• No results found

Tabell 5: Deskriptiv statistik över variabler i regressionsmodellen

N Min. Max. Medel Standard- avvikelse |𝑒𝑖𝑡| 15859 0,03 4,06 0,52 0,48 𝑅𝑀𝑖𝑡 15859 -1,50 0,60 -0,43 0,38 𝑅𝑒𝑣𝑖𝑠𝑖𝑜𝑛𝑖𝑡 15859 0 (N= 11 064) 1 (N= 4 795) 0,30 0,45 𝑆𝑘𝑢𝑙𝑑𝑔𝑟𝑎𝑑𝑖𝑡 15859 -12,96 7,05 0,49 0,43 𝑆𝑡𝑜𝑟𝑙𝑒𝑘𝑖𝑡 15859 6,91 11,59 7,68 0,62 𝑇𝑖𝑙𝑙𝑣ä𝑥𝑡𝑖𝑡 15859 -1,22 2361 1,67 42,26

Källa: Egen bearbetning

Av tabell 5 går det att utläsa att företagen i genomsnitt har absoluta diskretionära periodiseringar (|𝑒𝑖𝑡|) som utgör 52% av föregående års totala tillgångar. Värdet kan i jämförelse med tidigare studier ses som betydligt högre, där exempelvis Huguet och Gandía (2016) studie visade att de absoluta diskretionära periodiseringarna utgjorde 9,1% av

föregående års totala tillgångar. 𝑅𝑀𝑖𝑡, visar som tidigare nämnt på mängden

resultatmanipulation, vilket är absoluta diskretionära periodiseringar av föregående totala tillgångar, men med de logaritmerade värdena. Vidare visar tabellen att företagen i genomsnitt har en skuldsättningsgrad på 49%. Ett värde som överstiger 1,0 visar på att de totala skulderna är större än de totala tillgångarna. Att notera, en negativ 𝑆𝑘𝑢𝑙𝑑𝑔𝑟𝑎𝑑𝑖𝑡 kan uppstå i företag där en fordran redovisas på ett skuldkonto i bokföringen, exempelvis en momsfordran bokförd på skuldkonto “2650 Redovisningskonto för moms” inte flyttats till tillgångskontot “1650 Momsfordran” i och med bokslut. Det kan även noteras att det föreligger stora skillnader vad gäller variabeln 𝑇𝑖𝑙𝑙𝑣ä𝑥𝑡𝑖𝑡, vilket beror på det heterogena urvalet för variabeln där flera extremvärden förekommer.

4.2 Korrelationer

Tabell 6: Korrelationsmatris över Pearsons korrelationskoefficient

𝑅𝑀𝑖𝑡 𝑅𝑒𝑣𝑖𝑠𝑖𝑜𝑛𝑖𝑡 𝑆𝑘𝑢𝑙𝑑𝑔𝑟𝑎𝑑𝑖𝑡 𝑆𝑡𝑜𝑟𝑙𝑒𝑘𝑖𝑡

𝑅𝑒𝑣𝑖𝑠𝑖𝑜𝑛𝑖𝑡 0,059**

𝑆𝑘𝑢𝑙𝑑𝑔𝑟𝑎𝑑𝑖𝑡 0,041** 0,070**

𝑆𝑡𝑜𝑟𝑙𝑒𝑘𝑖𝑡 0,130** 0,253** 0,060**

𝑇𝑖𝑙𝑙𝑣ä𝑥𝑡𝑖𝑡 0,022** 0,006 0,006 0,041**

Källa: Egen bearbetning.

