Hur stort är GAAP:et?

Företagsekonomiska institutionen FEKH89

Examensarbete kandidatnivå i finansiering VT20

Hur stort är GAAP:et?

En kvantitativ studie om skillnader mellan IFRS och GAAP i företags användande av accrual earnings management och real earnings management

Författare Malin Hönsvik Adam Petersson Karin Sindahl Handledare Maria Gårdängen

Sammanfattning

Examensarbetets titel

Seminariedatum Kurs

Författare Handledare Fem nyckelord

Syfte

Metod

Teoretiska perspektiv

Empiri

Resultat

Gg

g

Hur stort är GAAP:et?

4 juni 2020

FEKH89, Examensarbete kandidatnivå i finansiering, 15 högskolepoäng

Malin Hönsvik, Adam Petersson och Karin Sindahl Maria Gårdängen

Accrual earnings management, real earnings management, GAAP, IFRS, regelharmonisering

Syftet med uppsatsen är att undersöka om en högre grad harmonisering mellan GAAP och IFRS har lett till en mindre skillnad i REM och AEM samt hur företag inom båda regelverken har hanterat EM under tidsperioden.

Studien är kvantitativ med en deduktiv ansats och undersöker åren 2002–2019. För att beräkna användandet av AEM används den modifierade Jones modellen där multipla OLS-regressioner för respektive bransch och år genomförs för att särskilja onormala periodiseringar. För att beräkna användandet av REM används Roychowdhurys trestegsmodell som också bygger på multipla regressioner. För att besvara studiens frågeställning genomförs regressioner med interaktionsterm, t-test och Pearsons test för korrelation.

Studien baseras på teorier om agent-principal förhållandet samt informationsasymmetri. Även tidigare forskning kring skillnader i EM mellan GAAP och IFRS samt forskning om effekter av harmoniseringsarbetet ligger till grund för uppsatsens hypoteser.

Empirin består av en sammanställning av användandet av AEM och REM för 2347 företag som tillämpar IFRS och 3620 unika företag som tillämpar GAAP. Capital IQ:s tjänst Compustat används för datainsamling.

Studien finner inte att skillnaderna mellan IFRS-bolags och GAAP-bolags användande av AEM och REM har minskat under harmoniseringsarbetet. Studien visar vidare att IFRS-bolag använt signifikant mer AEM än GAAP-bolag och att GAAP-bolag använt signifikant mer REM än IFRS-bolag, samt att metoderna är

signifikant negativt korrelerade.

Abstract

Title

Seminar date Course

Authors Advisor Key words

Purpose

Methodology

Theoretical perspectives

Empirical foundation

Conclusion

A

How big is the GAAP?

2020-06-04

FEKH89, Degree Project Undergraduate level, Business Administration, 15 ECTS credits

Malin Hönsvik, Adam Petersson and Karin Sindahl Maria Gårdängen

Accrual earnings management, real earnings management, IFRS, GAAP, harmonization between accounting standards.

The aim of this study is to examine whether the convergence project to harmonize IFRS and GAAP has resulted in less differences in the use of earnings management between the rule systems. The study also examines how companies using both IFRS and GAAP have used accrual earnings management and real earnings management since the harmonization process began.

The study is a quantitative study that covers the years 2002-2019.

To measure the proxy of AEM the modified Jones model is used and to measure REM the Roychowdhury model is used. The aim is answered by multiple OLS-regressions, t-tests and a Pearson test for correlation.

The study is based on the principal-agent problem and information asymmetry. Previous research on the effects of the harmonisation between IFRS and GAAP, along with previous research on differences in earnings management is also the base of the story.

The empirical foundation of the study is based on a summary of data from 2347 companies using IFRS and 3620 companies using GAAP regarding the usage of AEM and REM. The data is

collected from Capital IQ Compustat,

The study finds that the differences between companies using IFRS and GAAP have not decreased during the time of

harmonization between the rule systems. The study shows that IFRS-companies use significantly more AEM than GAAP- companies and that GAAP companies use significantly more REM than IFRS-companies. Moreover, the study finds the two methods to be negatively correlated.

Förord

Genom att skriva denna uppsats har vi som författare fått en fördjupad kunskap inom ett spännande ämne. Det har även utvecklat oss som investerare då det ökat vårt kritiska tänkande gällande bolags finansiella rapporter. Vi hoppas att även Ni som läser uppsatsen finner den intressant och att vi genom denna studie inspirerar till fortsatt forskning inom ämnesområdet.

Vi vill även ta tillfället i akt och tacka vår handledare Maria Gårdängen för alla goda råd och givande diskussioner. Vi vill slutligen också tacka Omid som stöttade användandet av vår titel.

Malin Hönsvik Adam Petersson Karin Sindahl

"In a world that moves closer and closer to forming one economic household, speaking the same language of business is not only of help but a necessary condition."

Jules W. Muis, Vice VD Världsbanken

Definitioner

Accruals

Accrual earnings management

Discretionary accruals, DACC

Earnings management

FASB

IASB

IFRS

Real earnings management

U.S GAAP

r

Periodiseringar

Manipulering av resultatet utan att påverka det operativa kassaflödet. Förkortas AEM.

Periodiseringar som utförs utöver det normala benämns i den modifierade Jones modell som discretionary accruals, men kallas i denna uppsats för anormala periodiseringar.

Används som proxy för AEM i uppsatsen.

Opportunistisk manipulation av företagets redovisning som på olika sätt gynnar företagsledningens egna agendor.

Översätts ofta till svenska som resultatmanipulering men kommer fortsatt i denna uppsats benämnas earnings management eller EM.

Financial Accounting Standards Board. Ansvarar för kvalitetssäkring av redovisning genom regelverket GAAP.

International Accounting Standards Board. Ansvarar för kvalitetssäkring av redovisning genom regelverket IFRS, arbetar för en internationell konvergens mellan

redovisningsstandarder.

International Financial Reporting Standards. En principbaserad standard för redovisning av finansiella rapporter. IFRS utvecklas av IASB.

Kassaflödespåverkande manipulering av ett företags verkliga affärsverksamhet i syfte att påverka intäkter eller kostnader i en viss riktning.

Generally Accepted Accounting Principles. Ett regelbaserat regelverk för redovisning av finansiella rapporter. U.S GAAP utvecklas av FASB. Benämns i uppsatsen enbart som GAAP.

Innehållsförteckning

1 Inledning ... 8

1.1 Bakgrund ... 8

1.2 Problemdiskussion ... 9

1.2.1 Problemformulering ... 11

1.3 Syfte ... 11

1.4 Avgränsningar ... 11

2 Litteraturgenomgång ... 12

2.1 Agentteorin och regelverk... 12

2.2 Det principbaserade IFRS jämfört med det regelbaserade GAAP ... 13

2.3 Finansiella effekter av regelharmonisering ... 14

2.4 Earnings management och regelverk ... 16

2.5 Sambandet mellan AEM och REM... 17

2.6 Sammanställning av hypoteser ... 18

3 Metod ... 19

3.1 Övergripande metod... 19

3.2 Urval ... 19

3.2.1 Urvalskriterier ... 20

3.3 Datainsamling ... 21

3.4 Val av mätmetod för earnings management ... 21

3.4.1. Modifierade Jones-modellen ... 22

3.4.2. Roychowdhury-modellen ... 24

3.5 Statistisk prövningsmetodik ... 26

3.5.1 Regressionsanalys ... 27

3.5.2 T-test ... 28

3.5.3 Korrelation ... 28

3.5.4 Signifikansnivå och förklaringsgrad ... 28

3.5.5 Förkastning av hypoteser ... 29

3.6 Kontroll av regressionsanalyser ... 30

3.7 Bortfallsanalys ... 31

3.8 Metoddiskussion ... 32

4 Resultat ... 34

4.1 Sammanställning beräkningar av AEM och REM... 34

4.2 Skillnad mellan regelverken över tid ... 36

4.3 Skillnader i användandet av earnings management ... 43

4.4 Sambandet mellan REM och AEM... 46

4.6 Hypotesutfall ... 46

5 Analys ... 48

6 Slutsats ... 52

6.1 Avslutande diskussion ... 52

6.2 Fortsatt forskning ... 54

Källförteckning ... 55

Bilaga 1 ... 62

Bilaga 2 ... 64

Bilaga 3 ... 66

Bilaga 4 ... 67

Bilaga 5 ... 68

Bilaga 6 ... 72

Tabellförteckning

Tabell 1 Sammanställning av bortfall ... 31

Tabell 2 Sammanställning av bolag och observationer ... 34

Tabell 3 Sammanställning av antal bolag uppdelat i sektorer ... 34

Tabell 4 Sammanställning av resultatet från den modifierade Jones modellen ... 35

