Universidade Federal da Paraíba - Centro de Ciências Sociais Aplicadas - Programa de Pós-Graduação em Ciências Contábeis
C...
Informações
• Esse artigo foi apresentado no XV Congresso USP, em uma sessão
interativa que não permite a projeção de slid...
Introdução
• O que nós queremos dizer com estilo de auditoria?
• Estilo  orientação  baseado em regras ou princípios
• D...
Introdução
• Pesquisas sobre estilo da auditoria e precisão da norma (normalmente
experimentos):
• Jamal e Tan (2010, TAR)...
Metodologia
• AMOSTRA:
• Empresas listadas na Bovespa, com dados disponíveis nos 4 anos –
painel balanceado.
• Período a p...
METODOLOGIA
• QUALIDADE DA INFORMAÇÃO CONTÁBIL:
• Foram utilizados os accruals anormais (discricionários), com base no
mod...
Metodologia
• MODELO DE AVALIAÇÃO DA HIPÓTESE:
• Modelo geral:
QIit = α + β2FCOit + β4ΔRit + β5Tamit + β6Divit + β7Big4it ...
Critérios para definição da orientação
(Orient) do auditor
• Auditor orientado por regras: firmas norte-americanas e brasi...
Critérios para definição da orientação
(Orient) do auditor
• Aqui alguns exemplos de classificações com casos interessante...
Critérios para definição da orientação
(Orient) do auditor
• Média de 11 auditorias por firma (704/63), quase 3 por ano.
•...
Estatísticas descritivas
• HETEROGENEIDADE (não houve tratamento de outliers, destaca-se):
e.g. quanto ao processo de esti...
Tabela 1 – Estatísticas descritivas
Variável Obs Média Desvio padrão Mínimo Máximo
QI 704 0,0483 0,1264 0,0000 2,7446
Tam ...
www.ccsa.ufpb.br/ppgcc ppgcc@ccsa.ufpb.br 13
• A primeira parte da análise foi feita com o modelo com dados em painel.
Sem...
Análise da H1 em média
• Nesta análise inicial, também buscou-se encontrar um possível “efeito
aprendizado” das IFRS. Impo...
Análise quantílica da H1
• Após a análise dos dados em painel, partimos para a análise de sensibilidade, de modo
a explora...
Análise quantílica da H1
• CONTROLES: verificando os gráficos das variáveis de controle,
observamos comportamentos distint...
Análise quantílica da H1
• INTERESSE: a orientação por regras e por princípios também tem uma tendência
crescente, com rel...
Análise quantílica da H1
• (se o tempo for escasso, faço essa análise na interquantílica) Análise
adicional 1: como a lite...
Análise quantílica da H1
• Análise adicional 2:
• Para confirmar os resultados que foram falados no slide anterior, optou-...
Análise quantílica da H1
• Análise adicional 3: aqui vamos testar a diferença interquantílica, que é a
diferença estatísti...
Análise quantílica da H1
• Todas as variáveis de controle tiveram comportamento semelhante ao
OLS, quando estimados por qu...
Análise quantílica da H1
• As variáveis de interesse permaneceram muito próximas ao limite do
intervalo de confiança com o...
www.ccsa.ufpb.br/ppgcc ppgcc@ccsa.ufpb.br 23
-0.10
0.000.100.200.30
0 .2 .4 .6 .8 1
Quantile
-0.00
0.000.000.00
fco_contem...
Considerações finais
• Rejeitou-se a hipótese de que o auditor baseado em princípios tenha mais capacidade de
melhorar a q...
Considerações finais
• Limitações desta pesquisa que podem ser tratadas por artigos no futuro:
(a) talvez exista uma proxy...
Comentário pós congresso
• Nós agradecemos a todos os participantes da sessão e ao debatedor. As
contribuições recebidas n...
Próximos SlideShares
Carregando em…5
×

