De theoretische basis voor dit onderzoek wordt gevormd door COSO 2013. Het Committee of Sponsoring Organisations of the Treadway commission (COSO) heeft dit (in 2013 geactualiseerde) raamwerk in 2013 uitgebracht (D’Aquilla 2013). De accountingprofessie beschouwt dit raamwerk als een leidend raamwerk voor het ontwerp, de implementatie en de uitvoering van interne controlemaatregelen en het vaststellen van de effectiviteit daarvan (D’Aquilla 2013). COSO 2013 bestaat uit de volgende vijf componenten: Control Environment, Risk Assessment, Control Activities, Information and Communication en Monitoring (zie Figuur 1).

Figuur 1.

Het COSO Internal Control Integrated Framework uit 2013 met de vijf componenten. (Bron: coso.org (2013)).

De 5 componenten van COSO 2013 bestaan uit 17 principes en per principe zijn aandachtspunten geformuleerd (zie Figuur 2). Principe 8 betreft het uitvoeren van een frauderisicoanalyse.

Figuur 2.

De principes van het COSO Internal Control Integrated Framework 2013. (Bron: https://pathlock.com (2025)).

Uit de onderzochte literatuur blijkt dat er een sterke onderlinge samenhang te onderkennen is tussen de vijf componenten van COSO 2013 (Rae et al. 2017). Dit artikel focust met name op de samenhang tussen de principes van de component Control Environment van COSO 2013 en het principe Fraud Risk Assessment (frauderisicoanalyse) als onderdeel van de component Risk Assessment van COSO 2013. Hierbij staat de vraag centraal hoe een organisatie de Control Environment het beste kan inrichten om het risico op fraude te verkleinen.

Het beoordelen van het frauderisico betreft het inschatten van risico’s met betrekking tot frauduleuze verslaggeving, ontvreemding van activa en corruptie. Deze risico’s hangen samen met incentives van – en druk op – bestuurders, rationalisatie van fraude door fraudeurs, het bieden van gelegenheid tot frauderen, regio’s waarin fraude meer voorkomt dan elders, de mogelijkheden die nieuwe technologieën bieden en de houding die het management heeft ten opzichte van interne controle (D’Aquilla 2013). Deze risico’s zijn onder meer gebaseerd op de zogenoemde fraudedriehoek (D’Aquilla 2013). De fraudedriehoek is weergegeven als Figuur 3.

Figuur 3.

Fraudedriehoek (bron: auditmagazine.nl (2019)).

Rae et al. (2008) lichten de fraudedriehoek als volgt toe. De druk wordt veroorzaakt door financiële of niet-financiële problemen die een motief met zich meebrengen om fraude te plegen. De gelegenheid om te frauderen is het gevolg van een zwakke interne beheersing. De rechtvaardiging om te frauderen leidt ertoe dat de fraudeur de fraude voor zichzelf acceptabel acht. De relatie tussen deze drie factoren en de kans op fraude is gebaseerd op anekdotisch bewijs vanuit casestudies (Guercio et al. 1988). Anderen, zoals Liao et al. (2019), geven in aanvulling op de fraudedriehoek als vierde factor aan dat de fraudeur de fraude ook moet willen en kunnen plegen. Deze vierde factor wordt niet meegenomen in COSO 2013. Omdat wij COSO 2013 volgen bij ons onderzoek, richten wij ons op de eerste drie factoren van de fraudedriehoek op basis van de daarbij behorende literatuur.

Volgens Rae et al. (2008) omvat fraude zoals bedoeld in de fraudedriehoek frauduleuze verslaggeving, diefstal van activa en/of informatie, het ontvangen van kickbacks en omkoping.

De voor dit onderzoek geraadpleegde literatuur focust met name op frauduleuze verslaggeving door organisaties, onder meer in de vorm van earnings management (manipulatie van verslaggeving) en op de vraag hoe het al dan niet beperken of tijdig ontdekken hiervan samenhangt met elementen van corporate governance en Internal Control. Wij sluiten ons hierbij aan, omdat er nog zeer beperkt onderzoek is gedaan naar frauderisicoanalyses. Voor zover wij konden nagaan is er niet eerder wetenschappelijk onderzoek gepubliceerd over de kwaliteit van frauderisicoanalyses.