Tabell 5 Sammanställning av resultatet från Roychowdhurys trestegsmodell ... 36

Tabell 6 Medelvärden total REM ... 36

Tabell 7 Sammanställning av regression med interaktionsterm för AEM ... 37

Tabell 8 Sammanställning av regression med interaktionsterm för REM ... 38

Tabell 9 Sammanställning av årsvisa t-test för AEM ... 40

Tabell 10 Sammanställning av årsvisa t-test för REM ... 42

Tabell 11 Sammanställning av T-test över hela tidsperioden för AEM ... 43

Tabell 12 Sammanställning av T-test över hela tidsperioden för REM... 43

Tabell 13 Sammanställning av korrelation mellan AEM och REM ... 46

Tabell 14 Sammanställning av korrelation mellan AEM och REM, uppdelat på regelverk ... 46

Diagramförteckning

Diagram 2 Linjediagram över medelvärdet av REM uppdelat på regelverk ... 44

Diagram 3 Stapeldiagram över medelvärdet av AEM uppdelat på sektorer ... 45

Diagram 4 Stapeldiagram över medelvärdet av REM uppdelat på sektorer ... 45

8

1 Inledning

1.1 Bakgrund

Idag finns det två huvudsakliga organ som utvecklar redovisningsstandarder för börsnoterade bolag. Dessa är IASB som ansvarar för regelverket IFRS, samt FASB som ansvarar för GAAP.

Även om de fortfarande är två olika organisationer har de i många år samarbetat för att utveckla jämförbara redovisningsprinciper. Samarbetet grundar sig i att det i en allt mer globaliserad värld uppstod ett ökat behov av jämförbarhet i de finansiella rapporterna, både inom och mellan länder. För att genomföra detta krävdes att de redan då största aktörerna FASB och IASB började anpassa regelverken till varandra. Harmoniseringsarbetet inleddes på allvar år 2002 då Norwalk Agreement skrevs under av både IASB och FASB (Ortega, 2017). Genom det avtalet förband sig båda avtalsparter att verka för redovisningsstandarder av hög kvalitet som är kompatibla för såväl inhemsk som gränsöverstigande ekonomisk rapportering. Vidare beslutade parterna även om att göra sina befintliga standarder jämförbara så fort som det var genomförbart samt att bibehålla standardernas jämförbarhet därefter (IFRS, 2002).

År 2006 utfärdade FASB och IASB Memorandum of Understanding, MoU, som bekräftade år 2002 beslut om högkvalitativa gemensamma redovisningsstandarder. Genom MoU utvecklades också mål om att utradera än mer skillnader mellan regelverken för att på ett bättre sätt fylla investerares behov av mer högkvalitativa och jämförbara regelverk. De diskuterade där även planer på en helt konvergerad redovisningsstandard (FASB, 2006). Framstegen i dessa planer utvärderades både år 2007 och 2008 där även nya mål sattes. År 2008 beslutade SEC att USA senast 2011 skulle avgöra om det var gynnsamt för dem att helt gå över till IFRS. År 2010 var SEC fortsatt positiva till en helt konvergerad redovisningsstandard genom att USA skulle byta från GAAP till IFRS. Dessa planer om att helt konvergera till ett och samma regelverk fullföljdes dock aldrig med förklaringen att utmaningarna var större än SEC initialt väntat.

Däremot fortsatte FASB och IASBs harmoniseringsarbete att löpa och år 2016 hade de flesta av de gemensamma projekten slutförts mellan organen. Planen framöver är att bibehålla högkvalitativa och harmoniserade regelverk även om det tycks avlägset med ett gemensamt globalt regelverk (Ortega, 2017).

9

1.2 Problemdiskussion

Forskningsområdet kring effekter av harmoniseringsarbete är välutvecklat gällande jämförelser av redovisningskvalitet och finansiella nyckeltal. En studie som visar problemen med att det förekommer skillnader i regelverk är Van der Meulen, Gaeremynck och Willekens (2007a) som jämför trovärdigheten i de finansiella rapporterna mellan GAAP och IFRS. De finner att för investerare är det lättare att förutspå framtida kassaflöden för bolag som följer GAAP, men samtidigt att detta inte värderas fullt ut av investerare då det inte hittas någon skillnad i investerares värderingar av bolag regelverken emellan. Detta är problematiskt då det tyder på att det är svårt för investerare att jämföra värderingar av börsbolag som agerar på olika marknader och att en harmonisering av regelverken kan vara nödvändig. Forskning visar även att det finns skillnader mellan hur bolag inom de två regelverken värderar intäkter samt aktiekapital men att skillnaderna minskar i takt med harmoniseringsarbetet (Lindahl &

Schadéwitz, 2016).

Ett forskningsområde som ännu inte har undersökts är hur regelharmoniseringen mellan GAAP och IFRS har påverkat förekomsten av earnings management. Earnings management, nedan kallat EM, definieras av Healy och Wahlen (1999) som företagsledningens användning av egna bedömningar i utformandet av finansiella rapporter i syfte att antingen vilseleda aktieägare kring företagets ekonomiska prestation eller för att påverka utfall av avtal som beror på företagets redovisade resultat. Med andra ord kan begreppet definieras som opportunistisk manipulation av företagets redovisning som på olika sätt syftar till att gynna företagsledningens egna agendor. Trots att det förekommit många skandaler som bekräftar förekomsten av earnings management har det visat sig vara svårt för enskilda aktieägare att upptäcka och ta hänsyn till företags användande av EM (Healy & Wahlen, 1999). Forskning har visat att även institutionella investerare har svårt att bedöma företags användande av EM. Gill, Njoroge och Senteza (2005) visade att de institutionella investerarna ökar ägandet i företag som använder EM innan årsskiftet och minskar ägandet i företag som inte använder EM. Det visar att det är svårt att upptäcka EM för både småsparare och professionella aktörer. Att det dessutom finns två olika regelsystem kan tänkas göra det än mer komplicerat för investerare att värdera företags användande av EM.

Även om det saknas forskning som kopplar EM till harmoniseringsarbetet finns ett flertal studier som undersöker skillnader i EM mellan regelverk. Studierna undersöker främst frågeställningar om vilket regelverk som bäst står emot företagsledningens vilja att manipulera

10 resultaten. Resultat av dessa studier är dock tvetydiga. Vissa resultat tyder på att IFRS har en högre andel EM (Bushman & Piotroski, 2006; Burgstahler, Hail & Leuz, 2006; Dye & Sunder, 2001) medan andra tvärtemot finner att GAAP har en högre andel EM (Agoglia, Doupnik &

Tsakumis, 2011; Psaros & Trotman, 2004; Weil, 2002). En del studier finner ingen skillnad mellan regelverken (Arifin & Kusuma, 2011; Graham, Harvey & Rajgopal, 2005).

Earnings management-forskningens senaste stora genombrott är att det har upptäckts att företag effektivt anpassar sin resultatmanipulering utefter vilket regelverk de följer. Det har visat sig finnas två huvudsakliga typer av EM. Dessa typer är accruals earnings management, nedan kallat AEM och real earnings management, nedan kallat REM. AEM å ena sida kan definieras som redovisningsteknisk manipulation av de finansiella rapporterna. Denna manipulation kan uppnås genom att företag bland annat ändrar redovisningsmetod, felaktigt uppskattar poster eller förflyttar bokföringsmässiga transaktioner från en period till en annan (Dechow, Sloan &

Sweeney, 1995). REM å andra sidan definieras som målmedveten manipulering av ett företags verkliga affärsverksamhet i syfte att påverka intäkter eller kostnader i en viss riktning. Strategin uppnås genom att ändra tidpunkten eller struktureringen av en operation, investering eller finansieringstransaktion som annars skulle ha en ha negativ inverkan på resultatet (Roychowdhury, 2006). Sammantaget innebär det att AEM innefattar rent bokföringsmässig påverkan av resultaten medan REM är kassaflödespåverkande. Beroende på hur regelverken är utformade har det visat sig finnas olika förutsättningar för att använda de olika EM-metoderna (Arifin & Kusuma 2011; Evans, Houston, Peters & Pratt, 2015). Ett exempel på det är att amerikanska bolag efter förändrad lagstiftning övergick från att använda AEM till att använda mer REM (Cohen, Dey & Lys, 2008). Trots ett omfattande harmoniseringsarbete har utförts mellan IFRS och GAAP finns fortfarande vissa skillnader. Finns det olika förutsättningar som gör att användandet av EM skiljer sig åt mellan regelverken är det intressant då det kan antas försvåra för investerare på en global marknad. Då syftet med harmoniseringsarbetet var bland annat att förbättra och utjämna redovisningkvaliteten mellan regelverken (IFRS, 2002) blir skillnaden i användandet av AEM och REM intressant även ur den aspekten.

