De beschikbare onderzoeksliteratuur ten aanzien van de relevantie van kernpunten in de controle laat een gemengd beeld zien. Als eerste refereren we aan de studie van Simnett and Huggins (2014). Zij deden onderzoek naar de reacties van 165 belanghebbenden op de door de IAASB (2012) voorgestelde verbeteringen in de controleverklaring. Een interessant aspect in deze studie is dat deze onderzoekers een uiteenzetting van de communication theory beschreven. Deze theorie kent een tweetal stromingen:

1. a. Process
2. b. Semiotic (betekenis geven aan communicatie).

De process-stroming is aanhanger van een lineaire vorm van communicatie, communicatie als een proces. Het wijzigen van bewoordingen of de structuur van een controleverklaring, of het toevoegen van relevante informatie aan de controleverklaring draagt bij aan het overbrengen van de boodschap. De process-stroming maakt geen onderscheid tussen verschillende typen gebruikers (of ontvangers) van de controleverklaring. Nog afgezien van verschillende reacties van verschillende gebruikers bij variaties in terminologie, verschillen de reacties van verschillende gebruikers ook wanneer meer informatie wordt toegevoegd (Innes et al. 1997). Bij de semiotic-stroming is het uitgangspunt dat eenzelfde vorm van informatie door verschillende gebruikers verschillend kan worden geïnterpreteerd. Interpretatieverschillen ontstaan doordat informatie eerst betekenis krijgt in een interactieproces tussen de lezer van de informatie, de boodschap, en de context waarin deze informatie wordt verstrekt. Daarbij is een verdere complicatie dat elke lezer informatie leest door een verschillende bril in termen van aanwezige eerdere kennis en ervaring. Eén van de uitkomsten uit het onderzoek van Simnett and Huggins (2014) is dat de voorgestelde hervorming betreffende het toevoegen van informatie over processen en oordeelsvorming in de controleverklaring de minste support kreeg van de belanghebbenden. Meer specifiek betrof dit informatie ter onderbouwing van de bewering dat geen sprake is van materiële onzekerheden (informatie die de strekking van de controleverklaring niet beïnvloedt). Als potentiële verklaring voor deze observatie wordt genoemd dat een dergelijk statement eerder de verantwoordelijkheid is van het management dan van de accountant.

Gutierrez et al. (2017) deden onderzoek naar de toegevoegde waarde van de nieuwestijlcontroleverklaring in het Verenigd Koninkrijk. De studie betreft een pre-/post-vergelijking ten tijde van de verandering in regelgeving ten aanzien van de uitgebreide controleverklaring. Zij rapporteren geen significante effecten op de waarderelevantie voor de gebruikers. Als mogelijke verklaringen voor deze onderzoeksresultaten noemen zij:

• er is geen sprake van relevante informatie vanwege het gebruik van boilerplate-teksten;
• de informatie in de controleverklaring is te complex, waardoor de gebruikers de informatie niet begrijpen;
• de informatie in de controleverklaring was reeds publiek beschikbaar en is om die reden niet relevant.

Lennox et al. (2017) komen voor het Verenigd Koninkrijk tot vergelijkbare onderzoeksuitkomsten als gerapporteerd door Gutierrez et al. (2017). In aanvulling op die studie onderzoeken zij mogelijke verklaringen voor de onderzoeksresultaten. De aanvullende analyses indiceren dat de aanvullende informatie in de controleverklaring geen incrementele informatiewaarde bevatte voor investeerders vergeleken met wat al bekend was.