Door middel van frauderisicoanalyses wordt de kans op het voorkomen van fraudes ingeschat en worden, uitgaande van de risicobereidheid van de leiding van de organisatie, maatregelen getroffen om deze fraudes zoveel mogelijk te beperken (coso.org 2013).

In Tabel 1 is een samenvatting van uitkomsten van deze literatuur opgenomen voor zover deze samenhangen met de principes van de component Control Environment.

Naast de principes zoals opgenomen in de component Control Environment zijn voor het beperken van de kans op fraudes volgens de onderzochte literatuur met name het fungeren van een eventueel aanwezige Internal Audit-afdeling en (de controle door) de externe accountant van belang. In Tabel 2 is een samenvatting opgenomen van de literatuur waarin de toegevoegde waarde is onderzocht van Internal Audit en (de controle door) de externe accountant.

De voor dit artikel relevante literatuur focust veelal op de invloed van de Control Environment, waaronder de goverancemaatregelen, en interne en externe audits op de interne beheersing en de kwaliteit van de verslaggeving als gevolg van fraude en het bewust beïnvloeden van de kwaliteit van de verslaggeving. Dit onderzoek hiernaar is met name gericht op de effecten hiervan op earnings management (discretionary accruals), fraude met verslaggeving en door organisaties gerapporteerde fraudes.

Voor dit onderzoek hebben wij ons gefocust op de effectiviteit van de principes van de Control Environment, het fungeren van internal audit en de externe accountantscontrole. Reden hiervoor is dat via het toepassen van de principes van COSO 2013 en via werkzaamheden van interne en externe accountants verondersteld kan worden dat in preventieve zin meer focus ontstaat op de verslaggevings- en controleketen, waardoor de risico’s op fraudes tijdig (vóór het vaststellen en uitbrengen van de jaarrekening) kunnen worden gevonden.

Veel literatuur op dit vlak stamt uit de jaren 2005–2020. Ons onderzoek gaat in op de vraag in hoeverre de in eerder onderzoek gevonden factoren ook daadwerkelijk leiden tot een betere frauderisicoanalyse. Op basis van de in eerder onderzoek gevonden factoren waarvan wordt verondersteld dat zij een belangrijke rol spelen bij het verbeteren van de kwaliteit van de frauderisicoanalyses formuleren wij voor ons onderzoek de volgende hypothese:

Het implementeren van de eerste vijf principes van COSO 2013 en het instellen van interne en externe audits draagt tezamen bij aan de kwaliteit van de frauderisicoanalyses bij ondernemingen.

Op basis van deze hypothese focust het empirische gedeelte van ons onderzoek op de volgende factoren als mogelijke verklarende variabelen voor de kwaliteit van de frauderisicoanalyses:

• het optreden van bestuurders door – en het ontwikkelen van – de juiste tone at the top en het implementeren van een code of conduct;
• de wijze van functioneren van de toezichthouders;
• het implementeren van structuren, rapportagelijnen, verantwoordelijkheden en bevoegdheden van het management;
• het personeelsbeleid: aannemen en opleiden van medewerkers met kennis van – en vaardigheid op – het onderkennen, het omgaan met en het bespreekbaar maken van verhoogde risico’s op fraudes;
• de verantwoordelijkheidstelling voor interne controle;
• de aanwezigheid van een Internal Audit-afdeling of een afdeling verbijzonderde interne controle (incl. monitoring);
• accountantscontroles, nader onderverdeeld naar uitvoering door een Big Four-kantoor en door andere accountantskantoren.

Deze factoren beschouwen wij als belangrijke schakels binnen de verslaggevings- en controleketen, die invloed uitoefenen op de kwaliteit van de frauderisicoanalyses.

