O estilo da auditoria afeta a qualidade da informação contábil no Brasil?

Universidade Federal da Paraíba - Centro de Ciências Sociais Aplicadas - Programa de Pós-Graduação em Ciências ContábeisCampus I - Cidade Universitária - CEP 58.051-900 - João Pessoa/PB

Telefone: +55 (83) 3216 7285 - http://ccsa.ufpb.br/ppgcc - e-mail: [email protected]

O Estilo da Auditoria Afeta a Qualidade da Informação

Contábil no Brasil?Luiz Felipe de A. Pontes Girão

([email protected])

Vinícius Gomes Martins

UnB/UFPB/UFRN

Edilson Paulo

UFPB

Informações

• Esse artigo foi apresentado no XV Congresso USP, em uma sessãointerativa que não permite a projeção de slides.

• O artigo, na versão do congresso, pode ser acessado no seguinte link:

http://www.congressousp.fipecafi.org/web/artigos152015/313.pdf

• O contato para o envio de sugestões de melhoria deste artigo está noprimeiro slide.

www.ccsa.ufpb.br/ppgcc [email protected] 2

http://www.congressousp.fipecafi.org/web/artigos152015/313.pdf

Introdução• O que nós queremos dizer com estilo de auditoria?

• Estilo orientação baseado em regras ou princípios

• De onde surgiu a ideia desta pesquisa?• Da leitura e interação dos tópicos de pesquisa: normatização contábil e

qualidade da auditoria.• Mesmo que a normatização contábil do país seja baseada em

princípios, se houver um “incentivo” por parte do auditor para que seutilize as regras, as regras dominarão os princípios. Isso porque háuma interação complexa entre: normas contábeis, sua interpretação,enforcement e litígio (Barth et al, 2012 JAE).

• Objetivo da pesquisa: analisar a relação entre o tipo de orientação doauditor e a qualidade da informação contábil.


Introdução• Pesquisas sobre estilo da auditoria e precisão da norma (normalmente

experimentos):• Jamal e Tan (2010, TAR): Experimento. Operações off balance-sheet. Qnd a norma

é baseada em regra, a orientação do auditor não interfere nas decisões. Se a normafor baseada em princípios e o auditor também, a propensão de reportar fora dobalanço diminui.

• Agoglia, Doupnik and Tsakumis (2011, TAR): Experimento. Agressividade dofinancial reporting. Normas menos precisas (principle-based) implicam em menosagressividade, pois o preparador tem que argumentar suas escolhas.

• Francis, Pinnuck and Watanabe (2014, TAR): mostram que historicamente osauditores buscam se diferenciar uns dos outros, eg na década de 1980 era quant xquali. Hoje eg cada Big4 vende um guia de utilização das normas. Em uma delas oguia em IFRS custa US$ 800 e em USGAAP custa US$ 2.000. Por que será?!Evidência de que existe o auditor style. Eles comprovaram isso mostrando queempresas auditadas por uma mesma Big4 são mais comparáveis entre si,evidência empírica do estilo de auditoria.

• Hipótese de pesquisa: o auditor orientado por princípios atua como indutor daqualidade da informação contábil mais do que o auditor orientado por regras.


Metodologia

• AMOSTRA:

• Empresas listadas na Bovespa, com dados disponíveis nos 4 anos –painel balanceado.

• Período a partir de 2010 para evitar que a alteração na norma contábiltivesse impacto no volume de accruals anormais (proxy para qualidadedos lucros). 2013 foi o último ano com dados disponíveis.

• Disponibilidade de dados: Economatica (financeiras) e Site de RI(relatórios de auditoria).

• Setor financeiro excluído (regulamentação contábil e alavancagemespecífica)

• Após todos os filtros, restaram 176 empresas, totalizando 704observações.


