En totalundersøkelse av hva som kjennetegner selskapene ......små aksjeselskap. Før og etter...
Transcript of En totalundersøkelse av hva som kjennetegner selskapene ......små aksjeselskap. Før og etter...
Jon Vestrum
Håvard Gjerding-Smith
Masteroppgave ved Handelshøyskolen BI
”Åtte måneder med frivillig revisjon i Norge;
En totalundersøkelse av hva som kjennetegner selskapene som valgte bort revisor.”
Eksamenskode og –navn:
GRA 1920 – Masteroppgave i regnskap og revisjon
Veileder:
Tobias Svanström
Innleveringsdato:
25.06.2012
Eksamenssted:
BI Nydalen, Oslo
”Denne oppgaven er gjennomført som en del av studiet på Handelshøyskolen BI.
Dette innebærer ikke at de metoder som er anvendt, de resultater som
fremkommer, eller de konklusjoner som er trukket er verifisert av
Handelshøyskolen BI.”
Side i
FORORD
Denne oppgaven er skrevet i forbindelse med avslutningen av vår mastergrad i
revisjon og regnskap ved Handelshøyskolen BI.
Da forfatterne av oppgaven begge jobber i revisorbransjen, er lempningen av
revisjonsplikten et interessant og høyaktuelt tema. Resultatene fra studien ga oss
relevante innspill til hvordan vår framtidige arbeidssituasjon ville se ut. Dette har
bidratt til å gjøre arbeidet med oppgaven desto mer givende.
Forfatterne har dratt nytte av sin spesifikke utdannelse og erfaring innen
gjennomføring av prosjekter. Dette har ført til at prosjektet har blitt gjennomført i
henhold til fastsatt tid og målsetning. Videre har forfatterne spilt på hverandres
styrker. Den ene forfatteren har lang fartstid i revisorbransjen og dermed
opparbeidet seg erfaring og kompetanse som han spesielt har kunnet benytte seg
av. Den andre har en teknisk forståelse og kompetanse innen databehandling som
spesielt har kommet til nytte da oppgaven besvares gjennom innhentelse og
bearbeidelse av et uvanlig omfattende datamateriale. Til sammen har dette ledet til
en god dynamikk i arbeidsprosessen.
Ambisjonsnivå har økt i takt med den økende interessen ulike parter har vist for
forfatternes arbeid med oppgaven. Det rettes derfor en spesiell takk til følgende
personer for deres bidrag til oppgaven:
Tobias Svanström, spesielt for hans fleksibilitet, konstruktive innspill og
tilbakemeldinger i veiledningen av forfatterne;
Kredittopplysningsselskapet AAA Soliditet AS, representert ved Karl-Olaf
Aannerud, for kredittvurderinger og annet datamateriale til oppgaven;
Skattedirektoratet, representert ved Arne Kristiansen og Henry Larsen, for
nyttige møter og samtaler, samt datamateriale fra selvangivelsen;
Den norske Revisorforening, representert ved redaktør Alf Asklund og
Ruben Bjerketveit, for at forfatterne fikk skrive artikkel om oppgavens
innhold i Revisjon og regnskap 2012 (nr 5-2012);
Hegnar Media, representert ved Bjørn Henning Grandal, for at det ble
skrevet en artikkel basert på oppgaven i Finansavisens Regnskap og
økonomistyrings magasin, den 8. juni 2012;
For øvrig rettes også en takk til John Christian Langli for veiledning av
metodisk karakter.
Side ii
Det rettes også takk til våre respektive arbeidsgivere for tilrettelegging av en
hverdag som muliggjorde å fokusere fullt og helt på oppgaven. Flere kunne også
vært nevnt, men selv om disse ikke nevnes ved navn, rettes også en stor takk til
disse.
Oslo/Larvik, 21. juni 2012. Håvard Gjerding-Smith Jon Vestrum
Side iii
SAMMENDRAG
Bakgrunnen for oppgaven er at det 1. mai 2011 ble tillatt å fravelge revisor for
små aksjeselskap. Før og etter denne datoen er det blitt stilt spørsmål ved hvilken
betydning selskapets forhold til samarbeidspartnere og andre interessenter har hatt
for fravalgsbeslutningen. Studiens formål er å undersøke kjennetegn ved selskap
som velger bort revisor.
Studien er blitt gjennomført ved å undersøke sekundærdata slik som blant annet
regnskaps- og selskapsinformasjon fra offentlige registre, kredittvurderinger og
informasjon fra selvangivelsen. Oppgaven skiller seg fra andre tidligere studier
ved at den er en totalundersøkelse av samtlige selskaper i populasjonen, samt
inkluderer et uvanlig stort omfang variabler, som hver for seg representerer
kjennetegn hos selskapene.
Vår studie har vist at 36,2 % av alle aksjeselskap, stiftet før 31.12.2010, med rett
til det, valgte bort revisor innen 31.12.2011. På den ene siden har undersøkelsen
vist at de to faktorene som i størst grad øker sannsynligheten for at selskapet
velger bort revisor er at det har ekstern regnskapsfører og/eller har god
kredittrating. I tillegg har vi sett at tilhørighet til bransjene varehandel eller faglig
vitenskapelig og teknisk tjenesteyting, lokalisering i områder med lav folketetthet,
at daglig leder er kvinne, anmerkninger i revisjonsberetningen og/eller mangel på
signatur i kontrolloppstilling, og aktive eierne i den daglige ledelse også øker
sannsynligheten for at selskapet velger bort revisor. På den annen side er
tilhørighet til eiendomsbransjen og benyttelse av revisor som rådgiver de
faktorene som i størst grad øker sannsynligheten for å beholde revisor. For øvrig
viser studien at når selskapets størrelse øker, selskapet er lokalisert i en storby,
daglig leder er mann, det har konserntilhørighet, gjeld til kredittinstitusjon eller
leverandører, øker også sannsynligheten for å beholde revisor. Undersøkelsen
viser også at fravalgsandelene varierer fra 21,8 til 45 % når vi har undersøkt de
enkelte faktorene uavhengig av hverandre.
Oppgaven ser delvis også på konsekvensene for revisorbransjen, der vi blant annet
ser at de fem største revisjonsselskapene i mindre grad enn små og mellomstore
rammes av bortfallet av revisjonsplikten. Revisorene står ovenfor en framtid i
forandring og studien vil således kunne være et innspill i denne sammenhengen.
Side iv
INNHOLDSFORTEGNELSE
FORORD ................................................................................................................. i
SAMMENDRAG .................................................................................................. iii
INNHOLDSFORTEGNELSE ............................................................................. iv
LISTE OVER TABELLER OG FIGURER ....................................................... x
1 INNLEDNING .................................................................................................... 1
1.1 Bakgrunn for oppgaven ............................................................................................ 1
1.1.1 Meninger og spørsmål fra interessenter og berørte parter ................................. 1
1.1.2 Tidligere studier og internasjonal utvikling ....................................................... 5
1.2 Oppgavens problemstilling ....................................................................................... 9
1.3 Hva skiller denne oppgaven fra andre relaterte undersøkelser? ..............................10
1.3.1 Hvordan skiller oppgaven seg ut metodisk fra andre? ......................................11
1.3.2 Hvordan skiller oppgaven seg ut fra andre, med hensyn på avgrensning og nøyaktighet? ...............................................................................................................12
1.4 Fravalgsmuligheten; kun en mindre del av en større tiltakspakke til små næringsdrivende .............................................................................................................13
1.5 Oppgavens videre oppbygning ................................................................................15
2 TEORETISK FUNDAMENT OG HYPOTESEOPPBYGGING ................ 17
2.1 Innledning ................................................................................................................17
2.2 Kategorier ................................................................................................................17
2.2.1 Geografi ............................................................................................................17
2.2.2 Bransje ..............................................................................................................18
2.2.3 Forholdet til revisor og regnskapsfører .............................................................19
2.2.3.1 Ekstern regnskapsfører ..............................................................................19
2.2.3.2 Rådgivning .................................................................................................20
2.2.4 Anmerkninger fra revisor (opinion shopping) ..................................................21
2.2.5 Kjønn og alder ..................................................................................................23
2.2.5.1 Alder ..........................................................................................................23
2.2.5.2 Kjønn og daglig leder ................................................................................23
2.2.6 Størrelse ............................................................................................................24
2.2.7 Agent- og prinsipalforhold ...............................................................................24
2.2.7.1 Innledning om agentteorien .......................................................................24
2.2.7.2 Eksterne eiere/familie ................................................................................25
2.2.7.3 Gjeld til kredittinstitusjoner .......................................................................26
2.2.7.4 Leverandørgjeld .........................................................................................26
2.2.7.5 Skattemyndighetene ...................................................................................27
2.2.7.5.1 Skyldig offentlige avgifter ..................................................................27
Side v
2.2.7.5.2 RF-1022 (kontrolloppstillingen) .........................................................27
2.2.8 Finansiell stilling ..............................................................................................28
2.2.8.1 Kredittrating ...............................................................................................28
2.2.8.2 Revisjonshonorar .......................................................................................28
2.2.8.3. Lønnsomhet ..............................................................................................29
2.2.8.4 Gjeldsgrad ..................................................................................................30
2.2.9 Big 5 .................................................................................................................30
2.2.10 Andre variabler ...............................................................................................31
2.2.10.1 Tomter......................................................................................................31
2.2.10.2 Varelager ..................................................................................................31
3 METODE .......................................................................................................... 32
3.1 Forskningsprosessen ................................................................................................32
3.1.1 Problemstilling og analysens formål .................................................................32
3.1.2 Forskningsdesign og databehov ........................................................................33
3.1.2.1 Kausalt design ............................................................................................34
3.1.2.2 Deskriptivt design ......................................................................................34
3.1.2.3 Eksplorativt design ....................................................................................35
3.1.2.4 Databehov ..................................................................................................35
3.1.3 Datainnsamling .................................................................................................36
3.1.3.1 Avstemming av oppgavens datamateriale mot populasjonen ....................36
3.1.3.2 Summarisk og teknisk fremstilling av datainnsamlingen ..........................38
3.1.3.3 Primær og sekundærkilder .........................................................................39
3.1.3.4 Reliabilitet..................................................................................................41
3.1.3.5 Validitet .....................................................................................................44
3.2 Presentasjon av variablene i undersøkelsen og beskrivelse av populasjonen ..........46
3.2.1 Oversikt over variablene i regresjonsanalysene ................................................46
3.2.1.1 Tabellarisk beskrivelse av variablene i regresjonsanalysene .....................46
3.2.1.2 Tabellarisk deskriptiv statistikk av variablene i regresjonsanalysene .......49
3.2.2 Avhengig variabel – Fravalgt revisor ...............................................................51
3.2.3 Uavhengige variabler ........................................................................................51
3.2.3.1 Geografi .....................................................................................................51
3.2.3.2 Bransje .......................................................................................................53
3.2.3.3 Forholdet til revisor og regnskapsfører ......................................................55
3.2.3.4 Anmerkninger fra revisor (opinion shopping) ...........................................56
3.2.3.5 Kjønn og alder ...........................................................................................57
3.2.3.6 Størrelse .....................................................................................................58
3.2.3.7 Agent- og prinsipalforhold ........................................................................59
3.2.3.8 Finansiell stilling .......................................................................................61
3.2.3.9 Big 5 ..........................................................................................................64
3.2.3.10 Andre variabler ........................................................................................64
Side vi
3.3 Bruk av logistiske regresjonsanalyser i denne oppgaven ........................................65
3.3.1 Kontroll av korrelasjon mellom de uavhengige variablene ..............................65
4 UNDERSØKELSENE ...................................................................................... 69
4.1 Deskriptive undersøkelser .......................................................................................69
4.1.1 Geografi ............................................................................................................70
4.1.1.1 Fylker .........................................................................................................70
4.1.1.2 Kommuner .................................................................................................70
4.1.1.3 Kommuneoppdeling ..................................................................................71
4.1.2 Bransje ..............................................................................................................71
4.1.2.1 Overordnet .................................................................................................71
4.1.2.2 Bransjer i skattemyndighetenes søkelys ....................................................72
4.1.2.3 NACE-bransjekoder med over 500 observasjoner i populasjonen ............73
4.1.2.4 Bransje og kategori 0 .................................................................................73
4.1.3 Forholdet til revisor og regnskapsfører .............................................................73
4.1.3.1 Ekstern regnskapsfører ..............................................................................73
4.1.3.2 Revisjonshonorar og regnskapsfører .........................................................74
4.1.3.3 Revisor som rådgiver .................................................................................75
4.1.4 Anmerkninger fra revisor (opinion shopping) ..................................................75
4.1.5 Kjønn og alder ..................................................................................................76
4.1.5.1 Alder på selskapet ......................................................................................76
4.1.5.2 Alder på daglig leder .................................................................................76
4.1.5.3 Kjønn på daglig leder .................................................................................76
4.1.6 Størrelse ............................................................................................................77
4.1.6.1 Omsetning ..................................................................................................77
4.1.6.2 Sum eiendeler ............................................................................................77
4.1.6.3 Antall ansatte .............................................................................................77
4.1.7 Agent- og prinsipalforhold ...............................................................................78
4.1.7.1 Gjeld til kredittinstitusjoner .......................................................................78
4.1.7.2 Leverandørgjeld .........................................................................................78
4.1.7.3 Konsern ......................................................................................................79
4.1.7.4 Daglig leders eierandel ..............................................................................79
4.1.7.5 Antall aksjonærer .......................................................................................79
4.1.7.6 Skjema RF-1022 ........................................................................................79
4.1.7.7 Skyldig offentlige avgifter .........................................................................80
4.1.8 Finansiell stilling ..............................................................................................80
4.1.8.1 Kredittrating ...............................................................................................80
4.1.8.2 Revisjonshonorar .......................................................................................81
4.1.8.2.1 Absolutt og relativt revisjonshonorar: ................................................81
4.1.8.2.2 Revisjonshonorar og bransje ...............................................................82
4.1.8.3 Lønnsomhet ...............................................................................................82
Side vii
4.1.8.4 Gjeldsgrad ..................................................................................................83
4.1.9 Big 5 .................................................................................................................83
4.1.9.1 Big 5 versus andre revisjonsselskap ..........................................................83
4.1.9.2 Hvordan har det påvirket revisorbransjen? ................................................84
4.1.9.3 Størrelse på revisjonshonoraret ..................................................................84
4.1.10 Andre variabler ...............................................................................................85
4.1.10.1 Varelager ..................................................................................................85
4.1.10.2 Tomter......................................................................................................85
4.2 Regresjonsanalysene ................................................................................................85
4.2.1 Initiell modell (modell 1) ..................................................................................89
4.2.2 Hovedmodell (modell 2) ...................................................................................90
4.2.2.1 Geografi .....................................................................................................91
4.2.2.2 Bransje .......................................................................................................91
4.2.2.3 Forholdet til revisor og regnskapsfører ......................................................91
4.2.2.4 Anmerkninger fra revisor (opinion shopping) ...........................................92
4.2.2.5 Kjønn og alder ...........................................................................................92
4.2.2.6 Størrelse .....................................................................................................93
4.2.2.7 Agent- og prinsipalforhold ........................................................................93
4.2.2.8 Finansiell stilling .......................................................................................94
4.2.2.9 Big 5 ..........................................................................................................95
4.2.2.10 Andre variabler ........................................................................................95
5 KONKLUSJON ................................................................................................ 96
5.1 Diskusjoner rundt resultatene fra undersøkelsene ...................................................96
5.2 Begrensninger i oppgaven .....................................................................................100
5.3 Konsekvenser for revisorbransjen og andre ...........................................................100
5.4 Et blikk inn i glasskula og hva bør i den sammenheng forskes videre på? ............102
LITTERATURLISTE ....................................................................................... 104
7 VEDLEGG ...................................................................................................... 114
Vedlegg 1 – Vedlegg til kapittel 1 ...............................................................................114
Vedlegg 1.1 - Forprosjekt ........................................................................................114
Vedlegg 1.1.1 Første disposisjon til Masteroppgave (GRA 1920) ......................114
Vedlegg 1.1.2 - Andre disposisjon til Masteroppgave (GRA 1920) ....................116
Vedlegg 1.2 – Andel av total skatt og avgift små AS bidrar med ...........................123
Vedlegg 1.3 – Gjennomsnittlig revisjonshonorar avhengig av størrelse på driftsinntekt ..............................................................................................................124
Vedlegg 1.4 – Fordeling av når selskapene meldte fravalg til Brønnøysundregistrene .................................................................................................................................125
Vedlegg 1.5 – Utvikling i revisjonshonorarets størrelse fra 2006 til 2008 ..............125
Vedlegg 2 – Vedlegg til kapittel 2 ...............................................................................125
Vedlegg 2.1 – Revisjonshonorar pr bransje .............................................................125
Side viii
Vedlegg 3 – Vedlegg til kapittel 3 ...............................................................................126
Vedlegg 3.1 - Handlingslogg for datafangst, koding, editing og kobling av data ...126
Skriftlig beskrivelse .............................................................................................126
Illustrativ beskrivelse ...........................................................................................166
Vedlegg 3.2 - Deskriptiv statistikk til beskrivelsen av variablene i kapittel 3.2 ......170
Vedlegg 4 – Vedlegg til deskriptive undersøkelser i kapittel 4.1 ................................194
Vedlegg 4.1 - Geografi ............................................................................................194
Vedlegg 4.1.1 – Fravalg pr fylke .........................................................................194
Vedlegg 4.1.2 – Fravalg pr kommune .................................................................194
Vedlegg 4.1.3 – Kommuneoppdeling ..................................................................195
Vedlegg 4.2 Bransje.................................................................................................196
Vedlegg 4.2.1 – Fravalg pr bransje (bokstavkode) ..............................................196
Vedlegg 4.2.2 – Fravalg i bransjer i skattemyndighetenes søkelys (NACE-koder) .............................................................................................................................197
Vedlegg 4.2.3 – Fordeling fravalg i bransjer med over 500 enheter (NACE-kode) .............................................................................................................................197
Vedlegg 4.2.4 – Andel ekstern regnskapsfører pr bransje (bokstavkode) ...........199
Vedlegg 4.2.5 – Inntektskategori og bransje .......................................................199
Vedlegg 4.3 – Forhold til regnskapsfører og revisor ...............................................200
Vedlegg 4.3.1 – Andel ekstern regnskapsfører i populasjonen ...........................200
Vedlegg 4.3.2 – Ekstern regnskapsfører blant de som har valgt bort revisor. .....201
Vedlegg 4.3.3 – Ekstern regnskapsfører pr inntektskategori ...............................201
Vedlegg 4.3.4 – Revisjonshonorar for de som har ekstern regnskapsfører .........202
Vedlegg 4.3.5 – Rådgivningshonorar til revisor ..................................................202
Vedlegg 4.4 - Anmerkninger fra revisor (opinion shopping) ..................................203
Vedlegg 4.4.1 – Fravalg i sammenheng med revisjonsanmerkning ....................203
Vedlegg 4.4.2 – Fravalg ved forskjellige typer presisering i revisjonsberetningen. .............................................................................................................................204
Vedlegg 4.4.3 – Fravalgsandel for selskaper med forbehold ...............................204
Vedlegg 4.4.4 – Revisjonsanmerkning fordelt på inntektskategori .....................205
Vedlegg 4.5 – Kjønn og alder ..................................................................................205
Vedlegg 4.5.1 – Fravalgsandel fordelt på hvor gammelt selskapet er .................205
Vedlegg 4.5.2 - Fravalgsandel avhengig av daglig leders alder ..........................207
Vedlegg 4.5.3 – Fravalgsandel fordelt på kjønn til daglig leder ..........................208
Vedlegg 4.6 - Størrelse ............................................................................................208
Vedlegg 4.6.1 – Fravalgsandel gruppert på inntektskategorier. ..........................208
Vedlegg 4.6.2 – Gjennomsnittlig sum eiendeler avhengig av fravalgsbeslutning. .............................................................................................................................209
Vedlegg 4.6.3 - Gjennomsnittlig sum eiendeler avhengig av fravalgsbeslutning fordelt på inntektskategori. ..................................................................................210
Vedlegg 4.6.4 – Gjennomsnittlig antall ansatte avhengig av fravalgsbeslutning 210
Vedlegg 4.7 – Agent- og prinsipalforhold ...............................................................211
Side ix
Vedlegg 4.7.1 - Fravalgsandel avhengig av gjeld til kreditinstitusjoner .............211
Vedlegg 4.7.2 - Gjennomsnittlig leverandørgjeld avhengig av fravalgsbeslutning .............................................................................................................................211
Vedlegg 4.7.3 – Fravalgsandel avhengig av leverandørgjeld ..............................212
Vedlegg 4.7.4 – Analyser av konsernforhold ......................................................212
Vedlegg 4.7.5 – Daglig leders eierandel ..............................................................213
Vedlegg 4.7.6 – Fravalgsandel i forhold til antall aksjonærer .............................214
Vedlegg 4.7.7 – Fravalgsandel avhengig av signatur på RF-1022 ......................214
Vedlegg 4.7.8 – Fravalgsandel avhengig av presisering om ulovlig lån og/eller signatur RF-1022 .................................................................................................215
Vedlegg 4.7.9 – Fravalgsandel avhengig av presisering om skattetrekksmidler og/eller signatur RF-1022 ....................................................................................215
Vedlegg 4.7.10 Gjennomsnittlig skyldige offentlige avgifter avhengig av fravalgsbeslutning ................................................................................................215
Vedlegg 4.7.11 – Fravalgsandel avhengig av skyldige offentlige avgifter ..........216
Vedlegg 4.7.12 – Fravalgsandel avhengig av skyldige offentlige avgifter fordelt på inntektskategori. ..............................................................................................216
Vedlegg 4.8 – Finansiell stilling ..............................................................................216
Vedlegg 4.8.1 – Fravalgsandel avhengig av type kredittrating ...........................216
Vedlegg 4.8.2 – Gjennomsnittlig revisjonshonorar avhengig av fravalgsbeslutning .............................................................................................................................217
Vedlegg 4.8.3 – Fravalgsandel i bransje i sammenheng med revisjonshonorarets størrelse ................................................................................................................218
Vedlegg 4.8.4 – Fravalg avhengig av lønnsomhet ...............................................219
Vedlegg 4.8.5 – Fravalgsandel avhengig av gjeldsgrad ......................................220
Vedlegg 4.9 – Big 5 .................................................................................................221
Vedlegg 4.9.1 – Fravalgets påvirkning på de ulike revisjonsselskapene .............221
Vedlegg 4.9.2 – Deskriptiv analyser av revisjonshonoraret til de ulike Big 5 versus øvrige. .......................................................................................................226
Vedlegg 4.10 – Andre variabler ...............................................................................226
Vedlegg 4.10.1 – Fravalgsandel avhengig av varelager eller tomter ...................226
Side x
LISTE OVER TABELLER OG FIGURER
Tabeller Tabell 3-1: Beskrivelse av variablene i regresjonsanalysene ............................................49
Tabell 3-2: Deskriptiv statistikk av variablene i regresjonsanalysene ...............................50
Tabell 3-3: Deskriptiv statistikk av sum driftsinntekter og sum eiendeler 2010. ..............59
Tabell 3-4: Korrelasjonsanalyse av de uavhengige variablene i regresjonsanalysen. .......68
Tabell 4-1: Logistiske regresjonsmodeller om fravalg av revisor. ....................................89
Tabell 7-1: Gjennomsnittlig revisjonshonorar i 2010 avhengig av størrelse på driftsinntekt
.........................................................................................................................................125
Tabell 7-2: Utviklingen i revisjonshonorarets størrelse fra 2006 til 2008. ......................125
Tabell 7-3: Revisjonshonorar pr bransje. .........................................................................126
Tabell 7-4: Avstemming av oppgavens utvalg mot populasjonen (dersom 68 % omfattes
av fritaket). .......................................................................................................................136
Tabell 7-5: Avstemming av oppgavens utvalg mot populasjonen (dersom 57 % omfattes
av fritaket). .......................................................................................................................137
Tabell 7-6: Fordeling observasjoner i variabelen FYLKESNR .......................................170
Tabell 7-7: Fordeling observasjoner i variabelen KOMMUNENR .................................179
Tabell 7-8: Folketetthet i fylker i Norge ..........................................................................180
Tabell 7-9: Fordeling observasjoner i variabelen BRANSJEKODE_BOKSTAV ..........180
Tabell 7-10: Fordeling observasjoner i variabelen BRANSJEKODE (2 siffer) ..............183
Tabell 7-11: Fordeling observasjoner i variabelen NACE_BRANSJEKODE (5 siffer). 184
Tabell 7-12: Deskriptiv statistikk av kroner brukt på rådgivning i 2010. ........................185
Tabell 7-13: Frekvensfordeling av observasjoner i forhold til hvor lenge siden selskapet
ble stiftet. .........................................................................................................................188
Tabell 7-14: Frekvensfordeling av observasjoner i forhold til hvor gammel daglig leder
er. .....................................................................................................................................190
Tabell 7-15: Deskriptiv statistikk av variabelen ANTALL_ANSATTE .........................190
Tabell 7-16: Deskriptiv statistikk av eierandel til daglig leder i selskapet pr 31.12.10. ..192
Tabell 7-17: Deskriptiv statistikk av kroner skyldig hhv. til det offentlige og leverandører.
.........................................................................................................................................192
Tabell 7-18: Deskriptiv statistikk av kroner skyldig hhv. langsiktig og kortsiktig til
kredittinstitusjoner ...........................................................................................................192
Tabell 7-19: Fordeling av observasjoner i GOD_DÅRLIG_KREDRAT_DUMMY ......193
Tabell 7-20: Fordeling av observasjoner av ulike kredittratinger ....................................193
Tabell 7-21: Fordeling observasjoner i variabelen BIG5_DUMMY ...............................193
Tabell 7-22: Fordeling observasjoner i variabelene TOMTER_DUMMY og
VARELAGER_DUMMY ...............................................................................................193
Tabell 7-23: Fravalg pr fylke ...........................................................................................194
Side xi
Tabell 7-24: Fravalg pr kommune. ..................................................................................195
Tabell 7-25: Fordeling av fravalg pr bransje (bokstavkode) ...........................................196
Tabell 7-26: Fordeling av fravalg på NACE-koder i skattemyndighetenes søkelys........197
Tabell 7-27: Fordeling fravalg i bransjer med over 500 enheter. ....................................199
Tabell 7-28: Andel ekstern regnskapsfører pr bransje. ....................................................199
Tabell 7-29: Fordeling observasjoner i forhold til inntektskategori og bransje. ..............200
Tabell 7-30: Andel ekstern regnskapsfører i populasjonen. ............................................201
Tabell 7-31: Fravalgsandel blant selskap med ekstern regnskapsfører. ..........................201
Tabell 7-32: Andel ekstern regnskapsfører blant de som har valgt bort og beholdt revisor.
.........................................................................................................................................201
Tabell 7-33: Ekstern regnskapsfører pr. inntektskategori. ...............................................202
Tabell 7-34: Gjennomsnittlig revisjonshonorar for de som har ekstern regnskapsfører. .202
Tabell 7-35: Fravalgsandel avhengig om man har anvendt revisor som rådgiver eller ikke.
.........................................................................................................................................203
Tabell 7-36: Deskriptive analyser av rådgivningshonorar til revisor, avhengig om man har
fravalgt eller ikke. ............................................................................................................203
Tabell 7-37: Andel selskaper som har valgt bort eller beholdt revisor avhengig
anmerkning fra revisor i revisjonsberetning. ...................................................................204
Tabell 7-38: Fravalg ved forskjellige typer presisering i revisjonsberetningen...............204
Tabell 7-39: Fravalgsandel for selskaper med forbehold. ...............................................205
Tabell 7-40: Fravalgsandel for selskap med revisjonsanmerkning fordelt på
inntektskategori. ..............................................................................................................205
Tabell 7-41: Fravalgsandel i forhold til alder på selskapet. .............................................207
Tabell 7-42: Fravalgsandel fordelt på kjønn til daglig leder............................................208
Tabell 7-43: Fravalgsandel gruppert på inntektskategorier. ............................................209
Tabell 7-44: Deskriptive analyser av sum eiendeler avhengig fravalgsbeslutning. .........209
Tabell 7-45: Deskriptive analyser av sum eiendeler avhengig fravalgsbeslutning fordelt
på inntektskategori. ..........................................................................................................210
Tabell 7-46: Deskriptive analyser av antall ansatte avhengig fravalgsbeslutning. ..........210
Tabell 7-47: Fravalgsandel avhengig av gjeld til kreditinstitusjoner. ..............................211
Tabell 7-48: Deskriptive analyser av leverandørgjeld avhengig fravalgsbeslutning. ......211
Tabell 7-49: Fravalgsandel avhengig av leverandørgjeld. ...............................................212
Tabell 7-50: Fravalgsandel avhengig av leverandørgjeld gruppert på inntektskategori. .212
Tabell 7-51: Fravalgsandel avhengig av konsernforhold.................................................213
Tabell 7-52: Andel konsernselskap med ekstern regnskapsfører. ...................................213
Tabell 7-53: Daglig leders eierandel. ...............................................................................214
Tabell 7-54: Fravalgsandel i forhold til antall aksjonærer ...............................................214
Tabell 7-55: Fravalgsandel avhengig av signatur på RF-1022 ........................................214
Side xii
Tabell 7-56: Fravalgsandel avhengig av presisering om ulovlig lån og/eller signatur RF-
1022. ................................................................................................................................215
Tabell 7-57: Fravalgsandel avhengig av presisering om skattetrekksmidler og/eller
signatur RF-1022 .............................................................................................................215
Tabell 7-58: Deskriptive analyser av skyldige avgifter avhengig fravalgsbeslutning. ....215
Tabell 7-59: Fravalgsandel avhengig av skyldige offentlige avgifter .............................216
Tabell 7-60: Fravalgsandel avhengig av skyldige offentlige avgifter fordelt på
inntektskategori. ..............................................................................................................216
Tabell 7-61: Fravalgsandel avhengig av type kredittrating .............................................217
Tabell 7-62: Fravalgsandel avhengig av type kredittrating for inntektskategori 1 og 2
samlet. ..............................................................................................................................217
Tabell 7-63: ANOVA-test på gjennomsnittlig revisjonshonorar avhengig av
fravalgsbeslutning ............................................................................................................217
Tabell 7-64: Deskriptive analyser av revisjonshonorar avhengig fravalgsbeslutning. ....218
Tabell 7-65: Deskriptive analyser av relativt revisjonshonorar (i forhold til driftinntekter)
avhengig fravalgsbeslutning. ...........................................................................................218
Tabell 7-66: Korrelasjon mellom revisjonshonorar (gjennomsnittlig og median) og
fravalgsandel i bransje. ....................................................................................................219
Tabell 7-67: Deskriptive analyser av lønnsomhet avhengig fravalgsbeslutning. ............219
Tabell 7-68: Fravalgsandel avhengig av positiv/negativ lønnsomhet. .............................220
Tabell 7-69: Deskriptive analyser av gjeldsgrad avhengig fravalgsbeslutning ...............220
Tabell 7-70: Deskriptive analyser av egenkapital avhengig fravalgsbeslutning ..............220
Tabell 7-71: Beregnet gjennomsnittlig gjeld basert på gjeldsgrad og egenkapital. .........220
Tabell 7-72: Konsekvenser av fravalg kategorisert for store, mellomstore og små
revisjonsselskap. ..............................................................................................................221
Tabell 7-73: Konsekvenser av fravalg for alle revisjonsselskap med 100 eller flere
klienter med rett til fravalg pr 30.04.11. ..........................................................................225
Tabell 7-74: Deskriptive analyser av revisjonshonoraret til de ulike Big 5 versus øvrige.
.........................................................................................................................................226
Tabell 7-75: Fravalgsandel avhengig av varelager. .........................................................226
Tabell 7-76: Fravalgsandel avhengig av tomter. .............................................................227
Tabell 7-77: Fordeling observasjoner avhengig av om selskapet har varelager og/eller
tilhører varehandel ...........................................................................................................227
Side xiii
Figurer
Figur 3-1: Prosentvis fylkesfordeling av selskapene i populasjonen .................................52
Figur 3-2: Prosentvis kommunefordeling av selskapene i populasjonen. ..........................52
Figur 3-3: Prosentvis bransjefordeling av selskapene i populasjonen på bokstavkodenivå.
...........................................................................................................................................53
Figur 3-4: Prosent bransjefordeling av selskapene i populasjonen (NACE 2-siffer). .......54
Figur 3-5: Prosent bransjefordeling av selskapene i populasjonen (NACE 5-siffer). .......54
Figur 3-6: Prosentfordeling av observasjoner med hensyn på hvor mange år siden
selskapet ble stiftet. ............................................................................................................57
Figur 3-7: Prosentvis fordeling av observasjoner med hensyn på hvor gammel daglig
leder er. ..............................................................................................................................58
Figur 3-8: Prosentvis fordeling av gyldige observasjoner om antall aksjonærer i
selskapene i populasjonen. .................................................................................................61
Figur 3-9: Prosentvis fordeling av gyldige observasjoner av ulike kredittratinger. ...........63
Figur 4-1: Forskjell mellom forventet og faktisk fravalgsandel avhengig av størrelse på
driftsinntekt. .......................................................................................................................69
Figur 4-2: Fravalgsandel med tilhørende folketetthet pr fylke. .........................................70
Figur 4-3: Fravalg oppdelt på størrelse på kommunen målt i antall selskap i kommunen.
...........................................................................................................................................71
Figur 4-4: Fordeling fravalg ved forskjellige typer presiseringer. .....................................75
Figur 7-1: Fordeling av når selskapene meldte fravalg til Brønnøysundregistrene .........125
Figur 7-2: Fravalgsandel fordelt hvor gammelt selskapet er. ..........................................206
Figur 7-3: Fravalgsandel avhengig av daglig leders alder. ..............................................207
Side 1
1 INNLEDNING
1.1 Bakgrunn for oppgaven
Den 1. mai 2011 trådte det nye lovforslaget (Lovvedtak 47 (2010–2011))
som nå tillater små aksjeselskap (AS) å fravelge revisjon i kraft. I løpet av de åtte
månedene fram til 31. desember 2011 valgte 48.2361 selskaper å benytte seg av
denne muligheten. I følge våre beregninger var dette 39,5 %2 av alle som var gitt
muligheten.
Selskapene som ble omfattet av lovforslaget hadde verken sum driftsinntekter,
balansesum, eller gjennomsnittlige antall ansatte som oversteg henholdsvis NOK
fem millioner, NOK 20 millioner, og ti årsverk, i henhold til asl. § 7-6, 1. ledd
jevnfør revl. § 2-3, 3 ledd. Disse var heller ikke morselskap i konsern eller
underlagt tilsyn av Finanstilsynet (FIN), asl. § 7-6, 1. ledd jevnfør revl. § 2-1, 5.
og 6. ledd. Våre beregninger viser at 56 %3 av alle AS per 31. desember 2011 falt
innenfor disse beskrankningene og ble derfor gitt mulighet til å velge bort revisor.
Et av hovedhensynene som ble lagt vekt på før lovvedtaket var FINs ønske om å
”øke næringslivets konkurranseevne”, samt ”bidra til å senke terskelen for
etablering av næringsvirksomhet” (NOU 2008:12. s. 86).. Regelendringen førte
ved første øyekast til direkte lettelser for selskapene gjennom blant annet lavere
kostnad til revisjon, men hva ble de indirekte konsekvensene? ECONs
samfunnsøkonomiske velferdsanalyse uttrykker det slik: Hvilke eksternaliteter
medfører regelendringen? ”Eksternaliteter er virkninger av et tiltak som får
konsekvenser for andre enn konsumenter og produsenter” (ECON. 2007. Punkt
5.1). Noen må nødvendigvis påvirkes av at revisor ikke lenger utfører sine
kontroller i selskapene som valgte han bort.
1.1.1 Meninger og spørsmål fra interessenter og berørte parter
Både før og etter lovforslaget trådte i kraft, har det blitt sagt og sterkt diskutert
mye fra mange ulike parter gjennom ulike kanaler og fora om hvordan de nye
reglene ville påvirke de berørte selskapene. Det gjelder så vel selskapene selv som
1 Pressemelding 02.01.12, Brønnøysundregistrene http://www.brreg.no/presse/pressemeldinger/2012/01/48000_fravalg_revisjon_n.html http://www.brreg.no/presse/pressemeldinger/2012/01/48000_fravalg_revisjon_n.html 2 48.236/122.280 = 0,395 (Vedlegg 3.1 side 137). 3 122.280/219.977 = 0,56. Vedlegg 3.1 side 136 - 137
Side 2
velger bort revisor, men ikke minst også deres interessenter4. Hvem ville velge
bort revisor? Hva kjennetegnet disse selskapene? Hvilke typer interessenter hadde
disse? Spørsmålene og meningene var og er mange.
Når et selskap beslutter at årsregnskapet ikke skal revideres, beslutter det samtidig
at kontrolloppstillingen og næringsoppgaven ikke skal attesteres av revisor (lignl.
§4-5 nr 5 og § 6-16 b). Som kompenserende kontroll er skattemyndighetene
foreløpig innvilget midler over Statsbudsjettet 2012 til å foreta kontroll av
transaksjoner med nærstående parter (Sticos Magasinet. 2012. s. 11). Man ser en
økt risiko for at ubeskattet kapital kan bli tappet fra selskapene uten beskatning, at
private kostnader kan havne i regnskapet og selvangivelsen, og at økonomisk
kriminalitet generelt vil øke uten revisors kontroll5. Videre er en redd for at ”en
opphevelse av revisjonsplikten (…) vil svekke påliteligheten av selskapenes
oppgaver (…)”(Prp. 51 L (2010-2011) s 30). Etter en tid vil myndighetene
oppnevne en forskningsgruppe med mandat til å undersøke utviklingen i
regnskapskvaliteten. Skattedirektoratet (SKD) har i forbindelse med vårt nære
samarbeid vist stor interesse for hva våre analyser ville fortelle. Direktoratet har
bidratt med skattemessig datamateriale.
For å tallfeste i kroner og øre mulige skattekonsekvenser, har vi tatt utgangspunkt
i John Christian Langlis beregninger i artikkelen ”Hvem er brukerne av
årsregnskapene til små aksjeselskaper, og trenger de reviderte regnskaper?” Våre
beregninger viser at AS som er gitt mulighet å fravelge revisor bidrar med 5 % av
totale skatte- og avgiftsproveny, tilsvarende 25,2 milliarder kroner, til staten for
inntektsåret 2010 (vedlegg 1.2). Våre beregninger tilsvarer og finner støtte i
tilsvarende beregninger Langli gjorde med utgangspunkt i 2006-tallmateriale.
Konsekvensene kan med andre ord bli store når revisor ikke lenger utfører en
skatte- og avgiftskontroll, og risikoen for feilaktig innberetning øker.
Revisorstanden, som forfatterne av denne oppgaven begge tilhører, vil også, som
andre parter, bli berørt av lovendringen. Per Hanstad, administrerende direktør i
Den norske Revisorforening (DnR), uttaler blant annet at ”de fleste medlemmene i
Revisorforeningen merker effektene av fravalg i større eller mindre grad”, ”en
4 Samlebetegnelse for alle brukere av informasjon fra regnskapet (Elling. 2002. s 22-24) 5 http://www.dn.no/forsiden/politikkSamfunn/article2044883.ece og ECON. 2007. Punkt 5.3.1
Side 3
liten revisjonsvirksomhet med mange små klienter som velger bort revisjon, vil
merke dette ekstra godt” (Sticos Magasinet. 2012. s 12), og ”alt i alt tror jeg ikke
det vil berøre mer enn 200 årsverk (i revisorbransjen) (forfatternes anm.)”
(Grande. 2012). Disse tallstørrelsene er etter det forfatterne vet ikke bekreftet av
forskningsbaserte undersøkelser. Det vises kun til kommentarer om enkelttilfeller
og meninger. Det eksisterer et behov for å få en totaloversikt over hvordan
lovendringen har gått utover de ulike aktørene i revisorbransjen som helhet.
DnR og Norges Autoriserte Regnskapsføreres Forening (NARF) har siden
fravalget ble foreslått stått på hver sin side som forkjempere for at selskapene
henholdsvis skal beholde og fravelge revisor. På den ene siden uttalte Sandra
Riise, administrerende direktør i NARF, at ”bedre julegave kan ikke norske
småbedrifter få”6 da fravalget ble vedtatt. Per Hanstad sier, på den annen side, at
”behovet for revisjon i små aksjeselskap endres ikke selv om revisjonsplikten
forsvinner”, og at å beholde revisor handler om å ”bevare tilliten til selskapet”7.
Riise mener at regnskapsføreren kan erstatte den trygghet revisors kontroll gir.
Hun foreslår å lage en ”rapport som regnskapsfører kan vedlegge årsregnskap (…)
som sendes til kunden.” NARF ”tror både banker og viktige kreditorer vil sette
pris på informasjon om hva regnskapsføreren har utført for kunden.”8 Hanstad
påpeker derimot at det er ”stor forskjell på regnskapsfører og revisor.” ”Først og
fremst på kompetansenivå”, noe som underbygges av en gjennomgang av
utdannelsesnivå til regnskapsførere og revisorer i ”Rapport etter dokumentbasert
tilsyn med autoriserte regnskapsførere (juni 2010)” og ”(…) revisorer (mai
2011)”. Autorisasjonskravene for revisor er minst treårig høyskole, revl. § 3-2.
Tidligere var kravene for autorisasjon som regnskapsfører ikke underlagt
tilsvarende høye minstekrav, hvilket betyr at pr 2010 hadde 38,2 % av autoriserte
regnskapsførere lavere utdannelsesnivå enn autoriserte revisorer. En annen
forskjell som trekkes frem, er at regnskapsfører ikke er underlagt tilsvarende
uavhengighetskrav som revisor er etter revl. kapittel 4 (NOU 2008:12. s 91). Flere
regnskapskontor preges av underskudd og pressede marginer (Sticos Magasinet.
2012. s 10), som kan føre til sterk økonomisk avhengighet av å beholde
6http://www.narf.no/templates/Page.aspx?id=10144&epslanguage=no 7http://www.soliditet.no/nyheter/diverse/Hverken+ekstern+regnskapsf%C3%B8rer+eller+revisor%3F+Resultat%3A+H%C3%B8y+risiko!.833.cms 8http://www.soliditet.no/nyheter/diverse/Fritak+fra+revisjonsplikten%3A++NARF+har+full+tillit+til+n%C3%A6ringslivet.943.cms
Side 4
enkeltkunder. At autoriserte regnskapsførere ikke er underlagt tilsvarende
uavhengighetsregler og retningslinjer (revl. kapittel 4 og DnRs regler for etikk
(Revisors Håndbok. 2011. s 745 punkt 200.4)), kan i ytterste konsekvens medføre
at han aksepterer tvilsom regnskapsførsel fordi han ikke har råd til å miste
kunden. Dette kan bety at en rapport som Riise foreslår ikke vil ha like stor
objektiv troverdighet som en revisjonsberetning. På den annen side viser
skattemyndighetenes og Økokrim erfaring at foretak som benytter seg av
autorisert ekstern regnskapsfører til å utarbeide regnskaper og offentlige oppgaver
normalt har høyere regnskaps- og oppgavekvalitet enn de som ikke benytter seg
av ekstern profesjonell hjelp (NOU 2008:12. s 91). Det er med andre ord knyttet
mye usikkerhet til hva interessenter vil vektlegge når de vurderer om de skal
samarbeide med et foretak som har valgt bort revisor. Vil regnskapsfører kunne gi
like mye trygghet som revisor? På grunn av denne usikkerheten, sammen med det
faktum at NARF og DnR står på hver sin front og naturlig nok forsøker å forsvare
sin profesjon, er det viktig å få kjennskap til hvordan aksjeselskapenes relasjoner
til eksterne regnskapsførere og revisorer faktisk er. Slik kan NARF og DnR ha
bedre forutsetning til å rådføre sine medlemmer til å utvikle og forbedre de
tjenester som nå faktisk etterspørres uavhengig av lovpålegg.
Aksjonærene har selv også vært på banen med sine meninger, illustrert med
følgende innspill i debatten før fravalget ble lovfestet: ”For mitt lille selskap, kan
faktisk revisjonshonoraret være avgjørende for selskapets framtid”9. En
eneaksjonær som fortviler over uforholdsmessig stort honorar for et selskap som
”ikke hadde driftsinntekter (siste år) (forfatters anm.)”. Våre beregninger viser
også det eksempelet illustrerer, at av aksjeselskapene med mulighet til å fravelge
revisor, hadde så stor andel som 28 %10 og 59 %11 henholdsvis ingen driftsinntekt
og var eiet av kun en aksjonær i 2010. Selskapene med NOK 0 i driftsinntekter
hadde et gjennomsnittlig revisjonshonorar i 2010 på kr 7.90012, mens tilsvarende
uavhengig av inntektsstørrelse var kr 12.260 (vedlegg 4.8.2). For et selskap uten
særlig aktivitet vil en kostnad i slik størrelsesorden kunne føles som en
”uforholdsmessig stor kostnad for mindre foretak” som vår eneaksjonær sier.
9http://www.smaabedriftsportalen.no/artman2/publish/aktuelle_artikler/Revisjonsplikten_og_Sm_bedriftenes_hverdag.shtml 10 31.399/110.621 (vedlegg 4.6.1) 11 Vedlegg 4.7.6 12 Vedlegg 1.3
Side 5
Hovedargumentet til Revisjonsutvalget (NOU 2008:12. Punkt 6.4.1) for å fjerne
revisjonsplikten var nettopp kostnadene forbundet med å oppfylle
revisjonsplikten. ECON-undersøkelsens hovedspørsmål (ECON. 2007. Punkt 5.1)
var opprinnelig å undersøke om den samfunnsøkonomiske gevinsten av å oppheve
ville kunne overgå –kostnaden. Det er derfor både nødvendig å bidra med svar på
hvor stor den samfunnsmessige kostnadsbesparelsen i form av lettelser i
revisjonshonoraret er blitt til nå, samt gi nødvendig kunnskap om hvordan
aksjonærene nå faktisk har innrettet seg etter innføringen av frivillig revisjon.
I følge advokatkontoret Grette er det uttalt at å ikke ha revisor vil kunne føre til
risiko for mindre gunstige lånebetingelser for småbedriftene13. Uttalelsene
underbygges av studier på hva kredittinstitusjoner legger vekt på i en
kredittgivningssituasjon, hvor det å kunne vise til en revisjonsberetning er en av
de to viktigste informasjonskildene for bedre lånebetingelser (Berry og Robertson.
2006). ECON-rapporten viste at 70 % av de spurte leverandørene mener revisjon
gir økt trygghet til å gi lån og kreditt til samarbeidspartnere (ECON. 2007.
Vedlegg 2, spørsmål 17, påstand 3). Ulike kreditorgrupper er derfor opptatt av og
stiller spørsmål om debitorer har valgt å beholde revisor eller om lånebetingelsene
må reforhandles.
Det er mye som tyder på at flere av de berørte partene og interessentene forholder
seg avventende i forhold til hvordan de vil agere (Waage-Nielsen og Kristiansen.
2011). De venter på svar på hva konsekvensene av og hvor hardt fravalget slår ut,
før de tar stilling til dette. Noen spørsmål har allerede blitt besvart, men mye står
fremdeles ubesvart. Denne oppgaven søker å gi svar.
1.1.2 Tidligere studier og internasjonal utvikling
Beføyelsene i revisjonsplikten kommer som følge av et behov for å følge den
internasjonale trenden (Prp 51 L (2010-2011). Punkt 2.1) på området. De siste
årene har det vært økt fokus på forenklinger innad i EU. Det ene EU-landet etter
det andre har innført forenklinger i revisjonsplikten i tråd med EUs anbefalinger.
Hensynet til å opprettholde konkurranseevne og attraktivitet for entreprenørskap
13 http://www.grette.no/no/Medarbeidere/Torgeir-Myrstad/Bortfall-av-revisjonsplikt---fornuftig-eller-uheldig/
Side 6
for mindre næringsdrivende i Norge veide tungt da forenklingene også ble
lovfestet i Norge (Prp. 51 L (2010-2011). Punkt 6.4.6).
Det er flere grunner til å skjele til utviklingen i EU-landene. For det første er det
aktuelt å undersøke hvordan reglene, og da spesielt terskelverdiene og
begrensningene, er annerledes i det enkelte EU-land som det er naturlig å
sammenligne seg med. For det andre, og kanskje enda viktigere, vil det å
undersøke hvordan aktørene har agert og innrettet seg, kunne gi svar på hvilke
konsekvenser og muligheter de nye reglene har gitt.
Det er mest naturlig å sammenligne seg med de utviklingstrekk man ser i
Danmark og Sverige. I november 2010 tillot man i Sverige omtrent 70 % av alle
aksjeselskap å velge bort revisor. For å kunne velge bort revisor måtte man ha to
av tre terskelverdier lavere enn; 1) nettoomsetning SEK 3 millioner; 2)
balansesum SEK 1,5 millioner; 3) tre ansatte. Etter ti måneder med fravalg hadde
14 % av selskapene med adgangsmulighet valgt bort revisor. Sammenlignet med
Norge er dette lavt (39,5 % etter åtte måneder). Det bør derimot tas forbehold om
at fravalgsandelen i Sverige ikke er direkte sammenlignbar da
fravalgsbeslutningen kun kan tas ved ordinær generalforsamling (Företagarna.
2011). Dette forbeholdet støttes av at man ser at 47 % av nystiftede selskap i
Sverige har valgt bort. I Norge kan eierne på generalforsamlingen på
ekstraordinær generalforsamling når som helst gjennom året vedta at styret skal ha
fullmakt til å fravelge revisor, jevnfør asl. § 7-6 og § 5-6. Styret igjen kan på
styremøte endelig beslutte å velge bort revisor når som helst, jevnfør asl §6-19.
I Danmark, hvor reglene har virket siden 2006, ble terskelverdiene fra 1. januar
2011 hevet slik at ca 50 % nå er tillatt å velge bort revisor. Man må som i Sverige
ikke overstige to av tre terskler: 1) nettoomsetning DKK 8 millioner; 2)
balansesum DKK 4 millioner; 3) gjennomsnittlig antall heltidsansatte i løpet av
regnskapsåret: 12 (Prp. 51 L (2010-2011. Punkt 5.2). Man har heller ikke i
Danmark friheten til å velge bort revisor når som helst gjennom året, da det kun
kan skje på ordinær generalforsamling. I følge Erhvervsstyrelsen (tilsvarende
Brønnøysundregistrene i Danmark) hadde kun 23 % valgt bort revisor14 etter et år
14 http://www.eogs.dk/graphics/nyheder/Evaluering.pdf
Side 7
med fravalgsmulighet. Etter tre år hadde denne økt til 32,3 %15. Med andre ord ser
man at antall selskap som velger bort revisor gradvis øker etter hvert som
selskapene får tid til å innrette seg og vurdere konsekvensene fravalget fører med
seg. Undersøkelser før lovvedtaket har vist en fravalgsandel på 55,3 % i Norge
(Blekastad og Johannessen. 2011). Disse undersøkte selskapenes hypotetiske, og
ikke reelle valg. Med en fravalgsandel på 39,5 % per 31. desember 2011, kan det
være tegn som tyder på at vi vil se en tilsvarende konvergering som man har sett i
Danmark. Dette underbygges av den eksplosive økningen i registreringer i fravalg
i 2011s to siste måneder (vedlegg 1.4).
Siden det er forhold som tyder på at det fortsatt er noe for tidlig å si hvor mange
som vil fravelge og hva som endelig kjennetegner disse selskapene i Sverige og
Danmark, kan det være naturlig å undersøke hvordan selskapene i Storbritannia
har reagert. Dette fordi landet var tidlig ute, allerede i 1994, med frivillig revisjon.