De kwaliteit van de frauderisicoanalyses meten wij in het empirische gedeelte van ons onderzoek als volgt: de organisatie overweegt bij de risicoanalyse de mogelijkheden en prikkels en druk om de verschillende typen van fraude te plegen (Principe 8, COSO 2013).

De hiervoor genoemde factoren en de kwaliteit van de frauderisicoanalyses vormen samen ons conceptueel onderzoeksmodel.

In paragraaf 3 lichten wij de opzet van het empirische gedeelte van ons onderzoek toe, om daarmee te analyseren of we onze hypothese – dat deze factoren een positieve invloed hebben op de kwaliteit van frauderisicoanalyses – al dan niet kunnen onderbouwen met data.

Dit onderzoek is erop gericht om na te gaan in hoeverre een aantal vooraf op basis van de literatuur geselecteerde factoren een positieve invloed heeft op de kwaliteit van de frauderisicoanalyses. In Tabel 3 is een overzicht opgenomen van de wijze waarop deze factoren uit ons conceptueel onderzoeksmodel als variabelen zijn geoperationaliseerd voor het uitvoeren van de analyses voor ons onderzoek. Hierbij is zoveel mogelijk aangesloten op de meetmethoden van de variabelen die gebruikt zijn in eerder onderzoek. Zoals in Tabel 3 is aangegeven, is dit niet voor alle factoren het geval. Voor die factoren hebben we gekozen voor operationalisatie op basis van COSO 2013.

De kwaliteit van de frauderisicoanalyses hebben we op basis van principe 8 van COSO 2013 geoperationaliseerd. COSO heeft dit principe gebaseerd op de fraudedriehoek. De kwaliteit van de frauderisicoanalyse wordt gemeten door middel van de volgende stellingen, op een schaal van 1–7 (helemaal oneens – helemaal eens):

1. De frauderisicoanalyses die worden uitgevoerd zijn gericht op frauduleuze verslaggeving, verlies van activa en corruptie resulterend in diverse wijzen waarop fraude en wangedrag bij uw organisatie kan plaatsvinden.
2. De frauderisicoanalyses die worden uitgevoerd bij uw organisatie richten zich ook op prikkels en druk.
3. De frauderisicoanalyses die worden uitgevoerd bij uw organisatie omvatten ook de mogelijkheid van ongeautoriseerde verkrijging, gebruik of ter beschikkingstelling, veranderen van de administratie van de organisatie of het deelnemen aan andere niet acceptabele activiteiten.
4. De frauderisicoanalyses bij uw organisatie betreffen ook hoe het management en het andere personeel wordt of is betrokken in het rechtvaardigen van niet acceptabele activiteiten.

Hiermee wordt gemeten in hoeverre de bedrijven bij hun risicoanalyse focussen op de relevante risico’s, zoals deze ook in Standaard 240 (NBA.nl 2024) zijn beschreven (stellingen 1 en 3) en in hoeverre zij zich richten op de omstandigheden waarin zich deze risico’s kunnen voordoen. In Standaard 240 worden deze omstandigheden als frauderisicofactoren aangeduid (NBA.nl 2024).

Voor het beoordelen van de geldigheid van deze stellingen is de gemiddelde score op de geldigheid van deze stellingen berekend en meegenomen als de waarde van de kwaliteit van de frauderisicoanalyses. Hoe hoger de mate waarin voldaan is aan de vier stellingen bij het uitvoeren van de risicoanalyse, des te hoger de score. Dus een 7 op alle aandachtspunten impliceert dat de kwaliteit van de uitgevoerde risicoanalyse hoog is.

De literatuur waarnaar verwezen wordt in de tabellen 1 en 2 neemt controlevariabelen mee in de geoperationaliseerde onderzoeksmodellen en analyses om te voorkomen dat belangrijke factoren, die de relatie tussen de verklarende en de te verklaren factoren in belangrijke mate beïnvloeden, maar niet centraal staan in het onderzoeksmodel, niet meegenomen worden in de analyses. Wij nemen deze controlevariabelen ook mee in de analyses van ons onderzoek, omdat deze ook een effect op onze analyses kunnen hebben. Dit betreffen de variabelen ‘omvang van de organisatie’, ‘het rendement op activa’, ‘het verlies in het jaar T-1’ en ‘financiële problemen in het jaar T-1’.

