IFRS 15 och dess påverkan på Earnings Management
En studie av företag noterade på StockholmsbörsenFörfattare: Alice Bertilsson 970525
Sofia Dagfalk 971106 Elin Juhlin 971008
HT20
Företagsekonomi Uppsats, kandidatkurs 15 hp Ämne: Företagsekonomi
Handelshögskolan vid Örebro universitet Handledare: Jan Greve
Förord
Denna uppsats är skriven under höstterminen 2020 på Handelshögskolan vid Örebro Universitet. Tack vare hårt arbete och hög disciplin har det varit en väldigt givande och lärorik process. Därför vill vi börja med att tacka varandra för ett gott samarbete där vi hjälpts åt att hålla motivationen uppe. Vi vill även rikta ett stort tack till vår handledare Jan Greve som har bidragit med vägledning och värdefulla råd längs vägen.
Alice Bertilsson, Sofia Dagfalk och Elin Juhlin Örebro, 2021-01-11
Sammanfattning
Denna studie förklarar hur införandet av standarden IFRS 15 påverkar graden av earnings management i företag noterade på Stockholmsbörsen. Vidare övervägs även ett flertal faktorer som kan tänkas påverka detta samband: branscher, företagsstorlek och huruvida det är ett företag som säljer varor eller tjänster. Fenomenet earnings management förklaras av Positive Accounting Theory, studiens teoretiska utgångspunkt. Baserat på ett urval av 167 företag noterade på Stockholmsbörsen under perioden 2016 till 2019 visar studiens resultat att inga signifikanta samband kan utläsas mellan införandet av IFRS 15 och graden av earnings management. Inte heller kan det signifikant säkerställas att ovan nämnda faktorer har en effekt på detta samband. Då studien inte finner något signifikant samband mellan införandet av IFRS 15 och graden av earnings management kan det innebära att det finns tendenser till att standardsättarens syfte med standarden, en minskad grad av earnings management, inte uppfyllts. Därmed bidrar studien till vetskapen om att ytterligare forskning behövs för att kunna säkerställa huruvida standardens syfte har uppnåtts eller inte. Detta är viktigt för att i framtiden kunna fastställa kvaliteten på de finansiella rapporterna som i sin tur används som beslutsunderlag av intressenter.
Centrala begrepp: onormala periodiseringar, intäktsredovisning, earnings management, IFRS, IFRS 15, Positive Accounting Theory.
Abstract
This study explains how the introduction of the IFRS 15 standard affects the level of earnings management in companies listed on the Swedish exchange market, Stockholmsbörsen. In addition, several factors which may affect this relationship are considered: industries, size of company and whether the company is offering goods or services. The phenomena earnings management is explained further by Positive Accounting Theory, the theoretical starting point of this study. Based on a selection of 167 companies listed at Stockholmsbörsen during the period 2016 to 2019 the result of this study shows that no significant relations can be seen regarding the introduction of IFRS 15 and the level of earnings management. Neither can it be significantly ensured that the factors above have affected the relationship. Since the study cannot find a significant relationship between the introduction of IFRS 15 and the level of earnings management this can imply that the purpose of the standard, a decreased level of earnings management, may not have been fulfilled. Therefore, this study contributes to the knowledge that further research is necessary to ensure whether the purpose of the standard has been achieved or not. This is of importance for the possibility to ensure a certain quality of the financial reports which in turn is used for decision making by stakeholders.
Key words: discretionary accruals, revenue recognition, earnings management, IFRS, IFRS 15, Positive Accounting Theory.
Tabell över definitioner
Förkortning Definition
IFRS International Financial Reporting Standards IASB International Accounting Standards Board IAS International Accounting Standards PAT Positive Accounting Theory
VIF Variance Inflation Factor ANOVA Analysis of Variance
Innehållsförteckning
1. Inledning ... 1 1.1 Bakgrund ... 1 1.1.1 IFRS ... 1 1.1.2 Earnings management ... 2 1.1.3 IFRS 15 ... 3 1.2 Problematisering ... 4 1.3 Syfte ... 6 2. Teoretisk referensram ... 7 3. Metod ... 10 3.1 Datainsamlingsstruktur ... 11 3.2 Urval ... 11 3.3 Val av modell ... 12 3.4 Modifierade Jonesmodellen... 13 3.4.1 Steg 1 ... 13 3.4.2 Steg 2 ... 14 3.4.3 Steg 3 ... 15 3.5 Variabler ... 15 3.5.1 Beroende variabel ... 16 3.5.2 Oberoende variabler ... 16 3.5.3 Kontrollvariabler ... 18 3.5.4 Variabellista ... 20 3.6 Analysmetod ... 214. Empiri och analys ... 22
4.1 Normalfördelning ... 22
4.2 Deskriptiv statistik ... 23
4.3 Bivariat statistik ... 25
4.3.1 Korrelationsmatris och VIF-test ... 25
4.4 Multivariat statistik ... 26
4.4.1 Regressionsanalys ... 26
4.4.2 Regressionsanalyser med interaktionseffekter ... 28
4.5 Ytterligare tester av signifikansnivå ... 30
5. Slutsats och diskussion ... 31
5.1 Slutsats ... 31
5.2 Bidrag ... 33
5.3 Diskussion ... 33
5.4 Förslag på vidare forskning ... 36
1. Inledning
Företags finansiella rapporter ska enligt lag ge intressenterna en rättvisande bild. Trots det är det långt ifrån alla som visar en helt rättvisande bild då det finns ett flertal olika metoder för att justera redovisningen till företagets, och framförallt ledningens, fördel. De finansiella rapporterna finns till för både läsare och användare där användarna består av de intressenter som använder redovisningen för att fatta olika beslut. För dessa intressenter är det viktigt att redovisningen ger en rättvisande bild så att besluten baseras på så korrekt information som möjligt. Trots detta är det många företagsledningar som justerar rapporterna till sin fördel vilket innebär att bilden inte längre är lika rättvisande som intressenterna förutsätter, vilket kan leda till framtida negativa ekonomiska konsekvenser för dessa. För att motverka detta fenomen finns det olika regelverk som företagen ska följa. Det har dock visat sig att tidigare regelverk har givit företagsledningar för stort utrymme för justeringar vilket innebär att problemet fortfarande föreligger. Ett av dessa regelverk är International Financial Reporting Standards (IFRS) där det senaste tillägget som ska motverka problemet är standarden IFRS 15. Men har IFRS 15 verkligen löst problemet? Eller finns det fortfarande många finansiella rapporter som är vilseledande för intressenterna?
I denna studie kommer sambandet mellan IFRS 15 och earnings management att studeras. I nedan avsnitt presenteras övergripande bakgrundsinformation gällande studiens huvudsakliga beståndsdelar: IFRS, earnings management och IFRS 15. Denna mynnar sedan ut i en problemformulering, forskningsfråga samt syfte.
1.1 Bakgrund
1.1.1 IFRS
I början på 2000-talet framförde standardsättaren International Accounting Standards Board (IASB) ett internationellt redovisningsregelverk för noterade aktiebolag i EU kallat IFRS (Drefeldt & Törning 2020b). I Sverige innebär detta sedan 2005 att samtliga noterade företag enligt lag måste tillämpa regelverket. IFRS består av ett flertal olika standarder där varje standard fokuserar på olika poster i redovisningen och benämns med olika siffror, som exempelvis IFRS 15, Intäkter från avtal med kunder, som är inriktad på intäktsredovisning (Drefeldt & Törning 2020a). Syftet med regelverket IFRS är bland annat att öka företagens transparens genom att öka jämförbarheten och kvaliteten på finansiella rapporter, vilket ska
ansvarsskyldigheten för företagen genom att minska informationsasymmetrin gentemot investerarna (IFRS u.å. d).
IFRS är ett principbaserat regelverk vilket innebär att standarderna formuleras som allmänna principer som ska agera vägledning för de som tillämpar regelverket istället för att använda kvantitativa gränsvärden som är fallet i regelbaserade regelverk (KPMG 2016). Ett principbaserat regelverk innehar ett visst antal regler men ger, till skillnad från regelbaserade ramverk, även utrymme för de som upprättar redovisningen att göra bedömningar när principerna tillämpas (Marton 2013). Anledningen till ett principbaserat regelverk är att det i högre grad möjliggör för företag att avspegla sin egen ekonomiska situation och därmed utge den information som anses mest relevant för intressenterna. Eftersom företagsledningen innehar unika kunskaper om företaget antas deras redovisningsbedömningar vara något som redovisningens användare är intresserade utav. Detta förutsätter att ledningen har en god avsikt gällande redovisningen. Utrymmet för bedömning innebär nämligen även möjligheten att redovisningen kan justeras till ledningens fördel och därmed ge en missvisande bild.