** betecknar signifikans på 0,01 signifikansnivå

Ur tabell 6 kan det utläsas att det finns en positiv korrelation mellan den oberoende variabeln 𝑅𝑒𝑣𝑖𝑠𝑖𝑜𝑛𝑖𝑡 och den beroende variabeln 𝑅𝑀𝑖𝑡 då det inte kontrolleras för andra

kontrollvariabler. Det innebär att det finns ett samband mellan revision och

resultatmanipulation även om sambandet anses vara svagt på grund av den låga korrelationen. Kontrollvariablerna 𝑆𝑘𝑢𝑙𝑑𝑔𝑟𝑎𝑑𝑖𝑡 och 𝑆𝑡𝑜𝑟𝑙𝑒𝑘𝑖𝑡 är positivt korrelerade med både den

beroende variabeln och den oberoende variabeln, där kontrollvariabeln 𝑆𝑡𝑜𝑟𝑙𝑒𝑘𝑖𝑡 visar

starkast korrelation. Eftersom dessa visar ett positivt samband med både den beroende- och den oberoende variabeln kan ett uteslutande av dessa kontrollvariabler ge ett falskt starkt samband mellan 𝑅𝑒𝑣𝑖𝑠𝑖𝑜𝑛𝑖𝑡 och 𝑅𝑀𝑖𝑡vid univariata analyser (Sundell, u.å). Vid jämförelse med tidigare studier kan korrelationen mellan 𝑆𝑡𝑜𝑟𝑙𝑒𝑘𝑖𝑡 och 𝑅𝑒𝑣𝑖𝑠𝑖𝑜𝑛𝑖𝑡 dock anses relativt svag, vilket kan bero på att urvalet i denna studie är mer heterogent och därför redan

kontrollerar för denna variabel i viss utsträckning10. Däremot kan korrelationen mellan

𝑆𝑡𝑜𝑟𝑙𝑒𝑘𝑖𝑡 och 𝑅𝑀𝑖𝑡 anses starkare än tidigare studier11. Kontrollvariabeln 𝑇𝑖𝑙𝑙𝑣ä𝑥𝑡

𝑖𝑡 visar en

positiv korrelation med den beroende variabeln, däremot kan inte korrelationen till den oberoende variabeln anses statistiskt signifikant.

4.3 Regressionsanalyser

Tabell 7: Betakoefficienter för de olika variablerna i regressionsanalyserna

Modell 1 Modell 2 Modell 3 Modell 4 Modell 5

𝑅𝑒𝑣𝑖𝑠𝑖𝑜𝑛𝑖𝑡 0,049** 0,047** 0,023** 0,049** 0,022** (0,007) (0,007) (0,007) (0,007) (0,007) 𝑆𝑘𝑢𝑙𝑑𝑔𝑟𝑎𝑑𝑖𝑡 0,032** 0,028** (0,007) (0,007) 𝑆𝑡𝑜𝑟𝑙𝑒𝑘𝑖𝑡 0,076** 0,074** (0,005) (0,005) 𝑇𝑖𝑙𝑙𝑣ä𝑥𝑡𝑖𝑡 0,000** 0,000* (0,000) (0,000) Justerad 𝑅2 0,003 0,005 0,018 0,004 0,019 N 15 859 15 859 15 859 15 859 15 859

Källa: Egen bearbetning.

** betecknar signifikans på 0,01 signifikansnivå. Betakoefficientens standardfel skrivs inom parentes.

Modell 1 som undersöker det univariata sambandet mellan 𝑅𝑒𝑣𝑖𝑠𝑖𝑜𝑛𝑖𝑡 och 𝑅𝑀𝑖𝑡 visar att företag som väljer att genomgå revision förväntas ha en högre förekomst av

resultatmanipulation där andelen diskretionära periodiseringar av föregående års totala tillgångar i genomsnitt anses öka med 4,9 %. Eftersom den beroende variabeln består av absolutvärdet av diskretionära periodiseringar går det ej utläsa om manipulationen är inkomsthöjande eller inkomstsänkande, utan endast att det förekommer. Sambandet anses vara starkt statistiskt signifikant. Det innebär att då hänsyn inte tas till övriga

kontrollvariabler antas revision öka graden av resultatmanipulation, vilket motsäger

antagandet om att revision begränsar resultatmanipulation (Huguet & Gandía, 2016; Dechow et al., 2010)12.