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

929 visualizações

Publicada em

O objetivo desta pesquisa foi analisar a relação entre o tipo de orientação do auditor e a qualidade das informações contábeis das empresas com capital aberto no Brasil. O diferencial desta pesquisa, assim como a sua relevância, está no fato de não focar em “se” as Big4 melhoram a qualidade das informações contábeis, mas sai um pouco dessa linha de pesquisa que foi tão enfocada nos últimos anos no Brasil e busca outra vertente, na qual não é somente o tamanho da empresa de auditoria (Big4 ou Não Big4) que auxilia na determinação da qualidade da informação contábil, mas o tipo de orientação do auditor (auditor style), se por regras ou por princípios. A hipótese de que a orientação do auditor por princípios possa ter um impacto mais forte na qualidade da informação contábil do que o auditor baseado em regras foi rejeitada, porém quando analisada a interação entre Big4 e auditor orientado por princípios apresentou evidência forte de melhoria da qualidade da informação contábil. Esse artigo buscou inovar e contribuir com a pesquisa na área de normatização contábil e auditoria também pela exploração da heterogeneidade dos procedimentos contábeis entre as empresas por meio da regressão quantílica, pouco utilizada na área contábil. Dessa forma, foi possível observar impactos divergentes nos diferentes tipos/grupos de empresas, representados pelos quantis da regressão, a exemplo da orientação do auditor e da dívida que tiveram impactos positivos ou negativos, dependendo do quantil de accruals anormais. Esses resultados podem ser importantes para investidores e órgãos reguladores, de modo a possibilitar estratégias de monitoramento, de acordo com os tipos de empresas.

Publicada em: Negócios
0 comentários
3 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

Sem downloads
Visualizações
Visualizações totais
929
No SlideShare
0
A partir de incorporações
0
Número de incorporações
275
Ações
Compartilhamentos
0
Downloads
10
Comentários
0
Gostaram
3
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

