrelsens ledamöter och förekomsten av resultatmanipulation.
75
75
Däremot tyder resultaten från regressionsanalyser på att det finns andra faktorer
såsom lönsamhet och tillväxten som anses påverka förekomsten av
resultatmanipulation. Speciellt med tanke på periodiseringsbaserad
resultatmanipulation finner man bevis på att högre tillväxt och lönsamhet tillsammans
ökar förekomsten av periodiseringsbaserad resultatmanipulation. Dessa resultat är
också i linje med den tidigare forskningen (bl.a. Roychowdhury, 2006; Krishnan, Wen
och Zhao, 2011, Liu, Tiras & Zhuang, 2014). Detta innebär att företagets finansiella
ställning påverkar företagets incitament att manipulera bokslutsposter (bl.a. Krishnan
& Visvanathan, 2008; Krishnan, Wen och Zhao, 2011).
Dessutom hittas bevis på att förekomsten av reell resultatmanipulation är mer
beroende på industrispecifika faktorer än företagsspecifika faktorer. I likhet med reell
resultatmanipulation tyder resultaten också på att förekomsten av
resultatmanipulation genom kosmetiska avrundningar beror mera på industrispecifika
faktorer. Dock tyder resultaten från logistiska regressionsmodeller att sannolikheten
för förekomsten av kosmetisk resultatmanipulation ökar då företagets tillväxt är större.
Däremot hittas inget liknande bevis på bland annat företagets storlek som visats
påverka kosmetisk resultatmanipulation och dess omfattning i den tidigare forskningen
(Kinnunen & Koskela, 2003; Jordan, Hatten & Clark, 2017). Resultaten visar nog stöd
för Aono och Guans (2008) antagande att det fortfarande förekommer kosmetisk
resultatmanipulation. Dock är denna observation inte direkt i linje med en del tidigare
forskningar som visat att förekomsten av kosmetisk resultatmanipulation är minst i
Finland och Norden överhuvudtaget (Kinnunen & Koskela, 2003; Burgstahler, Hail &
Leuz, 2006; Callao & Jarne, 2010).
På basis av alla observationer kan man dra slutsatsen att förekomsten av
resultatmanipulation anses påverkas av många olika faktorer. När det gäller
periodiseringsbaserad resultatmanipulation ska företagets intressenter på marknaden
lägga extra noggrannhet för företagsspecifika faktorer såsom lönsamhetsmått och
utveckling av verksamhet (Krishnan & Visvanathan, 2008; Baxter & Cotter, 2009;
Krishnan, Wen & Zhao, 2011). Med tanke på reell resultatmanipulation lönar det sig
däremot undersöka mera företagets makroekonomiska omgivning och
industriutveckling. Sedan med tanke på kosmetisk resultatmanipulation ska man följa
upp hur olika nyckeltal utvecklar sig under tiden för att se om den första decimalen har
avrundats eller inte. Dessutom tyder resultaten på att sannolikheten för förekomsten av
kosmetisk resultatmanipulation är högre då företaget har större tillväxt. Därmed ska
76
76
man anställa sig kritiskt till bokslutsinformation som företagen publicerar, speciellt om
industrin i fråga karaktäriseras av tillväxtfas.
7.2 Studiens kontribution och samhälleliga implikationer
Resultaten från denna avhandling kontribuerar till den tidigare forskningen på många
olika sätt som beskrivs till näst. För det första analyserar avhandlingen närmare på
sambandet mellan revisionskommitténs redovisningsexpertis och resultatmanipulation
med nyare data. Dessutom är studien en av de fåtal studier som fokuserat på
revisionskommitténs redovisningsexpertis och dess inverkan på kommitténs
effektivitet i Finland. Fast forskningsresultaten inte stöder hypoteser om sambandet
mellan revisionskommitténs redovisningsexpertis och förekomsten av
resultatmanipulation är denna observation också i och för sig betydande. På basis av
resultaten kan man nämligen ifrågasätta om redovisningsexpertis faktiskt bidrar
positivt till revisionskommitténs övervakningsfunktion inom finska kontexten.
Resultaten tyder på att det kan finnas andra expertiskombinationer som kan bidra
mera till revisionskommitténs effektivitet. Till exempel Krishnan, Wen och Zhao (2011)
samt Cohen et al. (2014) hävdar att revisionskommitténs juridiska och
industrispecifika expertis kan anknytas till minskad förekomst av bedrägliga åtgärder
och risk för tvister. Dock är det viktigt att komma ihåg att denna studie har utförts med
data från tidsperioden före Europaparlamentets och rådets direktiv trädde i kraft
(2014/56/EU).
Dessutom bidrar denna avhandling till den tidigare forskningen med sin omfattning
angående mätning av förekomsten av resultatmanipulation. Cohen, Dey och Ly (2008)
samt Zhang (2012) är ena av de få forskarna som har kopplat både
periodiseringsbaserad och reell resultatmanipulation i sina studier. Annars har
majoriteten av de tidigare studierna endast fokuserat på någon av de tre
manipulationsformer skilt (bl.a. Zhang, 2003; Liu, Tiras & Zhuang, 2014; Sun, Lan &
Liu, 2014). Således kontribuerar denna forskning genom att undersöka var och en av de
tre resultatmanipulationsformer i en och samma forskning tillsammans med
revisionskommitténs sammansättningsvariabler. Fast forskningsresultaten inte lyckas
med att visa ett signifikant negativt samband mellan revisionskommitténs
redovisningsexpertis och resultatmanipulation har resultat andra implikationer som
bör betänkas. Resultaten tyder på att förekomsten av periodiseringsbaserad
resultatmanipulation beror på företagsspecifika faktorer såsom lönsamhet och tillväxt.
77
77
Däremot visar resultaten för reell resultatmanipulation att industrispecifika faktorer
har en större betydelse i förklaring av manipulationsåtgärder.
Det största bidraget som denna avhandlings resultat gör till den tidigare forskningen
gäller förekomsten av kosmetisk resultatmanipulation. Enligt skribentens kännedom är
denna studie den första, åtminstone i Finland, som kopplar revisionskommitténs
redovisningsexpertis och undersökningen av kosmetisk resultatmanipulation.
Resultaten visar att det finns ett svagt negativt samband mellan redovisningsexpertis
bland revisionskommitté- och styrelseledamöter och kosmetisk resultatmanipulation.
