Känslighetsanalys

Tidigare har en bearbetning av datamaterialet gjorts där hänsyn togs till normalfördelning och extremvärden. För att ytterligare testa datamaterialet har även en känslighetsanalys gjorts. Eftersom en studies validitet ökar om metoden är okänslig för skiftningar i förutsättningar (Körner & Wahlgren, 2015b), vill vi testa att ändra utvalda förutsättningar för att se om resultaten i studien är robusta. Avsnittet avslutas med en sammanfattning.

46

6.5.1 Klassificering av uppdragslängd

Först testade vi att ändra kodningen av variabeln uppdragslängd, då tidigare studier gjort på olika sätt (Carey & Simnett, 2006; Knechel & Vanstraelen, 2007). Istället för att dela in företagen i 10 kategorier mellan 0–9 testades först att dela in företagen i två kategorier, en där revisorn haft sitt uppdrag i mer än 7 år och en där revisorn haft sitt uppdrag i upp till 7 år i enlighet med Carey och Simnett (2006). Sedan testades att dela in i två kategorier där revisorn haft sitt uppdrag i upp till 3 år och en där revisorn haft sitt uppdrag i mer än 3 år i enlighet med Knechel och Vanstraelen (2007). Dessutom gjordes ett försök att dela in i tre kategorier: (i) upp till 3 år, (ii) mer än 3 och upp till 7 år samt (iii) mer än 7 år, som även Carey och Simnett (2006) testar för. Förändringarna testas i logistiska regressioner, där den beroende variabeln är om företag gått i konkurs eller likviderats 0– 60 månader efter varningen. Resultatet visade att ingen av förändringarna påverkade varken förklaringsgraden Nagelkerke R2 eller vilka variabler som blev signifikanta jämfört med ursprungsmodellen.

6.5.2 Kapitaltillskott

När revisorn beslutar sig för att ge en fortlevnadsvarning är det med vissa antaganden om framtiden. Ett av dessa antaganden gäller om företaget kommer att behöva tillförsel av externt kapital för att kunna fortsätta sin verksamhet (Kida, 1980; Nogler, 1995). Det kan dock vara svårt för revisorn att förutse framtida händelser och en fortlevnadsvarning till ett företag som sedan får ett stort tillskott av kapital och därigenom fortlever kan därför inte anses som felaktigt av revisorn (Geiger & Rama, 2006; Carey et al., 2012).

För att ytterligare undersöka känsligheten i vår modell har vi valt att undersöka vad som händer om företag som fått kapitaltillskott tas bort ur modellen, likt Carey et al. (2012). Vi tar därför bort alla företag som någon gång under undersökningsperioden (0–60 månader efter fortlevnadsvarningen) fått koncernbidrag eller aktieägartillskott, då det kan vara händelser som revisorn inte kunnat ta hänsyn till vid bedömningen av företagets fortlevnad. Uppgifter om företagen fått koncernbidrag och aktieägartillskott har hämtats från databasen Retriever Business. Av företagen i studiens urval har 233 företag fått kapitaltillskott och dessa exkluderas, vilket gör att antalet observationer minskar från 691 till 458 företag. Av de 458 företagen har 22,1% av företagen gått i konkurs eller

47

likviderats. Det tyder alltså på att träffsäkerheten ökar något när företagen som fått kapitaltillskott har exkluderats.

Tabell 10. Modell 7: Kapitaltillskott

Träffsäkerhet(a)=β0+β1Formellstatus+β2Big4+β3Uppdragslängd+β4Tydlighet+ β5Storlek+β6Finanisellpåfrestning+β7Koncern+β8Kvinna+εi

Variabler Förväntat samband Beta S.E.

