Analysmetod

IBM SPSS Statistics användes för att genomföra de statistiska momenten i studien. För att testa residualens normalfördelning utfördes ett Kolmogorov-Smirnovtest, vilket enligt Djurfeldt, Larsson & Stjärnhagen (2018)är ett lämpligt val vid test för normalfördelning av kontinuerliga data. I korrelationsmatrisen användes Pearsons test för att undersöka styrkan i sambanden mellan de olika variablerna (Djurfeldt et al. 2018). I studiens multivariata analys genomfördes OLS-regressioner (Ordinary Least Squares). OLS-regressioner kan innehålla både binära och kontinuerliga variabler, och fångar eventuella samband mellan de beroende variablerna och övriga variabler (Djurfeldt et al. 2018). Ett Durbin-Watson test genomfördes även för att undersöka att det inte förekommer någon autokorrelation mellan den beroende och oberoende variabeln (Aronsson 1999).

5.4 Mätning av resultatmanipulering

Det finns olika sätt att mäta resultatmanipulering (McNichols 2000), men en vedertagen modell är den så kallade Jonesmodellen (Jones 1991). Dechow et al. (1995) har sedan vidareutvecklat modellen under benämningen modifierad Jonesmodell. Den modifierade Jonesmodellen tar till skillnad från Jonesmodellen även hänsyn till kundfordringarna i ett företag, vilket grundar sig i att det oftast är lättare att manipulera intäkter på kredit än direkta intäkter (Dechow et al. 1995). Då studiens syfte är att undersöka om den nya intäktsredovisningen har påverkat redovisningskvaliteten kommer den modifierade Jonesmodellen att användas, eftersom den tar hänsyn till just intäktsredovisningen.

Som ett komplement till den modifierade Jonesmodellen har en för studien alternativ Jonesmodell tagits fram; den partiella Jonesmodellen. Den partiella Jonesmodellen utgår från den modifierade Jonesmodellen, men beaktar endast de faktorer som påverkar intäktsperiodiseringen. Således kommer inte de faktorer som berör utgifter att finnas med i modellen. Den partiella Jonesmodellen kommer då vara ett komplement till den modifierade Jonesmodellen för att se om resultatmanipuleringen sker i just intäktsredovisningen.

5.4.1 Modifierad Jonesmodell

Det första steget för att mäta resultatmanipulering i den modifierade Jonesmodellen är att beräkna ett företags totala periodiseringar (Dechow et al. 1995). Företagets totala periodiseringar enligt modifierad Jonesmodell beräknas enligt följande formel:

𝑻𝑷 =(∆𝑶𝑻𝒕− ∆𝑲𝑺𝒕− ∆𝑳𝑴𝒕+ ∆𝑻𝑺𝒕− 𝑨𝑽𝑺𝒕) 𝑻𝒕−𝟏

TP = Totala periodiseringar

OT = Förändring i omsättningstillgångar KS = Förändring i kortfristiga skulder LM = Förändring i likvida medel TS = Förändring i totala skulder AVS = Årets av- och nedskrivningar T = Totala tillgångar

(Dechow et al. 1995, s. 203)

Nästa steg är att beräkna de normala periodiseringarna. De normala periodiseringarna är de periodiseringar som anses uppstå i ett företags normala verksamhet (Dechow et al. 1995). Följande formel används:

𝑵𝑷 = 𝜶𝟏( 𝟏 𝑻𝒕−𝟏 ) + 𝜶𝟐(∆𝑰𝒕− ∆𝑲𝒖𝒇𝒐𝒕) + 𝜶𝟑(𝑴𝒂𝑨𝑻𝒕) NP = Normala periodiseringar T = Totala tillgångar

I = Förändring av intäkter dividerat med totala tillgångar föregående år

Kufo = Förändring av kundfordringar dividerat med totala tillgångar föregående år MaAT = Materiella anläggningstillgångar dividerat med totala tillgångar föregående år 1, 2, 3 = Företagsspecifika parametrar

(Dechow et al. 1995)