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

  1. 1. Universidade Federal da Paraíba - Centro de Ciências Sociais Aplicadas - Programa de Pós-Graduação em Ciências Contábeis Campus I - Cidade Universitária - CEP 58.051-900 - João Pessoa/PB Telefone: +55 (83) 3216 7285 - http://ccsa.ufpb.br/ppgcc - e-mail: ppgcc@ccsa.ufpb.br O Estilo da Auditoria Afeta a Qualidade da Informação Contábil no Brasil? Luiz Felipe de A. Pontes Girão (LFAPG@HOTMAIL.COM) Vinícius Gomes Martins UnB/UFPB/UFRN Edilson Paulo UFPB
  2. 2. Informações • Esse artigo foi apresentado no XV Congresso USP, em uma sessão interativa 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 no primeiro slide. www.ccsa.ufpb.br/ppgcc ppgcc@ccsa.ufpb.br 2
  3. 3. 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 se utilize as regras, as regras dominarão os princípios. Isso porque há uma 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 do auditor e a qualidade da informação contábil. www.ccsa.ufpb.br/ppgcc ppgcc@ccsa.ufpb.br 3
  4. 4. 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 norma for baseada em princípios e o auditor também, a propensão de reportar fora do balanço diminui. • Agoglia, Doupnik and Tsakumis (2011, TAR): Experimento. Agressividade do financial reporting. Normas menos precisas (principle-based) implicam em menos agressividade, pois o preparador tem que argumentar suas escolhas. • Francis, Pinnuck and Watanabe (2014, TAR): mostram que historicamente os auditores buscam se diferenciar uns dos outros, eg na década de 1980 era quant x quali. Hoje eg cada Big4 vende um guia de utilização das normas. Em uma delas o guia 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 que empresas 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 da qualidade da informação contábil mais do que o auditor orientado por regras. www.ccsa.ufpb.br/ppgcc ppgcc@ccsa.ufpb.br 4
  5. 5. 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 contábil tivesse impacto no volume de accruals anormais (proxy para qualidade dos 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 alavancagem específica) • Após todos os filtros, restaram 176 empresas, totalizando 704 observações. www.ccsa.ufpb.br/ppgcc ppgcc@ccsa.ufpb.br 5
  6. 6. METODOLOGIA • QUALIDADE DA INFORMAÇÃO CONTÁBIL: • Foram utilizados os accruals anormais (discricionários), com base no modelo 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 diferença entre lucro e fluxo de caixa operacional. Porém, para manter a comparabilidade com pesquisas anteriores sobre qualidade da auditoria (de quando não havia essa informação disponível), optou-se por estimar da maneira convencional. www.ccsa.ufpb.br/ppgcc ppgcc@ccsa.ufpb.br 6
  7. 7. 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 caixa operacional; ΔRit-1 é a variação da receita do ano anterior com relação ao ano atual; Tamit é o 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 valor 1 quando o auditor é orientado por princípios (Princípiosit) e zero quando é orientado por regras, e a outra assume 1 quando o auditor é orientado por regras (Regrasit). Todas as variáveis contábeis são ponderadas pelo ativo total do ano anterior. • Não há o problema da armadilha da variável dummy com a variável Orient, pois há ainda um terceiro grupo, daqueles auditores que não foram classificados nos dois grupos anteriores. Os critérios da variável Orient estão definidos no item 3.4 do artigo e serão apresentados à frente. • A variável qualidade da informação contábil (QIit) como proxy é, na verdade, o inverso da qualidade da informação, pois espera-se que em um ambiente de maior qualidade existam menos accruals discricionários (anormais). www.ccsa.ufpb.br/ppgcc ppgcc@ccsa.ufpb.br 7
  8. 8. 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 muito detalhadas, por exemplo. Semelhante com o Brasil: contabilidade muito voltada para regras fiscais e bancos. • Auditor orientado por princípios: firmas de países que adotaram as IFRS antes do Brasil. • Nem princípio nem regra: firmas que surgiram a partir de uma fusão entre uma empresa baseada em princípios e outra baseada em regras. www.ccsa.ufpb.br/ppgcc ppgcc@ccsa.ufpb.br 8 Critério geral: o país onde está a sede da firma de auditoria
  9. 9. Critérios para definição da orientação (Orient) do auditor • Aqui alguns exemplos de classificações com casos interessantes, para entender melhor o critério: • KPMG (caso clássico/complicado): foi fundada na Inglaterra, mas sua sede (headquarters) é nos Países Baixos (Holanda), que segundo Niyama (2010) é classificado como seguidor do modelo da Europa Continental (forte influência do governo/fisco, profissão fraca e informação para os credores), mas com influência dos EUA (muitas regras). 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. www.ccsa.ufpb.br/ppgcc ppgcc@ccsa.ufpb.br 9