12 Huguet och Gandía (2016) visar ett negativt samband mellan variablerna revision och resultatmanipulation på

I de resterande modellerna har även kontrollvariabler inkluderas. I modell 2 kan det utläsas att då kontrollvariabeln 𝑆𝑘𝑢𝑙𝑑𝑔𝑟𝑎𝑑𝑖𝑡 inkluderas minskar effekten mellan 𝑅𝑒𝑣𝑖𝑠𝑖𝑜𝑛𝑖𝑡 och 𝑅𝑀𝑖𝑡 eftersom andelen diskretionära periodiseringar av föregående års tillgångar i genomsnitt antas öka med 4,7 % . Sambandet är dock fortfarande statistiskt signifikant.

I modell 3 inkluderas variabeln 𝑆𝑡𝑜𝑟𝑙𝑒𝑘𝑖𝑡, vilken visar störst samband till den beroende variabeln 𝑅𝑀𝑖𝑡. När variabeln inkluderas minskar revisionens effekt på

resultatmanipulationen eftersom andelen diskretionära periodiseringar av föregående års tillgångar endast antas öka 2,3 % i genomsnitt.

När kontrollvariabeln 𝑇𝑖𝑙𝑙𝑣ä𝑥𝑡𝑖𝑡 inkluderas i modell 4 är sambandet mellan 𝑅𝑒𝑣𝑖𝑠𝑖𝑜𝑛𝑖𝑡 och 𝑅𝑀𝑖𝑡 i princip oförändrat från modell 1. Detta kan förklaras av det svaga sambandet mellan 𝑇𝑖𝑙𝑙𝑣ä𝑥𝑡𝑖𝑡 och 𝑅𝑀𝑖𝑡.

I modell 5 har alla variabler inkluderats med den oberoende variabeln, 𝑅𝑒𝑣𝑖𝑠𝑖𝑜𝑛𝑖𝑡. Sambandet mellan 𝑅𝑒𝑣𝑖𝑠𝑖𝑜𝑛𝑖𝑡 och 𝑅𝑀𝑖𝑡 är dock lägre än vid analys av det univariata sambandet mellan variablerna. Det innebär vidare att givet en viss nivå av företagens skuldsättningsgrad, storlek och tillväxt finns ett positivt samband mellan 𝑅𝑒𝑣𝑖𝑠𝑖𝑜𝑛𝑖𝑡 och 𝑅𝑀𝑖𝑡, men att detta samband anses väldigt svagt. Enligt modell 5 har företagets

skuldsättningsgrad och storlek ett starkare samband med ett företags resultatmanipulation där företagets storlek visar starkast effekt på ett företags resultatmanipulation, vilket även visas i modell 3. Då storleken ökar med en enhet antas andelen diskretionära periodiseringar av föregående års tillgångar i genomsnitt öka med 7,4 %. När skuldsättningsgraden ökar med en enhet antas andelen diskretionära periodiseringar av föregående års totala tillgångar i

genomsnitt öka med 2,8 %. Det innebär att graden av resultatmanipulation i ett företag är starkare sammankopplat med dess skuldsättningsgrad och storlek än exempelvis revision.

4.4 Robusthetstest

Tabell 8: Regressionsanalys med ett otrimmat urval

Modell 6 Modell 7 Modell 8 Modell 9 Modell 10

𝑅𝑒𝑣𝑖𝑠𝑖𝑜𝑛𝑖𝑡 0,072** 0,068** 0,038** 0,071** 0,035** (0,009) (0,009) (0,009) (0,005) (0,009) 𝑆𝑘𝑢𝑙𝑑𝑔𝑟𝑎𝑑𝑖𝑡 0,050** 0,044** (0,009) (0,009) 𝑆𝑡𝑜𝑟𝑙𝑒𝑘𝑖𝑡 0,100** 0,097** (0,007) (0,007) 𝑇𝑖𝑙𝑙𝑣ä𝑥𝑡𝑖𝑡 0,000** 0,000** (0,000) (0,000) Justerad 𝑅2 0,004 0,006 0,017 0,007 0,021 N 16 759 16 759 16 759 16 759 16 759

Källa: Egen bearbetning.