De data voor dit onderzoek zijn verzameld door studenten van de Accountantsopleiding van de SBE van de VU Amsterdam, op basis van gestructureerde vragenlijsten met gesloten vragen. De gestelde vragen zijn ontleend aan de aandachtspunten van de componenten van de Control Environment en het principe inzake de frauderisicoanalyse van de component Risk Assessment van COSO 2013 en wetenschappelijk artikelen.

De ingevulde vragenlijsten zijn voor akkoord getekend door de functionarissen van de organisaties die de vragenlijsten hebben ingevuld. In Tabel 5 is aangegeven met welke functionarissen is gesproken. De ingevulde vragenlijsten zijn op redelijkheid beoordeeld door één van de auteurs van dit artikel. Daar deze bedrijven de informatie zelf verstrekken en ook voor akkoord tekenen, zou een positieve tendentie in de onderzoekspopulatie aanwezig kunnen zijn. Bij de review van de antwoorden is daarom gelet op de aanwezigheid van een verwachte variatie in de data. Indien dit niet het geval was, is navraag gedaan of de antwoorden inderdaad juist zijn.

De dataset bestaat uit gegevens van 317 verschillende naamloze en besloten vennootschappen, verzameld gedurende de periode 2014 tot en met 2019. In de tabellen 4 tot en met 6 is informatie opgenomen over de samenstelling van de populatie naar voor dit onderzoek relevante grootheden, zoals de sectoren van de bedrijven die in de populatie zijn opgenomen, de functies van de personen die de vragenlijsten hebben ingevuld en de vormen van toezicht op de leiding van de bedrijven. Vanwege de mogelijk verstorende effecten van de coronapandemie zijn de beschikbare data uit de jaren 2020 en 2021 niet in de dataset opgenomen.

Op basis van de functies van de functionarissen die zijn geïnterviewd en de omvang van de organisaties waar zij werkzaam zijn (zie Tabel 5) concluderen wij dat de geïnterviewde functionarissen in voldoende mate betrokken zijn bij het risicomanagement van de organisatie. De interviews zijn daarom afgenomen bij de juiste personen.

Gezien de onevenwichtige verdeling en het verschil in de omvang van de observaties per sector en vormen van toezicht zijn de vormen van toezicht niet als afzonderlijke verklarende variabelen meegenomen in de analyses in paragraaf 4. Voor nadere informatie over de omvang (N), de samenstelling (de variabelen, de range en de minimum- en maximumwaarden) en de spreiding (de gemiddelden en de standaarddeviaties) van de onderzoekspopulatie en de scores op de aandachtspunten per COSO-principe wordt verwezen naar Bijlage 1.

Om de data-analyse te kunnen uitvoeren zijn de volgende stappen uitgevoerd:

1. Het opstellen van de beschrijvende statistiek over de onderzoekspopulatie om inzicht te krijgen in de omvang (N), de samenstelling (de variabelen, de range en de minimum- en maximumwaarden) en de spreiding (de gemiddelden en de standaarddeviaties) van de dataset.
2. Het uitvoeren van analyses op de onderlinge samenhang tussen de individuele variabelen uit de onderzoekspopulatie. ¹
3. Het uitvoeren van analyses ² om na te gaan of de hypothese uit paragraaf 2 kan worden onderbouwd met de data en de uitkomsten van de regressieanalyse op deze data.

In Tabel 7 wordt de omvang (N), de samenstelling (de variabelen, de range en de minimum- en maximumwaarden) en de spreiding (de gemiddelden en de standaarddeviaties) van de onderzoekspopulatie weergegeven. Daarnaast worden in de tabellen 12 tot en met 17 (Bijlage 1) de scores per aandachtspunt van de principes van COSO 2013 weergegeven.