METODOLOGIA• QUALIDADE DA INFORMAÇÃO CONTÁBIL:

• Foram utilizados os accruals anormais (discricionários), com base nomodelo de Pae (2005, Rev.of Quantitative Fin. and Acc.) (Por que Pae?),conforme descrito na equação 1:

TAit = α(1/At-1) + β1ΔRit + β2PPEit + β3FCOit + β4FCOit-1 + β5TAit-1 + εit (1)

• Os accruals totais foram calculados conforme a equação 2:

TAit = (∆ACit -∆Dispit) – (∆PCit -∆Divit) – Deprit (2)

• Adicionalmente, podem-se calcular os accruals totais como a diferençaentre lucro e fluxo de caixa operacional. Porém, para manter acomparabilidade com pesquisas anteriores sobre qualidade da auditoria(de quando não havia essa informação disponível), optou-se por estimarda maneira convencional.


Metodologia• MODELO DE AVALIAÇÃO DA HIPÓTESE:

• Modelo geral:

QIit = α + β2FCOit + β4ΔRit + β5Tamit + β6Divit + β7Big4it + β8SOrientit + εit (3)

• Em que: QI valor absoluto (módulo) dos accruals anormais; FCOit é o fluxo de caixaoperacional; ΔRit-1 é a variação da receita do ano anterior com relação ao ano atual; Tamit éo tamanho da empresa expresso pelo ativo total; Divit é a dívida total líquida da empresa;Big4it é uma variável dummy que assume valor 1 se a empresa for auditada por uma Big4(Deloitte, KPMG, Price ou EY); Orientit são duas variáveis dummy onde uma assume valor1 quando o auditor é orientado por princípios (Princípiosit) e zero quando é orientado porregras, e a outra assume 1 quando o auditor é orientado por regras (Regrasit). Todas asvariáveis contábeis são ponderadas pelo ativo total do ano anterior.

• Não há o problema da armadilha da variável dummy com a variável Orient, pois há aindaum terceiro grupo, daqueles auditores que não foram classificados nos dois gruposanteriores. Os critérios da variável Orient estão definidos no item 3.4 do artigo e serãoapresentados à frente.

• A variável qualidade da informação contábil (QIit) como proxy é, na verdade, o inverso daqualidade da informação, pois espera-se que em um ambiente de maior qualidadeexistam menos accruals discricionários (anormais).


Critérios para definição da orientação (Orient) do auditor

• Auditor orientado por regras: firmas norte-americanas e brasileiras• Apesar de haver uma busca muito forte por princípios nos EUA, eles

não tem um Sistema contábil baseado em princípios (Benston,Bromwich, & Wagenhofer, 2006, Abacus), suas normas são muitodetalhadas, por exemplo. Semelhante com o Brasil: contabilidademuito voltada para regras fiscais e bancos.

• Auditor orientado por princípios: firmas de países que adotaram as IFRSantes do Brasil.

• Nem princípio nem regra: firmas que surgiram a partir de uma fusãoentre uma empresa baseada em princípios e outra baseada em regras.


Critério geral: o país onde está a sede da firma de auditoria


• Aqui alguns exemplos de classificações com casos interessantes, paraentender melhor o critério:• KPMG (caso clássico/complicado): foi fundada na Inglaterra, mas sua

sede (headquarters) é nos Países Baixos (Holanda), que segundoNiyama (2010) é classificado como seguidor do modelo da EuropaContinental (forte influência do governo/fisco, profissão fraca einformação para os credores), mas com influência dos EUA (muitasregras). Não classificamos nem como regras, nem como princípios(P/R).

• Deloitte: fundada em Londres e sede em Londres. Princípios.• Price: fusão de uma firma dos EUA com uma britânica. P/R.• BDO Trevisan: Brasileira, mas faz parte de um grupo belga. P/R.• BC CONTROL: brasileira e faz parte de um grupo dos EUA. Regras.• Audimar: brasileira. Regras.



• Média de 11 auditorias por firma (704/63), quase 3 por ano.