I følge Collis (2010) ønsket så mange som 57 % av selskapene ikke å ha revisjon.
Problemet med å sammenligne seg med dette landet er at regelverket er svært
annerledes enn i både Sverige og Danmark, og nå også i Norge. Når det gjelder
terskelverdiene er de vesentlig høyere, hvilket betyr at så mange som 95 % av alle
AS (Collis. 2010. Punkt 2.1) ikke er forpliktet til å ha revisor. Den kanskje største
forskjellen er allikevel at selskapene automatisk er fritatt revisor dersom selskapet
går under terskelverdiene, og derfor istedenfor aktivt å velge bort revisor, som
man må i Sverige, Danmark og Norge, velger inn revisor. I atferdsøkonomi har
man sett at det er færre som foretar en forandring dersom det medfører en
handling (Thaler og Sunstein. 2008. s 12-13). Dette vil trolig kunne medføre at
færre velger bort revisjon i Sverige, Danmark og Norge enn i Storbritannia.
Allikevel bidrar tidligere studier med nyttig informasjon fordi omfanget av ulike
typer relaterte studier i landet er stort.
Studier har vist at et gjennomgående trekk er at dess større et selskap er, dess
høyere er behovet for ekstern revisjon (Collis. 2010). Uavhengig av landegrenser
er selskapene som omfattes av fritaket ansett som en homogen gruppe. Da
terskelverdiene er vesentlig lavere i Norge enn i UK, er det trolig at de norske
selskapene som omfattes er mer homogene. Regelverket slik det er implementert i
15 http://www.eogs.dk/sw21512.asp?nodeId=52086
Side 8
Norge har derfor trolig flere likhetstrekk med Sverige og Danmark, enn det har til
Storbritannia.
Derimot har Norge flere ganger blitt omtalt som Annerledeslandet16 etter at det
først opprinnelig ble brukt som argument mot EU-medlemskap i 1994. Det som
synliggjør Norge som annerledes er blant annet dets raske og lettkjøpte
økonomiske vekst og den jevne fordelingen av rikdommen. Den lettkjøpte
oljerikdommen skiller seg ut i Europeisk sammenheng. "Vår nyervervede rikdom
har listet seg inn i våre kulturelle mønstre uten at vi merker det" (Frønes. 2005. s
13). Kulturelle mønster bygger på hvordan en gruppe mennesker oppfatter, tror og
evaluerer. Dette danner igjen grunnlaget for holdninger som igjen gir seg utslag i
hvordan man handler (Goodenough. 1971. s. 41). For å styre atferd, er et kjent
virkemidler å innføre lover og regler (Hobbes. 2008). Når holdninger som leder til
atferd presumptivt er annerledes i Norge enn andre land, trengs andre lover og
regler. Et eksempel på dette ser man gjennom revisors oppgave, hvor han
attesterer selskapets næringsoppgave og kontrolloppstilling. En norsk
masteroppgave (Blekastad og Johannessen. 2011) trekker dessuten frem et
særnorsk fenomen om ekstern regnskapsfører og fravalg, noe som det ikke er
forsket på internasjonalt. At Norge muligens skiller seg ut, kan bety at det vil gi
andre utslag når vi undersøker tradisjonelt undersøkte faktorer (Collis. 2010). I
tillegg til størrelse, vil tradisjonelle faktorer være agent- og prinsipalfaktorer, som
for eksempel grad av eksternt eierskap, og ledelsesfaktorer, herunder opplevd
nytte av revisjon. Disse tre faktorene er blant de viktigste årsakene til at man
utfører revisjon. Revisjonens formål er blant annet å påse at årsregnskapene er
utarbeidet i henhold til lover og regler. Revisors kontrollfunksjon vil derfor ha
størst betydning for selskapene som potensielt ikke overholder reglene.
Skattekrim17 har uttalt at bokettersynet avdekker mest rot i såkalte useriøse
bransjer. Sett i lys av revisjonens formål, er det derfor å foretrekke at disse ikke
velger bort revisor.
16 http://no.wikipedia.org/wiki/Annerledeslandet 17http://www.google.no/url?sa=t&rct=j&q=jan%20egil%20kristiansen%20skatt%20%C3%B8st%20unio&source=web&cd=1&ved=0CCMQFjAA&url=http%3A%2F%2Fwww.unio.no%2Fkunder%2Funio%2Fmm.nsf%2FlupGraphics%2FJan-Egil_Kristiansen.ppt%2F%24file%2FJan-Egil_Kristiansen.ppt&ei=Dg54T9PsJ8P64QTNuuW_Aw&usg=AFQjCNG4UtJz-yqow6aFXaxhIHiorsMrqw (Power-Point-fremvisning fra Unio-konferransen 2008)
Side 9
1.2 Oppgavens problemstilling
Over er det nevnt flere forhold som alle leder oss frem til oppgavens
problemstilling. Her begrenser vi oss til en oppsummering om hvorfor og hvordan
disse er med på å bidra til problemstillingen.
For det første er det blitt ment mye og stilt mange spørsmål både før og etter
fravalget ble lovfestet. Det er blitt forsøkt gjort flere undersøkelser, uten at disse
er av tilstrekkelig nøyaktighet til å kunne gi entydige og gode svar (kommenteres
mer utførlig under i kapittel 1.3 ”Hva skiller denne oppgaven fra andre relaterte
undersøkelser?”). Meningene og spørsmålene står, slik forfatterne av oppgaven
oppfatter det, ubesvarte.
For det andre har derfor forskningsbaserte studier, med tilsvarende
nøyaktighetsnivå som utenlandske forskningsstudier, ikke blitt utført i Norge. I
Collis (2010) sier forfatteren at ”this study offers a model that can be tested in
other jurisdictions.” Modellen hun refererer til er også godt utprøvd i andre
tidligere studier (Collis, Jarvis og Skerratt. 2004; Niemi et al 2011). Her har
forskerne benyttet den både på Storbritannia og Danmark. Den trekker fram
universale kjennetegn og trekk som gjennomgående har vist seg å beskrive
selskapene som fravelger revisjon uavhengig av landegrenser. Hun trekker fram at
det gjennomgående, uavhengig av landegrenser, er gjort lite studier og vites
mindre om små selskaper. Siden det i Norge foreløpig ikke er gjort tilsvarende
forskningsbaserte undersøkelser, er det naturlig å ta utgangspunkt i slike modeller
og ikke minst dra nytte av de erfaringer man har sett fra andre undersøkelser gjort
i våre naboland. Det er et behov for å undersøke om tilsvarende trekk også er
tilfelle for selskapene som fravelger revisor i Norge.
Sist trekkes frem at Norge skiller seg fra andre land. En masteroppgave har for
eksempel vist særnorske fenomener som bør inkluderes sammen med utenlandske
modeller (Blekastad og Johannessen. 2011). Hva slags relasjon selskapet har til
ekstern regnskapsfører kan ha betydning for hvordan man innretter seg i forhold
til fravalgsbeslutningen. De tidligere masterstudiene baserer sine undersøkelser på
et hypotetisk valg fra selskapene. Det er essensielt å få bekreftet hva selskapene
faktisk har valgt å gjøre. I tillegg er det blir diskutert om andre særnorske
fenomener som ikke er testet i noen form for studier, verken internasjonalt eller i
Side 10
Norge, kan være med å kjennetegne fravalgsbeslutningen i Norge. Revisor har for
eksempel historisk hatt en større oppgave enn i andre land, som for eksempel den
særskilte kontrollen av selskapets næringsoppgave og kontrolloppstilling. Spiller
særnorske fenomener inn i beslutningen når det vurderes å fravelge revisor? Av
den grunn, samt oppgavens rike datamateriale (kommentert ytterligere i kapittel
1.3), er det naturlig at vi undersøker fenomener som i mindre grad er blitt
undersøkt tidligere. Dette referer seg spesielt til forhold rundt selskapets
geografiske og bransjetilhørighet, bruk av ekstern regnskapsfører, anmerkninger
fra revisor, og kjønn og alder på daglige leder.
Alle disse forholdene leder oss fram til oppgavens hovedproblemstilling:
”Hva kjennetegner aksjeselskap som fravelger revisjon?”
Siden forfatterne av oppgaven begge er del av revisorstanden, vil oppgaven også
undersøke spørsmål som er stilt av revisjonsselskapene selv. For revisoryrket som
profesjon og framtidig arbeidsplass, er det av stor interesse å utføre undersøkelser
som beskriver hvor hardt fravalget har gått utover de ulike typene
revisjonsselskap. Det er blant annet stilt spørsmål om det ville gi vidtrekkende
konsekvenser for mindre revisjonsselskap. Er det tegn som tyder på at noen av
revisjonsselskapene har lyktes bedre i å overbevise sine kunder om fortsatt å
beholde revisor? Har det skjedd forrykkelser i markedsandeler av små AS som har
valgt å beholde revisor?
1.3 Hva skiller denne oppgaven fra andre relaterte undersøkelser?
Oppgavens undersøkelsesspørsmål er forsøkt besvart ved hjelp av analyser av et
kvantitativt sekundærdatamateriale. Det er nedlagt et betydelig antall timer,
engasjement og arbeidsinnsats for å bygge et omfangsrikt datamateriale.
Datamaterialet består av observasjoner av samtlige selskap i populasjonen av
selskap som hadde mulighet til å fravelge revisjon pr 31.12.2011. Så vidt
forfatterne bekjent er det ikke tidligere blitt utført tilsvarende typer analyser med
samme omfang og nøyaktighet i datamateriale verken nasjonalt eller
internasjonalt. Måten datafangsten har foregått på, er loggført på 44 sider i
vedlegg 3.1. I avsnittene nedenfor beskrives oppgavens særpreg mer i detalj.
Side 11
1.3.1 Hvordan skiller oppgaven seg ut metodisk fra andre?
De fleste tidligere internasjonale studier det er aktuelt å sammenligne seg med
(Blekastad og Johanessen. 2011; Collis, Jarvis og Skerratt. 2004; Svanström.
2008; Collis. 2010; Niemi et al. 2012; Senkow. 2001) har i stor grad basert sine
undersøkelser på et datamateriale som er innhentet fra representative utvalg av
populasjonen. Fordelen med å innhente data for et mindre utvalg av populasjonen
muliggjør at man kan innhente dette som primærdata. Primærdata har sin fordel
ved at forskeren kan utforme spørsmålene slik at disse svarer nettopp på
undersøkelsesspørsmålet. Ulempen er at man risikerer at utvalget ikke lar seg
overføre og generalisere til resten av populasjonen som følge av mulige skjevheter
i utvalget. Det betyr at dess større utvalg man baserer undersøkelsene på, dess
høyere blir signifikansnivået eller hvor sikker man er på at resultatene sier noe om
hele populasjonen. Denne oppgaven baserer sine undersøkelser på samtlige
observasjoner i populasjonen, og er således en totalundersøkelse. Det betyr at
samtlige 113.415 AS, stiftet før 31.12.2010, er del av analysene. Med andre ord
risikerer man ikke at resultatene er ikke generaliserbare, fordi hele populasjonen
undersøkes.
Oppgavens analyser bygger i stor grad på objektive data. I andre undersøkelser
har det vært normalt å stille spørsmål av mer subjektiv karakter (Collis. 2010;
Blekastad og Johannessen. 2011). Eksempelvis om selskapet blir avkrevd
revisjonsberetningen for å få innvilget kreditt fra kredittinstitusjoner, eller i hvor
stor grad revisor oppfattes som en unødvendig kostnad. Respondentene vil
potensielt kunne ha motsigelser mot å svare ærlig på slike spørsmål. Som
alternative måleparametere bygger denne oppgaven på objektive variabler slik
som om selskapet hadde gjeld til kredittinstitusjoner, anmerkninger i
revisjonsberetninger, eller størrelsen på revisjonshonoraret med flere. Fordelen
med bruk av disse er at dette er datamateriale, som er hentet fra blant annet
selskapets offisielle regnskaper i 2010, som opprinnelig ble kontrollert av revisor.
Dette gjør at resultatene som finnes er sikrere enn om analysene bygget på
subjektive svar. Slik forfatterne oppfatter det, vil også bruk av objektive data
kunne bidra til mer matnyttig beslutningsinformasjon til aktørene i markedet fordi
disse er sekundærdata som er allment tilgjengelige. Flere av variablene blir faktisk
gjort tilgjengelige for allmennheten slik at alle selskapets interessenter skal kunne
ta beslutninger og disposisjoner på bakgrunn av disse (IFRS Conceptual
Side 12
Framework for Financial Reporting. 2010. Punkt RE1, s 10). Det vil for eksempel
for en potensiell kreditor være lettere å kunne få rede på om selskapet har gjeld til
kredittinstitusjoner, enn å få rede på om selskapet avkreves revisjonsberetning for
å få bedre betingelser av banken. Derfor er det for eksempel nyttigere å vite at et
selskap som har ekstern gjeld til kredittinstitusjoner i større grad vil beholde
revisor. Fordi våre analyser baserer seg på allment tilgjengelig datamateriale
opprinnelig publisert for beslutningsformål, vil det lettere kunne brukes av en
uavhengig samarbeidspartner i sin vurdering om hva slags kredittbetingelser han
vil gi. Alternativt vil det å få kjennskap til om det samme selskap måtte avlevere
revisjonsberetning til banken for innvilgelse av kreditt føre til en mye større og
vanskeligere jobb i innhenting av beslutningsdata. Enten må han kontakte banken
eller selskapet selv for å forhøre seg om de måtte avlevere revisjonsberetningen.
Han står i så fall ovenfor en mye tyngre prosess i innhenting av beslutningsnyttig
informasjon.
1.3.2 Hvordan skiller oppgaven seg ut fra andre, med hensyn på avgrensning og
nøyaktighet?
Som allerede nevnt skiller denne oppgavens analyser seg ut med hensyn på dens
rikdom av antall observasjoner. Innhentingen av datamaterialet er dessuten utført
svært nøyaktig, møysommelig og har vært en tidkrevende prosess, som har
resultert i en 40 siders handlingslogg, med tilhørende illustrativ skisse på fire sider
(vedlegg 3.1). Arbeidet er utført for å påse at datamaterialet består av kun selskap
som oppfyller samtlige terskelverdier og heller ikke har øvrige begrensninger i
rett til å fravelge revisor. Som allerede nevnt har en aktør (Sticos Magasinet.
2012. s 14-15) forsøkt å utføre tilsvarende analyser av samme omfang. Disse har
derimot anvendt et datamateriale som ikke utelukker AS som er underlagt
konsesjons av FIN, er morselskap i konsern, eller gjennomsnittlig har over ti
sysselsatte årsverk fra datamaterialet. Å utelukke disse selskapene gjør denne
oppgavens analyser vesentlig mer nøyaktige. Andre igjen har utført analyser som
kun undersøker gruppen av selskap som har fravalgt revisor (Grandal. 2012).
Denne oppgavens analyser skiller seg fra disse igjen ved at den også konkluderer
på de som har beholdt revisor, hvor disse blir en såkalt kontrollgruppe (Wenstøp.
2003. s 81). Selv om man ønsker å uttale seg om den andelen selskap som har
valgt bort revisor, vil det kunne medføre feil ikke å kontrollere for kjennetegn ved
de som valgte å beholde. At artikkelen for eksempel sier at 21 % av de som
Side 13
fravalgte tilhørte en særskilt næring, trenger ikke si så mye dersom like stor andel
av de som beholdt revisor tilhørte samme næring. Artikkelen sier ingenting om de
som beholdt, som gjør at en vanskelig kan konkludere på at dette er et universelt
trekk for selskap som fravelger revisor.
Siden oppgavens undersøkelser i stor grad bygger på informasjon fra offentlige
regnskaper for 2010, er det naturlig av avgrensningshensyn å basere
undersøkelsene på observasjoner av samtlige 113.415 AS som er stiftet før 31.
desember 2010. At oppgaven ikke undersøker det man vil kunne definere som
nyetablerte AS, vil slik forfatterne ser det, ikke føre til store svakheter i oppgaven.
De etablerte (AS stiftet før 31. desember 2010) har alle opprinnelig hatt revisor og
har derfor hatt mulighet til å gjøre seg opp en mening basert på egen erfaring om
en har behov for revisor eller ikke. Dette har ikke de nyetablerte hatt. Slik vi ser
det er det derfor heller en styrke ved oppgaven å utelukke nyetablerte AS.
Det er forsøkt å kompensere for noe av tapet av detaljrikdom som følger av
bruken av variabler fra sekundær- fremfor primærdata, ved at vi i tillegg
inkluderer andre rikere variabler. AAA Soliditet og Skattedirektoratet har bidratt
med henholdsvis kredittvurderinger og informasjon om mangel på signatur fra
revisor i kontrolloppstillingen for samtlige 113.415 observasjoner. Sistnevnte vil
kunne bidra til å tilføre informasjon om forhold som er av særnorsk karakter.
1.4 Fravalgsmuligheten; kun en mindre del av en større tiltakspakke til små
næringsdrivende
”I Soria Moria-erklæringen har regjeringen forpliktet seg til en næringspolitikk
som fremmer nyskaping og innovasjon” (Regjeringen. 2008. s 3). ”Fra 1.1.2011
til 1.1.2016 skal kostnader bedrifter har for å følge opp myndighetspålagte
rapporteringskrav reduseres med hele 10 milliarder kroner. (…). Om lag
halvparten skal være oppnådd i nåværende stortingsperiode (innen 30. september
201318) (forfatters anm.)”. Næringslivets årlige ressursbruk knyttet til disse
rapporteringskravene er anslått til ca. NOK 54 milliarder. Ved utgangen av 2015
skal den årlige ressursbruken for bedriften være redusert med ca. 19 %.
18 http://no.wikipedia.org/wiki/Liste_over_stortingsrepresentanter_2009%E2%80%932013
Side 14
Tilsvarende har Sverige og Danmark et forenklingsmål på 25 % i løpet av en
periode på henholdsvis sju og ti år19.
Flere andre tiltak enn forenklingen i revisjonsplikten er både iverksatt og foreslått.
Blant de pågående prosjektene er forbedringene av Altinn, hvor det blant annet
jobbes med mer elektronisk innrapportering20, samt innrapportering fra
arbeidsgivere hvor en oppgave skal erstatte flere slik at en unngår
dobbeltrapportering21. Blant de større iverksatte tiltak, er reduksjonen av bundet
aksjekapital (fra NOK 100.000 til 30.000), jevnfør asl. § 3-1, 1. ledd. Tiltaket har
foreløpig ført til noe av det regjeringen håpet på; en halvering av nyregistreringer
av norskregistrerte utenlandske foretak (NUF)22. Dette er norske filialer av
utenlandske foretak, som ofte er registrert i utlandet fordi de oppnår bedre
selskapsrettslige konkurransemessige vilkår der (Gulden. 2010). I 2011 kom i
tillegg også vedtaket om at kapitalinnskudd ikke lenger må bekreftes av revisor,
men kan bekreftes av en kredittinstitusjon, asl. § 2-18, 2. ledd, 6. punktum. De to
sistnevnte tiltakene var begge resultat av utredningen om forenklinger i aksjeloven
foretatt av advokat Gudmund Knudsen. Utredningen foreslår blant annet også
andre mer smidige regler for utdeling av utbytte og mer fleksible regler for
organisering av AS. Disse er ennå ikke er iverksatt, men kan bidra til å nå målsatt
besparelse innen utgangen av 2015.
I følge Stavanger Aftenblad er forenklingen i revisjonsplikten estimert til å gi en
total kostnadsbesparelse på NOK 2 milliarder23. Dermed bidrar denne ene
forenklingen kun med 20 % til den totale langsiktige tiltaksplanen til små
næringsdrivende i Norge. Denne kostnadsbesparelsen består i tillegg til finansielle
besparelser, i form av sparte kostnader til revisjonshonorar, også av blant annet
administrative og etterlevelsesbesparelser. Revisor legger for eksempel beslag på
ansattes tid ved utførelse av revisjon som ikke direkte kommer til syne i fakturert
19 http://www.regjeringen.no/nb/dep/nhd/pressesenter/fakta-ark/tallfestet-reduksjonsmal-for-naringsfore.html?id=653735 20 http://www.regjeringen.no/nb/dep/nhd/aktuelt/nyheter/2011/forenklede-signeringskrav.html?id=638107 og http://www.revisorforeningen.no/d9580590/flere-endringer-for-as-og-asa-kan-na-meldes-i-altinn 21 http://www.regjeringen.no/nb/dep/fin/pressesenter/pressemeldinger/2011/enklere-innrapportering-fra-arbeidsgiver.html?id=635109 22 http://www.nho.no/forenkling/halvering-av-nye-nuf-article24286-594.html 23 http://www.aftenbladet.no/nyheter/okonomi/Giske-lover-forenkling-for-nringslivet-2857873.html
Side 15
revisjonshonorar. Våre beregninger viser at et AS som hadde mulighet å fravelge
revisor i 2011 i gjennomsnitt hadde 2,1 ansatte (vedlegg 4.6.4). Med dette er
ansatte en knapp ressurs i små AS. Det kan medføre høye indirekte kostnader når
disse legges beslag på av revisor. Som vi allerede har vært inne på, er det blitt
ytret frustrasjon til størrelsen på revisjonshonorar som små næringsdrivende må
betale24. Som følge av de nye revisjonsstandardene ble det estimert at
revisjonshonoraret ville øke med 20-30 % i Danmark (NOU 2008:12. Punkt
6.8.3). FIN anser tilsvarende også sannsynlig i Norge (NOU 2008:12. Punkt
6.4.8). Beregninger med utgangspunkt i dokumentbasert tilsyn av revisorer i 2011
viser at gjennomsnittlig revisjonshonorar økte med 10 % fra 2006 til 2008
(vedlegg 1.5). Det er blitt diskutert om standardene ikke er tilpasset revisjon av
mindre næringsdrivende (Langli. 2009. s 112, punkt 5). Spesielt relateres dette til
de økte og standardiserte dokumentasjonskravene og revisjon av særskilte risikoer
(Arens, Beasley og Elder. 2010. s 314). Til sistnevnte er å si at mindre foretak
normalt har mindre grad av systematiserte interne kontroller, hvilket betyr at
revisor i større grad må bero sin revisjon på utvidede revisjonshandlinger som gjør
revisjonen mer kostbar.
1.5 Oppgavens videre oppbygning
I kapittel 2 presenteres litteratur som relaterer seg til problemstillingen.
Litteraturen fordeler seg fra anerkjent teori innenfor forskningsområdet, til
lignende forskningsbaserte studier utført både nasjonalt og internasjonalt, til mer
på sideliggende empiri som ikke relaterer seg direkte til problemstillingen.
Sistnevnt er tatt inn fordi denne er med på å underbygge og belyse resultater fra
undersøkelsene i denne oppgaven som ikke tidligere har blitt funnet i relatert
forskning eller teori. Gjennom det teoretiske fundamentet bygger vi opp
antakelser og hypoteser som vil bli undersøkt i oppgaven. Disse hypotesene
presenteres også i kapittel 2. I kapittel 3 presenteres hvordan datamaterialet ser ut,
samt hva slags undersøkelsesdesign og metode som er brukt for å besvare
problemstillingen i oppgaven. I kapittel 4 besvares oppgavens problemstilling.
Her utføres analyser som er utført med utgangspunkt i den metodiske
tilnærmingen som ble presentert i kapittel 3. Resultatene fra disse analysene
24http://www.smaabedriftsportalen.no/artman2/publish/aktuelle_artikler/Revisjonsplikten_og_Sm_bedriftenes_hverdag.shtml
Side 16
utfordrer teorien fra kapittel 2 ved å forkaste eller beholde hypotesene fra kapitlet.
I kapittel 5 konkluderes og diskuteres det rundt resultatene.
Siden oppgavens problemstilling er forsøkt besvart ved hjelp av et stort antall
potensielle forklaringsvariabler tilknyttet hver observasjon, vil disse i det følgende
bli gruppert i en struktur som holdes lik i alle kapittel. Slik kan leseren lettere
følge en konkret variabel gjennom alle kapitlene. Variablene er fordelt i følgende
grupperinger og rekkefølge:
1 Geografi
2 Bransje
3 Forholdet til revisor og regnskapsfører
4 Anmerkninger fra revisor (opinion shopping)
5 Kjønn og alder
6 Størrelse på selskapet
7 Agent- og prinsipalforhold
8 Finansiell stilling
9 Big 5 (og konsekvenser for revisjonsselskapene)
10 Andre variabler (samlekategori)
Side 17
2 TEORETISK FUNDAMENT OG HYPOTESEOPPBYGGING
2.1 Innledning
Som følge av at oppgaven griper om mye forskjellig, vil det være naturlig å
fordele variablene som undersøkes i oppgaven, i ulike kategorier. Kategoriene er
valgt ut basert på hva som er undersøkt i tidligere studier, samt områder som ikke
tidligere en undersøkt. Kategoriene som er undersøkt tidligere, bygger på tidligere
internasjonale og nasjonale studier, mens nybrottsarbeidet i større grad baserer seg
på erfaringer og meninger, samt logiske resonnement som blant annet er blitt
diskutert innledningsvis i oppgaven. Variablene i oppgaven vil bli presentert
sammen med dets teoretiske fundament som dels vil bestå av referanser til andre
studier og dels av logiske resonnementer. Basert på dette etablerer vi hypoteser
som vi ønsker å undersøke videre i oppgaven. Dette leder oss til en inndeling i
følgende kategorier: 1) Geografi; 2) Bransje; 3) Forholdet til revisor og
regnskapsfører; 4) Anmerkninger fra revisor (opinion shopping); 5) Kjønn og
alder; 6) Størrelse; 7) Agent- og prinsipalforhold; 8) Finansiell stilling; 9) Big 5;
og 10) Andre variabler. Kategori 1 til 5 representerer variabler som har blitt
forsket lite på internasjonalt. 6 til 9 defineres som kontrollvariabler som er
undersøkt tidligere. I kategori 10 finner man variabler som ikke direkte faller inn
under noen av de andre.
2.2 Kategorier
2.2.1 Geografi
Det er gjort få undersøkelser knyttet til om det er geografiske forskjeller når det
gjelder å fravelge revisor. Det er imidlertid en del britiske forskere som har studert
ekstern rådgivning og selskapenes lokalisering. Keeble et. al. (1992) og Keeble
(1998) viser at selskap i grisgrendte strøk i mindre grad benytter seg av
rådgivning enn i storbyer. Cosh og Hughes (1998) lagde tre kategorier; storbyer
(over 150.000 innbyggere), mindre byer (10.000 – 150.000) og landsbygda
(mindre enn 10.000). Undersøkelsen avdekket ingen signifikante forskjeller i
etterspørselen etter rådgivning. Svanström (2008) finner at det er signifikante
forskjeller mellom regionene Stockholm og Småland. I Småland ønsker
selskapene i større grad å beholde revisor enn i Stockholm. Undersøkelsen er
utført som en spørreundersøkelse før revisjonsfritaket ble innført i Sverige.
Blekastad og Johannessen (2011), som ikke så på sammenhengen mellom fravalg
og geografi, viste at nærhet og kontakt med revisor er avgjørende for
Side 18
beslutningstakerne for hvorvidt de beholder revisor eller ikke. Siden de
internasjonale undersøkelsene vedrørende geografi gir forskjellige resultat tar vi
utgangspunkt i Blekastad og Johannessens masteroppgave som gjelder norske
forhold. Vi ønsker å undersøke om det er lettere å velge bort revisjon i utkanten
der markedet er mindre, lønnsomheten potensielt dårligere og avstanden til revisor
er større i antall km. Antagelsen er at i større kommuner (målt i antall innbyggere)
er kontakten med revisor tettere og selskapene ser i større grad nytten av revisor.
Vi definerer store byer som Oslo, Bergen, Trondheim og Stavanger og
sammenligner disse med øvrige kommuner. I tillegg ser vi på fylker med lav
folketetthet, det vil si færrest innbyggere pr km2. Dette er Finnmark, Sogn og
Fjordane, Nord-Trøndelag, Troms, Nordland, Hedmark, Oppland, Telemark og
Aust-Agder. Her vil vår antagelse være at kontakten med revisor ikke er så hyppig
på grunn av de geografiske avstandene og at selskapene derfor ikke ser nytten av
revisjon i samme grad som i folketette kommuner.
H1a: Selskaper i store byer fravelger i mindre grad revisor enn i øvrige
byer/kommuner.
H1b: Selskaper i fylker med lav folketett fravelger i større grad enn i øvrige
fylker.
2.2.2 Bransje
Det har ikke vært utført mange studier knyttet til bransje tidligere. Chow (1982)
hevder at selskaper som opererer i bransjer hvor revisjonskostnaden er høy på
grunn av kompleksitet, i mindre grad vil velge å ha revisjon. Da ser man
imidlertid bort fra nytteeffekten som antas å være større hos selskaper i komplekse
bransjer. Senkow et. al. (2001) finner ingen forskjell i etterspørselen etter revisjon
når man sammenligner handelsforetak og tjenesteforetak. Dette støttes av
Svanström (2008) som ikke finner signifikante forskjeller knyttet til bransje i sin
avhandling. Collis, Jarvis og Skerratt (2004), finner at selskaper hvor ledelsen har
høyere utdannelse (degree) eller ledelsestrening i større grad ønsker å benytte seg
av revisor. Det er vanskelig å knytte dette opp mot den enkelte bransje.
Gooderham et al. (2004) viser til at enkelte bransjer kan ha særskilt behov for
bistand og når nærmeste rådgiver er regnskapsfører, er veien til å fravelge revisor
kortere. Han viser dette ved å se på korrelasjonen mellom i hvor stor grad
regnskapsfører blir brukt som rådgiver (den avhengige variabelen i den studien)
Side 19
og hvilken bransje man er i (korrelasjon på 0,11). Regresjonen hans for denne
koeffisienten kommer riktignok ikke ut signifikant.
Brønnøysundregistrene opererer med 19 overordnede bokstavkoder for de
forskjellige bransjene, A til S. Vi ønsker å se på noen av de større bransjene for å
se om tilhørighet til en av disse kan forklare hvorfor man velger bort revisjon. De
tre største bransjene er bokstav L (eiendom) med 30.399 selskaper, bokstav G
(varehandel) med 14.196 selskaper og bokstav M (faglig, vitenskapelig og teknisk
tjenesteyting, heretter kalt faglig tjenesteyting) med 12.329 selskaper (henholdsvis
27, 13 og 11 % av populasjonen). Det er naturlig å ta utgangspunkt i disse
bransjene da disse er størst og potensielt vil gi størst utslag i regresjonsanalysen. I
studiene ovenfor nevnes størrelse på revisjonshonoraret som en mulig forklaring
på hvorfor enkelte bransjer fravelger revisjon i større grad. Det har derimot vært
vanlig å undersøke revisjonshonoraret som egen forklaringsfaktor uavhengig av
bransjetilhørighet (se kapittel 2.2.8.2). Tidligere studier viser ingen klare tegn til
hvilke bransjer som vil fravelge i mer eller mindre grad. Gooderham et al. (2004)
gir allikevel grunnlag til å tro at det vil finnes forskjeller på grunn av for eksempel
ulikt rådgivningsbehov. Da eiendom er størst og ligger under gjennomsnittet i
fravalgsandel, er det naturlig å velge denne som referansekategori.
H2a: Selskaper i bransjen faglig tjenesteyting (M) fravelger i større eller mindre
grad revisor enn selskaper i øvrige bransjer.
H2b: Selskaper i bransjen varehandel (G) fravelger i større eller mindre grad
revisor enn selskaper i øvrige bransjer.
2.2.3 Forholdet til revisor og regnskapsfører
2.2.3.1 Ekstern regnskapsfører
Så vidt vi vet er det ikke utført internasjonale studier som ser på frivillig revisjon i
sammenheng med ekstern regnskapsfører. I Blekastad og Johannessens
masteroppgave (2011) finner de at nærhet til regnskapsfører medfører at man i
større grad velger bort revisor. Gooderham et al. (2004) har en studie knyttet til
hvorvidt den eksterne regnskapsføreren benyttes som rådgiver (i tillegg til ordinær
regnskapsførsel) for små selskaper. Gooderham et al. (2004) fant tre faktorer som
påvirket hvorvidt selskapene ville benytte ekstern regnskapsfører som rådgiver; 1)
I hvilken grad selskapet oppfatter at regnskapsfører er kompetent til å utføre
ordinær regnskapsførsel; 2) I hvilken grad selskapet oppfatter at regnskapsfører er
Side 20
kompetent til å utføre rådgivning og; 3) I hvilken grad selskapet har interesse av å
kjøpe rådgivningstjenester fra regnskapsfører. Selskapets kompetanseorientering
er altså en viktig grunn til at regnskapsfører blir benyttet som rådgiver. Studien
viser også at kvaliteten på regnskapsføreren er viktigere enn hvor lenge
kundeforholdet har vart med hensyn på om regnskapsfører benyttes som rådgiver.
Finanstilsynet (2010) viser at gjennomsnittlig antall revisjonsoppdrag per
oppdragsansvarlig revisor per 31.12.2008 var på 149 oppdrag, mot 137 oppdrag
per 31.12.2006 og 113 oppdrag per 31.12.2004. Dette representerer en økning på
32 % i perioden 2004 - 2008. Økningen har sin naturlige forklaring i at antall
revisjonspliktige foretak er økt, mens antall oppdragsansvarlige revisorer i
perioden har vært rimelig konstant. Økt antall oppdrag per revisor kan føre til at
selskapet har mindre kontakt med revisor og at det fravelger revisjon i større grad.
Både Kirby og King (1997) og Bennett og Robson (1999) fant at for små
selskaper var ekstern regnskapsfører blant de hyppigst brukte eksterne kildene for
rådgivning. Gooderham et al. (2004) viser at selskapet ofte har en sterkere
relasjon til regnskapsfører enn til revisor. I norske casestudier er det vist at
uformelle relasjoner ikke er tilstrekkelig alene, men at dette må balanseres med et
beskyttelsesnett av gode, formaliserte avtaler (Våland. 2002). Studien viser
allikevel at den uformelle delen av forretningsrelasjonen er selve fundamentet for
en sunn og verdifull forretningsrelasjon. Mennesker fra Vesten gjør erfaringer
med transaksjonene først, og dersom disse er vellykkede, følger eventuelt en
personlig relasjon (relasjonsmarkedsføring). Tjenester som per dags dato
etterspørres fra regnskapsfører er såkalt kompetansebaserte kunnskaper. Det er da
rimelig at relasjoner teller mer enn om man etterspurte et standardisert produkt.
Tjenestene som etterspørres krever ofte innsikt i bedriften, noe en utenforstående
leverandør har dårligere utgangspunkt for å levere, enn en regnskapsfører med
lang historie med selskapet. Vi undersøker i hvilken grad ekstern regnskapsfører
er relevant i forhold til å fravelge revisjon.
H3a: Selskaper med ekstern regnskapsfører fravelger revisor i større grad enn
selskaper som ikke har ekstern regnskapsfører.
2.2.3.2 Rådgivning
Collis, Jarvis og Skerratt (2004) og Collis (2010), finner at sannsynligheten for at
ledelsen ønsker frivillig revisjon øker hvis det er en klar formening om kost-nytte
ved revisjonen. Senkow et al. (2001) hevder at selskaper som benytter revisor som
Side 21
rådgiver ser nytten av revisor. Disse blir avhengige av revisors kompetanse og det
er dermed større sannsynlighet for at de ønsker revisjon. Finanstilsynet (2010)
viser at en stor del av revisors inntekter i 2008 kommer fra rådgivning. Omsetning
for revisjonsbransjen dette året var på NOK 8,6 milliarder. Av dette utgjorde
andre tjenester NOK 3,2 milliarder, herav teknisk bistand for ligning og
årsregnskap NOK 1,04 milliarder. Svanström (2008) har to målevariabler for
rådgivning i sin undersøkelse; selskapet blir spurt om 1) det benytter revisor som
rådgiver og 2) hvor ofte revisor benyttes som rådgiver. Sistnevnte har størst
forklaringskraft for å beholde revisor. Videre ser han på hvilke typer
rådgivningstjenester som fører til at selskapet velger å ha revisjon. Skatt/avgift,
regnskapsføring, juridisk bistand, og årsoppgjør av regnskap er signifikante og
forklarende i ulike modeller. Han viser til at forarbeidene til revisorloven i
Sverige oppga dette som kjernekompetansen til revisor. Simunic (1984) hevder at
revisor opparbeider seg kunnskap ved utførelse av rådgivningstjenester som kan
benyttes i forbindelse med revisjonen og vice versa. Dermed vil
rådgivningstjenestene kunne være av høyere kvalitet om man også er revisor.
Variablene som måler revisors rådgivning, er hentet fra noteinformasjon i
regnskapet om rådgivningshonorar til revisor. Denne informasjonen kan også
inneholde “utarbeidelse av årsregnskap og ligningspapirer”, som av mange ikke
blir ansett som rådgivning i seg selv. På den annen side vil revisor kunne få større
nærhet til kunden når denne tjenesten ytes av revisor og ikke regnskapsfører. Det
vil for eksempel kunne være naturlig at revisor diskuterer skatt og utbytte med
selskapet i forbindelse med denne tjenesten og derigjennom kommer nærmere
selskapet. Vi ser på selskaper som har benyttet revisor som rådgiver. Rådgivning
vil her også kunne være teknisk oppsett av ligningspapirer og årsregnskap.
H3b: Selskaper som benytter andre tjenester fra revisor vil i mindre grad fravelge
revisor enn de som ikke har benyttet andre tjenester fra revisor.
2.2.4 Anmerkninger fra revisor (opinion shopping)
Niemi et al (2012) har gjennomført en studie i Finland som viser at selskaper som
har fått ren revisjonsberetning i mindre grad ønsker revisjon. På den annen side
finnes det flere studier over tiår knyttet til såkalt opinion shopping, det vil si hvor
selskapet bytter revisor for å få en “bedre” revisjonsberetning. Blant disse
undersøker Lennox (2000) forholdet ved å predikere type revisjonsberetning som
Side 22
både selskaper som bytter revisor og ikke bytter revisor ville ha fått om de hadde
gjort den motsatt bytte-beslutning (latt være å bytte). Det er to viktige funn i
denne rapporten; 1) Revisorbytter skjer oftere når selskaper mottar modifiserte
beretninger og; 2) Å bytte revisor øker muligheten for at revisjonsberetningen blir
endret. Resultatene i rapporten indikerer at selskapene ville ha mottatt
ufordelaktige revisjonsberetninger oftere hvis de hadde latt være å skifte revisor.
Denne studien er ikke direkte relatert til fravalg av revisor, men vi ser at selskaper
som mottar modifiserte beretninger foretar revisorbytter oftere enn andre. I begge
tilfellene må vi kunne anta at selskapet er misfornøyd med revisors uttalelse og
derfor ønsker å bytte revisor eller avvikle forholdet. Finanstilsynet (2010)
opplyser at 17,5 % av alle revisjonsberetninger hadde presiseringer (15,4 %) eller
forbehold (2,1 %). 1,2 % av beretningene hadde negativ konklusjon. Forbehold
som gis er ofte unike selskapet i mellom, mens presiseringene ofte faller inn under
en av fire kategorier (opplistet i hypotese H4b til e). Av denne grunn er det derfor
naturlig å undersøke presisering på detaljert nivå. Menon og Schwartz (1985)
viser at selskaper som går konkurs i større grad bytter revisor enn andre. Dette er
selskaper med anmerkning i revisjonsberetningen og de ser ikke nytten av revisor.
De ønsker ikke at informasjonen i revisjonsberetningen skal offentliggjøres. Selv
om Niemi et al (2012) undersøker sammenhengen mellom fravalg og forhold i
revisjonsberetningen, er dette så vidt forfatterne vet den eneste studien som
foreligger som direkte relaterer seg til fravalg. Vi legger derfor større vekt på
forskning på ”opinion shopping” som har foregått over tiår. Disse stemmer også
med vår logiske forståelse, at selskap som får forhold kommentert i
revisjonsberetningen vil skjule denne informasjonen og derfor velger bort revisor.
H4a: Selskaper med forbehold i revisjonsberetningen vil i større grad fravelge
revisor.
H4b: Selskaper med presisering om usikkerhet knyttet til fortsatt drift i
revisjonsberetningen vil i større grad fravelge revisor.
H4c: Selskaper med presisering om ulovlig behandling av skattetrekksmidler i
revisjonsberetningen vil i større grad fravelge revisor.
H4d: Selskaper med presisering om for sent levert årsregnskap i
revisjonsberetningen vil i større grad fravelge revisor.
H4e: Selskaper med presisering om ulovlig lån i revisjonsberetningen vil i større
grad fravelge revisor.
Side 23
2.2.5 Kjønn og alder
2.2.5.1 Alder
Det foreligger så vidt vi vet ingen studier knyttet til sammenhengen mellom alder
på selskap og daglig leder og om selskapet har fravalgt revisor. Det kan hevdes at
å velge bort revisor er mer risikofylt enn å beholde. Man vet hva man har, men
ikke hva man får. Hva vil komme i stedet for revisor? Vil for eksempel
skattemyndighetene komme med økt bokettersyn for selskaper som fravelger
revisor? Undersøkelser og erfaring viser at eldre mennesker er generelt mer
konservative enn yngre mennesker og vil i mindre grad ta risiko (Aarbu og
Schroyen. 2011). Sett i forhold til å fravelge revisor, kan vi ta utgangspunkt i at
eldre mennesker generelt er litt mer konservative enn yngre mennesker og ser an
om det er fornuftig å fravelge. Vi ser på om det er en sammenheng mellom alder
på daglig leder og det å fravelge revisor. Vi ønsker også å undersøke om det er en
sammenheng mellom når selskapet er stiftet og om det har fravalgt revisjon.
Selskapets alder kan si noe om hvilket stadium av livssyklusen selskapet befinner
seg i, og den kultur og de holdninger som råder. Det er derfor rimelig å anta at
eldre selskaper vil kunne være mer konservative i forhold til fravalg av revisor
enn yngre.
H5a: Sannsynligheten for at et selskap fravelger revisor øker med synkende alder
på daglig leder.
H5b: Sannsynligheten for at et selskap fravelger revisor øker med synkende alder
på selskapet.
2.2.5.2 Kjønn og daglig leder
Aarbu og Schroyen (2011) viste at kvinner tar mindre risiko enn menn. Dette er
imidlertid generelt for hele befolkningen. Retten til å fravelge revisor er på et
tidlig stadium. Waage-Nielsen og Kristiansen (2011) fant i sin masteroppgave at
det er stor usikkerhet i næringslivet knyttet til hvilke konsekvenser et eventuelt
fravalg vil få. Det kan derfor være rimelig å anta at menn som er mindre
risikoaverse enn kvinner, i større grad vil akseptere denne usikkerheten og
fravelger revisor.
H5c: Selskaper hvor daglig leder er en mann fravelger revisjon i større grad enn
om daglig leder er en kvinne.
Side 24
2.2.6 Størrelse
Collis, Jarvis og Skerratt (2004) og Collis (2010) undersøker om sannsynligheten
for at ledelsen frivillig velger revisjon øker med størrelse, målt etter omsetning,
balansesum og antall ansatte. Collis et al (2004) viser at for alle tre variablene er
det en signifikant assosiasjon med etterspørsel etter frivillig revisjon. Når alle tre
størrelsesfaktorene tas inn i en regresjonsmodell er det bare omsetning som er
signifikant. Collis (2010) ser på Storbritannia og Nord-Irland (UK), og Danmark.
Her er frivillig revisjon positivt assosiert med omsetning. Omsetning er
forklarende begge steder. I konklusjonen skriver Collis at faktoren omsetning er
usikker og det kreves ytterligere studier. Svanström (2008) viser til at sum
eiendeler er forklarende i regresjonen, men ikke like sterk som omsetning. Sum
eiendeler gir økt R2 uten at eksponentialen er vesentlig. Sammenhengen mellom
selskapets størrelse og økt etterspørsel etter revisjon kan ses i sammenheng med
eiernes manglende kontroll. (Abdel-Khalik. 1993). I Collis, Jarvis og Skerratt
(2004) som kun omhandler selskaper fra UK, er omsetningsgrensen satt til £ 4,2
millioner, det vil si cirka NOK 40 millioner. I Collis (2010) som gjelder både UK
og Danmark er grensene satt til henholdsvis £ 1 million (NOK 10 millioner) og
DKK 12 millioner. Begge undersøkelsene operer således med større intervaller for
omsetning enn i Norge hvor grensen er på NOK 5 millioner. Dette kan medføre at
vi muligens ikke vil finne like klar tegn på at størrelse er en faktor i Norge som i
UK.
H6: Sannsynligheten for at et selskap fravelger revisor synker med størrelsen på
selskapet.
2.2.7 Agent- og prinsipalforhold
2.2.7.1 Innledning om agentteorien
I følge Adam Smith (1776), vil ledelsen i selskapet, ikke være like aktsomme med
aksjonærenes verdier som med sine egne. Det vil derfor alltid være en risiko for at
ledelsen vil berike seg selv eller på annen måte ikke handle i aksjonærenes
interesse. Basert på denne forståelsen utviklet Jensen og Meckling (1976)
agentteorien hvor den ene parten (prinsipalen) delegerer ansvar til den andre
(agenten). Dette kan typisk eksemplifiseres gjennom et aksjeselskap hvor
aksjonæren (prinsipalen) ansetter en daglig leder (agenten) til å lede selskapet.
Aksjonæren deltar ikke i driften av selskapet og er avhengig av at daglig leder
Side 25
forvalter verdien på en fornuftig måte og det kan derfor oppstå en
informasjonsassymetri mellom partene. Agentteorien forutsetter at agenten og
prinsipalen er nyttemaksimerende parter. Dette medfører en risiko for at agenten
ikke alltid handler i prinsipalens interesse og det kan oppstå moralsk hasard. I
følge Lambert (2001. s 5) er typiske interessekonflikter: 1) daglig leder ønsker
ikke å jobbe hardt, 2) daglig leder tilegner seg urettmessige goder fra selskapet, 3)
daglig leder har et kortsiktig perspektiv i motsetningen til aksjonæren som tenker
langsiktig og 4) daglig leder er risikoavers mens aksjonæren er risikonøytral. For
at aksjonæren skal ha kontroll på det daglig leder gjør, må han pådra seg
agentkostnader. Dette kan være kostnader til overvåking (revisor) og avtaler
(bonus) som gjør at daglig leder yter sitt beste (Jensen og Meckling. 1976). I følge
Collis, Jarvis og Skerratt (2004) gjelder dette i mindre grad små selskaper der
eieren oftest er involvert i driften. Agentteorien kan også benyttes med hensyn til
långivere (banker), andre kreditorer (leverandører) og skattemyndighetene, der
disse ses på som prinsipaler i forhold til selskapet (agenten).
2.2.7.2 Eksterne eiere/familie
Collis, Jarvis og Skerratt (2004) finner at sannsynligheten for at ledelsen ønsker
frivillig revisjon øker hvis selskapet har et agentforhold til eierne, det vil si at
eierne ikke er direkte involvert i driften. I Collis (2010), undersøkes hypotesen om
at frivillig revisjon er positivt assosiert med agentforhold til aksjonærene, det vil
si om det er 1) familieselskap 2) eksterne eiere eller 3) at aksjonærene krever
revisjon. I UK er familieselskap forklarende med signifikansnivå på 1 % mens
eksterne eiere er forklarende på 10 %-nivå. I Danmark er det at aksjonærene
krever revisjon signifikant på 1 %-nivå mens for de to øvrige er det ingen
korrelasjon. Tobias Svanström (2008) har i sin doktorgradsavhandling påvist at 84
% av alle datterselskap (konserntilknyttede selskap) vil velge å beholde revisor
hvis det blir frivillig. Senkow et al. (2001) fant ingen signifikant betydning.
H7a: Selskaper med konserntilknytning vil i større grad beholde revisor enn
øvrige.
Når daglig leder har en lav eierandel kan det bety at alle eller majoriteten av
aksjonærene ikke er med i ledelsen. I følge Watts og Zimmerman (1983) har
selskaper et større insentiv for å unngå å signalisere dårlige nyheter (bytte av
revisor) når det er avstand mellom eierskap og ledelseskontroll. Ledelsen vil være
Side 26
mer tilbakeholdne med å gi et slikt signal. Tauringana og Clarke (2000) hevder at
etterspørselen etter revisjon øker dersom ledelsen ikke eier alle aksjene i
selskapet. Aksjonærer kan oppfatte at det finnes en risiko for at ledelsen beriker
seg selv på bekostning av aksjonærene.
H7b: Selskaper med mindre eksternt eierskap, vil i større grad fravelge revisor.
2.2.7.3 Gjeld til kredittinstitusjoner
I følge Collis, Jarvis og Skerratt (2004) vil sannsynligheten for at ledelsen ønsker
frivillig revisjon øke hvis selskapet har et agentforhold til långivere. Selskapene i
spørreundersøkelsen blir spurt om de vanligvis gir regnskapet til banken. I
regresjonen kommer denne faktoren ut som signifikant på 5 %-nivå. Selskapene
aksepterer denne agentkostnaden for å få et godt forhold til banken.
Collis (2010) ser på forholdet mellom frivillig revisjon og bankgjeld i UK og
Danmark. I UK er spørsmålet om regnskapet gis til banken mens i Danmark om
banken krever reviderte regnskap. Faktoren er signifikant på 10 %-nivå i Danmark
men ikke i UK. Endringen i UK fra 2004-studien forklarer Collis med at bankene
nå legger større vekt på kredittrating og personlig kontakt. I vår undersøkelse ser
vi kun på om selskapet har bankgjeld eller ikke. Vi får derfor ikke frem nyansen
om at selskapet faktisk gir fra seg regnskapet til banken (diskuteres i kapittel
3.1.3.5). Vi ser på både kortsiktig og langsiktig gjeld.
H7c: Selskaper med kortsiktig gjeld til kredittinstitusjoner vil i mindre grad
fravelge revisor enn de som ikke har det.
H7d: Selskaper med langsiktig gjeld til kredittinstitusjoner vil i mindre grad
fravelge revisor enn de som ikke har det.
2.2.7.4 Leverandørgjeld
Collis (2010) undersøker om frivillig revisjon er positivt assosiert med
agentforholdet til leverandører og øvrige kreditorer. I UK er den signifikant på 10
%-nivå, mens den i Danmark ikke er signifikant. Ifølge Econ (2007) vil reviderte
regnskaper gi økt trygghet for leverandører og kunder. Dette vil kunne medføre at
det er enklere å få kreditt. I NHO-undersøkelsen som ble gjennomført i februar
2008 blant medlemmer i NHO, HSH og NARF viser det seg at de fleste
leverandørene innhenter kredittopplysninger ved kontroll av kunder som ikke har
revisor, før de eventuelt gir kreditt (NOU 2008:12. Punkt 6.2.3.3). Da
regnskapsinformasjon er en del av grunnlaget for kredittvurderinger kan
Side 27
imidlertid leverandørene ha en indirekte nytte av reviderte regnskaper.
Kredittopplysningene vil kunne gi et riktigere bilde av selskapene dersom
regnskapene er reviderte. Således kan det tenkes at noen leverandører ikke vil gi
kreditt til selskaper som ikke har reviderte regnskaper.
H7e: Selskaper med leverandørgjeld fravelger i mindre grad revisor enn øvrige
selskaper.
2.2.7.5 Skattemyndighetene
Skattemyndighetene er en viktig bruker av regnskapsinformasjon. I
særattestasjonsstandarden for revisorer, SA 3801 punkt 4 og 6 samt punkt 1 og 2,
står det at revisor skal attestere foretakets rapportering av skatter og avgifter (som
betyr formues- og inntektsskatt, merverdiavgift, skattetrekk og
arbeidsgiveravgift). Dette betyr at revisor skal signere foretakets næringsoppgave
(ligningsloven § 4-5) og kontrolloppstilling (ligningslovens § 6-16 første ledd
bokstav b). For selskaper som fravelger revisor vil denne attestasjonsplikten
forsvinne. Dette er særnorske krav og det finnes lite internasjonalt knyttet til
hvorvidt det offentlige som brukergruppe påvirker om man ønsker frivillig
revisjon.