De omvang, samenstelling en spreiding van de variabelen ‘bestuur’ tot en met ‘kwaliteit risicoanalyses’ vertoont een normaal beeld. Uit het gemiddelde en de standaarddeviatie van de variabele ‘Toezicht’ blijkt dat een groot gedeelte van de bedrijven in de onderzoekspopulatie geen toezichthoudend of een zwak toezichthoudend orgaan heeft. Het aantal bedrijven dat geen toezichthoudend orgaan heeft is opgenomen in Tabel 6.

Circa 30% van de bedrijven uit de onderzoekspopulatie heeft een interne audit- of een verbijzonderde interne controleafdeling. Circa 70% van bedrijven uit de onderzoekspopulatie wordt gecontroleerd door een accountant, waarvan circa 40% door een Big Four-kantoor.

In het rendement op activa zitten enkele grote uitschieters naar boven en naar beneden. Het bedrijf met een negatief rendement op activa van 400% heeft een beperkt balanstotaal van 1.000 euro. De hoge rendementen op activa worden ook gerealiseerd door bedrijven met een relatief laag balanstotaal. Het gemiddelde rendement op activa van 9% roept geen vragen op. De hoge standaarddeviatie kan worden verklaard door het grote verschil in rendementen op de activa per bedrijf.

Circa 20% van de bedrijven uit de onderzoekspopulatie heeft in het voorgaande jaar verlies geleden. Gemiddeld is het totaal van het eigen vermogen van de bedrijven uit de onderzoekspopulatie 35% van hun totale vermogen. De minimum- en maximumwaarden worden bepaald door enkele uitschieters.

Het omvangrijke maximum van de totale activa wordt bepaald door enkele grote bedrijven waaronder enkele financiële instellingen. Om het ongewenste effect hiervan op de onderzoeksuitkomsten te beperken, wordt voor de analyses het natuurlijk logaritme van de totale activa gebruikt. Dit is gebruikelijk bij soortgelijke onderzoeken en verdelingen.

In Tabel 8 wordt inzicht gegeven in de samenhang tussen de variabelen onderling.

Tabel 8 geeft de onderlinge samenhang weer tussen de variabelen op de horizontale en de verticale as. De tabel geeft bijvoorbeeld aan dat er een onderlinge samenhang bestaat tussen Toezicht (3) en Bestuur (2) van 0,359. Uit Tabel 8 blijkt dat er veelal sprake is van een significante samenhang tussen de ordinale en ratio variabelen onderling met uitzondering van de samenhang van de andere variabelen met ‘solvabiliteit voorgaand jaar’. Omdat de onderlinge samenhang of multicollineariteit tussen deze variabelen lager is dan 0,8 heeft dit geen onaanvaardbaar verstorend effect op de uitkomsten van de regressieanalyse waarvan de uitkomsten in Tabel 10 zijn opgenomen (Field 2009).

Uit Tabel 9 blijkt in hoeverre de nominale variabelen in de onderzoekspopulatie (‘interne audit of verbijzonderde interne controle afdeling’, ‘controleopdracht, ‘BIG4’ en ‘verlies over voorgaand jaar’) significant samenhangen met de kwaliteit van de frauderisicoanalyses³. Er is geanalyseerd in hoeverre de verdeling van de ja’s en nee’s significant van elkaar afwijkt in relatie tot de kwaliteit van de frauderisicoanalyse. Dit blijkt veelal het geval te zijn, met uitzondering van de variabele ‘verlies over voorgaand jaar’.

Op basis hiervan blijkt dat de verklarende variabelen ‘interne controle afdeling’, ‘controleopdracht’ en ‘BIG4’ en de ‘kwaliteit van de frauderisicoanalyses’ elkaar positief beïnvloeden. Ook blijkt dat de onderlinge samenhang van de verklarende variabelen niet te groot is. Dit vormt dus geen beletsel om deze verklarende variabelen mee te nemen in de analyses van hun effect op de kwaliteit van de frauderisicoanalyses.