De onormala periodiseringarna tas fram genom en regression av de normala periodiseringarna och de totala periodiseringarna. Den residual som uppkommer är den del

21

5.4.2 Partiell Jonesmodell

Den partiella Jonesmodellen utgår från den modifierade Jonesmodellen. Men i den partiella Jonesmodellen beräknas ett företags totala intäktsrelaterade periodiseringar, istället för totala periodiseringar. Då den partiella Jonesmodellen endast tar hänsyn till de inkomstrelaterade faktorerna kommer formeln endast inkludera de faktorer som påverkar intäkterna, det vill säga omsättningstillgångar och likvida medel, vilket leder till följande formel:

𝑻𝑰𝑷 =(∆𝑶𝑻𝒕− ∆𝑳𝑴𝒕) 𝑻𝒕−𝟏

TIP = Totala intäktsrelaterade periodiseringar OT = Förändring i omsättningstillgångar LM = Förändring i likvida medel

T = Totala tillgångar

Den partiella Jonesmodellen tar som tidigare nämnt endast hänsyn till de faktorer som beaktar intäktsperiodiseringen i den modifierade Jonesmodellen. De normala intäktsrelaterade periodiseringarna för den partiella Jonesmodellen beräknas enligt följande formel:

𝑵𝑰𝑷 = 𝜶𝟏(

𝟏 𝑻𝒕−𝟏

) + 𝜶𝟐(∆𝑰𝒕− ∆𝑲𝒖𝒇𝒐𝒕)

NIP = Normala intäktsrelaterade periodiseringar T = Totala tillgångar

I = Förändring av intäkter dividerat med totala tillgångar föregående år

Kufo = Förändring av kundfordringar dividerat med totala tillgångar föregående år 1, 2 = Företagsspecifika parametrar

De onormala intäktsrelaterade periodiseringarna för partiell Jonesmodell tas fram på samma sätt som för modifierad Jonesmodell, genom en regression av de normala och totala periodiseringarna. Den residual som uppkommer är den del av de totala intäktsrelaterade periodiseringarna som inte kan förklaras av de normala intäktsrelaterade periodiseringarna, vilket innebär att resultatmanipulering förekommer (Dechow et al. 1995).

5.5 Operationalisering

5.5.1 Beroende variabel

Den beroende variabeln i denna studie är redovisningskvalitet och operationaliseras genom onormala periodiseringar. Redovisningskvaliteten mäts genom graden av resultatmanipulering, som beräknas med den modifierade Jonesmodellen (Dechow et al. 1995) och den partiella Jonesmodellen. Anledningen till att studien tillämpar den modifierade Jonesmodellen är att modellen upptäcker om resultatmanipulering sker via intäkter, genom att ta hänsyn till förändringar i kundfordringar (Dechow et al. 1995), vilket går i linje med studiens syfte. Det finns emellertid kritik mot den modifierade Jonesmodellen då den inte upptäcker låga eller höga nivåer av resultatmanipulering (Dechow et al. 1995). Den partiella Jonesmodellen utgår från den modifierade Jonesmodellen, men beaktar bara de delar i modellen som berör intäktsperiodiseringen. Den partiella Jonesmodellen används som ett komplement till den modifierade Jonesmodellen för att se om resultatmanipuleringen sker i just intäktsredovisningen. Enligt McNichols (2000) finns det emellertid inte stöd för att onormala periodiseringar enbart beror på resultatmanipulering, utan onormala periodiseringar kan även bero på andra faktorer. En faktor som McNichols (2000) tar upp är om ett företag beviljar sina kunder mer generösa kreditvillkor under den period som studien undersöker, kommer man observera en större förändring i kundfordringarna än i förändring av intäkterna. Det är ett exempel på en faktor som inte behöver betyda att företaget medvetet resultatmanipulerar. Vidare menar Dechow och Skipper (2000) att en viss grad av onormala periodiseringar alltid förekommer då ledningen alltid behöver göra uppskattningar och bedömningar vid periodisering, vilket modellerna inte tar hänsyn till.