Formell status + 0,412 0,283 Big 4 + -0,466 * 0,254 Uppdragslängd - -0,076 ** 0,038 Tydlighet + 0,167 0,263 Storlek (ln balansomslutning) + 0,125 ** 0,051 Finansiell påfrestning + 0,219 0,250 Koncern - -0,229 0,308 Kvinnlig revisor + -0,039 0,331 Konstant -2,973 *** 0,785 Nagelkerke R2 _0,062 Modellens Chi-två 18,966 **

Rätt klassificerade i naiv modell 77,9%

Rätt klassificerade i faktisk modell 77,9%

Antal observationer (n) 458

***p-värde <0,01; **p-värde <0,05; *p-värde <0,10

I tabell 10 presenteras en logistisk regression där företagen som fått kapitaltillskott har exkluderats. Den beroende variabeln är, liksom i ursprungsmodellen, företag som gått i konkurs eller likviderats upp till 60 månader efter fortlevnadsvarningen. Förklaringsgraden Nagelkerke R2 i den nya modellen är 0,062, vilket är något högre än ursprungsmodellen från tabell 7. Dessutom visar modellens Chi-två att modellen är signifikant. Däremot förbättras inte andelen rätt klassificerade, vilket tyder på att inte heller denna modell förutspår träffsäkerhet bättre än den naiva modellen. På samma sätt som i ursprungsmodellen blir uppdragslängd och storlek starkt signifikanta. Det som skiljer modellerna åt är att variabeln big 4 blir svagt signifikant och variabeln koncern inte blir signifikant alls. Beta-värdet för big 4 är negativt, vilket skulle tyda på att revisorer på större revisionsbyråer ger sämre träffsäkerhet än revisorer på mindre byråer, vilket är tvärt emot det förväntade sambandet.

48

6.5.3 Diskriminantanalys

Slutligen har vi valt att testa ytterligare en statistisk metod, diskriminantanalys, för att kontrollera om resultaten från den logistiska regressionen står sig. Diskriminantanalys påminner om logistisk regressionsanalys, men innebär att värdet på den beroende variabeln medför en klassificering av de andra variablerna (Körner & Wahlgren, 2015b). Diskriminantanalysen gjordes med samma beroende variabel som i ursprungsmodellen, företag som gått i konkurs eller likviderats upp till 60 månader efter fortlevnadsvarningen. På samma sätt som i ursprungsmodellen blir variablerna uppdragslängd och storlek starkt signifikanta, men inte variabeln koncern som var signifikant i ursprungsmodellen. Diskriminantanalysen lyckas inte, i likhet med ursprungsmodellen, klassificera fler företag rätt jämfört med den naiva modellen.

6.5.4 Sammanfattning känslighetsanalys

Variablerna uppdragslängd och storlek blir starkt signifikanta i förväntad riktning i alla modeller. Resultatet från analysen kan därför anses vara robust avseende dessa variabler eftersom det är okänsligt för förändringar. Känslighetsanalysen visar därför att ingen av de förändringar i förutsättningar som testats påverkar variablerna för oberoende och de kan därför anses spegla det insamlade empiriska materialet på ett korrekt sätt. En skillnad från ursprungsmodellen är att big 4 visar ett svagt signifikant negativt samband i modell 7, där företag som fått kapitaltillskott tas bort ur modellen. Analysen visar därför att resultatet för kompetens ändras när förutsättningarna förändras, vilket är negativt för robustheten.

Det starkt signifikanta sambandet för variabeln koncern faller bort när företag med kapitaltillskott utesluts. En förklaring till varför koncern inte blir signifikant i modellen kan bero på att en stor andel av företagen som ingår i en koncern uteslutits, eftersom ett av kriterierna för kapitaltillskott var att företaget fått koncernbidrag. Då få företag i det nya urvalet ingår i en koncern kan det följaktligen förklara varför koncern inte får en effekt på träffsäkerheten. Även i diskriminantanalysen faller det signifikanta sambandet för koncern bort. Då resultatet överensstämmer med den logistiska regressionen i övrigt drar vi dock slutsatsen att analysen inte påverkas nämnvärt av vilken statistisk metod som används.