Däremot tyder resultaten på att detsamma samband är positiv för revisionskommitténs
redovisningsexpertis. Båda resultaten gäller endast vid CEM1 som definierades i
enlighet med Das och Zhang (2003). Fast det inte hittas ett betydande samband mellan
revisionskommitténs redovisningsexpertis och förekomsten av kosmetisk
resultatmanipulation är resultaten inte meningslösa. Nämligen i linje med Das och
Zhang (2003) visar resultaten att företagets finansiella ställning i form av tillväxt och
industrispecifika faktorer påverkar sannolikheten att det förekommer mer kosmetiska
resultatmanipulationsåtgärder.
Sammanfattningsvis innebär resultaten att alla som utnyttjar informationen i
företagens finansiella rapporter ska vara uppmärksamma och försiktiga vid tolkningen
av denna information. För investerare och andra intressentgrupper kan de vara
relevant att veta vilka faktorer som påverkar mest förekomsten av resultatmanipulation
i bolagen. Dessutom kan denna information speciellt gynna revisorer som kan vara
intresserade av att veta vilka bokslutsposter och företagsevenemang som behöver mer
uppmärksamhet och granskningsåtgärder vid revision. Ytterligare kan finska
beslutsfattare använda dessa resultat som underlag till nästa möten där finska
bolagsstyrningsmekanismer och möjliga förbättringsförslag diskuteras. Avslutningsvis
har resultaten visat att sambandet mellan revisionskommitténs redovisningsexpertis
och förekomsten av resultatmanipulation kräver mera forskning i Finland.
7.3 Avgränsningar och forskningsförslaget för framtiden
Ett par avgränsningar ska beaktas vid tolkningen av resultat från denna forskning. För
det första har avhandlingen endast fokuserat på börsnoterade bolag i Finland. Här är
det viktigt att poängtera att den nordiska omgivningen och reglering av
bolagsstyrningsmekanismer skiljer sig mycket från dem i USA där majoriteten av den
tidigare forskningen har utförts (bl.a. Ikäheimo, Malmi & Walden, 2016:184-185;
78
78
Lekvall, 2018). På basis av detta kan resultaten inte generaliseras i länder som har
annorlunda karaktärer på bolagsstyrningen. En annan orsak till avvikande resultat kan
förklaras med den använda tidsperioden. En stor del av den tidigare forskningen
använder data som är från tidsperioden före finanskrisen (bl.a. Davidson, Xie & Xu,
2004; Krishnan, Wen & Zhao, 2011; Callao & Jarne, 2010; Garven, 2015; Sultana & Van
der Zahn, 2015). Man kan därmed konstatera att finanskrisen möjligtvis kan ha
påverkat tidigare resultaten. I denna avhandling utnyttjas däremot en tidsperiod av
2015-2017, för att ta reda på om sambandet mellan revisionskommitténs
redovisningsexpertis och förekomsten av resultatmanipulation före kraven angående
revisionskommitténs expertis i Europaparlamentets och rådets direktiv (2014/56/EU)
har trätt i kraft.
En annan avgränsning som ska beaktas vid tolkningen av resultat berör beroende
variabler. I denna avhandling har det valts att använda de absoluta värdena i likhet
med tidigare studier eftersom fokusen ligger på att undersöka omfattningen av
förekomsten av resultatmanipulation (bl.a. Bédard, Chtourou & Courteau, 2004; Baxter
& Cotter, 2009). Således beaktar studien inte riktning av manipulationsåtgärderna utan
endast undersöker omfattningen av resultatmanipulation. En del av den tidigare
forskningen har hittat ett negativt samband mellan revisionskommitténs
redovisningsexpertis och resultatmanipulation då de absoluta värdena på
manipulationsmåtten inte har använts (bl.a. Krishnan & Visvanathan, 2008; Krishnan,
Wen & Zhao, 2011; Sun, Lan & Liu, 2014, Sultana & Van der Zahn, 2015). Resultaten
kunde således vara annorlunda om studien hade utförts utan absoluta värden på
resultatmanipulationsmått.
En ytterligare avgränsning i undersökningen är anpassningsgraden för
fasteffektmodeller där abs_OPK är beroende variabel. Detta kan tolkas som att
modellernas variabler inte lyckas med att mäta eller påverka den beroende variabel.
Dessutom finns det autokorrelationsproblem vid de sammanlagda modellerna där
densamma beroende variabel används. På basis av dessa observationer kan man inte
dra statistiskt signifikanta slutsatser om vad som påverkar förekomsten av onormala
produktionskostnader.
Den sista avgränsningen är anknuten till definitionen av revisionskommitténs expertis.
I denna avhandling har redovisningsexpertis definierats i enlighet med DeFond, Hann
och Hu (2005). Enligt denna definition anses ledamoten inneha tillräckliga kunskaper
om han eller hon har erfarenhet inom redovisning eller revision genom
arbetserfarenhet som finansdirektör, revisor, bokförare eller annan dylik krävande
79
79
position (DeFond, Hann & Hu, 2005:162). Dock finns det en hel olika definitionerna på
redovisningsexpertis och vad som anses vara nyttigt med tanke på revisionskommitténs
effektivitet. Till exempel Dickins, Hillison och Platau (2003) hävdar att erfarenhet som
finansdirektör inte är lika avgörande som ledamotens undervisningserfarenhet inom
redovisning och revision. Davidson, Xie och Xu (2004) anser däremot att även expertis
inom extern finansiering borde beaktas i redovisningsexpertisdefinition. Dessutom
avslöjar inte alla företag detaljerad information om revisionskommittéledamöternas
expertisbakgrund. Därtill kan denna information vara bristfällig eller även
manipulerat. Dock har revisionskommittéledamöternas expertisbakgrund försökts
verifierats noggrant med hjälp av bolagsstyrningsrapporter och informationen på
företagets webbsidor.