** betecknar signifikans på 0,01 signifikansnivå. Betakoefficientens standardfel skrivs inom parentes.

Eftersom extremvärden kan komma att påverka resultaten i regressionsanalysen, görs ett robusthetstest med samma regressioner, men med extremvärden inkluderade.

Robusthetstestet visar att resultaten är väsentligen densamma som regressionen där

extremvärden gallrats, dock är revisionens påverkan på resultatmanipulationen genomgående högre. Då skillnaderna inte anses betydande kan resultaten därmed ses som robusta.

Tabell 9: Betakoefficienter för regressionsanalys utan absolutvärden

Modell 11 Modell 12 Modell 13 Modell 14 Modell 15

𝑅𝑒𝑣𝑖𝑠𝑖𝑜𝑛𝑖𝑡 -0,006 0,000 0,211** -0,006 0,223** (0,012) (0,012) (0,011) (0,012) (0,011) 𝑆𝑘𝑢𝑙𝑑𝑔𝑟𝑎𝑑𝑖𝑡 -0,084** -0,045** (0,013) (0,011) 𝑆𝑡𝑜𝑟𝑙𝑒𝑘𝑖𝑡 -0,625** -0,624** (0,008) (0,008) 𝑇𝑖𝑙𝑙𝑣ä𝑥𝑡𝑖𝑡 0,000** 0,000 (0,000) (0,000) Justerad 𝑅2 0,000 0,003 0,288 0,000 0,288 N 15 859 15 859 15 859 15 859 15 859

Källa: Egen bearbetning.

** betecknar signifikans på 0,01 signifikansnivå. Betakoefficientens standardfel skrivs inom parentes.

Då studien använder sig av absolutvärdet av de diskretionära periodiseringarna kan endast förekomsten av dessa, och i sin tur resultatmanipulation visas. Ett robusthetstest utan absolutvärden genomförs för att visa om företagen använder inkomsthöjande eller inkomstsänkande manipulation. I tabell 9 visar modell 11 att vid analys av det univariata sambandet mellan 𝑅𝑒𝑣𝑖𝑠𝑖𝑜𝑛𝑖𝑡och 𝑅𝑀𝑖𝑡 antas revisionen leda till inkomstminskande

resultatmanipulation, sambandet är dock svagt och saknar dessutom statistisk signifikans och bör därför inte tolkas.

I modell 15, i vilken alla studiens variabler inkluderas, kan ett positivt samband mellan 𝑅𝑒𝑣𝑖𝑠𝑖𝑜𝑛𝑖𝑡 och 𝑅𝑀𝑖𝑡 utläsas, vilket innebär att revision leder till inkomstökande

resultatmanipulation där andelen diskretionära periodiseringar av föregående års tillgångar antas öka i genomsnitt med 22,3 % vid valet att genomgå revision. Då variablerna

𝑆𝑘𝑢𝑙𝑑𝑔𝑟𝑎𝑑𝑖𝑡 och 𝑆𝑡𝑜𝑟𝑙𝑒𝑘𝑖𝑡 ökar med enhet antas däremot resultatmanipulationen utgöras av inkomstminskande åtgärder. I likhet med modell 5 och 3 visar modell 13 och 15 att företagets storlek har störst effekt på företags resultatmanipulation. Det kan även noteras att variabeln

4.5 Analys

Sammanfattningsvis kan modellernas förklaringsgrader anses låga då de ligger mellan 0,3% - 1,9 %. Det innebär att en omfattande del av variationen i resultatmanipulationen lämnas oförklarad. En förklaring till de låga förklaringsgraderna kan vara att betydande variabler har utelämnats då denna studie endast inkluderar fyra olika variabler. Något som talar mot detta är att tidigare studier av Huguet och Gandía (2016) visar en förklaringsgrad på 3,22 % trots att de inkluderar 13 variabler i sina modeller och studien av Becker et al. (1998), vilka inkluderar nio förklarande variabler endast visar en förklaringsgrad på 1 %. Den låga förklaringsgraden kan även förklaras av att det förekommer en hög variation i den beroende variabeln absoluta diskretionära periodiseringar (Djupsjöbacka, u.å.). Det kan dock inte uteslutas att betydande variabler har utelämnats.