2.2.7.5.1 Skyldig offentlige avgifter
Vi antar at dersom man har skyldig offentlige avgifter er skattemyndighetene
brukere av regnskapet. I balanseposten skyldige offentlige avgifter inngår blant
annet skattetrekk, arbeidsgiveravgift og merverdiavgift. Det kan derfor være at
selskaper som har skyldig offentlige avgifter i større grad ønsker å beholde
revisjon enn de som ikke har skyldig offentlige avgifter. Hvis regnskapet blir
gjennomgått av revisor kan det presumptivt være mindre sannsynlighet for
bokettersyn.
H7f: Selskaper med skyldig offentlige avgifter fravelger i mindre grad revisor enn
øvrige selskaper.
2.2.7.5.2 RF-1022 (kontrolloppstillingen)
Skattemyndighetene har et prinsipalforhold til RF-1022 og lønnsinnberetningen.
Dersom revisor signerer dette skjemaet, kan det være mindre sannsynlig at
skattemyndighetene foretar bokettersyn knyttet til lønnsinnberetningen. Selskaper
som får signert kontrolloppstillingen av revisor ser verdien av revisor og vil i
Side 28
større grad beholde revisor enn selskaper som ikke får signatur på RF-1022.
Denne variabelen kan også ses i sammenheng med ”opinion shopping”. Selskaper
som ikke får signatur på RF-1022 ønsker i likhet med selskaper som har fått
presisering eller forbehold i revisjonsberetningen ikke å vise denne informasjonen
til andre.
H7g: Selskaper som har fått signatur på kontrolloppstillingen fravelger i mindre
grad revisor enn øvrige.
2.2.8 Finansiell stilling
2.2.8.1 Kredittrating
Lennox og Pittman (2011) ser på selskaper i UK som kan velge å ha revisor eller
ikke. Denne studien finner at kredittratingen blir bedre for selskaper som velger å
ha revisjon og dårligere for selskaper som velger ikke å ha revisjon. I studien viser
det seg at forskjellen mellom de som (senere) velger å ha revisjon og de som ikke
vil ha revisjon er på åtte kredittpoeng (100 poengs skala) i 2003 (siste året med
lovpålagt revisjon). I 2004 får selskaper som velger å ha revisjon to poeng ekstra i
forbindelse med kredittratingen, mens selskaper som velger ikke å ha revisjon
mister fire poeng. Dette gjør at gapet mellom selskapene øker til 14 poeng i
kredittratingen. Lovpålagt revisjon er med på å tildekke informasjon om
selskapene som ville kommet frem dersom revisjon var frivillig. Lennox´
hovedformål har vært å undersøke om frivillig revisjon påvirker kredittratingen,
men han har samtidig også vist at selskaper som har dårlig kredittrating fravelger i
større grad enn de som har god kredittrating. Blackwell, Noland og Winters
(1998) og Allee og Yohn (2009) finner at selskaper som får regnskapene sine
revidert får rimeligere lånefinansiering enn selskaper som ikke blir revidert.
Selskap vil unngå å vise hvor dårlig det går og fravelger derfor i større grad, mens
de med god kredittrating har ingenting å skjule og ønsker å vise dette.
H8a: Selskaper med god kredittrating vil i mindre grad fravelge revisor enn
selskaper med dårlig kredittrating.
2.2.8.2 Revisjonshonorar
Collis (2010) ser på kostnaden ved revisjon. Frivillig revisjon er inverst assosiert
med ledelsens oppfatning av revisjonskostnaden som en vesentlig utgift. Faktoren
er signifikant og har forventet forklaringsretning i både UK og Danmark.
Side 29
I følge Beattie & Fearnley (1998) viser det seg at revisjonshonoraret er
hovedårsaken til at selskap bytter revisor. NOU 2008:12 og John Christian Langli
(2009) påpeker at relativt revisjonshonorar er høyt for de minste selskapene. Dette
skyldes blant annet at revisjonsstandardene er laget for store selskaper og dermed
medfører relativt mye arbeid når de små selskapene revideres. Dess færre ansatte
man har, dess mer oppfattes revisjon tyngende på grunn av at det legger beslag på
personer når revisor er på besøk. Mindre selskap har færre ansatte og revisjon vil
derfor kunne føles tyngre (Thorell og Norberg. 2005). Vi velger derfor å se på
størrelsen på revisjonshonoraret og om dette påvirker om man fravelger revisor.
Selskaper som fravelger revisor vil i større grad kunne oppleve revisjonshonoraret
som en unødvendig kostnad som kan kuttes for å bedre sin finansielle stilling.
H8b: Sannsynligheten for at et selskap fravelger revisor øker med størrelsen på
revisjonshonoraret.
2.2.8.3. Lønnsomhet
I følge Tanewski og Carey (2007) indikerer et svakt resultat at selskapet har
behov for rådgivningstjenester for å forbedre sin lønnsomhet. På den annen side
vil selskap som har dårlig økonomi forsøke å redusere kostnader. Dersom
kostnaden ved revisjon overstiger nytten kan det være at dårlig lønnsomhet
medfører at man fravelger revisor. Av internasjonale studier knyttet til
lønnsomhet og etterspørselen etter rådgivning fra revisor kan vi nevne Ye, Carson
og Simnett (2011) som finner en svak sammenheng, mens Tanewski og Carey
(2007) som ikke finner noen sammenheng. Svanström (2008) benyttet variabelen
lønnsomhet i sin doktorgradsavhandling i 2008, men fant heller ingen
sammenheng. I følge Finanstilsynet (2011) er det på grunn av strukturen med små
enheter og aktive eiere knyttet usikkerhet til måling av lønnsomhet for
regnskapsførerselskap. Den aktive aksjonæren kan selv bestemme hva som tas ut i
lønn og dette vil kunne ha stor påvirkningskraft på måltallet lønnsomhet. Dette vil
også gjelde selskapene i vår undersøkelse. Et av formålene med å fjerne
revisjonsplikten var å redusere byrdene for næringslivet og vi anser det derfor som
sannsynlig at selskaper som har dårlig lønnsomhet fravelger i større grad.
H8c: Sannsynligheten for at et selskap fravelger revisor synker med økende
lønnsomhet.
Side 30
2.2.8.4 Gjeldsgrad
Gjeldsgrad er et mål på den finansielle risikoen i et selskap og beregnes ved å
dividere sum gjeld på sum egenkapital (EK). Desto høyere gjeldsgrad et selskap
har desto større andel av passivasiden består av gjeld (og ikke egenkapital).
Selskap med høy gjeldsgrad er sårbare i finansielle kriser (Tanewski og Carey.
2007). I følge denne studien kan långivere ha et incentiv til å oppfordre kundene
til å benytte revisor som rådgiver for å kunne forbedre prestasjonen og redusere
risikoen for konkurs. Studien avdekker imidlertid ingen signifikant sammenheng
mellom frivillig revisjon og gjeldsgrad. Tauringana og Clarke (2000) viser at
etterspørselen etter revisjon øker dersom gjeldsgraden øker. Det kan med andre
ord være slik at selskaper med høy gjeldsgrad er mer avhengig av ekstern
finansiering og at de i større grad vil beholde revisor.
H8d: Sannsynligheten for at et selskap fravelger revisor synker med synkende
gjeldsgrad.
2.2.9 Big 5
Big 5 er definert som de tradisjonelle Big 4 (KPMG, PwC, Deloitte og Ernst &
Young) samt BDO, som er store i Norge. Det er en rekke internasjonale studier
knyttet til Big 4, men felles for de fleste av disse er at de undersøker selskaper
som er børsnoterte eller vurderer å bli det. Selv om vi ser på små selskaper,
definert som mikroselskaper i EUs Green paper25, kan det allikevel være relevante
funn i Big 4-studier. I følge Hay og Davis (2004) signaliserer det å stole på en Big
4-revisor ærlighet. Selskaper som benytter en Big 4-revisor viser overfor sine
omgivelser at de ønsker et regnskap av høy kvalitet (Beattie og Fearnley. 1998).
Svanström (2008) finner at selskaper som har Big 4-revisor har større sjanse for å
velge revisjon. Lennox (1999) fant at de som fravalgte i større grad benyttet seg
av en ikke-big 4-revisor. Selskaper som benytter en Big 5-revisor er selskaper
som ønsker å fremstå som seriøse selskaper. Selskaper som ønsker å fremstå
seriøse vil ha en revisor som kan bekrefte regnskapet overfor eksterne parter og
vil derfor ikke velge bort revisor. Vi vil derfor undersøke om Big 5-revisorene
mister færre kunder enn øvrige revisorer.
H9: Selskaper som har Big 5-revisor vil i mindre grad fravelge revisor enn øvrige
selskaper.
25 http://ec.europa.eu/unitedkingdom/press/press_releases/2009/pr0911_en.htm
Side 31
2.2.10 Andre variabler
2.2.10.1 Tomter
Selskaper som eier en tomt vil ofte være avhengig av ekstern finansiering. Det er
vanlig at en kredittinstitusjon som gir kreditt tar pant i eiendommen/tomten. Er det
også slik at kredittinstitusjonen krever at regnskapet revideres? Vi lager en
dummyvariabel som skiller mellom selskaper som har tomt eller ikke tomt i
regnskapet. Forfatterne bevisst er det gjort lite tilsvarende studier.
H10a: Selskaper som har tomt i regnskapet fravelger i mindre grad revisor enn
øvrige.
2.2.10.2 Varelager
Når et selskap har varelager medfører dette vanligvis mer arbeid for revisor enn
for et selskap som ikke har varelager. I følge International Standards of Auditing
(ISA) 501 skal revisor blant annet være tilstede på varetelling når varelageret er
vesentlig, med mindre det ikke er gjennomførbart, for å kunne revidere denne
regnskapsposten tilfredsstillende. Dermed vil selskaper med varelager kunne
oppleve at revisjonshonoraret ligger høyere enn for andre selskaper som ikke har
varelager. Den opplevde kostnaden ved revisjon vil således kunne føles mer
tyngende.
H10b: Selskaper som har varelager fravelger i større grad revisor enn øvrige
selskaper.
Side 32
3 METODE
Formålet med forskning er å skape ny viten eller kunnskap. Dette kan gjelde alt
fra ny viten om verdensrommet, til om et nytt medikament fungerer, til kjennetegn
ved selskap som fravelger revisjon (Gripsrud, Olsson og Silkoset. 2004. s 12).
Valg av forskningsfelt handler om hva forskeren interesserer seg for og hva han
mener det er interessant med ny viten om (Ghauri og Grønhaug. 2010).
Metode er fremgangsmåten man benytter for å komme frem til ny kunnskap
(Jacobsen. 2003). Denne fremgangsmåten kan betegnes som forskningsprosessen.
3.1 Forskningsprosessen
3.1.1 Problemstilling og analysens formål
For å kunne skape ny viten må man utlede en problemstilling man ønsker å
undersøke. Denne utledes med bakgrunn i analysens formål (Gripsrud, Olsson og
Silkoset. 2004. s 48). Oppgavens formål er å gi beslutningsnyttig informasjon til
interessenter som påvirkes av at selskap fravelger revisor. Oppgaven har derfor en
formulert hovedproblemstilling: ”Hva kjennetegner selskap som fravelger
revisor?” For å besvare oppgavens hovedproblemstilling har vi videre ansett det
hensiktsmessig å bryte denne ned i flere undersøkelsesspørsmål med tilhørende
hypoteser, som hver forholder seg til et særskilt kjennetegn ved selskap, som igjen
er gruppert i kategorier i oppgaven. Hypotesene utledes enten deduktivt eller
induktivt.
Når man tar utgangspunkt i tidligere teori og/eller utførte studier på et område og
trekker logiske slutninger om at tilsvarende resultater vil kunne forekomme i
populasjonen man ønsker å si noe om, sier man at man deduserer hypoteser.
Deduktive hypoteser er gjerne forbundet med kvantitative studier (Ghauri og
Grønhaug. 2010. s 15). Det er utført mange studier på fravalg av revisor i andre
jurisdiksjoner, som gjør det naturlig at de fleste hypoteser som testes i denne
oppgaven tar utgangspunkt i og utfordrer tidligere etablert teori. Av den grunn er
de fleste hypotesene deduktive. Deduktive hypoteser er dessuten mest anvendbare
når forfatterne har en klar og strukturert formening om hva de skal undersøke.
Dette betyr at en prosess hvor respondentene blir avkrevet den samme type
informasjon i standardisert form er hensiktsmessig. Av den grunn er det naturlig
at datamaterialet som anvendes er kvantitativt (se mer under).
Side 33
Å indusere er det motsatte av å dedusere. Induksjon er når man gjennom
enkeltobservasjoner ser tegn til en mulig samvariasjon mellom variabler.
Induksjon er nært beslektet med det å indikere og indisier, og utleder derfor
hypoteser med utgangspunkt i noe som er sannsynlig. I motsetning til deduktive
hypoteser som tar utgangspunkt i uomtvistelige eller alminnelige sannheter.
Enkeltobservasjonene gir dermed grunnlag til å foreta en induktiv slutning, fra
forholdene i det begrensede utvalget man har undersøkt, til det som gjelder for
populasjonen som helhet. Slike slutninger kan også kalles induserte hypoteser
(Gripsrud, Olsson og Silkoset. 2004. s 18). Selv om det i all hovedsak er anvendt
deduktive hypoteser i denne oppgaven, ser vi allikevel eksempler på induktive
hypotese. For eksempel ble forfatterne oppmerksomme på en mulig sammenheng
mellom det å fravelge revisor og hvilket kjønn daglig leder hadde da de utførte
innledende deskriptive undersøkelser. Fordi det ikke eksisterte tidligere relevant
teori og/eller studier på området, hadde ikke forskerne dannet seg en klar hypotese
om dette i forkant av undersøkelsene. De deskriptive undersøkelsene kan ses på
som observasjonene som dannet grunnlag for å indusere hypoteser. Forskerne
måtte bygge opp et logisk resonnement basert på indisier for hvorfor et særskilt
kjønn handler annerledes enn et annet. Resonnementet induserte en hypotese, som
igjen ble testet i regresjonsanalysen (se omtalt seinere). Testing av induktive
hypoteser leder til en ny teori.
Kortfattet er forskjellen mellom deduksjon og induksjon at førstnevnte aksepterer
eller forkaster tidligere teorier ved å teste hypoteser, mens sistnevnte leder oss til
nye teorier som igjen kan testes med bruk av deduktive hypoteser (Ghauri og
Grønhaug. 2010. s 16).
3.1.2 Forskningsdesign og databehov
For å kunne besvare oppgavens problemstilling er vi avhengig av å beskrive
hvordan analyseprosessen skal legges opp, også kalt forskningsdesignet. Dette er
altså alle stadiene i forskningsprosessen etter at oppgavens formål og
undersøkelsesspørsmål er bestemt. Det er med andre ord en spesifikasjon av
hvordan oppgavens undersøkelsesspørsmål skal besvares (Gripsrud, Olsson og
Silkoset. 2004. s 58).
Side 34
Valget av design avhenger videre av hvor mye området er forsket på tidligere,
hvilke ambisjoner, ressurser og tid man har til å analysere og forklare mulige
sammenhenger, samt hva slags typer hypoteser man operer med. Det skilles
mellom tre hovedtyper design: eksplorativt (utforskende), deskriptivt
(beskrivende) og kausalt (årsak-virkning) design (Gripsrud, Olsson og Silkoset.
2004. s 58)
3.1.2.1 Kausalt design
Når man ønsker å undersøke mulige årsaksforklaringer til et fenomen, utfører man
gjerne undersøkelser med et kausalt design (Gripsrud, Olsson og Silkoset. 2004. s
65). Man ønsker for eksempel å undersøke om en hendelse er årsak til en annen
hendelse. For å kunne påvise dette, forutsettes et kronologisk hendelsesforløp,
samvariasjon mellom hendelsene, samt for eksempel at selskapet ikke beholder
revisor som følge av andre hendelser. Sistnevnte sier vi gjerne relaterer seg til å
kontrollere for andre kontrollvariabler gjennom regresjonsanalyser. Det er viktig å
påpeke at bruk av slike analyser ikke automatisk impliserer et kausalt design, da
disse også brukes i deskriptive design (se under). I våre analyser er
fravalgsbeslutningen tatt en gang i løpet av perioden 01.05 til 31.12.11. Dersom
for eksempel et selskap har lån i følge årsregnskapet 2010, vet vi at dette er tatt
opp en eller annen gang før 31.12.10. Selv om det er klart at fravalgsbeslutningen
ble tatt etter 31.12.10, da selskapet hadde gjeld, betyr ikke dette at ikke
gjeldssituasjonen kan være endret innen beslutningen om fravalg ble tatt. Siden vi
ikke vet om selskapet fremdeles har lånet på fravalgstidspunktet, er ikke vårt
datamateriale tilstrekkelig kvalifisert til å undersøke problemstillingen med et
kausalt design.
3.1.2.2 Deskriptivt design
Deskriptivt design forutsetter derimot ikke kronologisk forløp, men søker
allikevel å undersøke samvariasjon mellom variabler. Problemstillingen vår
trekker fram at det søkes å finne frem til kjennetegn ved, ikke årsaker til, hvorfor
selskaper fravelger revisor. Det utelukkes ikke at kjennetegnene også kan være
årsak til hvorfor selskap har fravalgt revisor, men at denne oppgaven ikke er i
stand til å gi slike svar. Selv om problemstillingen er testet i flere jurisdiksjoner
og derfor gir oss en strukturert og klar formening av hva vi ønsker å undersøke,
har fravalget vært mulig kun en kortere periode. Dette sammen med at man har
Side 35
sett at nordmenn generelt agerer og har andre holdninger enn andre steder i verden
(jevnfør Annerledeslandet i kapittel 1.1.2), gjør det vanskeligere å konkludere på
klare årsakssammenhenger. Med andre ord er det mer naturlig å operere med et
deskriptivt design på tidspunktet oppgaven utarbeides. Resultatet fra denne
studien kan med sitt deskriptive design gi dypere kjennskap til og forklare
situasjonen i Norge og følgelig danne grobunn for framtidige undersøkelser med
kausalt design når tidsseriedata er tilgjengelige.
3.1.2.3 Eksplorativt design
Et eksplorativt design brukes gjerne for å besvare uklare problemstillinger, hvor
forskeren ikke har noen klar forståelse av hvilke sammenhenger som eksisterer.
Dette kan for eksempel være på særnorske fenomener, hvor det ikke foreligger
relevant teori på området (Gripsrud, Olsson og Silkoset. 2004. s 59). Oppgavens
analyseformål var i utgangspunktet ikke å forstå nye uprøvde fenomener, men
forskningsprosessen er i realiteten en kontinuerlig prosess hvor det gjøres
endringer på grunn av observasjoner og funn underveis i prosessen (Ghauri og
Grønhaug. 2010. s 29). I møter med Skattedirektoratet fikk forskerne innspill på
særnorske fenomener relatert blant annet til signatur på kontrolloppstillingen som
dannet grunnlag for teorier som ble testet gjennom det deskriptive designet. Dette
er derfor et eksempel på at oppgaven til en viss grad også kombinerer bruk av
eksplorativt med deskriptivt design.
3.1.2.4 Databehov
Som vi har sett over, har oppgaven klare trekk av å skulle besvare oppgavens
problemstilling ved hjelp av et i hovedsak deskriptivt design. Hva slags design en
undersøkelse tar sikte på å bruke, for å besvare de enkelte
undersøkelsesspørsmålene i problemstillingen, avgjør hvilke typer data man må
innhente (Gripsrud, Olsson og Silkoset. 2004. s 53). Vi har allerede sett at
deduktive hypoteser, som anvendes mest i denne oppgaven, besvares best ved
hjelp av et kvantitativt datamateriale. Når et deskriptivt design benyttes, har
forskeren en strukturert og god forståelse av hva han ønsker å finne ut. Formålet
er å beskrive en mulig sammenheng mellom variabler. Slike sammenhenger
analyserer vi med såkalte regresjonsanalyser. Da kontrolleres det for at en eller
flere uavhengige variabler hver for seg eller i sammenheng kan være forklarende
for den avhengige variabelen (Gripsrud, Olsson og Silkoset. 2004. s 263). For
Side 36
eksempel om et eller flere kjennetegn i sammenheng kan være beskrivende for om
et selskap fravelger revisor. For å kunne trekke slike konklusjoner er man
avhengig av et representativt utvalg observasjoner for å kunne generalisere til
resten av populasjonen. Den mest kostnadseffektive måten å innhente
representative utvalg på er med en strukturert kvantitativ tilnærming (Gripsrud,
Olsson og Silkoset. 2004. s 65). Siden vi ønsker å beskrive og forklare (i
motsetning til å forstå), er et kvantitativt datamateriale som går i bredden og
undersøker mange enheter å foretrekke (Jacobsen. 2003).
3.1.3 Datainnsamling
Det kvantitative datamaterialet som oppgavens undersøkelser bygger på, er hentet
ned av forfatterne gjennom en omfattende og nøyaktig prosess. Mange ulike
databaser og leverandører er benyttet for å innhente ulike typer variabler. Disse
har tilhørende observasjoner med opprinnelse i data fra ulike kilder. Under er
prosessen beskrevet summarisk for å få frem hovedtrekkene ved
datainnsamlingen. Detaljert beskrivelse av datainnsamlingen fremgår i 40 siders
skriftlig logg med tilhørende fire siders illustrativ fremstilling på i vedlegg 3.1
Formålet med datainnsamlingen og -bearbeidelsen var å utarbeide et datamateriale
som gjenga observasjoner av samtlige aksjeselskap stiftet før 31.12.2010, som
hadde muligheten til å fravelge revisor etter asl. § 7-6, jevnfør revl. § 2-1. Disse
observasjonene skulle få ulike typer variabler koblet til seg. Hver observasjon fikk
informasjon om denne hadde fravalgt eller beholdt revisor (den avhengige
variabelen), samt flere uavhengige variabler som i det følgende kommenteres mer
utførlig. Selv om oppgaven skal besvare hva som kjennetegner selskapene som
fravelger revisor, betyr ikke det at man kun kan forholde seg til dem som gruppe.
Man må også inkludere i datamaterialet de selskapene som har valgt å beholde
revisor. Disse blir en kontrollgruppe som kontrollerer for at et kjennetegn ved
gruppen som fravelger ikke også er et tilsvarende kjennetegn ved de som beholder
revisor (Wenstøp, 2003. s 81).
3.1.3.1 Avstemming av oppgavens datamateriale mot populasjonen
Som oftest utføres undersøkelser med utgangspunkt i et mindre representativt
utvalg av populasjonen. Fordi man i denne oppgaven operer med at utvalget skal
være lik populasjonen, altså en totalundersøkelse av populasjonen, er det
Side 37
nødvendig å avstemme at samtlige selskap i populasjonen er med i datamaterialet.
Som for utvalgsbasert testing, er det også for oss nødvendig å forsikre oss om at
populasjonen vi ønsker uttale oss om er fanget opp i utvalgsrammen, slik at vi
unngår dekningsfeil. Et eksempel på utvalgsramme kan være telefonkatalogen,
men er vi sikre på at alle er registrert i telefonkatalogen (Gripsrud, Olsson og
Silkoset. 2004. s 144)? Selv om vi utfører en totalundersøkelse, må vi være klar
over at dekningsfeil kan oppstå (Gripsrud, Olsson og Silkoset. 2004. s 159).
Utvalgsrammen i denne oppgaven er selskaper registrert i
selskapsinformasjondatabasene til ENIRO Norge og AAA Soliditet. Disse
databasene henter sin informasjon fra Brønnøysundregistrene. Som beskrevet i
under kapittel 3.1.3.2, består denne oppgavens datamateriale av observasjoner av
alle selskap, stiftet før 31.12.2010, med mulighet til å fravelge revisor pr
31.12.2011. Selv om databasene henter sin informasjon fra
Brønnøysundregistrene, er det viktig å avstemme uttrekket fra databasene mot det
som faktisk er opplyst i Brønnøysundregistrene.
I punkt 6.3.2 i Prp. 51 L vises det til at Professor John Christian Langli ved BI
foretok beregninger per 2008 som viste at om lag 115.000 selskap ville omfattes
av fritaket. I 2008 var dette 57 % av alle ikke-finansielle foretak26. Vi ser ingen
indikasjoner på at forholdene i næringslivet skal ha endret seg, slik at vi kan
forvente samme andel av totale antall AS også ville omfattes i 2011. Når vi antar
tilsvarende fordeling i 2011, får vi følgende avstemming: Det var totalt 219.977
AS registrert i Brønnøysundregistrene pr 31.12.201127. Reduseres disse for
finansielle foretak, ender vi opp med 214.294 ikke-finansielle AS. 57 % av disse
vil omfattes av fritaket. Oppgavens uttrekk av datamateriale er på 113.415
observasjoner. Dette er kun selskap stiftet før 31.12.2010, hvilket betyr at vi også
må hensynta selskap stiftet i 2011. Avstemmingen viser da en uvesentlig
differanse på 304 observasjoner. Fordi man i forbindelse med Langlis fordeling på
57 % opprinnelig opererer med estimater, vil det ikke være naturlig å kunne
avstemme uten differanse. Avstemmingen og beregningene i dette avsnittet kan
studeres nærmere på side 136 til 137 i vedlegg 3.1.
26 Ikke underlagt tilsyn av FIN. 27 http://www.brreg.no/presse/pressemeldinger/2012/01/fr-statistikk.html
Side 38
3.1.3.2 Summarisk og teknisk fremstilling av datainnsamlingen
Selskapsinformasjonsdatabasene fra ENIRO Norge og AAA Soliditets var
utgangspunktet for oppbygningen av datamaterialet (henholdsvis Proff Forvalt og
RavnInfo). Det var ikke mulig for oss å hensynta alle begrensninger i
terskelverdier og ubetinget revisjonsplikt som følge av asl. § 7-6, jevnfør § 2-1
direkte i deres søkemotorer. Vi satt søkekriterier i sum eiendeler og sum
driftsinntekter i henhold til terskelverdiene. Fordi oppgaven tar sikte på å anvende
regnskapsvariabler som proxyer på kjennetegn, valgte vi å sette søkekriterium på
alle selskap stiftet til og med 31.12.2010. Dette fordi årsregnskap for 2011 ennå
ikke er offentlig tilgjengelig fra alle foretak (når oppgaven skrives). Selskap stiftet
i 2011 har ikke avlagt årsregnskap for 2010. IDEA Data Analysis Software
(IDEA) (databaseanalyseprogram) har den funksjon at det kan koble sammen to
tabeller og gjengi enten forekomster som finnes igjen i begge tabellene, i ingen
eller i bare en av dem. Selskap underlagt konsesjon ble trukket ut av
datamaterialet ved å koble tabellen mot Finanstilsynets konsesjonsregister, for
deretter å be IDEA gjengi selskap som ikke eksisterte i konsesjonsregisteret.
Tilsvarende ble også IDEA anvendt for å utelukke morselskap ved at en tabell
med morsselskap ble koblet på samme måte. Selskapsinformasjonsdatabasene ga
regnskapsinformasjon i form av regnskapstall og noteinformasjon pr 31.12.2010,
basisinformasjon om for eksempel antall ansatte og fordeling av lønn til ansatte.
Med bakgrunn i disse variablene beregnet vi gjennomsnittlige antall årsverk slik
at vi kunne hensynta denne terskelverdien.
Fra kunngjøringsdatabasen i Brønnøysundregistrene hentet vi ut alle
fravalgsregistreringer i perioden 01.05 til 31.12.2011. Som også DnR kom fram
til, beløp dette seg til 44.319 etablerte selskap28. Disse hadde opprinnelig hatt
revisor, for så å velge han bort29. Dette uttrekket inneholdt derimot observasjoner
som gjorde at dette ikke kunne brukes direkte i vårt datamateriale. Dette nevnes i
det følgende og hvordan dette ble korrigert i vårt materiale:
Fordi vår problemstilling søker å besvare hva som kjennetegner selskap
stiftet før 31.12.2010, trakk vi ut observasjoner av selskap stiftet fra og
med 01.01.2011 (1.975 observasjoner).
28 http://www.revisorforeningen.no/d9571222/48000-valgte-bort-revisjon-i-2011 29 Totalt fravalgt 48.000 innen 31.12.11. Differansen skyldes selskap som ble nyregistrert etter 01.05.11 og derfor hadde mulighet å bli stiftet direkte uten revisor. Disse ble derfor ikke fanget opp av uttrekket.
Side 39
De 44.319 selskap inkluderer også fravalgsmeldinger for selskap som i
ettertid av beslutningen var slettet, oppløst eller gått konkurs. Våre
undersøkelser baserer seg ikke på slike selskap, slik at disse
observasjonene også ble fjernet (33+557 = 590)
I en normalsituasjon vil et AS opprinnelig ha revisor for så å fravelge
denne. Selskapet vil således være registrert i uttrekket fra Brønnøysund-
registrene med en observasjon. Derimot vil det potensielt være slik at
registeret viser to observasjoner av fravalg for det samme ASet dersom
det først har hatt revisor, så valgt bort, ombestemt seg og oppnevnt ny
revisor, for så å fravelge denne igjen. Han vil derfor være registrert to
ganger med fravalg. Det var viktig for oppgavens undersøkelser å fjerne
slike duplikater. Vi har kontrollert et utvalg av duplikatene ved å søke opp
organisasjonsnummeret for å påse at det virkelig er tilfelle at selskapet har
fravalgt revisor flere ganger (56)
Det forekom også observasjoner hvor et AS opprinnelig hadde revisor, for
så å velge den bort, men ombestemte seg og meldte opp ny innen
utgangen av 2011 (49). Forskjellen fra tilfellet over er at han nå ved
utgangen av 2011 har revisor, men har registrert fravalg i løpet av 2011. I
det opprinnelige uttrekket på 44.319 observasjoner var han registrert uten
revisor, mens han i realiteten hadde dette pr 31.12.2011.
Det var dessuten flere forekomster av fravalgsmeldinger på selskap som
ikke hadde lovhjemmel til å velge bort revisor. Det berørte seg til selskap
som oversteg kriterier for maksimal balansesum eller driftsinntekt (28) var
morsselskap (541) og/eller var underlagt tilsyn av FIN (13).
Etter disse korrigeringene var det 41.067 selskaper som ikke hadde revisor pr
31.12.2011 og samtidig var stiftet før 31.12.2010. Disse var både mer nøyaktige
enn det opprinnelige uttrekket, samt kunne samtidig danne grunnlag for den
avhengige variabelen i populasjonen av alle AS som hadde hatt mulighet å
fravelge revisor (113.415 observasjoner).
3.1.3.3 Primær og sekundærkilder
For å kunne avlede kjennetegn ved selskaper som fravelger revisor er et sentralt
spørsmål hvordan vi kan skaffe oss datavariabler som er valide mål på de
begrepene som inngår i undersøkelsesspørsmålene. Sagt med andre ord: Fra
hvilke typer kilder kan vi skaffe oss datavariabler som gir oss informasjon om
Side 40
kjennetegn ved selskap som fravelger revisor? I den sammenheng er det vanlig å
skille mellom to typer av data: De som forskeren selv samler inn, og de som
opprinnelig er samlet inn for andre formål, henholdsvis primær og sekundærdata
(Gripsrud, Olsson og Silkoset. 2004. s 78).
Samtlige variabler som inngår i oppgavens analyser er hentet fra sekundære
kilder:
Regnskaps- og basisinformasjon om selskapet (opprinnelig kilder er blant
annet offisielle årsregnskap og kunngjøringer i Brønnøysundregistrene),
samt kredittratinger (Fra AAA Soliditet, gjennom blant annet RavnInfo og
særskilte uttrekk gjort med bistand fra vår kontaktperson i AAA Soliditet);
Regnskaps- og basisinformasjon (Fra ENIRO Norges Proff Forvalt, hvor
deres kilder også opprinnelig er blant annet offisielle årsregnskap og
kunngjøringer i Brønnøysund-registrene);
Variabel om det beløp selskapet har brukt på rådgivning fra revisor (Fra
Experian AS, hvor deres kilder opprinnelig er blant annet offisielle
årsregnskap med tilhørende noter);
Variabler tilknyttet forhold rundt daglig leder og eierforhold til selskap
(Fra Centre for Corporate Governance Research-databasen (CCGR));
Registrering av fravalgsmeldinger (Fra Brønnøysundregistrene. Avhengig
variabel);
Variabel om forekomst/ikke-forekomst av signatur fra revisor i
kontrolloppstilling (RF-1022) (Fra Skattedirektoratet).
For sekundærdata skiller man mellom offentlige kilder og standardiserte
undersøkelser. De standardiserte undersøkelsene utarbeides av profesjonelle
analysebyrå og er ment å dekke informasjonsbehovet til flere aktører. Dette kan
for eksempel være undersøkelser om forbruksvaner og preferanser til en
kundegruppe (Gripsrud, Olsson og Silkoset. 2004. s. 83). Med offentlige kilder
menes all annen informasjon som er offentlig tilgjengelig: statistikk og rapporter
fra offentlige kanaler som Statistisk Sentralbyrå (SSB), Brønnøysund-registrene,
samt data fra mer kommersielle databaser som for eksempel Proff Forvalt og
RavnInfo. Samtlige variabler i undersøkelsene, med unntak av variablene vi har
fått fra Skattedirektoratet og CCGR-databasen er offentlig tilgjengelige. De to
sistnevnte faller allikevel inn i kategorien sekundærdata selv om disse ikke er
Side 41
offentlige tilgjengelige da disse ikke er innhentet primært for denne oppgavens
undersøkelsesspørsmål.
Fordelen med at dataene er offentlige tilgjengelige ble også kommentert i kapittel
1.3.1. Det poengteres her at uavhengige samarbeidspartnere til selskap som kan
fravelge revisjon, vil kunne ha mer nytte av kjennskap til beslutningsnytten av slik
informasjon enn informasjon som ikke er offentlig tilgjengelig.
Den store fordelen med sekundærdata er at noen allerede har gjort jobben med
planlegging og innhenting av dataene fra respondentene. Dette medfører en
raskere og billigere datainnsamlingsprosess enn for primærdata (Gripsrud, Olsson
og Silkoset. 2004. s 78). I vårt tilfelle frigjorde dette tid til å kunne innhente et
større antall observasjoner enn hva tilfellet ville vært ved bruk av primærdata.
Siden dataene ikke er innhentet for vårt formål, må vi akseptere at validiteten kan
være lavere enn om den var blitt hentet til vårt eget formål (Gripsrud, Olsson og
Silkoset. 2004. s. 78). Dataene kan derimot også være av høy kvalitet og
reliabilitet avhengig av kilden de kommer fra. Validitet og reliabilitet
kommenteres nærmere i avsnittene under.
3.1.3.4 Reliabilitet
Reliabilitet knytter seg til i hvilken grad en undersøkelse vil gi det samme
resultatet dersom den gjentas på samme måte mange ganger (Gripsrud, Olsson og
Silkoset. 2004. s. 123). En annen måte å si det på er ”hvor godt vi måler det vi
måler”. Med ”godt” menes i denne sammenheng hvor konsistente resultatene er.
Når man minimerer de tilfeldige og systematiske feilene i en undersøkelse, økes
reliabiliteten. En tilfeldig feil forekommer fordi man baserer sine undersøkelser på
et mindre, gjerne representativt utvalg av populasjonen (Arens, Beasley og Elder.
2010. s 478). I denne undersøkelsen er utvalget lik den virkelige størrelsen på
populasjonen slik at forekomsten av slike tilfeldige feil i variablene vil være
nærmere null.
Side 42
Systematiske feil skyldes uriktige målemetoder, feil i måleinstrumentene, forhold
ved målingen og egenskaper ved observatøren som gir uriktige avlesninger osv30.
Fordelen ved at denne oppgaven foretar en totalundersøkelse og ikke et utvalg av
populasjonen, er at man minimerer risikoen for at en bestemt type selskap ikke
svarer (ikke-responsfeil). Det store problemet med slike feil er at de som ikke
svarer vanligvis har andre typer karakteristika enn de som svarer. Det betyr at når
man bygger på et utvalg, har man ikke noen garanti for at utvalget er
representativt for hele populasjonen (Ghauri og Grønhaug. 2010. s 147). Dette gir
seg direkte utslag i analyser med høyere signifikansnivå i denne oppgaven. Å
diskutere signifikansnivå er ofte mest interessant når utvalgsstørrelsen er liten.
Når utvalget er stort, er det ofte mer interessant å undersøke forklaringskraften til
variablene i analysen (Ghauri og Grønhaug. 2010. s 163). Dette kommenteres mer
utførlig under i sammenheng med validitet.
Selv om man er sikker på at samtlige selskap faktisk har svart, kan informasjonen
de har gitt fra seg fremdeles inneholde systematiske feil, også kalt målefeil
(Gripsrud, Olsson og Silkoset. 2004. s 160). Dette refererer seg til misforståelser
hvor selskapene ikke har forstått hva det spørres etter av informasjon. Oppgavens
undersøkelsesspørsmål besvares blant annet ved bruk av variabler fra offentlige
regnskap og noter for 2010 som opprinnelig er kontrollert av revisor. Revisor har
påsett at selskapene rapporterer det som det spørres etter. Hva som legges i en
regnskapsstandard kan være uklart for et selskap, men med revisors bistand og
kontroll minimeres risikoen for at det rapporteres data med målefeil.
ENIRO Norge, AAA Soliditet og Experian AS er profesjonelle aktører som lever
av å levere nøyaktig datamateriale. Leverer disse unøyaktig og ikke-reliable data,
vil disse kunne bli utkonkurrert i et konkurranseutsatt marked. Videre er offentlige
instanser som Brønnøysund-registrene og Skattedirektoratet underlagt strengt
offentlig tilsyn. Flertallet av kildene i denne undersøkelsen er derfor avhengige av
å levere data med så høy grad av reliabilitet som mulig for å overleve. Det betyr
derimot ikke at det ikke kan forekomme systematiske og tilfeldige feil i deres
leveranser.
30 http://snl.no/m%C3%A5lefeil/statistikk Store Norske Leksikon.
Side 43
Vi som forskere må være klar over at de feilene som eventuelt opptrer i
datamaterialet er vårt ansvar når vi tar i bruk data som er innhentet av andre
(Ghauri og Grønhaug. 2010. s 91). Fordi det er andre som har bearbeidet og
formidlet dataopplysningene, er det viktig å kjenne til om og hvordan dataene
eventuelt er blitt transformert (Gripsrud, Olsson og Silkoset. 2004. s 79). Når det
gjelder variablene som er hentet fra offisielle regnskap, er det tegn som tyder på at
dataleverandøren (AAA Soliditet og ENIRO Norge) har kontrollfunksjoner som
fanger opp om informasjon fra årsregnskapet leses over feil til deres databaser. Vi
har derimot sett forekomster av feil ved enkeltobservasjoner når dataene
opprinnelig stammer fra noteinformasjon. I vedlegg 3.1 kan leseren studere
hvordan vi har kontrollert og korrigert flere av disse ekstremverdiene.
En annen mulig kilde til systematiske feil knyttes til hvordan man i oppbygningen
av oppgavens datamateriale (113.415 observasjoner av selskap med rett til å velge
bort revisor), har håndtert begrensningen for morselskap i å fravelge revisor. Dette
er en såkalt potensiell dekningsfeil, hvor oppgavens utvalgsramme risikerer å
mangle observasjoner fra den virkelige populasjonen vi ønsker å uttale oss om
(Gripsrud, Olsson og Silkoset. 2004. s. 159-160). FIN har avklart at ”tidligere
morselskap kan fravelge revisjon dersom det på fravalgstidspunktet ikke lenger er
morselskap”31. Fordi vårt datamateriale ikke var i stand til å avgjøre om et selskap
var morsselskap pr 31.12.2011, ble beste løsning isteden å utelukke selskap som
var morselskap pr 31.12.2010 fra populasjonen. For å få et inntrykk av hvor
mange som var morselskap 31.12.2010, men ikke lenger var det ved
fravalgstidspunktet, koblet vi en tabell med forekomster av alle morsselskap i
Norge pr 31.12.2010 med alle fravalgsbeslutninger. Vi så med andre ord hvor
mange som var morselskap 31.12.2010, men ikke lenger var det da de besluttet å
fravelge revisor. Av 42.344 fravalgsmeldinger var dette tilfelle for 541
observasjoner, som tilsvarer 1,3 %. Antas samme andel for den totale
populasjonen, snakker man totalt om 1.44932 observasjoner som kan inneholde en
systematisk feil. Forfatterne mener allikevel at sannsynligheten for systematisk
feil som følge av dette er mindre. Dette fordi det er lite sannsynlig at disse 1.449
utgjør en heterogen masse med andre trekk enn et tilfeldig utvalg fra den
resterende populasjonen.
31 http://www.revisorforeningen.no/d9568134/revisjonsplikt-for-tidligere-morselskap 32 (541/42.344) * 113.415 = 1.449
Side 44
3.1.3.5 Validitet
Validitet relaterer seg også til hvor ”god” en undersøkelse er, men da på hvor godt
man måler ett eller flere fenomener eller kjennetegn. Det handler om hvor godt
man måler det man har til hensikt å måle. Vi ser av dette at reliabilitet er nært
knyttet til validitet, men at førstnevnte bare er en forutsetning for sistnevnte. En
undersøkelse kan være reliabel og gi samme resultater gang på gang, men at vi
måler noe annet enn det som faktisk var hensikten (Gripsrud, Olsson og Silkoset.
2004. s 72).
Det er vanlig å operere med flere former for validitet. I denne sammenhengen er
det naturlig å diskutere de typer validitet som refererer seg til hvor godt variablene
vi bruker i analysen er egnet til å måle det vi har til hensikt å måle (Gripsrud,
Olsson og Silkoset. 2004. s 119)
Som vi alt har vært inne på må vi akseptere at validiteten kan være lavere ved
bruk av sekundær- enn primærdata. Vi snakker da om at variablene som besvarer
undersøkelsesspørsmålene har lavere innholdsvaliditet. De fanger i mindre grad
det teoretiske begrepet man søker svar på. Som vi var inne på i innledningen
anvender for eksempel forskeren Jill Collis primærdata når hun spør selskapene
direkte om de må levere revisjonsberetning for å få bedre lånebetingelser (Collis.
2010). Denne oppgavens alternative variabel som har til hensikt å svare på noe av
det samme, bygger isteden på sekundærinformasjon fra offentlige regnskap om
selskapet hadde gjeld til kredittinstitusjoner per 31.12.2011. For sistnevnte kan det
være slik at flere som har slik gjeld ikke måtte avlevere revisjonsberetning for å
bedre kredittvilkårene. Variabelen fanger med andre ord ikke opp det samme som
førstnevnte gjør. Førstnevnte har derfor potensielt høyere innholdsvaliditet.
Derimot er det, som vi så, mye som tyder på at denne vår variabel har høyere
reliabilitet fordi den ikke er trukket fra et utvalg som kan inneholder skjevheter,
samt kommer fra en kilde som er kontrollert av revisor. Det er altså et klart trekk
ved denne oppgavens analyser at resultatene som presenteres har høyere grad av
reliabilitet, men at disse vil ha potensielt lavere innholdsvaliditet. Sagt med andre
ord vil det vi faktisk konkluderer på være mer pålitelig, men da med potensielt
lavere forklaringskraft enn andre relaterte studier.
Side 45
Oppgaven besvares med utgangspunkt i et stort antall ulike variabler. Risikoen for
at flere av variablene måler den samme teoretiske variabelen (det samme
kjennetegnet), er derfor potensielt stor. For å undersøke hvor god
begrepsvaliditeten er, er det normalt å gjennomgå korrelasjonen mellom de ulike
uavhengige variablene (Gripsrud, Olsson og Silkoset. 2004. s 120-121). Dette blir
gjort i kapittel 3.3.1. Tanken er at en variabel alene er utilstrekkelig til å måle et
begrep eller kjennetegn. Variablene som skal fange opp forskjellige nyanser av et
kjennetegn burde korrelere positivt, men ikke perfekt (Ghauri og Grønhaug. 2010.
s 81). For eksempel ser vi en positiv korrelasjon på 0,52 mellom variablene om
signatur fra revisor i kontrolloppstilling og presisering i revisjonsberetning om
utilstrekkelig behandling av skattetrekksmidler. Begge variablene tar sikte på å
beskrive samme kjennetegn eller begrep.
For fullstendighetens skyld, snakker man også om statistisk
konklusjonsvalidteten. Det vil si om vi har et statistisk grunnlag for samtlige
variabler til å trekke de konklusjonene vi gjør om populasjonen som helhet
(Gripsrud, Olsson og Silkoset. 2004. s 122-123). Som vi vil komme inn på når vi i
det følgende presenterer de ulike variablene, vil kun et fåtall mangle
observasjoner som ikke har en naturlig forklaring. Ved disse vil det kommenteres
særskilt potensielle konsekvenser for den statistiske konklusjonsvaliditeten.
Oppsummeringsvis kan nevnes at antallet observasjoner for disse allikevel er
svært høyt sammenlignet med andre tilsvarende undersøkelser, slik at
konsekvensene for lav statistisk konklusjonsvaliditet vil være minimale.
Hvor man ved reliabilitet må forholde seg til potensielle tilfeldige og systematiske
feil, må man ved validiteten være innforstått med at denne trues av eksterne
faktorer. Ekstern validitet refererer seg til om de samme resultatene kan oppnås
ved et senere tidspunkt. Et eksempel på en ekstern trussel er tidseffekter, hvor et
resultat ikke er overførbart til et senere tidspunkt. Å finne resultater som finner
støtte i tidligere undersøkelser på andre tidspunkt og i andre jurisdiksjoner er med
på å eliminere denne formen for trussel. Derimot vil det at fravalgsmuligheten er
relativt fersk i norsk sammenheng potensielt ha i seg at framtidige analyser vil
kunne gi andre svar. For å motvirke dette har vi jobbet hardt med å relatere
resultatene i denne oppgaven mot både relatert og påsideliggende empiri og teori.
Side 46
3.2 Presentasjon av variablene i undersøkelsen og beskrivelse av
populasjonen
Undersøkelsene i denne oppgaven består både av deskriptive analyser og
logistiske regresjonsanalyser. Variablene i regresjonsanalysen er i stor grad
kategoriske dummyvariabler (1/0) som indikerer om et forhold er til stede eller
ikke. Disse er avledninger av originale kildevariabler, som i større grad er anvendt
direkte i de deskriptive analysene. I dette kapittelet beskrives variablene som er
anvendt i de deskriptive og logistiske regresjonsanalysene. Oppgaven har en klar
struktur hvor variablene er kategorisert i ti kategorier som kan følges uavhengig
av kapittel. Det er derfor ikke naturlig å kommentere det teoretiske fundamentet i
sammenheng med variabelen da en leser kan lese dette i kapittel 2. I kapittel 3.2.1
presenteres variablene tabellarisk. Tabellene viser både en beskrivelse av hvordan
variabelen skal forstås og hvordan denne er kodet, samt deskriptiv statistikk
tilknyttet denne. En ytterligere mer detaljert beskrivelse av kodingen og
modifiseringen av variablene kan dessuten leses fra side 149 i vedlegg 3.1.
3.2.1 Oversikt over variablene i regresjonsanalysene
3.2.1.1 Tabellarisk beskrivelse av variablene i regresjonsanalysene
Variabelnavn Beskrivelse/ Definisjon
Koding Forventet fortegn i regresjon
Tester hypot-ese
Avhengig variabel Fravalgt_revisor Har selskapet registrert fravalg i
Brønnøysundregistrene i perioden 01.05 til 31.12.11?
0 = nei, 1 = ja
Uavhengige variabler Geografi Lav_folketetthet_
dummy Har selskapet forretningsadresse i et fylke med lav folketetthet? (Fylker som her er definert med lav folketetthet: Finnmark, Sogn og Fjordane, Nord-Trøndelag, Troms, Nordland, Hedmark, Oppland, Telemark eller Aust-Agder). Folketetthet er basert på areal og befolkningsstatistikk fra SSB33
0 = nei, 1 = ja
+ H1b
Storby_dummy Har selskapet forretningsadresse i en storbykommune? (Storby er her definert som Norges fire største målt i antall innbyggere33: Oslo, Bergen, Trondheim eller Stavanger)
0 = nei, 1 = ja
- H1a
Bransje Annen_bransj_ Selskapet har annen NACE-kode 0 = bransje +/-
33 http://www.ssb.no/emner/02/01/10/beftett/tab-2011-06-17-02.html
Side 47
dummy som grupperes under annet enn G, M og L.
G, M og L, 1 = andre bransjer
Bransje_varehandel_ dummy
Selskapet har NACE-kode som grupperes under G.
0 = alle andre bransjer, 1 = bransje G
+/- H2b
Bransje_faglig_tjenesteyting_ dummy
Selskapet har NACE-kode som grupperes under M.
0 = alle andre bransjer, 1 = bransje M
+/- H2a
Forholdet til revisor og regnskapsfører Regnskapsfører_
dummy Selskapet benytter ekstern regnskapsfører
0 = nei, 1 = ja
+ H3a
Rådgivn_dummy Selskapet har brukt kroner på rådgivning fra revisor i 2010
0 = nei, 1 = ja
- H3b
Anmerkninger fra revisor (opinion shopping) Forbehold_dumm
y Selskapet har fått forbehold i revisjonsberetningen 2010
0 = nei, 1 = ja
+ H4a
Pres_fortsatt_ drift_dummy
Selskapet har fått presisering i revisjonsberetningen 2010 om usikkerhet om fortsatt drift eller tapt aksjekapital, iht. aksjeloven.
0 = nei, 1 = ja
+ H4b
Pres_sk_ trekksmidl_ dummy
Selskapet har fått presisering i revisjonsberetningen 2010 om at det ikke har behandlet skattetrekksmidler i samsvar med bestemmelsene i skattebetalingsloven § 5-12
0 = nei, 1 = ja
+ H4c
Pres_tilbakekalt_ dummy
Selskapet har fått presisering i revisjonsberetningen 2010 om at selskapets årsoppgjør ikke er avgitt innen lovens frist og/eller avgitt ny beretning etter at tidligere beretning er tilbakekalt
0 = nei, 1 = ja
+ H4d
Pres_ulov_lån_ dummy
Selskapet har fått presisering i revisjonsberetningen 2010 om ulovlig lån/provisjoner til aksjonær, ledende personer eller ansatte
0 = nei, 1 = ja
+ H4e
Kjønn og alder Alder_DL Alder på daglig leder pr 31.12.10 - H5a
DL_kjønn Daglig leders kjønn 0 = kvinne, 1 = mann
+ H5c
Alder_selskap Antall år siden selskapet ble stiftet (pr 31.12.10)
- H5b
Størrelse 1_2499_driftsinnt
_dummy Hadde selskapet driftsinntekter i intervallet TNOK 1 til MNOK 2,499 i 2010?
0 = 0 og MNOK 2,5 til4,999, 1 = TNOK 1til MNOK 2,499
+ H6
2500_4999_ driftsinnt_dummy
Hadde selskapet driftsinntekter i intervallet MNOK 2,5 til 4,999 i 2010?
0 = 0 og TNOK 1 til MNOK
- H6
Side 48
2,499, 1 = MNOK 2,5 til 4,999 driftsinntekt
Antall_ansatte Hvor mange ansatte har selskapet? - H6
Sum_drinnt_log Den naturlige logaritmen av selskapets driftsinntekter i 2010
- H6
Sum_eiend_log Den naturlige logaritmen av selskapets sum eiendeler pr 31.12.10
- H6
Agent- og prinsipalforhold 2eiere_dummy Hadde selskapet 1 eller 2 eiere pr
31.12.10? 0 = flere enn 2 eiere, 1 = 1 eller 2 eiere
+ H7b
DL_eierandel_ dummy
Hadde daglig leder eierandel i selskapet pr 31.12.10?