1.1.2 Earnings management
Något som är omdiskuterat inom redovisningsbranschen är earnings management (Healy & Wahlen 1999), på svenska ofta översatt till resultatmanipulering eller kreativ bokföring. Då det saknas en väl etablerad svensk översättning av begreppet earnings management kommer det engelska begreppet att användas i denna studie. Earnings management innebär att företagsledningen i samband med redovisningen av företagets finansiella information väljer de metoder eller uppskattningar som bäst gynnar de själva. Redovisningen justeras då till ledningens fördel där syftet kan vara att exempelvis öka deras ersättning eller påverka aktiens värde på marknaden.
Earnings management kan ske på olika sätt. Exempelvis menar Healy och Wahlen (1999) att företagsledningar kan manipulera intäkter genom att redovisa dessa för tidigt, det vill säga att de redovisar intäkterna under perioder som de inte kan hänföras till vilket kan innebära att de är osäkra. En annan metod är att ledningen kan skapa ett så kallat “Big Bath”, vilket innebär att de manipulerar intäkterna för att ett redan lågt resultat ska se lägre ut (Pierk 2020). Detta för att kommande år redovisa dessa intäkter och därmed kunna visa ett betydande bättre resultat än året innan, vilket innebär en missvisande bild av en ytterligare positiv utveckling. Detta kan vara fallet då exempelvis en ny VD tillsatts där denna vill dra nytta till sig själv genom att ge
bilden av att det är dennes förtjänst att utvecklingen ökat markant jämfört med tidigare år. En annan anledning kan vara att då ett redan lågt resultat inte genererar bonus kan detta göras ännu lägre för att resultatet nästkommande år ska kunna ökas och därmed bonusen (Hope & Wang 2018).
1.1.3 IFRS 15
Regelverket IFRS utvecklas löpande där IFRS 15 började tillämpas 1 januari 2018 (FAR Online u.å.). Före framtagandet av IFRS 15 fanns ett flertal intäktsrelaterade standarder som berörde olika typer av transaktioner samt företag i olika branscher. Exempel på tidigare standarder är IAS 11 som avsåg entreprenadkontrakt och IAS 18 som tydliggjorde när man ska identifiera intäkter och hur man ska mäta dessa (IFRS u.å.a; IFRS u.å.b). När IFRS 15 infördes ersatte denna alla tidigare standarder avseende intäktsredovisning. IFRS 15 skapades således för att täcka alla typer av transaktioner, i alla olika branscher (PwC 2014). Enligt Napier och Stadler (2020) gav de tidigare standarderna utrymme för earnings management genom att intäkterna redovisades tidigare eller senare än vad som enligt vedertagen praxis var tillåtet. Därmed uppkom ett behov av en ny intäktsrelaterad standard som skulle minska möjligheterna för earnings management, vilket var grunden för framtagandet av IFRS 15.
Införandet av IFRS 15 innebär att högre krav ställs på företagen när det kommer till upplysningar gällande intäkter samt när dessa får redovisas. Enligt IFRS 15 krävs det att företag tar hänsyn till fem steg vid redovisning av intäkter (Deloitte 2016). Det krävs en identifiering av kontraktet med kunden (1), identifiering av prestationsåtaganden i kontraktet (2) och ett fastställande av transaktionspriset (3). Vidare krävs en allokering av transaktionspriserna till de olika prestationsåtagandena (4) och till sist ska intäkterna redovisas när prestationsåtagandena har uppfyllts (5). Punkt fem i IFRS 15 gör en distinkt skillnad från tidigare regelverk IAS 18 (Deloitte 2016). Tidigare skulle intäkten för varor redovisas när betydande risker och förmåner övergått till kunden, medan intäkter avseende tjänster skulle redovisas enligt färdigställandegraden. Vid tillämpning av IFRS 15 krävs det istället att kontrollen av tjänsten eller varan är kundens för att få redovisa intäkten. Att besitta kontrollen innebär möjligheten att styra användningen av varan eller tjänsten och att tilldelas alla betydande förmåner från denna. Beroende på vad som ingår i kontraktet så redovisas sedan intäkten antingen över tid eller vid en specifik tidpunkt. I och med den nya standarden redovisas alltså numera varor och tjänster på samma sätt.
Ytterligare en skillnad gentemot tidigare standarder som IFRS 15 medfört är den mer detaljerade information som företag nu behöver lämna om intäkterna (PwC 2018). Företagen ska i sina rapporter bland annat fördela intäkterna i olika kategorier. Fördelningen görs för att läsarna av rapporterna ska bli medvetna om de risker och osäkerheter som kassaflödet och intäkterna kan innebära. Exempel på kategorier som företag kan behöva specificera är om det är en vara eller en tjänst samt vilken marknad eller geografisk plats försäljningen skett på. Företagen väljer själva vilka kategorier som de ska använda för att uppfylla det krav på upplysningar som ställs. Syftet med IFRS 15 är alltså att intressenterna ska förstå tidpunkter, omständigheter, belopp och osäkerheter som kan förknippas med intäkterna. De skärpta kraven innebär att företagen nu måste uppge mer specificerad information än tidigare, vilket av standardsättaren IASB förväntas minska graden av earnings management (Napier & Stadler 2020).
1.2 Problematisering
Enligt Healy och Wahlen (1999) har standardsättare, som exempelvis IASB, många aspekter att ta hänsyn till när de tar fram nya principbaserade standarder. Dels måste det finnas utrymme för tolkning så att företagsledningen kan välja de metoder som bäst matchar företagets redovisning och dels måste de se till att detta utrymme för tolkning inte blir för stort då detta kan leda till earnings management. Enligt 2 kap. 3 § Årsredovisningslagen (SFS 1995:1554) ska extern redovisning av ett företags finansiella information ge intressenterna en rättvisande bild av företagets verksamhet och finansiella ställning. När earnings management sker så innebär detta att den redovisade informationen inte stämmer överens med verkligheten vilket leder till en minskad transparens och försämrad redovisningskvalitet (Healy & Wahlen 1999). Detta kan försvåra för intressenter som exempelvis investerare eller långivare när de ska ta beslut samt göra uppföljningar och kontroller som grundar sig på informationen (Skatteverket 2020). Om informationen är missvisande kan detta innebära att intressenterna fattar felaktiga beslut när de prognostiserar framtida risker och möjligheter vilket då kan leda till negativa ekonomiska konsekvenser. Mot denna bakgrund finns därmed ett intresse av att förklara hur införandet av IFRS 15 påverkat graden av earnings management för att uppmärksamma intressenterna om kvaliteten på de finansiella rapporterna, deras beslutsunderlag.
Flertalet tidigare studier har belyst sambandet mellan IFRS och earnings management (Doukakis 2014; van Tendeloon & Vanstraelen 2005; Zéghal, Chtourou & Sellami 2011; Barth,
Landsman & Lang 2008; Christensen, Lee & Walker 2008). Fokus i dessa studier har varit hur implementeringen av IFRS jämfört med nationella standarder har påverkat graden av earnings management. Studierna har då haft olika utgångspunkter där IFRS dels implementerats frivilligt men även då implementeringen varit obligatorisk. Resultaten har varit varierande oavsett om implementeringen varit obligatorisk eller inte. I studier av exempelvis Doukakis (2014) samt van Tendeloon och Vanstraelen (2005) har implementeringen av IFRS inneburit en oförändrad nivå av earnings management. Flertalet studier har dock visat att implementeringen av IFRS bidragit till en minskad grad av earnings management. Detta påvisar bland annat Barth, Landsman och Lang (2008) i en studie av 21 olika länder, Christensen, Lee och Walker (2008) i en tysk studie samt Zéghal, Chtourou och Sellami (2011) i en studie av franska företag. Då tidigare studier visat skilda resultat gällande IFRS påverkan på graden av earnings management finns ett intresse i att utreda olika samband mellan dessa.
Tidigare forskning har alltså fokuserat på implementeringen av regelverket IFRS och dess koppling till earnings management (Doukakis 2014; van Tendeloon & Vanstraelen 2005; Zéghal, Chtourou & Sellami 2011; Barth, Landsman & Lang 2008; Christensen, Lee & Walker 2008) men ingen forskning har identifierats angående hur just IFRS 15 har påverkat graden av earnings management. Tidigare studier om IFRS 15 har fokuserat på andra aspekter. Exempelvis Boujelben och Kobbi-Fakhfakh’s (2020) studie av företag i telekom- respektive entreprenadbranschen som visar till vilken grad IFRS 15 har efterföljts. Vidare har Napier och Stadler (2020) gjort en studie av effekterna av en ny införd standard, IFRS 15.