Tegenover de studies die rapporteren dat de nieuwestijlcontroleverklaring niet waarderelevant is voor investeerders staan ook andere onderzoeken. Zo onderzochten Prasad and Chand (2017) de reacties van verschillende groepen belanghebbenden op de 2013 IAASB exposure draft over hervormingen betreffende de controleverklaring. Investeerders en analisten concluderen in meerderheid positief over het opnemen van Key Audit Matters in de controleverklaring. Een kanttekening hierbij is dat van de 138 respondenten er slechts 12 tot de categorie van investeerders en analisten behoorden. Cordos and Fülöp (2015) deden een vergelijkbaar onderzoek naar de 2013 IAASB exposure draft en concludeerden dat meer dan 87% van de respondenten positief is over de toevoeging van Key Audit Matters in de controleverklaring. Almulla and Bradbury (2018) onderzochten de cijfers van 132 beursgenoteerde ondernemingen in Nieuw Zeeland over de jaren 2015–2017. Zij concluderen dat Key Audit Matters waarderelevant zijn en geassocieerd zijn met onzekerheid van investeerders. Bédard et al. (2018) onderzochten in een Franse context over de periode 2002–2011 in hoeverre sprake was van waarderelevante kernpunten in de controleverklaring. In de strikte zin rapporteren deze onderzoekers geen significante invloed op de cumulatieve abnormale rendementen. Wel signaleren ze na het eerste jaar van publiceren een effect op hogere volumes in de aandelenmarkt. Daaruit leiden zij af dat sprake is van nieuwe informatie voor de investeerders, die onzekerheid in de aandelenmarkt tot gevolg heeft.¹Reid et al. (2018) onderzochten de invloed van het nieuwe reporting regime in het Verenigd Koninkrijk en rapporteren een significante invloed van dit nieuwe reporting regime op de unexpected earnings. Op basis van hun survey-studie onder bankiers, managers en accountants in Nederland stellen Litjens et al. (2015) dat er een verschil is tussen wat wordt gevraagd aan informatie (‘meer is beter’) en de mate waarin deze aanvullende informatie de verwachtingskloof kan verkleinen. Uit hun studie blijkt dat zogenaamde ‘educatie’ van de gebruiker geen effect heeft op de verwachtingskloof, hetgeen in lijn is met de conclusies van Vanstraelen et al. (2012). Tevens blijkt meer informatie over de cliënt, zoals over convenanten, accounting-beleid en frauderisico’s geen invloed te hebben op de verwachtingskloof van de bankiers. Wel wordt de verwachtingskloof mogelijk verlaagd door meer informatie over het controleproces, zoals ten aanzien van continuïteit en bevindingen uit de controle.

Samenvattend is sprake van een aantal onderzoeken die in verschillende contexten verschillende resultaten te zien geven. Gegeven deze mix van resultaten alsmede gezien de onderscheiden stromingen die te onderkennen zijn in relatie tot de communication theory veronderstellen we dat kernpunten in de controleverklaring waarderelevant zijn, zonder dat we hierin op voorhand een richting opnemen.

Hypothese 1: we verwachten dat kernpunten in de controleverklaring waarderelevant zijn voor investeerders.

In de paragrafen 2.2 tot en met 2.5 beschrijven we nu achtereenvolgens verschillende factoren betreffende de informatiekwaliteit in de kernpunten van de controleverklaring. Als eerste gaan we nader in op de moderator “Mate van detail”. Naar de mate van detaillering van geformuleerde kernpunten in de controleverklaring is nog maar weinig onderzoek gedaan. Een recent onderzoek is gepubliceerd in de dissertatie van Kipp (2017). Kipp deed onderzoek naar het vertrouwen van niet-professionele investeerders in de jaarrekening en het audit report voor zover betrekking hebbend op de Key Audit Matters. Anders dan de eerder beschreven onderzoeken doet Kipp onderzoek in de vorm van een experiment. Medewerkers van Amazon Technical Turk, die een proxy zijn voor niet-professionele investeerders, participeerden in het experiment. Het onderzoek van Kipp (2017) is in belangrijke mate gebaseerd op de Support Theory (zie onder andere Tversky en Koehler 1994). Een belangrijk uitgangspunt in belief models (oordeels- en besluitvorming) is het extension-principe. Wanneer eenzelfde gebeurtenis verschillend wordt beschreven dan verschilt de oordeelsvorming ten aanzien van diezelfde gebeurtenis. Hieraan verwant is binnen de Support Theory de gedachte dat beslissers geen rechtstreekse evaluatie van een gebeurtenis maken, maar dit baseren op verschillende puzzelstukjes rond die gebeurtenis (supporting information). Deze theorie impliceert – vertaald naar het vraagstuk van waarderelevantie van kernpunten in de controleverklaring – dat investeerders een grotere mate van detaillering van de beschreven kernpunten in de controleverklaring meer waarderelevante informatie van dat specifieke kernpunt vinden. En dat is ook wat Kipp (2017) rapporteert als onderzoeksresultaat: in de optiek van niet-professionele investeerders leidt een grotere mate van detail in de kernpunten van de uitgebreide controleverklaring tot een grotere gepercipieerde nauwkeurigheid en betrouwbaarheid van de jaarrekening. Dat leidt tot de volgende hypothese:

Hypothese 2: we verwachten dat meer gedetailleerd beschreven kernpunten in de controleverklaring een positieve invloed hebben op de waarderelevantie van kernpunten voor investeerders.