• Quantidade de firmas por classificação (total = 63):• Princípios: 8 firmas (dentre elas E&Y e Deloitte), 12,70% do total• Regras: 48 (nenhuma delas é Big4), 76,19%• P/R: 7 (dentre elas KPMG e Price), 11,11%

• Quantidade de empresas que cada grupo auditou (total = 704):• Princípios: 303 (Big4 = 281, 92,74% das auditorias por princípios),

43,04% do total de auditorias• Regras: 100 (Big4 = 0), 14,20% do total• P/R: 301 (Big4 = 255, 84,72% das auditorias que não foram classificadas

nos dois grupos anteriores), 42,76% do total


Estatísticas descritivas

• HETEROGENEIDADE (não houve tratamento de outliers, destaca-se):

e.g. quanto ao processo de estimação dos accruals, uma vez que a variávelQI tem desvio padrão de quase 3 vezes a sua média, apontando evidênciade alta heterogeneidade com relação aos procedimentos contábeis. Issoimplica em maior importância para a metodologia escolhida (quantílica nolugar de OLS), pois reduz-se problemas do OLS e permite explorar aheterogeneidade dos dados, o que é impossível com OLS.

• 76% das empresas-ano foram auditadas por Big4


Tabela 1 – Estatísticas descritivas

Variável Obs Média Desvio padrão Mínimo Máximo

QI 704 0,0483 0,1264 0,0000 2,7446

Tam 704 3,0785 49,4766 0,0739 1.313,6670

Div 704 0,7079 11,2262 -46,5000 286,9450

DRec 704 0,0874 0,2781 -3,3327 2,8748

FCO 704 -1,1383 31,3663 -832,1667 1,7605

Big4 704 0,7613 0,4265 0,0000 1,0000

Regras 704 0,1420 0,3493 0,0000 1,0000

Princípios 704 0,4304 0,4954 0,0000 1,0000

Big4*Princí

pios

704 0,3991 0,4901 0,0000 1,0000



• A primeira parte da análise foi feita com o modelo com dados em painel.Sem tratamento algum para outliers.

• Apenas as variáveis FCO e DIV foram significativas quanto à explicaçãodo volume de accruals anormais. As duas são variáveis de controle. Asvariáveis de interese da pesquisa não foram significativas, nem a 10%.Com isso, pode-se rejeitar a hipótese desta pesquisa com essa análiseinicial.

• Com relação à qualidade da auditoria, representada pelas big4 e comrelação ao tipo de orientação do auditor, por essa análise, elas não teminfluência sob a qualidade da informação contábil. Enfatizo que essa éuma análise em média e a principal contribuição desse artigo é justamentesair dessa análise em média e tentar explorar a heterogeneidade (semtratamento para outliers) das empresas, que foi realizada na análise desensibilidade do artigo.

Análise da H1 em média

Análise da H1 em média• Nesta análise inicial, também buscou-se encontrar um possível “efeito

aprendizado” das IFRS. Importante no Brasil, pela cultura das regras.

• Foram encontrados indícios de que o aprendizado das IFRS pode estarocorrendo e melhorando a qualidade da informação contábil, reduzindo ovolume de accruals discricionários:

• 2010 positive, porém com p-valor = 0,236

• 2011 negativa, porém com p = 0,200

• 2012 e 2013 negativas, marginalmente significantes, com p valor emtorno de 10%.


Análise quantílica da H1• Após a análise dos dados em painel, partimos para a análise de sensibilidade, de modo

a explorar a heterogeneidade das empresas.

• Importância da análise quantílica:1. É uma extensão dos modelos baseados na média condicional (eg OLS), servindo

como um conjunto de modelos baseados no quantil condicional, permitindoanalisar a distribuição toda e não focar apenas na média condicional;

2. Com essa metodologia, nós não quebramos a amostra simplesmente emsubamostras, aumentando o viés de seleção amostral, mas usamos toda a amostrapara estimar cada quantil;

3. A regressão quantílica Alivia os nossos problemas empíricos comuns emcontabilidade:(a) outliers (não é sensível aos outliers – isso é importante para o nosso artigoporque queremos ver os efeitos NOS “outliers” que são as empresas extremas, compouquíssimos e com muitos accruals anormais),(b) heterogeneidade (Evita a restrição de que os erros tem que ser identicamentedistribuídos em toda a distribuição, ou seja, homocedasticos, permitindo-nosexplorar a heterogeneidade das empresas) e(c) não normalidade dos resíduos (é robusta inclusive para distribuições comcaudas muito pesadas).