När tidigare IFRS-standarder implementerats har utfallet inte alltid uppfyllt IASBs syfte med standarden vilket har påvisats vid exempelvis implementeringen av IFRS 8, Rörelsesegment (Franzen & Weißenberger 2015; Lenormand & Touchais 2014). Andra fall där utfallet inte matchat beslutsfattarnas syfte fullt ut är implementeringen av IFRS 10, Koncernredovisning, och IFRS 12, Upplysningar om andelar i andra företag, enligt en studie av van Zijl och Maroun (2017). Med bakgrund i att tidigare studier visat att syftet med en IFRS-standard inte nödvändigtvis uppfylls i praktiken och att studier kring IFRS 15 och earnings management inte identifierats, kan det därmed finnas intresse i att undersöka huruvida syftet med nyligen implementerade IFRS 15 har uppfyllts. Som tidigare nämnt var syftet med framtagandet av IFRS 15 delvis att minska graden av earnings management där de nya kraven på mer utförlig information ytterligare begränsar möjligheten för justeringar av intäkterna (Napier & Stadler
2020). Enligt Healy och Wahlen (1999) är just intäkterna en stor del av earnings management och därför bör IFRS 15 bidra till att minska förekomsten av fenomenet.
När det kommer till IFRS har tidigare studier visat skillnader på hur olika länder implementerar och integrerar regelverket (Nobes 2008). Anledningen till de internationella olikheterna har sin grund i bland annat olika typer av bolags- och skattelagstiftning där vissa länder integrerat IFRS med de nationella standarderna medan andra länder tillämpar IFRS för särskilda företag och nationella standarder för resterande. Även om flertalet studier gjorts kring IFRS och utländska marknader (Doukakis 2014; van Tendeloon & Vanstraelen 2005; Barth, Landsman & Lang 2008; Zéghal, Chtourou & Sellami 2011) så finns få undersökningar på hur den svenska marknaden har påverkats av standarderna. Studier har funnit att earnings management i genomsnitt sker i större utsträckning i länder där investerarskyddet är lågt, vilket är fallet i Sverige, jämfört med länder där skyddet för investerare är högt, som exempelvis i USA (Leuz, Nanada & Wysocki 2003; World Economic Forum 2011). Baserat på att det kan råda skillnader mellan länder och att Sverige är ett land med relativt lågt investerarskydd kan det därmed finnas ett intresse i att undersöka hur det ser ut just på den svenska börsmarknaden när det kommer till hur IFRS 15 påverkat graden av earnings management. Detta mynnar ut i forskningsfrågan:
Hur ser sambandet ut mellan implementeringen av IFRS 15 och graden av earnings management i företag noterade på Stockholmsbörsen?
1.3 Syfte
Syftet med studien är att förklara hur införandet av IFRS 15 påverkar graden av earnings management i företag noterade på Stockholmsbörsen.
Detta kan ur ett intressentperspektiv bidra till att fastställa kvaliteten på de finansiella rapporterna som i sin tur används som beslutsunderlag. Studien ämnar även att bidra med vetskapen om huruvida IASBs syfte med införandet av IFRS 15, gällande minskad grad av earnings management, har uppfyllts eller inte i en svensk kontext. Detta upplyser standardsättaren huruvida det finns tendenser till att en eventuell revidering av standarden är nödvändig.
2. Teoretisk referensram
I detta avsnitt presenteras studiens teoretiska referensram, som omfattar både teori och tidigare forskning, samt de hypoteser som detta mynnar ut i. Den teoretiska utgångspunkten i denna studie är Watts och Zimmermann’s (1978) Positive Accounting Theory (PAT). Teorin används för att förklara varför fenomenet earnings management uppstått och hur detta påverkar redovisningen av finansiell information.
Tidigare redovisningsteorier har förklarat ett företags redovisning som att ledningen väljer de principer som är mest lämpliga (Frostenson 2015). PAT grundades med anledning av att sådan teori endast förklarar hur företagsledningen bör göra och inte varför särskilda val görs. PAT syftar därmed till att förklara just det- varför företag tillämpar vissa redovisningsprinciper och undviker andra. Watts och Zimmerman’s (1978) teori gör antagandet att ledningen strävar efter att maximera sin egennytta och utifrån detta gör de val som ger största möjliga kompensation, vilken oftast består av lön, bonusar och optioner. Genom att göra olika redovisningsval kan ledningen exempelvis öka aktiens värde, som kompensationen i många fall baseras på. Detta innebär att företagets redovisning kommer påverkas av vad ledningen ser för fördelar respektive nackdelar med olika val. Att medvetet justera ett företags redovisning till ledningens fördel är vad som kallas earnings management (Healy & Wahlen 1999).
Som tidigare nämnt har flertalet studier visat att graden av earnings management i ett företag har minskat efter införandet av regelverket IFRS (Zéghal, Chtourou & Sellami 2011; Barth, Landsman & Lang 2008; Christensen, Lee & Walker 2008). Detta visar att regelverket har erbjudit principer som medfört att det blivit svårare för företagsledningar att justera resultatet. Då det fortfarande ansågs finnas brister i regelverket gällande de relativt stora möjligheterna till earnings management ledde detta till idén om den nya standarden IFRS 15 (Napier & Stadler 2020). Syftet med framtagandet av IFRS 15 var alltså delvis att minska graden av earnings management. Detta innebär att företagsledningens möjligheter att göra de redovisningsval som maximerar deras kompensation blivit ännu mer begränsade från och med att standarden sattes i bruk 2018. De utökade kraven på nyanserad information ska därmed bidra till att utrymmet för earnings management minskar. Eftersom just intäkterna är en stor del av earnings management (Healy & Wahlen 1999), och också den post som IFRS 15 behandlar, är detta ytterligare ett argument till att earnings management bör minska efter införandet. Mot denna bakgrund lyder studiens grundhypotes:
H1: IFRS 15 har lett till att graden av earnings management minskat.
Flertalet tidigare studier om IFRS 15 har visat att företag i särskilda branscher påverkats i större grad av implementeringen, jämfört med andra (Napier & Stadler 2020; Boujelben & Kobbi-Fakhfakh 2020). Redan vid framtagandet av IFRS 15 redogjorde IASB för de branscher som förväntades påverkas mest av standarden, där bland annat telekom-, teknik- och entreprenadbranscherna ingick (Falkman & Lundqvist 2016). Napier och Stadler (2020) har i sin studie kommit fram till att det främst är företag inom telekom- och teknikbranscherna som nämnt implementeringen av IFRS 15 som en viktig händelse i sina revisionsberättelser. Författarna menar att en viktig del av revisionsberättelsen är just intäkterna, vilket tyder på att implementeringen av IFRS 15 inneburit en stor förändring i dessa branscher.
Vidare stärker även Boujelben och Kobbi-Fakhfakh’s (2020) studie, som är utförd efter införandet av standarden, att företag i telekom- och entreprenadbranscherna påverkats mycket av implementeringen av IFRS 15. Studien påvisar att kraven i IFRS 15 inte helt har efterlevts i de finansiella rapporterna vilket tyder på en stor omställning till den nya standarden. En anledning till att just dessa branscher har haft svårigheter att anpassa sig är att de tidigare följt standarder med mer branschspecifika riktlinjer kring hur intäkter skulle redovisas (Boujelben & Kobbi-Fakhfakh 2020). Ytterligare en anledning är att kontrakten i dessa branscher ofta är väldigt omfattande vilket har lett till en stor omställning då IFRS 15 ställer höga krav på detaljerad information. Eftersom IFRS 15 är en standard som gäller alla branscher, och telekom- och entreprenadbranscherna innefattas av komplexa kontrakt, har det varit ett omfattande arbete för dessa branscher att anpassa sig till IFRS 15.
Utifrån att dessa studier visat att effekten av införandet av IFRS 15 varit störst för företag i telekom-, teknik- och entreprenadbranscherna (Falkman & Lundqvist 2016; Napier & Stadler 2020; Boujelben & Kobbi-Fakhfakh 2020) kan det antas att graden av earnings management också minskat mest i dessa branscher. Då branscherna tidigare följde två olika standarder, IAS 11 respektive IAS 18 (IFRS u.å.a; IFRS u.å.b), och därmed kan ha påverkats olika mycket av den nya standarden, finns det ett intresse i att göra skillnad på branscherna. Mot denna bakgrund ställs följande hypoteser:
H2: IFRS 15 har lett till att graden av earnings management har minskat mer i telekom- och teknikbranscherna jämfört med övriga branscher, exklusive företag i entreprenadbranschen.
H3: IFRS 15 har lett till att graden av earnings management minskat mer i entreprenadbranschen jämfört med övriga branscher, exklusive företag i telekom- och teknikbranscherna.