Een tweede element van informatiekwaliteit betreft de mate van consistentie. Regelgevende instanties benadrukken het belang van consistentie, als aspect van informatiekwaliteit, in de financiële verslaggeving. Een hogere mate van consistentie (het vergelijken van de financiële verslaggeving in de tijd en vergeleken met andere ondernemingen) leidt tot een betere vergelijkbaarheid van jaarrekeningen. Ondanks dat het belang van consistentie in financiële verslaggeving nauwelijks kan worden overschat, zijn er nog maar weinig empirische studies hiernaar gedaan. Een uitzondering hierop vormt het onderzoek van Peterson et al. (2015). Zij deden onderzoek naar de tekstuele vergelijkbaarheid van de toelichting betreffende de grondslagen van financiële verslaggeving. Deze vergelijkbaarheid werd bezien in de loop van de tijd en vergeleken met andere ondernemingen. In hun sample zijn de jaarrekeninggegevens (‘10K-filings’, ontleend aan EDGAR) over de periode 1994-2012 in ogenschouw genomen. Een belangwekkende conclusie uit het onderzoek van Peterson et al. (2015) is dat een hogere mate van consistentie leidt tot een hogere mate van earnings-kwaliteit, geoperationaliseerd middels een aantal proxies. Zij concluderen ook dat een hogere mate van consistentie leidt tot een lager niveau van informatieasymmetrie tussen het management (dat rapporteert op basis van accounting-grondslagen) en investeerders en analisten (die geïnteresseerd zijn in true economics, kasstromen).

Meer consistentie in de financiële verslaggeving leidt tot meer waarderelevante informatieverschaffing voor investeerders. In ons onderzoek richten wij ons op deelelementen van de waarderelevantie van kernpunten in de controleverklaring. Voor de wijze waarop we de mate van consistentie betreffende kernpunten in de controleverklaring hebben geoperationaliseerd verwijzen we naar paragraaf 3 in dit artikel. Een belangrijk uitgangspunt van de agency theorie is dat sprake is van informatieasymmetrie tussen agent (het management) en principaal (investeerders). De aanstelling van een onafhankelijke accountant wordt als noodzakelijk beschouwd om de informatieasymmetrie te overbruggen. Voor wat betreft de kernpunten in de controleverklaring redeneren we bij wijze van analogie: als investeerders meer consistente informatie in de financiële verslaggeving waarderelevant vinden (zie het onderzoek van Peterson et al. 2015), dan zou meer consistente verwoording van kernpunten in de controleverklaring en meer onderbouwing zoals verwijzingen naar jaarrekening of controlestandaarden, ook meer waarderelevante informatie moeten bevatten voor investeerders. Dit argument houdt mede verband met de information source credibility- effecten. Zo rapporteren Christensen et al. (2014) dat investeerders meer bereid zijn om een investeringsbeslissing aan te passen op basis van informatie opgenomen door de onafhankelijke accountant in de kernpunten van de controleverklaring vergeleken met door het management opgenomen informatie in de financiële verslaggeving. Dit leidt tot de volgende hypothese:

Hypothese 3: we verwachten dat meer consistent beschreven kernpunten in de controleverklaring een positieve invloed hebben op de waarderelevantie van kernpunten voor investeerders.

Gray et al. (2011) wijzen er op dat tussen 1948 en 1988 sprake was van een groeiende perceptie dat gebruikers een andere interpretatie van het audit report hadden dan de accountant er mee voor ogen had. Een belangrijk onderzoeksresultaat dat Gray et al. (2011) rapporteren is dat hun onderzoeksparticipanten (opstellers van de jaarrekening, niet-professionele investeerders, bankiers, analisten en externe accountants) geen consensus hadden omtrent de beoogde communicatie (de boodschap die beoogd werd over te brengen). In paragraaf 2.1 vermelden we reeds dat de communicatietheorie (althans aanhangers van de semiotische stroming) veronderstelt dat gecommuniceerde informatie door verschillende gebruikers verschillend kan worden geïnterpreteerd, mede vanwege contextuele verschillen.

Hoewel er al meerdere studies zijn gedaan naar de communicatiekloof tussen accountants en gebruikers (zie onder andere Gold et al. 2012) is de studie van Asare and Wright (2012) de eerste studie die bij de communicatiekloof onderscheid maakt in een macrokloof en een microkloof. Ook maakt deze studie een verfijning in een zogenaamde “tussen-gebruikers-kloof”, vanwege het bestaan van meerdere gebruikersgroepen (al dan niet professionele investeerders, analisten, financiers, etc.). De macrokloof houdt verband met onbegrip omtrent de doelstellingen en beperkingen van accountantscontrole in het algemeen voor zover verband houdend met het audit report. De microkloof houdt verband met interpretatieverschillen ten aanzien van de verwoording van controlebevindingen. In hun studie wordt op microgebied technische terminologie opgenomen zoals: redelijke mate van zekerheid, deelwaarnemingen, afwijkingen van materieel belang en significante schattingsonzekerheid. Asare and Wright (2012) geven hun studie vorm in een experiment waarin verschillende gebruikersgroepen als ook een afzonderlijke accountantsgroep zijn gedefinieerd als participanten. Uit de studie volgt ten aanzien van de microcommunicatiekloof dat er sprake kan zijn van interpretatieverschillen tussen de accountantsgroep en de gebruikersgroepen als geheel, interpretatieverschillen tussen de accountantsgroep en een afzonderlijke gebruikersgroep, en interpretatieverschillen tussen de verschillende gebruikersgroepen. De boodschap is dat mogelijke interpretatieverschillen onduidelijkheid creëren en daarmee een verzwakkend effect hebben op de waarderelevantie van de kernpunten uit de controleverklaring. Op basis van het vorenstaande hebben wij de volgende hypothese geformuleerd.