0 = nei, 1 = ja
+ H7b
Gj_kr_in_kort_ dummy
Hadde selskapet bokført kortsiktig gjeld til kredittinstitusjoner pr 31.12.10?
0 = nei, 1 = ja
- H7c
Gj_kr_in_lang_ dummy
Hadde selskapet bokført langsiktig gjeld til kredittinstitusjoner pr 31.12.10?
0 = nei, 1 = ja
- H7d
Konsern_dummy Har selskapet bokførte verdier i regnskapslinjer i 2010 som relaterer seg til konserntilhørighet?
0 = nei, 1 = ja
- H7a
Leverandørgj_ dummy
Har selskapet bokført leverandørgjeld pr 31.12.10?
0 = nei, 1 = ja
- H7e
Sign_RF_1022_ dummy
Har revisor signert kontrolloppstillingen (RF-1022)?
0 = nei, 1 = ja
- H7g
Skyld_off_avg_ dummy
Har selskapet bokført skyldige offentlige avgifter pr 31.12.10?
0 = nei, 1 = ja
- H7f
Finansiell stilling Gjeldsgrad Sum balanseført gjeld dividert med
sum balanseført egenkapital pr 31.12.10.
- H8d
God_dårlig_ kredrat_dummy
Har kredittratingselskapet AAA Soliditet gitt selskapet god (A, AA eller AAA) eller dårlig kredittrating (C)?
0 = C, 1 = A, AA eller AAA kredittrating
- H8a
Lønnsomhet_2010 Selskapets totalrentabilitet: (ORFS + FK)*100 (STK09+STK10)/2 ORFS = Ordinært resultat før skattekostnad FK = Finanskostnader STK09 = Sum totalkapital 2009 STK10 = Sum totalkapital 2010
- H8c
Revhon_driftsinnt Størrelsen på revisjonshonoraret i 2010 dividert med bokført sum driftsinntekter i 2010
+ H8b
Revhon_driftskost Størrelsen på revisjonshonoraret i 2010 dividert med bokført sum driftskostnader i 2010
+ H8b
Big 5
Side 49
Big5_dummy Hadde selskapet pr 30.04.11 revisor fra den av de fem største revisjonsselskapene i Norge?
0 = ikke big 5, 1 = big 5
- H9
Andre variabler (samlekategori) Tomter_dummy Har selskapet bokført verdier i
tomter, bygninger og annen fast eiendom pr 31.12.10?
0 = nei, 1 = ja
- H10a
Varelager_dummy Har selskapet bokført varelager pr 31.12.10?
0 = nei, 1 = ja
+ H10b
Tabell 3-1: Beskrivelse av variablene i regresjonsanalysene
3.2.1.2 Tabellarisk deskriptiv statistikk av variablene i regresjonsanalysene
Variabelnavn Observasjoner Minsteverdi
Maks verdi
Gjennom-snitt**
Std avk Gyldige Mangler Sum
Avhengig variabel
Fravalgt_ revisor
113.415 0 113.415 0 1 0,362** IA
Uavhengige variabler Geografi
Lav_folketetthet_dummy
113.415 0 113.415 0 1 0,233 IA
Storby_dummy 113.415 0 113.415 0 1 0,300 IA Bransje
Annen_bransj_dummy 113.415 0
113.415 0 1 0,499 IA
Bransje_varehandel_ Dummy 113.415 0
113.415 0 1 0,125 IA
Bransje_tjenesteyting_ dummy 113.415 0
113.415 0 1 0,109 IA
Forholdet til revisor og regnskapsfører
Regnskapsfører_dummy 113.415 0
113.415 0 1 0,564 IA
Rådgivn_ dummy 70.430 42.985
113.415 0 1 0,745 IA
Anmerkninger fra revisor (opinion shopping)
Forbehold_ dummy 110.510 2.905
113.415 0 1 0,012 IA
Pres_fortsatt_ dummy 110.510 2.905
113.415 0 1 0,106 IA
Pres_sk_trekk-smidl_dummy 110.510 2.905
113.415 0 1 0,038 IA
Pres_tilbakekalt_dummy 110.510 2.905
113.415 0 1 0,049 IA
Pres_ulov_lån_dummy_ 110.510 2.905
113.415 0 1 0,032 IA
Kjønn og alder
Alder_DL 77.842 35.573 113.415 18 99 50,4 11,24
DL_kjønn 77.837 35.578 113.415 0 1 0,843 IA
Alder_selskap 113.415 0 113.415 0 168 9,34 11,76
Side 50
Størrelse
1_2499_drifts-innt_dummy 110.621 2.794
113.415 0 1 0,557 IA
2500_4999_ driftsinnt_ dummy 110.621 2.794
113.415 0 1 0,158 IA
Antall_ansatte 64.439 48.976 113.415 0 418 2,07 5,01
Sum_drinnt_log 110.621 2.794 113.415 0 8,5 4,73 3,23
Sum_eiend_log 110.621 2.794 113.415 0 9,9 6,99 1,67 Agent- og prinsipalforhold
2eiere_dummy 98.081 15.334 113.415 0 1 0,814 IA
DL_eierandel_ dummy 77.837 35.578
113.415 0 1 0,654 IA
Gj_kr_in_kort_dummy 110.866 2.549
113.415 0 1 0,076 IA
Gj_kr_in_lang_dummy 110.874 2.541
113.415 0 1 0,252 IA
Konsern_ dummy 110.876 2.539
113.415 0 1 0,133 IA
Leverandørgj_ dummy 110.621 2.794
113.415 0 1 0,584 IA
Sign_RF_1022_dummy 55.980 57.435
113.415 0 1 0,947 IA
Skyld_off_avg_dummy 110.750 2.665
113.415 0 1 0,546 IA
Finansiell stilling
Gjeldsgrad 109.622 3.793 113.415 -116,9* 134,7* 2,0 17,9
God_dårlig_kredrat_dummy 82.400 31.015
113.415 0 1 0,953 IA
Lønnsomhet_2010 110.046 3.369
113.415 -475 % 166 % 0,5 % 55 %
Revhon_driftsinnt 79.222 34.193
113.415
-1.700 %*
3.600 %* 6,76 % 56 %
Revhon_driftskost 104.421 8.994
113.415
-1.900 %*
2.200 %* 15 % 34 %
Big 5
Big5_dummy 113.263 152 113.415 0 1 0,307 IA Andre variabler (samlekategori)
Tomter_dummy 110.878 2.537 113.415 0 1 0,275 IA
Varelager_dummy 110.620 2.795
113.415 0 1 0,226 IA
IA = Beregning av standardavvik er ikke aktuelt for variabler som ikke er på intervall- eller forholdstallnivå.
* = SIC. Verdiene er kontrollert og skyldes at et NOK-beløp divideres på et forholdsmessig lavere NOK-beløp. Eksempelvis skyldes -1.900 % et revisjonshonorar på TNOK 19, mens driftskostnader er TNOK – 1.
** = Gjennomsnittsverdi for dummyvariabler forstås som andel forekomster av verdien 1 i variabelen. For eksempel har 36,2 % registrert fravalg (1) i den avhengige variabelen, fravalgt_revisor.
TNOK = NOK tusen. MNOK = NOK millioner.
Tabell 3-2: Deskriptiv statistikk av variablene i regresjonsanalysene
Side 51
3.2.2 Avhengig variabel – Fravalgt revisor
Variabelen måler forekomst av fravalg (1). De fleste andre tidligere relaterte
studier har brukt en tilsvarende invers avhengig variabel som isteden måler
observasjon (1) dersom selskapet beholder revisor (Blekastad og Johannessen.
2011; Collis. 2010; Svanstrøm. 2008). Det har ingen betydning hva man benytter.
Årsaken til at forfatterne måler observasjoner av fravalg, skyldes at
problemstillingen er annerledes formulert. I motsetning til disse tidligere studiene,
forholder denne variabelen seg til et faktisk valg. Nevnte studier hadde, i tillegg til
å velge bort (1) og beholde revisor (0), også alternativet ”vet ikke”, noe som
medførte manglende observasjoner i anvendelse av dataene i regresjonsanalyser.
Dette er ikke tilfelle i denne studien, som trolig derfor kan gi mer signifikante
resultat.
3.2.3 Uavhengige variabler
De uavhengige variablene er faktorer eller indikatorer som vi undersøker om kan
være annerledes kjennetegn hos selskapene som valgte bort, enn hos dem som
beholdt revisor. Det er prioritert å anvende mange variabler (36 i antallet) slik at
regresjonsanalysene blir mindre sensitive for ikke-kontrollerte forhold.
3.2.3.1 Geografi
Alle variablene som relaterer seg til kategorien geografi er utledet av
observasjoner i den opprinnelige variabelen om selskapets kunngjorte
forretningspostnummer i Brønnøysund-registrene.
I de deskriptive analysene blir det anvendt analyser på kommune- og fylkesnivå,
som er avledet ved å relatere postnummer til den kommunen og fylket dette
tilhører. Som det fremgår under av figur 3-1 (og tabell 7-6 i vedlegg 3.2) har 17,6
% (eller 19.908) av selskapene i populasjonen postnummer i Oslo fylke.
Side 52
4,5
10,7
17,6
2,72,95,14,8
3,02,24,3
9,010,1
2,1
5,25,4
2,34,1
2,51,4
0,10,02,04,06,08,010,012,014,016,018,020,0
Østfold
Akershus
Oslo
Hedmark
Oppland
Buskerud
Vestfold
Telemark
Aust‐Agder
Vest‐Agder
Rogaland
Hordaland
Sogn
og Fjordane
Møre og Romsdal
Sør‐Trøndelag
Nord‐Trøndelag
Nordland
Troms
Finnmark –…
Svalbard
Prosent fordeling av
observasjonene
Figur 3-1: Prosentvis fylkesfordeling av selskapene i populasjonen
Av figur 3-2 (og tabell 7-7 i vedlegg 3.2) ser vi at 0,9 % (eller 1.014) av
selskapene i populasjonen har postnummer i Larvik kommune.
17,6
5,9
3,6 3,4 2,9 2,3 1,7 1,4 1,4 1,3 1,1 1,1 1,1 1,0 0,9 0,9 0,9 0,9
‐2,0 4,0 6,0 8,0 10,0 12,0 14,0 16,0 18,0 20,0
OSLO
BERGEN
TRONDHEIM
BÆRUM
STAVANGER
KRISTIANSA
ND
ASKER
DRAMMEN
SANDNES
FRED
RIKSTAD
ÅLESU
ND
SANDEFJORD
TROMSØ
TØNSBERG
SKIEN
SKED
SMO
LARVIK
HAUGESUND
Prosentvis fordeling av
observasjonene
Figur 3-2: Prosentvis kommunefordeling av selskapene i populasjonen.
Tabellen viser kun kommuner med flere enn 1.000 selskap i populasjonen
(resterende kan ses i tabell 7-7 i vedlegg 3.2). Kommunene som er vist i figuren
utgjør totalt 49,4 % av populasjonen.
I variabelen storby_dummy har vi valgt å operere med en smalere definisjon av
storbykommune enn hva regjeringen definerer storby som34. Vi forholder oss til
de av disse som har innbyggertall over 100.000. Det medfører at Kristiansand og
Tromsø faller utenfor definisjonen.
34 http://www.regjeringen.no/nb/dep/krd/dok/regpubl/stmeld/20022003/stmeld-nr-31-2002-2003-/1/1/1.html?id=402982
3.2.3.2 Bransje
Alle variablene som knytter seg til bransje er utledet av observasjoner i den
opprinnelige variabelen av selskapets kunngjorte bransjetilhørighet i
Brønnøysundregistrene. Dette er en standardisert variabel, kalt NACE (xx.xxx),
som er standardisert i bruk innad i EU og EØS35. Denne er, som postnummer, på
nominalnivå og kan derfor kun benyttes til å klassifisere et selskap i en kategori
(Ghauri og Grønhaug. 2010. s 76).
Fordi en NACE-kode kan omtales på tre ulike nivå, har den i de deskriptive
analysene blitt anvendt på alle tre nivå. På mest detaljerte nivå er den
innrapporterte NACE-koden, for eksempel 96.020 (frisering og annen
skjønnhetspleie). Dernest tilhører denne kategori 96 (annen personlig
tjenesteyting) sammen med alle som begynner på 96. Sist og minst detaljert
tilhører alle NACE-kode med to første siffer 94 til 96 bokstavkode S (annen
tjenesteyting). Kodingen og fordelingen i variablene er illustrert i påfølgende
figurer i dette kapitlet.
Figur 3-3: Prosentvis bransjefordeling av selskapene i populasjonen på
bokstavkodenivå.
(Se også tabell 7-9 vedlegg 3.2 for frekvensfordeling).
35 http://www.ssb.no/emner/10/01/nos_sn/nos_d383/nos_d383.pdf
1,3 0,3 3,7
0,6 0,2
10,6 12,5
2,9 2,7 4,2
10,4
26,8
10,9
4,6
0,0 0,9 2,7 1,5 1,5 1,7
‐
5,0
10,0
15,0
20,0
25,0
30,0
Prosentvis fordelin
g av observasjonene
Side 54
26,8
10,1
6,1 6,0 5,2 4,4 4,1 3,5
2,2 2,2 2,0 1,9 1,7 1,4 1,4 1,4 1,4 0,9 0,9
‐
5,0
10,0
15,0
20,0
25,0
30,0
Prosentvis fordeling av observasjonene
Figur 3-4: Prosent bransjefordeling av selskapene i populasjonen (NACE 2-siffer).
Figuren viser kun NACE-koder (2-siffer) med flere enn 1.000 selskap (resterende
kan ses i tabell 7-10 i vedlegg 3.2). Bransjene som vises i figuren er totalt 83,5 %
av populasjonen.
20,4
5,5 5,1 4,4
3,7 3,4 2,4 2,3 1,7 1,7 1,4 1,2 1,2 1,2 1,0 1,0 0,9 0,9 0,9 0,9
‐
5,0
10,0
15,0
20,0
25,0
Prosentvis fordeling av observasjonene
Figur 3-5: Prosent bransjefordeling av selskapene i populasjonen (NACE 5-siffer).
Figuren viser kun NACE-koder (5-siffer) med flere enn 1.000 selskap (resterende
kan ses i tabell 7-11 i vedlegg 3.2). Bransjene som vises i figuren er totalt 61,4 %
av populasjonen.
Side 55
I de logistiske regresjonsmodellene inngår dummyvariablene
annen_bransj_dummy, bransje_varehandel_dummy og
bransje_faglig_tjenesteyting_dummy, mens bransje L representerer en
referansekategori. En referansekategori anvendes ved koding av variabler på
nominal nivå som skal anvendes i logistisk regresjon, hvor man for eksempel
ønsker å undersøke eventuelle bransjeforskjeller i sammenheng med andre
kontrollvariabler. I våre modeller har vi altså fire kategorier som testes om er
forskjellige fra hverandre (bransje G, M, annen bransje (andre enn G, M og L) og
referansekategorien L). Dette gir oss tre variabler, da man alltid har en variabel
mindre enn man har kategorier (Tufte. 2000). Selskap med bransjetilhørighet til L
vil ha verdien 0 i alle tre variablene, og en forskjell i sammenheng i
bransjetilhørighet til L vil implisitt bli utledet av de tre variablene i sammenheng.
3.2.3.3 Forholdet til revisor og regnskapsfører
Regnskapsførers navn som opprinnelig er blitt sendt inn av selskapene til
Brønnøysundregistrene, er omkodet til en regnskapsfører_dummy.
Det er ingen kontrollmekanismer som sikrer at selskapene melder inn hvilken
regnskapsfører man benytter. Det er derfor blitt diskutert hvorvidt alle som faktisk
har ekstern regnskapsfører har meldt inn dette til Brønnøysundregistrene.
Dokumentbasert tilsyn av regnskapsførerne viser at 113.093 AS hadde ekstern
regnskapsfører i 2009. Dette utgjorde 54 % av alle AS36. Antall selskap med
registrert melding om regnskapsfører i vårt datamateriale utgjør 56 %37. Likheten
avklarer ikke det faktum at det er usikkerhet vedrørende om selskap faktisk
melder inn regnskapsfører til Brønnøysundregistrene, men viser oss at vårt
datamateriale er av samme nøyaktighet som det som anvendes av FIN ved sine
rapporteringer av tilsyn. Derimot forholder Skattedirektoratet seg til opplysninger
om oppføring av regnskapsfører i selskapets næringsoppgave. Her oppga 57 % av
AS med driftsinntekter mindre enn NOK 5 millioner å ha brukt regnskapsfører til
å føre årsregnskapet (Blekastad og Johannessen. 2011). Andelen selskap med
ekstern regnskapsfører i vårt datamateriale er dermed cirka tilsvarende andelen
som to uavhengige kilder viser.
36 113.093/ 210.476 = 0,537 -http://www.brreg.no/presse/pressemeldinger/2009/07/fr_statistikk_forste_halvaar_09.html 37 63.971/113.415 = 0,564
Side 56
Rådgivn_dummy er levert av Experian AS38. Variabelen er hentet fra opplysning i
notene til regnskapet. For å oppfylle krav i regnskapsloven39 til opplysninger om
kostnader for bruk av revisor, er minstekravet at kostnadene minst splittes på
honorar for lovpålagt revisjon og andre tjenester. Variabelen er derfor det som er
registrert av opplysninger om ”andre tjenester”. Her faller alle andre tjenester som
ikke er revisjon inn, alt fra større due diligenceoppdrag til utarbeidelse av
årsregnskap og selvangivelse. I gjennomsnitt brukte et selskap i populasjonen kr
5.900 på rådgivning til revisor (tabell 7-12 i vedlegg 3.2 ). Vårt datamateriale har
observasjoner på 62 %40 av det totale antall selskap i populasjonen. Vi har ingen
grunn til å tro at manglende observasjoner skulle medføre en skjevhet i
datamaterialet, og at 70.430 observasjoner uansett derfor er tilstrekkelig stort
materiale til å få signifikante resultat. Observasjonene er manuelt innlest, slik at
det kan være en usikkerhet i form av menneskelig svikt. Vår gjennomgang av
datamaterialet har resultert i korrigeringer av ekstremverdier som har medført mer
nøyaktige dataverdier.
3.2.3.4 Anmerkninger fra revisor (opinion shopping)
Alle variablene i kategorien er omkodede nominale variabler fra Proff Forvalt-
databasen. I disse har en person hos ENIRO Norge manuelt skrevet inn
observasjoner av ulike forbehold og presiseringer i revisjonsberetningen 2010 for
det enkelte selskap. Den manuelle behandlingen kan således representere en
usikkerhet, men som nevnt over i kapittel 3.1.3.4 er ENIRO avhengig av å levere
nøyaktig datamateriale.
Datamaterialet oppgir 2.905 manglende observasjoner for alle fem
dummyvariablene. Dette er hovedsakelig selskap som er stiftet i siste halvdel av
2010, som er tillatt å utsette avleggelse av regnskap for 2010 sammen med
regnskapet for 2011 (og har derfor ikke fått revisjonsberetning for regnskapsåret
2010).
Tilsvarende som for dummyvariablene tilknyttet bransje (kapittel 3.2.3.2), er
presiseringer målt ved hjelp av fire dummyvariabler, hvorpå ikke-presisering er
referansekategori. 38 http://www.experian.no/smaa-bedrifter/analyse-og-dokumentasjon-foretaksanalyse-as.html 39 Regnskapsloven § 7-31 a og 7-44. 40 70.430/113.415 = 0,621
Side 57
3.2.3.5 Kjønn og alder
Kategorien omfatter alder på selskapet og daglig leder, samt kjønnet til daglig
leder. Alder_selskap er kodet om fra Proff Forvalts opprinnelige variabel
Stiftelsesdato. Alder_DL og DL_kjønn er begge fra CCGR-databasen.
I variablene DL_kjønn og alder_DL mangler det i underkant av 35.580
observasjoner, hvilket betyr at vi har gyldige observasjoner på 69 %41 av
selskapene i populasjonen. Et rask manuelt søk i Proff Forvalt på et utvalg av
selskapene som mangler observasjon, viser at dette gjennomgående er selskap
hvor styrets leder utfører daglig leders juridiske funksjon. Selskapet har med
andre ord benyttet seg av muligheten som ligger i asl. § 6-2, 1. ledd, 2. punktum.
Denne sier at AS med aksjekapital mindre enn NOK 3 millioner ikke trenger å ha
daglig leder (underforstått at styrets leder utfører daglig leders rettslige funksjon).
Det er ikke tilfelle at daglig leder automatisk strykes når daglig leder og styrets
leder er samme person. Hadde dette vært tilfelle, kunne det vært en risiko for at de
manglende selskapene hadde andre egenskaper enn de gyldige. For eksempel
kunne det tenkes at de gyldige observasjonene hadde mer kompleks organisatorisk
struktur fordi styre og daglig ledelse i større grad var splittet. Når det ikke er
tilfelle at daglig leder automatisk strykes, anser vi heller ikke risikoen for skjevhet
i utvalget for stor. Størrelsen på utvalget er uansett tilstrekkelig stort til å kunne
utføre tester med trolig signifikante resultat.
‐
2,0
4,0
6,0
8,0
10,0
12,0
14,0
16,0
36 34 32 30 28 26 24 22 20 18 16 14 12 10 8 6 4 2 0
Prosent av totale antall observasjoner
År siden selskapet ble stiftet
Figur 3-6: Prosentfordeling av observasjoner med hensyn på hvor mange år siden
selskapet ble stiftet. 41 - 77.843 / 113.415 = 0,686
Side 58
Figuren viser selskap som er mellom 0 og 36 år. Disse utgjør 97,1 % av
observasjonene. Resterende fordeling kan ses i tabell 7-13 i vedlegg 3.2.
0,00
0,50
1,00
1,50
2,00
2,50
3,00
3,50
78 76 74 72 70 68 66 64 62 60 58 56 54 52 50 48 46 44 42 40 38 36 34 32 30 28 26 24
Prosent av totale observasjoner
Alder daglig leder (år)
Figur 3-7: Prosentvis fordeling av observasjoner med hensyn på hvor gammel daglig leder er.
Figuren viser daglig ledere som er mellom 24 og 78 år og utgjør 99,1 % av
observasjonene. Resterende fordeling kan ses i tabell 7-14 i vedlegg 3.2.
3.2.3.6 Størrelse
I kategorien faller tre typer variabler som alle er mål på selskapets størrelse. Disse
er alle hentet fra Proff Forvalt og RavnInfo-databasene. De opprinnelige
variablene Sum driftsinntekter i 2010 og Sum eiendeler i 2010 er begge hentet fra
de verdiene regnskapslinjene har i årsregnskapet i 2010. Antall_ansatte er anvendt
i sin originale form, og stammer opprinnelig fra det antall ansatte selskapet har
meldt inn til Enhetsregisteret42.
Tilsvarende som vi så at selskap med tilhørighet til bransje L i kapittel 3.2.3.2 ble,
blir selskap med sum driftsinntekter pålydende NOK 0 referansekategorien til
dummyvariablene 1_2499_driftinnt_dummy og 2500_4999_driftinnt_dummy.
Som for variabler i kategorien anmerkninger fra revisor eksisterer det 2.794
manglende observasjoner i den totale populasjonen. Som vi så, er dette selskap
som er stiftet i siste halvdel av 2010, som er tillatt å utsette avleggelse av regnskap
for 2010 sammen med regnskapet for 2011 (og har derfor ikke fått
42 http://www.brreg.no/registrene/enhet/
Side 59
revisjonsberetning for 2010). 31.559 selskap hadde NOK 043 i sum driftsinntekter
i 2010, dette utgjorde 28,5 %44 av observasjonene. Tilsvarende andel for selskap i
intervallene NOK 1.000 til NOK 2.4999 tusen og NOK 2.500 tusen til NOK 4.999
tusen var henholdsvis 55,7 %44 og 15,8 %44.
Antall_ansatte mangler 48.976 observasjoner av populasjonen. Observasjonene er
opprinnelig fra Proff Forvalt. Selskapene er pliktig å opplyse antall ansatte.
Forfatternes erfaring tilsier allikevel at det eksisterer en praksis hvor selskap til
tider unnlater dette.
Siden det kun presenteres deskriptiv statistikk av logaritmen av sum
driftsinntekter og sum eiendeler i 2010 i kapittel 3.2.1.2, presenteres tilsvarende
deskriptiv statistikk for variablene i sin originale form her.
Variabelnavn Observasjoner Minsteverdi
Maks verdi
Gjennom-snitt
Std avk Gyldige Mangler Sum
Avhengig variabel
Sum driftsinntekter 2010
110.621 2.794 113.415 TNOK -7.875
TNOK4.999
TNOK 1.047
TNOK 1.312
Sum eiendeler 2010
110.621 2.794 113.415 TNOK -3.251
TNOK 19.999
TNOK 2.809
TNOK 3.772
Tabell 3-3: Deskriptiv statistikk av sum driftsinntekter og sum eiendeler 2010.
3.2.3.7 Agent- og prinsipalforhold
Variablene i denne kategorien er både variabler i original og omkodet form som er
hentet fra årsregnskapet 2010 (Proff Forvalt- og RavnInfo-databasen), CCGR-
databasen, samt taushetsbelagte observasjoner fra kontrolloppstillingen (RF-
1022).
I gjennomsnitt skyldte selskap i utvalget NOK 55.012 og NOK 95.493 til
henholdsvis det offentlige og leverandører pr 31.12.2010 (tabell 7-17, vedlegg
3.2). Tilsvarende skyldte selskapet i gjennomsnitt NOK 648.010 og NOK 51.600
henholdsvis langsiktig og kortsiktig til kredittinstitusjoner (tabell 7-18, vedlegg
3.2).
43 Innefatter også 160 observasjoner av selskap med negative bokførte driftsinntekter (31.559 – 31.399 = 160) 44 : 31.559 / 110.621 = 0,285 - 61.613/110.621 = 0,557 - 17.449/110.621 = 0,158
Side 60
Konsern_dummy måler konserntilknytning. Selskapet har konserntilknytning
dersom det har verdi større enn NOK 0 i minst en av følgende
regnskapsregnskapslinjer: inntekt på investering i datterselskap, inntekt på
investering i tilknyttet selskap, inntekt på investering i annet foretak i samme
konsern, renteinntekt fra foretak i samme konsern, rentekostnad til foretak i
samme konsern, aksjer og andeler i foretak i samme konsern, langsiktig
konserngjeld eller kortsiktig konserngjeld.
I tillegg til overnevnte variabel, vil også leverandørgjeld_dummy,
skyld_off_avg_dummy, samt de to dummiene som omhandler gjeld til
kredittinstitusjoner alle bygge på observasjoner hentet fra årsregnskapet 2010.
Dette betyr, som vi har sett for andre variabler med utgangspunkt i årsregnskapet
2010, at variablene mangler observasjoner på selskap som ikke har sendt inn
årsregnskap fordi disse er stiftet i annen halvdel av 2010 og har utsatt
innsendelsen til 2011-regnskapet.
Variabelen DL_eierandel_dummy er en dummyvariabel kodet om fra den
originale variabelen, opprinnelig hentet fra CCGR-databasen. På sin opprinnelige
form gjenga den originale variabelen eierandelen daglig leder eide av selskapets
aksjekapital pr 31.12.2010 i henhold til aksjonærregisteroppgaven.
Observasjonene i variabelen viste at daglig leder i gjennomsnitt eide 49 % av
selskapets aksjekapital (tabell 7-16, vedlegg 3.2). Variablene mangler 35.578
observasjoner av populasjonen. Et manuelt søk i Proff Forvalts databaser på et
utvalg av observasjonene med mangler, viser oss at dette er både selskap hvor
daglig leder har og ikke har eierandel. Vi har derfor grunn til å tro at manglende
observasjoner ikke representerer en ulik gruppe fra gyldige observasjoner, hvilket
minimerer risikoen for feilaktige konklusjoner som følge av eventuelle skjevheter
i utvalget.
I følge Bøhren (2011), som undersøkte familieselskaper i Norge, vil det i
selskaper med en til to eiere være lettere å foreta beslutninger. Derfor kan det
være naturlig å operere med en variabel lik 2eiere_dummy. Variabelen er hentet
fra CCGR-databasen, som inneholdt observasjoner om antall eiere i selskapet.
Variabelen mangler 15.334 observasjoner av populasjonen. Når vi utfører
tilsvarende søk som i avsnittet over, finner vi heller ikke her tegn som tyder på at
Side 61
manglende observasjoner eventuelt kan medføre skjevhet i utvalget. Søkene viser
at manglende observasjoner både har forekomster av mange og få aksjonærer.
51,0
19,4
8,1 4,3
1,9 0,9 0,4 0,2 0,1 0,1 0,1 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 ‐
10,0
20,0
30,0
40,0
50,0
60,0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Prosent av totale antall observasjoner
Antall aksjonærer
Figur 3-8: Prosentvis fordeling av gyldige observasjoner om antall aksjonærer i
selskapene i populasjonen.
Figuren viser eksempelvis at 78,5 % av selskapene har en eller to aksjonærer
(51,0 + 19,4 %). Fordelingene er hentet fra den originale variabelen fra CCGR-
databasen som i sin originale form kun anvendes i de deskriptive analysene.
Sign_RF_1022_dummy anvendes i sin originale form og er hentet fra
Skatteetatens databaser. Datamaterialet mangler observasjoner på 57.435. I følge
korrespondanse med vår kontaktperson i Skattedirektoratet er 54.486 av disse
selskapene registrert med 0 ansatte i Enhetsregisteret. De resterende er i følge vår
kontaktperson trolig sendt inn på papir, og følgelig ikke registrert i etatens
elektroniske databaser.
3.2.3.8 Finansiell stilling
Variablene i denne kategorien er både variabler i original og omkodet form, hentet
fra årsregnskapet 2010 med tilhørende noteopplysninger (Proff Forvalt og
RavnInfo-databaser), samt kredittratinger utført av kredittratingselskapet AAA
Soliditet.
Størrelse på revisjonshonorar, som er hentet fra notene til årsregnskapet45, danner
grunnlaget for revhon_driftsinnt og revhon_driftskost. Et selskap i utvalget betalte
45 Regnskapsloven § 7-31 a og 7-44.
Side 62
i gjennomsnitt kr 12.260 i honorar til revisor i 2010 (tabell 7-63, vedlegg 4.8.2).
Tilsvarende som for rådgivn_dummy (kapittel 3.2.3.3), vil det også for disse være
usikkerhet forbundet med manuell behandling.
Gjeldsgrad og lønnsomhet_2010 er i sin originale form direkte fra Proff Forvalt-
databasen. Med dette forstås at forholdstallene ikke er beregnet av forfatterne selv,
men av systemene til ENIRO Norge. Forfatterne har ettergått et utvalg av
observasjonene og påsett at beregningene er nøyaktig utført. Begge variablene
inneholder observasjoner med ekstremverdier, som skyldes at egenkapitalen i stor
grad er tapt for selskapene det gjelder. For å utjevne disse har vi valgt å
”winsorize” 1 % av observasjonene. Dette betyr at vi for 0,5 % av observasjonene
med største positiv verdi erstatter disse med den høyeste verdien som forekommer
når 0,5 % er utelatt (Hasings et al. 1947. s 413-426). Tilsvarende gjøres for 0,5 %
med største negative ekstremverdi. Denne måten er vanlig å anvende i
forskningsstudier for å motvirke effekter av ekstremverdier.
Manglende observasjoner i gjeldsgrad og lønnsomhet_2010 skyldes hovedsakelig
også her at selskapene ikke har vært pliktig å sende inn årsregnskap fordi de er
stiftet i annen halvdel av 2010. Revhon_driftskost mangler begge 8.994
observasjoner av populasjonen. Dette kan skyldes at selskapet har unnlatt å
informere om størrelsen på revisjonshonoraret i notene. Omfanget er i alle tilfeller
av så liten betydning at det er lite trolig det vil slå ut med skjevheter i utvalget.
Revhon_driftsinnt mangler 34.193 observasjoner av populasjonen. Dette skyldes
hovedsakelig at 31.399 selskap hadde NOK 0 i driftsinntekter i 2010. Å dividere
en positiv verdi på 0 er ikke mulig, hvilket vi løste med å utelate observasjonene
det gjaldt fra populasjonen.
God_dårlig_kredrat_dummy er en dummyvariabel som bygger på observasjoner
av kredittratinger av selskapene utført og levert av AAA Soliditet. I følge byråets
nettsider46, er kredittratingen gitt med grunnlag innenfor fire delområder
(grunnfakta, eier/juridisk, økonomi og betalingserfaring) og med følgende
ratingkoder:
AAA - Høyeste kredittverdighet;
AA - God kredittverdighet;
46 http://soliditet.no/vaare-tjenester/aaa-rating/AAA-Rating.517.cms
Side 63
A – Kredittverdig;
AN - Nyetablert foretak;
Ingen rating – Rating er ikke fastsatt (det ligger inne en aktuell hendelse
eller kreditorvarsel som er så alvorlig at ratingen er fjernet fra selskapet)47;
B - Kreditt mot sikkerhet;
C - Kreditt frarådes.
A, AA og AAA kan alle oppfattes som gode kredittratinger. B er i følge AAA
Soliditet “kreditt mot sikkerhet”. Når B gis sies det verken om man burde gi
kreditt eller ikke. Det frarådes ikke, ei heller oppfordres til kredittgivning, altså
tilnærmet nøytral kredittrating. Et selskap som er gitt C har fått en dårlig
kredittrating. AN-ratinger kan tolkes til at kredittratingbyrået oppfatter
selskapet som så nytt at det ikke har grunnlag til å foreta rating.
God_dårlig_kredrat_dummy mangler 31.015 observasjoner. Dette skyldes, som
nevnt, at observasjoner av AN, B og Ingen-rating er verken gitt verdien 1 eller 0.
42,4 %
20,8 %
6,0 %1,9 %
24,8 %
3,5 %0,6 %
0,0 %5,0 %10,0 %15,0 %20,0 %25,0 %30,0 %35,0 %40,0 %45,0 %
Prosent av totale antall
observasjoner
Kredittrating
Figur 3-9: Prosentvis fordeling av gyldige observasjoner av ulike kredittratinger.
Variabelen er i sin originale form fra AAA Soliditet. Se tabell 7-20, vedlegg 3.2
95,2 % av observasjonene i god_dårlig_kredrat_dummy er gitt verdien 1 (god
rating). At kun så liten andel som 4,8 % er gitt verdien 0 (dårlig rating) vil trolig
ha lite å si for signifikansnivået til variabelen i regresjonsmodellene. Dette fordi
antall ganger som 0 forekommer er hele 3.933 ganger, noe som må anses som et
tilstrekkelig antall til å kunne gi pålitelige resultater. Til sammenligning er det i 47 Kommentar i parentes er i følge vår kontaktperson i AAA Soliditet.
Side 64
omnibusundersøkelser48, som blant annet utføres av SSB, normalt å operere med
utvalg på 1.000-1.500 observasjoner (Gripsrud, Olsson og Silkoset. 2004. s 156).
3.2.3.9 Big 5
Big 5 består av BDO, Deloitte, Ernst & Young, KPMG og PwC. I tillegg til
big5_dummy som er brukt i regresjonen, er det i de deskriptive analysene også
brukt en variabel, som også er hentet fra Proff Forvalt-databasen, som viser
selskapets revisor pr 31.12.2011. Disse variablene har i sammenheng gitt oss
mulighet til å analysere hvilke konsekvenser fravalg av revisor har hatt på
revisjonsselskapsnivå.
Det mangler 152 observasjoner av populasjonen i big5_dummy. I følge vår
kontaktperson i AAA Soliditet er dette selskap hvor revisor hadde fratrådt
oppdraget etter revl. § 7-1 og følgelig stod selskapene uten revisor pr 30.04.11. Et
søk på et utvalg av disse observasjonene i kunngjøringer i Brønnøysundregistrene
viste at dette stemte. For selskap som har beholdt revisor pr 31.12.11 (ikke har
sendt inn fravalgsmelding innen 31.12.11) mangler variabelen 64 observasjoner
av populasjonen. Tilsvarende søk, som nevnt over, viser at også disse gjaldt
selskap hvor selskapet ikke hadde valgt bort revisor, men at revisor selv allikevel
hadde trukket seg etter revl. § 7-1 pr 31.12.11.
3.2.3.10 Andre variabler
I denne kategorien samles variablene som ikke naturlig passer inn med deres
hypoteser og teoretisk forankring i de andre kategoriene
Tomter_dummy og varelager_dummy er begge dummyvariabler med
utgangspunkt i observasjoner av om et selskap har bokført en verdi i henholdsvis
regnskapslinjen ”Tomter, bygninger og annen fast eiendom” eller ”Sum
varelager” pr 31.12.2010. Disse er hentet fra henholdsvis RavnInfo og Proff
Forvalt som igjen har hentet disse fra årsregnskapet for 2010.
Begge variablene mangler ca. 2.500 observasjoner, som nok en gang skyldes de
selskapene i populasjonen som er stiftet i annen halvdel av 2010 og har benyttet
seg av muligheten til å utsette innsendelse av årsregnskapet for 2010.
48 http://www.ssb.no/omssb/oppdrag/brosjyre.pdf side 2
Side 65
3.3 Bruk av logistiske regresjonsanalyser i denne oppgaven
Regresjonsanalyser skiller seg fra deskriptive analyser ved at poenget i
regresjonsanalyser er å undersøke om flere uavhengige variabler i sammenheng
kan belyse den avhengige variabelen. Krysstabeller i de deskriptive analysene kan
for eksempel vise oss at gruppen selskap som har tilhørighet til bransje G har
fravalgt revisor i høyere grad enn dem med annen bransjetilhørighet.
Eksempelanalysen tar derimot ikke hensyn til at dette kan skyldes andre forhold.
For eksempel at dette kan skyldes at selskapet har varelager bokført i balansen og
ikke selve bransjetilhørigheten. For å kontrollere for dette, skiller
regresjonsanalysen seg fra de deskriptive ved at man i disse studerer
sammenhenger mellom en eller flere av de uavhengige variablene (Gripsrud,
Olsson og Silkoset. 2004. s 263). Oppgavens kapittel 4 utfører både deskriptive og
regresjonsanalyser (jevnfør kapittel 3.2).
3.3.1 Kontroll av korrelasjon mellom de uavhengige variablene
En viktig forutsetning for å kunne utføre regresjonsanalyser hvor man ønsker å
uttale seg om hele populasjonen (statistisk inferens), er å kontrollere for
multikollinearitet. Ingen av de uavhengige forklaringsvariablene må være 100 %
korrelert med hverandre. Høy korrelasjon kan føre til ustabile koeffisienter og
tilsvarende svake signifikansverdier fordi det blir vanskelig å skille mellom hvilke
variabler som forklarer hva (Wenstøp. 2003. s.341-342). ”Er (..) korrelasjonen et
sted mellom -0,5 og 0,5, vil etter all sannsynlighet kollineariteten være
uproblematisk” (Gripsrud, Olsson og Silkoset. 2004. s 299). En annen side av
denne saken var vi inne på over i kapittel 3.1.3.5, der vi så at to variabler som
skulle måle samme kjennetegn korrelerte positivt, men at det i den sammenheng
var nødvendig med en viss positiv korrelasjon for å sikre høy begrepsvaliditet.
Altså er det av flere grunner nødvendig å gjennomgå hvordan de uavhengige
variablene korrelerer med hverandre.
Vår korrelasjonsanalyse viser at åtte korrelasjonspar har en korrelasjon større eller
mindre enn pluss/minus 0,5. Tre av disse skyldes at vi anvender tre
dummyvariabler for bransjetilhørighet. Disse bygger alle på samme observasjoner
fra samme opprinnelige variabel. Tilsvarende gjelder for det paret av
omsetningskategorier. Dette er forventede korrelasjoner som ikke vil hindre
Side 66
gjennomførbarheten av regresjonsanalysene. Parene god_dårlig_kredrat_dummy/
pres_fortsatt_drift_dummy og sign_RF_1022_dummy/pres_sk_trekksmidl_dummy
korrelerer også sterkt. Dette kan skyldes høy grad av konvergent begrepsvaliditet,
hvor variablene fanger opp samme kjennetegn (Gripsrud, Olsson og Silkoset.
2004. s 121). Dette ble også omtalt i sammenheng med diskusjonen rundt
begrepsvaliditet i kapittel 3.1.3.5. En måte å heve forklaringskraften og heve
signifikansnivåene til variablene er å utelate uavhengige variabler som korrelerer
sterkt med hverandre. Dette har vi gjort når vi har valgt å fremstille flere modeller
i kapittel 4. Der har vi tatt inn og ut variabler i de ulike modellene.
I tillegg til parene som korrelerer sterkt med hverandre (+/- 0,5), er det 15 par som
korrelerer pluss/minus 0,2-0,3. Disse kommenteres ikke utover det at disse trolig
ikke vil være til hinder for gjennomførbarheten av regresjonsanalysene. Med et så
stort omfang uavhengige variabler, hvor dette beløper seg til i underkant av 700
korrelasjonspar, vil sannsynligheten for at et kjennetegn delvis beskrives av flere
variabler være høy og naturlig. Korrelasjonsanalysen kan studeres i tabellform på
de to påfølgende sidene.
Side 67
Constant
LAV_FOL
KETETTHE
T_DUMM
Y
STORBY_
DUMMY
ANNEN_
BRANSJ_
DUMMY
BRANSJ_
G_DUMM
Y
BRANSJ_
M_DUM
MY
REGNSKA
PSFØRER
_DUMMY
RÅDGIVN
_DUMMY
FORBEHO
LD_DUM
MY
PRES_FO
RTSATT_
DRIFT_D
UMMY
PRES_SK_
TREKKSM
IDL_DUM
MY
PRES_TIL
BAKEKAL
T_DUMM
Y
PRES_UL
OV_LÅN_
DUMMY
DL_ALDE
R
DL_KJØN
N
ALDER_S
ELSKAP
1_2499_D
RIFTSINN
T_DUMM
Y
2500_499
9_DRIFTS
INNT_DU
MMY
ANTALL_
ANSATTE
SUM_DRI
NNT_LOG
SUM_EIE
ND_LOG
2EIERE_D
UMMY
Constant 1,00
LAV_FOLKETETTHET_DUMMY ‐0,03 1,00
STORBY_DUMMY ‐0,02 0,31 1,00
ANNEN_BRANSJ_DUMMY ‐0,10 ‐0,02 ‐0,00 1,00
BRANSJ_G_DUMMY ‐0,09 ‐0,01 ‐0,00 0,81 1,00
BRANSJ_M_DUMMY ‐0,09 ‐0,01 ‐0,04 0,79 0,69 1,00
REGNSKAPSFØRER_DUMMY ‐0,03 0,01 ‐0,00 0,01 0,03 0,01 1,00
RÅDGIVN_DUMMY ‐0,04 0,11 0,00 ‐0,00 ‐0,01 ‐0,00 0,19 1,00
FORBEHOLD_DUMMY ‐0,02 0,01 ‐0,00 ‐0,01 ‐0,01 ‐0,00 0,00 ‐0,01 1,00
PRES_FORTSATT_DRIFT_DUMMY ‐0,11 0,00 ‐0,01 ‐0,00 0,00 ‐0,00 ‐0,02 ‐0,01 0,02 1,00
PRES_SK_TREKKSMIDL_DUMMY ‐0,08 0,01 0,00 ‐0,02 ‐0,01 ‐0,02 ‐0,00 ‐0,01 0,00 ‐0,03 1,00
PRES_TILBAKEKALT_DUMMY ‐0,02 ‐0,00 ‐0,03 ‐0,01 ‐0,01 ‐0,00 0,01 0,00 ‐0,05 0,09 0,06 1,00
PRES_ULOV_LÅN_DUMMY ‐0,04 0,00 ‐0,02 ‐0,01 0,00 0,01 0,01 0,00 ‐0,03 0,02 ‐0,06 0,04 1,00
ALDER_DL ‐0,09 ‐0,00 0,02 0,02 ‐0,01 ‐0,02 0,03 ‐0,02 ‐0,01 0,00 0,01 0,02 ‐0,01 1,00
DL_KJØNN ‐0,02 0,02 0,03 ‐0,07 0,01 ‐0,05 0,01 0,02 ‐0,01 ‐0,00 ‐0,02 ‐0,02 0,01 ‐0,12 1,00
ALDER_SELSKAP 0,02 0,03 ‐0,05 0,11 0,05 0,13 0,06 ‐0,02 0,01 0,01 0,00 0,01 0,01 ‐0,32 ‐0,01 1,00
1_2499_DRIFTSINNT_DUMMY ‐0,94 0,01 ‐0,00 0,03 0,02 0,02 0,01 0,01 ‐0,01 0,00 0,00 ‐0,01 0,01 ‐0,00 0,00 ‐0,03 1,00
2500_4999_DRIFTSINNT_DUMMY ‐0,93 0,01 ‐0,00 0,02 0,02 0,02 0,01 0,01 ‐0,01 0,00 0,00 ‐0,01 0,01 ‐0,00 0,00 ‐0,03 1,00 1,00
ANTALL_ANSATTE ‐0,02 ‐0,02 0,01 ‐0,11 ‐0,02 ‐0,05 ‐0,01 0,00 0,01 0,00 ‐0,00 ‐0,00 0,00 0,02 0,14 0,01 0,04 0,02 1,00
SUM_DRINNT_LOG 0,10 0,01 0,00 ‐0,08 ‐0,09 ‐0,06 ‐0,05 0,01 ‐0,00 0,02 ‐0,03 0,02 0,01 0,06 ‐0,01 0,05 ‐0,25 ‐0,27 ‐0,18 1,00
SUM_EIEND_LOG ‐0,19 0,00 ‐0,03 0,19 0,17 0,15 ‐0,03 ‐0,02 ‐0,00 0,04 ‐0,00 0,01 ‐0,00 ‐0,08 ‐0,08 ‐0,05 0,07 0,06 0,06 ‐0,25 1,00
2EIERE_DUMMY ‐0,05 0,01 ‐0,00 ‐0,03 ‐0,04 ‐0,02 ‐0,00 0,01 0,00 ‐0,01 ‐0,02 ‐0,00 ‐0,01 0,04 ‐0,01 0,05 0,00 0,01 0,03 ‐0,00 0,02 1,00
DL_EIERANDEL_DUMMY ‐0,02 0,01 0,01 ‐0,06 ‐0,05 ‐0,07 ‐0,02 0,00 0,01 0,00 ‐0,00 ‐0,01 ‐0,01 ‐0,04 ‐0,04 0,02 ‐0,01 ‐0,01 ‐0,03 ‐0,00 0,04 0,01
GJ_KR_IN_KORT_DUMMY ‐0,02 ‐0,00 0,04 ‐0,02 ‐0,06 ‐0,03 ‐0,00 ‐0,02 ‐0,00 ‐0,03 0,01 ‐0,01 ‐0,04 ‐0,01 ‐0,02 ‐0,03 0,01 0,01 0,01 ‐0,03 ‐0,00 0,00
GJ_KR_IN_LANG_DUMMY 0,02 ‐0,04 0,07 0,03 0,02 0,06 ‐0,02 ‐0,00 0,00 ‐0,02 ‐0,01 0,01 ‐0,02 0,06 ‐0,02 0,06 ‐0,01 ‐0,01 ‐0,01 ‐0,04 ‐0,13 0,00
KONSERN_DUMMY 0,00 0,01 ‐0,02 0,01 0,00 0,01 0,01 0,02 0,00 ‐0,01 0,00 ‐0,00 0,00 0,01 ‐0,00 0,01 ‐0,01 ‐0,01 ‐0,00 0,02 ‐0,08 ‐0,04
LEVERANDØRGJ_DUMMY ‐0,03 ‐0,03 0,02 ‐0,05 ‐0,06 ‐0,01 ‐0,11 0,02 ‐0,00 ‐0,01 0,00 ‐0,01 ‐0,00 0,04 ‐0,02 ‐0,00 0,03 0,03 ‐0,02 ‐0,18 0,01 0,01
SIGN_RF_1022_DUMMY ‐0,14 0,01 0,02 ‐0,01 ‐0,01 ‐0,01 ‐0,00 0,00 0,06 0,02 0,52 0,04 0,09 ‐0,01 ‐0,01 0,00 0,01 0,01 0,01 0,00 0,01 ‐0,01
SKYLD_OFF_AVG_DUMMY ‐0,08 0,02 ‐0,00 ‐0,07 ‐0,05 ‐0,09 ‐0,01 ‐0,02 ‐0,01 ‐0,00 ‐0,02 0,00 0,00 ‐0,01 ‐0,00 0,01 0,03 0,04 ‐0,04 ‐0,21 0,01 ‐0,02
GJELDSGRAD ‐0,01 0,01 ‐0,01 0,02 0,02 0,02 ‐0,01 ‐0,00 ‐0,02 0,10 0,00 0,03 0,03 0,02 ‐0,01 0,04 0,01 0,01 ‐0,02 ‐0,03 0,00 0,00
GOD_DÅRLIG_KREDRAT_DUMMY ‐0,10 0,01 0,01 ‐0,02 ‐0,02 ‐0,03 0,00 ‐0,01 0,12 0,63 0,11 0,09 0,05 ‐0,03 0,01 ‐0,02 ‐0,03 ‐0,03 ‐0,01 0,03 ‐0,08 ‐0,01
LØNNSOMHET_2010 0,05 0,01 ‐0,01 0,01 0,03 ‐0,02 ‐0,02 0,01 0,03 0,05 0,00 0,02 ‐0,05 0,02 ‐0,00 0,03 0,00 0,00 0,07 ‐0,18 ‐0,05 ‐0,07
REVHON_DRIFTSINNT 0,13 ‐0,00 ‐0,00 ‐0,02 ‐0,03 ‐0,01 ‐0,01 0,02 0,00 0,00 ‐0,00 0,01 0,00 0,02 ‐0,01 0,02 ‐0,20 ‐0,20 ‐0,05 0,32 ‐0,10 0,00
REVHON_DRIFTSKOST ‐0,04 0,01 ‐0,01 0,01 0,02 0,01 0,01 ‐0,00 ‐0,00 0,00 0,00 ‐0,00 ‐0,01 0,01 0,01 ‐0,01 0,01 0,00 ‐0,00 0,09 ‐0,01 ‐0,01
BIG5_DUMMY ‐0,01 ‐0,13 0,06 0,01 0,01 0,01 0,02 0,02 0,01 ‐0,00 ‐0,01 ‐0,01 0,01 0,00 0,01 ‐0,02 0,00 0,00 ‐0,01 0,01 ‐0,06 0,02
TOMTER_DUMMY 0,03 ‐0,08 0,06 0,27 0,29 0,29 ‐0,01 ‐0,01 ‐0,02 ‐0,01 ‐0,00 ‐0,02 0,00 ‐0,01 0,02 ‐0,15 ‐0,02 ‐0,02 ‐0,01 0,05 ‐0,30 0,02
VARELAGER_DUMMY ‐0,02 ‐0,03 0,06 ‐0,12 ‐0,27 0,01 0,01 ‐0,03 ‐0,02 0,00 0,01 ‐0,01 0,03 0,00 0,11 ‐0,04 0,02 0,01 ‐0,08 ‐0,09 0,07 0,01
..fortsettelse av korrelasjonspar fra og med variabel DL_eierandel_dummy for par lenger til høyre i tabellen, kan ses på neste side.