Sammanfattningsvis är det konstaterat att det har utförts omfattande harmoniseringsåtgärder mellan IFRS och GAAP i syfte att öka jämförbarheten mellan regelverken. Dessa harmoniseringsåtgärder har lett till minskade skillnader mellan regelverken även om det fortfarande finns aspekter där IFRS och GAAP skiljer sig åt. Harmoniseringsarbetet har genererat studier kring harmoniseringens påverkan på den finansiella rapporteringskvaliteten

11 samt nyckeltal. Det finns däremot inga studier som undersöker hur EM har utvecklats under harmoniseringsarbetet mellan IFRS och GAAP. Denna uppsats ämnar därför undersöka om harmoniseringsarbetet av regelverken sedan Norwalk Agreement år 2002 de facto har lett till att skillnaderna i EM har minskat idag. Genom att ta en bredare ansats och både undersöka AEM och REM kommer det även kunna utrönas hur användandet av EM-metoder skiljer sig mellan regelverken. Undersökningen ämnar fylla en lucka i forskningen kring effekter av harmoniseringsarbetet och kommer således att vara ett bidrag till debatten om huruvida en ökad harmonisering av regelverken skulle generera en mer jämlik kapitalmarknad för investerare globalt.

1.2.1 Problemformulering

• Har skillnaden mellan IFRS-bolag och GAAP-bolags användande av AEM och REM minskat under harmoniseringsarbetet från år 2002 till 2019?

• Hur skiljer sig användandet av AEM och REM mellan IFRS-bolag och GAAP-bolag under tidsperioden 2002–2019?

1.3 Syfte

Syftet med uppsatsen är att undersöka om en högre grad av harmonisering mellan GAAP och IFRS har lett till en mindre skillnad i REM och AEM samt hur företag inom båda regelverken har hanterat EM under tidsperioden 2002–2019.

1.4 Avgränsningar

Studien omfattar endast börsnoterade bolag listade och registrerade i USA eller i något av EU:s medlemsländer. Banker och finansiella institut exkluderas från undersökningen. Tidsperioden som undersöks är år 2002–2019.

12

2 Litteraturgenomgång

2.1 Agentteorin och regelverk

Agentteorin beskriver ett förhållande mellan en agent, ledningen för ett företag, och en principal, aktieägaren (Eisenhardt, 1989). Förhållandet mellan agenten och principalen uppkommer då ledningen av ett företag är separerat från dess ägare. Teorin går ut på att principalen ger agenten i uppgift att leda företaget och genom det maximera ägarnas nytta.

Företagsledningen ska därmed agera i ägarnas intresse och ta beslut som maximerar bolagets avkastning. En inbyggd problematik med agentteorin är den informationsasymmetri som uppkommer då företagsledningen har mer insyn i bolaget än aktieägarna. Att företagsledningen innehar ett informationsövertag om verksamheten gentemot aktieägarna gör att företagsledningen får möjlighet att diktera informationsutlämningen till ägarna (Eisenhardt, 1989). Det leder till en problematik för principalen att kontrollera agenten och dess sätt att styra företaget (Coff, 1997). Det finns ett behov av att kontrollera agenten då företagsledningen och ägarna kan ha olika mål med verksamheten. Skillnader i mål gör att det kan uppkomma intressekonflikter parterna emellan. Risken finns att ledningen tar större risker än nödvändigt för att maximera sina egna mål, något som benämns moral hazard (Coff, 1997).

För att överbrygga informationsasymmetrin mellan agenten och principalen ska företagsledningen löpande informera ägarna om företagets prestation genom att publicera årsredovisningar och andra finansiella rapporter. Redovisningen ska därmed förse principalen med rättvisande information om företagets prestationer (Marton, 2010). Ett problem med detta är dock att ägarnas bedömning av företagsledningens prestation ofta grundas på det finansiella resultatet. Ledningen får därmed ett incitament till att redovisa ett resultat som gynnar deras eget intresse. Detta leder till en ökad risk för förekomsten av opportunism i de finansiella rapporterna, vilket går emot redovisningens syfte med att överbrygga informationsasymmetrin (Ronen & Yaari, 2008). Även Gomoi och Pantea (2016) anser att det finns ett agentproblem i företag i form av att ledningen ges utrymme inom redovisningen att själva välja den redovisningsmetod som gynnar deras eget intresse.

Företagsledningens vilja att maximera sina egna mål kan leda till förekomsten av EM i bolaget.

Enligt Armstrong, Guai och Weber (2010) finns det i stor utsträckning skillnader mellan ledning och övriga aktieägares kunskaper om de redovisningsmetoder som företag följer. Detta innebär att investerare i hög utsträckning förlitar sig på att informationen som

13 företagsledningen lämnar är sann. Företagsledningen får därmed ett incitament att utnyttja sitt informationsövertag och genom EM presentera ett till synes bättre resultat. Svårigheterna för aktieägarna att kontrollera företagsledningen gör att företagsledningen får större möjligheter att utföra earnings management (Armstrong, Guai & Weber, 2010). Forskning har också visat att företag använder EM i olika utsträckning beroende på vilken reglering som har varit rådande (Schipper, 1989). Richardson (2000) utreder sambandet mellan hur stor informationsasymmetri som rådande regelverk tillåter och mängden EM som används. Studien finner ett signifikant samband mellan mer informationsasymmetri och större benägenhet för företagsledningen att använda EM. Även Azizi (2018) finner i sin undersökning av börsnoterade bolag ett signifikant samband mellan en hög grad informationsasymmetri och EM. Evans et al. (2015) vänder på sambandet och anser även att företagsledningens användande av EM bidrar till att informationsasymmetrin ökar mellan bolag och investerare.

Ett sätt att överbrygga informationsasymmetrin är genom regler som tvingar företagsledningen till att vara transparenta i sin rapportering med målet att agenten ska få all information (Healy

& Palepu, 2001). Investerare kan därav gynnas av att ställa krav på utökad reglering (El Diri, 2018). En konsekvens av ökad reglering är dock att det medför kostnader för implementering av förändringarna hos företagen. Dessa kostnader kommer i förlängningen även påverka investerarna (Healy & Palepu, 2001). Det är därför viktigt att kostnaderna med mer omfattande regelverk vägs mot fördelarna som det ger. En fördel som Li (2010) visar i sin studie är att ett harmoniserat regelverk minskade investerarnas osäkerhet kring börsbolagens finansiella rapportering, vilket resulterade i ett sänkt avkastningskrav från aktieägarna. En svårighet som gör harmoniseringsarbetet mer kostsamt är att det krävs en kontinuerlig utveckling av regelverken för att göra dem heltäckande. Den kontinuerliga utvecklingen av regelverken är nödvändig då bolag har visat sig vara kreativa att utveckla nya metoder för att kringgå regleringar och att jämförbarheten därför kan vara temporär (Watts, 2003).

2.2 Övergripande skillnader mellan IFRS och GAAP

En övergripande skillnad mellan IFRS och GAAP är att IFRS är principbaserat medan GAAP är regelbaserat. Ett principbaserat regelverk innefattar standarder med allmänna begrepp och mindre operativ vägledning vilket kräver individuella bedömningar och tolkningar (Bradbury

& Schröder, 2011). De individuella bedömningarna ställer krav på kunskap hos både företagsledningen och revisorerna (Schipper, 2003). En regelbaserad redovisningsstandard innebär i sin tur detaljerade regler, riktlinjer och operativ vägledning för hur räkenskaperna

14 ska upprättas (Ng, 2004). Sammantaget innehåller principbaserade standarder mer allmänna begrepp som lämnar större utrymme för individuell tolkning, medan regelbaserade standarder är mer specifika och ger tydligare riktlinjer.