49

6.6 Sammanfattning hypotesprövning

Tabell 11. Sammanfattning hypotesprövning

Hypotes Faktor Förväntad påverkan Snäv definition Utvidgad definition

H1: Kompetens + Förkastas Förkastas ej

H2: Oberoende + Förkastas ej Förkastas ej

H3: Tidsfördröjning + Förkastas ej -

I tabell 11 finns en sammanställning över hypotesprövningen uppdelad efter den snäva och utvidgade definitionen av träffsäkerhet. Den statistiska analysen visar att argumentationen utifrån teorin inte får något större stöd av empirin med den snäva definitionen av träffsäkerhet, då förklaringsgraden i modellerna generellt är låg och få variabler är signifikanta. För hypotesen H1, att det finns ett positivt samband mellan

kompetens och träffsäkerhet, finner vi endast svagt stöd. Det svaga stödet bygger på att när byråerna testas var för sig visar analysen att revisionsbyrå kan påverka träffsäkerheten. Varken variabeln big 4 eller formell status är dock signifikant i ursprungsmodellen. Dessutom visar känslighetsanalysen på blandade resultat för big 4, vilket gör att det statistiska stödet inte är tillfredsställande och H1 kan därför förkastas

tillsvidare.

För hypotesen H2, att det finns ett positivt samband mellan oberoende och träffsäkerhet,

finns visst statistiskt stöd med den snäva definitionen av träffsäkerhet. Då variabeln uppdragslängd visar på ett starkt signifikant samband i ursprungsmodellen och i känslighetsanalysen kan H2 tillsvidare ej förkastas. Variabeln tydlighet blir dock inte

signifikant i någon av modellerna, vilket gör stödet för hypotesen svagare. Slutligen finner vi även visst stöd för hypotesen H3, att det finns ett positivt samband mellan

tidsfördröjning och träffsäkerhet. H3 kan därför tillsvidare ej förkastas.

När definitionen av träffsäkerhet utvidgas finner analysen stöd för att formell status påverkar träffsäkerheten positivt. Dessutom finns visst stöd för att byråtillhörighet påverkar träffsäkerheten, även om big 4 inte påvisar några signifikanta samband. Utifrån resultaten finns stöd för att kompetens påverkar träffsäkerheten och H1 kan tillsvidare ej

50

snäva definitionen av träffsäkerhet visar analysen för det utvidgade definitionen att uppdragslängd har en negativ påverkan på träffsäkerheten. Det finns därför visst stöd för att revisorns oberoende påverkar träffsäkerheten och H2 kan tillsvidare ej förkastas.

51

7. Slutsats

I det sista kapitlet dras slutsatser från analysen med utgångspunkt i teorin. Kapitlet avslutas med studiens bidrag samt förslag på framtida forskning

Syftet med studien är att undersöka vilka faktorer som förklarar träffsäkerheten av givna fortlevnadsvarningar. Faktorerna som valts utifrån tidigare forskning är revisorns kompetens, oberoende samt tidsfördröjningen. Tidigare studier visar att träffsäkerheten är låg (Francis & Krishnan, 2002; Geiger & Rama, 2006; Carey et al., 2012; Svanberg & Öhman, 2014; Carson et al., 2013), vilket stöds av analysen då endast 1,2% av företagen i studien antingen gått i konkurs eller likviderats inom 12 månader efter en fortlevnadsvarning. Även om definitionen av träffsäkerhet utvidgas och tidsfördröjningen utökas till 60 månader efter fortlevnadsvarningen har majoriteten av företagen i studien fortlevt. Studiens resultat ger därför stöd för att fortlevnadsbedömningar är svåra för revisorn, vilket är i linje med tidigare studier (Louwers et al., 1999; Svanberg & Öhman, 2014; Kaplan & Williams, 2012). Eftersom revisorer ger fortlevnadsvarningar till företag som sedermera fortlever indikerar analysen på låg revisionskvalitet i enlighet med tidigare studier (Francis, 2004; Knechel & Vanstraelen, 2007). Den låga andelen korrekta fortlevnadsvarningar riskerar att minska förtroendet för revisionen (Calderon & Cheh, 2002), vilket bör vara allvarligt eftersom fortlevnadsvarningar är viktiga för att marknaden ska få information om företags fortlevnadsproblem (DeFond et al., 2002). Om träffsäkerheten är låg innebär det att informationsvärdet av en fortlevnadsvarning är begränsat (Carcello et al., 2009), eftersom företag som har fått en fortlevnadsvarning oftast fortlever. Om varningen inte ger någon värdefull information till marknaden, går det att ifrågasätta varför revisorn ska göra fortlevnadsbedömningar.