Hypothese 4: we verwachten dat meer interpretatiegevoelige terminologie in de kernpunten van de controleverklaring een negatieve invloed hebben op de waarderelevantie voor investeerders.

In deze paragraaf staan we ten slotte stil bij de mate van schattingsonzekerheid. Schattingsonzekerheid wordt in de literatuur als volgt gedefinieerd: “Estimation uncertainty is the susceptibility of an accounting estimate and related disclosures to an inherent lack of precision in its measurement on the reporting date” (Christensen et al. 2014). Schattingsonzekerheid refereert dus aan het element van informatiekwaliteit “nauwkeurigheid”. Jaarrekeningposten zoals Goodwill en Latente belastingvorderingen en transactiestromen zoals de post Omzet zijn onderwerpen die vaak onderdeel uitmaken van de kernpunten in de controleverklaring. Economische ontwikkelingen kunnen snel gaan, en daarmee een behoorlijke volatiliteit laten zien in relatie tot de schattingsposten in de jaarrekening. Uit eerder onderzoek volgt dat reëlewaardeschattingen in de financiële verslaggeving waarderelevant zijn voor gebruikers van de jaarrekening (Cannon and Bédard 2017; Song et al. 2010; Van Buuren en Van Nieuw Amerongen 2013). Posten met een hoge mate van schattingsonzekerheid betreffen vaak de zogenaamde Level 3-waarderingen (de waarde is niet direct waarneembaar en er is geen sprake van een actieve markt) (Song et al. 2010). Vanwege het ontbreken van een actieve markt is een dergelijke schatting ook niet eenvoudig door de accountant te controleren. Nadere toelichting op de overwegingen die de accountant heeft gehanteerd bij het beoordelen van de betrouwbaarheid van de desbetreffende schatting vormt daarmee waarderelevante informatie voor de investeerder, ook uit het oogpunt van source credibility. Uit de studie van Song et al. (2010) volgt de suggestie dat investeerders waarschijnlijk minder ‘steunen’ op minder betrouwbare bronnen vanuit schattingsposten met hoge schattingsonzekerheden. Dit heeft tot gevolg dat investeerders deze overwegingen meenemen in hun besluitvorming omdat zij ten aanzien van schattingsposten met hoge schattingsonzekerheid grotere bezorgdheid omtrent liquiditeits- en informatierisico’s hebben. Op basis van het voorgaande resulteert de volgende hypothese:

Hypothese 5: we verwachten dat kernpunten in de controleverklaring die een hogere mate van schattingsonzekerheid impliceren een positieve invloed hebben op de waarderelevantie voor investeerders.

Op basis van de theoretische onderbouwde hypothesen ontstaat het conceptueel model dat is weergegeven in figuur 1.

In de volgende paragraaf gaan wij nader in op de onderzoeksopzet van deze studie.

Figuur 1.

Conceptueel model.

Om de hypothese te kunnen testen, gebruiken we een regressieanalysemodel dat vergelijkbaar is met het regressiemodel van Pevzner et al. (2015)²:

Model 1:

MarktReactie_jt = b₀ + b_1..8 Kernpunten_jt + b₉ Detail_jt + b_10..14 Consistent_jt + b_15...18 Taalgebruik_jt + b_19..20 Uncertainty+ b₂₁ FeeRatio_jt + b₂₂ SchuldRatio_jt + b₂₃ LogMVE_jt + b₂₄ MtoB_jt + b₂₅ LogAuditReportLag_jt + b₂₆ ROA_jt + b_27...38 branche dummies_jt + b_39..40 jaardummies_jt + e_jt

Waarbij geldt dat j = bedrijf en t = jaar.

De marktreactie is geoperationaliseerd door de abnormale variantie van de dagelijkse koersmutatie (R_jt) te berekenen over een tijdsperiode van openbaarmaking van de jaarrekening (t=0) en de dag erna (t+1) na correctie van de gemiddelde marktreactie in de tijdsperiode (Rmt_jt). Deze marktreactie is vervolgens gedeeld door een beursfonds-specifieke benchmark, die berekend wordt op basis van de dagelijkse koersmutatie (RB_jt) over de schattingsperiode van 120 (t-120) dagen tot 20 dagen (t-20) voordat de jaarrekening openbaar gemaakt is. Ook deze benchmark wordt gecorrigeerd voor de gemiddelde marktreactie in de schattingsperiode (RmtB_jt). De abnormale koersmutaties (AbnRet_jt) worden geschat door middel van het volgende model.