Utöver redovisningsexpertis finns det andra expertisområden, såsom juridisk och
industrispecifik expertis (Krishnan, Wen & Zhao, 2011; Cohen et al., 2014), som inte
har inkluderats i denna undersökning. Dock kan dessa expertistyper möjligtvis förklara
sambandet även bättre än redovisningsexpertis som förutsätts i Europaparlamentets
och rådets direktiv (2014/56/EU). Således, skulle en möjlig utvidgning av denna
forskning vara att undersöka sambandet med hjälp av en aning nyare data för att se om
implementeringen av Europaparlamentets och rådets direktiv har haft en inverkan på
revisionskommitténs effektivitet. Utöver redovisningsexpertis skulle man också kunna
inkludera andra expertistyper, såsom juridisk och industrispecifik expertis, som enligt
den tidigare forskningen har haft en förbättrande inverkan på rapporteringskvalitet
(bl.a. Krishnan, Wen & Zhao, 2011; Cohen et al., 2014). Dessutom kunde man göra en
mer detaljerad indelning mellan redovisnings- och icke-redovisningsexpertisområden.
Det finns också bevis på att möjlighet att utnyttja revisionskommitténs kunskaper
beror på bolagsstyrningskvaliteten som råder i företaget (bl.a. DeFond, Hann & Hu,
2005; Krishnan & Visvanathan, 2008; Krishnan & Visvanathan, 2009). Detta kunde
kontrolleras bättre i framtida forskningar genom att använda ett bolagsstyrningsmått
som beaktar olika aspekter i bolagsstyrning såsom institutionellt ägande,
bolagsstyrningssystem och revisionsbolag (bl.a. DeFond, Hann & Hu, 2005:172).
80
80
KÄLLFÖRTECKNING
Aono, J.Y. & Guan, L. (2008). The impact of Sarbanes-Oxley Act on cosmetic earnings management. Research in accounting regulation, 20, 205-215.
Baxter, P. & Cotter, J. (2009). Audit committees and earnings quality. Accounting & Finance, 49, 2, 267-290.
Bédard, J., Chtourou, S. M., & Courteau, L. (2004). The effect of audit committee expertise, independence, and activity on aggressive earnings management. Auditing: A Journal of Practice & Theory, 23, 2, 13-35.
Bokföringslag (BFL) (1997/1336). Tillgänglig: https://www.finlex.fi/sv/laki/alkup/1997/19971336?search%5Btype%5D=pika&search%5Bpika%5D=bokföringslag. Hämtad: 2.10.2018.
Bowen, R.M., Rajgopal, S. & Venkatachalam, M. (2008). Accounting Discretion, Corporate Governance, and Firm Performance. Contemporary Accounting Research, 25, 2, 351–405.
Bowerman, B. L., O’Connell, R.T. & Murphree, E.S. (2015). Regression analysis: Unified concepts, practical applications, and computer implementation. [E-bok]. 1. uppl. Tillgänglig: ProQuest Ebook Central. Hämtad 29.1.2019.
Braiotta, L.J., Gazzaway, R.T. & Colson, R. (2010). The Audit Committee Handbook. [E-bok]. 5. uppl. Tillgänglig: ProQuest. Hämtad: 22.10.2018.
Brooks, C. (2014). Introductory Econometrics for Finance. 3. uppl. Cambridge: Cambridge University Press.
Bryman, A. & Bell, E. (2015). Business research methods. 4. uppl. Oxford: Oxford University Press.
Burgstahler, D.C., Hail, L. & Leuz, C. (2006). The Importance of Reporting Incentives: Earnings Management in European Private and Public Firms. The Accounting Review, 81, 5, 983, 1016.
Callao, S. & Jarne, J.I. (2010). Have IFRS Affected Earnings Management in the European Union? Accounting in Europe, 7, 2, 159-189.
Cohen, D.A, Dey, A. & Lys, T.Z. (2008). Real and Accrual-Based Earnings Management in the Pre- and Post-Sarbanes-Oxley Periods. The Accounting Review, 83, 3, 757–787.
Cohen, J. R., Hoitash, U., Krishnamoorthy, G. & Wright, A. M. (2014). The Effect of Audit Committee Industry Expertise on Monitoring the Financial Reporting Process. The Accounting Review, 89, 1, 243-273.
81
81
Das, S. & Zhang, H. (2003). Rounding-up in reported EPS, behavioral thresholds, and earnings management. Journal of Accounting and Economics, 35, 1, 31-50.
Davidson, W.N., Xie, B. & Xu, W. (2004) - Market reaction to voluntary announcements of audit committee appointments: The effect of financial expertise. Journal of accounting and public policy, 23, 4, 279-293.
Dechow, P. M., Sloan, R. G., & Sweeney, A. P. (1995). Detecting Earnings Management. The Accounting Review, 70, 2, 193-225.
Dechow, P.M. & Skinner, D.J. (2000). Earnings Management: Reconciling the Views of Accounting Academics, Practitioners, and Regulators. Accounting Horizons, 14, 2, 235-250.
DeFond, M.L., Hann, R.N. & Hu, X. (2005). Does the Market Value Financial Expertise on Audit Committees of Boards of Directors? Journal of Accounting Research, 43, 2, 153-193.
Dickins, D., Hillison, W. & Platau, S. (2009). Do Financial Statement Users Care About Differences In Board Members’ Source of Financial Expertise? Views of Financial Analysts. Journal of Applied Business and Economics, 9, 2, 10-25.
Eilifsen, A., Messier Jr., W.F., Glover, S. M. & Prawitt, D. F. (2014). Auditing & Assurance Services. 3. Uppl. Berkshire: McGraw Hill.
Europaparlamentets och rådets direktiv (2014/56/EU) om ändring av direktiv 2006/43/EG om lagstadgad revision av årsbokslut och sammanställd redovisning. Tillgänglig: https://eur-lex.europa.eu/legal-content/SV/TXT/HTML/?uri=CELEX:32014L0056&from=EN. Hämtad: 13.10.2018.
Garven, S. (2015). The Effects of Board and Audit Committee Characteristics on Real Earnings Management: Do Boards and Audit Committees Play a Role in Its Promotion or Constraint? Academy of Accounting and Financial Studies Journal, 19, 1, 67-84.
Ghauri, P. & Grønhaug, K. (2010). Research methods in business studies. 4. uppl. Harlow: Pearson.
Goergen, M. (2012). International Corporate Governance. 1. uppl. Harlow: Pearson.
Graham, J.R., Harvey, C.R. & Rajgopal, S. (2005). The economic implications of corporate financial reporting. Journal of Accounting and Economics, 40, 1-3, 3-73.
Haaramo, V. (2012). Kansainvälinen tilinpäätöskäytäntö: IFRS-raportointi. 4. uppl. Helsinki: Sanoma Pro.
82
82
Healy, P.M. & Wahlen, J.M. (1999). A Review of the Earnings Management Literature and Its Implications for Standard Setting. Accounting Horizons, 13, 4, 365-383.