Eftersom studien visar att de flesta företag som får en fortlevnadsvarning fortlever indikerar det att företag inte går i konkurs på grund av fortlevnadsvarningen, vilket skulle tala emot den självuppfyllande profetian. Resultatet talar därför emot Svanberg och Öhman (2014) som finner stöd för den självuppfyllande profetian i Sverige. Då denna studie inte fokuserat på just den självuppfyllande profetian har dock inget statistisk test genomförts, vilket gör att vi inte har något säkerhetsställt stöd. Emellertid ser vi att en

52

majoritet av företagen som fått en fortlevnadsvarning överlever, vilket skulle kunna förklaras av att en fortlevnadsvarning är en ögonöppnare för klienten (Citron & Taffler, 2001). Det skulle betyda att en fortlevnadsvarning istället för en självuppfyllande profetia kan vara en anledning till att företaget lyckas vända en negativ trend och istället fortlever. Utifrån det resonemanget skulle den låga träffsäkerheten inte vara ett tecken på ett misslyckande av revisorn och låg revisionskvalitet (Geiger & Rama, 2006; Carey et al., 2012). Den låga träffsäkerheten skulle istället vara en indikation på att företaget som fått en fortlevnadsvarning lyckats göra framgångsrika förändringar och därför fortlevt.

Resultatet i studien visar på lägre träffsäkerhet med den snäva definitionen än liknande studier som utförts i främst anglosaxiska länder, vilket tyder på att svenska revisorer är sämre än revisorer i andra länder på att ge fortlevnadsvarningar till företag som sedan går i konkurs. Alternativt tyder resultatet på att svenska företag är bättre på att vända en negativ trend efter en fortlevnadsvarning. Det skulle kunna förklaras av kontextuella skillnader, då det enligt tidigare studier kan påverka frågor om fortlevnad (Vanstraelen, 2002; Carcello et al., 2003; Sormunen et al., 2013). Emellertid går det att ifrågasätta om endast kontextuella olikheter räcker för att förklara skillnaden i träffsäkerhet.

Skillnaderna kan också bero på olikheter i metod och avgränsningar mellan denna och tidigare studier. Enligt Carson et al. (2013) skiljer sig tidigare studier om typ I-fel både i insamlingsmetod och definitionen av fortlevnad, vilket gör att jämförelser av enskilda studier ska göras med försiktighet. Flera tidigare studier använder konkurs som definition av ej fortlevt (Geiger & Rama, 2006; Carey et al., 2012; Svanberg & Öhman, 2014). Trots att denna studie även inkluderar frivillig likvidation är träffsäkerheten alltså lägre, vilket tyder på att endast definitionen av träffsäkerhet inte förklarar varför denna studie visar på lägre träffsäkerhet. Resultatet med den utvidgade definitionen av träffsäkerhet visar dock att en bredare syn likt Nogler (1995) ökar träffsäkerhet samt ger en mer förklarande modell. Det kan därför inte uteslutas att en del av förklaringen till den låga träffsäkerheten i denna och tidigare studier kan förklaras av att företag i praktiken upphör att existera på andra sätt än genom konkurs och likvidation. På vilket sätt företaget upphör sin verksamhet bör vara mycket svårt för revisorn att förutse och typ I-felen behöver således inte alltid bero på ett misslyckande av revisorn (Francis, 2004; Geiger & Rama, 2006; Carey et al., 2012).

53

Ytterligare en skillnad i förutsättningar mellan studier kan bero på datainsamlingen. Många databaser innehåller främst information om större företag (Carson et al., 2013), vilket inte är fallet i Retriever Business som denna studies urval är hämtat från. Större företag som får en fortlevnadsvarning har i tidigare studier visat sig gå i konkurs i högre utsträckning än mindre företag (Nogler, 1995; Geiger & Rama, 2006; Carey et al., 2012), vilket även denna studie visar. Eftersom urvalet i denna studie främst består av mindre företag kan det vara en bidragande faktor till skillnaden i träffsäkerhet jämfört med tidigare studier. Dessutom minskar jämförbarheten då vi inte kan säkerhetsställa att vi definierat fortlevnadsvarningar på samma sätt som tidigare studier och att vi har behövt tillförlita oss på en databas. Slutligen baseras inte resultatet på ett slumpmässigt urval. Det finns därför anledning att vara försiktig i jämförandet av hur stor träffsäkerheten är i denna studie med tidigare studier.