  10. 10. Critérios para definição da orientação (Orient) do auditor • 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 www.ccsa.ufpb.br/ppgcc ppgcc@ccsa.ufpb.br 10
  11. 11. Estatísticas descritivas • HETEROGENEIDADE (não houve tratamento de outliers, destaca-se): e.g. quanto ao processo de estimação dos accruals, uma vez que a variável QI tem desvio padrão de quase 3 vezes a sua média, apontando evidência de alta heterogeneidade com relação aos procedimentos contábeis. Isso implica em maior importância para a metodologia escolhida (quantílica no lugar de OLS), pois reduz-se problemas do OLS e permite explorar a heterogeneidade dos dados, o que é impossível com OLS. • 76% das empresas-ano foram auditadas por Big4 www.ccsa.ufpb.br/ppgcc ppgcc@ccsa.ufpb.br 11
  12. 12. 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 www.ccsa.ufpb.br/ppgcc ppgcc@ccsa.ufpb.br 12
  13. 13. www.ccsa.ufpb.br/ppgcc ppgcc@ccsa.ufpb.br 13 • 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 explicação do volume de accruals anormais. As duas são variáveis de controle. As variáveis de interese da pesquisa não foram significativas, nem a 10%. Com isso, pode-se rejeitar a hipótese desta pesquisa com essa análise inicial. • Com relação à qualidade da auditoria, representada pelas big4 e com relação ao tipo de orientação do auditor, por essa análise, elas não tem influência sob a qualidade da informação contábil. Enfatizo que essa é uma análise em média e a principal contribuição desse artigo é justamente sair dessa análise em média e tentar explorar a heterogeneidade (sem tratamento para outliers) das empresas, que foi realizada na análise de sensibilidade do artigo. Análise da H1 em média
  14. 14. 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 estar ocorrendo e melhorando a qualidade da informação contábil, reduzindo o volume 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 em torno de 10%. www.ccsa.ufpb.br/ppgcc ppgcc@ccsa.ufpb.br 14
  15. 15. 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, permitindo analisar a distribuição toda e não focar apenas na média condicional; 2. Com essa metodologia, nós não quebramos a amostra simplesmente em subamostras, aumentando o viés de seleção amostral, mas usamos toda a amostra para estimar cada quantil; 3. A regressão quantílica Alivia os nossos problemas empíricos comuns em contabilidade: (a) outliers (não é sensível aos outliers – isso é importante para o nosso artigo porque queremos ver os efeitos NOS “outliers” que são as empresas extremas, com pouquíssimos e com muitos accruals anormais), (b) heterogeneidade (Evita a restrição de que os erros tem que ser identicamente distribuídos em toda a distribuição, ou seja, homocedasticos, permitindo-nos explorar a heterogeneidade das empresas) e (c) não normalidade dos resíduos (é robusta inclusive para distribuições com caudas muito pesadas). www.ccsa.ufpb.br/ppgcc ppgcc@ccsa.ufpb.br 15
  16. 16. Análise quantílica da H1 • CONTROLES: verificando os gráficos das variáveis de controle, observamos comportamentos distintos entre os diversos quantis da amostra de accruals anormais: • Crescente: FCO e VReceita. • Decrescente: dívida e Big4. • Todavia, não podemos dizer que estatisticamente as estimações quantílicas são diferentes da OLS para essas variáveis. Elas não romperam o intervalo de confiança. www.ccsa.ufpb.br/ppgcc ppgcc@ccsa.ufpb.br 16
  17. 17. 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 orientação por princípios e por regras parece influenciar igualmente a divulgação de accruals anormais. Ressaltando que apenas EY e Deloitte foram classificadas como princípios e nenhuma Big4 foi classificada como regras. • Porém o que mais chama a atenção aqui é que essas variáveis apresentam coeficientes estatisticamente distintos da estimação em OLS apenas após o quantil 0,8, implicando dizer que a estimação em OLS não é uma boa forma de analisar problemas como esse, para empresas que tem muitos accruals anormais. • Todavia, na orientação por regras o coeficiente é marginalmente significante (q75 p=13% e q90 p=11%), indicando que a orientação por regras tem pouca ou nenhuma relevância. Já na orientação por princípios os coeficientes são muito significantes, com p menores do que 2%, indicando que para empresas que divulgaram muitos accruals anormais, a orientação por princípios foi um fator estimulante. www.ccsa.ufpb.br/ppgcc ppgcc@ccsa.ufpb.br 17
  18. 18. 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 a qualidade da informação, resolvemos testar a interação entre big4 e o tipo de orientação do auditor. Fizemos apenas com princípios. Primeiro porque é a nossa variável de interesse de fato e segundo porque nenhum auditor big4 foi classificado como orientado por regras. • Encontramos o seguinte (coloquei as demais para comparação), focar nos extremos: www.ccsa.ufpb.br/ppgcc ppgcc@ccsa.ufpb.br 18 0,05 0,25 0,5 0,75 0,95 Big4*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%)