Model 2:

AbnRet_jt = R_jt – (a₁ + a₂ Rmt_jt)

AbnRetBenchmark_jt = RB_jt – (y₁ + y₂ RmtB_jt)

Waarbij de MarktReactie_jt = (AbnRet_jt)² / (AbnRetBenchmark_jt)²

In beginsel zou het model ook interactietermen moeten bevatten voor de onderlinge samenhang tussen de attributen van de kernpunten. We hebben dat initieel ook gedaan, maar dit leidt tot te hoge multicollineariteit.

De kernpunten betreffen dummyvariabelen, waarbij 1 = kernpunt van toepassing, 0 = anders. Er zijn negen kernpunten geïdentificeerd: Goodwill, Omzet, Belastingen, (des)investeringen, Pensioenen, Voorzieningen, Bijzondere waardeverminderingen, Management override (het frauderisico van doorbreking van de interne beheersing door de leiding) en/of controls en Overige onderwerpen.

De mate van gedetailleerdheid is geoperationaliseerd door het aantal tekens dat gebruikt is voor de kernpunten in de controleverklaring.

De mate van consistente structuur is geoperationaliseerd als dummyvariabele (1 = van toepassing, 0 = anders): het noemen van één of meer referenties naar jaarverslag, het verwijzen naar standaarden, het kwantificeren van de risico’s (d.w.z. uitdrukken in bijv. Euro- bedragen), of er een nadere uitleg van het risico is gegeven, de controleaanpak is toegelicht en of er een conclusie is geformuleerd (bijv. of interne procedures als effectief zijn beoordeeld).

Het gebruik van vaktechnisch taalgebruik is gemeten door met het gemiddelde aantal keer dat de volgende terminologie is gebruikt in de kernpunten in de controleverklaringen: ‘redelijke aanname’, ‘significante schatting’, ‘getrouw beeld’, ‘professionele oordeelsvorming’ en ‘steekproefomvang’.

Voor de mate van schattingsonzekerheid (uncertainty) is een dummy gehanteerd voor het wel of niet van toepassing zijn van financiële instrumenten en of wel of geen sprake is van bijzondere waardeverminderingen.

In deze paragraaf hebben we de beschrijvende statistiek opgenomen van de overige variabelen die we in dit onderzoek hebben betrokken. In Table 2 is de marktreactie opgenomen als afhankelijke variabele, en de overige variabelen zijn de controlevariabelen. Het netto aantal jaarobservaties is 500 (er zijn 214 bedrijven met één of meer missende waarden).

Het valt direct op dat de variabele MarktReactie sterk scheef verdeeld is. Om deze reden gebruiken we, in afwijking van Pevzner et al. (2015), in de regressieanalyse een log transformatie (LogMarktReactie). Uit de (niet getabuleerde) Pearson correlatieanalyse blijken overigens geen problemen inzake multicollineariteit (coëfficiënten zijn allen < 0,5).

Table 2.Download as CSV 

Beschrijvende statistiek (n = 500).

Variabelen	Gem.	Std. Dev	Min.	Percentielen			Max.
				25	50	75
MarktReactie	2,462	11,829	0,000	0,020	0,129	0,763	141,700
LogMarktReactie	-0,984	1,239	-6,110	-1,703	-0,889	-0,118	2,150
FeeRatio	0,220	0,197	0,000	0,069	0,167	0,343	0,900
SchuldRatio	0,579	0,250	0,000	0,411	0,578	0,723	2,450
LogMVE	3,030	0,774	0,720	2,449	3,029	3,532	5,210
MtoB	3,362	13,150	-122,620	1,241	2,165	3,840	232,570
LogAuditReportLag	1,809	0,141	1,450	1,740	1,792	1,851	2,690
ROA	0,029	0,103	-0,960	0,011	0,037	0,062	0,670

(Log) MarktReactie betreft de (gelogde) geschatte abnormale variantie van de beurskoersmutatie volgens het Pevzner et al. (2015) model. FeeRatio: Ratio van non-audit services gedeeld door controlekosten; SchuldRatio: Ratio van schuld gedeeld door balanstotaal; LogMVE: Log van marktwaarde van het eigen vermogen; MtoB: Marktwaarde van het eigen vermogen gedeeld door de balanswaarde van het eigen vermogen; LogAuditReportLag: De log van het aantal dagen tussen de afgifte van de controleverklaring en de balansdatum; ROA: Ratio van het nettoresultaat gedeeld door het balanstotaal.