Den första hypotesen (H1) testar om revisorns kompetens har positiv påverkan på

träffsäkerheten. För att fånga upp och mäta revisorns kompetens har variablerna formell status och revisionsbyrå valts ut. Formell status är en proxy för utbildning som utifrån tidigare studier förväntas öka träffsäkerheten (Coate & Loeb, 1997; Arnold et al., 2001; Ruiz-Barbadillo et al., 2004). Resultatet ger dock inget tillfredsställande stöd för att formell status påverkar träffsäkerheten med den snäva definitionen. Auktoriserade revisorer har alltså inte gett signifikant fler fortlevnadsvarningar till företag som sedan gått i konkurs eller likviderats än godkända revisorer. Om den snäva definitionen av träffsäkerhet används framstår det som att revisorns formella status inte påverkar frågor gällande fortlevnad, vilket stöds av att Tagesson och Öhman (2015) inte finner stöd för att formell status påverkar antalet typ II-fel. När definitionen av träffsäkerhet utvidgas visar analysen emellertid stöd för att formell status påverkar träffsäkerheten. Det finns därför stöd för att auktoriserade revisorer ger högre träffsäkerhet, men endast med den utvidgade definitionen av träffsäkerhet.

Vidare visar analysen stöd för att revisorns byråtillhörighet påverkar träffsäkerheten, när byråerna delas upp i fler kategorier än bara big 4 och icke big 4. Stöd för att byråtillhörighet påverkar finns för både den snäva och utvidgade definitionen av träffsäkerhet. Då vi tidigare argumenterat för att revisorns byråtillhörighet kan påverka revisorns kompetens ger resultatet stöd för hypotesen H1. Emellertid har tidigare studier

54

främst argumenterat för att arbete på en större byrå påverkar revisorns kompetens och träffsäkerhet (Geiger & Rama, 2006; Carey et al., 2012). Resultatet i denna studie finner inget stöd för att big 4 som grupp ger högre träffsäkerhet, oavsett vilken definition av träffsäkerhet som används. Det är därför med stor reservation det går att dra slutsatser om huruvida revisorns kompetens påverkar träffsäkerheten endast utifrån att vi finner stöd för att det finns skillnader mellan olika revisionsbyråer.

Emellertid ger studien stöd till Tagesson och Öhman (2015), som menar att det finns skillnader mellan revisionsbyråerna inom gruppen big 4. Deras studie, som undersöker revisorns benägenhet att ge fortlevnadsvarningar, finner att KPMG och Mazar är de revisionsbyråer som gör flest typ II-fel. Denna studie finner istället stöd för att KPMG och Mazar gör minst typ I-fel, när den snäva definitionen av träffsäkerhet används. När resultaten tolkas tillsammans går det att dra slutsatsen att revisorer på KPMG och Mazar verkar vara restriktiva när de står inför beslutet att ge fortlevnadsvarningar, men att när de ger varningar görs det med högre träffsäkerhet än andra byråer. Som tidigare nämnts visar studier att revisorer främst ger fortlevnadsvarningar till företag i mycket dålig finansiell situation (Citron & Taffler, 1992; Nogler, 1995; Geiger & Rama, 2006), vilket framstår vara mer framträdande för KPMG och Mazar.