Flera tidigare studier inom resultatmanipulering har använt sig av den modifierade Jonesmodellen (Chen et al. 2010; Kothari, Leone & Wasley 2005; Lobo & Zhou 2001), vilket även denna studie kommer att göra med komplettering av den partiella Jonesmodellen. Vi utgår från, likt tidigare studier inom området (Ahmed et al. 2013; Barth et al. 2008; Chen et al. 2010; Paananen & Lin 2009; Soderstrom & Sun 2007), att om resultatmanipulering förekommer så försämras redovisningskvaliteten.

I denna studie beaktas de residualer som uppkommer vid beräkning av onormala periodiseringar, eftersom residualen visar om det förekommer någon resultatmanipulering. Om residualen har ett värde på noll innebär det att det inte finns några onormala

23

resultatmanipulering förekommer är residualens riktning inte relevant. En transformering av residualen har genomförts för att få residualen i absoluta tal genom att ta kvadratroten ur den kvadrerade residualen.

5.5.2 Oberoende variabel

Den oberoende variabeln i studien är År (2017, 2019). Variabeln År operationaliseras genom att kodas som dummyvariabel, där 1 är år 2019 och 0 är år 2017. Då den nya intäktsredovisningen IFRS 15 blev obligatorisk från och med 1 januari 2018 har just år 2017 och 2019 valts ut i studien. Uppmuntran om tidigare tillämpning av IFRS 15 har oss veterligen inte gjorts, vilket motiverar valet av år 2017 som jämförelseår. Studien kommer inte heller påverkas av övergångsåret 2018. Den modifierade och partiella Jonesmodellen tar hänsyn till förändringar i olika faktorer mellan ett år och det föregående året, vilket gör att det inte är lämpligt att använda sig av övergångsåret 2018. Skulle värden från år 2018 användas vid beräkningen av de onormala periodiseringarna skulle resultatet bli missvisande, eftersom värdena i så fall baseras på två olika redovisningsstandarder.

5.5.3 Kontrollvariabler

Enligt Djurfeldt et al. (2018) används kontrollvariabler i studier för att ha möjlighet att upptäcka skensamband. De kontrollvariabler som används i denna studie är Upplysningar,

Revisionsbyrå, Internationalisering, Bransch, Storlek, Bonusprogram, Lönsamhet och Skuldsättningsgrad. Dessa kontrollvariabler har valts ut främst för att andra studier inom

resultatmanipulering har gjort det, vilket ökar studiens validitet. Kontrollvariablerna kan antingen kopplas till de systemorienterade teorierna (Revisionsbyrå, Internationalisering och Bransch) eller PAT (Upplysningar, Bonusprogram, Storlek, Lönsamhet och

Skuldsättningsgrad). Upplysningar

IFRS 15 har ett utökat krav på upplysningar jämfört med IAS 18 och IAS 11 (Falkman & Lundqvist 2016). Enligt Barth och Schipper (2008) är upplysningar ett sätt att skapa transparens i de finansiella rapporterna, vilket minskar informationsasymmetrin mellan företagen och deras intressenter. Ju mer transparenta de finansiella rapporterna är desto högre redovisningskvalitet kan de anses ha (Barth & Schipper 2008; Chen et al. 2010). Däremot kan de utökade upplysningskraven i IFRS 15 resultera i ett informationsöverflöd för användaren, eftersom för mycket information kan påverka användarens förmåga att prioritera och komma ihåg informationen (Schick, Gordon & Haka 1990). De utökade upplysningskraven i IFRS 15 kan därmed öka mängden information som ges ut av företagen i deras finansiella rapporter, vilket skulle kunna leda till en ökad transparens och i förlängningen högre redovisningskvalitet. Men den ökade mängden information skulle även

kunna leda till ett informationsöverflöd som i slutänden minskar redovisningskvaliteten. Upplysningar mäts i denna studie genom att beräkna antal ord som används i noterna om intäktsredovisning för respektive företag i urvalet. Variabeln operationaliseras genom den naturliga logaritmen av ett företags totala antal ord om intäkter i noten om allmänna redovisningsprinciper och i eventuell specifik not om intäkter. Viktigt att påpeka är att antalet ord inte behöver ha någon betydelse för upplysningarnas kvalitet, utan kvaliteten beror på dess innehåll (Beretta & Bozzolan 2004). Men då IFRS 15 har utökat krav på upplysningar jämfört med IAS 18 och IAS 11 är det av intresse att jämföra om antalet ord i upplysningarna har blivit fler efter den nya redovisningsstandarden och om det kan ha påverkat redovisningskvaliteten.