Análise quantílica da H1

• CONTROLES: verificando os gráficos das variáveis de controle,observamos comportamentos distintos entre os diversos quantis daamostra de accruals anormais:

• Crescente: FCO e VReceita.

• Decrescente: dívida e Big4.

• Todavia, não podemos dizer que estatisticamente as estimações quantílicassão diferentes da OLS para essas variáveis. Elas não romperam o intervalode confiança.


Análise quantílica da H1• INTERESSE: a orientação por regras e por princípios também tem uma tendência

crescente, com relação ao nível de accruals anormais. Isso indica que a orientaçãopor princípios e por regras parece influenciar igualmente a divulgação deaccruals anormais. Ressaltando que apenas EY e Deloitte foram classificadascomo princípios e nenhuma Big4 foi classificada como regras.

• Porém o que mais chama a atenção aqui é que essas variáveis apresentamcoeficientes estatisticamente distintos da estimação em OLS apenas após o quantil0,8, implicando dizer que a estimação em OLS não é uma boa forma de analisarproblemas como esse, para empresas que tem muitos accruals anormais.

• Todavia, na orientação por regras o coeficiente é marginalmente significante (q75p=13% e q90 p=11%), indicando que a orientação por regras tem pouca ounenhuma relevância. Já na orientação por princípios os coeficientes são muitosignificantes, com p menores do que 2%, indicando que para empresas quedivulgaram muitos accruals anormais, a orientação por princípios foi um fatorestimulante.


Análise quantílica da H1• (se o tempo for escasso, faço essa análise na interquantílica) Análise

adicional 1: como a literatura costuma assumir que as Big4 melhoram aqualidade da informação, resolvemos testar a interação entre big4 e o tipode orientação do auditor. Fizemos apenas com princípios. Primeiro porqueé a nossa variável de interesse de fato e segundo porque nenhum auditorbig4 foi classificado como orientado por regras.

• Encontramos o seguinte (coloquei as demais para comparação), focar nosextremos:


0,05 0,25 0,5 0,75 0,95Big4*Princípios coeficiente 0,0049*** 0,0050 -0,0101 -0,0874*** -0,3756***

Big4 -0,0036*** -0,0045 -0,0091* -0,0069 0,0132

Princípios -0,0051*** -0,0059 0,0100 0,0914*** 0,3799**

Regras -0,0041*** 0,0008 0,0039 0,0214 0,1631

(p=10,6%)


• Análise adicional 2:

• Para confirmar os resultados que foram falados no slide anterior, optou-sepor defasar todas as variáveis explicativas, de modo a avaliar se ocomportamento e decisões do ano anterior poderiam ter afetado adivulgação dos accruals anormais no ano corrente.

• Os resultados foram qualitativamente semelhantes, porém os coeficientesse apresentaram maiores, o que pode indicar que as decisões do períodopassado possam ter impacto maior na decisão de reportar accrualsanormais no futuro do que as informações contemporâneas.


Análise quantílica da H1• Análise adicional 3: aqui vamos testar a diferença interquantílica, que é a

diferença estatística entre os quantis.

• Na análise da regressão percebemos comportamentos aparentementediferentes, porém precisamos confirmar isso com o teste de Wald. Essesresultados também são confirmados graficamente no próximo slide.


Essa é a tabela

anterior

adaptada

0,05 0,95 Wald, coef

iguaisBig4*Princíp

ios

coeficient

e

0,0049*** -0,3756*** P=0,013

Big4 -0,0036*** 0,0132 P=0,5098

Princípios -0,0051*** 0,3799** P=0,0009

Regras -0,0041*** 0,1631

(p=10,6%)

P=0,0420


• Todas as variáveis de controle tiveram comportamento semelhante aoOLS, quando estimados por quantítilica, inclusive as BIG4. nenhuma delasultrapassou os limites do intervalo de confiança.