Tagesson och Öhman (2015) menar emellertid att KPMG och Mazar istället för att ge fortlevnadsvarningar implicit indikerar fortlevnadsproblematik genom att anmärka på att halva klientens aktiekapital är förbrukat. När revisorn endast anmärkt på att halva aktiekapitalet är förbrukat har det inte inkluderats i denna studiens urval, då vi endast undersökt företag som fått fortlevnadsvarningar. Den högre träffsäkerheten av givna fortlevnadsvarningar skulle då kunna förklaras av att revisorer på KPMG och Mazar ger så otydliga anmärkningar om klienters fortlevnad att de faller utanför en regelrätt fortlevnadsvarning, vilket enligt Arnedo et. al (2008) tyder på låg revisionskvalitet. Att revisorer på KPMG och Mazar i denna studie visar hög träffsäkerhet betyder därför inte nödvändigtvis att de är bättre på att ge korrekta fortlevnadsvarningar, utan kan bero på att de är mer benägna att frångå revisionsstandarden.

Utifrån studiens operationalisering av kompetens och med den snäva definitionen av träffsäkerhet finns, som nämnt, inte tillfredsställande stöd för att kompetens påverkar

55

träffsäkerheten och hypotesen H1 har förkastats tillsvidare. Ruiz-Barbadillo et al. (2004)

undersöker om kompetens påverkar revisorns benägenhet att ge fortlevnadsvarningar till finansiellt påfrestade företag. Studien operationaliserar kompetens på ett annat sätt än vi har gjort och finner inte något stöd för att revisorns kompetens har en påverkan. När den utvidgade definitionen av träffsäkerhet används i vår studie finns däremot stöd för att kompetens påverkar träffsäkerheten och H1 har tillsvidare ej förkastats. Analysen visar

därför på en indikation på att kompetens påverkar träffsäkerheten. Det framstår dock som att även om revisorns kompetens är viktig för revisionskvaliteten, då revisorn måste vara kompetent för att upptäcka brister (DeAngelo, 1981; Francis, 2004), är det oklart hur det påverkar utfallet av fortlevnadsvarningar. Kompetens är dock ett komplext begrepp (Geiger & Raghunandan, 2002; Ruiz-Barbadillo et al., 2004; Francis & Yu, 2009; Reichelt & Wang, 2010) och det går därför inte dra för stora slutsatser endast utifrån våra resultat.

Den andra hypotesen (H2) testar om revisorns oberoende har positiv påverkan på

träffsäkerheten. För att fånga upp och mäta revisorns oberoende har variablerna uppdragslängd och tydlighet valts ut. Analysen visar på ett samband mellan uppdragslängd och träffsäkerhet med både den snäva och den utvidgade definitionen, där längre uppdragslängd försämrar träffsäkerheten. Tidigare studier menar att relationen mellan revisor och klient blir starkare när revisorn har sitt uppdrag under lång tid (Geiger & Raghunandan, 2002; Ye et al., 2011) och vi har tidigare argumenterat för att ökad uppdragslängd kan ha negativ påverkan på revisorns oberoende. Det bristande oberoendet genom ökad uppdragslängd verkar utifrån analysen påverka träffsäkerheten negativt. Sambandet stämmer följaktligen överens med tidigare forskning och det finns en indikation på att revisorns oberoende påverkar träffsäkerheten. Emellertid finns motsägande forskning av Knechel och Vanstraelen (2007) som finner att typ I-felen är färre när revisorn varit påskrivande under en längre tid. Studien finner dock endast stöd för det positiva sambandet mellan uppdragslängd och träffsäkerhet när de använder en dummyvariabel för att mäta uppdraglängd och inte när de använder antal år som en revisor varit påskrivande. Vår studie finner stöd för ett negativt samband både när vi använder antal år revisorn varit påskrivande och en dummyvariabel. I övrigt har vi dock inte kunnat finna någon förklaring till varför studierna visar olika resultat.

56

Vidare visar analysen för H2 att svenska revisorer ger otydliga fortlevnadsvarningar,

vilket är ett tecken på bristande oberoende (Carcello et al., 2003; Arnedo et al., 2008). Majoriteten av revisorerna håller sig dock till de exempel som ISA 570 föreslår. Resultatet visar att cirka 70% av varningarna är tydliga, vilket går att jämföra med Arnedo et al. (2008) som finner att endast cirka 20% av fortlevnadsvarningarna är tydliga. Den stora andelen tydliga varningar talar emot tidigare studier som menar att revisorer gärna