Revisionsbyrå

Högkvalitativ revision innebär att revisorer lyckats upptäcka, rapportera och begränsa

resultatmanipuleringen i ett företags finansiella rapporter (Francis 2011), vilket minskar informationsasymmetrin mellan ledningen och företagets intressenter. Tidigare forskning visar även att revisorn har en viktig roll vid implementering av redovisningsstandarder (Carmona & Trombetta 2008), eftersom de genom normativ press gentemot sina klienter bidrar till att sprida normer och kunskap inom redovisningsfältet (DiMaggio & Powell 1983). Revisorn kan på så sätt bidra till att minska förekomsten av resultatmanipulering och därmed öka redovisningskvaliteten (Ronen & Yaari 2008). Storleken på revisionsbyrån har också betydelse för de finansiella rapporternas revisionskvalitet (DeAngelo 1981). DeAngelo (1981) hävdar att de större revisionsbyråerna levererar högre revisionskvalitet, då hon menar att de som arbetar på en större byrå har högre kompetens, vilket kommer leda till att revisorerna lättare upptäcker brister i de finansiella rapporterna. Vidare kommer Becker, Defond, Jiambalvo & Subramanyam (1998) fram i sin studie att de företag som revideras av en större revisionsbyrå använder sig av mindre resultatmanipulering än företag som revideras av en mindre byrå. Det är därför av betydelse att undersöka om storleken på revisionsbyrå har påverkan på ett företags användning av resultatmanipulering. Det är vanligt att dela in storleken på revisionsbyråer enligt Big 4 (PwC, KPMG, EY, Deloitte) och icke-Big 4 (Francis & Wang 2008; Van Tendeloo & Vanstraelen 2008). Men en tidigare studie gjord om kommuner i Sverige visar att de större revisionsbyråerna inte ska ses som en helt homogen grupp då förekomsten av resultatmanipulering kan skilja sig beroende på vilken revisionsbyrå som används (Donatella, Haraldsson & Tagesson 2019). Variabeln kodas därför som dummyvariabler enligt var och en av Big 4-byråerna och en för övriga revisionsbyråer. Revisionsbyrån PwC används som referensvariabel, eftersom de flesta

25

Internationalisering

Idag handlar många företag över nationsgränserna (Burke et al. 2019; Nobes & Parker 2008). Även handeln på finansmarknaden har blivit mer globaliserad, både genom ökad internationell handel på de olika börserna, men också genom att företag noterar sig på utländska börser (Nobes & Parker 2008). Ett företag som verkar på en internationell marknad kan ha intressenter i vitt skilda delar av världen, och alla dessa intressenter ska kunna använda sig av de finansiella rapporterna för att kunna avgöra viktiga faktorer så som risk och likviditet eller andra nyckeltal (Lang et al. 2012). Företag på en internationell marknad kan därmed känna sig tvingade att följa de internationella redovisningsstandarderna i större utsträckning än de som enbart verkar på en nationell marknad på grund av den ökade konkurrensen från utlandet (Burke et al. 2019) och för att intressenterna kräver transparens (Lang et al. 2012). Att ett företag noteras på mer än en börs kan innebära att företaget följs av fler analytiker som kräver information, vilket kan öka transparensen på de finansiella rapporterna (Arping & Sautner 2010; Lang, Ready & Yetman 2003). Yu (2008) finner att företag som följs mer noggrant av analytiker har lägre grad av resultatmanipulering, vilket talar för att en notering på mer än en börs kan förbättra ett företags redovisningskvalitet genom ökad transparens och lägre resultatmanipulering. Notering på mer än en börs kan också locka internationella investerare som kräver hög grad av transparens (Lang et al. 2012). Därmed kan internationaliseringen ha effekt på redovisningskvaliteten, och i denna studie operationaliseras internationalisering som andel försäljning utanför EU och som notering på utländsk börs. Variabeln för notering på utländsk börs kodas som dummyvariabel, där 1 innebär att företaget utöver att vara noterat på Stockholmsbörsen även är noterat på en utländsk börs.