Storleken på ett företag har enligt tidigare studier påverkat graden av earnings management (Othman & Zéghal 2006; Lobo & Zhou 2006). Othman och Zéghal (2006) kommer i sin studie fram till att större företag i Frankrike till mindre grad använder sig av earnings management jämfört med mindre företag. Lobo och Zhou (2006) föreslår å andra sidan att på grund av större företags komplexitet kan dessa i högre grad använda sig av earnings management då det i dessa företag är svårare att upptäcka. Vidare har dock ett flertal studier funnit att redovisningen och informationen i större företags finansiella rapporter har en högre kvalitet jämfört med mindre (DeFond & Jiambalvo 1994; Bédard, Chtourou & Courteau 2004; McMullen 1996). Detta då större företag anses ha bättre interna kontrollsystem, mer resurser och närmare övervakning av analytiker vilket då begränsar möjligheter till earnings management, något som grundar sig i PAT som visar att val inom redovisningen påverkas av omvärldsfaktorer. Watts och Zimmerman (1978) tar i sin studie upp detta som political cost hypothesis. Utifrån denna modell anses stora företag vara mer benägna att ha en lägre grad av earnings management då risken är större att statliga eller politiska kontroller utförs på dessa företag jämfört med mindre. Med bakgrund mot detta kan det antas att stora företag redan har en lägre grad av earnings management och införandet av IFRS 15 bör därför ha påverkat mindre företag mer. Därmed ställs hypotesen:
H4: IFRS 15 har lett till att graden av earnings management minskat mer i mindre företag jämfört med större företag.
IAS 18, ett regelverk som föregick IFRS 15, gjorde skillnad på intäktsredovisningen gällande varor respektive tjänster (Deloitte u.å.). Intäkter från varor skulle redovisas när den betydande risken övergått till kunden medan intäkter gällande tjänster skulle redovisas enligt färdigställandegraden. Färdigställandegraden beräknades bland annat utifrån tillförlitliga intäkter och kostnader hänförliga till perioden. Om färdigställandegraden inte kunde beräknas på ett tillförlitligt sätt uppskattades den istället utifrån vilka utgifter som förväntades kunna täckas av intäkterna. IFRS 15 gör ingen skillnad gällande om det är en vara eller en tjänst utan intäkten ska redovisas först när kunden har kontroll över tillgången (Deloitte 2016). Eftersom att övergången för intäktsredovisning av tjänster har varit större än övergången för
störst i företag som säljer tjänster. Detta skulle därmed innebära att graden av earnings management minskar mer i dessa företag jämfört med de som säljer varor. Därmed har följande hypotes formulerats:
H5: IFRS 15 har lett till att graden av earnings management minskat mer i företag som säljer tjänster jämfört med företag som säljer varor.
Figur 2.1 visar en modell över studiens samtliga hypoteser och deras samband. Enligt studiens grundhypotes kommer IFRS 15 leda till en minskad grad av earnings management. Vidare finns det ett flertal variabler som antas påverka effekten av IFRS 15 ytterligare, de har alltså en positivt modererande effekt på sambandet mellan IFRS 15 och earnings management. Dessa modererande variabler innefattar telekom- och teknikbranscherna, entreprenadbranschen, mindre företag samt företag som säljer tjänster.
Figur 2.1 Modell över hypotesernas samband
3. Metod
Nedan presenteras studiens metodavsnitt. Detta inleds med en kortare beskrivning om undersökningens upplägg, för att sedan fortsätta med datainsamlingsstruktur och urval. Vidare presenteras val av modell och dennes uppbyggnad, studiens variabler samt hur resultatet kommer analyseras.
Enligt Bryman och Bell (2017) är en kvantitativ metod lämplig när en stor mängd data ska analyseras för att sedan kunna generaliseras utöver undersökningskontexten samt när det avses att förklara kausala samband. Därmed används en kvantitativ metod för denna studie eftersom
ett relativt stort antal årsredovisningar ska analyseras och eftersom syftet är att möjliggöra en generalisering av resultatet. Valet av en kvantitativ metod stärks också av att denna studie ska förklara just ett samband mellan införandet av IFRS 15 och graden av earnings management.
Kritik mot kvantitativ metod är bland annat att forskarna har en objektivistisk syn på den sociala verkligheten där det ifrågasätts om siffror verkligen kan tolka omvärlden (Bryman & Bell 2017). En kvantitativ metod valdes dock även för att behålla studiens objektivitet då en kvalitativ metod ofta riskerar att bli för subjektiv. Då fenomenet earnings management som tidigare nämnt ofta ses som problematiskt är det rimligt att anta att en kvalitativ metod med exempelvis intervjuer skulle leda till ett högst subjektivt utfall då objekten möjligen vill undvika att framstå i dålig dager och därmed utge missledande uttalanden.
Vidare har denna studie en komparativ design för att ge en tydligare förståelse av earnings management eftersom fenomenet jämförs utifrån två olika fall (Bryman & Bell 2017). Fallen som jämförs är graden av earnings management före och efter implementeringen av IFRS 15 vilket mäts med identiska metoder. Dessa metoder beskrivs ytterligare i avsnitt 3.4.
3.1 Datainsamlingsstruktur
Datan som ligger till grund för studien är sekundärdata och erhålls från årsredovisningar vilka i sin tur hämtas ner från databasen Retriever Business. Att det är just årsredovisningar för en bestämd tidpunkt som används ökar tillförlitligheten i studien på så sätt att datan inte förändras över tid (Bryman & Bell 2017). Det innebär att om studien genomförs igen kommer resultatet att bli detsamma, vilket även ökar studiens replikerbarhet och reliabilitet. En eventuell begränsning vid användning av sekundärdata är att datamängden kan vara väldigt svåröverskådlig samt att det ofta saknas kontroll över kvaliteten jämfört med insamling av primärdata. I denna studie används en modell för beräkning av earnings management som vägledning kring vilken data som ska inhämtas, vilket underlättar processen och gör datan mer lättöverskådlig. Vidare är årsredovisningarna granskade av auktoriserade revisorer vilket garanterar att de uppnår en viss kvalitet.
3.2 Urval
Undersökningsobjektet har baserats på de 342 företag som är noterade på Stockholmsbörsen vid tidpunkten 2020-11-24 (Nasdaq u.å.). För att urskilja studiens population har företag som
har huvudverksamhet inom leasing (IFRS u.å.c) samt finans- och investmentbolag exkluderats då dessa delvis följer andra regelverk än IFRS 15 (Zéghal, Chtourou & Sellami 2011; van Tendeloon & Vanstraelen 2005). För att undvika att valutaomräkningsdifferenser ska påverka studiens resultat har företag vars finansiella rapporter redovisas i utländska valutor exkluderats. Därmed består studiens population av företag noterade på Stockholmsbörsen som tillämpar IFRS 15 (269 st). Utifrån dessa har ett urval gjorts där företagen dels ska ha varit noterade under hela den tidsperiod som datan insamlas från (år 2016 till år 2019) och dels ha ett räkenskapsår som sammanfaller med ett kalenderår för att säkerställa att jämförelsen mellan olika år blir korrekt. Företagen ska även ha utgivna rapporter tillgängliga för dessa år. Exkludering utifrån nämnda kriterier har gjorts för att undvika ett missvisande resultat i frågan om hur just IFRS 15 har påverkat graden av earnings management under den studerade perioden. Studiens urval resulterar i 167 företag efter de exkluderingar som gjorts. Detta relativt stora urval innebär en ökad sannolikhet för en hög precision eftersom en större mängd data innebär mer precisa resultat då avvikelser inte är lika betydelsefulla som när en mindre mängd data studeras (Bryman & Bell 2017).
3.3 Val av modell
För att en jämförelse mellan åren 2017 och 2019 ska vara möjlig behöver en uppskattning göras av respektive års grad av earnings management. Det vanligaste sättet att mäta earnings management är genom att räkna fram en uppskattning av de onormala periodiseringarna hos ett företag (Dechow Sloan & Sweeney 1995). För att uppskatta dessa periodiseringar finns ett flertal olika modeller. En av de mest använda är Jonesmodellen som till skillnad från andra modeller tar hänsyn till att periodiseringar kan förändras mellan olika år, en effekt som modellen utformats för att minska. En begränsning med Jonesmodellen är att den inte tar hänsyn till onormala periodiseringar i hela intäktsredovisningen och det var därför den modifierade Jonesmodellen utvecklades. Den modifierade Jonesmodellen tar, till skillnad från den ordinarie modellen, även hänsyn till kundfordringarna då det anses lättare för företagsledningen att skapa onormala periodiseringar i försäljningen på kredit jämfört med försäljningen som sker kontant. Detta resulterar i att den modifierade modellen blir mer tillförlitlig gällande att identifiera när onormala periodiseringar skett i intäktsredovisningen då modellen tar hänsyn till hela intäktsredovisningen och inte bara den kontanta.