  19. 19. Análise quantílica da H1 • Análise adicional 2: • Para confirmar os resultados que foram falados no slide anterior, optou-se por defasar todas as variáveis explicativas, de modo a avaliar se o comportamento e decisões do ano anterior poderiam ter afetado a divulgação dos accruals anormais no ano corrente. • Os resultados foram qualitativamente semelhantes, porém os coeficientes se apresentaram maiores, o que pode indicar que as decisões do período passado possam ter impacto maior na decisão de reportar accruals anormais no futuro do que as informações contemporâneas. www.ccsa.ufpb.br/ppgcc ppgcc@ccsa.ufpb.br 19
  20. 20. 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 aparentemente diferentes, porém precisamos confirmar isso com o teste de Wald. Esses resultados também são confirmados graficamente no próximo slide. www.ccsa.ufpb.br/ppgcc ppgcc@ccsa.ufpb.br 20 Essa é a tabela anterior adaptada 0,05 0,95 Wald, coef iguais Big4*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
  21. 21. Análise quantílica da H1 • Todas as variáveis de controle tiveram comportamento semelhante ao OLS, quando estimados por quantítilica, inclusive as BIG4. nenhuma delas ultrapassou os limites do intervalo de confiança. www.ccsa.ufpb.br/ppgcc ppgcc@ccsa.ufpb.br 21
  22. 22. 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 rompem a barreira. Apenas analisando esses gráficos, já podíamos ter uma ideia de que o que estava antes poderia ser diferente do que estava após o quantil 0,80. A quantílica nos permitiu analisar melhor as empresas gerenciadoras. • Essa é mais uma confirmação de que os efeitos são muito distintos entre quem reportou mais e quem reportou menos accruals anormais. • Os gráficos também são melhores para percebermos o comportamento das variáveis: (a) princ e regras apresentam tendência positiva entre os quantis, enquanto que (b) big4*prin apresenta tendência negativa. www.ccsa.ufpb.br/ppgcc ppgcc@ccsa.ufpb.br 22
  23. 23. www.ccsa.ufpb.br/ppgcc ppgcc@ccsa.ufpb.br 23 -0.10 0.000.100.200.30 0 .2 .4 .6 .8 1 Quantile -0.00 0.000.000.00 fco_contemp 0 .2 .4 .6 .8 1 Quantile -0.10-0.05 0.000.050.10 v_rec 0 .2 .4 .6 .8 1 Quantile -0.00-0.00-0.00 0.000.000.00 div 0 .2 .4 .6 .8 1 Quantile -0.20-0.10 0.000.100.20 big4 0 .2 .4 .6 .8 1 Quantile -0.10 0.000.100.200.300.40 orient_r 0 .2 .4 .6 .8 1 Quantile 0.000.200.400.600.80 0 .2 .4 .6 .8 1 Quantile -0.80-0.60-0.40-0.20 0.00 bigprin 0 .2 .4 .6 .8 1 Quantile
  24. 24. 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 foram encontrados alguns resultados interessantes que podem contribuir com a literatura dessa área: 1. Não há evidências de que o auditor Big4 (puramente) tenha impacto diferente nas empresas que reportam mais ou menos accruals anormais; 2. Tanto o auditor baseado em regras quanto o baseado em princípios parecem melhorar a qualidade da informação das empresas que reportaram menos accruals anormais, porém para as empresas que mais reportaram accruals anormais, o auditor baseado em regras não tem nenhuma influência, mas o baseado em princípios parece estimular o comportamento agressivo. Essas diferenças foram significativas a 5%; 3. O efeito conjunto da característica big4 e orientação por princípios ajudou a melhorar significativamente a qualidade da informação contábil das empresas que reportaram muitos accruals anormais – isso pode estar relacionado com a forma como classificamos as auditorias (a medida pode não estar representando apenas os princípios); e 4. Por último, essa pesquisa buscou contribuir metodologicamente com uma proposta de forma de segregar o auditor baseado em regras do baseado em princípios, bem como pela aplicação de uma metodologia que permite efetivamente captar os efeitos de uma característica da empresa na qualidade da informação contábil, explorando a heterogeneidade das empresas. O uso do OLS subestimou o efeito da orientação do auditor na qualidade da informação contábil, sendo então recomendado o uso de regressões robustas como a quantílica. www.ccsa.ufpb.br/ppgcc ppgcc@ccsa.ufpb.br 24
  25. 25. Considerações finais • Limitações desta pesquisa que podem ser tratadas por artigos no futuro: (a) talvez exista uma proxy melhor para classificar os auditores como baseado em regras ou princípios, por exemplo questionando cada empresa individual e qualitativamente sobre o seu posicionamento; e (b) para evitar problemas com a mudança das normas contábeis, foi analisado apenas o período pós-IFRS, talvez com um período de tempo mais longo (após 2010), de modo a captar melhor o efeito aprendizado possam modificar os resultados. www.ccsa.ufpb.br/ppgcc ppgcc@ccsa.ufpb.br 25
  26. 26. Comentário pós congresso • Nós agradecemos a todos os participantes da sessão e ao debatedor. As contribuições recebidas nos ajudarão a melhorar a próxima versão deste artigo. www.ccsa.ufpb.br/ppgcc ppgcc@ccsa.ufpb.br 26

×