Bransch

Tidigare studier använder bransch som en kontrollvariabel för att kontrollera förekomsten av resultatmanipulering beroende på vilken bransch ett företag tillhör (Bao & Lewellyn 2017; Dichev, Graham, Harvey & Rajgopal 2013). I denna studie har kategorisering av bransch utgått från Nasdaq Stockholms (2020) branschindelning, med vissa ändringar för att anpassa indelningen till studien. Konsumentvaror och Konsumenttjänster har lagts ihop till en bransch, likaså Telekom och Teknik samt Råvaror och Allmänna nyttigheter. Det genomförs för att undvika att någon branschkategori endast innehåller ett fåtal företag. Dessutom skapas en egen branschkategori för fastighetsbolag. Enligt Nasdaq Stockholms (2020) branschindelning hamnade fastighetsbolag under Finans, men i denna studie är fastighetsbolagen relevanta att ha med i undersökningen eftersom de påverkas av den nya standarden. Branschkategorierna i denna studie är därmed Industri, Konsumentvaror &

Konsumenttjänster, Telekom & Teknik, Hälsovård, Råvaror & Allmänna nyttigheter och Fastigheter. Kategorierna kodas som dummyvariabler och Industri används som

Storlek

Företagets storlek är en kontrollvariabel som ofta används i studier gällande resultatmanipulering (se exempelvis Barth et al. 2008; Burgstahler, Hail & Leuz 2006; Chen et al. 2010;Lang, Raedy & Wilson 2006;Yu 2008). Chen et al. (2010) finner att större företag har högre kvalitet på sina periodiseringar, och Yu (2008) finner att större företag granskas av analytiker i större omfattning, vilket leder till att de större företagen har mindre resultatmanipulering än mindre företag som inte utsätts för samma typ av granskning. Större företag har dessutom fler intressenter och dessa intressenter kräver transparens (Tagesson, Blank, Broberg & Collin 2009), och högre transparens leder i sin tur till lägre grad av resultatmanipulering (Hunton et al. 2006). Å andra sidan argumenterar Zmijewski och Hagerman (1981) för att större företag blir utsatta för politisk press i större utsträckning än mindre företag och därför uppstår incitament för företagsledningen i ett stort företag att genom resultatmanipulering minska resultatet för att på så sätt minska den politiska pressen. I denna studie operationaliseras företagsstorleken som den naturliga logaritmen av företagets balansomslutning, likt Bao & Lewellyn (2017) och Burgstahler et al. (2006).

Bonusprogram

Genom olika typer av bonusprogram för företagsledningen i ett företag skapas incitament för förbättrad prestation, men också för resultatmanipulering (Watts & Zimmerman 1978). Studier visar att det finns ett positivt samband mellan förekomsten av bonusprogram och resultatmanipulering (Cheng & Warfield 2005; Guidry, Leone & Rock 1999; Healy 1985). Bonusprogram som kontrollvariabel i denna studie kodas som 1 om det finns bonusprogram i företaget, och 0 om det inte finns. Data har manuellt inhämtats från företagens årsredovisningar. För att säkerställa studiens reliabilitet har studiens båda författare haft en gemensam definition av bonusprogram, och båda har utgått från denna definition vid datainsamling.