Side 68
DL_EIERA
NDEL_DU
MMY
GJ_KR_IN
_KORT_D
UMMY
GJ_KR_IN
_LANG_D
UMMY
KONSER
N_DUMM
Y
LEVERAN
DØRGJ_D
UMMY
SIGN_RF_
1022_DU
MMY
SKYLD_O
FF_AVG_
DUMMY
GJELDSG
RAD
GOD_DÅ
RLIG_KRE
DRAT_DU
MMY
LØNNSO
MHET_20
10
REVHON
_DRIFTSI
NNT
REVHON
_DRIFTSK
OST
BIG5_DU
MMY
TOMTER_
DUMMY
VARELAG
ER_DUM
MY
DL_EIERANDEL_DUMMY 1,00
GJ_KR_IN_KORT_DUMMY 0,00 1,00
GJ_KR_IN_LANG_DUMMY ‐0,05 ‐0,08 1,00
KONSERN_DUMMY 0,23 0,01 0,01 1,00
LEVERANDØRGJ_DUMMY 0,05 0,00 ‐0,03 ‐0,00 1,00
SIGN_RF_1022_DUMMY 0,01 0,01 ‐0,01 ‐0,00 ‐0,02 1,00
SKYLD_OFF_AVG_DUMMY ‐0,05 ‐0,00 0,01 ‐0,00 ‐0,05 ‐0,01 1,00
GJELDSGRAD 0,03 ‐0,04 ‐0,09 ‐0,02 ‐0,01 0,02 0,00 1,00
GOD_DÅRLIG_KREDRAT_DUMMY ‐0,01 0,10 0,04 0,01 0,02 ‐0,07 ‐0,01 ‐0,06 1,00
LØNNSOMHET_2010 ‐0,07 0,05 0,06 ‐0,00 0,10 ‐0,01 0,03 ‐0,00 ‐0,10 1,00
REVHON_DRIFTSINNT ‐0,01 ‐0,00 0,00 ‐0,01 ‐0,02 ‐0,00 0,03 ‐0,01 0,01 0,01 1,00
REVHON_DRIFTSKOST 0,01 ‐0,00 ‐0,00 0,00 0,02 0,00 0,05 0,00 0,00 ‐0,02 0,01 1,00
BIG5_DUMMY 0,06 ‐0,01 0,01 ‐0,02 ‐0,02 ‐0,02 0,01 0,00 ‐0,00 0,01 0,02 ‐0,00 1,00
TOMTER_DUMMY ‐0,00 ‐0,00 ‐0,21 0,01 0,00 ‐0,01 0,04 ‐0,03 0,00 0,04 0,05 0,00 0,02 1,00
VARELAGER_DUMMY ‐0,04 ‐0,08 ‐0,02 ‐0,00 ‐0,11 0,01 ‐0,01 0,01 0,01 0,05 ‐0,02 ‐0,01 0,00 ‐0,03 1,00
Tabell 3-4: Korrelasjonsanalyse av de uavhengige variablene i regresjonsanalysen.
Lyseblå indikerer korrelasjon større eller mindre enn +/- 0,2, mørkeblå +/- 0,5.
Side 69
4 UNDERSØKELSENE
I dette kapitlet besvares oppgavens problemstilling. Her presenteres deskriptive
undersøkelser og regresjonsanalyser som er utført med utgangspunkt i den
metodiske tilnærmingen som ble presentert i kapittel 3. Resultatene fra disse
analysene utfordrer teorien fra kapittel 2 ved å forkaste eller beholde hypotesene
fra kapitlet.
4.1 Deskriptive undersøkelser
I dette kapitlet presenterer vi resultater fra krysstabeller samt bearbeidede tabeller
fra disse. I forbindelse med analyse av kategorien “Størrelse” representert med
omsetning, oppdaget vi at selskaper med nullomsetning skilte seg ut fra øvrige
selskaper i forhold til hva tidligere internasjonale studier på størrelse og fravalg
ville tilsi (se figur 4-1). Dess lavere omsetning, dess høyere fravalgsandel vil man
normalt forvente (Collis. 2010). Vi dannet derfor tre inntektskategorier; kategori
0: 0-omsetning, kategori 1: omsetning NOK 1.000 til 2.499 tusen og kategori 2:
omsetning NOK 2.500 tusen til 4.999 tusen. Denne oppdelingen vil også benyttes
i forbindelse med analysen av andre variabler. De deskriptive undersøkelsene har
også vært et grunnlag for å bygge hypoteser som kan testes i regresjonen.
Figur 4-1: Forskjell mellom forventet og faktisk fravalgsandel avhengig av
størrelse på driftsinntekt.
Se vedlegg 4.6.1 for frekvensfordelingen som figuren bygger på.
Av 113.415 selskap i oppgavens populasjon har 41.067 valgt bort revisor (36,2
%).
0 %
10 %
20 %
30 %
40 %
50 %
0 150 350 750 1750 2750 3750 4750
Fravalgsan
del
Driftsinntekter (NOK tusen)
Forventet fravalgsandel
Faktisk fravalgsandel
4.1.1 Geografi
Vi har undersøkt om det er geografiske forskjeller knyttet til fravalg av revisjon
både på kommune- og fylkesnivå.
4.1.1.1 Fylker
Oversikten over fravalgsandelen pr fylke viser at det er store variasjoner (tabell 7-
23 i vedlegg 4.1.1). Dersom vi ser bort fra Svalbard, har vi Møre og Romsdal
nederst med 29,3 % og Finnmark og Oppland øverst med henholdsvis 49,5 % og
47,6 %.
Figur 4-2: Fravalgsandel med tilhørende folketetthet pr fylke.
Dess høyere fravalgsandel dess mørkere fargetone. Se vedlegg 4.1.1 for
frekvensfordeling av antall selskap.
4.1.1.2 Kommuner
De fire største byene har lav fravalgsandel; Oslo 32,1 %, Bergen 27,4 %,
Stavanger 30,9 % og Trondheim 33,5 %. Fylket byen tilhører ligger også under
landsgjennomsnittet på 36,2 % (foruten Sør-Trøndelag med 36,4 %). Vedlegg
4.1.2 viser alle kommuner med flere enn 1.000 selskaper.
Side 71
4.1.1.3 Kommuneoppdeling
Ved å dele opp kommunene i forhold til antall selskaper ser vi at fravalgsandelen
øker dess færre selskaper det er i kommunen (figur 4-3 og vedlegg 4.1.3). Oslo
med 19.908 har en fravalgsandel på 32,1 %, mens de minste kommunene med
mellom 0 og 100 selskaper (totalt 243 kommuner med til sammen 11.402
selskaper) har en fravalgsandel på 42,5 %. Fravalgsandelen øker hele veien fra de
store kommunene til de små. Dersom vi hensyntar kategori 0-selskapene, ved å
ekskludere disse fra undersøkelsene, har vi samme tendens med Oslo på 34,2 %
og de minste kommunene med 43,4 % (vedlegg 4.1.3 for frekvensfordeling).
32,1 % 32,5 %
36,1 % 36,2 %
38,8 % 39,2 %
42,5 %
27,0 %29,0 %31,0 %33,0 %35,0 %37,0 %39,0 %41,0 %43,0 %45,0 %
Prosentvis fravalgsandel
Størrelse på kommunen målt i antall selskap i kommunen
Figur 4-3: Fravalg oppdelt på størrelse på kommunen målt i antall selskap i
kommunen.
4.1.2 Bransje
4.1.2.1 Overordnet
Vi kategoriserer bransjene inn i 19 hovedkategorier (A til S) (vedlegg 4.2.1).
Bransje S (annen tjenesteyting), som blant annet inneholder leger og tannleger,
har høyest fravalgsandel med 54 % og deretter følger bransje Q (helse og
sosialtjenester) med en fravalgsandel på 48 %. Nederst har vi bransje D og E som
begge er på 26 %. Disse bransjene utgjør imidlertid en meget liten del av
populasjonen. Blant de største bransjene (over 10 % av totalpopulasjon) er det tre
bransjer som skiller seg ut. På nedre del av skalaen finner vi bransje L (eiendom)
med en fravalgsandel på 29 % og utgjør nesten 30 % av hele populasjonen. Det er
interessant å lese andre undersøkelser49, som påpeker at det er flest
eiendomsselskaper som velger bort. Dette er riktig, men i og med dette er den
49 http://www.revisorforeningen.no/d9578555/disse-valgte-bort-revisjon-i-2011
Side 72
klart største bransjen, er det som forventet. Artikkelen ser dessverre ikke hele
bildet da eiendom er blant de bransjene med lavest fravalgsandel.
På øvre del av skalaen finner vi bransje M (faglig vitenskapelig og teknisk
tjenesteyting) som har en fravalgsandel på 42 % og bransje G (varehandel) som
ligger på 40 %.
4.1.2.2 Bransjer i skattemyndighetenes søkelys
Skattemyndighetene har uttalt at det er en del bransjer med større eller mindre
grad av svart økonomi. Leder for Skattekrim Øst, Jan Egil Kristiansen, fremhevet
restaurant, rengjøring, taxi, frisør, bygg og anlegg og bilpleie/bruktbilbransjen
som typiske eksempler på dette (Unio-konferansen i 200850). Det kan også nevnes
at følgende bransjer har særskilte krav i bokføringsforskriftens kapittel 8; bygg og
anlegg, taxi, hårpleie, frisør og skjønnhetsvirksomhet, serveringssteder og hoteller
(overnatting). Til bilpleie/bruktbilbransjen og kjøreskoler, har Norsk
Regnskapsstiftelse avgitt egne uttalelser om god bokføringsskikk51 (henholdsvis
GBS 8 og 2).
Gjennomsnittlig fravalgsandel for hele populasjonen er 36,2 % (vedlegg 4.2.1).
Av våre utvalgte bransjer, ligger alle over snittet, men restaurant og bilpleie
avviker ikke vesentlige fra snittet (vedlegg 4.2.2). Frisører ligger høyest med 57
%. Deretter følger Bygg og anlegg, Taxi og Trafikkskoler med 45 % og
Rengjøring med 44 %. Bygg og anlegg er en stor populasjon på 4.957 selskaper,
mens de tre andre er små.
Det lave antallet selskaper blant trafikkskole, drosjebil og rengjøring tilsier at de
fleste i bransjen er organisert som enkeltpersonforetak. Bransjesøk på ”taxi” på
www.brreg.no viser at det er 124 aksjeselskaper (totalt sett) med taxi i navnet,
mens det er 922 enkeltpersonforetak (EPF). Dersom vi estimerer dette på den
totale populasjonen av næringsdrivende taxisjåfører er kun en av åtte aksjeselskap
(31.01.2012). For trafikkskoler (søkeordet “trafikkskole”) og rengjøring (søkeord
“rengjøring”) fikk vi fordeling på henholdsvis 401/910 og 147/577 mellom AS og
50http://www.google.no/url?sa=t&rct=j&q=jan%20egil%20kristiansen%20skatt%20%C3%B8st%20unio&source=web&cd=1&ved=0CCMQFjAA&url=http%3A%2F%2Fwww.unio.no%2Fkunder%2Funio%2Fmm.nsf%2FlupGraphics%2FJan-Egil_Kristiansen.ppt%2F%24file%2FJan-Egil_Kristiansen.ppt&ei=Dg54T9PsJ8P64QTNuuW_Aw&usg=AFQjCNG4UtJz-yqow6aFXaxhIHiorsMrqw (Power-Point-fremvisning) 51 http://www.regnskapsstiftelsen.no/a9232422/Bokforing/God-bokforingsskikk
Side 73
EPF (henholdsvis ca 31 og 20 % er AS). Til sammenligning er tilsvarende
fordeling 219.977/129.83552 uavhengig av næring (ca. 63 % er AS). Det er
dermed en stor del av disse bransjene som uansett ikke har benyttet revisor.
Restauranter ligger også over snittet, men ikke vesentlig med 38 % og dette er
ikke helt i henhold til våre antagelser om at bransjer i skattemyndighetenes
søkelys vil fravelge i større grad. På den annen side kan det være at de ser at de
uansett er avhengige av revisor med hensyn til for eksempel skjenkebevilling fra
kommunen. Bilpleie ligger på 37 % og skiller seg ikke ut.
4.1.2.3 NACE-bransjekoder med over 500 observasjoner i populasjonen
I de største bransjekodene er fravalgsandelen størst blant leger (60%), frisører (57
%) og tannhelse (56 %) (henholdsvis NACE-kode 86.211 (Q), 96.020 (S) og
86.230 (Q)) (Vedlegg 4.2.3). Leger og tannhelse var i utgangspunktet ikke ansett
som en useriøs bransje. Diverse søk på “Lege + regnskapsjuks”53 viser at det har
vært en del bokettersyn som har avdekket mangler i denne bransjen.
Hovedgrunnen kan allikevel være at denne bransjen (Q) i stor grad benytter seg
ekstern regnskapsfører og dermed ikke ser behovet for revisor (vedlegg 4.2.4).
4.1.2.4 Bransje og kategori 0
Det er en viss sammenheng mellom bransje og nullselskaper (vedlegg 4.2.5).
Bransjer med lav fravalgsandel tenderer til å være overrepresentert i kategori 0-
inntekt og bransjer med høy fravalgsandel er overrepresentert blant kategori 1 og
2. Eksempelvis er fravalgsandel blant kategori 1 og 2-selskap i bransje G
(varehandel) 12 prosentpoeng høyere enn i kategori 0 i bransjen.
Varehandelsselskap utgjør 14,9 % av kategori 1 og 2, og kun 6,1 % av kategori 0.
Hva som forklarer hva er vanskelig å si, men bransjetilhørighet er i hvert fall med
på å forklare deler av den lave fravalgsandelen blant nullselskaper, jevnfør
kapittel 4.1.6 Størrelse.
4.1.3 Forholdet til revisor og regnskapsfører
4.1.3.1 Ekstern regnskapsfører
I følge Brønnøysundregistrene hadde 63.971 av selskapene som hadde mulighet
til å fravelge revisjon ekstern regnskapsfører. Av disse valgte 44,5 % bort revisjon
52 http://www.brreg.no/presse/pressemeldinger/2012/01/fr-statistikk.html 53 www.tv2.no/nyheter/okonomi/legene-skal-kontrolleres-grundigere-2601215.html
Side 74
(vedlegg 4.3.1). Dette er markant mer enn snittet for populasjonen som er på 36,2
%. Forholdet blir enda tydeligere når vi ser at blant de som ikke har
regnskapsfører er fravalgsandelen kun på 25,4 %54.
Ved å ta utgangspunkt i de 41.067 selskapene som har fravalgt ser vi at av disse
har 69,4 % ekstern regnskapsfører (vedlegg 4.3.2), mens blant de som har beholdt
revisor er andelen som har ekstern regnskapsfører 49,0 %. 56,4 % av alle
selskapene har registrert at de har ekstern regnskapsfører (vedlegg 4.3.1).
Vi har gruppert selskapene i forhold til omsetning (vedlegg 4.3.3). Det viser seg
følgende fordeling; I kategori 0 har 40,9 % ekstern regnskapsfører, i kategori 1
har 62,6 % ekstern regnskapsfører og i kategori 2 har 71,6 % ekstern
regnskapsfører. Gooderham et al. (2004. s. 11) hevder: “The more resources,
tangible and intangible, a firm disposes the more likely it is that the accountant
will be used as a business adviser. One indication of a firm’s resources is reflected
in its size so that (2a) the larger the firm the more likely it is that the accountant
will be used as a business adviser”. Men fravalgsandelen går ned dess høyere
omsetning (kapittel 4.1.6), som betyr at det ikke kun er regnskapsfører som
forklarer hvorfor man fravelger eller beholder. Behovet for revisor kommer da
inn, ikke nødvendigvis som behov for en rådgiver, men for å verifisere regnskapet
for interessenter og forretningsforbindelser.
4.1.3.2 Revisjonshonorar og regnskapsfører
Selskaper som har ekstern regnskapsfører og allikevel beholder revisor gjør dette
fordi de ser nytteverdien av ekstratjenester som tilbys. Revisjonshonoraret vil
således være høyere for selskaper som beholder revisjon. Det er 60.505 selskaper
som står oppført både med ekstern regnskapsfører og revisjonshonorar.
Gjennomsnittlig revisjonshonorar for selskaper som har beholdt revisor er på
NOK 13.380, mens de som har fravalgt har et gjennomsnittlig revisjonshonorar på
NOK 12.800 (vedlegg 4.3.4). Det kan altså tyde på at revisor er mer involvert hos
selskaper som velger å beholde revisjon enn de som fravelger.
54 12.569 / 49.444 = 0,254 (antall fravalgt uten ekstern regnskapsfører/antall selskap u/regnsk.f.)
Side 75
4.1.3.3 Revisor som rådgiver
Av vår totale populasjon på 113.415 hadde 70.430 oppført om de hadde benyttet
revisor til rådgivning eller ikke. Av disse hadde 52.466 benyttet revisor som
rådgiver, mens 17.964 ikke hadde gjort det (henholdsvis 74,5 og 25,5 %).
Fravalgsandel for de som ikke benyttet revisor til rådgivning var 45,4 %, mens for
de som benyttet revisor til rådgivning var fravalgsandelen 29,9 %. Det kan også
nevnes at gjennomsnittlig rådgivningshonorar for de som beholder er NOK 6.430,
mens for de som fravelger revisor er det NOK 4.710. Det kan med andre ord tyde
på at dess mer revisor er inne som rådgiver, dess større er sjansen for å beholde
han som kontrollør av årsregnskapet (vedlegg 4.3.5).
4.1.4 Anmerkninger fra revisor (opinion shopping)
Vi hadde 110.510 valide observasjoner knyttet til revisjonsanmerkninger for
2010. Av disse fikk 23.988 en eller flere anmerkninger, det vil si 22 %. For
selskapene med anmerkning var fravalgsandelen 39,5 % mot 35,4 % for de uten
anmerkning (uten forbehold eller presisering) (vedlegg 4.4.1).
Vi har kategorisert de enkelte typene presiseringer i åtte kategorier (vedlegg 3.1, s
153). Når vi ser på den enkelte type anmerkning ser vi at ulovlig lån til aksjonær
(kategori 2) og skattetrekksmidler (3) gir størst utslag med henholdsvis 43,0 % og
43,8 % fravalg, mens usikkerhet om fortsatt drift (1) og for sent levert årsregnskap
(4) gir en fravalgsandel på henholdsvis 38,7 % og 35,7 %. Størst utslag gir
kombinasjonen, hvor det i samme beretning er gitt presisering om både ulovlig
lån, skattetrekk og fortsatt drift (48,3%) (8), se figur 4-4 og vedlegg 4.4.2.
38,7 %
43,0 % 43,8 %
35,7 %
43,2 %42,0 %
43,6 %
48,3 %
35,4 %
30,0 %
35,0 %
40,0 %
45,0 %
50,0 %
Prosentvis fravalgsandel
Typer presisering i revisjonsberetningen
Figur 4-4: Fordeling fravalg ved forskjellige typer presiseringer.
Side 76
Det er totalt 1.278 selskaper som har fått forbehold i revisjonsberetningen. Disse
har en fravalgsandel på 41,2 % mot 36,2 % for de som ikke har fått forbehold, se
vedlegg 4.4.3.
Vi har fordelt anmerkninger i forhold til inntektskategorier. For inntektskategori 0
øker fravalgsandelen fra 31,7 % til 34,5 % som følge av anmerkning, i
inntektskategori 1 går fravalgsandelen opp fra 40,8 % til 44 % og for
inntektskategori 2 går fravalgsandelen opp fra 29,3 % til 30,2 %. Oppsummert
forklarer derfor anmerkninger en økning i fravalg for alle gruppene (vedlegg
4.4.4).
4.1.5 Kjønn og alder
I denne kategorien har vi undersøkt om det er en sammenheng mellom selskapets
stiftelsesår, daglig leders kjønn eller alder og om man fravelger revisjon eller ikke.
4.1.5.1 Alder på selskapet
Ved å se på hvert enkelt år fant vi at 92 % av alle selskapene er 23 år eller yngre.
Fravalgsandelen faller jevnt fra ca. 40 % ved 23 år til 29 % ved 0 år i alder
(vedlegg 4.5.1). Korrelasjon mellom alder på selskapet og fravalgsandel ved
alderen er høy (0,793). Vi har ingen rimelig antakelse av hva dette kan skyldes da
dette ikke samsvarer med den teoretiske oppbygningen i kapittel 2.2.5.1. Trekkene
er allikevel så tydelige at vi tar med variabelen i regresjonen.
4.1.5.2 Alder på daglig leder
Det er en svak tendens til at fravalgsandelen synker med lavere alder (vedlegg
4.5.2). Det er altså samme tendens som for alder på selskapet der fravalgsandelen
faller desto yngre selskapet er. Med samme argumentasjon som i 4.1.5.1 tas
variabelen også med i regresjonen da fravalgsandel og alder på daglig leder også
korrelerer sterkt (0,56), dog ikke like sterkt som for alder på selskapet.
4.1.5.3 Kjønn på daglig leder
Selskaper med kvinner som daglige ledere fravelger i større grad enn de som har
menn som daglige ledere. Det er 12.241 kvinnelige daglige ledere og av disse
fravelger 44,8 %, mens det er 65.596 mannlige daglige ledere og av disse
fravelger 37,4 % (vedlegg 4.5.3).
Side 77
4.1.6 Størrelse
4.1.6.1 Omsetning
Vi har, som allerede nevnt, valgt å dele opp populasjonen i tre hovedkategorier;
omsetning på NOK 0, NOK 1.000 til 2.499.999 og NOK 2.500.000 til 4.999.000
(heretter kalt kategori 0,1 og 2). For kategori 0 er fravalgsandelen på 31,7 %,
deretter øker fravalgsandelen i kategori 1 til 40,8 % før den faller til 29,3 % i
kategori 2 (vedlegg 4.6.1). Når vi deler ytterligere opp i omsetningsintervaller på
NOK 500 tusen ser vi at fravalgsandelen synker markant for selskaper som
nærmer seg omsetning på NOK 5 millioner. I intervallet NOK 4.500-4.999 tusen
er fravalgsandelen på kun 14 %. Resultatene er som forventet for kategori 1 og 2
med synkende fravalgsandel når omsetningen øker. Det var derimot ikke forventet
at kategori 0 skulle ligge lavere enn kategori 1, da dette er en gruppe selskaper
som i utgangspunktet har færrest brukergrupper (Langli. 2009). Den lave
fravalgsandelen kan skyldes at dette er såkalt “sovende” selskaper, der eierne ikke
er aktive og dermed ikke har fulgt opp fravalgsmuligheten. Det kan være
interessant å følge utviklingen til denne inntektskategorien i 2012.
4.1.6.2 Sum eiendeler
Analysene viser at selskaper som beholder revisor i snitt har sum eiendeler på
NOK 3.301 tusen, mens selskaper som fravelger har et snitt på NOK 1.947 tusen
(vedlegg 4.6.2). Dette gir et forholdstall på 1,70 (3.301/1.947). Vi har også skilt ut
kategori 0-selskapene som egen gruppe. Her viser det seg at forholdet er NOK
3.031 tusen/ 2.156 tusen med forholdstallet 1,41 (vedlegg 4.6.3). Det kan altså se
ut som om det er en sammenheng mellom sum eiendeler og fravalg for alle
selskapene i populasjonen også når vi ser på kategori 0 isolert.
4.1.6.3 Antall ansatte
Ved bruk av lønnsinformasjonen som kommer fra “basisinformasjon” får vi
observasjoner om antall ansatte på 64.439, hvorav 39.286 har beholdt revisor og
25.153 fravalgt (39 %). Dette er noe høyere enn for populasjonen som helhet
(36,2 %) og kan indikere en liten skjevhet i utvalget i variabelen (diskutert i
kapittel 3.2.3.6). Tilsvarende ser vi også for observasjoner av RF-1022 en total
fravalgsandel på 41,5 % (vedlegg 4.7.7). Disse høyere fravalgsandelene kan
skyldes at selskaper uten ansatte fravelger i mindre grad, jevnfør kategori 0-
Side 78
selskaper. Ellers har selskap som fravelger i gjennomsnitt 1,73 ansatte, mot 2,29
for de som beholder (vedlegg 4.6.4). Gjennomsnitt for hele populasjonen er 2,07.
4.1.7 Agent- og prinsipalforhold
I dette avsnittet undersøker vi en del tradisjonelle agent- og prinsipalforhold ved å
se på de tradisjonelle brukerne av regnskapet og hvordan disse kan påvirke om et
selskap beholder eller fravelger revisor.
4.1.7.1 Gjeld til kredittinstitusjoner
Selskaper med kortsiktig gjeld til kredittinstitusjoner har en fravalgsandel på 35,9
% og selskaper med langsiktig gjeld til kredittinstitusjoner har en fravalgsandel på
33,7 %. Begge gruppene ligger altså under snittet for populasjonen som er på 36,2
%. Slår vi sammen selskaper som har enten kortsiktig eller langsiktig gjeld til
kredittinstitusjoner til en gruppe, er fravalgsandelen på 34,2 % mot 37,6 % for de
som ikke har (vedlegg 4.7.1).
4.1.7.2 Leverandørgjeld
Selskaper som beholder revisor har i gjennomsnitt en leverandørgjeld på NOK
114.800, mens de som fravelger revisor har et gjennomsnitt på NOK 61.830
(vedlegg 4.7.2). Dette kan tyde på leverandørgjeld er størrelsesfaktor, da
fravalgsandelen synker med økende sum eiendeler, se kapittel 4.1.6.2. Vi kodet
leverandørgjeld som en dummy (0/1) om man har leverandørgjeld eller ikke. På
totalnivå er fravalgsandelen for de som har leverandørgjeld 36,8 % mot de som
ikke har leverandørgjeld på 36,0% (tabell 7-49 i vedlegg 4.7.3). Det kan altså se ut
som om de som har leverandørgjeld fravelger i større grad. Når vi imidlertid deler
opp i inntektskategorier ser vi at for kategori 0 er fravalgsandelen uten
leverandørgjeld på 32,7 % og med leverandørgjeld 28,2 %. For øvrige selskaper
er fravalgsandelen 39,6 % uten leverandørgjeld og 37,7 % med leverandørgjeld
(tabell 7-50, vedlegg 4.7.3). Fravalgsandelen er altså lavere for selskaper som har
leverandørgjeld når vi deler opp i inntektskategorier. Dette kan skyldes at andelen
kategori 0-selskaper uten leverandørgjeld er 22 % av utvalget, og at disse derfor
drar ned det totale gjennomsnittet for selskaper uten leverandørgjeld.
Side 79
4.1.7.3 Konsern
Våre undersøkelser viser at 21,8 % av selskaper med konserntilknytning fravelger
revisjon (tabell 7-51, vedlegg 4.7.4). Dette er en vesentlig lavere fravalgsandel
enn for de selskapene som ikke er i konsern der fravalgsandelen er på 38,7 %. Det
er altså 78,2 % som beholder revisor og dette stemmer bra med Svanström (2008)
som fant at 84 % av konsernselskaper beholdt revisor. Det viser seg også at av
konsernselskapene har 47,4 % ekstern regnskapsfører, mens for øvrige er andelen
på 59,3 % (tabell 7-52, vedlegg 4.7.4).
4.1.7.4 Daglig leders eierandel
I selskaper hvor daglig leder eier 0 % er fravalgsandelen 23 % (vedlegg 4.7.5).
Dette er markant under snittet. Fravalgsandelen øker deretter til 38 % for
selskaper hvor daglig leders eierandel ligger i intervallet 0-33 %. I intervallet 33-
100 % øker den jevnt opp til 49 %.
4.1.7.5 Antall aksjonærer
For selskaper med en aksjonær er fravalgsandelen 36,6 % (vedlegg 4.7.6). Denne
øker når det er to aksjonærer til 40,8 %. Deretter er fravalgsandelen synkende; fra
tre eiere med fravalgsandel på 35,9 % og ned til seks eiere med 30 %
fravalgsandel. For selskaper med 7 eller flere eiere er fravalgsandelen på 27,4 %.
Selskaper som har to aksjonærer fravelger i større grad enn selskaper som har en
aksjonær. Dette er ikke i henhold til vår opprinnelige antakelse og kan skyldes at
når man er to aksjonærer som skal ta avgjørelsen om å fravelge revisor kan man
diskutere og være tryggere på avgjørelsen enn når man er alene. Når vi ser på
aksjonærer som er helt likestilte (eier 50/50) er fravalgsandelen på 48 %, mens
den er på 37 % når en av aksjonærene eiere mer enn den andre.
4.1.7.6 Skjema RF-1022
Totalt 55.980 selskaper har levert RF-1022 (kontrolloppstillingen) elektronisk.
Kontrolloppstillingen er oppstilling over lønnsoppgavepliktige ytelser som skal
bekreftes av revisor, jevnfør kapittel 2.2.7.5.2. Av disse har 2.952 ikke fått
revisors signatur, mens 53.028 har fått det. Fravalgsandelen var 45 % for de som
ikke fikk revisors signatur mens de øvrige lå på 41,3 % (vedlegg 4.7.7).
Side 80
Det er totalt 2.137 selskaper som har fått presisering om ulovlig lån og av disse
har 532 heller ikke fått signatur på RF-1022. Fravalgsandelen her er på 45,5 %
mot 45,2 % for de som har presisering ulovlig lån men har fått signert RF-1022
(vedlegg 4.7.8). Selskaper som mangler signatur på RF-1022 og har presisering
ulovlig lån har en fravalgsandel på 45,2 % (917 selskaper). Dersom man bare har
presisering om skattetrekksmidler er fravalgsandelen på 42,9 % mens bare
manglende signatur på RF-1022 gir en fravalgsandel på 44,3 % (vedlegg 4.7.9).
Presisering om ulovlig lån eller skattetrekksmidler og manglende signering av RF-
1022 ser med andre ord ut til å kunne måle det samme fenomenet (høy grad av
konvergent begrepsvaliditet, se kapittel 3.3.1).
4.1.7.7 Skyldig offentlige avgifter
Det offentlige er ansett som en brukergruppe av regnskapet. Posten skyldig
offentlige avgifter i regnskapet inneholder skattetrekk, arbeidsgiveravgift og
merverdiavgift. Selskaper som har skyldig offentlige avgifter er derfor av
interesse for skattemyndighetene. De selskapene som har fravalgt revisjon har i
gjennomsnitt skyldig offentlige avgifter på NOK 53.250, mens de som har beholdt
har i gjennomsnitt NOK 56.020 (vedlegg 4.7.10). Det er ingen vesentlig forskjell,
men det er en forskjell. Ved å benytte dummy-variabelen skyldig offentlige
avgifter ser vi at selskaper med offentlige avgifter har en fravalgsandel på 40,3 %
mens de uten offentlige avgifter kun har fravalgsandel på 31,9 % (vedlegg 4.7.11).
Dette er ikke i henhold til vår opprinnelige antagelse i kapittel 2.2.7.5.1.
Vi deler derfor populasjonen opp i inntektskategori 0,1 og 2 for å se om dette kan
forklare avviket (vedlegg 4.7.12). Kategori 0; uten offentlige avgifter er
fravalgsandelen på 31,6 % mot 32,5 % for de som har offentlige avgifter. Ingen
vesentlig forskjell. I kategori 1 og 2 samlet fravelger de med offentlige avgifter
med 40,4 %, mens de som ikke har offentlige avgifter fravelger med 32,1 %.
Selskaper som har skyldige offentlige avgifter ser altså ut til å fravelge revisjon i
større grad enn de som ikke har skyldig offentlige avgifter.
4.1.8 Finansiell stilling
4.1.8.1 Kredittrating
Kredittratingen til AAA Soliditet viser at AAA fravelger mest med 37,7 % mens
C fravelger minst med 34,7 %. Forskjellen mellom de mest solide selskapene og
selskapene som ikke anses å være kredittverdige er altså på tre prosentpoeng.
Side 81
Fravalgsandelen går ned hele veien fra AAA til C, med unntak av B som ligger på
nivå med AA (tabell 7-61 i vedlegg 4.8.1). Når vi holder kategori 0 selskapene
utenfor ser vi at forholdet mellom AAA (37,7 %) og C (33,0 %) øker til 4,73
prosentpoeng. Fravalgsandelen er her høyest for B selskapene med 39,2 %, (tabell
7-62 i vedlegg 4.8.1).
4.1.8.2 Revisjonshonorar
Vi ser på både absolutt og relativt revisjonshonorar for å undersøke om
revisjonshonorarets størrelse oppfattes som belastende og kan være med på å
forklare fravalg av revisor. Videre undersøker vi om tilhørighet til bransje
påvirker revisjonshonorarets størrelse.
4.1.8.2.1 Absolutt og relativt revisjonshonorar:
Tabell 7-63 i vedlegg 4.8.2 viser at de som har beholdt revisor har i snitt
revisjonshonorar på NOK 12.300 mens de som har fravalgt har snitt på NOK
12.200. Det er altså marginalt høyere honorar for de som har beholdt revisor.
Snittet for alle selskaper er NOK 12.260. Tabell 7-64 i vedlegg 4.8.2 viser at for
relativt revisjonshonorar (revisjonshonorar/sum driftskostnader) ligger de som
fravelger i snitt på 14,3 %, mens de som beholder ligger på 15,3 %. Median er på
henholdsvis 2,36 % for de som beholder og 2,30 % for de som fravelger.
Mediantallet er, som følge av ekstremverdier, sannsynligvis det mest interessante
av disse og viser at de som beholder har marginalt høyere relativt
revisjonshonorar. Relativt revisjonshonorar (revisjonshonorar/sum driftsinntekter)
viser at de som fravelger i snitt har 6,96 % og de som beholder har 6,64 % (tabell
7-65, vedlegg 4.8.2) Dette er ikke det ideelle måltall da alle nullselskaper må
holdes utenfor på grunn av at disse ikke har omsetning. For absolutt
revisjonshonorar og relativt revisjonshonorar (driftskostnader) har selskapene som
beholder et høyere honorar, mens for relativt revisjonshonorar (i forhold til
driftsinntekter) har selskapene som beholder et lavere honorar. Forskjellene er
veldig små. I følge ECON (2007) samt NOU 2008:12 er det påpekt at
revisjonshonoraret kan oppleves som belastende for den næringsdrivende og at
denne besparelsen er et av hovedargumentene for å fjerne revisjonsplikten. I følge
vedlegg 4.8.2 har vi data fra 104.421 selskaper knyttet til revisjonshonorar og av
disse hadde 38.160 fravalgt. Med et gjennomsnittlig revisjonshonorar på NOK
12.200, tilsier dette en besparelse på NOK 465 millioner. Dersom vi tar
Side 82
utgangspunkt i at gjennomsnittlig revisjonshonorar er gjeldende for alle de 48.000
selskapene som totalt sett har valgt å ikke ha revisor blir besparelsen NOK 585
millioner. I og med at “kun” 36,2 % av selskapene i oppgavens populasjon
foreløpig har fravalgt, ligger det et potensielle for besparelser på ytterligere drøye
NOK 900 millioner55 årlig.
4.1.8.2.2 Revisjonshonorar og bransje
Revisjonshonoraret er høyere i visse bransjer sammenlignet med andre,
eksempelvis i varehandel (G), som kan skyldes at revisor som oftest må delta på
selskapets varetelling (ISA 501). Vi har sett på om det er noen sammenheng
mellom revisjonshonorarets størrelse og fravalg på bransjenivå. Vi ser en klar
tendens til at bransjer med høy fravalgsandel ligger over snittet og motsatt.
Eksempelvis har bransje S en fravalgsandel på 54 % og gjennomsnittlig
revisjonshonorar på NOK 14.900, det vil si 21,5 % over snittet på NOK 12.260. I
eiendom (L) derimot er fravalgsandelen på 29 % og revisjonshonoraret på NOK
10.830, det vil si 11,7 % under snittet. Vi må også hensynta mediantallene, men vi
ser allikevel en klar tendens til at dette kan forklare og beskrive forholdet (vedlegg
4.8.3). I tabell 7-66 i vedlegg 4.8.3 ser vi at “Fravalgsandel versus mean” gir en
korrelasjon på 0,768 og “Fravalgsandel versus median” gir en korrelasjon på
0,818. Begge er signifikante på 0,01 % nivå. Da det er mange positive
ekstremverdier kan det være at medianen er det mest hensiktsmessige
sentralteoremet. Ved perfekt korrelasjon (=1) er det perfekt lineær samvariasjon.
Resultatene tyder på at det er høy grad av samvariasjon mellom fravalgsandel i
bransjer og størrelse på honoraret.
4.1.8.3 Lønnsomhet
Lønnsomhet er målt som totalkapitalrentabilitet, beskrevet i kapittel 3.2.1.1. Ved å
benytte oss av såkalt winsorizing (Hasings et al. 1947. s 413-426) får vi en
gjennomsnittlig lønnsomhet for de som fravelger på 1,83 % og de som beholder
på -0,32 %. Disse har median på respektive 4 % og 2,86 % (tabell 7-67, vedlegg
4.8.4). Dummy for lønnsomhet_2010 viser at de som har positiv lønnsomhet i
større grad fravelger; 37,4 % mot 34,8 % for de med negativ lønnsomhet
55 (NOK 12.200 * 122.280 (vedlegg 3.1 s 137)) – NOK 585 millioner = NOK 907 millioner.
Side 83
(tabell 7-68, vedlegg 4.8.4). Positiv og negativ lønnsomhet er definert som
totalkapitalrentabilitet henholdsvis større og mindre enn 0.
4.1.8.4 Gjeldsgrad
Selskaper med høy gjeldsgrad beholder i større grad revisor. Selskaper som
beholder revisor har en gjennomsnittlig gjeldsgrad på 2,22 mens selskaper som
fravelger revisor har gjennomsnittlig gjeldsgrad på 1,52 (tabell 7-69, vedlegg
4.8.5). Ved å se på gjennomsnittlig egenkapital (EK) for selskapene (tabell 7-70,
vedlegg 4.8.5), ser vi at de som beholder har høyere EK (nevner i brøken) enn de
som fravelger. Samtidig har de som beholder også høyere gjeldsgrad. Dette
underbygger at de som beholder har høyere gjeld enn de som fravelger (tabell 7-
71, vedlegg 4.8.5). Altså betyr det at de som har beholdt revisor både har høyere
gjeld og egenkapital enn de som har fravalgt. Dette kan ha en sammenheng med
variabelkategorien størrelse, det vil si at fravalgsandelen synker dess større
selskapet er (målt både i sum eiendeler og inntekter).
4.1.9 Big 5
4.1.9.1 Big 5 versus andre revisjonsselskap
I vedlegg 4.9.1 har vi satt opp en oversikt over fravalgsandelen for de forskjellige
revisjonsselskapene målt etter størrelse. Tabell 7-72 viser at Big 4 mister 14 %,
Big 5 mister 15 %, mellomstore revisjonsselskap mister 20 %, og små
revisjonsselskap mister 22 % av den totale porteføljen som følge av fravalget.
Dette er naturlig fordi dess mindre revisjonsforetak, dess større andel av
porteføljen består av små klienter. I følge redaktør Alf Asklund i Revisjon og
Regnskap (nr. 4/2006) er store revisjonsforetak definert som selskaper med mer
enn kr 100 mill i omsetning, mellomstore mellom kr 10 mill og 100 mill mens
små revisjonsforetak har omsetning opp til kr 10 mill. Når vi ser på små selskaper
som kan fravelge revisjon har Big 4/5 mistet 32 % av porteføljen, mellomstore har
mistet 37 % og små revisjonsselskaper har mistet 39 %. Videre ser vi at Big 4/5
har tatt markedsandeler når det gjelder små revisjonsklienter (med rett til fravalg)
med 1,5 / 2,8 %. Disse er tatt fra mellomstore og små revisjonsselskap med
henholdsvis -1,7 og -1,1 %. Det har med andre ord gått hardest ut over de
mellomstore revisjonsselskapene når det gjelder tap i markedsandeler. Det kan
nok delvis skyldes at Inter revisjon er kjøpt av Deloitte og BDO slik at porteføljen
av små klienter er gått fra et mellomstort til et stort revisjonsforetak.
Side 84
4.1.9.2 Hvordan har det påvirket revisorbransjen?
For de små og mellomstore selskapene har opphevelsen av revisjonsplikten for
små aksjeselskap medført en del endringer allerede. Crowe Horwath (CH), som
har mistet 25 % av sin totale portefølje og 50 % av alle små selskaper (tabell 7-73,
vedlegg 4.9.1), har slått seg sammen med BDO. Vi ser også at CHs andel små
selskaper med rett til å fravelge revisjon utgjorde 50 % per 30.04. Denne andel ble
redusert til 34 % per 31.12.2011. I tillegg til CH har BDO totalt innlemmet 25
revisjonsselskaper i sin organisasjon de siste to år56. Det kan også nevnes at
Revisjonscompagniet har gått inn i PwC og at Kjelstrup og Wiggen og RSM
Hasner har slått seg sammen. Mange revisorer har tatt ut bevilling som
regnskapsfører57 og vil forsøke å jobbe seg inn på dette markedet. De store
revisjonsselskapene, anført av PwC58, satser også stort på å kapre
regnskapskunder. Nå som det blir færre selskaper å revidere er det også
sannsynlig at det blir et større press på revisjonshonoraret. Hvordan dette vil
kunne påvirke bransjen og revisors uavhengighet ville kunne være interessant for
fremtidige studier.
4.1.9.3 Størrelse på revisjonshonoraret
Vi har undersøkt forskjeller i revisjonshonorar mellom de 5 store samlet og øvrige
revisjonsselskap, og om det var skille mellom hvert av de fem store og små
(vedlegg 4.9.2). Øvrige revisjonsselskap og BDO tar lave gjennomsnittlige
honorar (henholdsvis NOK 11.920 og 11.850). Videre har Deloitte NOK 12.350,
Ernst & Young NOK 13.750, KPMG NOK 13.830 og PwC NOK 14.210. Da vi
ser i kapitlet over at tilhørighet til Big 5 medfører at man i større grad beholder
revisor, kan det tyde på at revisjonshonorarets størrelse ikke har vært en
avgjørende faktor. Størrelsen på revisjonshonorarene viser at Big 5 (med unntak
av BDO) ligger over øvrige revisjonsselskaper.
56 http://www.revisorforeningen.no/d9579318/crowe-horwath-gar-inn-i-bdo 57 http://www.revisorforeningen.no/d9535200/krav-til-soknaden-om-autorisasjon-som-regnskapsforer 58 http://www.pwc.no/no/presse/regnskap-nytt-tjenesteomrade-pressemelding.jhtml
Side 85
4.1.10 Andre variabler
4.1.10.1 Varelager
Selskaper med varelager fravelger i større grad enn selskaper uten varelager. I
forbindelse med gjeld til kredittinstitusjoner så vi også på hvilken grad dette
kunne være med på å finansiere varelager. Selskaper som har varelager har en
fravalgsandel på 41,1 % (både med og uten gjeld til kredittinstitusjoner) mens den
øvrige populasjonen har en fravalgsandel på 35,0 % (tabell 7-75, vedlegg 4.10.1).
4.1.10.2 Tomter
Det er totalt 30.447 selskaper som har tomter i regnskapet. Av disse har 30,1 %
fravalgt revisjon. Av selskaper som ikke har tomter har 38,9 % fravalgt. Det at
selskapet har tomt i regnskapet ser altså ut til å kunne forklare en relativt lavere
andel fravalg (tabell 7-76, vedlegg 4.10.1)
4.2 Regresjonsanalysene
I tabell 4-1 (se side 87) presenteres resultatene fra de logistiske
regresjonsanalysene. I de påfølgende underkapitlene til dette kapitlet vil de
enkelte kategoriene uavhengige variabler diskuteres opp mot resultater fra
analysene og relatert teori. I dette avnittet vil modellene og hvordan man skal
forstå disse bli presentert.
Det presentes tre modeller. Modell 1 (initiell modell) inkluderer alle variablene
som ble presentert i kapittel 3.2.1.1. I modell 2 (hovedmodell) er uavhengige
variabler tatt ut blant annet for å unngå multikollinearitet for å få mer stabile
koeffisienter og tilsvarende sterkere signifikansverdier (se kapittel 3.3.1). Modell
3 presenteres som en utledning av modell 2. Der er enkelte av variablene i modell
2 utelatt fordi disse hindrer stabile koeffisienter med signifikante verdier på
uavhengige variabler som er tatt inn i denne modellen.
Forklaringsgraden, pseudo R2, til modellene varierer fra 0,145 til 0,206. R2 brukes
ofte som et bredt overordnet mål på hvor god modellen er (Hair et al. 2006. s
272). Tilsvarende tidligere studier har vist at R2 har i ligget i intervallet 0,2 til 0,7,
men at normalen har vært om lag 0,3 til 0,4 (Blekastad og Johannessen.2011;
Collis. 2010; Svanström 2008). At oppgavens modeller ikke gir like høye R2, kan
delvis forklares av at modellene bygger på variabler fra sekundærdata, som ikke er
Side 86
innsamlet primært for oppgavens undersøkelsesformål. Som diskutert i kapittel
3.1.3.3 til 3.1.3.5, vil dette kunne medføre lavere innholdsvaliditet i
undersøkelsene. Man avbilder ikke virkeligheten like godt som man kunne gjort
med primærdata. På den annen side gir det store omfanget observasjoner at
resultatene er desto mer reliable. Dette kommer til syne gjennom høye
signifikansnivåer på variablene (se under). Selv om enkelte hevder at pseudo R2,
som brukes i logistisk regresjon, er et fullgodt mål som den R2 som brukes i
ordinær regresjon (Hair. 2006. s 272), er det imidlertid diskutert intenst at dette
ikke er tilfelle (Hagquist og Stenbeck. 1998). Pseudo R2 måler grad av samsvar
mellom innsamlede data og data generert av modellen i form av predikerte verdier
(Hair. 2006. s. 362). Når denne oppgavens formål er å undersøke kjennetegn, og
ikke predikere sannsynligheten for at selskap velger bort revisor gjennom kausale
modeller (se kapittel 3.1.2), er det andre mål på hvor god modellen som er vel så
viktige (Tufte. 2000. s 42). Det er derfor sannsynligvis viktigere i denne oppgaven
at variablenes koeffisienter er stabile og signifikante, enn at modellen i seg selv
har høy presudo R2.
Modellene predikerer riktig mellom 67,7 og 70 % av tilfellene. I praksis vil det si
at dersom man tar utgangspunkt i et selskap som har valgt bort revisor, er det
mellom 67,7 og 70 % (avhengig av hvilken modell som brukes) sannsynlighet for
at modellen predikerer at selskapet har valgt bort revisor. Det er også vanlig å
bruke Kji-kvadrat-tester på modellene når antall observasjoner er tilstrekkelig
stort (Hair. 2006. s 363). Omfanget av observasjoner i denne oppgaven taler for
bruk av testen, som i alle tre modellene gir signifikante resultat på lavere enn
0,001-nivå. Disse to målene er sjeldent blitt brukt i tilsvarende studier, men
resultatene indikerer i seg selv at modellene er tilfredsstillende gode til å
konkludere på hva som kjennetegner selskap som velger bort revisor.
Når koeffisienten (B) til en uavhengig variabel er positiv, som tilfellet er ved
Regnskapsfører_dummy skal dette forstås som at et selskap som har ekstern
regnskapsfører har økt sannsynlighet for å velge bort revisor. Motsatt, når et
selskap anvender revisor som rådgiver, øker sannsynligheten for å beholde revisor
(uavhengig variabel er negativ i Rådgivn_dummy). At disse har koeffisienter lik
henholdsvis 0,829 og –0,542 (i hovedmodellen) betyr at de har oddsratioer lik
Side 87
2,29 og 0,5859. Oddsen for å ha valgt bort revisor blant selskap som anvender
revisor som rådgiver er derfor 58 % av den oddsen selskap som ikke har anvendt
revisor som rådgiver har, kontrollert for alle andre variabler som inngår i
modellen. Altså har man lavere sannsynlighet for å fravelge revisor dersom man
har anvendt revisor som rådgiver. Tilsvarende er sannsynligheten for å ha valgt
bort revisor 229 % (eller 2,29 ganger) høyere dersom man benytter ekstern
regnskapsfører, enn om man ikke har anvendt det (Hair et al. 2006. s 359).
Pres_sk_trekksmdl_dummy har i modell 1 signifikansnivå (Sig. (p)) lik 0,292,
men styrkes til 0,003 i hovedmodellen. Med dette forstås at sannsynligheten for
feilaktig å forkaste nullhypotesen går fra 29,2 til 0,3 %. Teoretisk betyr dette at
nullhypotesen feilaktig forkastes 3 av 1.000 ganger i hovedmodellen. Normalt har
vært å forkaste nullhypoteser når signifikansnivået har vært <=0,05, men at <=0,1
også er blitt godtatt (Collis. 2010). De fleste koeffisientene i denne oppgaven er
<=0,01.
Variabelnavn Initiell modell (1) Hovedmodellen (2) Modell 3
Koeff. (B) Sig. (p) Koeff. (B) Sig. (p) Koeff. (B) Sig. (p)
Geografi
Lav_folketetthet_dummy
0,134 0,001 0,134 <0,001 0,153 <0,001
Storby_dummy -0,174 <0,001 -0,164 <0,001 -0,199 <0,001
Bransje Annen_bransj_dummy
0,346 <0,001 0,084 0,010 0,391 <0,001
Bransje_varehandel_ Dummy
0,361 <0,001 0,155 0,001 0,484 <0,001
Bransje_faglig_tjenesteyting_dummy
0,281 <0,001 0,108 0,013 0,469 <0,001
Forhold til revisor og regnskapsfører Regnskapsfører_dummy
0,822 <0,001 0,829 <0,001 0,856 <0,001
Rådgivn_ dummy
-0,521 <0,001 -0,542 <0,001 -0,567 <0,001
Anmerkninger fra revisor (Opinion shopping) Forbehold_ dummy
0,171 0,380 0,240 0,143 0,129 0,423
Pres_fortsatt_ dummy
-0,156 0,300
Pres_sk_trekk-smidl_dummy
0,100 0,292 0,216 0,003 0,247 0,001
Pres_tilbakekalt_du -0,175 0,076
59 Antilogaritmen til koeffisienten. Regnskapsfører_dummy: e^koeffisienten (B) = 2,718(..)^0,829= 2,291. Rådgivn_dummy: 2,718(..)^-0,542 = 0,582
Side 88
mmy
Pres_ulov_lån_dummy_
0,176 0,069 0,201 0,005 0,289 <0,001
Kjønn og alder
Alder_DL * *
DL_kjønn -0,256 0,000 -0,196 <0,001 -0,207 <0,001
Alder_selskap * *
Størrelse på selskapet 1_2499_drifts-innt_dummy
0,913 0,240 0,200 <0,001 0,171 <0,001
2500_4999_ driftsinnt_ dummy
0,531 0,498 -0,444 <0,001 -0,611 <0,001
Antall_ansatte * *
Sum_drinnt_log -0,101 0,000
Sum_eiend_log -0,309 0,000 -0,230 <0,001
Agent- og prinsipalforhold 2eiere_dummy 0,237 <0,001 0,185 <0,001 0,187 <0,001
DL_eierandel_ dummy
0,823 <0,001 0,970 <0,001
Gj_kr_in_kort_dummy
-0,158 0,011 -0,162 0,002 -0,201 <0,001
Gj_kr_in_lang_dummy
* * -0,185 <0,001
Konsern_ dummy
-0,274 <0,001 -0,257 <0,001 -0,652 <0,001
Leverandørgj_ dummy
-0,099 0,033 -0,181 <0,001 -0,291 <0,001
Sign_RF_1022_dummy
-0,296 0,008
Skyld_off_avg_dummy
0,234 0,011 0,139 <0,001 0,242 <0,001
Finansiell stilling Gjeldsgrad * *
God_dårlig_kredrat_dummy
0,570 <0,001 0,629 <0,001 0,418 <0,001
Lønnsomhet_2010 * *
Revhon_driftsinnt * *
Revhon_driftskost 0,147 0,306 0,140 0,013 0,234 <0,001
Big 5 Big5_dummy * * -0,127 <0,001
Andre variabler (samlekategori) Tomter_dummy 0,121 0,020
Varelager_dummy 0,240 <0,001 0,170 <0,001 0,269 <0,001
Konstant Konstant -0,248 0,755 -0,423 <0,001 -1,285 <0,001
Tester av modellene N 18.592 37.692 37.675
Pseudo R2 0,206 0,199 0,145
Klassifikasjonstabell, prosent riktig
0,677 0,700 0,686
Side 89
predikert
Modell Kji-kvadrat 3066,623 <0,001 5879,326 <0,001 4198,967 <0,001
* = Variabelen er del av modellen, men fordi den har lav (mindre enn +/- 0,05) eller ikke forklarende koeffisient er den ikke vist av hensyn til aktualitet og lesbarhet av modellene.