Hribar, P. & Collins, D.W. (2002). Errors in Estimating Accruals: Implications for Empirical Research. Journal of Accounting Research, 40, 1, 105-134.
International Accounting Standards Board (IASB) (2018). Conceptual Framework for Financial Reporting. Tillgänglig: https://www.ifrs.org/-/media/project/conceptual-framework/fact-sheet-project-summary-and-feedback-statement/conceptual-framework-project-summary.pdf. Hämtad: 14.10.2018.
Ikäheimo, S., Malmi, T. & Walden, R. (2016). Yrityksen laskentatoimi. [E-bok]. 6. uppl. Tillgänglig: Alma Talent Verkkokirjahylly. Hämtad 27.1o.2o18.
Jones, S. (1991). Earnings Management During Import Relief Investigations. Journal of Accounting Research, 29, 2, 193-228.
Jordan, C.E. & Clark, S.J. (2011). Detecting cosmetic earnings management using Benford’s Law. The CPA Journal, 81, 2, 32-37.
Jordan, C.E., Hatten, A.B. & Clark, S.J. (2017). Cosmetic Earnings Management in the Post-SOX Period: An Analysis of Entity Size. Journal of Accounting and Finance, 17, 6, 59-68.
Kinnunen, J. & Koskela, M. (2003). Who Is Miss World in Cosmetic Earnings Management? A Cross-National Comparison of Small Upward Rounding of Net Income Numbers among Eighteen Countries. Journal of International Accounting Research, 2, 1, 39-68.
Knapp, M.C. (2018). Contemporary Auditing: Real Issues and Cases. 11. uppl. Boston, MA: Cengage Learning.
Kothari, S.P., Leone, A.J. & Wasley, C.E. (2005). Performance matched discretionary accrual measures. Journal of Accounting and Economics, 39, 163–197.
Kreditinstitutslag (610/2014). Tillgänglig: https://www.finlex.fi/sv/laki/alkup/2014/20140610. Hämtad: 14.11.2018.
Krishnan, G.V. & Visvanathan, G. (2008). Does the SOX definition of an accounting expert matter? The association between audit committee directors' accounting expertise and accounting conservatism. Contempory Accounting Research, 25, 3, 827-857.
Krishnan, G. & Visvanathan, G. (2009). Do Auditors Price Audit Committee’s Expertise? The Case of Accounting versus Nonaccounting Financial Experts. Journal of Accounting, Auditing & Finance, 24, 1, 115-144.
83
83
Krishan, J., Wen, Y. & Zhao, W. (2011). Legal Expertise on Corporate Audit Committees and Financial Reporting Quality. The Accounting Review, 86, 6, 2099–2130.
Lee, G. & Fargher, N.L. (2018). The Role of the Audit Committee in Their Oversight of Whistle-Blowing. Auditing: A Journal Of Practice & Theory, 37, 1, 167-189.
Lekvall, P. (2018). The Nordic Way of Corporate Governance. Nordic Journal of Business, 67, 3-4, 164-182.
Leppiniemi, J. & Kykkänen, T. (2015). Kirjanpito, tilinpäätös ja tilinpäätöksen tulkinta 9. uppl. Helsinki: Talentum Pro.
Liu, M.H.C., Tiras, S.L. & Zhuang, Z. (2014). Audit committee accounting expertise, expectations management, and nonnegative earnings surprises. Journal of Accounting and Public Policy, 33, 2, 145-166.
Nasdaq (2019). Industries, Segment And Indexes. Tillgänglig: https://business.nasdaq.com/list/listing-options/European-Markets/nordic-main-market/industries-segment-indexes/index.html. Hämtad: 15.1.2019.
Paape, L., Scheffe, J. & Snoep, P. (2003). The Relationship Between the Internal Audit Function and Corporate Governance in the EU – a Survey. International Journal of Auditing, 7, 3, 247–262.
Pratt, J. (2014). Financial Accounting in an Economic Context. 9. uppl. Hoboken: Wiley.
Rezaee, Z. (2004). Corporate Governance Role in Financial Reporting. Research in accounting regulation, 17, 107-149.
Roychowdhury, S. (2006). Earnings management through real activities manipulation. Journal of Accounting and Economics, 42, 3, 335-370.
Sameer, T.M. & Nourhene, B.Y. (2010). Audit committee financial expertise and misappropriation of assets. Managerial Auditing Journal, 25, 3, 208-225.
Schmidt, J. & Wilkins, M.S. (2013). Bringing Darkness to Light: The Influence of Auditor Quality and Audit Committee Expertise on the Timeliness of Financial Statement Restatement Disclosures. Auditing: A Journal of Practice & Theory, 32, 1, 221-244.
Scott, W.R. (2015). Financial Accounting Theory. 7. uppl. Pearson: Toronto.
Sultana, N. & Van der Zahn, J-L.W. M. (2015). Earnings conservatism and audit committee financial expertise. Accounting and Finance, 55, 1, 279–310.
Sun, J., Lan, G. & Liu, G. (2014). Independent audit committee characteristics and real earnings management. Managerial Auditing Journal, 29 2, 153-172.
84
84
Thadewald, T. & Büning, H. (2007). Jarque–Bera Test and its Competitors for Testing Normality – A Power Comparison. Journal of Applied Statistics, 34, 1, 87-105.
U.S. Securities and Exchange Commission (SEC) (2002a). Sarbanes-Oxley Act of 2002. Tillgänglig: http://legcounsel.house.gov/Comps/Sarbanes-oxley%20Act%20Of%202002.pdf. Hämtad: 1.10.2018.
U.S. Securities and Exchange Commission (SEC) (2002b). Proposed Rule: Disclosure Required by Sections 404, 406 and 407 of the Sarbanes-Oxley Act of 2002. Tillgänglig: https://www.sec.gov/rules/proposed/33-8138.htm. Hämtad: 13.10.2018.
U.S. Securities and Exchange Commission (SEC) (2003). Disclosure Required by Sections 406 and 407 of the Sarbanes-Oxley Act of 2002. Tillgänglig: https://www.sec.gov/rules/final/33-8177.htm. Hämtad: 13.10.2018.
Värdepappersmarknadsförening (2015). Finska koden för bolagsstyrning 2015. Tillgänglig: https://cgfinland.fi/wp-content/uploads/sites/39/2015/10/hallinnointikoodi-2015sve1.pdf. Hämtad: 23.10.2018.