En annan övergripande skillnad mellan GAAP i USA och IFRS i Europa är differensen i övervakning. USA anses både ha en högre grad av övervakning, hårdare påföljder och ett högre investerarskydd än vad länder utanför USA har (Hail, Leuz & Wysocki, 2010). Inom IFRS är det övervakande organet ESMA:s uppgift att se till att det finns en konvergens mellan redovisningen i länder som tillämpar IFRS, därutöver sköts övervakning av nationella övervakande organ (European Securities and Market Authority, 2020). Inom GAAP är det SEC som är det högsta övervakande organet, vars uppdrag är att skydda investerare, behålla organiserade och effektiva marknader och ge ut marknadsinformation (U.S Securities and Exchange Commission, 2020). Sedan 2002 finns även Sabarnes-Oxley Act, nedan kallat SOX act, som reglerar den amerikanska marknaden. SOX act infördes som en respons på flertalet redovisningsskandaler och syftade till att stärka de finansiella rapporternas reliabilitet genom bland annat krav på högre intern kontroll samt skärpta krav på revisorernas oberoende (U.S Securities and Exchange Commission, 2002).

2.3 Finansiella effekter av regelharmonisering

Taylor (2009) beskriver att harmonisering av regelsystem innebär stora transaktionskostnader både för företag och för investerare. På grund av transaktionskostnaderna menar Daske (2006) att redovisningskvaliteten måste bli bättre efter harmoniseringsarbetet för att kompensera för de kostnader som det medför. En hög redovisningskvalitet innebär att redovisningen är relevant och trovärdig för investerares beslutsfattande (Dechow, Ge & Schrand, 2010). En låg redovisningskvalitet i sin tur är sammankopplad med förekomst av EM (Darjezi, 2016). Det har ännu inte gjorts någon forskning kring hur användandet av EM har påverkats av att IFRS och GAAP har harmoniserats, däremot finns det forskning på EM och regelharmonisering då IFRS blev obligatoriskt inom EU. Det finns också studier på vad harmoniseringsarbetet gett för effekter på andra finansiella områden än EM.

Doukakis (2014) undersökte effekter på EM när IFRS blev obligatoriskt i Europa. Resultatet visar att det inte gick att finna några skillnader i användandet av EM efter införandet. Callao och Jarne (2010) såg istället att EM ökade efter det att EU-länderna införde IFRS som gemensam redovisningsstandard. Yip och Young (2012) finner dock att jämförbarheten i de

15 finansiella rapporterna samt i nyckeltal har ökat mellan EU-länderna efter övergången till IFRS. De anser att likheten i regler är en bidragande orsak till detta. Van der Meulen, Gaeremynck och Willekens (2007a) tar avstamp i harmoniseringsarbetet mellan FASB och IASB och studerar skillnader i de finansiella rapporterna mellan GAAP och IFRS hos europeiska bolag. De undersöker rapporternas relevans, tillförlitlighet, jämförbarhet i kvalitet och hur konsekventa de är över tidsperioden 2000–2002. Forskarna finner att regelverken överlag är jämförbara i kvalitet men att bolag som följer GAAP har högre tillförlitlighet, då det går att på ett bättre sätt värdera deras framtida kassaflöden baserat på de finansiella rapporterna.

Studien visar dessutom att skillnader i tillförlitlighet inte är något som investerare tar hänsyn till då värderingar av bolag som följer olika regelverk ändå sker på samma grunder (Van der Meulen, Gaeremynck & Willekens, 2007a).

Lindahl och Schadéwitz (2016) jämför kassaflödesanalyser, resultat- och balansräkningar mellan GAAP och IFRS under 2004–2006. De finner bland annat skillnader i beräkning av intäkter samt aktiekapital mellan regelverken, men även att skillnaderna minskar under tidsperioden. Wang (2014) i sin tur konstaterar att harmoniseringen mellan GAAP och IFRS lett till en ökad jämförbarhet mellan de finansiella rapporterna och även nyckeltal. Wang (2014) konstaterar även i sin studie att harmoniseringen lett till en förbättrad informationsspridning mellan länder och ser det som en direkt effekt av den minskade differensen mellan regelverken.

I motsats till de ovan nämnda studierna finner Van der Meulen, Beuselink och Joos (2007b) i en studie från 1990 till 2005 ingen effekt i form av ökad jämförbarhet mellan länder efter att IFRS blir obligatoriskt i Europa. De finner dock att redovisningskvaliteten ökar under tidsperioden.

Sammanfattningsvis har tidigare forskning visat flera fördelar med harmoniseringsarbetet mellan GAAP och IFRS. Överlag har företagens resultat, nyckeltal och finansiella rapporter blivit mer jämförbara och jämna över tidsperioden vilket ligger till grund för hypotes H1a och H1b.

H1a: Under tidsperioden 2002–2019 förekommer en minskad skillnad i användandet av AEM mellan IFRS och GAAP.

H1b: Under tidsperioden 2002–2019 förekommer en minskad skillnad i användandet av REM mellan IFRS och GAAP.

16

2.4 Earnings management och regelverk

Forskningsområdet kring vilket regelverk som tillåter mest EM har fått tvetydiga resultat. En del studier tyder på att IFRS har en högre andel EM. Bland annat menar Dye och Sunder (2001) att det principbaserade IFRS möjliggör för en mer opportunistisk redovisning än det regelbaserade GAAP och erbjuder därför ett större utrymme för earnings management. Marton (2010) beskriver att nackdelen med ett principbaserat system är att utrymmet för tolkning gör den kontrollerande uppgiften svårare för de övervakande organen. Hail, Leuz och Wysocki (2010) anser att övervakning i USA är högre än i Europa. Bushman och Piotroski (2006) visar att striktare övervakning leder till mer försiktig redovisning. Även Burgstahler, Hail och Leuz (2006) visar att earnings management förekommer mer i länder med lägre grad av övervakning.

Till skillnad från ovanstående studier finns även forskare som menar att ett regelbaserat regelverk kan öka företagsledningens opportunistiska beteende. Ronen och Yaari (1993) beskriver att företag som är verksamma under ett regelbaserat regelverk inte vill lämna mer information än den som är lagstadgad. Weil (2002) menar dessutom att regelbaserad redovisning är mindre pålitlig då den har en tendens att generera ett beteende där allt som inte är olagligt är lagligt. Agoglia, Doupnik och Tsakumis (2011) finner i sin undersökning att ledningen är mer benägen att använda aggressiv rapportering under GAAP än under IFRS.

Okamoto (2010), Bromwich och Wagenhofer (2006) samt Jamal och Tan (2010) har samtliga kommit fram till att det är mindre troligt att upprättare av finansiella rapporter redovisar aggressivt under en principbaserad standard. De argumenterar därför att ett skift till principbaserad redovisning hade gjort de finansiella rapporterna mer rättvisande. Psaros och Trotman (2004) kommer i sin undersökning fram till att den regelbaserade GAAP genererar mer earnings management.

Då forskningen kring vilket regelverk som tillåter mest EM genererat olika resultat har ett flertal studier kommit att fokusera på om regelverken tillåter olika metoder av EM. Tidigare forskning har även visat att företag kreativt anpassar sin redovisning efter förändringar i lagstiftningen (Watts, 2003). Ewert och Wagenhofer (2005) visar att hårdare redovisningsregler visserligen sänker andelen AEM men att marginalnyttan för att utöva REM istället ökar för ledningen, något som är mycket kostsamt då det är värdeförstörande för bolaget. Det innebär att den totala mängden EM blir nära på konstant men att sättet EM utförts på skiftar.

17 Flertalet tidigare studier visar att IFRS tillåter mer AEM än GAAP och att GAAP därav använder mer REM. Evans et al. (2015) menar att SEC:s övervakning samt SOX act resulterar i att GAAP- bolag har en striktare övervakning än vad IFRS-bolag har. Undersökningen visar att IFRS-bolag därav får större utrymme att utöva AEM än GAAP-bolag. Evans et al. (2015) konstaterar vidare att den striktare regleringen gör det mer attraktivt för GAAP-bolag att utöva REM. Kontentan av undersökningen är att även om GAAP tillåter mindre AEM leder det inte till att den totala andelen EM är mindre för GAAP-bolag, utan att EM utförs genom andra metoder. Graham, Harvey och Rajgopal (2005) genomför en liknande undersökning och finner att det principbaserade IFRS tillåter bolag att utöva mer AEM medan inom det regelbaserade GAAP utövar företag mer REM. Arifin och Kusuma (2011) kommer i sin studie fram till att AEM är högre i Tyskland med en principbaserad IFRS-standard medan REM är högre i USA med GAAP som är regelbaserat. Även dessa författare drog slutsatsen från resultatet att regelverken ger utrymme för olika typer av EM men att den totala mängden EM nödvändigtvis inte måste skilja sig åt mellan regelverken.

Liu, Yuen, Yao och Chan (2013) finner tvärtemot ovanstående studier ingen skillnad i användandet av AEM mellan regelverken och att REM förekommer i större utsträckning under IFRS än GAAP. Van Tendeloo och Vanstraelen (2005) undersökte skillnaden i AEM mellan IFRS och GAAP och fann inte någon skillnad mellan regelverken.