Tabell 4-1: Logistiske regresjonsmodeller om fravalg av revisor.
4.2.1 Initiell modell (modell 1)
Modell 1 er en initiell regresjonsmodell hvor alle 36 uavhengige variabler er
inkludert. Disse er tatt inn i modellen fordi de deskriptive analysene har vist at
variablene kan være forklarende kjennetegn på selskap som velger bort revisor.
Til hovedmodellen (kapittel 4.2.2) er 13 variabler utelatt.
Som diskutert i kapittel 3.3.1 og 4.1.7.6, får vi bekreftet antakelsene om
konvergent begrepsvaliditet mellom blant andre pres_sk_trekksmdl_dummy og
sign_RF_1022_dummy i modell 1. Førstnevnte variabel er ustabil med svakt
signifikansnivå. Sistnevnte variabelen er derfor utelatt i hovedmodellen, hvilket
gjør pres_sk_trekksmdl_dummy mer stabil og signifikant (p<=0,003) i
hovedmodellen (kapittel 4.2.2.4). I en modell hvor pres_sk_trekksmdl_dummy
ikke er forklarende, har sign_RF_1022_dummy en forklaringsgrad på -0,296, med
et signifikansnivå på 0,008. Dette samstemmer med det teoretiske fundamentet og
nullhypotesen kan derfor forkastes. Selskaper som har fått signatur fra revisor i
kontrolloppstillingen fravelger i mindre grad revisor. Tilsvarende korrelerer også
pres_fortsatt_drift_dummy sterkt med god_dårlig_kredrat_dummy (0,63), og
antas dermed å måle det samme kjennetegnet. Førstnevnte er derfor også utelatt i
hovedmodellen. Koeffisienten til pres_tilbakekalt_dummy støtter ikke hypotesen
for kategorien den tilhører, men er i henhold til de deskriptive funnene der
fravalgsandelen for gruppen er lavere enn gjennomsnittet (vedlegg 4.4.2). Av
denne grunn er variabelen utelatt i påfølgende modeller.
Sum_drinnt_log bygger på samme observasjoner som 1_2499_driftsinnt_dummy
og 2500_4999_driftsinnt_dummy. Variablene korrelerer sterkt med disse
(henholdsvis -0,25 og -0,27) og selv om den er signifikant og forklarende, antas
den å måle det samme. Dessuten gjør den de to sistnevnte variablene ustabile
(svake signifikansnivå). For gjeldsgrad viser de deskriptive analysene at denne
kan ha sammenheng med størrelseskategorien, hvilket kan bety at andre variabler
fanger inn dette kjennetegnet (kapittel 4.1.8.4). Variabelen har i tillegg lav
koeffisient hvilket gjør det naturlig å utelate denne sammen med sum_driinnt_log
Side 90
i hovedmodellen. Antall_ansatte, som også faller inn i størrelseskategorien, hadde
på linje som lønnsomhet_2010 både lav forklaringsgrad og var signifikant
(p<=0,001). De deskriptive analysene viser dessuten mindre grad av
forklaringsevne (henholdsvis kapittel 4.1.6.3 og 4.1.8.3), hvilket gjør det naturlig
å utelate disse da koeffisientene er signifikante. På linje med hvordan
sum_driinnt_log bygger på samme observasjoner som to andre variabler, bygger
også revhon_driftsinnt og revhon_driftskost på samme observasjoner om
størrelsen på revisjonshonoraret. I den intielle modellen er begge ustabile, og
førstnevnte tas derfor ikke med videre fordi sistnevnte har større forklaringsgrad.
Tomter_dummy korrelerer med bransjevariablene (0,27, 0,29 og 0,29), og antas
derfor å måle samme kjennetegn da eiendom er referansekategori i alle
bransjevariablene.
For alder_DL og alder_selskap er forklaringsgraden lav og er mindre teoretisk
fundamentert (kapittel 2.2.5.1) slik at det er naturlig å utelate disse i videre
modeller.
Gj_kr_in_lang_dummy har lav forklaringsgrad og er ikke signifikant. En av
årsakene til å utelate variabler i videre modeller, er for å øke antall observasjoner
modellene bygger på. Da variabelen viser sterke deskriptive funn (kapittel
4.1.7.1), samt er tungt teoretisk fundamentert (kapittel 2.2.7.3), vil det å utelate
variablene, som er nevnt over, sannsynligvis føre til at videre modeller bygger på
flere observasjoner og således gjør gj_kr_in_lang_dummy mindre ustabil og
forklarende. Tilsvarende argumentasjon følger også for big5_dummy (kapittel
2.2.9 og 4.1.9). Begge disse variablene er utelatt i hovedmodellen, men tatt inn i
modell 3 der disse har forklarende og signifikante (p<=0,001) koeffisienter på
henholdsvis -0,185 og -0,127. Dette samstemmer med det teoretiske fundamentet
og tilknyttede nullhypoteser kan derfor forkastes. Selskaper som har langsiktig
gjeld til kredittinstitusjoner eller har big5-revisor fravelger i mindre grad revisor.
4.2.2 Hovedmodell (modell 2)
I denne modellen presenteres de resterende 23 variablene som i kombinasjon har
sterkest teoretisk fundament, har vist deskriptive funn og/eller ikke viser sterke
tegn til multikollinearitet. Ved å redusere for overnevnte 13 variabler fra den
Side 91
initielle modellen (18.592 observasjoner), mer enn fordobles antall observasjoner
som inkluderes i hovedmodellen (37.692).
4.2.2.1 Geografi
Resultatene for både lav_folketetthet_dummy og storby_dummy er begge
signifikante (p<=0,01) og har forventet fortegn i forhold til teori og
hypoteseoppbygning. Forklaringsgraden er henholdsvis 0,134 og -0,164. Dette er i
samsvar med deskriptive funnene i kapittell 4.1.1. Med utgangspunkt i teori- og
hypoteseoppbygningen i kapittel 2.2.1 kan vi gjennom regresjonsresultatene
forkaste nullhypotesene. At selskapet tilhører et fylke med lav folketett medfører
en større sannsynlighet for at man fravelger revisor, og tilhører selskapet en storby
er det større sannsynlighet for å beholde revisor.
4.2.2.2 Bransje
Resultatene for annen_bransj_dummy og bransj_varehandel_dummy er begge
signifikante med p<=0,01 og bransje_faglig_tjenesteyting_dummy er signifikant
med p<=0,05. Alle tre har forventet fortegn som tilsier at selskaper som tilhører
disse bransjene i større eller mindre grad fravelger revisor. Forklaringsgraden er
henholdsvis 0,084, 0,155 og 0,108. Dette gjør at vi kan forkaste alle
nullhypotesene; det er bransjeforskjeller. Det er i samsvar med funnene i den
deskriptive analysen, kapittel 4.1.2, der bransje L (eiendom) er den bransjen med
lavest fravalgsandel og her er benyttet som referansekategori. Det er verdt å nevne
at samtlige variabler i kategorien øker sine koeffisienter og signifikansnivå i
modell 3. Selskaper som tilhører særskilte bransjer (se H2a og b i kapittel 2.2.2)
fravelger i større grad enn øvrige bransjer. Selskaper som tilhører bransje L
fravelger i mindre grad enn øvrige bransjer.
4.2.2.3 Forholdet til revisor og regnskapsfører
Resultatene for regnskapsfører_dummy og rådgivn_dummy er begge signifikante
(p<=0,001) og har forventet fortegn i forhold til teoretisk fundament i kapittel
2.2.3. Forklaringsgraden for regnskapsfører_dummy er den nest høyeste i
hovedmodellen (0,829). Forklaringsgraden for rådgivn_dummy er også relativt
høy (-0,542). Dette gjør at vi kan forkaste begge nullhypotesene. Nærhet til
regnskapsfører forklarer altså at man velger bort revisor og nærhet til revisor
forklarer at man beholder denne. Dette er i samsvar med funnene våre i den
Side 92
deskriptive analysen, kapittel 4.1.3. Dette samsvarer også med hva Blekastad og
Johannessen fant (2011), som også tok for seg norske forhold.
4.2.2.4 Anmerkninger fra revisor (opinion shopping)
Resultatene for pres_ulov_lån_dummy og pres_sk.trekksmidl_dummy er begge
signifikante (p<=0,005) og har forventet fortegn i forhold til den teoretiske
oppbygningen i kapittel 2.2.4. Forklaringsgraden er henholdsvis 0,201 og 0,216.
Dette gjør at vi kan forkaste begge nullhypotesene. Forbehold_dummy er ikke
signifikant på 10 % nivå og nullhypotesen kan ikke forkastes. Alle tre variablene
har positive fortegn og er med på å forklare hvorfor selskaper velger bort revisor.
Dette bekrefter resultatene vi fant i krysstabellene i kapittel 4.1.4. Selskaper som
har presisering om ulovlig lån eller skattetrekksmidler fravelger revisor i større
grad. Det er verdt å nevne at i en modell hvor alle typer anmerkninger måles i kun
en variabel, vil denne slå ut på lik linje som de detaljerte variablene gjør i
hovedmodellen med signifikansnivå lik p<=0,01.
4.2.2.5 Kjønn og alder
Resultatet for DL_kjønn er signifikant (p<=0,01), men har ikke forventet fortegn i
forhold til den teoretiske oppbygningen i kapittel 2.2.5.2. Forklaringsgraden er -
0,196. Vi kan ikke forkaste nullhypotesen, men konkluderer allikevel med at i
selskap hvor daglig leder er kvinne fravelges revisor i større grad. Variabelen er
forklarende i seg selv og skyldes ikke at det for eksempel er mange kvinner som
jobber i varehandelsbransjen (bransje G) (Martinsen. 2009. s 158) siden sistnevnte
har variabel som er kontrollert for i modellen.
Når vi ser på de kvinnene som faktisk deltar aktivt i næringslivet, er forskjellene
minimale (Dreber, von Essen og Ranehill. 2011). Dette kan være en forklaring på
det avviket vi ser mellom våre funn og det teoretiske fundamentet i kapittel
2.2.5.2. Våre tall viser at av 77.837 daglige ledere (en del selskaper har ikke
daglig leder fordi styrets leder innehar daglig leders juridiske stilling, se kapittel
3.2.3.5) er 12.241 kvinner og 65.596 menn (henholdsvis 15,7 og 84,3 %). Det er
rimelig å anta at mennene som er oppført som daglige ledere til en viss grad
representerer gjennomsnittet av norske menn. Kvinnene som er daglige ledere
derimot utgjør trolig ikke gjennomsnittet av den kvinnelige befolkningen. Disse
kvinnene som faktisk er aktive entreprenører i næringslivet kan sannsynligvis
Side 93
være de som tør å ta mest risiko ved å akseptere usikkerheten som følger ved å
fravelge revisor.
4.2.2.6 Størrelse
Størrelse er en kontrollvariabel og resultatene for 1-2499_driftsinnt_dummy,
2500-4999_driftsinnt_dummy og sum_eiendl_log er alle signifikante (p<=0,001),
og har forventet fortegn i forhold til det teoretiske fundamentet i kapittel 2.2.6.
Forklaringsgraden er høyest for 2500-4999_driftsinnt_dummy med en
forklaringsgrad på -0,444, etterfulgt av sum_eiend_log med -0,230 og
1-2499_driftsinnt_dummy har lavest forklaringsgrad med 0,200. Dette gjør at vi
kan forkaste alle nullhypotesene. Selskaper i kategori 1 fravelger altså i større
grad enn selskaper i kategori 2, som igjen er forskjellig fra referansekategorien (0-
selskaper). Vi ser også at sannsynligheten for at man beholder revisor øker desto
høyere balansesum man har. Det er interessant også å trekke inn at
sum_driinnt_log er signifikant og forklarende i modell 1, men at denne korrelerer
så sterkt med de andre inntektesvariablene i denne kategorien at den utelates i
hovedmodellen. Økende driftsinntekt forklarer i denne modellen økt
sannsynlighet for å beholde revisor.
4.2.2.7 Agent- og prinsipalforhold
Agent- og prinsipalforhold anses i litteraturen som hovedgrunnen til at selskaper
benytter revisor. Denne kategorien er derfor ansett som kontrollvariabler i vår
oppgave. Vi har totalt identifisert seks slike variabler hvorav av fem har forventet
fortegn som samsvarer med teoretisk fundament og utledede hypoteser i kapittel
2.2.7. Av disse er det DL_eierandel_dummy som er den mest forklarende
variabelen, den er sågar den mest forklarende variabelen i hovedmodellen (0,970).
I selskaper hvor daglig leder har eierandeler er derfor sannsynligheten stor for at
man fravelger revisor. 2eiere_dummy forklarer også at man fravelger revisor i
større grad. Motsatt forklarer konsern_dummy, leverandørgjeld_dummy og
gj_kr.in_kort_dummy alle at man fravelger revisor i mindre grad. For
konsern_dummy er forklaringsgraden -0,257 i hovedmodellen, mens den er enda
mer forklarende i modell 3 (-0,652). Det er litt overraskende at
leverandørgj_dummy kommer ut forklarende sett i sammenheng med deskriptive
funn, jevnfør kapittel 4.1.7.2.. Det kan skyldes at nyansene som presenteres under
deskriptive funn (når vi tar ut kategori 0-selskaper) hensyntas i regresjonen, samt
Side 94
at vi kontrollerer for andre variabler. Skyld_off_avg_dummy har ikke forventet
fortegn med 0,139 i hovedmodellen og er ikke i henhold til hypotesen. Det er
allikevel en forklarende variabel i modellen som tilsier at selskaper med skyldig
offentlige avgifter i større grad fravelger revisor. Vi er ikke i stand til å
konkludere på hvorfor denne retningen kommer ut, men vi anbefaler at andre
undersøker denne variabelen i videre studier. Dette er ikke en variabel som er
undersøkt noe særlig internasjonalt, men særnorske forhold knyttet til revisors
plikter, jevnfør kapittel 2.2.7.5, tilsier at dette kan være interessant å studere
videre. Signifikansnivået viser at p<=0,01 for alle variablene og alle
nullhypotesene fra kapittel 2, med unntak av skyld_off_avg_dummy, kan forkastes.
Som et alternativ til 2eiere_dummy, har vi også i en modell undersøkt en variabel
for selskaper med kun en aksjonær. I en slik modell er variabelen forklarende og
signifikant på lik linje, men med mindre kraft enn for 2eiere_dummy. Dette så vi
også i de deskriptive analysene (kapittel 4.1.7.5).
4.2.2.8 Finansiell stilling
God_dårlig_kredrat_dummy har ikke forventet fortegn og forklarer at selskaper
med god kredittrating fravelger i større grad enn andre. Koeffisienten er 0,629, og
er derfor en av variablene med sterkest forklaringskraft. Det er vanskelig å fastslå
hvorfor resultatene i Norge går i stikk motsatt retning av hva internasjonal
forskning tilsier (Lennox. 2011). Er det noe med norske forhold eller størrelsen på
selskapene (små selskaper i Norge mot større selskaper i internasjonale studier)
som tilsier at forholdene er annerledes i Norge? Våre funn tilsier at selskaper med
kredittrating C i større grad enn øvrige ønsker å beholde revisor. Kanskje er dette
for å kompensere for den dårlige ratingen og derfor fremstå som mer seriøse. Vi
ser også at for variabelen lønnsomhet_2010 er det de selskapene med høyest
lønnsomhet som fravelger, jevnfør kapittel 4.1.8.3. De som beholder har også
høyere gjeldsgrad, jevnfør kapittel 4.1.8.4. Alle trekkene går i retning av at det er
selskapene som går dårlig som beholder revisor, selv om disse tre altså kommer
svakt ut i regresjonsmodellen og derfor ikke er tatt med i hovedmodellen. Vi
forkaster ikke nullhypotesene fra kapittel 2.2.8.1, men konkluderer derimot med at
selskap som har god kreditrating fravelger revisor.
Side 95
Som et alternativ til god_dårlig_kredrat_dummy, har vi også i en modell
undersøkt en variabel som inkluderer også observasjoner av ”nøytral” kreditrating
(AN og B). I denne forstår man AN og B som dårlig rating. I en slik modell er
variabelen ikke forklarende. Dette så vi også i de deskriptive analysene, der vi så
at selskaper med B-rating har om lag like høy fravalgsandel som selskaper med
A-ratinger, samt utgjør en stor andel av observasjonene (vedlegg 4.8.1). Å
inkludere observasjoner for AN og B medfører at antall observasjoner i modell 1
øker fra 18.592 til 24.474. Resultater fra tester på modellene (R2,
klassifikasjonstabell og modellens Kji-kvadrat) viser derimot at disse er
uvesentlig endret.
Resultatet for revhon_driftskost er signifikant (p<=0,05) og har forventet fortegn i
forhold til teoretisk fundament i kapittel 2.2.8.2. Forklaringsgraden for variabelen
er 0,140. Dette gjør at vi kan forkaste nullhypotesen. Størrelsen på
revisjonshonoraret i forhold til størrelsen på driftskostnadene er derfor avgjørende
for om man fravelger revisor eller ikke. I selskaper der revisjonshonoraret utgjør
en relativt større andel av driftskostnadene, fravelges revisor i større grad.
4.2.2.9 Big 5
Denne variabelen er ikke med i hovedmodellen, men er kommentert i kapittel
4.2.1 der denne viste forklarende kraft i modell 3.
4.2.2.10 Andre variabler
Resultatet for varelager_dummy er signifikant (p<=0,001) og har forventet fortegn
i henhold til teoretisk fundament i kapittel 2.2.10.2. Forklaringsgraden er 0,170.
Av selskap som har varelager tilhører 36,7 % av disse bransje G (varehandel)
(tabell 7-77, vedlegg 4.10.1). Bransje G utgjør til sammenligning 13 % av
populasjonen (tabell 7-9, vedlegg 3.2). Det kunne med andre ord være tegn som
tydet på at det var tilhørighet til bransje G og ikke forekomst av varelager (og vica
verca) som forklarte om man valgte bort revisor eller ikke. Siden både
varelager_dummy og bransje_varehandel_dummy er forklarende og signifikante i
samme modell, kan vi konkludere på at så ikke er tilfelle. Dette gjør at vi kan
forkaste nullhypotesen. Selskaper med varelager fravelger i større grad revisjon
enn andre selskaper (også kontrollert for bransje).
Side 96
5 KONKLUSJON
5.1 Diskusjoner rundt resultatene fra undersøkelsene
Studien er gjort med det formål å bidra med beslutningsnyttig informasjon til
interessenter som påvirkes av at selskap fravelger revisor. Da fravalget kun har
vært tillatt siden 1. mai 2011, er det utført begrensede mengder med undersøkelser
i Norge på dette området. Mange har dessuten synliggjort en usikkerhet om
hvilken betydning selskapets samarbeidspartnere og interessenter ville ha for
fravalgsbeslutningen. For eksempel knyttes blant annet usikkerhet til hvilken
betydning forholdet til revisor, regnskapsfører, skattemyndighetene, eksterne eiere
og kredittgiverne har for fravalgsbeslutningen. Det er formålstjenlig at dette
undersøkes. Oppgaven har derfor forsøkt å besvare hva som kjennetegner selskap
som fravelger revisor gjennom blant annet å synliggjøre ulike parters betydning i
fravalgsbeslutningen.
For å besvare hva som kjennetegner selskaper som fravelger revisor har vi valgt å
benytte oss av sekundærdata. Vi hentet blant annet inn regnskaps- og
selskapsinformasjon fra offentlige registre, kredittvurderinger og informasjon fra
selvangivelsen. Fordelen ved disse er at de i stor grad er objektive og allment
tilgjengelige. At flere av variablene tar utgangspunkt i observasjoner i regnskapet,
er med på å bidra til å understøtte regnskapets opprinnelige formål. Regnskapets
formål er å gi beslutningsnyttig informasjon til brukerne av regnskapet (Huneide
et al. 2012. kapittel 1). Bruk av disse objektive dataene kan bidra til mer matnyttig
beslutningsinformasjon enn subjektive data. Dette fordi de objektive dataene er
allment tilgjengelige, i motsetning til de subjektive som ofte hentes inn via direkte
kontakt med selskapene. Oppgaven skiller seg for øvrig ut fra andre undersøkelser
ved at den er en totalundersøkelse av samtlige 113.415 AS stiftet før 31.12.2010
med rett til å fravelge revisor. Det er blitt kontrollert for så mange som 36 ulike
variabler, som hver for seg representerer måleparametre for kjennetegn hos
selskapene.
Det er gjennom regresjonsanalyser undersøkt om variablene representerer unike
kjennetegn ved selskap som fravelger revisjon. Formålet er å undersøke
variablene i sammenheng og deres påvirkning på fravalgsbeslutningen. Analysene
viser at 36,2 % (41.067 av 113.415) av aksjeselskapene i undersøkelsen valgte
bort revisor innen utgangen av 2011. Da fravalget er relativt nytt i Norge, vil alle
Side 97
funn i analysene gi ny viten om forholdet på nasjonalt nivå. Videre vil funnene
også gi internasjonale bidrag der tidligere testede variabler (kontrollvariabler)
viser andre resultater enn det som tidligere er vist internasjonalt, samt nye
variabler som i mindre grad er testet internasjonalt. Funnene viser også resultater
på kontrollvariabler som samsvarer med resultater fra internasjonale studier. De
deskriptive analysene har vist at dummyvariablene i regresjonsanalysene varierer
med fravalgsandeler fra 21,8 til 45,4 %. Førstnevnte referer seg til selskap som
har konserntilknytning. Til sammenligning valgte 38,7 % av de uten slik
tilknytning bort revisor. 45,4 % referer seg til selskap som ikke benyttet revisor
som rådgiver. Til sammenligning valgte 29,9 % som benyttet revisor som rådgiver
bort revisor.
Av nye variabler som måler kjennetegn man ikke tidligere har undersøkt verken
internasjonalt eller nasjonalt, er forholdet til regnskapsfører av stor betydning. At
selskapet har ekstern regnskapsfører er det enkeltvise forholdet som i størst grad,
med unntak av at daglig leder har eierandel, påvirker at revisor velges bort.
Revisor har ofte blitt sett på som selskapenes viktige økonomiske rådgiver. I følge
Gooderham et al. (2004) benyttes ekstern regnskapsfører når denne oppfattes som
kompetent. Blekastad og Johannessen (2011) viste at nærhet til selskapet er
avgjørende for om selskaper fravelger revisor. Funnene våre indikerer at der
ekstern regnskapsfører er engasjert, innehar han i større grad rollen som rådgiver.
På den annen side viser funnene våre også at i de selskaper der revisor benyttes
som rådgiver, reduseres sjansen for å velge bort revisor. Altså tolker vi det dit at
det er avgjørende for både revisor og regnskapsfører å opparbeide seg nærhet til
selskapet slik at de oppfattes som kompetente rådgivere. Når nå revisjonsplikten
delvis er opphevet, stiller det høyere krav til at revisor synliggjør sin kompetanse.
Dess mer selskapet benytter revisor som rådgiver, dess mer vil kompetansen til
revisor synliggjøres (Svanström. 2008). At fravalgsandelen totalt sett er såpass
mye høyere i Norge enn den var i andre land på samme tidspunkt, kan skyldes at
regnskapsførers posisjon er spesiell i Norge.
Når et selskap har fått anmerkninger fra revisor i revisjonsberetningen, medfører
dette at det fravelger revisor i større grad. Dette kommer tydeligst frem for
forbehold og presiseringer knyttet til ulovlig behandling av skattetrekksmidler og
lån til nærstående parter. Dette samsvarer også med våre funn om at selskaper
Side 98
som ikke får signatur fra revisor på kontrolloppstillingen (RF-1022) også
fravelger i større grad. Våre analyser viser at sistnevnte variabel måler det samme
kjennetegn som variabelen om skattetrekksmidler gjør, slik at ikke begge er
forklarende i samme modell. Resultatene viser også at det å få presisering om
tilbakekalt revisjonsberetning for for sent innsendt regnskap, ikke påvirker
beslutningen om fravalg. Med dette tolker vi at sistnevnte ikke er et forhold av så
graverende karakter, at det påvirker forholdet til interessentene. På den annen side
vil en presisering om ulovlig lån trolig kunne medføre bokettersyn fra
skattemyndighetene. Resultatene går i motsatt retning av tilsvarende studier i
Finland (Niemi et al. 2012), men samsvarer med generelle studier på opinion
shopping. Vår tolkning er at det vil være mer logisk for et selskap å ville skjule et
graverende forhold som er avgjørende for forholdet til interessentene, og vil
således avvike fra resultatene man fant i Finland.
Geografi og bransje i sammenheng med fravalg representerer også områder som
det er forsket lite på internasjonalt. Våre funn viser at dess lavere folketetthet,
dess mer øker sannsynligheten for å fravelge revisor. Motsatt viser det seg også at
selskaper i storbyer fravelger i mindre grad. Dette kan skyldes at i områder med
lav folketetthet er den geografiske avstanden til revisor større enn i storbyer. Dette
kan igjen føre til at selskaper i mindre grad ser nytten av revisor her. På den annen
side spriker internasjonale studier på området (Svanstrøm. 2008; Keeble. 1998),
slik at dette også kan skyldes en bjellekueffekt. I områder med lavere folketetthet
vil det være lettere for en toneangivende aktør som fravelger revisor å påvirke
andre aktører til også å fravelge. Når det gjelder bransje, viser våre resultater at
varehandel og faglig vitenskapelig og teknisk tjenesteyting fravelger i større grad,
mens eiendom i mindre grad fravelger revisor. I tillegg har vi sett at både
gjennomsnittet og medianen for revisjonshonoraret avhengig av bransje korrelerer
sterkt med fravalgsandelen i bransjen. Både gjennomsnittet og medianen for
revisjonshonoraret i varehandel og faglig tjenesteyting ligger over hva som er
vanlig uavhengig av bransje. Motsatt ligger eiendom under. Med dette tolker vi
det dit at kostnaden ved å beholde revisor i varehandel og faglig tjenesteyting
faktisk er tyngre enn i eiendom. I denne sammenheng er det naturlig å trekke inn
at våre undersøkelser også har vist at dess høyere revisjonshonoraret er i forhold
til størrelsen på andre driftskostnader, dess mer øker sannsynligheten for å
fravelge revisor. Dette er med på å underbygge at revisjonshonoraret er en
Side 99
unødvendig kostnad som kan kuttes for å bedre den finansielle stillingen. Når man
kontrollerer for alle de overnevnte variablene, viser undersøkelsene at også
selskaper med varelager (selskaper kan ha varelager selv om de ikke er i
varehandelsbransjen) fravelger i større grad revisor. Dette kan skyldes at varelager
kan være et parameter for den opplevde kostnaden ved revisjon. Tidligere studier
har derimot ikke vist klare tegn på bransjeforskjeller, hvilket kan bety at det også
her kan foreligge en form for bjellekueffekt.
Av mer kuriøse kjennetegn, kan det fortelles at i selskaper hvor daglig leder er
kvinne, fravelges revisor i større grad. Da dette representerer funn i et lite forsket
område, er det vanskelig å konkludere bastant på årsak. Vi ser derimot at det er
betydelig færre kvinner enn menn som er daglig leder (16/84 %), enn det er
kvinner i befolkningen for øvrig (49/51 %). Disse kvinnene utgjør trolig i mindre
grad enn mennene et representativt utvalg av befolkningen. Vi tolker det derfor dit
at disse kvinnene er mindre risikoaverse enn mennene.
Av kontrollvariabler som viser avvikende resultater fra internasjonale studier, kan
det nevnes at kredittvurdering er avgjørende for fravalgsbeslutningen. Selskaper
som er gitt en god kredittrating velger i større grad bort revisor enn de som er gitt
dårlig. Internasjonale studier har vist motsatte resultater, som kan skyldes at disse
har undersøkt større selskaper. Våre funn kan skyldes at selskaper med dårlig
kredittrating ønsker å kompensere for dette ved å beholde revisor og dermed
fremstå som mer seriøse.
Når det nå diskuteres de variabler som er undersøkt tidligere, som har gitt samme
resultater som internasjonale studier, gjøres dette for å poengtere at våre
undersøkelser har hensyntatt de kontrollvariabler som normalt er blitt undersøkt i
tilsvarende internasjonale studier. I all hovedsak viser undersøkelsene våre at dess
større driftsinntektene er, dess lavere er sannsynligheten for å fravelge revisor. Vi
så allikevel at selskaper med nullomsetning fravek fra denne trenden ved å
fravelge i mindre grad enn forventet (figur 4-1 over). Trolig representerer
selskapene med nullomsetning ”sovende” selskaper, hvor eierne ikke er aktive, og
således ikke har tatt stilling til fravalgsmuligheten. Til slutt nevnes at når daglig
leder har eierandel i selskapet fravelges revisor i større grad. Dette er den
variabelen som gir sterkest forklaring i studien og forklares av at eieren er med i
Side 100
den daglige ledelsen og får derfor tilgang til informasjon (Jensen og Meckling.
1976).
5.2 Begrensninger i oppgaven
På den ene siden er den store styrken til denne studien at datamaterialet den
bygger på er svært pålitelig (reliabelt). Dette skyldes at flertallet av variablene er
offentlige tilgjengelige og kontrollert av revisor, at man undersøker samtlige
aksjeselskap i populasjonen (113.415) og kontrollerer for mange ulike variabler.
Studien er således lite sensitive for ikke-kontrollerte forhold. På den annen side
kan validiteten være noe svakere enn ved bruk av primærdata. Siden dataene ikke
er innhentet for denne særskilte studiens undersøkelsesformål, ser vi at våre
variabler kan ha noe lavere validitet. For å avbilde om kredittinstitusjonen krever
at selskaper har revisor, har Collis (2010) målt dette ved å spørre selskapet om
banken krever det. Denne oppgaven måler dette ved å undersøke samvariasjonen
mellom om selskapet har gjeld til banken og om det har besluttet å beholde
revisor. Vårt parameter har lavere innholdsvaliditet da dette også inkluderer de
selskap som har gjeld fra banken, men allikevel ikke blir påkrevd å beholde
revisor. Lavere innholdsvaliditet fører til potensielt lavere forklaringskraft på
variablene, men som følge av at vi undersøker samtlige selskaper i populasjonen
får disse høyere signifikansnivå.
Siden dette er en totalundersøkelse, var det viktig å avstemme utvalget (113.415
selskaper) mot populasjonen. Dette ble gjort med uvesentlig avvik (340). Derimot
har enkelte av variablene som har vist seg forklarende manglende observasjoner.
Våre vurderinger er at manglene ikke skulle medføre skjevheter som hindrer oss i
å generalisere til resten av populasjonen.
5.3 Konsekvenser for revisorbransjen og andre
Regresjonsanalysene viste at selskaper med big5-revisor i mindre grad valgte bort
revisor. Dette kan skyldes at det er selskaper som ønsker å fremstå som seriøse
som har big5-revisor. De deskriptive analysene viser at de store linjene er at dess
mindre revisjonsselskap, dess høyere fravalgsandel og dess større andel av
kundeporteføljen har man mistet som følge av fravalgsmuligheten. Dette kommer
både av at man har hatt større fravalgsandel og at andel små kunder i porteføljen
er større. Dette har medført en rekke oppkjøp og omstruktureringer av små og
Side 101
mellomstore revisjonsselskaper. For eksempel har BDO kjøpt 25 revisjonsselskap
de siste to år. Revisor må nå i større grad søke etter nye tjenesteområder og
utnytte seg av stordriftsfordeler. Mindre revisorer har tatt ut autorisasjon som
regnskapsfører. De større revisjonsselskapene har også begynt å lukte på denne
muligheten. DnR anbefaler å levere mer av forenklede revisjonstjenester (for
eksempel ISA 805). I sammenheng med at vi for eksempel ser at selskaper med
varelager fravelger revisor i større grad, kan det være et potensiale for å benytte
denne standarden i forbindelse med spesifikk kontroll av varebeholdningen.
Omstrukturering i bransjen medfører, som vi har sett, færre og større enheter, og
vil også gi muligheter for stordriftsfordeler hvor man i større grad kan benytte seg
av riktig arbeidskraft på de forskjellige stedene i revisjonsprosessen. Dette vil
igjen kunne lede til en mer effektiv revisjon uten å redusere revisjonskvaliteten.
Revisjonsfritaket er et av flere tiltak for å bedre konkurransevilkårene i
næringslivet. I Norge har det vært normalt å måle konsekvenser i kroner og øre av
iverksatte tiltak. Før lovvedtaket ble det estimert at små AS ville kunne få
besparelser i revisjonshonoraret i intervallet NOK 2,1 til 2,9 milliarder (NOU
2008:12. s 87). Våre undersøkelser viser en potensiell besparelse på totalt NOK
1,5 milliarder, hvorav årlig besparelse for selskap som har fravalgt pr 31.12.11 var
ca. kr 600 millioner. Avviket skyldes at NOUen opererte med høyere
gjennomsnittlige revisjonshonorar og høyere estimert andel selskap som ville bli
omfattet av fritaket.
Undersøkelsene våre viser at kontakt med revisor medfører at man i større grad
beholder denne. Revisor spiller ofte på sin styrke på å kunne levere rådgivning
innenfor tyngre faglige områder, der regnskapsfører til en viss grad kommer til
kort. Det er rimelig å anta at mindre komplekse selskaper i mindre grad vil ha
behov for slike tjenester. For å tilnærme seg det rådgivningsbehovet som slike
selskap har, burde revisor nå i større grad synliggjøre at han innehar den rette
kompetansen. Det er dessuten viktig at det frigjøres nok ressurser og at
revisjonsselskapene har en klar strategi for hvordan man skal tilnærme seg
potensielle små rådgivningsoppdrag.
At det er de selskapene som har høyest relativt revisjonshonorar som velger bort
revisor kan skyldes at revisjonsstandardene (ISA) er laget for store selskaper og
Side 102
dermed kan medføre relativt mye arbeid når de små selskapene revideres Det er
foreløpig ikke utviklet ISAer for små og mellomstore foretak. At det er mulig at
rigide revisjonsstandarder kan være en av årsakene til at selskap velger bort
revisor, burde være et insentiv til å øke presset på å få vedtatt forenklede
standarder.
Skattekrim60 har uttalt at bokettersynet avdekker mest rot i såkalte useriøse
bransjer. Sett i lys av revisjonens formål, er det derfor å foretrekke at disse ikke
velger bort revisor. Våre undersøkelser av forhold som relaterer seg til det
offentlige som bruker indikerer at det er de selskapene som har noe å skjule som
velger bort revisor. Dette er det motsatte av hva man hadde håpet på før reglene
om frivillig revisjon ble innført.
5.4 Et blikk inn i glasskula og hva bør i den sammenheng forskes videre på?
I oppgaven har vi antydet at den høyere fravalgsandelen i Norge i sammenligning
med andre land i Norden kan skyldes det særnorske forholdet selskap har til
ekstern regnskapsfører. Den faktiske utviklingen over tid i andre land, samt
estimater på forventede fravalgsandeler i Norge, tilsier at fravalget vi har sett vil
øke i årene som kommer. Våre undersøkelser har vist tegn til at dette vil kunne
komme til å skje spesielt blant selskaper med nullomsetning og/eller uten ansatte.
I tillegg kan vi også tenke oss en mulig økning som følge av en bjellekueffekt
innenfor geografiske områder og bransjer som til nå har hatt lavere fravalgsandel.
På den annen side kan det at kredittratingbyråene ennå ikke har latt
fravalgsbeslutningen påvirke kredittratingen føre til en motsatt effekt på framtidig
fravalgsandel. Dersom byråene i framtiden hensyntar dette, vil dette kunne
medføre at selskaper som har valgt bort revisor vil velge inn revisor igjen for å
bedre ratingen. Da det er usikkerhet knyttet til utviklingen i fravalgsandeler i
Norge i forhold til Norden for øvrig, vil utviklingen i nevnte faktorer være av
interesse for videre undersøkelser. Vil Norge nærme seg Norden for øvrig, eller
vil vi oppleve at Norge fortsetter å være Annerledeslandet?
60http://www.google.no/url?sa=t&rct=j&q=jan%20egil%20kristiansen%20skatt%20%C3%B8st%20unio&source=web&cd=1&ved=0CCMQFjAA&url=http%3A%2F%2Fwww.unio.no%2Fkunder%2Funio%2Fmm.nsf%2FlupGraphics%2FJan-Egil_Kristiansen.ppt%2F%24file%2FJan-Egil_Kristiansen.ppt&ei=Dg54T9PsJ8P64QTNuuW_Aw&usg=AFQjCNG4UtJz-yqow6aFXaxhIHiorsMrqw (Power-Point-fremvisning fra Unio-konferransen 2008)
Side 103
Side 104
LITTERATURLISTE
Bøker
Arens, Alvin, Beasley, Mark S. og Elder, Randal J. 2010. Auditing and Assurance
Services. 13. utg. Global edition: Pearson Education.
Beattie, V. og Fearnley, S. 1998. What companies want (and don’t) want from
their auditors London: The Institute of Chartered Accountants in England and
Wales
Bøhren, Øyvind. 2011. Eierne, styret og ledelsen (Corporate governance i Norge).
Bergen: Fagbokforlaget.
Den norske Revisorforeningen. 2011. Revisors Håndbok 2011. 32. utg. Oslo: Den
norske Revisorforeningen.
Elling. Jens O. 2002. Årsrapporten – teori og regulering. 1 utg. København,
Danmark: Gjellerup.
Frønes, Ivar. 2005. Annerledeslandet. Om framtid og utviklingstrekk i Norge.
Oslo: Gyldendal Akademisk.
Ghauri, Pervez og Grønhaug, Kjell. 2010. Research Methods in Business Studies.
4. utg. Harlow, England: Person Education.
Goodenough, Ward. H. 1971. Culture, Language, and Society. California, USA:
The Benjamin/Cummings Publishing Company.
Gripsrud, Geir, Olsson, Ulf Henning og Silkoset, Ragnhild. 2004. Metode og
dataanalyse med fokus på beslutnigner i bedrifter. 1. utg. Kristiansand:
Høyskoleforlaget
Hair, Joseph F. Jr., Black, William C., Babin, Barry J., Anderson, Rolph E. og
Tatham, Ronald L. 2006. Multivariate Data Analysis. 6. Utg. New Jersey, USA:
Pearson Prentice Hall.
Side 105
Hobbes, Thomas. 2008. Leviathan. Charleston, USA: Bibliobazaar.
Huneide, Jens-Erik, Pedersen, Kirsten, Schwencke, Hans Robert og Haugen, Dag
Olav. 2012. Årsregnskapet i teori og praksis 2011. 13. utgave. Oslo: Gyldendal
Norsk Forlag AS.
Jacobsen, Dag Ingvar. 2003. Hvordan gjennomføre undersøkelser? Kristiansand:
Høyskoleforlaget
Keeble, D., Tyler, P., Broom, G. og Lewis, L. 1992. Business success in the
countryside: The performance of rural enterprise. London, England: HMSO.
Martinsen, Øyvind L. 2009. Perspektiver på ledelse. 3. utg. Oslo: Gyldendal
akademisk.
Smith, Adam. An inquiry into the nature and causes of The Wealth of Nations.
1776. 1. utg. USA: Bottom of the Hill Publishing
Thaler, Richard H. og Sunstein, Cass R. 2008. Nudge, Improving Decisions
About Health, Wealth, and Happiness. New York, USA: Penguin Group
Wenstøp, Fred. 2003. Statistikk og dataanalyse. 7. utg. Oslo: Universitetsforlaget.
Artikler
Vitenskapelige trykte artikler
Aarbu, Karl Ove og Schroyen, Fred. 2011. Mapping risk aversion in Norway
using hypothetical income gambles. Bergen: Discussion Paper no. 13/2009 –
Norges Handelshøyskole:
http://papers.ssrn.com/sol3/papers.cfm?abstract_id=1554890 (hentet 4. februar
2012)
Abdel-Khalik, A.R. 1993. Why do private companies demand auditing? A case
for organizational loss of control. Journal of Accounting, Auditing and Finance,
Vol.8 (1): 31-52.
Side 106
Allee, K. D., og T. L. Yohn. 2009. The demand for financial statements in an
unregulated environment: An examination of the production and use of financial
statements by privately held small businesses. The Accounting Review, vol. 84
(1): 1–25.
Bennett, T. J. og Robson, P. J. A. 1999. The Use of External Business Advice by
SMEs in Britain. Entrepreneurship & Regional Development vol. 11 (2): 155–80.
Berry, A. og Robertson, J. 2006. Overseas bankers in the UK and their use of
information for making lending decisions: Changes form 1985. The British
Accounting Review, Vol.38: 175-191.
Blekastad, Helene og Johannessen, Hans Petter. 2011. Revisjonsplikten for små
aksjeselskap oppheves : hvem velger frivillig revisjon? Oslo: Masteroppgave
(MSc) - Handelshøyskolen BI, 2011.
Blackwell, D., T. Noland, og D. Winters. 1998. The value of auditor assurance:
Evidence from loan pricing. Journal of Accounting Research 36 (1): 57–70.
Chow, C.W. 1982. The demand for external auditing; size, debt and ownership
influences. The Accounting Review, vol. 57 (2): 272- 291.
Collis, J., Jarvis, R. og Skerratt, L. 2004. ”The demand for the audit in small
companies in the UK”. Accounting and Business Research vol 34 (2): 87-100
Collis, J. 2010. "Audit Exemption and the Demand for Voluntary Audit: A
Comparative Study of the UK and Denmark." International Journal of Auditing
vol. 14 (2): 211-231.
Cosh, A og Hughes, A. 1998. “Profitability, finance, investment appraisal and
acquisition”. I: Enterprise Britain: growth, innovation and public policy in the
small and medium sized enterprise sector 1994-1997. ESRC Centre for Business
Research, Cambridge, s 67-79.
Side 107
Dreber, Anna, von Essen, Emma og Ranehill, Eva. 2011. In Bloom: Gender
Differences in Preferences among Adolescents. Stockholm, Sverige: SSE/EFI
Working Paper Series in Economics and Finance no 734 April 2011.
http://papers.ssrn.com/sol3/papers.cfm?abstract_id=1804278 (hentet 4. februar
2012)
Gooderham, P.N., Tabiassen, A., Doving, E. og Nordhaug, O. 2004. Accountants
as Sources of Business Advice for Small Firms. International Small Business
Journal, vol. 22 (1): 5-22.
Hagquist, Curt og Stenbeck, Magnus. 1998. “Goodness of Fit in Regression
Analysis R2 and G2 reconsidered”. Quality and Quantity. International Journal of
Methodology, vol. 32 (3): 229-245.
Hasings, C., Mosteller, F., Tukey, J.W., Winsor, C.P. 1947. Low moments for
small samples: a comparative study of order statistics. Annals of Mathematical
Statistics vol. 18: 413–426
Hay, D. og Davis, D. 2004. The Voluntary Choice of an Auditor of Any Level of
Quality. Auditing, vol. 23 (2): 37-53.
Jensen, M.C. og Meckling, W.H. 1976. Theory of the Firm: Managerial Behavior,
Agency Costs and Ownership Structure. Journal of Financial Economics, Vol. 3
(4): 305-360.
Keeble, David. 1998. North-south and urban-rural variation in SME growth,
innovation and networking in the 1990s., I: A.Hughes & A.Choch (Eds)
Enterprise Britain: Growth, innovation and public policy in the small and
medium-sized enterprise sector 1994-97: Kapittel 10. ERSC Centre for Business
Research, University of Cambridge:
Kirby, D. A. og King, S. H. 1997. Accountants and Small Firm Development:
Filling the Expectation Gap. The Services Industries Journal vol. 17(2): 294–304.
Side 108
Lambert, R.A. 2001. Contract theory and accounting. Journal of Accounting and
Economic,.vol.32 (1-3): 3-87.
Langli, John Christian. 2009. “Hvem er brukerne av årsregnskapene til små
aksjeselskaper og trenger de reviderte regnskaper?” Praktisk økonomi & finans, nr
1/2009: 104-119.
Lennox, Clive. 1999. Are large auditors more accurate than small auditors ?
Accounting and Business Research, vol. 29 (3): 217-227
Lennox, Clive. 2000. Do companies successfully engage in opinion-shopping ?
Evidence from the UK. Journal of Accounting and Economics vol. 29: 321-337.
Lennox, Clive og Pittman, Jeffrey A. 2011. Voluntary Audits versus Mandatory
Audits. The Accounting Review, vol. 86 (5): 1655-1678.
Niemi, Lasse, Kinnunen, Juha, Tapani Ojala, Hannu og Troberg, Pontus. 2012.
Drivers of Voluntary Audit in Finland: To Be or Not to Be Audited? Accounting
and Business Research, 2012 (15. februar 2012).
Menon, Krishnagopal og Schwartz, Kenneth B. 1985. Auditor switches by failing
firms. The Accounting Review vol 60 (2): 248-261.
Rothenberg, Thomas J., Fisher, Franklin, M., Tilanus, C.B. 1966. "A note on
estimation from a cauchy sample". Journal of the American Statistical Association
vol. 59: 460–463.
Senkow, D.W., Rennie, M.D., Rennie, R.D. og Wong, J.W. 2001. The audit
retention decision in the face of deregulation: Evidence from large Canadian
corporations. Auditing: A journal of Practice & Theory, vol.20 (2): 101-113.
Simunic, D.A. 1984. Auditing, Consulting and Auditor Independence. Journal of
Accounting Research, Vol. 22 (2): 679-702.
Side 109
Simunic, D. A. og Stein, M. T. 1987. Product Differentiation in Auditing: A Study
of Auditor Effects in the Market for New Issues. Vancouver, Canada: The
Canadian Certified General Accountants Research Foundation.
Svanström, Tobias. 2008. Revision och rådgivning Efterfrågan, kvalitet och
oberoende. Umeå, Sverige: Doktoravhandling - Umeå School of Business.
Tanewski, G. og Carey, P. 2007. Determinants of value adding business advice
provided by external accountants to SME clients. Working paper, Monash
university, Australia.
Tauringana, V. og Clarke, S. 2000. The demand for external auditing: managerial
share ownership, size, gearing and liquidity influences. Managerial Auditing
Journal, vol.15 (4):160-168.
Våland, Terje. 2002. Forretningsrelasjoner og relasjonskompetanse. Magma,
Econas tidsskrift for økonomi og ledelse, Nr 4 – 2002:
http://www.magma.no/forretningsrelasjoner-og-relasjonskompetanse (hentet 3.
januar 2012)
Waage-Nielsen, André og Kristiansen, Kjell-Fredrik. 2011. Mulige konsekvenser
for aksjeselskaper som fravelger revisor ved en kredittvurdering. Oslo:
Masteroppgave (MSc) - Handelshøyskolen BI, 2011.
Watts, R. og Zimmerman, J.. 1983. Agency problems, auditing, and the theory of
the firm: some evidence. The Journal of Law and Economics, vol. 26: 613-634.
Ye P, Carson E, og Simnett R 2011. Threats to auditor independence: the impact
of relationship and economic bonds. Auditing, vol 30 (1): 121-148.
Elektroniske artikler
ECON. 2007. ”Rapport 2007-049, Konsekvenser av avskaffelse av lovpålagt
revisjonsplikt for små aksjeselskap”;
http://fsr.dk/~/media/Files/FSR/Nyheder%20og%20presse/Politiske%20maerkesa
ger/samf%20k%20vrdi%20af%20revision%20rapport%20NO.ashx (nedlastet 3.
mars 2012).
Side 110
Finanstilsynet. 2010. ”Rapport etter dokumentbasert tilsyn for revisorer og
revisjonsselskaper”. 4 mai 2010;
http://www.finanstilsynet.no/Global/Venstremeny/Rapport/2010/Rapport_revisjon
_mai_2010.pdf (hentet 1. februar 2012)
Finanstilsynet. 2011. ”Rapport etter dokumentbasert tilsyn med autoriserte
regnskapsførere høsten 2010”. 15. juni 2011;
http://www.finanstilsynet.no/Global/Venstremeny/Rapport/2011/Rapport_regnska
psforere_juni_2011.pdf (hentet 1. februar 2012)
Företagarna. 2011. “Tio månader med frivillig revision”. September 2011:
http://www.foretagarna.se/Global/AochO/Tio%20m%C3%A5nader%20med%20f
rivillig%20revision%20-%20Rapport%20av%20F%C3%B6retagarna.pdf (hentet
15. januar 2012)
IFRS Conceptual Framework for Financial Reporting. 2010. Conceptual
Framework for Financial Reporting:
http://www.iasb.org/NR/rdonlyres/363A9F3B-D41C-41E7-9715-
79715E815BB1/0/EDConceptualFrameworkMar10.pdf (hentet 20. januar 2012).
Knudsen, Gudmund. 2011. ”Forenkling og modernisering av aksjeloven”:
http://www.regjeringen.no/upload/JD/Vedlegg/Rapporter/Forenkling_av_aksjelov
en_web.pdf
(hentet 1. februar 2012).
Regjeringen. 2008. ”Handlingsplan. Tid til nyskaping og produksjon. En
handlingsplan for å redusere bedriftenes administrative kostnader”. August 2008:
http://www.regjeringen.no/upload/NHD/Vedlegg/handlingsplaner_2008/Handling
splan%20om%20forenkling.pdf (hentet 1. mars 2012)
Sticos Magasinet. 2012. “Sticos Magasinet, nr 1 - 2012”;
http://www.sticos.no/portal/Portals/0/brosjyrer/Sticos%20Magasinet%202012/Stic
osMagasin1-2012_for%20web.pdf (hentet 8. februar 2012).
Side 111
Thorell, P. og Norberg, C. 2005. Revisionsplikten i små aktiebolag. Utredning på
uppdrag av Svenskt Näringsliv. Mars 2005:
http://www.svensktnaringsliv.se/multimedia/archive/00000/Revisionsplikten_i_s
m__458a.pdf (hentet 20. januar 2012)
Avisartikler
Grandal, Bjørn Henning. 2012.”Utleierne vraker revisor oftest”. Finansavisen, 8.
mars 2012.
Grande, Arne. 2012. ”Kvitter seg med revisjon.” Dagens Næringsliv, 4. januar
2012.
Andre artikler
Tufte, Per Arne. 2000. En intuitiv innføring i logistisk regresjon. Oslo: Statens
Institutt For Forbruksforskning:
http://www.sifo.no/files/file48351_arbeidsnotat08-2000web.pdf (hentet 1. januar
2012)
Asklund, Alf. 2006. Utviklingstrekk i revisjonsbransjen. Revisjon og regnskap nr.
4/2006. Oslo: Den norske Revisorforeningen:
http://revregn.no/index.php?seks_id=51059&element=kapittel&a=2 (hentet 13.
februar 2012)
Juridiske kilder
Norske lover
Lov 7. desember 1956 nr. 1 lov om tilsynet med finansinstitusjoner mv.
(finanstilsynsloven eller finanstll.)
Lov 13. juni 1980 nr. 24 om ligningsforvaltning (ligningsloven eller lignl.)