På grund av den låga förklaringsgraden mellan revision och resultatmanipulation kan en förklaring till resultatet bero på studiens urval. Då urvalet baserar sig på små svenska

aktiebolag, vilka inte har incitament för att resultatmanipulera för egen vinning, kan studiens resultat bero på andra faktorer som kan ge upphov till diskretionära periodiseringar än just avsikten att manipulera resultatet, exempelvis oavsiktliga misstag i redovisningen. En förklaring till det positiva sambandet mellan revision och resultatmanipulation är att den frivilliga revisionen skapar en konkurrens bland revisorer. Detta skulle innebära att revisorer blir mer tillåtande i kundernas favör då de går under frivillig revision, vilket även Huguet och Gandía (2016) framhåller. De menar att den frivilliga revisionen är mindre effektiv än den obligatoriska på grund av att revisorer känner att de måste vara mer tillåtande för att behålla sitt uppdrag och ge en högre service till sina kunder.

Resultatet i modell 5 visar att skuldsättningsgraden och företagets storlek har den största effekten på resultatmanipulation. Att en hög skuldsättningsgrad ökar resultatmanipulation stöds av tidigare forskning (Becker et al., 1998; Huguet & Gandía, 2016; Van Tendeloo, & Vanstraelen, 2008; De Fond & Park, 1997). De menar att en hög skuldsättningsgrad ökar incitamentet för resultatmanipulation och att företag som har en hög skuldsättningsgrad avstår frivillig revision. Samtidigt visar den positiva korrelationen i tabell 6 mellan 𝑆𝑘𝑢𝑙𝑑𝑔𝑟𝑎𝑑𝑖𝑡 och 𝑅𝑒𝑣𝑖𝑠𝑖𝑜𝑛𝑖𝑡 att företag med hög skuldsättningsgrad i högre utsträckning genomgår revision. En möjlig orsak till detta kan vara att revision utgör en signaleringseffekt som möjligtvis minskar eventuella agentkonflikter och informationsassymetrin med externa intressenter (Niemi et al., 2012). Detta kan även förklara att revisionens effekt på

resultatmanipulationen minskar när kontrollvariabeln skuldsättningsgrad inkluderas i

regressionsmodellen. Resultatet som visar ett företags storleks effekt för resultatmanipulation går däremot emot tidigare studier som menar att det finns ett negativt samband mellan

resultatmanipulation och storlek (Dechow & Dichev, 2002). Studiens resultat visar ett

positivt samband mellan resultatmanipulation och företagets storlek. Eftersom studien har ett urval som består av små svenska aktiebolag ska dock inte för stora slutsatser dras vad gäller företagets storlek och dess påverkan eftersom urvalet anses relativt homogent storleksmässigt där större företag har exkluderats.

5. Diskussion

I följande avsnitt besvaras studiens syfte och en diskussion kring studiens resultat, tillsammans med teorin och tidigare studier, presenteras.

Resultatet i studien visar att det finns ett samband mellan revision och resultatmanipulation i svenska små aktiebolag, vilket innebär att de som genomgår frivillig revision antas ha en högre grad av resultatmanipulation och därmed lägre resultatkvalitet. Sambandet mellan revision och resultatmanipulation anses dock vara svagt och minskar när andra oberoende variabler inkluderas. Studiens syfte har därmed uppfyllts, vilket var att undersöka sambandet mellan den frivilliga revisionen och resultatkvaliteten i små svenska aktiebolag, samt bidra med en bredare kunskap om relationen mellan revision och resultatkvalitet. Som tidigare nämnt bör dock resultatkvalitet skattas med viss försiktighet genom resultatmanipulation eftersom det inte endast är resultatmanipulation som påverkar ett företags resultatkvalitet. Det går därför inte att utesluta att viktiga variabler som exempelvis den enskilde revisorn eller revisionsbyrå, vilka påverkar företagets resultatkvalitet, har utelämnats från studiens modell (Dechow et al., 2010).