Tabel 10 laat zien in hoeverre de ‘kwaliteit van de frauderisicoanalyses’ wordt beïnvloed door de verklarende variabelen ‘bestuur’, ‘toezicht’, ‘structuur’, ‘personeelsbeleid’, ‘interne controle indicatoren’, ‘interne audit of verbijzonderde controle afdeling’ en ‘externe controle’ en of dit niet op toeval berust (p-waarde < 0,10). Om na te gaan in hoeverre deze effecten niet door andere variabelen worden veroorzaakt, hebben we de in paragraaf 3 geïntroduceerde controlevariabelen ‘natuurlijk logaritme van de totale activa’, ‘rendement op activa’, ‘verlies over voorgaand jaar’ en ‘solvabiliteit voorgaand jaar’ toegevoegd.

Op basis van Tabel 10 kan verondersteld worden dat enkele verklarende variabelen een significant positieve invloed hebben op de kwaliteit van de frauderisicoanalyses. Dit betreft verklarende variabelen die in de tabel met de sterretjes zijn aangegeven: ‘bestuur’ (B = ,233; p = ,000), ‘structuur’ (B = 160: p = ,026) en ‘interne controle indicatoren’ (B = ,170; p = ,020).

Op basis van de uitkomsten van de regressieanalyse in Tabel 10 kan worden verondersteld dat:

• het ‘bestuur’ via de ontwikkeling van een juiste tone at the top en de implementatie van een code of conduct met aandacht voor fraude een positieve invloed heeft op de kwaliteit van de frauderisicoanalyses;
• het ‘implementeren van een structuur met heldere rapportagelijnen en verantwoordelijkheden en bevoegdheden van het management gericht op het voorkomen van fraude’ een positieve invloed heeft op de kwaliteit van de frauderisicoanalyse;
• het ‘toewijzen van verantwoordelijkheden op het vlak van interne controle’ een positieve invloed heeft op het inschatten van de frauderisico’s.

De invloed van het ‘toezicht’, het ‘personeelsbeleid, waaronder trainingen’, en de ‘interne audits’ en ‘externe audits, waaronder die uitgevoerd door een Big4 kantoor’, op de kwaliteit van frauderisicoanalyses, berust volgens de uitkomsten van de regressieanalyse in Tabel 10 op toeval (p-waardes > 0,10, tweezijdig getoetst). In de literatuur wordt ook aangegeven dat deze relatie niet altijd positief wordt gemeten. In paragraaf 5 wordt hier nader op ingegaan.

Ter zake van de controlevariabelen kunnen we op basis van de uitkomsten van de uitgevoerde regressieanalyse in Tabel 10 veronderstellen dat het natuurlijk logaritme van de totale activa ook een positief effect heeft op de kwaliteit van de frauderisicoanalyses. Hieruit kan worden opgemaakt dat er bij grotere bedrijven meer aandacht wordt besteed aan de frauderisicoanalyses. Dit wordt in de literatuur verklaard doordat grote organisaties betere interne controlemogelijkheden hebben. Dit zou dan vervolgens weer de kwaliteit van de frauderisicoanalyse kunnen beïnvloeden die de leiding laat uitvoeren.

De invloed van de andere verklarende variabelen op de ‘kwaliteit van de frauderisicoanalyses’ berust op toeval volgens de uitkomsten van de uitgevoerde regressieanalyse in Tabel 10 (p-waarde > 0,10). Verondersteld kan worden dat deze verklarende variabelen niet tot betere of mindere analyses leiden van de mogelijkheid, de rationalisatie of druk op het uitvoeren van fraudes.

Onze hypothese – dat het implementeren van de eerste vijf principes van COSO 2013 en het instellen van interne en externe audits alle bijdragen aan de kwaliteit van de frauderisicoanalyses bij ondernemingen – kan op basis van de verzamelde data en onze analyses niet volledig worden bevestigd.

In Tabel 11 en de toelichting daarop hebben wij onze veronderstellingen en de resultaten op basis van de verzamelde data en de uitgevoerde analyse per factor samengevat.