Wooldridge, J. M. (2016). Introductory econometrics: A modern approach. 6. uppl. Boston: Cengage Learning.
Xie, B., Davidson, W. N. & DaDalt, P. J. (2003). Earnings management and corporate governance: the role of the board and the audit committee. Journal of Corporate Finance, 9, 3, 295-316.
Zhang, A. Y. (2012). Evidence on the Trade-Off between Real Activities Manipulation and Accrual-Based Earnings Management. The Accounting Review, 87, 2, 675-703.
85
85
BILAGA 1 SAMMANFATTNING AV TIDIGARE STUDIER
FORSKNING SYFTE BEROENDE
VARIABEL
TIDSPERIOD
& LAND RESULTAT
Aono & Guan
(2008)
Sambandet mellan SOX
och kosmetisk
resultatmanipulation
Nettoresultat
(undersökning med
Benfords lag)
2000-2001,
USA
Implementering av SOX har minskat
förekomsten av kosmetisk
resultatmanipulation.
Baxter & Cotter
(2009)
Sambandet mellan
revisionskommitténs
sammansättningsattribut
och kosmetisk
resultatmanipulation
Påverkningsbara
periodiseringar
1993-2000,
Australien
Revisionskommitté med
redovisningsexpertis har bättre möjligheter
att upptäcka oegentligheter.
Burgstahler, Hail
& Leuz (2006)
Inverkan av olika motiv på
förekomsten av resultat-
manipulation
Påverkningsbara
periodiseringar
1997-2003,
13 europeiska
länder (inkl.
Finland)
Legalsystem och kapitalmarknaden påverkar
mest resultatmanipulation –
resultatmanipulation i Finland var litet
jämfört med andra länder i samplet.
Callao & Jarne
(2010)
Sambandet mellan
implementeringen av
IFRS-regelverket och
resultatmanipulation
Påverkningsbara
periodiseringar
2003-2004 &
2005-2006,
11 europeiska
länder (inkl.
Finland)
Förekomsten av resultatmanipulation har
ökat efter implementering av IFRS
regelverket.
Das & Zhang
(2003)
Kosmetisk
resultatmanipulation på
EPS-nyckeltal
Resultat per aktie 1989 -1998,
USA
Förekomsten av kosmetisk
resultatmanipulation är högre i start-up
företag än stabila företag. Dessutom beror
förekomsten av kosmetiska avrundningar på
möjligheten och investerarnas förväntningar.
Davidson, Xie &
Xu (2004)
Sambandet mellan
marknadens värdering av
revisionskommitténs
redovisningsexpertis och
företagets aktiepris
Två dagars
kumulativa onormala
avkastningar (mått på
företagsvärdet).
1990-2001,
USA
Aktiepriser är högre för företag som har en
revisionskommitté med
redovisningskunskaper →
revisionskommitténs redovisningsexpertis
uppskattas.
DeFond, Hann &
Hu (2005)
Sambandet mellan
revisionskommitténs
redovisningsexpertis och
företagets avkastningar
Tre dagars
kumulativa onormala
avkastningar (mått på
företagsvärdet).
1993-2002,
USA
Företagen som har en revisionskommitté
med redovisningsexpertis har större
avkastningar. Marknaden värdesätter
redovisningsexpertis bland
revisionskommitténs ledamöter.
Dickins, Hillison
& Platau (2009)
Inverkan av
revisionskommitténs
expertisbakgrund till
rapporteringens
tillförlitlighet
Tillförlitlighet för
finansiell
rapportering
2009,
USA
Redovisningsexpertis som har anskaffats
inom revisionsbranschen eller genom
undervisning på universitetsnivå anlitas
mest.
Garven (2015) Sambandet mellan
revisionskommitténs
sammansättningsattribut
och reell
resultatmanipulation.
Onormala
diskretionära
kostnader
2005-2007,
USA
Revisionskommitténs finansiella kunskaper
minskar inte reell resultatmanipulation.
Revisionskommitténs tätare mötesfrekvens
anses minska reell resultatmanipulation.
86
86
Jordan, Hatten &
Clark (2017)
Sambandet mellan
företagets storlek och
förekomsten av kosmetisk
resultatmanipulation
Resultat före
extraordinära poster
(mätning med
Benfords lag)
2003-2014,
USA
Förekomsten av kosmetisk
resultatmanipulation är större i mindre
bolag.
Kinnunen &
Koskela (2003)
Sambandet mellan
institutionella faktorer och
förekomsten av kosmetisk
resultatmanipulation
Resultat före
extraordinära poster
(mätning med
Benfords lag)
1995-1999,
USA
Förekomsten av kosmetisk
resultatmanipulation är minst i nordiska
länder. Satsningar på revision minskar
förekomsten av kosmetisk
resultatmanipulation och ökar ifall
belöningen baserar sig mera på finansiella
mått.
Krishnan &
Visvanathan
(2008)
Sambandet mellan
revisionskommitténs
redovisningsexpertis och
resultatmanipulation
Redovisnings-
konservatismen
2000-2002,
USA
Redovisningsexpertis förbättrar
revisionskommitténs effektivitet. Dock är
nyttor kopplade till redovisningsexpertis
största då kvaliteten på bolagsstyrning är på
god nivå.
Krishnan &
Visvanathan
(2009)
Sambandet mellan
revisionskommitténs
kunskaper och
revisionsarvoden
Revisionsarvoden och
arvoden på
tilläggstjänster
2000-2002,
USA
Revisionsarvoden brukar vara mindre för
företag vars revisionskommitté har
ledamöter med redovisningskompetens.
Krishnan, Wen &
Zhao (2011)
Sambandet mellan
revisionskommitténs
redovisningsexpertis och
rapporteringskvalitet
Onormala
periodiseringar
2003 och 2005,
USA
Förekomsten av periodiseringsbaserad
resultatmanipulation minskar ifall företagets
revisionskommitté har både redovisnings-
och legal expertis.
Liu, Tiras &
Zhuang (2014)
Sambandet mellan
revisionskommitténs
redovisningsexpertis och
periodiseringsbaserad
resultatmanipulation
Påverkningsbara
periodiseringar
1997-2008,
USA
Revisionskommitténs redovisningsexpertis
minskar negativa överraskningar i resultat
och förekomsten av resultatmanipulation.