Sammantaget visar majoriteten av tidigare forskning att IFRS använder mer AEM än GAAP medan GAAP använder mer REM än IFRS. Det finns dock även studier som visar motsatsen vilket motiverar en undersökning av hypotes 2a och 2b.

H2a: Det förekommer mer AEM hos bolag som följer IFRS än hos bolag som följer GAAP.

H2b: Det förekommer mer REM hos bolag som följer GAAP än hos bolag som följer IFRS.

2.5 Sambandet mellan AEM och REM

Tidigare studier har undersökt huruvida AEM och REM används som substitut inom bolag.

Cohen, Dey och Lys (2008) undersökte om REM och AEM är substitut för bolag på den amerikanska marknaden. Studien kom fram till att AEM och REM är negativt korrelerade med -33,1% och konstaterade att de är substitut till varandra. De kom även fram till att amerikanska bolag efter införandet av SOX act minskade mängden AEM och ökade mängden REM till följd av de hårdare restriktionerna mot periodiseringar som lagen innebar. Zang (2012) genomförde

18 en motsvarande undersökning på den kinesiska marknaden där de finner att företagsledningen använder AEM och REM som substitut. Författaren konstaterar vidare att avvägningen mellan REM och AEM beror på bransch och reglering. Företag som är verksamma under regelbaserade redovisningsstandarder använder i högre grad REM än AEM. Fortsatt finner Zang (2012) att REM är en mer kostsam metod än AEM för bolaget, vilket även blir värdeförstörande för investerarna. Hon finner dessutom att det svårare för revisorer att kontrollera användandet av REM. Gao och Wang (2017) undersöker sambandet mellan REM och AEM på den kinesiska marknaden. De finner en negativ korrelation mellan AEM och REM på -0,052 och drar med det slutsatsen att företag använder de två olika metoderna som substitut till varandra. Vidare visar både Zang (2012) och Gao och Wang (2017) att företag använder REM när kostnaderna för påföljderna av att använda AEM blir högre.

Då tidigare forskning har visat att på den amerikanska och den kinesiska marknaden är REM och AEM substitut, härleds hypotes 3.

H3: Det finns ett signifikant negativt samband mellan användningen av AEM och REM.

2.6 Sammanställning av hypoteser

H1a: Under tidsperioden 2002–2019 förekommer en minskad skillnad i användandet av AEM mellan IFRS och GAAP

H1b: Under tidsperioden 2002–2019 förekommer en minskad skillnad i användandet av REM mellan IFRS och GAAP.

H2a: Det förekommer mer AEM hos bolag som följer IFRS än hos bolag som följer GAAP.

H2b: Det förekommer mer REM hos bolag som följer GAAP än hos bolag som följer IFRS.

H3: Det finns ett signifikant negativt samband mellan användningen av AEM och REM.

19

3 Metod

3.1 Övergripande metod

Undersökningen antar en deduktiv ansats då hypoteserna har formulerats utifrån befintliga teorier som därefter appliceras på insamlad data (Bryman & Bell, 2017). Hypoteserna bygger på teorier som förklarar förekomsten av EM samt tidigare forskning kring skillnaderna mellan regelverken IFRS och GAAP. Vidare är studien kvantitativ och baseras på en sekundäranalys av data från databasen Capital IQ - Compustat. En kvantitativ studie baseras på siffror och mätningar där hur många observationer som används är av stor vikt. Ett större antal observationer ger ett mer pålitligt resultat (Rienecker & Stray Jörgensen, 2019). I denna studie tas det i beaktning genom att två av världens största marknader för börsnoterade bolag har valts ut.

Det följande metodkapitlet kommer presentera metodens uppbyggnad och genomförande stegvis. Först presenteras på vilka grunder studiens kvantitativa data väljs ut, vilket omfattar både branscher och marknader. Därefter beskrivs hur data inhämtas samt vilka metoder som används i denna studie för att mäta förekomsten av EM. Vidare förklaras på vilket sätt hypoteserna prövas statistiskt och hur regressionerna kontrollerats för bias. Slutligen presenteras en bortfallsanalys samt en metoddiskussion.

3.2 Urval

Studien omfattar urval gällande branschtillhörighet, geografisk marknad och tidsperiod.

Tidigare studier har visat att earnings management är branschspecifikt (El Diri, 2018) vilket gör att denna studie baseras på branschspecifika regressionsanalyser. För att dela in företag i branscher utefter dess huvudsakliga verksamhet används i denna studie företagens Standard Industrial Classification code, nedan kallat SIC-kod. De två första siffrorna i SIC-koden används för att generera branscher med tillräckligt många bolag samtidigt som företagen inom branschen har en liknande huvudsaklig verksamhet. Att använda den tvåsiffriga SIC-koden är en vanligt förekommande branschindelning inom EM-forskningen (El Diri, 2018). Vid en uppdelning med den 2-siffriga SIC-koden genereras totalt 70 branscher. Finansiella institut och banker exkluderas från urvalet då de riskerar att ge felaktiga resultat i modellerna för EM.

Därav exkluderas fem av branscherna. Vidare kräver författarna till denna studie att det ska finnas minst 15 bolag i respektive bransch och regelverk då det annars finns en risk för

20 missvisande regressionsresultat. Med detta urval exkluderas ytterligare 15 branscher där bolagsantalet inte är tillräckligt. Totalt i denna studie genomförs därmed regressioner uppdelat på 50 branscher.

För att undersöka skillnader mellan IFRS-bolag med GAAP-bolag krävs det att geografiska marknader väljs ut som kan sägas representera de olika regelverken. Eftersom USA är den största marknaden som redovisar enligt GAAP används börsnoterade bolag i USA som representant för GAAP. Då alla listade bolag inom EU använder sig av IFRS som redovisningsstandard (Europeiska Kommissionen, 2019), används i denna undersökning företag som är börsnoterade i något av EU:s medlemsländer som representant för IFRS. För att EU-länderna ska kunna bilda en representativ grupp är det av vikt att redovisningskvaliteten är homogen. En studie av Gaio (2010) visar att länder som tillämpar IFRS inom EU är jämförbara gällande graden av redovisningskvalitet. Detta tyder på att skillnader mellan EU-länderna gällande redovisningskvalitet inte kommer att påverka undersökningen i stort. Följande länder är inkluderade i samplet över IFRS: Belgien, Bulgarien, Cypern, Danmark, Estland, Finland, Frankrike, Grekland, Irland, Italien, Kroatien, Lettland, Litauen, Luxemburg, Malta, Nederländerna, Polen, Portugal, Rumänien, Slovakien, Slovenien, Spanien, Storbritannien, Sverige, Tjeckien, Tyskland, Ungern, Österrike. De länder som tillkommit till unionen efter år 2002 har lagts till i undersökningen från det år landet blivit EU-medlem. Storbritannien är med i urvalet då de varit medlemmar i EU under hela undersökningsperioden och lämnade unionen först år 2020.

Tidsperioden som används i studien sträcker sig från år 2002 till 2019. Tidsperioden väljs för att spegla harmoniseringsarbetet som utförts mellan IFRS och GAAP sedan Norwalk Agreement.

3.2.1 Urvalskriterier

Sammanfattningsvis omfattar undersökningen följande urvalskriterier:

1. Börsnoterade bolag.

2. Från bolagen som är börsnoterade i USA utesluts icke-amerikanska bolag. Från bolagen som är börsnoterade i ett EU-land utesluts företag som är registrerade i ett land som inte är medlem i EU.

3. Undersökningsperioden består av år 2002–2019.

4. Företag verksamma i branscher med SIC-kod 6000–6500 exkluderas.

21 5. Branscher där det finns färre än 15 observationer per bransch och regelverk exkluderas.

Dessa urvalskriterier resulterar i ett urval om 102 275 observationer uppdelat på 8 055 unika bolag.

3.3 Datainsamling

Forskningsartiklar hämtas via de digitala sökmotorerna LUBsearch, Scopus och Google Scholar. De mest frekvent använda sökorden är: earnings management, IFRS, GAAP, harmonisering, real earnings management, accrual earnings management. Alla artiklar som används i uppsatsen kontrolleras att de är publicerade i en vetenskaplig tidskrift, att de är vetenskapligt granskade, citerade samt att den vetenskapliga journalen håller hög standard. För att höja trovärdigheten i de påståenden som framställs används i möjligaste mån multipla artiklar. Artiklarna kompletteras med information från rapporter från organ och myndigheter.