Lov 15. januar 1999 nr. 2 om revisjon og revisorer (revisorloven eller revl.)
Lov 13. juni 1997 nr. 44 om aksjeselskaper (aksjeloven eller asl.)
Lov 17. juli 1998 nr. 56 om årsregnskap (regnskapsloven eller rskl.)
Lov 17. juni 2005 nr. 67 om betaling og innkreving av skatte- og avgiftskrav
(skattebetalingsloven eller sktbl.)
Forskrifter
Side 112
Forskrift 1. desember 2004 nr 1558 om bokføring (bokføringsforskriften)
Forarbeider og andre juridiske publikasjoner
Lovvedtak 47 (2010–2011). Vedtak til lov om endringer i revisorloven og enkelte
andre lover (unntak fra revisjonsplikt for små aksjeselskaper)
NOU 2008:12. Revisjonsplikten for små foretak
Innstl. 235 L (2010-2011). Innstilling frå finanskomiteen om endringer i
revisorloven
og enkelte andre lover (unntak fra revisjonsplikt for små aksjeselskaper)
Prp 51 L (2010-2011). Endringer i revisorloven og enkelte andre lover (unntak fra
revisjonsplikt for små aksjeselskaper)
Elektroniske kilder
http://ec.europa.eu/
www.aftenbladet.no
www.altinn.no
www.bi.no/ccgr/
www.brrreg.no
www.dn.no
www.e24.no
www.eogs.dk
www.experian.no
www.finanstilsynet.no
www.forvalt.no
www.google.no
www.grette.no
www.narf.no
www.nho.no
www.pwc.no
www.ravninfo.no
www.regjeringen.no
Side 113
www.regnskapsstiftelsen.no
www.rettsdata.no
www.revisorforeningen.no
www.skatteetaten.no
www.soliditet.no
www.smabedriftsportalen.no
www.snl.no
www.ssb.no
www.wikipedia.no
Side 114
7 VEDLEGG
Vedlegg 1 – Vedlegg til kapittel 1
Vedlegg 1.1 - Forprosjekt
Vedlegg 1.1.1 Første disposisjon til Masteroppgave (GRA 1920)
Innleveringsfrist: 30. september 2011
Arbeidsgruppen deltakere:
Håvard Gjerding-Smith og Jon Vestrum
Masteroppgavens tittel:
Hvorfor fravelger små aksjeselskaper revisjon?
Forklaring / beskrivelse av problemstilling
Vår oppgave vil ta utgangspunkt i de endrede rammebetingelsene for revisor med
bakgrunn i muligheten for fravalg av revisjon for små aksjeforetak.
Hovedproblemstillingen vil være å undersøke hvorfor selskapene fravelger
revisjon. Vi har fått bekreftet fra foretaksregisteret at alle som ønsker å fravelge
revisjon for regnskapsåret 2011, må ha dette registrert innen 31. desember 2011.
Dette vil muliggjøre bruk av sekundærdata fra offentlige registrere. Vi forsøker å
ikke favne for bredt for å kunne operasjonalisere problemstillingen; Ved bruk av
segmentfiltrering i Proff Forvalt har vi allerede identifisert mulige
årsakssammenhenger. Vi vurderer å benytte data fra Oslo og Vestfold da vi jobber
som revisor i respektive regioner. Vi vil gjennom sekundærdata identifisere
særtrekk ved selskapene som fravelger, samt gi en kvantitativ beskrivelse av
situasjonen. Vi ønsker for eksempel å se på forholdet mellom fravalg og bruk av
eksternregnskapsfører, anmerkning i revisjonsberetning og i hvilken grad
fravalgte selskap hadde Big 5-revisor i 2010. Det er også aktuelt å se på
bransjemessige og geografiske forskjeller. Med filtrering og analyser av
sekundærdata, vil vi bedre datafangsten i primærundersøkelser ved å rette mer
målrettede spørsmål mot den populasjonen det faktisk angår. Primærdatafangsten,
gjennom spørreundersøkelser, kan bekrefte særtrekkene og gi ytterligere
informasjon om årsaker til fravalg.
Ønske om veileder:
Side 115
Tobias Svanström. Vi har allerede vært på preveiledning med Tobias etter ønske
om å avklare aktualitet og mulighet for å skrive oppgave innen temaet. Han var
positiv til våre foreløpige vinklinger og til å veilede på oss temaet.
Side 116
Vedlegg 1.1.2 - Andre disposisjon til Masteroppgave (GRA 1920)
Innleveringsfrist: 25. november 2011
Operasjonell problemstilling
Vi ønsker å undersøke selskapene som har fravalgt revisjon pr 31.12.2011 og
hvilke egenskaper som kjennetegner disse.
Basert på og avhengig av hva undersøkelsene viser ønsker vi å kartlegge mulige
konsekvenser, muligheter og risikoer for hovedsakelig revisorbransjen, med
enkelte innstikk mot samfunnet for øvrig, men at dette i hovedsak vil danne
grunnlag for hypoteser som kan testes i framtidige undersøkelser. Avledet vil vi
kanskje også kunne si noe om kjennetegn ved de som velger å beholde.
Disposisjon
Vi ser for oss følgende kapittelinndeling:
Sammendrag
Illustrativ gjengivelse av hovedfunn / teaser
Innledning
o Bakgrunn for oppgaven
Lovvedtak med virkning fra 1. mai 2011
Det er liten kunnskap om størrelsen på behovet for frivillig
revisjon
Potensiell nytteverdi for ulike berørte parter.
Usikkerhet i markedet. NARF har oppfordret sine
medlemmer å anbefale kunder å droppe revisor. DnR
kommenterte at revisorer kan ta ut autorisasjon som
regnskapsfører. Påvisning av årsakssammenheng
mellom fravalg og grad av ekstern regnskapsfører er
vesentlig info for revisorbransjen i
konkurransesammenheng.
o Problemstilling
o Oppgavens omfang og avgrensninger
Hva undersøkes?
Kravspek. for datafangst.
Side 117
o Fravalget sett i sammenheng med Giskes totale plan for forenklinger i
næringslivet (sette fravalget i kontekst).
Interessemotsetninger – diskusjon.
Trekke inn momenter fra selskapsrettoppgaven vår.
o Ønske om at aktører velger AS fremfor NUF61
Hva mener skattemyndighetene nå?
Tendens i EU som smitter over på norske myndigheter, mer
enn at EUs rammeverk blir tredd nedover hodene på oss som
følge av EØS-avtalen.
For å være konkurranse dyktige mot etablering i
utlandet.
Teori
o Agent-/prinsipalteori
o Sammenlignbare studier
Metode
Resultater/analyser
Konklusjon/oppsummering
Beskrivelse av prosessen
Med utgangspunkt i sekundærdata har vi identifisert hull i litteraturen. Jill Collis
har publisert forskningsrapporter på fravalg av revisjon hvor hun blant annet tar
sikte på å måle etterspørselen etter frivillig revisjon. Studiene relateres til UK og
Danmark, hvor det har vært frivillig revisjon siden henholdsvis 1994 og 2006. I
Norge ble tilsvarende (med andre terskelverdier) fravalg tillatt med virkning for
regnskapsåret 2011. Fjorårets kull av masterstudenter i regnskap og revisjon
produserte også en rekke forskningsrapporter tilknyttet temaet, men da kun med
den mulighet å lodde stemning da ingen hadde faktisk fravalgt. Da fristen for å
fravelge revisjon er 31.12.2011 (les: må være registrert i Brønnøysund innen
31.12.2011), vil vi ha tilgang på et datagrunnlag som muliggjør å identifisere
selskaper som faktisk har fravalgt og hva som kjennetegner disse.
I flere av studiene Collis har utført i UK og Danmark er det slått fast at størrelse
av selskapet, målt ved omsetning, har en forklarende faktor på om selskapene
61 http://e24.no/lov-og-rett/revisorkutt-gir-oekt-krim/3895101
Side 118
under terskelverdiene velger å ha frivillig revisjon. Via Brønnøysund-registrenes
nettsider er det mulig å hente ut data om hvilke foretak som har fravalgt. Vi vil ta
ut denne listen pr 31.12 og kobler denne mot annen sekundærdata som er
sammenfattet i Proff Forvalt sine databaser. I tillegg vil vi hente hvilke som ikke
har fravalgt (kontrollgruppe). Disse må hentes ut fra Proff Forvalt og RavnInfo.
Vedrørende disse kreves et større arbeid for å sikre validitet og gyldighet (se
beskrivelse av hvordan i metodedelen). For fravalgte ASer hentes
organisasjonsnummer og navn fra Brønnøysund, som kobles mot unikt
organisasjonsnummer i databaser hos Proff Forvalt som igjen gir tilgang på annen
selskapsinformasjon/egenskaper (slik som regnskapstall, revisjonsanmerkninger,
bransje, mv.) som potensielt kan være med på å forklare/beskrive årsaker til
selskapenes valg av revisjon. Vedrørende selskapsinformasjon, som for eksempel
revisjonshonorar i 2010 og antall ansatte, har vi identifisert at Proff Forvalt har
forekomster av målefeil hvor feltet er blankt. En mulig forklaring kan være at
selskapet ikke har rapportert honoraret i notene eller at den som manuelt har
registrert hos Proff Forvalt ikke har registrert. Vi vil i slike tilfeller trolig velge å
selektere bort disse selskapene fremfor å benytte oss av andre mulige
korreksjonsmåter slik som å erstatte blanke felt med gjennomsnittsverdier og/eller
trendverdier. På denne måten sitter vi igjen med et datagrunnlag uten huller som
vil danne grunnlag for mulige kvantitative dataanalyser, både av deskriptivt og
mulig kausalt design. Vi vil ha tilsvarende datagrunnlag for de som har valgt å
beholde. Dette vil kunne brukes på tilsvarende måte som et ”Panel A” (Collis.
2010), (i våre ord: ”utvalg 1”). I tillegg til de forklarende variablene vi henter fra
tidligere studier, se metodedel under, vil vi i prosessen framover forsøke å
identifisere flere variabler å teste.
Vi vurderer i tilegg å benytte spørreundersøkelser for innhenting av mer kvalitativ
informasjon. Denne kan tenkes å ta utgangspunkt i koblingene av populasjonen i
”utvalg 1” for å danne et tilsvarende ”panel B” (”utvalg 2”). Etter nylig samtale
med Tobias Svanström, 2. november 2011, ble vi fortalt at oppgaven står på egne
ben med kun utvalg 1. Som Tobias sa, vil dette gjøres dersom tid og ressurser
tilsier det, samt det vil tilføre oppgaven vår vesentlig ekstra. Dersom vi gjør dette
vil vi ved hjelp IDEA Data Analysis Software gjøre et representativt tilfeldig
utvalg for å sende ut spørreundersøkelser i forsøk på å måle mer kvalitative
egenskaper ved selskapene. De egenskapene vi ikke føler tilstrekkelig målt
Side 119
gjennom sekundærdataene i utvalg 1, vil vi måtte hente i spørreundersøkelser på
utvalg 2. Eksempelvis vil vi søke å måle variabelen BANK (Collis. 2010) Hvor
for eksempel et spørsmål tilsvarende: ”Har dere, eller planlegger dere, opptak av
gjeld til kredittinstitusjoner? Hvis JA, har institusjonen spurt om
revisjonsberetning?” vil kunne måle variabelen. Som nevnt under metodedelen
vurderer vi å benytte oss av de fleste signifikante variablene i studien til Collis og
overnevnte masteroppgave (Blekastad og Johannessen. 2011). Kritisk i denne
fasen er å utarbeide en god spørreundersøkelse som sikrer at vi måler det vi
ønsker å måle. For å sikre dette, vil vi blant annet nyttiggjøre oss de definerte
måleparameterne i studiene til Collis som utgangspunkt til formulering av
relevante spørsmål. På denne måten kan vi ha en mer presis forståelse av hva som
skal måles og derfor bedre kunne formulere presise spørsmål. Ellers vil også
inkludering av veileder være spesielt viktig i denne fasen. Men fordi vi trolig kan
hente tilstrekkelig proxyer som måler tilsvarende egenskap (eks gjeldsgrad som
erstatning for eksemplifiserte spørsmål over) i utvalg 1, vil spørreundersøkelser
være mest aktuelt der hvor utvalg 1 ikke måler det Collis måler, slik som
”Management factors” og bruk av ekstern regnskapsfører. I alle tilfeller vil det
være aktuelt å sende et enkelt spørreskjema til de som har fravalgt revisjon som
kun måler ekstern regnskapsfører og honorar til disse. Det er funn som tyder på
korrelasjon (Blekastad og Johannesen. 2011), samt at uttalelser fra NARF kan
påvirke fravalg.
Formålet med undersøkelsene vil være å beskrive et område som til nå er mindre
kartlagt. Samtidig ønsker vi gjennom undersøkelsen å potensielt knytte relevant
teori til disse funnene. I tilfeller hvor det vil være funn som relateres til
revisjonsteori, eksempelvis agent-/prinsipal, vil det være naturlig å forankre disse
i teori da oppgaven er en oppgave i Master i Revisjon og regnskap. Dersom det
for eksempel vises at selskap som fravelger revisjon har hatt lite kontakt med
revisor og/eller benytter ekstern regnskapsfører er det informasjon revisor kan ha
nytte av til for eksempel strategibygging og markedsposisjonering. Her vil vi kun
kommentere overflatisk da tilhørende teori er utenfor hovedtemaer på studiet.
Beskrivelse av metoden
Forskningsretning
Side 120
DnR publiserte i august en oversikt62 over fravalgsandel i enkelte utvalgte
bransjer så langt. Observasjonene indikerte at for eksempel hadde frisører og
tannleger relativt sett høyest fravalgsandel. Basert på erfaring viser det seg at
visse bransjer er overrepresentert når det gjelder økonomisk kriminalitet63. Denne
erfaringen danner grunnlag sammen med observasjonene fra DnR for en
deduksjon av en empirisk påstand om at enkelte bransjer vises å ha høyere
fremkvens av økonomisk kriminalitet og derfor fravelger revisor. Basert på dette
vil vi teste en hypotese om at det er forskjeller mellom bransjer. Avhengig av
hvilke induktive slutninger vi gjør på grunnlag av de empiriske testene om hvilke
bransjer som hyppigere fravelger revisjon, vil vi forsøke å knytte teori til årsak.
Vårt formål er allikevel i hovedsak å beskrive hvilke bransjer som fravelger og
åpne muligheter for framtidig undersøkelser. Dette er bare et eksempel på en
underhypotese vi vil jobbe med, slik som også Collis. 2010 gjør. Disse danner
grunnlaget for å svare på hovedproblemstillingen (se over). Det kan også være
aktuelt her å sette vår forskningsretning i et historisk perspektiv (Positivismen,
falsifisering, hermenutikk, mv.) for å gi en dybde til oppgaven.
Reliabilitet/validitet
Alle dataer vi anvender i utvalg 1 kommer opprinnelig fra Brønnøysund. At
dataene kommer til oss via Proff Forvalt anses å beholde validitet i materialet da
disse er en aktør som er avhengige av å levere gode produkter for å være
konkurransedyktige i markedet. Der risikoen for feil datafangst som vil forringe
validitet potensielt kommer inn, føler vi at vi har redusert denne til akseptabelt
nivå sett i forhold til omfang og tilgjengelige ressurser. Fordi
filtreringsfunksjonene og parametrene i Proff Forvalt ikke direkte gir oss den
datafangsten vi ønsker, må vi hente ut flere populasjoner og bearbeide disse
særskilt ved å koble tabeller og fjerne data (ved bla. IDEA og excel). Risikoen for
systematiske (at selskap som ikke er under terskelverdier allikevel er med i
populasjonen) og tilfeldige (går mer på innmatingsfeil hos Proff og utenfor vår
kontroll) feil er dermed minimert.
Forskningsdesign
62 http://www.revisorforeningen.no/d9553660/fortsatt-fa-som-velger-bort-revisjon 63 http://www.skatteetaten.no/no/Pressemeldinger/2011/Fiktiv-fakturering-for-en-halv-milliard/
Side 121
En av masteroppgave i fjor innenfor samme problemfelt forsøkte i stor grad å
forstå og tolke dagens situasjon gjennom et deskriptivt design (Blekastad og
Johannessen. 2011). Oppgaven hadde trekk av å være eksplorativ, som blant annet
kjennetegnes av dets evne til å utvikle hypoteser som igjen kan testes i
undersøkelser som bygger på annet design (Gripsrud, Olsson og Silkoset. 2004).
Blant annet ble det trukket fram at selskap med ekstern regnskapsfører virket å
ønske og fravelge revisjon hyppigere, da disse selskapene i mindre grad bruker
revisor som faglig samtalepartner. Både Collis og masteroppgaven bekreftet at
årsaksvariabelen om at dersom selskap oppfatter revisors tjenester som unyttige
fravelges revisor. Collis bekrefter også andre signifikante forklaringsvariabler.
Masteroppgavens og Collis variabler vil alle danne grunnlag for hypoteser om
forklaringskraft til fravalg av revisjon i Norge.
Vårt deskriptive fokus blir å gjøre både leseren og oss selv kjent med
tallmaterialet gjennom diagrammer og tabeller:
Sammenligning av populasjonene (fravalgte og beholdte revisor),
eksempelvis
o Omsetning fordelt på intervall mnok 0-1, 1-2, 3-4, 4-5.
Spesielt interessant er gruppen som ligger tett opptil
terskelverdien da disse kan tenkes å beholde revisor av
praktiske årsaker som å ha kontinuitet av revisor. Dette vil
kun være en potensiell forklaring, som eventuelt vil teste
gjennom en Kji-kvadrat-test (under).
o Geografiske fordelinger
o Bransjemessige forskjeller
o Hvilken revisor ASet hadde i 2010 (5-store eller annen revisor). I
tillegg en oversikt (5-store/liten) for de som har beholdt revisor
med hensyn på hvilken de hadde i 2010 kontra 2011. Vi ser pt
ingen mulig årsak til at dette skal være forklarende på eventuelt å
beholde, men at dersom det bekreftes at gjennomsnittet ved t-test
på gjennomsnitt er forskjellig, kan dette tas med i andres videre
studier.
o Alders på selskapene (Lennox og Pittman. 2011).
o Revisoranmerkninger
o Revisjonshonorar
Side 122
Som proxy for COST (Collis. 2010) ved bruk i regresjon
(se under).
Her må vi være klar over potensiell korrelasjon mellom
andre uavhengige variable slik som omsetning, men denne
måler SIZE og følgelig må honorar være med som en
proxy.
o Gjeldsgrad, som en potensiell proxy for finansiell stilling for
eksterne kreditorer slik som kredittinstitusjon.
o Egenkapitalandel, fordeling på resultat
Potensiell proxy for finansiell stilling for aksjonærer
Sammenligning med andre land (UK, Sverige og Danmark) på mindre
detaljert nivå enn overnevnte (Svanstrøm. 2008; Collis. 2010)
I det kausale designet vil vi beskrive årsakssammenhenger via logistisk regresjon
med dummy variabler som sikter på å måle den avhengige variabelen om ASer
fravelger revisjon. Variablene som testes, er naturlig tatt med videre fra de
deskriptive undersøkelsene. I tillegg vil for variabler som er på nominal skala (eks
bransjekode) testes ved Kji-kvadrat da denne skalaen kun grupperer data og
vanskelig lar seg inkludere i en regresjonsanalyse avhengig av metriske data.
Litteraturliste
Blekastad, Helene og Johannessen, Hans Petter. 2011. ”Revisjonsplikten for små
aksjeselskap oppheves : hvem velger frivillig revisjon?” Oslo: Masteroppgave
(MSc) - Handelshøyskolen BI, 2011.
Collis, J., Jarvis, R. og Skerratt, L. 2004. ”The demand for the audit in small
companies in the UK”. Accounting and Business Research vol 34 (2): 87-100
Collis, J. 2010. "Audit Exemption and the Demand for Voluntary Audit: A
Comparative Study of the UK and Denmark." International Journal of Auditing
vol. 14 (2): 211-231.
Ghauri, Pervez og Grønhaug, Kjell. 2010. Research Methods in Business Studies.
4. utg. Harlow, England: Person Education.
Side 123
Gripsrud, Geir, Olsson, Ulf Henning og Silkoset, Ragnhild. 2004. Metode og
dataanalyse med fokus på beslutnigner i bedrifter. 1. utg. Kristiansand:
Høyskoleforlaget
Lennox, Clive S og Pittman, Jeffrey A. 2011. Voluntary Audits versus Mandatory
Audits. The Accounting Review vol 86 (5): 1655-1678.
Svanström, Tobias. 2008. Revision och rådgivning Efterfrågan, kvalitet och
oberoende. Umeå, Sverige: Doktoravhandling - Umeå School of Business.
Vedlegg 1.2 – Andel av total skatt og avgift små AS bidrar med
Vedlegget tar utgangspunkt i John Christian Langlis beregninger av antall AS som
vil kunne fritas revisjon og andre forholdstall han avleder for disse i artikkelen
”Hvem er brukerne av årsregnskapene til små aksjeselskaper,
og trenger de reviderte regnskaper?” (Langli. 2009). Med utgangspunkt i disse
beregner vi blant annet hvor stor andel av den totale skatt og avgift som små AS
(med rett til å fravelge) bidro med i 2010.
BETALBAR SKATT
Snitt Median Snitt MedianBetalbar skatt 36 000 0 1 626 000 32 000antall 115 741 115 741 64 518 64 518Sum 4 166 676 000 0 104 906 268 000 2 064 576 000
37 000Prosentandel 3,8 % 2 387 166 000 totalt rev.hon.Beregningene stemmer med Langlis beregninger (Langli. 2009)
37 % av de små ASene hadde betalbar skatt i 2006.
Revisors kontroll koster kr 292 pr kr 1.000 som innkreves i betalbar skattantall rev.honorar
115 741 10 550 1 221 067 55029,3 %
SKATTETREKK OG ARBEIDSGIVERAVGIFT (AGA)
Snitt Median Snitt MedianLønnskostnad 299 000 0 7 227 000 1 765 000antall 115 741 115 741 64 518 64 518Sum 34 606 559 000 466 271 586 000
Det er her snakk om totale lønnskostnader. Hvor stor andel av dette utgjør så arbeidsgiveravgift og skattetrekk. Ved å ta utgangspunkt i et tilfeldig valgt AS (som riktignok ikke oppfyller terskler for fritak av revisjon), har vi beregnet forholdstall for skattetrekk og AGA. I følge denne beregningen utgjør AGA og skattetrekk hhv 12 % og 29 % av totale lønnskostn.
Små AS Ikke små ASAGA 4 152 787 080 12 % 55 952 590 320 12 %skattetrekk 10 035 902 110 29 % 135 218 759 940 29 %Sum 14 188 689 190 191 171 350 260
Små AS (med rett til fravalg) Ikke små AS (uten rett til fravalg)
Revisors andel av betalbar skatt
Små AS Ikke små AS
Side 124
Totalt rev.hon. 1 221 067 550 2 387 166 000
betalbar skatt 4 166 676 000 næringsoppg 2 104 906 268 000AGA 4 152 787 080 kontr.oppst. 55 952 590 320Skattetrekk 10 035 902 110 kontr.oppst. 135 218 759 940Sum proveny 18 355 365 190 296 077 618 260
Prosentandel 5,8 %Rev.andel.skatt/avgift 6,7 % 0,8 %
Dersom vi tar utgangspunkt i at små selskaper har 3,6 % av all omsetning i Norgeog forutsetter at de innkrever 3,6 % av all merverdiavgift.(I følge Langli (2009) sto små AS for 3,6 % av all omsetning i Norge)
I følge statsbudsjettet for 2010 var total merverdiavgift på kr 189,6 mill.Totalt mva 100,00 %Små selskaper 3,60 %Ikke-små selsk. 96,40 %
Små selskaper betaler totalt:betalbar skatt 4 166 676 000 104 906 268 000AGA 4 152 787 080 55 952 590 320Skattetrekk 10 035 902 110 135 218 759 940mva 6 825 600 000 182 774 400 000totalt 25 180 965 190 478 852 018 260
Rev.andel 4,85 % Små AS andel 5,00 %
Iht vår beregning bidrag Små AS med 5 % av den totale skatt og avgift som betaltes i 2010
Vi kan også ta utgangspunkt i regnskapsposten skyldig offentlige avgifterPr 31.12.2006 viser denne kun det som er skyldig for 6.terminskattetrekk, AGA og mvaHvis vi forutsetter at alle terminene er like får vi følgende regnestykke.
Små selskaper Ikke-små selsk.Skyld. off.avg. 53 000 (Langli. 2009) 979 000terminer 6 6Sum året 318 000 5 874 000antall selskap 115 741 (Langli. 2009) 64 518Totalt 36 805 638 000 378 978 732 000
Ved hjelp av denne beregningen kommer vi frem til kr 36,8 mrdmot 21 mrd ovenfor (4,2+10+6,8)Uansett er det sannsynlig at de små selskapene betaler inn i hvert fallkr 21 mrd i offentlige avgifter + 4 mrd i betalbar skatt = 25 mrd
Statsbudsjettet 2010: tall i mrdMva 189,6skatt på inntekt og formue 174,9arbeidsgiveravgift og trygdeavgifer 221,3avgifter (bil, tobakk,alkh, elektrisitet, toll) 91,2Skatteinntekter fastlandsnorge 677
6 825 600 000182 774 400 000
189 600 000 000
Revisor beholder 6,7 % av beløpet som betales inn til myndighetene for små selskaper og 0,8 % for øvrige.
Vedlegg 1.3 – Gjennomsnittlig revisjonshonorar avhengig av størrelse på
driftsinntekt
Driftsinntekt Gjennomsnittlig revisjonshonorar 2010
Antall observasjoner
<-0 13,05 160
0 7,90 31 399
Tkr 1-2.499 12,65 64 237
Side 125
Tkr 2.500-4.999 19,29 14 825
Tabell 7-1: Gjennomsnittlig revisjonshonorar i 2010 avhengig av størrelse på
driftsinntekt
Vedlegg 1.4 – Fordeling av når selskapene meldte fravalg til
Brønnøysundregistrene
Figur 7-1: Fordeling av når selskapene meldte fravalg til Brønnøysundregistrene
Vedlegg 1.5 – Utvikling i revisjonshonorarets størrelse fra 2006 til 2008
2008 2006Kilde i dokumentbasert tilsyn
av revisorer i 2011Inntekter fra revisjon 5 430 344 000 4 509 104 000 Tabell 8
Antall oppdrag 230 724 210 633 Tabell 3
Gjennomsnittlig revisjonshonorar 23 536 21 407
Økning 2006 til 2008 10 %
Tabell 7-2: Utviklingen i revisjonshonorarets størrelse fra 2006 til 2008.
Kilde er Rapport etter dokumentbasert tilsyn for revisorer og revisjonsselskaper
(Finanstilsynet. 2010).
Vedlegg 2 – Vedlegg til kapittel 2
Vedlegg 2.1 – Revisjonshonorar pr bransje
Bransje bokstav Mean Median Q 16,67 16,00
I 15,96 15,00
P 15,64 14,00
S 14,90 14,00
C 14,85 13,00
R 14,72 13,00
Side 126
G 14,58 13,00
H 13,68 12,00
A 13,15 12,00
F 12,80 12,00
B 13,30 11,00
J 12,91 11,00
M 12,36 11,00
E 14,55 10,00
N 12,39 10,00
L 10,83 9,00
D 10,82 9,00
Z 9,20 8,00
K 8,29 7,00
O 4,00 4,00
Tabell 7-3: Revisjonshonorar pr bransje.
Vedlegg 3 – Vedlegg til kapittel 3
Vedlegg 3.1 - Handlingslogg for datafangst, koding, editing og kobling av data
Skriftlig beskrivelse
DATAFANGST
Dette vedlegget inngår som en detaljert beskrivelse av den summariske
fremstillingen som ble beskrevet i kapittel 3.1.3.2 Summarisk og teknisk
fremstilling av datainnsamlingen.
Målet med innhentingen og bearbeidelsen av dataene er å komme ut med en
datatabell med observasjoner av alle aksjeselskap stiftet før 31.12.2010, som
enten har valgt å beholde eller fravalgt revisor etter asl. § 7-6, jevnfør revl. §
2-1. Disse observasjonene skal bli tilknyttet ulike variabler.
Prosedyren kan fremstå meget teknisk, og er derfor forsøkt illustrert
illustrativt i slutten av dette vedlegget. Det oppfordres å ha denne tilgjengelig
ved siden av som støtte når prosedyren under gjennomgås.
For å komme fram til denne ene tabellen, går vi veien om to tabeller. Disse
kodes senere med dummyvariabelen 0 og 1 for beholdt og fravalgt revisor og
dernest slås sammen til en tabell som brukes i undersøkelsene i denne
oppgaven.
Side 127
Datafangsten har fulgt følgende prosedyre:
ALLE små AS, stiftet før 31.12.2010, som har hatt MULIGHET å
fravelge revisor
1. Vi henter ut data med ProffForvalts Forvalt Pluss-bruker som gir oss mulighet
til å kjøre segmentanalyser på ulike søkerkriterier.
2. For å hente ut AS som har beholdt revisor må vi først hente ut alle små AS
som oppfyller kriterier for fravalg, jevnfør asl § 7-6, for så å koble disse mot
de som har fravalgt (se under), og følgelig sitter vi igjen med residualen, de
som har beholdt revisor (se under).
3. Den 20. desember 2011 gjør vi søk med følgende søkerkriterier: selskapstype
”aksjeselskap”, sum driftsinntekter 2010 til mnok 5, sum eiendeler mnok 20.
Kriteriene i aksjeloven sier mindre enn vår verdier, samt antall ansatte. Disse
løser vi teknisk i excel senere (se under), slik av observasjoner av verdier som
er eksakt like hhv mnok 5 og 20 ikke inngår. Stiftelsesdato settes til og med
31.12.2010. Vi ber om å ikke vise slettede, selskap under oppløsning og/eller
konkursbehandling. Vi sitter igjen med et utvalg på 130.658 aksjeselskap.
o Brukeren lar oss bare hente 3.500 selskap ved hver eksport. Følgelig
løser vi dette ved å begrense oss til mindre søk som hver og en blir
maks 3.500. Dette gjøres ved å segmentere ytterligere på
dataintervaller med hensyn på stiftelsesdato. For å sikre fullstendighet
har vi avstemt totalt antall fra det store søket (130.658) mot sum av
alle intervaller vi har eksportert.
o Vi utarbeider også en tempplate, hvor vi lister hvilke variabler (for
eksempel org.nr., sum salgsinntekt, årsresultat, mv.) slik at vi påser at
samme type variabler innhentes i alle de mindre eksportene. Det blir
også kontrollert når de mindre eksportene slås sammen til et excel-
dokument at antall linjer totalt blir totalt 130.658 observasjoner.
Dessuten påses når hver av de mindre eksportene inkluderes i det
Side 128
sammenslåtte dokumentet at hver har like mange kolonner. Når alle er
inkludert i samme ark kontrolleres dessuten ved hjelp av filter i excel
at det er ingen variabler i senere kolonner. Template av variabler som
trekkes ut kan ses nederst i dette vedlegget.
4. For å håndtere unntaket i revl. § 2-1, 5. ledd som ikke gir fritak for AS som er
pliktig til å utarbeide konsern regnskap eller er morselskap løser vi teknisk
dette ved å kjøre tilsvarende eksport som beskrevet i punkt 3, men nå med
søkerkriteriet ”bare mor i konsern”. Vi eksporterer 17.786 observasjoner. Slik
får vi ut en oversikt over AS som var morselskap som leverte konsernregnskap
og/eller var fritatt for utarbeidelse av konsernregnskap for regnskapsåret 2010.
5. Ved hjelp av IDEA Data Analysis Software kobles tabellene i punkt 3 og 4
mot hverandre ved at vi ber om å sitte igjen med de organisasjonsnumrene
som ikke finnes igjen i tabell fra punkt 4. Slik sitter vi igjen med alle små AS
som tilfredsstiller terskelverdiene sum driftsinntekter og sum balansesum,
samt ikke har krav til konsernregnskap og/eller er mor i konsern.
6. Som vi senere erfarer (i punkt 5 under overskriftet ”Små AS, stiftet etter
31.12.2010, som har fravalg revisor”) når vi arbeider oss frem til populasjonen
over ” Små AS, stiftet etter 31.12.2010, som har fravalg revisor”, vil
databasen fra ProffForvalt ikke inkludere observasjoner av aksjeselskap som
har valgt å benytte seg av muligheten å utsette innsendelse av årsregnskapet
for 2010. Disse kan presentere regnskap for 2010 i årsregnskapet for 2011
fordi de er stiftet i andre halvdel av 2010.
o Asl. § 7-6, 2. ledd, sier ”Viser et årsregnskap driftsinntekter,
balansesum eller årsverk som overstiger terskelverdiene (…)”. Når det
nå forstås at disse selskapene ennå ikke har utarbeidet årsregnskap for
2010, har man heller ikke grunnlag for å nekte ASet å treffe beslutning
om at årsregnskapet ikke skal revideres. Dette uavhengig om den
faktiske situasjon er at ASet i praksis har verdier som overstiger.
Denne informasjonen er avgjørende når vi gjør uttrekk i databasen hos
RavnInfo. Vi behøver derfor ikke sette avgrensninger i søkekriterier på
”sum driftsinntekter” og ”sum eiendeler”. I motsetning til ProffForvalt
gir den oss uttrekk av de som er stiftet etter 01.07.10 og ikke har levert
Side 129
årsregnskap for 2010. Vi setter avgrensninger i søkekriteriene på
selskapstype ”aksjeselskap” og stiftelsesdato ”01.07.10 til 31.12.10”.
Det gir oss et uttrekk på 6.210 aksjeselskap. Vi påser at vi gjør uttrekk
av de samme typer variabler vi hentet i punkt 3 i ProffForvalt. Ved
hjelp av auto-filter i excel fjerner vi de av disse observasjonene som
har regnskapsvariabler. Vi sitter igjen med 2.531 aksjeselskap som
ikke har levert årsregnskap for 2010 fordi de er stiftet i andre halvdel
av 2010.
o Når det gjelder AS som er stiftet før andre halvdel av 2010 og heller
ikke har levert årsregnskap for 2010, vil det ikke være aktuelt å
inkludere disse i populasjonen over AS som har hatt mulighet å
fravelge revisor. Disse selskapene er per definisjon satt under
tvangsoppløsning. De er verken inkludert i uttrekket over de fravalgte
fra Brønnøysund-registrene (se under), ei heller i det opprinnelige
uttrekket fra ProffForvalt i punkt 3 i dette avsnittet.
For å påse at observasjonene ikke allerede forekommer blant de 112.873
bruker vi IDEA Data Analysis kobles tabellene sammen og bes om å gjengi
observasjoner som finner kobling. Vi finner som forventet ingen forekomster.
Disse 2.531 slås således sammen med i populasjonen på de 112.873 (punkt 5)
i excel til en populasjon på 115.404.
Vi erfarer også senere (i punkt 5 iv under behandlingen av populasjonen av
AS som har fravalgt revisor) at det opprinnelige uttrekket fra ProffForvalt-
databasen ikke inkluderer og eksporterer de 421 (384 + 37) observasjonene vi
fant her. Disse er under i punkt 7 (i behandlingen av populasjonen av små AS,
stiftet før 31.12.10, som har FRAVALGT revisor) reduserte med henholdsvis
to og en duplikat (se beskrevet under i punktet). Disse tillegges også
populasjonen på 112.873 (punkt 5) i Excel slik at populasjonen nå er 115.822
(115.404 + 382 + 36). På tilsvarende måte, som gjort direkte over i forrige
avsnitt, påses at de 418 ikke allerede forekommer blant de 115.404. Vi finner
som forventet ingen forekomster.
7. Aksjeselskap som i særlovgivning er underlagt ubetinget revisjonsplikt, etter
revl § 2-1 5. ledd, håndterer vi dernest. I prop. 51 L (punkt 6.4.9.9) er det
Side 130
uttalt fra Finanstilsynet og Finansdepartementet at når det nå innføres lettelse i
revisjonsplikten for små foretak, vil selskap som er underlagt tilsyn av
Finanstilsynet ikke omfattes av unntaket. I finanstilsynsloven § 1 listes hvilke
selskapstyper og næringsvirksomhet som er underlagt slikt tilsyn. På
Finanstilsynets nettsider64 får vi tilgang til et register over hvilke som er gitt
konsesjon og underlagt tilsyn. Vi eksporterer denne per 31. desember 2011.
Totalt innefatter den 28.686 konsesjoner, og innefatter både tildelte
konsesjoner på privatpersoner og organisasjoner. Vi kobler denne tabellen
med hensyn på organisasjonsnummer mot tabellen over alle små foretak (fra
punkt 6). Sistnevnte inneholder også små AS som er underlagt konsesjon. Når
vi så kobler konsesjonsregister (på 28.686) mot alle små AS (115.822) og ber
IDEA Data Analysis Software gjengi de AS som ikke finnes igjen i
konsesjonsregisteret, sitter vi igjen med en tabell på 113.559 observasjoner.
Denne fjerner følgelig de som er underlagt konsesjon fra vår populasjon over
foretak som er gitt dispensasjon til å fravelge revisor.
8. Vi sitter nå igjen med 113.559 observasjoner. Siden ProffForvalt ikke direkte
gir oss en variabel som kan brukes for å hensynta terskelverdien ”maksimalt
antall årsverk”, må vi kode egne parametre. ProffForvalt gir oss to typer
variabler med informasjon om ansatte. Begge i formatet antall ansatte. Vi
følger følgende prosedyre når vi lager to parametre:
o Videre lager vi to algoritmer for å beregne to parametere for årsverk:
1. Årsverk parameter 1:”Herav lønn” fra noteopplysninger
divideres på gjennomsnittlig årsverk i Norge i 2010.
Som var tkr 435,265 Årsverk defineres her i Statistisk
sentralbyrås statistikk til 12 måneders lønn i henhold til
arbeidsavtale, pluss uregelmessige tillegg og bonuser,
ikke overtidsgodtgjørelse, naturalytelser,
feriepengetillegg, sluttvederlag og etterbetalinger.
Lønnstyper som inngår i beløpet er med andre ord i stor
grad konvergerende med lønnstyper som inngår i
”herav lønn”.
64 http://www.finanstilsynet.no/no/Venstremeny/Konsesjonsregister/ 65 http://www.ssb.no/lonnansatt/
Side 131
2. Årsverk parameter 2: Regnskapslinjen ”lønnskostnader”
dividert på årlige arbeidskraftskostnader.
Gjennomsnittlige årlige arbeidskraftskostnader var i
2008 tkr 58766. Nominell lønnsvekst ble anslått til 4,1
%, som vi øker arbeidskraftskostnadene med. Følgelig
vil et estimat for arbeidskraftskostnader gjennom 2010
være tkr 610.
Definisjon av arbeidskraftskostnader ” Arbeidsgivers
samlede kostnader ved å ha sysselsatte, som deles inn i
direkte og indirekte personalkostnader. Direkte
personalkostnader omfatter utbetalt lønn, honorarer,
feriepenger og andre kontantytelser. Indirekte
personalkostnader omfatter blant annet naturalytelser,
kostnader knyttet til helse-, miljø- og sikkerhetstiltak,
sosiale utgifter, opplæringskostnader og
arbeidsgiveravgift..” Med andre ord godt egnet for
sammenligning mot regnskapslinjen ”lønnskostnader”.
o Normalt er ”herav lønn” (variabel fra ProffForvalt) oppstilt som med
positiv verdi, men ved ca 300 observasjoner er det registrert med
negativ. Vi har undersøkt selskaper med oppstilt negativ(/kredit)
lønnskostnad (herav lønn) med hensyn på å undersøke særskilt om
negativ kostnad skal forstås som kredit eller faktisk ment debet lønn.
Dette gjøres ved å kontrollsummere driftskostnadene og avstemme mot
summelinjen driftskostnader. Vi lager en algoritme (”kontroll herav
lønn”) observasjonene det gjelder. Algoritmen viser at kontrollsummen
stemmer. Vi forstår dette som at negativ lønnskostnad er kredit lønn,
hvor mulig forklaring kan være at det er en periodisering av lønn.
Først filtrerer vi ved hjelp av årsverk parameter 1. Vi fjerner de
observasjoner med beregnet verdi over 10 årsverk. Dernest bruker vi
årsverk parameter 2 og filtrerer de som er igjen etter første filtrering.
Verdier med over 10 årsverk fjernes. Ved å bruke to parametere som
overlapper hverandre, hensyntar vi at selskap kan ha unnlatt å føre opp
66 http://www.ssb.no/arbkost/
Side 132
”herav lønn” i notene, men blir allikevel fanget opp gjennom
parameteret som anvender regnskapslinjen ”lønnskostnad”.
o Ved årsverk parameter 1 observerer vi ekstremverdier når vi
filtrerer > 20 årsverk. Disse undersøkes særskilt:
Ved org.nr 990833850 har ProffForvalt innlest NOK
401.418 i ”herav lønn”, som gir et ekstremt høye
beregnede årsverk. Formatet i ProffForvalt er for øvrig
er oppstilt i tall i tusen. Tallet skulle vært 401.
Tilsvarende feilføring gjelder for org.nr, 976162641,
991592741
Ved 989645242 er det innlest NOK 8.884. Forholdet
mellom lønnskostnad og herav lønn fom. 2006-2010
viser gjennomgående en forskjell på ca tkr 50. I 2010 er
lønnskostnaden tkr 935. Det må forstås at ”herav lønn”
er tkr 884. Tilsvarende gjelder også for 959639604 hvor
”herav lønn”gjennomgående ligger X antall % lavere
enn lønnskostnad og det synes naturlig at komma skulle
vært to plasser lenger frem i 88419 og derfor 884,19.
Vi korrigerer disse.
Når vi kjører disse to filtrene sitter vi igjen med 113.530
observasjoner. Med andre ord er det 29 aksjeselskap som
overstiger terskelen for maksimalt 10 årsverk, men allikevel
oppfyller driftsinntekter- og balansesumterskelene. Det
stemmer godt med den generelle oppfatningen av hvilke av
terskelverdiene som vil være utslagsgivende for om AS tillates
å fravelge. Har man driftsinntekter under mnok 5 og
balansesum under mnok 20, skal det mye til å ha over ti
årsverk. Det vil gi en lønnskostnad på mnok 6,1
(arbeidskraftskostnad tkr 610 x 10). Forutsetter man ingen
andre kostnader, vil selskapet som oppfyller de to andre
terskelverdiene ha et negativt resultat på mnok 1,1. I det lange
løp vil ikke dette være et going consern, og lite trolig at man
finner mange slike selskap. Det synes logisk at kun 29 AS som
er under driftsinntekter- og balansesumterskelen allikevel ikke
Side 133
kan fritas revisjon på grunn av brudd på for mange årsverk. Vi
sitter altså igjen med 113.530 observasjoner.
9. Som nevnt i punkt 3 gjorde vi søk i ProffForvalt med kriteriene driftsinntekter
til og med mnok 5 (driftsinntekter) og til og med mnok 20 (balansesum). Asl §
7-6 sier i 1. ledd punkt 1 og 2 ”er mindre enn”. Vi velger å hensynta dette ved
hjelp av excels filter fremfor kriteriene i ProffForvalt. Ved å huke bort
observasjoner med driftsinntekter lik 5.000 (registrert med tall i tusen) og sum
eiendeler lik (20.000) er observasjonene i samsvar med ”er mindre enn”. Når
vi anvender filterfunksjonen på driftsinntekter og balansesum, er det ingen
observasjoner som har driftsinntekter eller balansesum eksakt likt henholdsvis
mnok 5 og 20. Ingen observasjoner forsvinner derfor fra vår populasjon. Vi
sitter igjen med 113.530 observasjoner.
10. Siden vi gjorde uttrekket, som opprinnelig var på 130.658, den 20. desember
2011 (punkt 3), er det risiko for at populasjonen vi har jobbet oss ned til
(113.530 observasjoner) inneholder observasjoner av aksjeselskap som er
slettet i perioden mellom 20. til 31. des. 2011. For å hensynta dette, tar vi den
2 jan. 2012 ut en liste over alle registrerte oppløsninger, slettinger, og
slettinger etter fisjon i perioden 1. til 31. des. 2011 fra Brønnøysund-
registrene67 (totalt 4.724 observasjoner). Dette er alle selskapsrettslige
slettinger og oppløsninger i perioden uavhengig av selskapsform. Denne listen
kobles så mot de 113.530 observasjonene med hensyn på
organisasjonsnummer, og vi ber IDEA Data Analysis Software gjengi kun de
observasjoner som ikke finner kobling mot listen med oppløsninger, slettinger
og slettinger etter fisjon i perioden 20. til 31. des. 2011. Vi sitter da igjen med
113.381 observasjoner som oppfyller tersklene driftsinntekter, balansesum og
antall årsverk, samt heller ikke har ubetinget revisjonsplikt fordi det er
underlagt tilsyn av Finanstilsynet og/eller er morselskap eller pliktig å avlegge
konsernregnskap. Dette er populasjonen over de selskap som er tillatt å
fravelge revisor etter asl. § 7-6 jevnfør revl. § 2-1.
Uttrekk av forklaringsvariabler fra RavnInfo
67 http://w2.brreg.no/kunngjoring/
Side 134
1. Datamaterialet fra ProffForvalt er ikke like rikt på typer
forklaringsvariabler som RavnInfo, slik at vi velger å eksportere variabler
herfra. Sistnevnte gir oss tilgang til alle regnskapslinjer, mens førstnevnte
kun gir et utvalg av disse. Tilsvarende som for uttrekket fra ProffForvalt
har vi laget template over hvilke variabler som skal inngå i uttrekk fra
RavnInfo. Denne listen finnes nederst i dette vedlegget.
2. Selv om vi kunne fått den samme informasjonen direkte fra RavnInfo som
vi får fra ProffForvalt, og derfor ikke hatt behov for å inkludere uttrekk fra
ProffForvalt, velger vi først å gjøre uttrekk fra ProffForvalt for så å
inkludere ytterligere variabler fra RavnInfo. Årsaken er at etter vår
erfaring, har ProffForvalt en sterkere mulighet til å begrense søkerkriterier
slik at vi sitter igjen med den populasjonen som er tillatt fravalg.
3. Eksportfunksjonen fra databasen med regnskapsinformasjon hos RavnInfo
tillater maksimalt 8.000 observasjoner per uttrekk. For å unngå for lang
genereringstid av eksportfiler, velger vi å gjøre uttrekk på 3-4.000
observasjoner som i sum blir hele uttrekket vi ønsker. Tanken er å gjøre
uttrekk på så mange selskaper at vi er sikre på at vi får observasjoner på
alle de 113.381 som er tillatt fravalg (se punkt 10 over). Vi setter derfor
søkekriterier til å trekke ut samtlige AS med sum inntekter mindre eller lik
mnok 10. Per 27.12.2010 gir det oss et uttrekk på 169.042 observasjoner
av aksjeselskap. Hver av de 113.381 observasjonene med variabler fra
ProffForvalt, vil finne igjen sitt organisasjonsnummer blant de 169.042 fra
RavnInfo-uttrekket når disse kobles ved hjelp av IDEA Data Analysis
Software. De observasjonene i tabellen med 169.042 som ikke finner en
kobling mot de 113.381 vil ikke benyttes. Derfor ser vi at det ikke er
kritisk hvor nøyaktig vi setter søkekriteriene ved uttrekk fra RavnInfo, så
lenge vi påser at det er tilstrekkelig vidt til å fange opp alle 113.381.
a. Vi følger samme tekniske fremgangsmåte når vi gjør uttrekk fra
RavnInfo som vi gjør ved ProffForvalt. Vi skalerer søkene ned på
stiftelsesdatointervall for å få uttrekk på 3-4.000 observasjoner i
hver. Vi avstemmer og følger opp underveis i et oversiktsark hvor
vi kontrollsummerer uttrekkene og avstemmer mot total sum
Side 135
observasjoner i følge databasen. Avslutningsvis når vi har gjort
samtlige uttrekk på 3-4.000 totalsummerer vi disse og finner at
disse er lik sum observasjoner i databasen. Se vedlagte
avstemmingsoversikt.
4. Dernest slår vi sammen alle filene på 3-4.000 observasjoner til et excel-ark
på samme måte som vi gjorde da vi slo sammen de mindre uttrekkene fra
ProffForvalt. Se beskrevet over.
5. Dernest bruker vi IDEA Data Analysis Software og kobler de 113.361
observasjonene med tilhørende variabler fra ProffForvalt med de 169.042
fra RavnInfo. Når dette gjøres får vi treff (match) mellom 113.360. Det
betyr at det er 21 observasjoner som ikke har funnet igjen variabler å
knytte seg til blant de 169.042. Dette er ikke kritisk. Vi løser dette vi ved å
gå igjennom listen av de 21 og gjøre spesifikke uttrekk for disse fra
RavnInfo slik at disse også får en match og samme mulige
forklaringsvariabler. Etter dette, sitter vi fremdeles igjen med 113.381
observasjoner etter at tabellene med uttrekk fra ProffForvalt og RavnInfo
er koblet sammen.
Som en avsluttende bemerkning er det verdt å nevne følgende. Populasjonen som
er bygget i dette avsnittet, bygger i stor grad på uttrekk fra databasen til
ProffForvalt, med unntak for enkelte små tillegg fra RavnInfo underveis. At
uttrekkene fra ProffForvalt i stor grad bygger rammen for hvilke AS vi definerer
som potensielle til å kunne fravelge revisor, gjør det viktig å påse at denne
innefatter det totale antall AS i Norge. Ved å påse dette, kan vi være tryggere på at
den opprinnelige populasjonen vi har nedskalert er fullstendig. Ved å sette kun
søkekriteriet hvor vi ber å vise ”aksjeselskap” i segmenteringen i databasen hos
ProffForvalt får vi den 30. desember 2011 et søkeresultat på 214.500 aksjeselskap,
som også inkluderer AS under konkursbehandling. For våre undersøkelsesformål
inkluderer vi ikke AS under konkursbehandling. Når vi også inkluderer AS som vi
over i punkt 6 så at ikke hadde avlagt årsregnskap for 2010 (2.531), får vi i sum
219.793 AS. I følge Foretaksregisteret årsstatistikk er tilsvarende registrerte AS
Side 136
219.97768 (et AS er per definisjon fremdeles registrert selv om det er under
konkursbehandling). Databasene vi segmenterer fra, synes derfor også avstemt
mot Foretaksregisteret.
I Innstilling 235 L (2010-2011) til Stortinget fra Finanskomitteen i forbindelse
med behandlingen av lovforslaget og fravalgt av revisjon i Prop 51 L (2010-2011)
ble det forespeilet hvor mange som trolig ville bli gitt mulighet å fravelge revisor.
I følge Statistisk Sentralbyrå (SSB) ville det per regnskapsåret 2008 være
maksimalt 137.386 ikke-finansielle AS som ville kunne benytte fritaket. Dette
utgjorde om lag 68 % av alle ikke-finansielle AS. Per regnskapsåret 2010 var det
totale antall ikke-finansielle AS 193.52869. Det er ingen indikasjoner som skulle
tilsi at fordelingen av ikke-finansielle og finansielle AS skulle ha endret seg fra
2008 til 2010, heller ikke at fordelingen av AS som oppfyller terskelkriteriene
eller ikke. Gitt antakelse om at Revisjonspliktsutvalgets 68 % av ikke-finansielle
foretak også i 2011 vil gis mulighet til fravalg oppstiller vi følgende avstemming
av vår uttrukkede populasjon:
Totalt antall AS 2011, ifg Foretaksregisteret 219 977
Finansielle foretak (tot. ant. konsesjoner redusert for personlige konsesjoner) 2011 5 683
Ikke‐finansielle foretak 2011 214 294
Revisjonspliktsutvalgets fordelig av små AS (68 % )
Beregnet ikke‐finansielle AS gitt mulighet for fritak per 2011 (68 % av tot. ikke finasielle foretak) 145 720
Vår uttrukkede populasjonen av små AS som er tillatt fravalg, stiftet før 31.12.10 113 415
AS stiftet i 2011, 68 % av disse (15.575, punkt 3 i avsnittet under) 10 591
Sum ikke‐finansielle gitt mulighet for fritak, våre uttrekk av populasjoner 124 006
Differanse 21 714 Tabell 7-4: Avstemming av oppgavens utvalg mot populasjonen (dersom 68 %
omfattes av fritaket).