Tidigare studier visar att revisorn har betydelse för att minska resultatmanipulering i små aktiebolag (Caramanis & Lennox, 2008; Huguet & Gandia 2016). En orsak till detta är att små aktiebolag ofta saknar den kompetens som en revisor besitter internt (Vanstraelen & Schelleman, 2017; Krishnan & Yu, 2012; Niemi et al., 2012). Studiens resultat kan dock antyda att revisorn inte längre kan ses som en garanti för att minska resultatmanipulation och därmed bidra till en bättre resultatkvalitet. Som tidigare nämnt kan ytterligare en orsak till studiens resultat bero på att då revision inte längre är tvingande för små svenska aktiebolag, skapas en konkurrens där revisorer är mer tillåtande för att de i högre grad måste visa nyttan med sina tjänster för att skapa efterfrågan. Om så är fallet skulle det innebära att de argument som idag förs angående ett återinförande av revisionsplikten inte längre kan anses lika

hållbara, vilket är något som Vanstraelen och Schelleman (2017) också hävdar då de menar att obligatorisk revision inte är en garanti för hög resultatkvalitet. Studiens resultat kan även skapa osäkerhet kring revisionens tillförlitlighet och därmed skada det förtroende som en revisor framkallar. Vidare överensstämmer inte resultatet i studien med agentteorin som antar att syftet med revision är att dels säkerställa den finansiella rapportens tillförlitlighet då företagsledningen själv kan ha incitament att manipulera resultatet, dels att minska informationsasymmetrin (Niemi et al., 2012). Då studiens resultat visar på en ökad

resultatmanipulation vid revision skulle detta innebära att informationsasymmetrin mellan företagsledningen och dess intressenter istället ökar.

valet av branscherna kan vara en påverkande faktor för studiens resultat. I denna studie valdes periodiseringar som huvudsaklig undersökningsmetod, vilka estimerades genom den Modifierade Jones-modellen. Det finns dock andra metoder och sätt att mäta

resultatmanipulation, exempelvis genom kassaflöde, vilket skulle kunna generera ett annat resultat (Menicucci, 2020).

6. Slutsats

I det avslutande avsnitt presenteras de slutsatser som kan dras av studien. Slutsatsen svarar på studiens frågeställning, vilket är ”hur skiljer sig graden av resultatmanipulation i små svenska aktiebolag av att genomgå respektive inte genomgå revision för de företag som är undantagna revisionsplikt?”. Avslutningsvis presenteras förslag till framtida forskning.

Eftersom tidigare studier genomgående har visat att revisionen har en positiv inverkan på resultatkvaliteten (Becker et al., 1998; Caramanis & Lennox, 2008; Chen, Lin, & Lin, 2008; Huguet och Gandía, 2016; Myers & Omer, 2003; Van Tendeloo & Vanstraelen, 2008; Vanstraelen och Schelleman, 2017), var även förväntningarna på resultatet att de aktiebolag som omfattas av den frivilliga revisionen, och väljer att genomgå revision, skulle ha en högre resultatkvalitet än de som väljer bort revision. Därför formulerades hypotesen, reviderade

små svenska aktiebolag har en lägre grad av resultatmanipulation än de som väljer att avstå revision. Däremot visar resultatet i denna studie att revisionen genomgående har ett positivt

samband med förekomsten av resultatmanipulation, vilket har en negativ effekt för resultatkvaliteten. Detta innebär vidare att studiens hypotes därmed förkastas. När alla kontrollvariabler inkluderas i modell 5 minskar däremot revisionens effekt, vilket innebär att det inte finns ett tydligt samband mellan revision och resultatmanipulation när andra aspekter spelar in.

Related documents