De böcker som används i uppsatsen är sammanfattande litteratur kring EM samt metod- och statistikböcker.

Undersökningen baseras på sekundärdata från börsnoterade företags årsvisa finansiella rapporter, insamlade av databasen Capital IQ, Compustat. Fördelar med att använda sekundärdata är att det är tids- och kostnadseffektivt (Bryman & Bell, 2017). I denna undersökning möjliggör användningen av sekundärdata en jämförelse på en tvärkulturell nivå.

Då studien omfattar en stor datamängd med 8055 bolag och 18 år är en insamling av primärdata inte möjlig. En nackdel med att använda sekundärdata är att det inte går att säkerställa att den på detaljnivå är korrekt (Bryman & Bell, 2017). För att minska risken för felaktigheter i data utförs stickprovskontroller mot årsredovisningarna. Stickprovskontrollerna utförs på tre slumpmässigt utvalda IFRS-bolag och tre GAAP-bolag per år för att jämföra insamlad data mot kontrollvariablerna totala tillgångar, försäljning och avskrivningar. I samtliga fall stämmer studiens data överens med årsredovisningarna bortsett från försumbara skillnader rörande valutakursdifferenser. Att det även finns tidigare studier som använt data från Compustat vid liknande regressionsanalyser (Banker, Byzalov, Fang och Byunghoon, 2020; Liu et al. 2013) stärker synen på datakvaliteten.

3.4 Val av mätmetod för earnings management

Det finns flertalet mätmetoder för earnings management. Några av de mest använda modellerna för att undersöka AEM är: Healy-modellen (Healy, 1985), DeAngelo-modellen (De Angelo,

22 1986), Jones-modellen (Jones, 1991), den modifierade Jones-modellen (Dechow, Sloan &

Sweeney, 1995) och Jones Cash flow-modellen (McNichols, 2002). Gemensamt för alla AEM- modellerna är att de bedömer vad företags periodiseringar borde vara och sätter detta i relation till vad företagen de facto gör för periodiseringar. Vanliga modeller för att undersöka REM är Roychowdhury-modellen (Roychowdhury, 2006) samt Gunny-modellen (Gunny, 2010). Syftet med REM-modellerna är i sin tur att mäta företagsledningens ekonomiska åtgärder som avviker från affärspraxis (El Diri, 2018).

Dechow, Ge & Schrand (2010) publicerade en utförlig jämförelse av de befintliga AEM- modellerna där det konstateras att modellernas användbarhet varierar med olika förutsättningar.

Kontentan av undersökningen är att den modifierade Jones-modellen både är den mest använda modellen för att mäta AEM och den modell som har resulterat i högst förklaringsgrad. Även studier av Subramanym (1996) och Guay, Kothari & Watts (1996) visar att den modifierade Jones-modellen är den mest tillförlitliga metoden för att mäta AEM. I denna undersökning används därav den modifierade Jones modellen.

Det har inte utförts någon utförlig studie som jämför olika metoder för att mäta REM.

Forskningsfältet för REM är yngre än AEM och utvecklades efter en studie av Roychowdhury (2006) som ansåg att endast mäta AEM inte täckte in all den EM som bolag utför. I samband med denna studie utvecklade han även en modell för att mäta REM, som benämns Roychowdhurys-modell, vilken fortfarande är den mest använda på området (El Diri, 2018;

Cohen, Dey & Lys, 2008). På grund av det används Roychowdhurys-modellen i denna uppsats.

3.4.1. Modifierade Jones-modellen

Den modifierade Jones-modellen har sitt ursprung i Jones-modellen från 1991. Dechow, Sloan och Sweeney publicerade år 1995 den modifierade Jones-modellen, med tillägget att intäkterna justeras för kundfordringar. I den ursprungliga modellen kunde ökade kundfordringar misstas för earnings management, till exempel vid omsättningsökning i företaget (Dechow, Sloan &

Sweeney, 1995).

Det första steget i modellen är att beräkna företags totala periodiseringar per år enligt formeln i ekvation 1. De totala periodiseringarna beskriver alla periodiseringar som företaget har utfört.

23 𝑇𝐴𝐶𝐶_𝑡= ∆𝐶𝐴_𝑡− ∆𝐶𝑎𝑠ℎ_𝑡− ∆𝐶𝐿_𝑡+ ∆𝐷𝐶𝐿_𝑡− 𝐷𝐸𝑃_𝑡

Ekvation 1

ΔCAt= Förändring i omsättningstillgångar ΔCasht = Förändring i kassa och bank ΔCLt= Förändring i kortfristiga skulder ΔDCLt= Förändring i kortfristiga banklån DEPt = Av- och nedskrivningar

Modellens andra steg är att beräkna skillnaden mellan företags redovisade totala periodiseringar (TACC) och företagets normala periodiseringar (NDACC). De normala periodiseringarna är de periodiseringarna företaget borde gjort. Skillnaden är företagets anormala periodiseringar, även kallat DACC (Dechow, Sloan & Sweeney, 1995). Denna uppställning visas i ekvation 2.

𝑇𝐴𝐶𝐶_𝑡= 𝑁𝐷𝐴𝐶𝐶_𝑡+ 𝐷𝐴𝐶𝐶_𝑡

Ekvation 2

TACCt= Totala periodiseringar NDACCt= Normala periodiseringar DACCt= Anormala periodiseringar

För att kunna beräkna andelen normala och onormala periodiseringar används regressionen i ekvation 3. De oberoende variablerna 𝛽1, 2 och 3 förklarar de normala periodiseringarna (NDACC). De normala periodiseringarna är periodiseringarna som företaget borde ha gjort och genereras från branschgenomsnittet. Residualen, 𝜀_𝑡 motsvarar andelen anormala periodiseringar som benämns DACC. Regressionsanalysen genomförs bransch- och årsvis.

Alla variabler sätts i proportion till föregående års totala tillgångar för att minska risken för heteroskedasticitet i undersökningen (Dechow, Sloan & Sweeney, 1995).

24 𝑇𝐴𝐶𝐶_𝑡

𝐴_𝑡−1 = 𝛽₁ 1

𝐴_𝑡−1+ 𝛽₂(∆𝑅𝐸𝑉_𝑡− ∆𝑅𝐸𝐶_𝑡)

𝐴_𝑡−1 + 𝛽₃𝑃𝑃𝐸_𝑡 𝐴_𝑡−1 + 𝜀_𝑡

Ekvation 3

TACCt= Totala periodiseringar ΔREVt=Förändring i intäkter

ΔRECt= Förändring i kundfordringar

PPEt= Investeringar i anläggningstillgångar At-1= Totala tillgångar föregående år

𝛽_1,2,3= Skattade parametrar 𝜀t= Residual, DACC

Då DACC är beräknat finns således ett proxy för förekomsten av AEM. DACC kan anta både ett positivt och negativt värde där ett positivt värde visar att det förekommer AEM (El Diri, 2018) Hädanefter kommer begreppet AEM användas synonymt med DACC.

3.4.1.1 Kritik mot den modifierade Jones-modellen

Banker et al. (2020) kritiserar den modifierade Jones-modellen då den antar ett linjärt förhållande mellan periodiseringar och förändringar i försäljning. De menar att modellen felvärderar mängden anormala periodiseringar i situationer där bolag haft stora förändringar i försäljning mellan ett år och ett annat. Detta resulterar i att modellen får ett icke-linjärt bias.

När ett företag drastiskt förändrat sin försäljning resulterar den modifierade Jones-modellen i ett för litet värde på AEM. Vid moderata förändringar leder den modifierade Jones-modellen i genomsnitt till ett för högt värde på AEM (Banker et al. 2020). Författarna klargör dock att det kan finnas alternativa förklaringar till fynden. Ett exempel är att när försäljningen minskar så kan företagsledningen hantera det genom att vara mindre benägna att skriva ned lager och osäkra fordringar, vilket kan ses som en form av AEM.

3.4.2. Roychowdhury-modellen

För att beräkna undersökningens proxy för real earnings management, REM, används Roychowhurys trestegsmodell. Modellen bygger på tre komponenter som tyder på att företagsledningen har utfört åtgärder för att förbättra de finansiella resultaten. Den första komponenten undersöker om företag markant sänker priset på sina varor för att öka sin försäljning och därmed få ett positivt resultat (Roychowdhury, 2006). För att undersöka företeelsen estimeras en normal mängd operativt kassaflöde enligt ekvation 4.