Análise quantílica da H1• As variáveis de interesse permaneceram muito próximas ao limite do

intervalo de confiança com o OLS, porém após o quantil 0,80 elas rompema barreira. Apenas analisando esses gráficos, já podíamos ter uma ideia deque o que estava antes poderia ser diferente do que estava após o quantil0,80. A quantílica nos permitiu analisar melhor as empresas gerenciadoras.

• Essa é mais uma confirmação de que os efeitos são muito distintos entrequem reportou mais e quem reportou menos accruals anormais.

• Os gráficos também são melhores para percebermos o comportamento dasvariáveis: (a) princ e regras apresentam tendência positiva entre osquantis, enquanto que (b) big4*prin apresenta tendência negativa.



-0.1

0 0.00

0.10

0.20

0.30

Inte

rcep

t

0 .2 .4 .6 .8 1Quantile

-0.0

00.

000.

000.

00

fco_

cont

emp

0 .2 .4 .6 .8 1Quantile

-0.1

0-0.0

5 0.00

0.05

0.10

v_re

c

0 .2 .4 .6 .8 1Quantile

-0.0

0-0.0

0-0.0

0 0.00

0.000

.00

div

0 .2 .4 .6 .8 1Quantile

-0.2

0-0.1

0 0.00

0.10

0.20

big4

0 .2 .4 .6 .8 1Quantile

-0.1

0 0.00

0.10

0.20

0.30

0.40

orie

nt_r

0 .2 .4 .6 .8 1Quantile

0.00

0.20

0.40

0.60

0.80

orie

nt_p

0 .2 .4 .6 .8 1Quantile

-0.8

0-0.6

0 -0.4

0-0.2

0 0.00

bigp

rin

0 .2 .4 .6 .8 1Quantile

Considerações finais• Rejeitou-se a hipótese de que o auditor baseado em princípios tenha mais capacidade de

melhorar a qualidade da informação do que o auditor baseado em regras. Porém foramencontrados alguns resultados interessantes que podem contribuir com a literatura dessa área:

1. Não há evidências de que o auditor Big4 (puramente) tenha impacto diferente nasempresas que reportam mais ou menos accruals anormais;

2. Tanto o auditor baseado em regras quanto o baseado em princípios parecem melhorar aqualidade da informação das empresas que reportaram menos accruals anormais,porém para as empresas que mais reportaram accruals anormais, o auditor baseado emregras não tem nenhuma influência, mas o baseado em princípios parece estimular ocomportamento agressivo. Essas diferenças foram significativas a 5%;

3. O efeito conjunto da característica big4 e orientação por princípios ajudou a melhorarsignificativamente a qualidade da informação contábil das empresas que reportarammuitos accruals anormais – isso pode estar relacionado com a forma como classificamosas auditorias (a medida pode não estar representando apenas os princípios); e

4. Por último, essa pesquisa buscou contribuir metodologicamente com uma proposta deforma de segregar o auditor baseado em regras do baseado em princípios, bem comopela aplicação de uma metodologia que permite efetivamente captar os efeitos de umacaracterística da empresa na qualidade da informação contábil, explorando aheterogeneidade das empresas. O uso do OLS subestimou o efeito da orientação doauditor na qualidade da informação contábil, sendo então recomendado o uso deregressões robustas como a quantílica.


Considerações finais

• Limitações desta pesquisa que podem ser tratadas por artigos no futuro:

(a) talvez exista uma proxy melhor para classificar os auditores comobaseado em regras ou princípios, por exemplo questionando cada empresaindividual e qualitativamente sobre o seu posicionamento; e

(b) para evitar problemas com a mudança das normas contábeis, foianalisado apenas o período pós-IFRS, talvez com um período de tempomais longo (após 2010), de modo a captar melhor o efeito aprendizadopossam modificar os resultados.


Comentário pós congresso

• Nós agradecemos a todos os participantes da sessão e ao debatedor. Ascontribuições recebidas nos ajudarão a melhorar a próxima versão desteartigo.


Business

O estilo da auditoria afeta a qualidade da informação contábil no Brasil?