Lönsamhet

Tidigare studier visar att förekomsten av resultatmanipulering har ett samband med ett företags lönsamhet (Dechow et al. 1995; Healy & Wahlen 1999; Kasznik 1999). Healy & Wahlen (1999) menar att ett företags lönsamhet ofta har en koppling till företagets aktie, vilket kan påverka förekomsten av resultatmanipulering då företagsledningen på samma sätt som vid bonusprogram kan ha incitament att manipulera lönsamhetsmåttet för att på så sätt erhålla mer i bonus. Variabeln operationaliseras genom lönsamhetsmåttet Räntabilitet på

27

Skuldsättningsgrad

Enligt skuldsättningshypotesen i PAT kan resultatmanipulering användas för att minska skuldsättningsgraden i ett företag, om exempelvis ett låneavtal riskerar att brytas på grund av för hög skuldsättning, eller för att hålla nere företagets lånekostnader (Watts & Zimmerman 1990). Det har i tidigare studier påvisats ett positivt samband mellan resultatmanipulering och skuldsättningsgrad (Sweeney 1994) och skuldsättningsgraden används som kontrollvariabel i exempelvis Callao & Jarne (2010) studie. Skuldsättningsgrad beräknas i denna studie som totala skulder dividerat med eget kapital.

Tabell 2: Operationalisering

Variabel Beskrivning

Beroende

Onormala periodiseringar (Modifierad Jonesmodell)

Onormala periodiseringar som beräknas enligt modifierade Jonesmodellen (Dechow et al. 1995)

Onormala periodiseringar (Partiell Jonesmodell)

Onormala periodiseringar som beräknats utifrån den modifierade Jonesmodellen (Dechow et al. 1995), men beaktar bara de delar som berör intäktsperiodiseringen

Oberoende

År Dummyvariabel (0,1), där 1=2019 och 0=2017

Kontroll

Upplysningar Den naturliga logaritmen av företagets totala antal ord om intäkter i noterna

Revisionsbyrå Dummyvariabel (0,1) för vilken revisionsbyrå som reviderat företaget Försäljning utanför EU Företagets försäljning utanför EU dividerat med företagets totala

försäljning

Notering på utländsk börs Dummyvariabel (0,1), där 1 innebär notering på utländsk börs Bransch Dummyvariabler (0,1) för vilken bransch företaget tillhör Storlek Den naturliga logaritmen av företagets balansomslutning

Bonusprogram Dummyvariabel (0,1), där 1 innebär att företaget har ett prestationsbaserat eller aktierelaterat bonusprogram för företagsledningen

Lönsamhet Företagets räntabilitet på totalt kapital (ROA) Skuldsättningsgrad Företagets totala skulder dividerat med eget kapital

5.6 Etiska aspekter

Under utformningen av studien har dess etiska aspekter beaktats. Denna studie förhåller sig till Vetenskapsrådets (2002) fyra krav; informationskravet, samtyckeskravet, konfidentialitetskravet och nyttjandekravet. Till studiens kvantitativa empiri används årsredovisningar och annan offentlig information som datakälla. Användningen av offentlig information som datakälla innebär att informations-, samtyckes- och konfidentialitetskravet alla kan anses uppfyllda, eftersom ingen känslig information har inhämtats och hanterats. Utöver de resterande kraven kan även nyttjandekravet anses som uppfyllt, eftersom alla insamlade data enbart används i forskningssyfte.

Vad gäller studiens kvalitativa empiri kan informationskravet anses vara uppfyllt då respondenten informerades om studiens syfte, hur undersökningen skulle genomföras, att deltagandet var frivilligt och att resultaten endast kommer användas i forskningssyfte. Samtyckeskravet kan även anses uppfyllt eftersom respondenten frivilligt valde att ställa upp på intervjun och under intervjun påpekades det att respondenten när som helst kunde välja att avbryta intervjun. Samtycke från respondenten krävdes även för att få spela in intervjun. Konfidentialitetskravet kan anses som uppfyllt eftersom respondentens identitet och arbetsgivare behandlas anonymt i hela studien. Det inspelade materialet och transkribering av intervjun hanterades på så sätt att inga obehöriga kunde ta del av det. Nyttjandekravet kan även anses som uppfyllt, eftersom det insamlade materialet från intervjun endast kommer att användas i forskningssyfte.