25 𝐶𝐹𝑂_𝑡

𝐴_𝑡−1 = 𝛼 + 𝛽₁ 1

𝐴_𝑡−1+ 𝛽₂𝑆𝑎𝑙𝑒𝑠_𝑡

𝐴_𝑡−1 + 𝛽₃∆𝑆𝑎𝑙𝑒𝑠_𝑡 𝐴_𝑡−1 + 𝜀_𝑡

Ekvation 4

CFOt = Kassaflöde från den operativa verksamheten Salest =Försäljning

ΔSalest = Förändring i försäljning At-1= Totala tillgångar föregående år 𝜀_𝑡= Residual, REM 1

I ekvationen ovan betecknar residualen, 𝜀_𝑡 undersökningens första del i proxyt för REM, benämnt REM 1. REM 1 förklarar skillnaden mellan det beräknade normala värdet och det redovisade värdet för kassaflödet från den operativa verksamheten. För att undvika heteroskedasticitet sätts posterna i relation till företagets totala tillgångar. Resultatet multipliceras med -1 för att reflektera EM som ökar resultatet (Roychowdhury, 2006).

Nästa steg i Roychowdhury (2006) modell handlar om att beräkna företags benägenhet att minska sina så kallade godtyckliga kostnader för att uppvisa ett högre resultat. Godtyckliga kostnader beskrivs som forskning och utveckling, försäljningskostnader samt administrativa kostnader. Även detta steg beräknas genom att fastställa en normal nivå baserat på försäljningsnivåer enligt ekvation 5.

𝐷𝑖𝑠𝑐𝐸𝑥𝑝_𝑡

𝐴_𝑡−1 = 𝛼 + 𝛽₁ 1

𝐴_𝑡−1+ 𝛽₂𝑆𝑎𝑙𝑒𝑠_𝑡−1 𝐴_𝑡−1 + 𝜀_𝑡

Ekvation 5

DiscExpt= Godtyckliga kostnader Salest-1=Försäljning föregående år At-1= Totala tillgångar föregående år 𝜀_𝑡= Residual, REM 2

Den normala nivån jämförs sedan med det redovisade värdet för att få fram de anormala godtyckliga kostnaderna, som även här multipliceras med -1 (Roychowdhury, 2006). I ekvationen ovan betecknar residualen, 𝜀_𝑡 undersökningens andra del i proxyt för REM, benämnt REM 2.

Den tredje komponenten i modellen undersöker huruvida företag överproducerar varor för att minska kostnaden per vara och därmed minska kostnad sålda varor. Detta skulle enligt

26 Roychowdhury (2006) upptäckas genom att produktionskostnaderna är högre än normalt. Den normala nivån beräknas enligt ekvation 6.

𝑃𝑟𝑜𝑑_𝑡

𝐴_𝑡−1 = 𝛼 + 𝛽₁ 1

𝐴_𝑡−1+ 𝛽₂𝑆𝑎𝑙𝑒𝑠_𝑡

𝐴_𝑡−1 + 𝛽₃∆𝑆𝑎𝑙𝑒𝑠_𝑡

𝐴_𝑡−1 + 𝛽₃∆𝑆𝑎𝑙𝑒𝑠_𝑡−1 𝐴_𝑡−1 + 𝜀_𝑡

Ekvation 6

Prodt = Kostnad sålda varor + förändring i lager Salest = Försäljning

ΔSales = Förändring i försäljning

ΔSalest-1= Förändring i försäljning föregående år 𝜀_𝑡= Residual, REM 3

Det sista steget är att beräkna de anormala produktionskostnaderna som skillnaden mellan den normala nivån och det redovisade värdet. I ekvationen ovan betecknar residualen, 𝜀_𝑡 undersökningens tredje och avslutande del i proxyt för REM, benämnt REM 3.

Avslutningsvis summeras de tre proxies för REM för att generera en total REM (Roychowdhury, 2006). Summan av REM kan vara både positivt och negativt, där ett positivt värde tyder på att det förekommer REM.

3.4.2.1 Kritik mot Roychowdhury-modellen

El Diri (2018) riktar kritik mot att Roychowdhury-modellen har en problematik av endogenitet, vilket innebär att residualen korrelerar med de förklarande variablerna. Roychowdhury- modellen är dock fortfarande den som mest frekvent används i studier då det inte har utvecklats någon modell som löser denna problematik.

3.5 Statistisk prövningsmetodik

Den insamlade företagsinformationen sammanställs och organiseras i Excel för att sedan exporteras till statistikprogrammet STATA. I denna studie används dataformen paneldata för att genomföra regressionsanalyserna. Både den modifierade Jones-modellen och Roychowdhury-modellen bygger på att beräkna förändringar mellan år vilket kräver att paneldata används. Data är klassat som paneldata när den innehåller observationer av flera företag under en tidsperiod. Det möjliggör en analys av flera företag under flera tidsintervaller.

Paneldata gör det möjligt att studera samvariationen mellan variabler över tid. Det möjliggör även gruppvisa jämförelser över tid inom urvalet (Brooks, 2014).

27 3.5.1 Regressionsanalys

I denna studie används regressioner både för att beräkna proxies för AEM och REM samt för hypotesprövning. Regressionsanalysen går ut på att skatta parametrarna för de oberoende variablerna med hjälp av den minsta kvadratmetoden genom att minimera avståndet mellan regressionslinjen och observationerna. Dessa typer av regressionsanalyser kallas även OLS- regressioner (Djurfeldt, Larsson & Stjärnhagen, 2017). Regressionsanalyser möjliggör hypotesprövning genom att undersöka och beskriva interna förhållanden och orsakssamband mellan regressionens givna variabler. För att undersöka detta orsakssamband upprättas en beroende variabel samt en eller flera förklarande variabler vars förändring förutsätts påverka den beroende. Det går också att undersöka om en variabels effekt varierar mellan olika grupper genom att använda en interaktionsterm (Brooks, 2014).

Som tidigare beskrivet bygger både den modifierade Jones-modellen och Roychowdhury- modellen på regressionsanalyser. Modellerna bygger på att de oberoende variablerna i regressionen förklarar den normala mängden periodiseringar eller kassaflödespåverkande aktiviteter och att residualen därmed blir det anormala justeringarna. Det första steget i studien blir därmed att med hjälp av regressionsanalyser per bransch, år och regelverk för att beräkna residualerna som är proxy för AEM och REM. Urvalet består av två regelverk innehållande 50 branscher under 18 år vilket genererar totalt 1800 regressioner.

I denna studie används en regressionsanalys med en interaktionsterm för att testa den första hypotesen om skillnaden i AEM och REM har minskat mellan åren 2002–2019. Detta för att undersöka hur tidens gång har påverkat skillnaden mellan GAAP och IFRS.

Regressionsanalyserna är uppställda enligt följande:

𝐴𝐸𝑀 = 𝛼 + 𝛽₁× 𝐴𝐶𝐶𝑆𝑇 + 𝛽₂× 𝑌𝐸𝐴𝑅 + 𝛽₃× 𝐴𝐶𝐶𝑆𝑇 × 𝑌𝐸𝐴𝑅

Ekvation 7

𝑅𝐸𝑀 = 𝛼 + 𝛽₁× 𝐴𝐶𝐶𝑆𝑇 + 𝛽₂× 𝑌𝐸𝐴𝑅 + 𝛽₃× 𝐴𝐶𝐶𝑆𝑇 × 𝑌𝐸𝐴𝑅

Ekvation 8

I regressionerna ovan antar variabeln ACCST värdet 0 för bolag som följer GAAP och värdet 1 för bolag som följer IFRS. Variabeln YEAR antar ett värde för varje år från 2003 till 2019, vilket gör att det genereras ett årligt resultat. Interaktionstermen mellan regelverket och år beskriver skillnaden i riktningskoefficient mellan regelverken och hur den förändrats jämfört

28 med år 2002. Med denna regression kan tidens påverkan på skillnaden mellan GAAP och IFRS användning av AEM och REM därför undersökas.

3.5.2 T-test

För att komplettera resultatet av regressionsanalyserna ovan genomförs även årsvisa t-test för att undersöka om det finns en signifikant skillnad mellan GAAP och IFRS användande av AEM och REM. Ett tvåsidigt t-test undersöker om det finns en skillnad i medelvärdet för två oberoende grupper. Undersökningen besvarar inte hur stor skillnaden mellan populationerna är med säkerhet utan endast om det finns en skillnad. Testet antar att grupperna är normalfördelade. T-testet visar även sannolikheten att medelvärdet för en grupp är signifikant större än för en annan grupp (Djurfeldt, Larsson & Stjärnhagen, 2017).