Flertalet studier har gjorts för att identifiera den mest tillförlitliga modellen och enligt Dechow, Sloan och Sweeney (1995) har den modifierade Jonesmodellen högst statistisk styrka gällande att identifiera onormala periodiseringar. Detta har lett till att flera tidigare studier använt modellen för att mäta earnings management (Zhou 2008; Barlov, Gul & Tsui 2001; Subramanyam 1996). I denna studie kommer därmed utgångspunkten vara den modifierade Jonesmodellen, dels tack vare dess höga statistiska styrka men även då IFRS 15 fokuserar på intäktsredovisningen.
3.4 Modifierade Jonesmodellen
Den modifierade Jonesmodellen utgår ifrån ett företags periodiseringar för att räkna ut graden av earnings management (Dechow, Sloan & Sweeney, 1995). I steg ett beräknas företagets totala periodiseringar, i steg två framräknas de normala periodiseringarna och i steg tre framräknas de onormala periodiseringarna genom att de normala periodiseringarna subtraheras från de totala periodiseringarna. De onormala periodiseringarna är då ett mått för graden av earnings management. Nedan följer en beskrivning av formlerna som används i de tre stegen.
3.4.1 Steg 1
Den modifierade Jonesmodellen beräknar de totala periodiseringarna enligt följande (Dechow, Sloan & Sweeney 1995):
TPt = (ΔOTt - ΔKSt -ΔLMt + ΔSKt – Avsk) / (TTt-1)
TP Totala periodiseringar
t Tidsenhet
ΔOT Förändring av omsättningstillgångar ΔKS Förändring av kortfristiga skulder ΔLM Förändring av likvida medel ΔSK Förändring av totala skulder Avsk Årets av- och nedskrivningar TT Totala tillgångar
3.4.2 Steg 2
Den modifierade Jonesmodellen beräknar de normala periodiseringarna enligt följande (Dechow, Sloan & Sweeney 1995):
NP = α1 (1 / TTt-1) + α2 (ΔTITt – ΔKFTt) + α3 (MATt)
NP Normala periodiseringar
t Tidsenhet
ΔTIT Förändring av totala intäkter dividerat med totala tillgångar föregående år ΔKFT Förändring av kundfordringar dividerat med totala tillgångar föregående år MAT Materiella anläggningstillgångar dividerat med totala tillgångar föregående år TT Totala tillgångar
α1 α2 och α3 Branschspecifika parametrar
Tabell 3.2 Normala periodiseringar
Det finns två sätt att estimera parametrarna (α1, α2 och α3) vid beräkning av normala
periodiseringar: en tidsseriemetod och en tvärsnittsmetod (Subramanyam 1996). Tidsseriemetoden gör en beräkning för varje enskilt företag och kräver data på minst tio år för ett statistiskt tillförlitligt resultat (Dechow, Sloan & Sweeney 1995). Detta kan medföra att företag som inte varit noterade eller funnits under perioden exkluderas (Subramanyam 1996). Ett sådant bortfall kan medföra att nystartade företag inte blir representerade vilket kan bidra till ett missvisande resultat.
På grund av den kritik som uppkommit mot tidsseriemetoden har flera tidigare studier utvecklat och använt en tvärsnittsmetod (Barlov, Gul & Tsui 2001; Subramanyam 1996; DeFond & Jimbalvo 1994). Tvärsnittsmetoden beräknar istället parametrarna för respektive bransch ett enskilt år och kräver att varje bransch består av minst tio företag. Detta kan medföra ett missvisande resultat för en del företag, eftersom det kan förekomma skillnader inom branscherna, som då generaliseras. I denna studie har en tvärsnittsmetod använts på grund av det bortfall som annars skett av nystartade företag. Ytterligare ett argument för en tvärsnittsmetod är att en undersökning av en tioårsperiod inte hade kunnat generera ett rättvisande resultat då IFRS 15 fortfarande är en relativt ny standard.
De branschspecifika parametrarna estimeras enligt följande (Subramanyam 1996):
TPt = a1 (1 / TTt-1) + a2 (ΔTITt – ΔKFTt) + a3 (MATt) + υt
a1 a2 och a3 Minsta kvadratrotsmetoden (OLS) av α1, α2 och α3
t Tidsenhet
TP Totala periodiseringar TT Totala tillgångar
ΔTIT Förändring av totala intäkter dividerat med totala tillgångar föregående år ΔKFT Förändring av kundfordringar dividerat med totala tillgångar föregående år MAT Materiella anläggningstillgångar dividerat med totala tillgångar föregående år
υt Residualpost
Tabell 3.3 Branschspecifika parametrar
3.4.3 Steg 3
Den modifierade Jonesmodellen beräknar de onormala periodiseringarna, som är ett mått för earnings management, enligt följande (Dechow, Sloan & Sweeney 1995):
ONPt = TPt – NPt
ONP Onormala periodiseringar
t Tidsenhet
TP Totala periodiseringar NP Normala periodiseringar Tabell 3.4 Onormala periodiseringar
Då de onormala periodiseringarna kan anta både positiva och negativa värden är det viktigt att dessa justeras för att effekterna annars tar ut varandra då ungefär hälften av värdena ligger över och hälften under noll. Detta görs genom att värdet för de onormala periodiseringarna kvadreras för att sedan tas kvadratroten ur för att samtliga värden ska vara likadana, det vill säga positiva.
3.5 Variabler
Förutom den modifierade Jonesmodellen utgår denna studie även från regressionsanalyser, där hänsyn tas till olika variabler. Denna data används, tillsammans med datan från den modifierade Jonesmodellen, som underlag för att hypoteserna ska vara möjliga att testa. Nedan beskrivs de
eller kontrollvariabler och operationaliseras antingen som diskreta variabler i form av dummyvariabler eller som kontinuerliga variabler. Dummyvariablerna kan endast anta värdena 1 eller 0 medan de kontinuerliga variablerna kan anta alla värden vilket möjliggör anpassning efter en viss skala (Stock & Watson 2015).
Enligt Hair, Anderson, Tatham & Black (1995) bör antalet variabler anpassas efter antalet observationer där fördelningen minst bör vara 15 observationer per variabel. Förutom denna riktlinje bör det även finnas ett grundantal på 30 observationer oavsett antal variabler. Baserat på denna tumregel bekräftas att studiens urval är tillräckligt stort (334 observationer), utifrån antalet variabler som presenteras nedan.
3.5.1 Beroende variabel
Earnings management
Den beroende variabeln i studien, det vill säga den variabel som antas påverkas av övriga variabler (Nyquist 2017), är earnings management. Earnings management är som nämnt framräknat genom den modifierade Jonesmodellen och innefattar de onormala periodiseringarna. Eftersom studien syftar till att förklara hur IFRS 15 har påverkat graden av earnings management är alltså earnings management den beroende variabeln.
3.5.2 Oberoende variabler
År
Att tillämpa IFRS 15 blev obligatoriskt för svenska börsnoterade företag den 1 januari 2018 (FAR Online u.å.). Då denna studie ska genomföra en jämförelse mellan året före och året efter implementeringen av IFRS 15 är år en oberoende variabel, det vill säga en faktor som antas påverka den beroende variabeln. För att minska effekten av skillnader i onormala periodiseringar över åren, vilket kan vara fallet om endast ett år före och ett år efter implementeringen väljs ut, ska utfallen från olika år ställas i relation till varandra. Detta innebär att utfallet år 2017 ställs i relation till utfallet år 2016 medan utfallet år 2019 ställs i relation till utfallet år 2018. Detta val är grundat i vetskapen om att standarden togs i bruk år 2018 (FAR Online u.å.) vilket innebär att det skulle ge ett missvisande resultat att ställa år 2017 i relation till år 2018 eftersom standarden inte tillämpades under de båda åren. Eftersom syftet är att jämföra utfallet före och efter företag påbörjade tillämpning av standarden kräver detta att jämförelseåren är fördelade före och efter denna tidpunkt. Den oberoende variabeln år
operationaliseras som en dummyvariabel. Då år 2019 är “händelseperioden”, det vill säga den period där earnings management förväntas minska, betecknas denna som 1. Eftersom år 2017 är perioden som ställs i relation till händelseperioden, “utgångsperioden”, betecknas denna som 0.