Sameer &
Nourhene (2010)
Sambandet mellan
revisionskommitténs
finansiella kunskaper och
förskingring av tillgångar
Tillväxt i tillgångar, balanslikviditet och kapitalomsättnings-hastighet
1987-2000,
USA
Revisionskommitténs redovisningsexpertis
anses inte minska förekomsten av
förskingring av tillgångar lika bra som
finansiell expertis.
Sultana & Van der
Zahn (2015)
Sambandet mellan
redovisningskonservatism
och revisionskommitténs
finansiella kunskaper.
Onormala
periodiseringar
2004-2008,
Australien
Revisionskommittéer som har oberoende
ledamöter med redovisningsexpertis anses
ha den bästa inflytande till
redovisningsbeslut och därmed kan förbättra
företagets rapporteringskvalitet.
Sun, Lan & Liu
(2014)
Sambandet mellan
revisionskommitténs
sammansättning och reell
resultatmanipulation.
Onormala operativa
kassaflöden,
diskretionära
kostnader och
produktionskostnader
2007-2010,
USA
Revisionskommitténs oberoende minskar
förekomsten av reell resultatmanipulation
medan redovisningsexpertis inte gör det.
87
87
BILAGA 2 FÖRETAGEN I SAMPLET
Nr Företaget Industrisektorn Nr Företaget Industrisektorn
1 Aspocomp Group Oyj Industri 51 Nokian Renkaat Oyj Konsumtionsvaror 2 Alma Media Oyj Konsumenttjänster 52 Oriola Oyj A Hälsovård 3 Amer Sports Corporation Konsumtionsvaror 53 Olvi Oyj A Konsumtionsvaror 4 Apetit Plc Konsumtionsvaror 54 Orion Oyj A Hälsovård 5 Aspo Oyj Industri 55 Outotec Oyj Industri 6 Atria Oyj A Konsumtionsvaror 56 Outokumpu Oyj Råvaror 7 Basware Oyj Teknologi 57 Pihlajalinna Oyj Hälsovård 8 Biohit Oyj B Hälsovård 58 Kotipizza Group Oyj Konsumenttjänster 9 Bittium Oyj Teknologi 59 Pohjois-Karjalan Kirjapaino Oyj Konsumenttjänster 10 Caverion Oyj Industri 60 Ponsse Oyj 1 Industri 11 Cargotec Oyj Industri 61 Pöyry Oyj Industri 12 Consti Yhtiöt Oyj Industri 62 QPR Software Oyj Teknologi 13 Cramo Oyj Industri 63 Raisio Oyj Vaihto-osake Konsumtionsvaror 14 Componenta Oyj Industri 64 Rapala VMC Oyj Konsumtionsvaror 15 Digitalist Group Oyj Teknologi 65 Raute Oyj A Industri 16 DNA Oyj Telekommunikation 66 Revenio Group Corporation Hälsovård 17 Dovre Group Plc Industri 67 Restamax Oyj Konsumenttjänster 18 Efore Oyj Industri 68 Ramirent Oyj Industri 19 Elecster Oyj A Industri 69 Robit Oyj Industri 20 Elisa Oyj Telekommunikation 70 Rovio Entertainment Oyj Konsumtionsvaror 21 Etteplan Oyj Industri 71 Sanoma Oyj Konsumenttjänster 22 Exel Composites Oyj Industri 72 Scanfil Oyj Industri 23 Finnair Oyj Konsumenttjänster 73 Siili Solutions Oyj Teknologi 24 Fortum Oyj Försörjningsföretag 74 Silmäasema Oyj Hälsovård 25 F-Secure Oyj Teknologi 75 Solteq Oyj Teknologi 26 Fiskars Oyj Konsumtionsvaror 76 Soprano Oyj Teknologi 27 Glaston Corporation Industri 77 SRV Yhtiöt Oyj Industri 28 HKScan Oyj A Konsumtionsvaror 78 SSH Communications Security Oyj Teknologi 29 Honkarakenne Oyj B Konsumtionsvaror 79 Stockmann Oyj Abp A Konsumenttjänster 30 Huhtamäki Oyj Industri 80 Stora Enso Oyj A Råvaror 31 Incap Oyj Industri 81 Suominen Oyj Konsumtionsvaror 32 Innofactor Oyj Teknologi 82 Tecnotree Oyj Teknologi 33 Ilkka-Yhtymä Oyj 2 Konsumenttjänster 83 Tieto Oyj Teknologi 34 Kamux Oyj Konsumenttjänster 84 Tikkurila Oyj Industri 35 Konecranes Oyj Industri 85 Teleste Oyj Teknologi 36 Kesla Oyj A Industri 86 Talenom Oyj Industri 37 Kemira Oyj Råvaror 87 Tokmanni Group Oyj Konsumenttjänster 38 Kesko Oyj A Konsumenttjänster 88 Trainers´ House Oyj Teknologi 39 KONE Oyj Industri 89 Tulikivi Oyj A Industri 40 Keskisuomalainen Oyj A Konsumenttjänster 90 UPM-Kymmene Oyj Råvaror 41 Lassila & Tikanoja Oyj Industri 91 Uponor Oyj Industri 42 Lehto Group Oyj Industri 92 Plc Uutechnic Group Oyj Industri 43 Martela Oyj A Konsumtionsvaror 93 Vaisala Oyj A Industri 44 Metsä Board Oyj A Råvaror 94 Valmet Corporation Industri 45 Metso Oyj Industri 95 Valoe Oyj Industri 46 Marimekko Oyj Konsumtionsvaror 96 Viking Line Abp Konsumenttjänster 47 Neo Industrial Oyj Industri 97 Wärtsilä Oyj Abp Industri 48 Neste Oyj Olje och gas 98 Wulff-Yhtiöt Oy Industri 49 Nurminen Logistics Oyj Industri 99 YIT Oyj Industri 50 Nokia Oyj Teknologi 100 Yleiselektroniikka Oyj E Industri