Uit de regressieanalyses blijkt dat het regressiemodel als geheel niet significant is (F-stat is niet significant en R²_adj. is negatief). Om deze reden hebben we geen regressietabel opgenomen in dit artikel. Wellicht zijn deze afwijkende resultaten te verklaren doordat de Pevzner et al. (2015) een grotere dataset (53.000 observaties in 25 landen) heeft en daarmee ook meer statistische kracht heeft.

We volstaan met op te merken dat er één variabele significant is, namelijk de variabele Dummy_Mo (het frauderisico “management override”) (-0.393, p < 0.02), welke negatief geassocieerd is met LogMarktReactie. Dit geeft zeer beperkte ondersteuning aan hypothese 1 dat kernpunten waarderelevant kunnen zijn voor investeerders. Aangezien het model als geheel niet significant is, kan aan het vorenstaande niet veel betekenis worden toegekend. Toekomstig onderzoek zal moeten uitwijzen of juist deze variabele, bijvoorbeeld op basis van de agency-theorie, voor beleggers interessant is, omdat het nu juist het management is dat een frauderisico entameert. De hypothesen 2 tot en met 5 (mate van detail, consistentie, interpretatie-gevoelige informatie, en schattingsonzekerheid) worden alle niet ondersteund.

We hebben diverse aanvullende testen uitgevoerd om de robuustheid van deze resultaten vast te stellen. Ten eerste hebben we verschillende tijdsperiodes gebruikt van 3 dagen (t-1 t/m t+1) en 6 dagen (t-2 t/m t+3) rondom het uitbrengen van de jaarrekeningen. De resultaten zijn robuust: Dummy_Mo blijft significant op 2% of beter. Ten tweede hebben we in plaats van de variantie de absolute waarde van de abnormale beurskoersmutatie gedeeld door de absolute beurskoersmutatie op de benchmarkperiode (t-120 t/m t-20) gebruikt. De resultaten geven (marginaal) significante resultaten bij 2 dagen (p<0.10, eenzijdig), 3 dagen en 6 dagen (beide p < 0.02).

Verder hebben we diverse interactietermen getest. Geen van de interactietermen bleek statistisch significant.

In de navolgende paragrafen 4.4 tot en met 4.8 rapporteren we een aantal aanvullende verkennende analyses.

Table 3 toont het aantal kernpunten in de controleverklaring, verdeeld over de verschillende soorten kernpunten, gesorteerd naar omvang van de organisatie (o.b.v. de hoogte van de controlekosten x EUR 1000).

Een nadere analyse van het aantal kernpunten gecategoriseerd naar soorten kernpunten in Table 3, laat zien dat wanneer de omvang van een bedrijf toeneemt ook het aantal door de accountant gerapporteerde kernpunten met betrekking tot goodwill, omzet, belastingen, (des)investeringen, pensioenen, voorzieningen en overige kernpunten (p < 0,01, Table 3) in verhouding toeneemt. Daarentegen zijn geen significante verschillen zichtbaar in het aantal gerapporteerde kernpunten omtrent bijzondere waardeverminderingen en management override of controls, bij ondernemingen van verschillende omvang (Table 3)

Table 3.Download as CSV 

Samenhang tussen omvang bedrijf en soorten Kernpunten.

	1	2	3	4	5	6	7	8	9	Totaal	%Totaal
< 250	52	114	32	30	46	93	58	31	137	593	25
250 – 1000	129	125	88	60	64	117	46	21	91	741	32
> 1000	170	153	142	86	88	137	65	36	133	1010	43
Totaal	351	392	262	176	198	347	169	88	361	2344	100
%Totaal	15	17	11	8	8	15	7	4	15	100
Chi2	***	**	***	***	***	***			***

Significantie: * significant op p ≤ 0.1; ** significant op p ≤ 0.05; *** significant op p ≤ 0.01. Significantie impliceert dat de verdeling van het soort kernpunt niet gelijk verdeeld is over de categorieën van bedrijfsomvang. De soorten Kernpunten zijn als volgt weergeven: 1) Goodwill 2) Omzet 3) Belastingen 4) (des)investeringen 5) Pensioenen 6) Voorzieningen 7) Bijzondere waardeverminderingen 8) Management override of controls 9) Overige onderwerpen.

Table 4 geeft het aantal kernpunten in de controleverklaring weer, verdeeld over de verschillende soorten kernpunten, gesorteerd naar branche.

De resultaten in Table 4 suggereren een samenhang tussen branches en soorten Kernpunten. Zo worden in verhouding veel Kernpunten met als onderwerp ‘goodwill’ gebruikt bij IT-dienstverlening met 21% (39 van 183), terwijl belasting-gerelateerde Kernpunten vaker voorkomen bij de voedselproducerende bedrijven met 21% (15 van 71). De bouwsector kent relatief veel Kernpunten in de ‘overige’-categorieën met 23% (56 van 242). Omzet-gerelateerde Kernpunten doen zich in meerdere branches relatief vaker voor, bijv. chemie en dienstverlening. Voor alle branches geldt dat er significante verschillen zijn tussen de frequentie van de soorten Kernpunten (p < 0.01).