Bransch
Studiens andra och tredje hypotes argumenterar för att det finns skillnader mellan branscher gällande hur IFRS 15 påverkat graden av earnings management. Därför kommer bransch att utgöra en oberoende variabel. De branscher som argumenteras för att ha påverkats mer än andra är telekom-, teknik- och entreprenadbranscherna. För att en jämförelse mellan dessa branscher och övriga ska vara möjlig kommer branschkategorierna att operationaliseras som dummyvariabler där de företag som tillhör den avsedda branschen benämns som 1 och de företag som tillhör övriga branscher benämns som 0. Branscherna har kategoriserats efter Nasdaqs indelning där liknande branscher har slagits ihop, dels för att förenkla för läsaren och dels för att den modifierade Jonesmodellen med en tvärsnittsmetod kräver att varje bransch
innefattar minst 10 företag. I denna studie har Nasdaqs benämning av branschen“industry”likställts med entreprenad, medan resterande branscher direktöversatts. De indelningar som gjorts är energi,
råvaror & allmännytta (12 st), entreprenad (52 st), dagligvaror & sällanköpsvaror (32 st), sjukvård & hälsa (22 st), telekom- & teknik (30 st) samt fastigheter (19 st) (Nasdaq u.å.).
Företagsstorlek
Studiens fjärde hypotes argumenterar för att ju mindre ett företag är desto större bör minskningen av graden av earnings management vara efter implementeringen av IFRS 15. Därmed kommer företagsstorlek utgöra en oberoende variabel. Denna operationaliseras likt tidigare studier i form av en kontinuerlig variabel genom att den naturliga logaritmen av företagets totala tillgångar beräknas (Zéghal, Chtourou & Sellami 2011; Othman & Zéghal 2006). Fördelen med att operationalisera företagets storlek som en kontinuerlig, logaritmerad variabel istället för en dummyvariabel är att företagen inte behöver delas in i två grupper, där det måste dras en gräns mellan vad som anses vara större företag och vad som anses vara mindre företag (Stock & Watson 2015). När en sådan indelning görs kan företag som har ungefär samma storlek höra till olika grupper och resultatet kan bli missvisande. Genom att istället använda en kontinuerlig, logaritmerad variabel, och se företagets storlek som en skala, kommer det att vara möjligt att se ett mer precist samband mellan storleken på företaget och graden av
Varu- respektive tjänsteföretag
Den femte hypotesen i studien argumenterar för att IFRS 15 bidragit till att graden av earnings management minskat mer i företag som säljer tjänster jämfört med de som säljer varor. Därmed kommer företag som säljer varor respektive tjänster att utgöra en oberoende variabel som operationaliseras som en dummyvariabel enligt följande: Om företaget säljer tjänster benämns detta som 1 och säljer företaget varor benämns det som 0. Om ett företag erbjuder både varor och tjänster kommer företaget att klassificeras utefter vilket erbjudande som innehar högst omsättning.
3.5.3 Kontrollvariabler
För att stärka studiens interna validitet kommer hänsyn att tas till ett flertal kontrollvariabler (Bryman & Bell 2017). Dessa används för att stärka att det är just de oberoende variablerna som påverkar den beroende variabeln genom att utesluta alternativa förklaringsvariabler (Nyquist 2017). Kontrollvariablerna som har valts för att utesluta påverkan på graden av earnings management är revisionsbyrå, utländsk börsnotering, bonusprogram, byte av VD samt
skuldsättningsgrad. Dessa är vanligt förekommande som kontrollvariabler i flera tidigare
studier (Zéghal, Chtourou & Sellami 2011; van Tendeloo & Vanstraelen 2005) vilket därmed stärker denna studies tillförlitlighet.
Revisionsbyrå
Enligt van Tendeloo och Vanstraelen (2005) uppnår Big Four-byråerna (Deloitte, KPMG, PwC och EY) en högre kvalitet på revisionen jämfört med mindre byråer. En högkvalitativ revision leder i sin tur till en mindre grad av earnings management (Othman & Zéghal 2006). Detta stärks av flertalet studier som påvisar att företag som har en revisor från en större revisionsbyrå har en mindre grad av earnings management i sina finansiella rapporter (DeAngelo 1981; Vander Bauwhede, Willekens & Gaeremynck 2003). För att även kunna utläsa eventuella skillnader mellan revisionsbyråerna i Big Four kommer byråerna inte ses som en homogen grupp utan istället uppdelas som olika dummyvariabler. Kontrollvariabeln revisionsbyrå operationaliseras därför som en dummyvariabel för var och en av revisionsbyråerna i Big Four samt en gemensam för företag som inte anlitat en revisionsbyrå i Big Four. Om variabeln stämmer överens med ett företags val av revisionsbyrå benämns detta som 1 och om inte som 0.
Utländsk börsnotering
Som tidigare nämnt är ett av syftena med en internationell redovisningsstandard, som IFRS, att göra redovisningen mer jämförbar (IFRS u.å. d). Detta behövs bland annat för att göra redovisningen transparent vid internationell handel. Eftersom ett flertal företag idag är noterade på utländska börser (Nasdaq u.å.) tyder det på att många bedriver internationell handel. Studier har påvisat att företag som är noterade på utländska börser visar en lägre grad av earnings management (Zéghal, Chtourou & Sellami 2011). Van Tendeloo och Vanstraelen (2005) menar att en anledning till detta kan vara att företag som är noterade på utländska börser har större incitament till att utge en transparent finansiell redovisning. Detta då noteringen i flera länder innebär en större utsatthet för olika risker och då det råder fler regleringar att ta hänsyn till. Kontrollvariabeln utländsk börsnotering kommer att operationaliseras som en dummyvariabel där 1 innebär att företaget utöver Stockholmsbörsen finns noterat på en utländsk börs och 0 innebär att företaget bara finns noterat på Stockholmsbörsen.
Bonusprogram
Som nämnt är bonusprogram något som kan ge företagsledningen incitament till earnings management (Healy & Wahlen 1999; Hope & Wang 2018). Därmed kommer bonusprogram tas hänsyn till i form av en kontrollvariabel. Denna operationaliseras som en dummyvariabel där företag som innehar bonusprogram för ledningen benämns som 1 medan resterande företag benämns som 0.
Byte av VD
Fenomenet “Big Bath” sker oftast då en ny VD har tillträtt (Pierk 2020). Byte av VD är därmed ytterligare en kontrollvariabel som tas hänsyn till i analysen. Denna operationaliseras som en dummyvariabel där företag som bytt VD någon gång mellan åren 2016 och 2019 benämns som 1 medan övriga företag benämns som 0.
Skuldsättningsgrad
En annan aspekt som kan komma att påverka graden av earnings management är skuldsättningsgraden (Zéghal, Chtourou & Sellami 2011). I högt skuldsatta företag kan ledningen nämligen använda earnings management för att undvika att exempelvis bryta mot villkor relaterade till företagets skulder. Han, Kang, Salter & Yoo (2010) påvisar även i sin studie att företag som tar större finansiella risker också uppvisar en högre grad av earnings
Kontrollvariabeln skuldsättningsgrad operationaliseras likt tidigare studier som en kontinuerlig variabel genom att dividera totala skulder med eget kapital (Zéghal, Chtourou & Sellami 2011; Othman & Zéghal 2006; DeFond & Jiambalvo 1994). Valet av en kontinuerlig variabel istället för en dummyvariabel görs för att undvika en definiering av vad en hög skuldsättningsgrad innebär och istället möjliggöra ett mer precist samband mellan skuldsättningsgrad och graden av earnings management.
3.5.4 Variabellista
Nedan presenteras studiens samtliga variabler samt förkortningar och beskrivningar för dessa.
Variabel Förkortning Beskrivning
Beroende variabel
Earnings management EM Onormala periodiseringar, beräknat enligt den modifierade Jonesmodellen.
Oberoende variabler
År ÅR Dummyvariabel: 1 avser år 2019 och 0 år 2017.
Bransch
• Energi, råmaterial &
allmännytta
• Entreprenad • Dagligvaror &
Sällanköpsvaror
• Sjukvård & Hälsa • Telekom & Teknik • Fastigheter ENGI ENTR DAGR SJK TELE FAST
Dummyvariabel: 1 om företaget tillhör branschen och 0 om företaget inte tillhör branschen.
Varu- & tjänsteföretag TJÄN Dummyvariabel: 1 om tjänsteföretag och 0 om varuföretag. Företagsstorlek STRL Naturliga logaritmen av företagets balansomslutning.
Kontrollvariabler Revisionsbyrå • PwC • EY • Deloitte • KPMG • Övriga revisionsbyråer PWC EY DE KPMG ÖVR
Dummyvariabel: 1 om företaget anlitat revisionsbyrån och 0 om företaget inte anlitat revisionsbyrån.
Utländsk börsnotering UB Dummyvariabel: 1 om företaget utöver Stockholmsbörsen finns noterad på en utländsk börs och 0 om företaget endast är noterat på Stockholmsbörsen.