88
88
BILAGA 3 RESULTATEN FRÅN TILLÄGGSTESTER
Periodiseringsbaserad resultatmanipulation – fasteffektmodeller där abs_DACC är beroende variabel
Modell 1 Modell 2 Modell 3 Modell 4
Variabel koeff. t-värde koeff. t-värde koeff. t-värde koeff. t-värde
konstant 1,060 (1,681) * 1,010 (2,150) 1,023 (2,360) * 1,037 (1,653)
AFE -0,021 (-1,259) -0,017 (-0,930) -0,022 (-1,000)
AC_AFE -0,003 (-0,122) -0,017 (-0,946) 0,003 (0,163)
AC_EX -0,021 (-0,732)
AC_SIZE -0,003 (-0,250)
AC_IND 0,002 (-0,180)
AC_MEET -0,005 (-1,557)
BOD_SIZE -0,002 (-0,400) -0,002 (-0,439) -0,001 (-0,325)
BOD_IND -0,001 (-0,386) -0,002 (-0,576) -0,002 (-0,520)
BOD_MEET -0,001 (-0,571) -0,001 (-0,59) -0,001 (-0,595)
SIZE -0,050 (-1,512) -0,048 (-1,436) -0,049 (-1,616) -0,049 (-1,497)
D/E 0,001 (0,318) 0,001 (0,306) 0,001 (0,321) 0,001 (0,314)
ROA 0,228 (3,793) *** 0,229 (3,825) *** 0,232 (3,897) *** 0,228 (3,806) ***
GROWTH 0,031 (1,881) * 0,031 (1,854) * 0,028 (1,230) ** 0,031 (1,861) *
Y2015 -0,005 (-0,893) -0,004 (-1,170) -0,006 (-1,108) -0,004 (-0,815)
Y2016 0,004 (0,687) 0,005 (0,960) 0,003 (0,510) 0,004 (0,718)
Justerad R2 0,412 0,408 0,409 0,410
F-värde 11,600 10,567 12,652 10,126
p-värde 0,000 0,000 0,000 0,000
Durbin-Watson 2,142 2,140 2,138 2,132
* signifikant på 10% signifikansnivå
** signifikant på 5% signifikansnivå
*** signifikant på 1% signifikansnivå
89
89
Reell resultatmanipulation – slumpeffektmodeller där abs_OOCF är beroende variabel
Modell 1 Modell 2 Modell 3 Modell 4
Variabel koeff. z-
värde koeff. z-värde koeff. z-värde koeff. z-värde
konstant 0,238 (2,234) ** 0,242 (2,530) ** 0,260 (2,228) ** 0,237 (2,262) **
AFE 0,003 (0,276) -0,005 (-0,355) -0,007 (-0,424)
AC_AFE 0,013 (0,675) 0,008 (0,683) 0,016 (0,869)
AC_EX 0,008 (0,436)
AC_SIZE -0,001 (-0,268)
AC_IND 0,003 (0,477)
AC_MEET -0,001 (-0,294)
BOD_SIZE 0,001 (0,269) 0,001 (0,272) 0,001 (0,307)
BOD_IND -0,001 (-0,347) -0,001 (-0,272) -0,001 (-0,240)
BOD_MEET 0,001 (0,809) 0,001 (0,763) 0,001 (0,759)
SIZE -0,009 (-1,403) -0,009 (-1,619) -0,009 (-1,500) -0,008 (-1,430)
D/E 0,001 (0,639) 0,001 (0,634) 0,001 (0,437) 0,001 (0,613)
ROA -0,085 (-1,809) * -0,084 (-1,807) * -0,094 (-1,875) * -0,084 (-1,796) *
GROWTH 0,008 (0,515) 0,008 (0,579) 0,014 (1,206) 0,009 (0,580)
Y2015 -0,002 (-0,345) -0,002 (-0,286) -0,002 (-0,263) -0,002 (-0,314)
Y2016 0,007 (1,105) 0,007 (1,137) 0,007 (1,105) 0,007 (1,137)
ICB0001 -0,001 (-0,038) -0,002 (-0,073) -0,005 (-0,238) -0,002 (-0,073)
ICB1000 -0,031 (-1,392) -0,029 (-1,324) -0,031 (-1,423) -0,029 (-1,323)
ICB2000 -0,028 (-1,223) -0,027 (-1,211) -0,027 (-1,247) -0,027 (-1,213)
ICB3000 -0,021 (-0,868) -0,019 (-0,784) -0,020 (-0,882) -0,018 (-0,755)
ICB4000 0,041 (0,758) 0,041 (0,768) 0,041 (0,771) 0,041 (0,769)
ICB5000 -0,037 (-1,824) * -0,035 (-1,781) * -0,034 (-1,740) * -0,036 (-1,813) *
ICB6000 0,043 (1,760) * 0,043 (1,739) * 0,045 (1,987) ** 0,0426 (1,730) *
ICB7000 -0,008 (-0,367) -0,009 (-0,405) -0,011 (-0,495) -0,009 (-0,420)
Chi2 80,58 83,99 102,92 85,14
p-värde 0,000 0,000 0,000 0,000
Durbin-Watson 2,209 2,200 2,136 2,200
* signifikant på 10% signifikansnivå ** signifikant på 5% signifikansnivå *** signifikant på 1% signifikansnivå
90
90
Reell resultatmanipulation – fasteffektmodeller där abs_OPK är beroende variabel
Modell 1 Modell 2 Modell 3 Modell 4
Variabel koeff. t-värde koeff. t-värde koeff. t-värde koeff. t-värde
konstant -2,120 (-1,059) -2,071 (-1,013) -2,256 (-1,074) -2,126 (-1,031)
AFE 0,024 (0,849) 0,054 (1,180) 0,063 (1,313)
AC_AFE -0,044 (-0,868) 0,010 (0,429) -0,056 (-1,114)
AC_EX -0,028 (-0,683)
AC_SIZE 0,006 (0,772)
AC_IND -0,001 (-0,042)
AC_MEET -0,005 (-0,778)
BOD_SIZE -0,004 (-0,328) -0,004 (-0,401) -0,005 (-0,48)
BOD_IND 0,008 (0,772) 0,008 (0,766) 0,007 (0,726)
BOD_MEET 0,000 (0,102) 0,000 (-0,500) 0,000 (0,133)
SIZE 0,119 (1,149) 0,116 (1,250) 0,128 (1,190) 0,119 (1,111)