Table 4.Download as CSV 

Samenhang tussen branche en soorten Kernpunten.

	1	2	3	4	5	6	7	8	9	Totaal	%Totaal
Land en bosbouw	0	3	0	0	0	0	0	1	3	7	0%
Bouw en infrastructuur	23	35	20	19	14	33	31	11	56	242	10%
Voedsel	8	9	15	3	3	9	7	5	12	71	3%
Textiel, grafisch en uitgevers	25	25	24	20	22	26	17	3	26	188	8%
Chemie en farmacie	22	28	20	11	15	23	6	6	11	142	6%
Grondstofwinning	7	11	15	3	0	12	13	5	17	83	4%
Duurzame producten	48	57	49	16	38	63	22	10	26	329	14%
Transport	29	29	21	15	21	22	9	4	24	174	7%
Nutsbedrijven	8	16	9	2	12	11	10	4	17	89	4%
Handel	42	23	25	12	20	55	24	12	43	256	11%
Dienstverlening	14	19	15	10	7	7	8	6	16	102	4%
Computers	39	35	19	19	16	26	7	6	16	183	8%
Overige	86	102	30	46	30	60	15	15	94	478	20%
Totaal (A)	351	392	262	176	198	347	169	88	361	2344	100%
Chi2	***	***	***	**	***	***	***		***

Significantie: * significant op p ≤ 0.1; ** significant op p ≤ 0.05; *** significant op p ≤ 0.01. Significantie impliceert dat de verdeling van het kernpunt niet gelijk verdeeld is over de branches. De Table toont de verdeling van de verschillende soorten Kernpunten in de controleverklaring naar branche. De soorten Kernpunten zijn als volgt weergeven: 1) Goodwill 2) Omzet 3) Belastingen 4) (des)investeringen 5) Pensioenen 6) Voorzieningen 7) Bijzondere waardeverminderingen 8) Management override of controls 9) Overige onderwerpen.

Table 5 toont het gemiddeld aantal tekens dat de accountant gebruikt in de sectie kernpunten in de controleverklaring. Gemiddeld bevat deze sectie 1830,56 tekens.

In Table 5 is de lengte van de kernpuntensectie gerapporteerd indien het desbetreffende kernpunt als eerste of tweede is genoemd in de controleverklaring. De secties met kernpunten over (des)investeringen en bijzondere waardeverminderingen hebben met gemiddeld 2038 en 2077 het hoogste aantal tekens. Daar tegenover staat dat de kernpuntensectie waarin een management override of controls (1249) als eerste of tweede kernpunt wordt genoemd, significant minder tekens bevat (p < 0.01). Mogelijk wordt dit laatste veroorzaakt doordat de accountant het risico omtrent management override of controls als ‘standaard’ controlerisico beschouwt, een soort ‘disclaimer’ of voorbehoud welke weinig toelichting vereist.

Table 5.Download as CSV 

Gemiddeld aantal tekens ten behoeve Kernpunten.

	1	2	3	4	5	6	7	8	9	Totaal gemiddelde
Gemiddeld aantal tekens gebruikt	2017	1918	1823	2038	1950	1947	2077	1249	1816	1831
Standaarddeviatie	810	898	862	799	855	880	949	775	967	900
Significantie	P<0.01	P<0.05		P<0.01	P<0.03	P<0.01	P<0.01	P<0.01
N	351	262	392	176	198	347	169	88	361	714

Significantie impliceert dat het gemiddeld aantal tekens van de kernpuntensectie van controleverklaringen waarin het kernpunt is opgenomen, afwijkt van het gemiddeld aantal tekens van kernpuntensecties van controleverklaringen waarin het betreffende kernpunt niet is opgenomen. N betreft het aantal controleverklaringen waarin het kernpunt is opgenomen. De Table toont het gemiddelde aantal gebruikte tekens per kernpunt in de controleverklaring, verdeeld over de verschillende soorten Kernpunten. De soorten Kernpunten zijn als volgt weergeven: 1) Goodwill 2) Omzet 3) Belastingen 4) (des)investeringen 5) Pensioenen 6) Voorzieningen 7) Bijzondere waardeverminderingen 8) Management override of controls 9) Overige onderwerpen.