Als we de variabelen, waarvan we op basis van de data en de uitgevoerde analyses veronderstellen dat deze een significant positieve invloed hebben op de kwaliteit van de fraude risicoanalyse, in een uit de regressieanalyse (zie Tabel 10) blijkende rangorde plaatsen van afnemende invloed, dan is deze rangorde als volgt:

1. Bestuur (tone at the top, code of conduct en aandacht voor de naleving), Beta = 0,215).
2. De internal control-indicatoren (de verantwoordelijkheidsstelling voor interne controle door middel van het ontwikkelen van indicatoren en aandacht voor de realisatie ervan, Beta = 0,158).
3. De structuur (de structuur, rapportagelijnen en verantwoordelijkheden en bevoegdheden, Beta = 0,136).

Ad 1) De tone at the top wordt in veel artikelen benoemd als een belangrijke factor voor een goede interne controle waarin fraudes zoveel mogelijk worden voorkomen door de focus op regelgeving en een juiste cultuur, inclusief frauderisicoanalyse daarop (Lail et al. 2013; Trompetter et al. 2013).

Ad 2) Het toekennen van verantwoordelijkheden voor interne controle en het meten van de uitvoering ervan is ook een belangrijk fundament voor een goede interne controle waarin fraude wordt beperkt als gevolg van goede frauderisicoanalyses (Chan et al. 2008; Lu et al. 2011). Deze bevinding sluit aan op de regels zoals opgenomen in de Amerikaanse Sarbanes-Oxley-wetgeving die sinds begin deze eeuw van bestuurders vereist dat zij over de kwaliteit van de uitvoering van de interne controlemaatregelen rapporteren.

Ad 3) De implementatie van een goede structuur, rapportagelijnen en verantwoordelijkheden, gericht op het voorkomen van fraude, zorgt voor een goede communicatie. Dit is eveneens een belangrijke factor voor een goede interne controle en leidt tot focus op een goede frauderisicoanalyse waarmee de kans op fraudes kan worden beperkt (Chen et al. 2017; Halbouni et al. 2016; O’Leary et al. 2007; Rae et al. 2017).

Een goede frauderisicoanalyse vormt de basis voor de maatregelen die moeten worden getroffen om fraudes te beperken. De effectiviteit van deze maatregelen maakt overigens geen onderdeel uit van ons onderzoek.

Voor de mogelijke verklarende factoren ‘toezicht’, ‘personeelsbeleid’, ‘internal audit’, ‘accountantscontrole, al dan niet door een BIG4 kantoor’ kon geen significante invloed op de kwaliteit van de frauderisicoanalyse worden aangetoond op basis van de data en onze analyses daarvan.

In de geraadpleegde literatuur komen we de theorie van ‘ceremonieel toezicht’ tegen en toezicht dat te weinig of te laat informatie over de organisatie ontvangt (Beasley et al. 2009). Het toezicht wordt ook in deze theorieën niet als effectief verondersteld en heeft dan geen invloed op de kwaliteit van de frauderisicoanalyses. Het is dus van belang dat toezichthouders op basis van de voorgaande literatuur en de uitkomsten van de analyses hun kritisch vermogen aanwenden ten aanzien van het verkrijgen van relevante en tijdige informatie op basis waarvan zij hun toezicht op de risicoanalyses en internal control uitvoeren.

Bij de vormgeving van het personeelsbeleid wordt vaak te weinig aandacht besteed aan fraude, ook de trainingen van personeel zijn hier in het algemeen minder op gefocust. Specifiek is hier ook de kennis van fraudezaken en -mogelijkheden van medewerkers belang. Deze kennis ontbreekt vaak of men is zich er niet van bewust dat collega’s fraude kunnen plegen. Ook kan het zo zijn dat medewerkers wegkijken bij fraudes, met name als zij door de leiding of het management worden gepleegd.

Uit andere – met name praktijkgerichte – onderzoeken van toezichthouders op accountants, blijkt ook dat internal audit en accountantscontrole niet altijd goed gefocust zijn op frauderisico’s (onder meer AFM.nl 2023 en AFM.nl 2025), maar meer op andere risico’s.