Den andra hypotesen, om IFRS och GAAP använder sig i högre grad av AEM respektive REM än den andra, testas även den genom t-test. Det görs för att undersöka om det finns en signifikant skillnad i regelverkens användande av de olika EM-metoderna under tidsperioden.

3.5.3 Korrelation

Den tredje hypotesen innefattar om de två olika metoderna, AEM och REM, är negativt korrelerade med varandra. Detta testas genom att undersöka den parvisa korrelationen mellan REM och AEM inom regelverken under 2002–2019. Korrelation används ofta i ekonomisk analys för att undersöka graden av samband mellan två variabler. Korrelationskoefficienten, även kallat Pearsons r, kan anta ett värde mellan -1 och 1 där -1 innebär att de är perfekt negativt korrelerade och 1 innebär att de är perfekt positivt korrelerade (Djurfeldt, Larsson &

Stjärnhagen, 2017). Korrelationskoefficienternas signifikansnivå beror dels på storleken av koefficienten, dels på storleken av urvalet. En svag korrelation kan ändock vara signifikant vilket innebär att det är viktigt att både ta hänsyn till koefficienten och signifikansnivån vid en analys av resultatet. En negativ korrelation innebär att höga värden på en variabel följer låga värden på den andra variabeln och vice versa (Bryman & Bell, 2017).

3.5.4 Signifikansnivå och förklaringsgrad

Signifikansnivån betecknar sannolikheten att felaktigt förkasta nollhypotesen trots att den är sann, vilket också kallas också typ I fel. Vanliga signifikansnivåer vid hypotesprövning är 5%, 1% och 0,1% (Körner & Wahlgren, 2015). I denna studie används signifikansnivån 5%. Det finns även en risk att göra typ II fel, då H0 inte förkastas trots att H1 är sann (Körner &

29 Wahlgren, 2015). Risken för typ II-fel ökar när utrymmet för typ I-fel minskar. Till skillnad från typ I-fel kan inte sannolikheten för typ II-fel beräknas. För att undvika risken för typ II-fel ska nollhypotesen accepteras med stor försiktighet (Djurfeldt, Larsson & Stjärnhagen, 2017).

Ronen och Yaari (2008) finner att den modifierade Jones modellen mindre sannolikt får typ II fel jämfört med andra modeller för beräkning av AEM.

Determinationskoefficienten, R² beskriver till vilken grad variationen i de förklarande variablerna stämmer överens med variationen i den beroende variabeln. R² antar ett procentuellt värde och en hög förklaringsgrad antar därmed ett tal nära 1. Förklaringsgraden beräknas genom att variationen kring regressionslinjen divideras med den totala variationen i regressionen. Måttet kan vara användbart för att bedöma hur många av de observerade värdena som ligger på den skattade regressionslinjen (Körner & Wahlgren, 2015). I denna undersökning används förklaringsgraden för att bedöma tillförlitligheten i regressionerna för att beräkna AEM och REM. Eftersom undersökningen består av fler än en variabel kommer den justerade förklaringsgraden att presenteras.

3.5.5 Förkastning av hypoteser

Hypotes 1a och 1b, om skillnaderna i AEM och REM mellan IFRS och GAAP har minskat i takt med harmoniseringsarbetet, testas med två metoder. Nollhypotesen förkastas om dels regressionerna med interaktionsterm visar att tidens gång har haft en påverkan på skillnaden i AEM och REM mellan regelverken, dels att t-testerna visar att skillnaderna mellan grupperna blivit mindre signifikanta.

Hypotes 2a och 2b om det finns en signifikant skillnad mellan användandet av AEM och REM inom IFRS och GAAP testas genom t-test. Nollhypoteserna förkastas om det finns en signifikant skillnad mellan GAAP-bolag och IFRS-bolag på 5% nivån.

Hypotes 3, om det finns en signifikant negativ korrelation mellan REM och AEM, testas genom korrelation. Nollhypotesen förkastas om korrelationskoefficienten är negativ och signifikant på 5% nivån.

30

3.6 Kontroll av regressionsanalyser

Den linjära regressionsmodellen bygger på ett antal antaganden:

1. Den beroende variabeln har ett linjärt samband med de oberoende variablerna.

2. Residualerna är normalfördelade och dess förväntade värde är lika med noll.

3. Variationen i skillnaden mellan det skattade Y och det verkliga Y är samma för alla värden på Y. Detta innebär att residualens varians är densamma för alla värden på y.

4. Observationerna är slumpgenererade vilket leder till att variablerna inte är autokorrelerade. Autokorrelation betyder att variablerna är korrelerade till sig själva (Brooks, 2014).

För att kontrollera hur väl antagandena för den linjära regressionsmodellen stämmer för undersökningens regressioner genomförs ett antal statistiska tester. Ramsey RESET-test genomförs för att undersöka det första antagandet om att det finns ett linjärt samband mellan de beroende och de oberoende variablerna. Testet går ut på att undersöka om residualernas medelvärde är noll (Körner & Wahlgren, 2015).

Det andra antagandet om residualernas normalfördelning antas vara sant då den centrala gränsvärdessatsen visar att med ett tillräckligt stort urval tenderar residualer i alla regressioner att bli normalfördelade. Vid en undersökning med ett stort urval kan man därav anta normalfördelning (Brooks, 2014). För att ytterligare bekräfta att urvalet i denna undersökning är tillräckligt stort presenteras residualerna av regressionerna i histogram (se bilaga 1). För att korrigera för extremvärden i denna undersökning används 1% winsorize på variablerna för AEM och REM.

Det tredje antagandet undersöks genom att kontrollera för heteroskedasticitet i undersökningen.

White-testet går ut på att testa om värdet på den beroende termens residual är konstant oavsett om värdet på de oberoende variablerna förändras. Om residualerna är konstanta är undersökningen homoskedastisk, vilket är ett antagande vid linjär regression. Vid användandet av paneldata är dock risken för heteroskedasticitet stor (Brooks, 2014). Forskningen inom EM har problem med heteroskedasticitet, vilket kan ses i flera tidigare studier (Kasznik, 1999). Vid problem med heteroskedasticitet genomförs en korrigering i regressionerna där istället robusta standardfel används. Korrigeringen förändrar standardfelen och signifikansnivån men påverkar inte värdet på de skattade parametrarna (Brooks, 2014).

31 För att slutligen testa det sista antagandet att variablerna inte är autokorrelerade används Durbin-Watson testet. Finns det autokorrelation mellan variabler finns det en risk att standardfelet estimeras för lågt och nollhypotesen felaktigt förkastas. Testet antar ett värde mellan 0 och 4, där 0 innebär en positiv autokorrelation och 4 innebär negativ autokorrelation.

För att testet ska visa att det inte finns någon autokorrelation ska ett värde av 2 uppmätas. Om resultatet visar att det finns problem med autokorrelation är en lösning att utöka urvalet (Brooks, 2014).

3.7 Bortfallsanalys

Både modellen för REM och modellen för AEM kräver data för minst tre kontinuerliga år per företag sker ett bortfall av företag som inte funnits under så lång tid. Det faller även bort bolag där det saknas nödvändiga data. Den post där det i störst utsträckning saknas data är forskning och utveckling. Andra studier har för de bolag där mängden försäljnings- och administrationskostnader finns angiven men det saknas information för forskning och utveckling antagit att det inte förekommit någon sådan (Roychowdhury, 2006). I denna undersökning har samma metod tillämpats. Dessutom har stickprov gjorts mot årsredovisningar där avsaknaden av forskning och utveckling i dessa fall bekräftas. Andra poster där det i stor utsträckning saknas data är investeringar i anläggningstillgångar och lager. Eftersom värdena beräknas som en förändringsfaktor är det inte möjligt att justera de saknade värdena till noll, vilket gör att de berörda observationerna bortfaller. Det är dessvärre för många bolag för att det ska vara genomförbart att manuellt föra över den saknade data med hänsyn till undersökningens omfattning. Tack vare det stora urvalet bedöms de slutgiltiga antalet observationer som tillräckligt för att genomföra undersökningen.

Antal observationer i urvalet 102 275 Bortfall av observationer för AEM 20 762 Bortfall av observationer för REM 15 091 Antal slutgiltiga observationer 66 422

Bortfallsprocent 35,1%

Tabell 1 Sammanställning av bortfall

Bortfallet i denna studie är totalt 35,1% av de ursprungliga observationerna. Nivån av bortfallet är i paritet med andra studier som använder samma metoder för att mäta EM. Filip och Raffournier (2014) får i sin studie ett bortfall på 38,4% av de ursprungliga observationerna.