Bonusprogram BP Dummyvariabel: 1 om företaget har ett bonusprogram kopplat till den prestation ledningen utför och 0 om de inte har ett sådant bonusprogram.
Skuldsättningsgrad SG Totala skulder dividerat med eget kapital.
Byte av VD VD Dummyvariabel: 1 om företaget bytt VD under perioden och 0 om de haft samma VD.
3.6 Analysmetod
För att besvara studiens frågeställning och hypoteser genomförs flertalet analyser och tester av den inhämtade datan. Dessa tester görs i statistikprogrammet STATA. De tester som genomförs i denna studie förutsätter att variablerna som undersöks är normalfördelade vilket innebär att detta måste säkerställas innan testerna kan genomföras på ett korrekt sätt (Nyqvist 2017). En normalfördelning kan delvis säkerställas genom att eventuella outliers, det vill säga data som skiljer sig avsevärt från majoriteten, identifieras och granskas för att undersöka om skäl till exkludering finns. Gränsvärdet som särskiljer dessa outliers beräknas utifrån medelvärdet för earnings management adderat med tre standardavvikelser. Alla företag vars data överstiger detta värde granskas. Sedan genomförs ytterligare ett test som säkerställer datans normalfördelning. Detta test mäter variabelns skevhet och kurtosis.
Datan ställs sedan upp i en korrelationsmatris tillsammans med ett Variance Inflation Factor-test (VIF-Factor-test) för att utesluta multikollinearitet mellan variablerna (Stock & Watson 2015). Multikollinearitet uppstår när två eller flera variabler i en regressionsanalys till hög grad korrelerar med varandra. Problematiken med två korrelerade variabler är att det inte går att utläsa vilken variabel som påverkar den beroende variabeln vilket innebär att regressionsanalysens resultat blir missvisande.
För att sedan kunna utesluta alternativa förklaringsvariabler till studiens hypoteser görs en multivariat regressionsanalys, som till skillnad från andra regressionsanalyser tar hänsyn till att flera variabler kan ha en påverkan på den beroende variabeln (Bryman & Bell 2017). Den multivariata regressionsanalysen innefattar samtliga variabler som studien lyft, både oberoende variabler och kontrollvariabler.
Till sist genomförs regressionsanalyser med interaktionseffekter för att besvara studiens hypoteser. Hypoteserna i denna studie utgår från att införandet av IFRS 15 påverkat graden av earnings management olika mycket beroende på vilken grupp, exempelvis bransch, som studeras. Med andra ord modererar de olika grupperna effekten som införandet av IFRS 15 förväntas ha på graden av earnings management. Detta handlar om en interaktionseffekt, något som kräver särskilda test-metoder för att resultatet ska visa huruvida en hypotes kan stödjas eller inte (Stock & Watson 2015). I denna studie används en regressionsanalys med
varje grupp som, baserat på hypoteserna, antas påverka effekten av IFRS 15 på graden av earnings management. Dessa grupper består av branscher (hypotes två och tre), företagsstorlek (hypotes fyra) samt tjänsteföretag (hypotes fem).
För att kunna utesluta att ett resultat beror på slumpmässiga faktorer kontrolleras samtliga variablers signifikansnivå (Nyqvist 2017), något som i denna studie tas hänsyn till vid samtliga tester. Signifikansnivån visar alltså resultatets styrka och brukar enligt tradition accepteras till fem procent, vilket även är fallet i denna studie. Detta innebär att om signifikansnivån understiger 0,05 kan resultat med tillräcklig statistisk säkerhet fastställas.
4. Empiri och analys
Under kommande avsnitt kommer den insamlade datan att presenteras och analyseras. Avsnittet inleds med en beskrivning av hur normalfördelning har kontrollerats och sedan presenteras en övergripande tabell över sammanfattande statistik, kallad deskriptiv statistik. Vidare presenteras de olika tester som genomförts vilka har fördelats på avsnitten bivariat och multivariat statistik. All data analyseras i samband med att den presenteras.
4.1 Normalfördelning
För att säkerställa att datan är normalfördelad kommer som nämnt outliers som överstiger det framräknade gränsvärdet att granskas. Gränsvärdet uppgick till 0,56 och i denna studie översteg sex företags värde på earnings management denna gräns, något som kan utläsas från figur 4.1. Datan för dessa företag felsöktes där det konstaterades att datan skilde sig markant mellan de undersökta åren, som exempelvis signifikanta skillnader i totala skulder och omsättningstillgångar. Detta kan anses vara extraordinära omständigheter och inte något som påverkats av IFRS 15. Dessa sex företag har därför exkluderas från studien för att undvika ett missvisande resultat.
Figur 4.1 Boxplot över medelvärde på earnings management. Värden som överstiger gränsvärdet 0.56 är markerade.
Efter exkluderingen omräknades branschparametrarna i den modifierade Jonesmodellen eftersom exkluderingen inneburit att delar av uttrycken i modellen förändrats. Detta för att branschparametrarna endast ska baseras på datan från de företag studien inkluderar.
För att sedan kontrollera att datan följer en normalfördelning mättes datans skevhet och kurtosis. Vid ett sådant test ska skevheten vara lägre än tre och kurtosis lägre än åtta för att en normalfördelning ska råda (Stock & Watson 2015). Testet visar att inga värden på skevhet och kurtosis överstiger tre respektive åtta vilket betyder att variablerna anses vara normalfördelade.
4.2 Deskriptiv statistik
I tabell 4.1 beskrivs studiens urval om 167 företag för respektive år som observationer. Detta innebär att det totala antalet observationer per variabel uppgår till 334 (167 st år 2017 och 167 st år 2019). Som kan utläsas från frekvens är energi, råmaterial och allmännytta den bransch som innehåller minst antal företag (12 st) medan entreprenad är den bransch som innehåller flest antal företag (52 st). Vidare uppgår antalet tjänsteföretag till 66 vilket betyder att resterande företag säljer varor (101 st). Majoriteten av företagen i urvalet har en revisionsbyrå som ingår i Big Four (159 st år 2017 och 157 st år 2019) och endast åtta företag år 2017 och tio företag år 2019 använder sig av en revisionsbyrå som inte tillhör Big Four. Tre företag finns utöver Stockholmsbörsen även noterade på en utländsk börs. Det går även att utläsa ur tabellen
att majoriteten av företagen använder sig av bonusprogram för ledningen (154 st år 2017 och 157 st år 2019). Ungefär lika många företag har bytt VD år 2017 som år 2019 (61 st år 2017 och 57 st år 2019).
I tabell 4.1 kan även utläsas medel-, min- och maxvärde för respektive variabel både för år 2017 och år 2019. Utifrån dessa värden kan utläsas att medelvärdet för både skuldsättningsgrad och
företagsstorlek är högre år 2019 än år 2017. Vidare har både medelvärdet och maxvärdet för
earnings management minskat något från år 2017 till år 2019. Att både medelvärdet och maxvärdet minskat mellan åren går i linje med PAT på så sätt att företagsledningar blivit påverkade av införandet av IFRS 15 och därmed minskat graden av earnings management.
N = 334 2017 2019
Variabel obs f mean std min max obs f mean std min max Variabel EM 167 167 0,09676 0,09240 0,00007 0,62500 167 167 0,09233 0,08117 0,00107 0,50237 EM ÅR 167 167 0 0 0 0 167 167 1 0 0 1 ÅR ENGI 167 12 0,07186 0,25903 0 1 167 12 0,07186 0,25903 0 1 ENGI ENTR 167 52 0,31138 0,46445 0 1 167 52 0,31138 0,46445 0 1 ENTR DAGR 167 32 0,19162 0,39476 0 1 167 32 0,19162 0,39476 0 1 DAGR SJK 167 22 0,13174 0,33922 0 1 167 22 0,13174 0,33922 0 1 SJK TELE 167 30 0,17964 0,38504 0 1 167 30 0,17964 0,38504 0 1 TELE FAST 167 19 0,11377 0,31849 0 1 167 19 0,11377 0,31849 0 1 FAST TJÄN 167 66 0,39521 0,49037 0 1 167 66 0,39521 0,49037 0 1 TJÄN STRL 167 167 21,99626 2,00918 17,38617 26,99217 167 167 22,22935 2,01501 17,50289 26,98635 STRL PWC 167 68 0,40719 0,49279 0 1 167 63 0,37725 0,48615 0 1 PWC EY 167 40 0,23952 0,42807 0 1 167 40 0,23952 0,42807 0 1 EY DE 167 28 0,16766 0,37469 0 1 167 31 0,18563 0,38998 0 1 DE KPMG 167 23 0,13772 0,34565 0 1 167 23 0,13772 0,34565 0 1 KPMG ÖVR 167 8 0,04790 0,21421 0 1 167 10 0,05988 0,23798 0 1 ÖVR UB 167 3 0,01796 0,13322 0 1 167 3 0,01796 0,13322 0 1 UB BP 167 154 0,92216 0,26873 0 1 167 157 0,94012 0,23799 0 1 BP SG 167 167 1,37015 1,46095 0,07419 17,51170 167 167 1,58939 2,07163 0,07419 23,37707 SG VD 167 61 0,36527 0,48295 0 1 167 57 0,34132 0,47558 0 1 VD
Tabell 4.1: Tabell över sammanfattande statistik av variablerna fördelade på år 2017 och 2019.