Table 6 laat de mate van samenhang zien tussen de consistentie in de structuur van de kernpunten en soorten kernpunten. Gemiddeld wordt circa 60% van de ‘consistentie’-elementen verwerkt in de kernpunten. Opvallend daarbij is dat het ‘educatie’-element het vaakste wordt gebruikt met 29% (controleaanpak uitleggen) en 24% (nadere uitleg van het risico). Een verwijzing naar de controlestandaarden wordt het minst vaak gedaan met 4%. Ook wordt maar in 9% van de kernpunten een conclusie getrokken, waardoor de lezer geholpen wordt duiding te geven aan dit kernpunt. Een conclusie kan bijvoorbeeld zijn dat de projectadministratie te gebrekkig was om er op te kunnen steunen in de controle. De Kernpunten inzake belasting-gerelateerde zaken blijken het meest consistent in de structuur (in 82% van de gevallen worden consistentie-elementen geraakt). De Kernpunten inzake de omzet en management override zijn met 40% respectievelijk 42% het minst consistent.

Bij Kernpunten die gerelateerd zijn aan management-override wordt relatief het vaakst de controleaanpak uitgelegd (in 85 van de 223 consistentie-elementen). In geval van ‘bijzondere waardeverminderingen’ wordt met 21% (133 van 621) het vaakst een referentie gemaakt naar de uiteenzetting door het management.

Table 6.Download as CSV 

Samenhang van consistentie in de structuur in Kernpunten.

	1	2	3	4	5	6	7	8	9	Totaal	% Totaal	Chi2
Referenties naar jaarverslag	258	191	256	126	141	238	133	34	218	1595	20%	***
Verwijzing naar standaarden	52	34	50	24	20	41	26	16	43	306	4%
Risico is gekwantificeerd	197	154	177	102	104	185	95	16	178	1208	15%	***
Nadere uitleg risico	302	214	307	149	167	279	138	57	273	1886	24%	***
Controleaanpak van risico	351	259	389	176	198	344	167	85	342	2311	29%
Conclusie geformuleerd	105	82	109	50	68	101	62	15	106	698	9%	***
Totaal (B)	1265	934	1288	627	698	1188	621	223	1160	8004
%Ten opzichte van aantal Kernpunten (B / (A*6))	60%	40%	82%	59%	59%	57%	61%	42%	54%	57%

Significantie: * significant op p ≤ 0.1; ** significant op p ≤ 0.05; *** significant op p ≤ 0.01. Significantie impliceert dat de verdeling van het aantal ‘consistentie’-elementen niet gelijk verdeeld is over de kernpunten. A betreft het aantal keren dat een soort kernpunt is opgenomen in de controleverklaringen, zie ook Table 4. De Table geeft de verdeling weer van het aantal Kernpunten in de controleverklaring over de verschillende soorten Kernpunten, gesorteerd naar de consistentiekenmerken van het kernpunt. De soorten Kernpunten zijn als volgt weergeven: 1) Goodwill 2) Omzet 3) Belastingen 4) (des)investeringen 5) Pensioenen 6) Voorzieningen 7) Bijzondere waardeverminderingen 8) Management override of controls 9) Overige onderwerpen.

Het bezigen van ‘vaktechnisch taalgebruik’ kan het begrip van een kernpunt verminderen. In Table 7 zijn vijf bekende vaktermen weergegeven en het gemiddeld aantal keer dat deze terminologie is gebruikt in de kernpuntensectie per controleverklaring.

Gemiddeld wordt in de helft van de kernpunten één of meer ‘vaktermen’ gebruikt (0.58). Het vaakst wordt het woord (of gelijkende woorden) ‘steekproefomvang’ gebruikt (1.39). De termen ‘redelijke aanname’ en ‘significante schatting’ worden in circa driekwart van de kernpunten gebruikt. Termen als ‘professionele oordeelsvorming’ en ‘getrouw beeld’ worden beperkt (4%) respectievelijk niet gebruikt in de kernpuntensectie van de controleverklaring.

Table 7.Download as CSV 

Vaktechnisch taalgebruik in Kernpunten.

	Gemiddeld aantal keer genoemd in kernpuntensectie
Redelijke aanname	0,75
Significante schatting	0,71
Getrouw beeld	0
Professionele oordeelsvorming	0,04
Steekproefomvang	1,39
Totaal (n = 32,130)	0,58

De Table geeft het aantal gebruikte interpretatiegevoelige termen in de kernpuntensectie in de controleverklaring weer.

Tenslotte hebben wij een verkennende analyse gedaan ten aanzien van schattingsonzekerheid. De uitkomsten hiervan hebben wij niet getabuleerd. In de analyse hebben we betrokken hoe vaak “onzekerheid in waardering” onderdeel is van de kernpunten.

In 76% respectievelijk 86% van de controleverklaringen wordt er één of meer kernpunten opgenomen die betrekking hebben op financiële instrumenten en/of (bijzondere) waarderingsvraagstukken. ‘Onzekerheid in de waardering’ blijkt dus een belangrijk onderdeel van de kernpunten.