D/E -0,009 (-0,964) -0,009 (-0,904) -0,010 (-0,978) -0,009 (-0,908)
ROA 0,117 (1,417) 0,117 (1,416) 0,105 (1,283) 0,117 (1,110)
GROWTH 0,040 (0,834) 0,039 (0,812) 0,040 (0,952) 0,038 (0,806)
Y2015 0,023 (1,056) 0,021 (0,958) 0,023 (1,066) 0,023 (0,980)
Y2016 0,010 (0,936) 0,009 (0,865) 0,010 (0,912) 0,010 (0,914)
Justerad R2 0,082
0,083
0,078
0,085
F-värde 1,511 1,269 1,412 1,215
p-värde 0,139
0,253
0,193
0,283
Durbin-Watson 1,569
1,570
1,577
1,570
* signifikant på 10% signifikansnivå
** signifikant på 5% signifikansnivå
*** signifikant på 1% signifikansnivå
91
91
Reell resultatmanipulation – slumpeffektmodeller där abs_ODK är beroende variabel
Modell 1 Modell 2 Modell 3 Modell 4
Variabel koeff. z-värde koeff. z-värde koeff. z-värde koeff. z-värde
konstant 0,445 (2,417) ** 0,463 (2,040) ** 0,485 (2,624) *** 0,460 (2,494) **
AFE -0,010 (-0,438) -0,012 (-0,305) -0,014 (-0,300)
AC_AFE 0,004 (0,102) 0,001 (0,059) 0,006 (0,129)
AC_EX -0,006 (-0,183)
AC_SIZE -0,001 (-0,150)
AC_IND 0,005 (0,696)
AC_MEET -0,008 (-1,442)
BOD_SIZE -0,023 (-1,667) * -0,023 (-1,664) * -0,023 (-1,688) *
BOD_IND 0,003 (0,306) 0,003 (0,291) 0,003 (0,540)
BOD_MEET 0,001 (0,509) 0,001 (0,469) 0,001 (0,468)
SIZE 0,000 (0,008) -0,001 (-0,100) -0,008 (-0,792) -0,001 (-0,078)
D/E -0,005 (-1,262) -0,005 (-1,270) -0,006 (-1,428) -0,005 (-1,262)
ROA -0,006 (-0,740) -0,006 (-0,102) -0,001 (-0,020) -0,006 (-0,102)
GROWTH 0,041 (0,874) 0,041 (0,870) 0,052 (1,185) 0,041 (0,869)
Y2015 0,022 (1,169) 0,022 (0,480) 0,021 (1,162) 0,022 (0,480)
Y2016 0,013 (1,218) 0,013 (0,640) 0,009 (0,891) 0,013 (1,226)
ICB0001 0,029 (0,434) 0,031 (0,453) 0,048 (0,749) 0,031 (0,451)
ICB1000 -0,115 (-1,570) -0,112 (-1,637) -0,126 (-1,947) * -0,112 (-1,627)
ICB2000 -0,131 (-1,960) ** -0,130 (-1,960) -0,125 (-1,931) -0,131 (-1,958)
ICB3000 -0,169 (-2,576) ** -0,168 (-2,519) ** -0,183 (-2,777) *** -0,167 (-2,496) **
ICB4000 -0,105 (-1,088) -0,105 (-1,096) -0,115 (-1,183) -0,105 (-1,090)
ICB5000 -0,127 (-1,090) -0,125 (-1,622) -0,139 (-1,889) -0,125 (-1,640)
ICB6000 -0,170 (-2,572) *** -0,171 (-2,663) -0,164 (-2,767) -0,171 (-2,683)
ICB7000 -0,177 (-2,440) ** -0,174 (-2,423) ** -0,167 (-2,465) ** -0,175 (-2,390) **
Chi2 2881,20 2967,02 1518,73 2975,92
p-värde 0,000 0,000 0,000 0,000
Durbin-Watson 1,593 1,600 1,582 1,598
* signifikant på 10% signifikansnivå
** signifikant på 5% signifikansnivå
*** signifikant på 1% signifikansnivå
92
92
Kosmetisk resultatmanipulation – CEM2 som beroende variabel
Modell 1 Modell 2 Modell 3 Modell 4
Variabel koeff. t-värde koeff. t-värde koeff. t-värde koeff. t-värde
konstant 2,837 (1,393) 2,864 (1,328) 1,273 (0,644) 3,487 (1,632)
AFE -0,025 (-0,059) 0,117 (0,218) 0,357 (0,582)
AC_AFE -0,267 (-0,398) -0,406 (-0,810) -0,639 (-0,860)
AC_EX -0,241 (-0,479)
AC_SIZE 0,154 (0,905)
AC_IND 0,117 (0,463)
AC_MEET -0,042 (-0,268)
BOD_SIZE 0,144 (0,679) 0,145 (0,681) 0,116 (0,537)
BOD_IND -0,066 (-0,374) -0,080 (-0,499) -0,106 (-0,631)
BOD_MEET -0,073 (-1,806) * -0,072 (-1,788) * -0,072 (-1,793) *
SIZE -0,191 (-1,329) -0,195 (-1,286) -0,141 (-1,259) -0,229 (-1,570)
D/E -0,346 (-1,439) -0,347 (-1,473) -0,289 (-1,603) -0,335 (-1,483)
ROA 0,316 (0,298) 0,281 (0,262) 0,760 (1,041) 0,250 (0,234)
GROWTH 1,680 (3,456) *** 1,641 (3,298) *** 1,158 (2,897) *** 1,597 (3,203) ***
Y2015 1,198 (2,540) ** 1,203 (2,561) ** 1,178 (2,508) ** 1,257 (2,630) ***
Y2016 0,495 (1,008) 0,495 (0,995) 0,526 (1,071) 0,535 (1,077)
ICB1000 -1,391 (-1,326) -1,437 (-1,380) -1,347 (-1,265) -1,445 (-1,408)
ICB2000 -1,276 (-2,605) *** -1,293 (-2,628) *** -1,139 (-2,489) ** -1,303 (-2,596) ***
ICB3000 -0,523 (-1,005) -0,559 (-1,012) -0,431 (-0,834) -0,627 (-1,113)
ICB4000 -2,546 (-2,153) ** -2,529 (-2,181) ** -2,175 (-1,969) ** -2,515 (-2,244) **
ICB5000 -2,048 (-2,532) ** -2,058 (-2,532) ** -1,756 (-2,131) ** -1,994 (-2,451) **
Chi2 37,439
37,386
32,796
38,111
p-värde 0,002
0,002
0,003
0,002
* signifikant på 10% signifikansnivå
** signifikant på 5% signifikansnivå
*** signifikant på 1% signifikansnivå