Obs: totala antalet observationer
f (frekvens): antalet observationer hänförliga till variabeln mean: medelvärde
std: standardavvikelse
min: minsta uppmätta värde för variabeln max: största uppmätta värde för variabeln
4.3 Bivariat statistik
4.3.1 Korrelationsmatris och VIF-test
Som nämnt görs Pearsons korrelationsmatris och ett VIF-test för att utesluta multikollinearitet mellan variablerna. Pearsons korrelationsmatris visar korrelationen mellan olika variabler och kan anta värdena 1 till -1. Är värdet 1 har variablerna en perfekt positiv korrelation och är värdet -1 har variablerna en perfekt negativ korrelation. Är värdet 0 finns ingen korrelation mellan variablerna. Gränsvärdena för att utesluta multikollinearitet i Pearsons korrelationsmatris är att korrelationen mellan variablerna inte får överstiga 0,8 eller understiga -0,8 (Zéghal, Chtourou & Sellami 2011). Som kan utläsas från tabell 4.2 finns exempelvis ingen signifikant korrelation mellan studiens beroende variabel earnings management och år (-0,0255) vilket tyder på att det inte finns ett samband mellan tiden före och tiden efter IFRS 15 implementerades och graden av earnings management.
VIF-testet har också använts för att utesluta multikollinearitet mellan variablerna där ett gränsvärde på 10 måste understigas för att multikollinearitet ska kunna uteslutas (Zéghal, Chtourou & Sellami 2011). Både Pearsons korrelationsmatris och VIF-testets resultat visar att multikollinearitet kan uteslutas. Detta då det högsta värdet på VIF uppgår till 3,66 och korrelationen mellan variabler högst är -0,4508.
Variabel EM ÅR ENGI ENTR DAGR SJK TELE FAST TJÄN STRL PWC EY DE KPMG ÖVR UB BP SG VD VIF EM 1 ÅR −0,0255 1 1,01 ENGI 0,0261 −0,0000 1 2,19 ENTR 0,0731 0,0000 −0,1871 1 3,66 DAGR 0,0164 0,0000 −0,1355 −0,3274 1 3,43 SJK −0,0562 0,0000 −0,1084 −0,2619 −0,1896 1 3,32 TELE −0,0237 0,0000 −0,1302 −0,3147 −0,2278 −0,1823 1 2,92 FAST −0,0597 −0,0000 −0,0997 −0,2409 −0,1744 −0,1396 −0,1677 1 1,72 TJÄN −0,0522 −0,0000 −0,1775 −0,0146 −0,2691 −0,2424 0,2598 0,4432 1 1,71 STRL −0,0398 0,0580 0,0226 0,1070 0,0616 −0,3299 −0,2097 0,3541 0,0716 1 1,52 PWC 0,0786 −0,0307 0,0377 0,0425 0,0425 −0,0953 0,0234 −0,0754 0,0781 0,0037 1 2,43 EY −0,0183 0,0000 −0,0203 −0,0744 0,0298 0,0303 −0,0251 0,0861 −0,0375 −0,0379 −0,4508 1 2,17 DE −0,0557 0,0236 −0,0681 −0,0741 0,0139 0,0749 0,0082 0,0566 −0,0693 0,1216 −0,3721 −0,2599 1 1,99 KPMG −0,0533 0,0000 0,0907 0,0502 −0,0401 0,0242 −0,0739 −0,0338 −0,0210 0,0261 −0,3210 −0,2243 −0,1851 1 1,21 ÖVR 0,0401 0,0265 −0,0664 0,0972 −0,1162 −0,0146 0,0956 −0,0438 0,0512 −0,1816 −0,1917 −0,1339 −0,1105 −0,0954 1 1,42 UB 0,0514 0,0000 0,1369 −0,0909 −0,0658 −0,0527 0,1716 −0,0485 0,0751 0,1297 0,0760 −0,0759 0,0556 −0,0541 −0,0323 1 1,25 BP −0,1274 0,0355 −0,1533 0,0297 0,1024 0,0710 −0,0575 −0,0515 −0,0704 −0,0028 −0,0721 0,0418 0,0640 0,0058 −0,0398 −0,3193 1 1,17 SG 0,0491 0,0612 −0,0736 0,1661 0,0709 −0,1588 −0,0903 0,0081 0,1567 0,1496 0,0512 −0,0557 −0,0689 0,1283 −0,0849 0,0197 0,0110 1 1,14 VD −0,0670 −0,0251 0,0611 −0,0236 0,0062 0,0084 0,0784 −0,1267 −0,0209 −0,0068 0,1247 −0,0772 −0,0139 −0,0591 −0,0100 0,0887 0,0526 −0,0172 1 1,05
Tabell 4.2 Pearsons korrelationsmatris med kompletterande VIF-test.
4.4 Multivariat statistik
4.4.1 Regressionsanalys
För att kunna utesluta alternativa förklaringsvariabler till studiens hypoteser görs som nämnt en multivariat regressionsanalys som innefattar studiens samtliga variabler. När dummyvariabler används måste en kategori alltid uteslutas som referenskategori för att undvika multikollinearitet (Stock & Watson 2015). I regressionen har därför fastighetsbranschen och revisionsbyrån PwC uteslutits som variabler för att istället användas som referenskategorier. Resterande variabler i kategorierna kommer därför visa de förväntade skillnaderna, gentemot referenskategorierna.
Som kan utläsas i tabell 4.3 understiger ingen av variablerna en signifikansnivå på fem procent, vilket betyder att inga statistiskt signifikanta slutsatser kan dras utifrån analysen. Det finns dock tendenser på att earnings management har minskat från 2017 till 2019, samt att graden av
earnings management är mindre när företag använder en revisionsbyrå från Big Four än när de inte gör det. Detta går att utläsa från β-värdet som för dessa variabler är negativt. Detta hade kunnat förklaras av de utökade kraven som IFRS 15 medfört vilka möjligen begränsat företagsledningens möjligheter att göra de val som maximerar deras kompensation, något som ledningen i enlighet med PAT eftersträvar (Watts & Zimmerman 1978). På samma sätt finns det tendenser för att graden av earnings management är mindre för företag inom branscherna sjukvård och hälsa samt telekom och teknik jämfört med andra branscher. Detsamma gäller företag som säljer tjänster jämfört med företag som säljer varor. Detta hade kunnat bekräfta tidigare studier om att företag inom telekom- och teknikbranscherna påverkats mest av införandet av IFRS 15 (Falkman & Lundqvist 2016; Boujelben & Kobbi-Fakhfakh 2020; Napier & Stadler 2020). Det hade även kunnat bekräfta att företag som säljer tjänster haft en större övergång till den nya standarden än företag som säljer varor. Eftersom signifikansen är över 0,05 för samtliga variabler går det dock inte utesluta att detta resultat är slumpmässigt. Den multivariata regressionsanalysens förklaringsgrad är endast 4,83 procent vilket tyder på att variationen i earnings management endast kan förklaras till cirka fem procent av de variabler som används i denna analys. Det kan alltså finnas andra variabler som påverkar graden av earnings management mellan år 2017 och år 2019.
Resultat från regressionsanalysen visar på att det inte finns någon signifikant skillnad i earnings management mellan åren 2017 och 2019. Baserat på detta har inget stöd för grundhypotesen, gällande att IFRS 15 har lett till att graden av earnings management minskat, funnits. Då inga signifikanta samband hittats kan resultatet inte styrka att IASBs syfte med IFRS 15 uppfyllts, det vill säga att graden av earnings management ska ha minskat (Napier & Stadler 2020). Detta kan likt tidigare studier indikera att IASBs syfte med en standard inte alltid uppfylls i praktiken (Franzen & Weißenberger 2015; Lenormand & Touchais 2014; van Zijl & Maroun 2017). Vidare kan detta visa på tendenser att företagsledningar fortfarande gör de val som maximerar deras kompensation, i enlighet med PAT (Watts & Zimmerman 1978).