I punkt 6.3.2 i Prop 51 L blir det vist til at Revisjonspliktutvalget opererer med for
høye anslag på hvor mange selskaper som vil bli omfattet av fritaket. Det vises til
at Professor John Christian Langli ved BI foretok beregninger per 2008 som viste
at om lag 115.000 selskap ville omfattes av fritaket (Langli. 2009). Når vi antar
tilsvarende fordeling i 2011, får vi følgende avstemming:
68 http://www.brreg.no/presse/pressemeldinger/2012/01/fr-statistikk.html 69http://statbank.ssb.no/statistikkbanken/Default_FR.asp?PXSid=0&nvl=true&PLanguage=0&tilside=selectvarval/define.asp&Tabellid=08142
Side 137
Langlis fordeling av små AS (115.000 gis mulighet per 2008)
Langlis beregning av ikke‐finansielle som gis mulighet 115 000
Totale antall ikke‐finansielle foretak 2008 137 386 68 % 202 038
Beregnet andel små AS ifg Langli som gis mulighet 57 %
Ikke‐finansielle foretak 2011 214 294
Gitt Langlis beregning av fordeling i 2008 av ikke‐finansielle som gis fritak i 2011 57 % 121 976
Oppgavens populasjon av små AS som er gitt mulighet for fritak, stiftet før 31.12.2010 113 415
AS stiftet i 2011 (15.575, pkt 3 i avsnitt under), 57 % av disse gis mulighet ifg Langli 8 865
Sum sammenlignbar populasjon per 31.12.2011 122 280
Differanse 304
Tabell 7-5: Avstemming av oppgavens utvalg mot populasjonen (dersom 57 % omfattes av fritaket).
Prosessen som er foretatt for å nedskalere den opprinnelige andelen AS fra
ProffForvalt og RavnInfo til å oppfylle de ulike terskler og lovhjemler har, slik vi
ser det, foregått på en nøyaktig og sikker måte. Den har i all hovedsak anvendt
data fra eksterne kilder for uttrekk som er koblet mot hverandre ved hjelp av
anerkjent dataverktøy. Det har derfor kun i mindre grad vært behov manuell
bearbeiding. Det er derfor mindre risiko for at vi kan ha trådt feil i prosedyren
underveis. Våre uttrekk vil således både støttes på og underbygge professor John
Christian Langlis beregninger. Av den grunn kan populasjonene som anvendes i
oppgaven antas å være fullstendige.
For å ende opp med populasjonen over de som har valgt å beholde revisor, er vi
avhengig av også å finne hvilke som har fravalgt for så trekke disse fra alle AS
som er tillatt fravalg (113.381 observasjoner av aksjeselskap). Residualen er
således de som har beholdt revisor og behandles i avsnittet under ”AS som har
beholdt revisor”.
Små AS, stiftet etter 31.12.2010, som har FRAVALGT revisor
1. I Brønnøysund-registrenes kunngjøringsdatabase70 kjører vi et kombinert søk
med hensyn på søkerkriterier for å hente ut alle AS som har fravalgt.
Datointervall 01.01.11 – 31.12.2011
70 http://w2.brreg.no/kunngjoring/
Side 138
i. Fravalget ble tillatt først med virkning fra 01.05.11, men det vil
ikke ha teknisk betydning å sette tidligere fra-data siden ingen
AS vil kunne ha registrert fravalg før 01.05.11.
Kunngjøringstype:
i. Steg 1: Endringer
ii. Steg 2: Øvrige endringer
iii. Steg 3: Revisjon av årsregnskap
(vi har kvalitetssikret mot rådgiver i Foretaksregisteret vår
forståelse av datauttrekkene fra www.brreg.no)
Sted: i utgangspunktet hele landet, men på grunn av tekniske
beskrankninger (maks 5.000 observasjoner), løser vi dette ved å kjøre
mindre søk på landsdel (eks. Nord-Norge, Østlandet, mv.), evt hvis det
overstiger 5.000, minimerer vi ved å kjøre på fylke, så by. Oslo by
overstiger slik at vi her må kjøre mindre søk på datointervaller.
2. Alle de mindre eksportene slås sammen i en tabell og inkluderer samtlige
44.319 aksjeselskap som har registrert fravalg i perioden etter at fravalget ble
tillatt til og med 31.12.2011.
3. Uttrekket vi gjør vil inkludere de selskap som har hatt revisor fra før og nå har
valgt denne bort i løpet av 2011. De som er etablert etter fravalget ble tillatt,
fra og med 01.05.11, har hatt muligheten å etableres direkte uten å velge
revisor. Disse vil ikke inngå i dette uttrekket. For vårt undersøkelsesformål er
vi kun interessert i AS som har fravalgt og er etablert før 31.12.2010. For å
skape kongruens med uttrekket av AS som har mulighet til å fravelge revisor
(se over), slik at også dette utvalget kun er AS stiftet før 31.12.2010, løser vi
dette ved å koble uttrekket fra Brønnøysund-registeret med et uttrekk vi har
gjort fra ProffForvalt over alle AS som er stiftet i perioden 01.01 – 31.12.2011
(uttrekk per 01.01.12 er 15.575 aksjeselskap). Uttrekket fra ProffForvalt er
gjort på samme måte, som andre uttrekk fra databasen, beskrevet over. Vi ber
IDEA Data Analysis Software gjengi de selskapene som har fravalgt som ikke
finner kobling i tabellen med AS som er stiftet i perioden 01.01 – 31.12.2011.
Fravalgte, som er stiftet i perioden 01.01 – 31.12.11 vil finne en kobling mot
denne tabellen og vil ikke bli inkludert i tabellen over fravalgte selskaper som
vi anvender for vårt undersøkelsesformål. Etter denne koblingen av tabeller,
Side 139
inkluderer tabellen alle aksjeselskap (42.344) som har fravalgt revisor innen
31.12.2011 og var stiftet før 31.12.2010.
4. Uttrekket fra Brønnøysund vil ikke inkludere annen informasjon enn
organisasjonsnummer og foretaksnavn. For at uttrekket skal ha akkurat samme
typer forklaringsvariabler som uttrekket over alle små som har hatt mulighet
til å fravelge revisor (beskrevet over), henter vi ut tilsvarende variabler fra
ProffForvalt (ved bruk av samme tempplate som er vist under) som ved
uttrekket for alle små AS, stiftet før 31.12.2010, som har hatt mulighet å
fravelge revisor (over).
For å sikre fullstendighet at alle observasjonene (42.344) får variabler,
velger vi å kjøre søkerkriterier og uttrekk av alle AS i Norge stiftet før
31.12.2010 med sum driftsinntekter lik eller mindre enn mnok 10.
Tabellen gir oss et uttrekk på 161.602 observasjoner. Igjen lar det seg ikke
eksportere mer enn 3.500 i hver eksport, slik at vi kjører mindre søk skalert på
stiftelsesdato. I etterkant avstemmer vi totale observasjoner for hele perioden i
følge søket i ProffForvalt med sum observasjoner for enkeltperiodene.
5. Uttrekket i punkt 4 og 5 blir så ved hjelp av IDEA Data Analysis Software
koblet mot hverandre med hensyn på organisasjonsnummer, slik at vi sitter
igjen med de som har fravalgt som var stiftet før 31.12.2010 og med
tilsvarende forklaringsvariabler fra ProffForvalt som tabellen med alle små
AS, stiftet før 31.12.2010, som har hatt mulighet å fravelge revisor (over).
Når vi gjør dette får vi match på 40.804 av de 42.344 aksjeselskapene
som har fravalgt revisor før 31.12.2011 og var stiftet før 31.12.2010.
At de 1.540 som ikke har funnet sin kobling i variabeltabellen på
161.602, skyldes blant annet at databasen til ProffForvalt, som
variabeltabellen er hentet fra, kun eksporterer de forekomster av
aksjeselskap som har levert årsregnskap for 2010. Følgelig er flere av
de 1.540 aksjeselskap som har benyttet seg av muligheten som de er
gitt til å levere årsregnskapet for 2010 samtidig som de leverer
årsregnskapet for 2011, i henholdt til rskl. § 3-1, 1. ledd jevnfør § 1-7,
Side 140
fordi disse er stiftet i andre halvdel av 2010. Disse er ikke registrert
med regnskapsvariabler i ProffForvalt for 2010, og vil derfor ikke
være i vår database på 161.602, ei heller finne kobling mot de 42.344.
i. Dette betyr at vi må gå tilbake og utvide populasjonen vår over
”Alle små AS, stiftet før 31.12.2010, som har hatt mulighet å
fravelge revisor”. Slik at denne også inkluderer de AS som er
stiftet i andre halvdel av 2010 og har benyttet seg av
muligheten til å utsette innsendelse av regnskap, både de som
har beholdt og fravalgt revisor. Dette gjorde vi i punkt 6 under
overskriften ”Alle små AS, stiftet før 31.12.2010, som har hatt
mulighet å fravelge revisor”). Populasjonen utvides med 2.531
aksjeselskap stiftet i andre halvdel av 2010, som ikke har levert
årsregnskap for 2010 som har hatt mulighet til å fravelge
revisor.
ii. Vi kobler denne populasjonen av AS (2.531) mot de 1.540 i
IDEA Data Analysis Software med hensyn på
organisasjonsnummer. Vi ber om å sitte igjen med de AS av de
1.540 som finner kobling mot de 2.531. Følgelig er dette AS
som har fravalgt revisor som er stiftet i andre halvdel av 2010,
men som har benyttet seg av muligheten til å utsette
innsendelse av årsregnskapet for 2010. Vi finner dette antallet
til å være 562 aksjeselskap.
iii. Av de 978 som ikke finner kobling (1.540 – 562), er et stort
utvalg av disse AS som er slettet eller oppløst i 2011 etter at de
har fravalg. Databasen i Brønnøysund-registrene hvor uttrekket
av fravalgte selskap er gjort fra er en historisk logg. Hvis et
selskap slettes, fjernes ikke kunngjøringen om at dette tidligere
har fravalgt revisor. Siden vi, som tidligere nevnt, i punkt 3
under overskriften ”Alle små AS, stiftet før 31.12.2010, som
har hatt mulighet å fravelge revisor”, i undersøkelsene
forholder oss til kun små AS som ikke er slettet eller oppløst,
må de som har fravalgt, men er slettet eller oppløst i etter tid
også her fjernes. Dette for å skape kongruens i populasjonene.
Side 141
iv. Vi henter ut samtlige slettinger, oppløsninger og slettinger etter
fisjon i 2011 fra Brønnøysund-registrene. Disse løper seg til
29.614. Vi kobler disse observasjonene mot de 978 med hensyn
på organisasjonsnummer i IDEA Data Analysis Software. Vi
ber programmet gjengi de observasjoner hvor de 978 ikke
finner kobling blant de 29.614. Følgelig er dette observasjoner
av AS som har fravalg og heller ikke er slettet eller oppløst i
følge uttrekket fra Brønnøysund. Vi finner dette antallet til å
være 421 AS. Motsatt er 557 AS som er stiftet før 31.12.2010
som har registrert fravalg, men er slettet eller oppløst i løpet av
2011.
Tilsvarende kan det også være forekomster blant de 40.804
registrerte fravalgene, hvor ASet som har fravalgt revisor i
løpet av 2011 i etterkant av fravalget har blitt slettet eller
oppløst. Disse må trekkes ut av populasjonen. Vi kobler med
hensyn på organisasjonsnummer mot samme database over
uttrekk av slettinger og oppløsninger fra Brønnøyssund-
registrene i 2011 (29.614 observasjoner), og ber IDEA Data
Analysis Software gjengi de observasjoner som ikke finner
kobling. Følgelig er dette AS som har registrert fravalg og ikke
har blitt slettet i etterkant i løpet av 2011. Vi finner dette til å
være 40.771 AS. 33 observerte fravalg er følgelig slettede AS.
v. De 421 observasjonene har avlagt årsregnskap i 2010, men har
ikke funnet sin match mot forklaringsvariabler fra ProffForvalt.
Vi er derfor avhengige av å hente de samme variablene fra
RavnInfo slik at også disse 421 kommer på samme format som
de øvrige i populasjonen over fravalgte som har funnet match
mot ProffForvalt (40.804), og populasjonen over alle små
(113.381). Når det gjelder de 562 ASene (punkt iii over), er det
ikke nødvendig å innhente ProffForvalt-variabler for disse, da
disse uansett ikke har registrerte regnskapsvariabler på grunn
Side 142
av ikke avlagt årsregnskap for 2010. Variablene de har fått fra
RavnInfo gir all tilgjengelig informasjon.
For de 40.771(før slettinger var det 40.804) løses det ved å
koble disse mot variabelbasen på 169.042 fra RavnInfo (se
”Uttrekk av forklaringsvariabler fra RavnInfo” over). Samtlige
40.771 finner kobling og får knyttet til seg forklaringsvariabler
fra RavnInfo
Når de 421 gjøres tilsvarende for, finner vi kobling for 384 av
ASene. Disse 384 inneholder derimot ikke variablene fra
ProffForvalt. For å sikre at disse kommer på samme format
innhentes disse feltene ved at vår kontaktperson i AAA
Soliditet AS henter ut disse særskilt for oss. Vi bearbeider disse
slik at de står i samme celleformat som øvrige populasjoner.
Vedrørende de 37 som ikke fant kobling, er dette forekomster
som ikke har registrert levering av årsregnskap for 2010 innen
utgangen av 2011 selv om de ikke er omfattet av
utsettelsesmuligheten i henhold til rskl § 3-1, 1. ledd jevnfør §
1-7, 2. ledd. Vi søker opp hver av disse i ProffForvalt og fyller
manuelt ut felter for blant annet bransje og adresse. For å
matche med variabler som er innhentet maskinelt.
Som en kuriositet er det interessant å nevne følgende: Når de 42.344
som har fravalgt revisor i 2011 og er stiftet før 31.12. 2010 kobles mot
registeret av tildelte konsesjoner fra Finanstilsynet (28.689 i punkt 7
under overskriften ”Alle små AS, stiftet før 31.12.2010, som har hatt
mulighet å fravelge revisor”), finner vi match på 13 aksjeselskap. Det
betyr at de er 13 AS som har registrert fravalg i Brønnøysund, men
allikevel er underlagt tilsynet av Finanstilsynet pr 31.12.2011.
6. Vi kan nå slå sammen de fravalgte ASene som fant match mot ProffForvalt
(40.804, nå 40.771 etter reduksjon for slettinge/oppløsninger), som i punkt iv
fikk knyttet til seg variabler fra RavnInfo, de fravalgte ASene som ikke har
Side 143
avlagt regnskap i henhold til rskl § 3-1, 1. ledd jevnfør § 1-7, 2. ledd (562), de
fravalgte ASene som har avlagt årsregnskap for 2010, men ikke fant kobling
mot variabelbasen vår fra ProffForvalt, men RavnInfo (384) og de fravalgte
som ikke fant kobling mot noen av basene (37). Vi får en populasjon på
41.754 AS med forklaringsvariabler fra ProffForfalt og RavnInfo som er
stiftet før 31.12.2010, som har registrert fravalg og er ikke slettet/oppløst
innen 31.12.2011.
7. I normalsituasjonen vil AS ha revisor for så å fravelge denne. Selskapet vil
således være registrert i uttrekket fra Brønnøysund-registrene med en
observasjon. Derimot vil det potensielt være slik at registeret viser to
observasjoner av fravalg for det samme ASet dersom det først har hatt revisor,
så valgt bort, ombestemt seg og oppnevnt ny revisor, for så å fravelge denne
igjen. Han vil derfor være registrert to ganger med fravalg. Det vil være
avgjørende for oppgavens undersøkelsesformål å fjerne slike duplikater fra
populasjonen på 41.754. Vi anvender dataverktøyet ”Remove duplicates” i
Excel med hensyn på organisasjonsnummer. 41.698 unike forekomster av
organisasjonsnummer blir igjen. Følgelig var det 56 tilfeller hvor ASer hatt
revisor, fravalg, ombestemt seg og meldt opp ny revisor, for så igjen fravelge.
Alt i løpet av perioden 01.05 – 31.12.11. Vi har kontrollert et utvalg av
duplikatene ved å søke opp organisasjonsnummeret for å påse at dette virkelig
er tilfelle.
Det kan også forekomme at et AS har revisor, for så å velge den bort, men
ombestemmer seg og melder opp ny. Forskjellen fra tilfellet over er at han nå
ved utgangen av 2011 har revisor, men har registrert fravalg i løpet av 2011.
Følgelig vil han være registrert i uttrekket fra Brønnøysund-registrene, men
har allikevel revisor. Dette problemet har vi håndtert under i punkt 9.
Vi avstemmer prosessen fra de 42.344 til 41.698 slik:
Side 144
Fravalgte fant match mot Proff, ikke slettet før 31.12.11 40 771
Slettinger blant 40.804 når matchet mot Brønnøysund 33
Fravalgte ingen match Proff, ikke avlagt årsregnskap 2010 562
Fravalgte ingen match Proff, men har avlagt regnskap 2010 384
Fravalgte ingen match Proff/RavnInfo, manuelt utfylt 37
Slettinger blant 1.540 når matchet mot Brønnøysund 557
Fravalgte etter kun reduksjon for stiftet etter 31.12.2010 42 344
Fjernede duplikater ‐56
Slettinger blant 40.804 når matchet mot Brønnøysund ‐33
Slettinger blant 1.540 når matchet mot Brønnøysund ‐557
Fravalgte stiftet før 31.12.10, registrert fravalg og ikke slett 41 698
8. Som vi observerte over i punkt 5 kan det mot formodning være tilfeller hvor
AS har fravalgt revisor, selv om de ikke har hatt lovhjemmel etter asl § 7-6
jevnfør revl. § 2-1. Vi så her 13 tilfeller av AS som har fravalgt og allikevel er
underlagt konsesjon fra FIN. For vårt undersøkelsesformål ønsker vi å arbeide
med populasjoner av selskap som faktisk har denne lovhjemmelen. At det
potensielt er registrert AS som har fravalgt revisor og ikke har hjemmel til
dette i populasjonen vår over fravalgte AS (41.698), kan være med på å
forstyrre resultatene i oppgaven. Dette fordi vi, som vi vil se i avsnittet under
om skapelsen av populasjonen av AS som har beholdt revisor, vil opererer
med en populasjon med kun de AS som har beholdt som samtidig har hatt
lovhjemmel til dette. Teknisk kunne det vært løst på ulike måter, men vi
kontrollerer dette på følgende måte:
Tanken er, som nevnt i siste avsnitt i prosessen for utarbeidelsen av
populasjonen for alle små AS som er gitt muligheten for fravalg, at
populasjonen av de AS som har beholdt revisor er residualen mellom
alle små som har mulighet og de som har fravalgt. Følgelig, hvis det
ikke hadde eksistert fravalg av revisor på AS som ikke har
lovhjemmel, ville en kobling av AS med mulighet (113.381) mot AS
som har fravalgt (41.698) gi en populasjon på AS som har beholdt
revisor på 71.683. Vi ber IDEA Data Analysis Software gjengi de
koblinger hvor de 41.698 ikke finner igjen observasjon blant de
113.381. Programmet gjengir 72.299. Med andre ord en differanse på
616 observasjoner (72.299 - 71.683). Gitt vår antakelse om at
populasjonen vår over alle små AS som er tillatt fravalgt er fullstendig
(se avstemming over), må differansen skyldes tilfeller hvor AS har
fravalgt og ikke har hatt hjemmel etter asl. § 7-6 jevnfør revl. 2-1.
Side 145
i. Når vi gjennomgår uttrekket av de 616 og filtrerer i excel, ser
vi følgende:
1. 21 av disse overstiger terskelen for driftsinntekter på
”mindre enn 5 millioner kroner”.
2. 7 av disse overstiger terskelen for balansesum på
”mindre enn 20 millioner kroner”.
ii. Når vi kobler den resterende uforklarte differansen på 577
(605- 21 – 7) AS som har fravalgt som ikke finnes igjen i
populasjonen på 113.361 som er gitt mulighet for fravalg mot
tabellen vi anvendte i punkt 4 under utarbeidelsen av
populasjonen av AS som er gitt mulighet for fravalg. Her
koblet vi uttrekket av 17.786 AS som i følge ProffForvalt er
morselskap i konsern per 31.12.2010. IDEA Data Analysis
finner kobling for 541. Med dette forstår vi at 541 av de ASene
som har registrert fravalg egentlig er morselskap som ikke er
gitt tillatelse for fravalg etter revl. § 2-1, 4. ledd jevnfør 2. ledd.
For å være sikre på at disse faktisk er morselskap undersøker vi
et utvalg av disse på stikkprøvebasis og kontrollerer for om
selskapet har oppført verdier i balanselinjen ”
Aksjer/Investeringer i datterselskap”, hvilket alle vi tester har.
Grunnen til at disse allikevel har fravalgt revisjon kan være at
de i løpet av 2011 har endret status og ikke lenger er
morselskap. For å skape kongruens mot populasjonen av små
AS som har mulighet til å fravelge, hvor vi i punkt 4 tok
utgangspunkt i morselskap per 31.12.2010, velger vi også her å
holde disse utenom. Vi står nå igjen med 36 uforklarte.
iii. Som nevnt i punkt 5 i prosessen for beregning av populasjonen
for AS som har fravalgt revisor er 13 av disse AS som er
underlagt konsesjon i henhold til konsesjonsregister per
31.12.11. Disse har allikevel fravalgt revisor selv om revl. § 2-
1 ikke gir slik tillatelse til dette. Vi holder allikevel muligheten
åpen for at disse 13 kan ha fått konsesjon i etterkant av
kunngjort fravalg. I alle tilfelle vil disse ikke være del av vår
populasjon, siden de heller ikke inngår i populasjonen av de
113.361.
Side 146
iv. Reduserer vi den opprinnelige differansen på 605 med det
overnevnte, står vi igjen med 23 (577 – 541 – 13)
observasjoner som er uforklarte.
v. Når vi undersøker de resterende 35 særskilt, finner vi ingen
universale trekk eller årsaker til at disse ikke skal inngå i
populasjonen over AS som har registrert fravalg av revisor og
har hatt lovhjemmel til dette. Disse 35 representerer potensielt
kun at populasjonen av AS som har fravalgt er for stor i forhold
til de som har beholdt. At disse inkluderes i populasjonen over
AS som har fravalgt påvirker ikke populasjonen av de som har
beholdt. Vi har på den eneste siden over avstemt størrelsen på
de som har hatt mulighet til å fravelge. På den andre siden har
vi avstemt uttrekket av fravalgte AS fra Brønnøysund-
registrene mot den antatt fullstendige populasjon av AS som
kan fravelge, med en uforklart differanse på kun 35
observasjoner. Vi anser også populasjonen av AS som har
fravalgt etter reduksjon for forklarte differanser som fullstendig
og nøyaktig. 35 utgjør kun 0,08 % feil.
Konklusjonen vedrørende den opprinnelige differansen på 605 blir at
vi reduserer populasjonen på 41.698 med de observasjoner av fravalg
av revisor hvor ASet ikke har hatt hjemmel. Populasjonen blir da
41.116 (41.698 – 21 – 7 – 541 – 13). De 35 lar vi fremdeles inngå i
populasjonen.
9. Som nevnt over i punkt 7, må vi håndtere problematikken vedrørende at
populasjonen på 40.968 kan inneholde registreringer av AS som har fravalgt,
men som innen utgangen av 2011 har valgt tilbake revisor. Disse vil per nå
inngå i populasjonen siden uttrekket fra Brønnøysund-registrene er en
historisk logg som ikke selv reverserer om et selskap velger tilbake revisor. Vi
henter vi ut samtlige kunngjøringer om ”endring av revisor” i perioden 01.05
til 31.12.11 i Brønnøysund-registrene. Disse inkluderer både endringer hvor
ASet melder endring fra en revisor til en annen revisor, samt kunngjøringer
hvor ASet fravelger revisor. Dette uttrekket er 58.980 kunngjøringer. Tanken
er at når vi kobler dette uttrekket med hensyn på organisasjonsnummer i IDEA
Data Analysis Software og ber om å gjengi de observasjoner som finner igjen
Side 147
kobling mot de registrerte fravalgte 41.116, vil et organisasjonsnummer blant
de 41.116 finne flere koblinger hvis det har hatt flere revisorendringer (fravalg
eller normal endring fra en revisor til en annen) i perioden 01.05-31.12.11. Vi
finner kobling for totalt 42.830 hvilket betyr at flere av de 41.116 som har
fravalgt i løpet av 2011 også har gått fra en revisor til en annen i løpet av
01.05-31.12.11. Ved å ved hjelp av conditional formating i excel highlighte
duplikate forekomster får vi oversikt over de fravalgte blant de 41.116 som
også har hatt endring av revisor i tillegg til å fravelge. Totalt er det 1.623 blant
de 41.116 som dette gjelder for. Det vil ikke være tilfelle at alle disse har valgt
tilbake revisor etter å ha registrert fravalg. De aller fleste av disse er tilfeller
hvor ASet først har endret fra en revisor til en annen, for så å fravelge revisor.
Vi er interessert i å finne de tilfellene hvor ASet først har registrert fravalg, for
så å melde inn igjen. Vi kontrollerer dette ved å søke opp hver og enkelt av de
1.623 forekomstene i Brønnøysund-registrene. Vi undersøker rekkefølgen på
kunngjøringene. Blant de 1.623 er det 49 observasjoner av fravalgte (41.116)
hvor ASet først har registrert fravalg, for så å melde inn ny revisor igjen før
utgangen av 2011. Det er med andre ord 48 registreringer av fravalg blant de
41.116 som ikke har fravalgt per 31.12.2011. Vi reduserer populasjonen for
disse. Populasjonen er da 41.067 (41.116 – 49).
Små AS som har BEHOLDT revisor
1. Ved å koble de endelige datatabellene vi sitter igjen med etter prosedyrene i
”AS som har fravalgt revisor”(41.067) og ”Alle AS som har hatt mulighet å
fravelge revisor” (113.381), sitter vi igjen med en datatabell som inneholder
”AS som har beholdt revisor”.
Teknisk løses det ved å koble organisasjonsnummer i de to tabellene
mot hverandre i IDEA Data Analysis Software. Vi ber om å sitte igjen
med de AS fra populasjonen vi i prosessen beskrevet under
overskriften ”AS som har hatt mulighet å fravelge revisor” (113.381)
som ikke finner kobling mot tabellen med populasjonen av ”AS som
har fravalgt revisor” (41.067). Residualen skal med andre ord være
populasjonen av ”AS som har behold revisor” 72.314.
Side 148
i. Men som vi var inne på i avsnittet over i punkt 8 er det 35
observasjoner i populasjonen av AS som har fravalgt revisor
(41.067), som ikke finnes igjen i populasjonen av alle AS som
har hatt mulighet å fravelge (113.381). Vi har diskutert dette
mer omgående over i punkt 8. Når vi da kobler alle små AS
(113.381) mot de som har fravalgt (41.116) gjengis 72.348.
Tatt hensyn til de 35 observasjonene som ikke er inkludert
blant de 113.381, er populasjonen avstemt (72.348+41.067-
35=113.380). Den ene i differanse skyldes at det eksisterer et
duplikat i populasjonen av 113.381. Vi fjerner dette duplikatet.
2. Populasjonen over AS som har fravalgt (41.067) og beholdt revisor (72.348)
gis hver sin nye kolonne hvor de får henholdsvis dummyvariabelen ”1” og
”0”.
3. Populasjonene sendes så til AAA Soliditet AS som fyller ut deres kreditrating
av foretakene i en nyopprettet kolonne.
4. Når populasjonene er returnert med kreditrating, slås populasjonene sammen
og vi får en populasjon på 113.415.
5. Vi gjør uttrekk fra CCGR-databasen for følgende variabler:
CEO gender
CEO birth year
Number of owners (direct ownership)
Number of institutional owner (direct ownership)
Number of personal owners (direct ownership)
Share owned by CEO (direct ownership)
Dette er informasjon fra 2009 og utgjør 110.115 gyldige observasjoner som
finner match når disse kobles ved hjelp av IDEA Data Analysis mot de
113.415 observasjonene. Følgelig er det 3.300 observasjoner vi ikke har
informasjon om variablene over.
Side 149
6. Vi signerer taushetserklæring med Skattedirektoratet og blir tildelt variabel
som gir informasjon om de ulike 113.415 observasjonene har fått signatur
eller mangler signatur fra revisor i kontrolloppstillingen (RF-1022).
7. Vi sitter da igjen med 113.415 observasjoner som kan anvendes til i
oppgavens undersøkelser.
KODING OG EDITING AV VARIABLER OG OBSERVASJONER
(Beskrivelsen er en historisk logg som også viser koding av variabler som ble
anvendt i analyser som ikke endte opp med å bli presentert i oppgaven)
Bransjekode
1. I Norge opererer man med NACE-bransjekoder, A til Z. Der eksempelvis A
er ”Jordbruk, skogbruk og fiske”. Dette er den overordnede
bransjetilknytningen. Feltet ” NACE_BRANSJEKODE”som gjengis i
uttrekket fra ProffForvalt angir nivået under denne. Eksempelvis vises en
organisasjon med bransjekode ”01.110”. ”01” angir at denne organisasjonen
tilhører ”Jordbruk og tjenester tilknyttet jordbruk, jakt og viltstell”, ”110”
angir detaljert hvilken del av bransjen, her ”Dyrking av korn (unntatt ris),
belgvekster og oljeholdige vekster”. For våre undersøkelsesformål er
bransjetilknytning på det overdnede nivået (A) aktuelt. Vi må derfor kode
slik at vi sikrer at alle underordnede koder under A får kodingen A, alle
under B koding B, osv.
Eksemplifisering på NACE-bransjekoding hierarki:
A – Jordbruk, skogbruk og fiske
01 – Jordbruk og tjenester tilknyttet jordbruk, jakt og viltstell
01.110 – Dyrking av korn (unntatt ris), belgvekster og
oljeholdige vekster
01.120 – Dyrking av ris
01.130 – Dyrking av grønnsaker, meloner, rot- og
knollvekster
(…)
02 – Skogbruk og tjenester tilknyttet skogbruk
Side 150
02.110 – Skogskjøtsel og andre skogbruksaktiviteter
(…)
B – Bergverksdrift og utvinning
05 – (…)
(…)
(…) = ikke uttømmende fremstilling.
Teknisk løser vi kodingen slik:
Vi henter ut fra ProffForvalt et ferdiggenerert excel-ark med oversikt
over alle tilgjengelige NACE-bransjer som angir to felter; eks
”01.110” og ” Dyrking av korn (unntatt ris), belgvekster og oljeholdige
vekster”.
Vi oppretter to egne kolonner i denne tabellen og fyller ut overordnet
bransjekode (for eksempel ”A”) og overordnet bransjenavn (for
eksempel ”Jordbruk, skogbruk og fiske”) til alle som favner under i
hierarkiet (01.xxx, 02.xxx, og så videre). Tilsvarende gjør vi for
resterende.
Tabellen kobles så med hensyn på NACE-bransjekode (formatet
”01.110”) mot tabellen på populasjonen med våre observasjoner med
selskaper som har fravalg og beholdt revisor.
Vår kobling viser at samtlige observasjoner finner kobling/match.
Ingen data blir borte i koblingen av celler.
Vi har nå to ytterligere felter for hver observasjon som angir
eksempelvis ”A” og ”Jordbruk, skogbruk og fiske”.
2. Siden BRANSJEKODE_OVERORDNET er datavariabler på ordinalnivå,
kodes den om til bruk i regresjon til tre dummyvariabler for å fange opp
forholdet mellom bransje G, M, L og andre bransjer (alt som ikke er G, M,
eller L). L blir satt som referansekategori siden denne avviker mye fra resten
av populasjonen med hensyn på fravalgsandel, samt utgjør en stor del av
populasjonen. De tre dummyvariablene som kodes:
BRANSJ_G_DUMMY: cellen er 1 hvis
BRANSJEKODE_OVERORDNET er ”G”, alle andre verdier gis 0.
Side 151
BRANSJ_M_DUMMY: cellen er 1 hvis
BRANSJEKODE_OVERORDNET er ”M”, alle andre verdier gis 0.
ANNEN_BRANSJ_DUMMY: cellen er 1 hvis
BRANSJEKODE_OVERORDNET er andre verdier enn ”G”, ”M”,
eller ”L”. Alle andre verdier gis 0 (altså G, M og L).
Stiftelsesdato
3. ProffForvalt angir stiftelsesdato med datoformatet ”DD.MM.YYYY”. For
vårt undersøkelsesformål er det aktuelt med informasjon kun om hvilket år
selskapet ble stiftet. Teknisk løses dette ved å anvende excel-funksjonen
=RIGHT(A2;4). Funksjonen gjengir da de fire siste sifrene i celle A2. Vi har
da på formatet YYYY, for eksempel år ”2001”.
Videre lager vi dummy-variabel slik at vi kategoriserer inn i fire tidsperioder:
>2007: 4
2007-2002: 3
2001-1990: 2
<1990: 1
Revisor nåværende
4. For selskaper som har valgt å beholde revisor er det interessant å gjøre
deskriptive analyser. Vi koder cellen REVISOR_NÅVÆRENDE til to nye
felter.
I det første gis revisjonsselskap som er blant de fem store (Ernst &
Young AS, PriceWaterhouseCoopers AS, KPMG AS, Deloitte AS og
BDO AS) verdi 1, alle andre revisjonsselskap får dummyverdien 0.
I det andre gis BDO AS, Deloitte, Ernst & Young, KPMG AS,
PricewaterhouseCoopers AS henholdsvis verdiene 1, 2, 3, 4 og 5.
Andre revisjonsselskap gis dummyverdien 0.
5. For AS som har beholdt revisor (dummvariabel ”0” i feltet FRAVALGT)
mangler vi observasjoner om REVISOR_NÅVÆRENDE for 172 stykker. På
stikkprøvebasis kontrollerer vi mot Brønnøysund-registrene for 25 av disse.
Ved selskapene som har blank verdi har revisor selv fratrådt og selskapet står
ulovlig uten revisor ved utgangen av 2011. Det er tilfeller hvor selskapet har
Side 152
meldt opp ny i 2012, men oppgavens ramme bygger på observasjoner pr
31.12.2011. Denne gis fremdeles ingen verdi.
Big 5
6. Det kodes BIG5_DUMMY hvor cellen gis verdien 1 hvis selskapet
opprinnelig hadde BDO, Deloitte, Ernst & Young, KPMG eller PwC pr
30.04.11. Hvis selskapet har annen revisor enn dette gis verdien 0.
Anmerkninger i revisjonsberetning
7. Ad REVISJONSANM_2010:
I henhold til revisorloven § 5-6 skal revisor avgi en revisjonsberetning som
uttalelse om blant annet regnskapet er utarbeidet i samsvar med lov og
forskrifter. Revl. § 5-6, 5. ledd angir at revisor skal ta forbehold eller
presisering der revisor er pålagt dette. Uttrekket fra ProffForvalt gjengir fire
celler med tekstverdier; ”Revisors kommentar 2010”, ”Revisors presisering
tekstlig 2010”, ”Revisors presisering 2010” og ”Revisors forbehold 2010”.
Videre har ProffForvalt sammenføyd disse fire cellene til en celle med den
binære variabelen ”ja/nei” for om selskapet har fått anmerkning i
revisjonsberetningen. Hvis selskapet enten har fått kommentar, presisering
tekstlig, presisering eller forbehold vil selskapet ha ”ja”. Vi ønsker å kode den
om til en dummyvariabel (0 eller 1). Vi kaller den
REVISJONSANM_DUMMY.
Teknisk kodes dette slik:
Vi anvender IF-funksjon i excel, for eksempel =IF(A2="ja";1;0). Hvis
observasjon A2 har anmerkning ”ja” vil den nye cellen angi verdien
”1”, hvis ikke ”0”.
Ad REVISORS_PRESISERINGER_2010:
8. Det kodes PRESISERING_DUMMY, som gis verdi 1 hvis observasjonen
har noe form for innhold av tekst i cellen
REVISORS_PRESISERINGER_2010. Ingen tekst i cellen
REVISORS_PRESISERINGER_2010 gis verdien 0.
Side 153
9. Som nevnt over gjengir ProffForvalt tekstet hva slags type presisering
selskapet har fått i cellen REVISORS_PRESISERINGER_2010. Etter
gjennomgang av et utvalg, ser vi at de kategoriseres i følgende kategorier og
vi gir dem følgende kategoriske variabler i cellen
PRESISERING_DUMMY2:
1 Vesentlig usikkerhet vedrørende fortsatt drift og/eller
aksjekapitalen er tapt.
2 Ulovlig lån/provisjoner til aksjonær, ledende personer eller ansatte
3 Selskapet har ikke behandlet skattetrekksmidler i samsvar med
bestemmelsene i skattebetalingslovens § 5-12
4 Selskapets årsoppgjør ikke avgitt innen lovens frist og/eller ny
beretning etter at tidligere beretning er tilbakekalt
5 Presiseringen inneholder både presisering av type 1 og 2
6 Presiseringen inneholder både presisering av type 2 og 3
7 Presiseringen inneholder både presisering av type 1 og 3
8 Presiseringen inneholder både presisering av type 1, 2 og 3.
10. Det kodes PRES_ULOV_LÅN_DUMMY, som gis verdi 1 hvis
observasjonen PRESISERING_DUMMY2 er gitt verdien 2 (kun ulovlig
lån), 5, 6 eller 8 (tre siste inneholder alle ulovlig lån). Andre verdier i
PRESISERING_DUMMY2 gis verdien 0.
11. Det kodes PRES_SK.TREKKSMIDL_DUMMY, som gis verdi 1 hvis
observasjonen PRESISERING_DUMMY2 er gitt verdien 3 (kun
skattetrekksmidler), 6, 7 eller 8 (tre siste inneholder alle skattetrekksmidler).
Andre verdier i PRESISERING_DUMMY2 gis verdien 0.
12. Det kodes PRES_TILBAKEKALT_DUMMY, som gis verdi 1 hvis
observasjonen PRESISERING_DUMMY2 er gitt verdien 4 (kun ikke avgitt
årsoppgjør innen lovens frist og/eller ny beretning etter at tidligere beretning
er tilbakekalt). Andre verdier i PRESISERING_DUMMY2 gis verdien 0.
13. Det kodes PRES_FORTSATT_DRIFT_DUMMY, som gis verdi 1 hvis
observasjonen PRESISERING_DUMMY2 er gitt verdien 1 (kun fortsatt
drift/aksjekapital tapt), 5 7 eller 8 (tre siste inneholder alle fortsatt
Side 154
drift/aksjekapital tapt). Andre verdier i PRESISERING_DUMMY2 gis
verdien 0.
Ad REVISORS_FORBEHOLD_2010:
14. Det kodes FORBEHOLD_DUMMY, som gis verdi 1 hvis observasjonen har
noe form for innhold av tekst i cellen REVISORS_FORBEHOLD_2010.
Ingen tekst i cellen REVISORS_FORBEHOLD_2010 gis verdien 0.
15. Det kodes en dummy BRANSJ_BOKST_DUMMY, som gis verdi 1 hvis
observasjonen har verdien L, M eller G (henholdsvis bransje for Omsetning
og drift av fast eiendom, Faglig, vitenskapelig og teknisk tjenesteyting, eller
Varehandel, reperasjon av motorvogner) i cellen
BRANSJEKODE_OVERORDNET. Andre verdier av
BRANSJEKODE_OVERORDNET gis verdien 0.
Revisjonshonorar
16. Vi koder en proxy for relativt revisjonshonorar (REVHON_DRIFTSINNT) i
forhold til størrelse på foretaket. Cellene revisjonshonorar 2010/sum
driftsinntekter 2010. Dess større selskap, dess mer komplekse transaksjoner,
dess mer arbeid for revisor (Simunic og Stein. 1987). En rimelig antagelse er
derfor at honoraret vil øke proporsjonalt med økt omfang av driften. Derfor
kan det være grunn til å tro at et selskap med høyere relativt honorar vil ha
større insentiv til å ville fravelge revisor.
31.399 observasjoner har 0 i verdi i cellen sum driftsinntekter 2010. Å
dividere et positivt revisjonshonorar på en 0-verdi vil gi formelfeil. Disse
observasjonene får derfor blank observasjon når vi koder relativt
driftshonorar.
17. Ytterligere en proxy for relativt revisjonshonorar kodes
(REVHON_DRIFTSKOSTNADER). revisjonshonorar 2010 divideres på
(Sum driftsinntekter – Driftsresultat). Som gir revisjonshonorar i forhold til
driftskostnader.
Side 155
Cellen ”Revisjonshonorar” er hentet fra noteopplysninger. Det viser seg at
opplysninger som er hentet fra denne kilden i større grad enn verdiene fra
offisielle årsregnskap inneholder tilfeldige feil. Det kan skyldes at verdier
hentet fra regnskapene naturlig må henge sammen med tekniske algoritmer og
kontroller. Slik lar det seg derfor ikke å taste feil. Dette er ikke tilfelle for
felter som kommer fra noteopplysningene. Disse mates inn manuelt. Som vi
også så over for opplysningen ”herav lønn” eksisterer det tilfeller av
ekstremverdier for verdiene i cellen ”Revisjonshonorar 2010”. Av erfaring fra
gjennomgangen av ”herav lønn” fant vi at normaltilfellet for feilinnmating
skyldes feil i kommasetting. ”Herav lønn” ble eksempelvis oppført med
verdien 1.000.000 (i hele tall), men skulle stått som 1.000 (tall i tusen). For
cellen ”revisjonshonorar 2010” oppstilles denne som hele tall (ikke som tall i
tusen som normalt er fra ProffForvalt eller RavnInfo). Vi koder derfor alle
verdiene om til tall i tusen. For å kontrollere for ekstremverdier og
feilinnmatinger, lager vi en algoritme som definerer
REVISJONSHONORAR_2010 dividert med
SUM_DRIFTSINNTEKTER_2010. Dess større selskap, dess mer komplekse
transaksjoner, dess mer arbeid for revisor (Simunic og Stein. 1987). En
rimelig antagelse er derfor at honoraret vil øke proporsjonalt med økt omfang
av driften.
Ved hjelp av det definerte parameteret sorterer vi fra høyeste verdi. Der det
klart fremgår at det er tilfelle av kommafeil som beskrevet over, søker vi opp i
ProffForvalt og ser om denne verdien henger sammen med hva som for
eksempel ble betalt til revisor årene forut for 2010. Vi korrigerer følgende
organisasjonsnummer:
990794103: Opplyst 10.000.000, skulle vært kr 10.000 (gis verdi 10)
942878893: Opplyst 4.000.000, skulle vært kr 4.000 (gis verdi 4)
979202652: Opplyst 22.812.000 skulle vært kr 22.812 (gis verdi
22,812)
995799588: Opplyst 1.000.000 skulle vært kr 1.000 (gis verdi 1)
990507627: Opplyst 8.829.000 skulle vært kr 8.829 (gis verdi 8,829)
976000501: Opplyst 100.000 skulle vært kr 10.000 (gis verdi 10)
985814414: Opplyst 2.115.000 skulle vært kr 21.115 (gis verdi
21,115)
Side 156
942498209: Opplyst 1.813.000 skulle vært kr 18.130 (gis verdi 18,13)
991107738: Opplyst 110.000 skulle vært kr 11.000 (gis verdi 11)
980393763: Opplyst 812.000, uklart hva skulle vært. Verdi fjernes og
gis blank verdi.
980146375: Opplyst 222.000, skulle vært kr 22.000 (gis verdi 22)
988745553: Opplyst 245.000, skulle vært kr 24.500 (gis verdi 24,5)
Etter å ha vurdert størrelsen på revisjonshonorar til observasjoner hvor
revisjonshonorar utgjør mer enn 20 % av sum driftsinntekter fjerner vi filteret
og sorterer revisjonshonorar med hensyn på å vise største først. Vi korrigerer
da for følgende organisasjonsnummer hvor verdiene klart synes unaturlige:
990992517: Opplyst 10.000.000, skulle vært kr 10.000 (gis verdi 10)
968960059: Opplyst 200.000, skulle vært kr 20.000 (gis verdi 20)
Når vi korrigerer ved hjelp av disse to undersøkelsesmåtene, hensyntar vi både
de tilfeller hvor honoraret utgjør relativt mye i forhold til størrelsen på
selskapet (omsetning som proxy) og der hvor absoluttverdien synes unaturlig.
Regnskapsloven § gir plikt til å skille kostnader til revisor inn i det som
stammer fra lovpålagt revisjon og andre tjenester. Dersom selskapet har
overholdt denne plikten, vil verdien i cellen ”Revisjonshonorar_2010” være
kostnader tilknyttet lovpålagt revisjon. Av erfaring vises at praksis ofte er at
honorar allikevel presenteres på totalnivå. Presumptivt må vi allikevel anta at
cellens verdi er kostnader tilknyttet lovpålagt revisjon.
18. Det kodes RÅDGIVN_DUMMY, som gis verdi 1 hvis observasjonen verdi
høyere enn i cellen REVISOR_RAAD. Verdien 0 i cellen REVISOR_RAAD
gis verdien 0. Blanke celler gis blank verdi.
Geografisk tilhørighet
19. Det forekommer tilfeller hvor AS ikke har registrert postnummer i
variablene fra ProffForvalt eller RavnInfo. For å skape fullstendighet i
datamaterialet slik at samtlige observasjoner av de 131.383 har postnummer
for forretningsadressen, fyller vi ut disse manuelt disse ved å søke opp i
www.brreg.no. Dette gjelder totalt om lag 700 observasjoner.
Side 157
20. Det kodes STORBY_DUMMY, som gis verdi 1 hvis observasjonen har
verdien 0301, 1201, 1601 eller 1103 (henholdsvis Oslo, Bergen, Trondheim
eller Stavanger) i cellen KOMMUNENUMMER. Andre verdier av
KOMMUNENUMMER gis verdien 0.
Disse fire byene er de fire største i Norge målt på antall innbyggere.
21. Det kodes LAV_FOLKETETTHET_DUMMY, som gis verdi 1 hvis
observasjonen har verdien 20, 14, 17, 19, 18, 04, 05, 08 eller 09 (henholdsvis
Finnmark, Sogn og Fjordane, Nord-Trøndelag, Troms, Nordland, Hedmark,
Oppland, Telemark eller Aust-Agder) i cellen FYLKESNR Andre verdier av
FYLKESNR gis verdien 0.
Disse ni fylkene er de ni minste i Norge målt på innbygger pr km2. De
har heller ikke hva vi definerer som storby blant sine byer.
Regnskapsfører
22. Vi koder en dummyvariabel med if-setning som gir verdien ”1” hvis feltet ”
REGNSKAPSFØRER_NAVN” inneholder tekst, motsatt ”0” hvis det er
blankt.
For å teste om de som har registrert felt med regnskapsfører har høyere
fravalgsprosent enn totalpopulasjonen, trekker vi ut alle observasjoner med
dummyvariabelen ”1” i et eget excelark. Dette utgjør 63.971 observasjoner. På
forhånd har vi kjørt en frekvenstabell i SPSS hvor antall forekomster av
verdien ”1” og ”0” gjengis. Verdien ”1” er observert 63.971 i SPSS.
Overførselen til eget excelark av de 63.971 er derfor fullstendig. Dette excel-
arket importeres til SPSS og brukes i undersøkelser særskilt på regnskapsfører
i forbindelse med problemstillinger rundt fravalg av revisor.
Kreditrating
23. Cellen ”Rating” er gitt med følgende ratingkoder:
AAA - Høyeste kredittverdighet
AA - God kredittverdighet
A – Kredittverdig
AN - Nyetablert foretak
Ingen rating - Rating ikke fastsatt
Side 158
B - Kreditt mot sikkerhet
C - Kreditt frarådes
Ingen-rat betyr at det ligger inne en aktuell hendelse eller kreditorvarsel
som er så alvorlig at rating fjernes. Denne koden brukes for ikke å blandes
med ratingen "Ikke ratet", da dette er selskapsformer som ikke rates.
Ingen-rat er selskap som har f.eks styreformann fratrådt, fusjon osv.
24. Det kodes GOD_DÅRLIG_KREDRAT_DUMMY, som gis verdi 1 hvis
observasjonen har verdien AAA, AA eller A (henholdsvis høyeste
kredittverdihet, god kredittverdighet, kredittverdig) i cellen RATING. C
verdier av RATING gis verdien 0.
Gjeld til kredittinstitusjoner
25. For cellene GJELD_TIL_KREDITTINSTITUSJONER_KORTSIKTI og
GJELD_TIL_KREDITTINSTITUSJONER kodes det to dummyvariabler
(GJ.KR.IN_KORT_DUMMY og GJ.KR.IN_LANG_DUMMY) som begge
gjengir verdien ”1” hvis cellen den referer seg til har verdi > 0, motsatt hvis
verdien er ”0” viser dummyvariabelen ”0”. Mangler cellen observasjon får
cellen ingen verdi (” ”).
Avskrivninger på varige driftsmidler
26. For cellen AVSKR_VARIGE_DRIFTSMIDL_2010 kodes det en
dummyvariabel (AVSKR_DUMMY) som gjengir verdien ”1” hvis cellen
den referer seg til har verdi > 0, motsatt hvis verdien er ”0” viser
dummyvariabelen ”0”. Mangler cellen observasjon får cellen ingen verdi (”
”).
Sum varelager
27. For cellen SUM_VARELAGER_2010 kodes det en dummyvariabel
(VARELAGER_DUMMY) som gjengir verdien ”1” hvis cellen den referer
seg til har verdi > 0, motsatt hvis verdien er ”0” viser dummyvariabelen ”0”.
Mangler cellen observasjon får cellen ingen verdi (” ”).
Sum driftsinntekter
Side 159
28. For cellen SUM_DRIFTSINNTEKTER_2010 kodes det en dummyvariabel
(DRIFTSINNTEKTER_INTERVAL) som kategoriserer observerte verdier
inn i følgende kategorier:
4500 -> 10
4000-4449 9
3500-3999 8
3000-3499 7
2500-2999 6
2000-2499 5
1500-1999 4
1000-1499 3
500-999 2
400-499 1,5
300-399 1,4
200-299 1,3
100-199 1,2
1-99 1,1
0 1,01
<- 0
Vi kodet også DRIFTSINNT_DUMMY2 med følgende kategorier for cellen
SUM_DRIFTSINNTEKTER_2010:
< til og med 0: 0
1-2499: 1
2500 -> : 2
29. Det kodes 0_DRIFTSINNT_DUMMY, som gis verdi 1 hvis observasjonene
har verdien 0 i cellen SUM_DRIFTSINNTEKTER_2010. Andre verdier i
SUM_DRIFTSINNTEKTER_2010 gis verdien 0.
30. Det kodes 1-2499_DRIFTSINNT_DUMMY, som gis verdi 1 hvis
observasjonene har en verdi i intervallet 1-2499 i cellen
SUM_DRIFTSINNTEKTER_2010. Andre verdier i
SUM_DRIFTSINNTEKTER_2010 gis verdien 0.
Side 160
31. Det kodes 2500-4999_DRIFTSINNT_DUMMY, som gis verdi 1 hvis
observasjonene har en verdi i intervallet 2500-4999 i cellen
SUM_DRIFTSINNTEKTER_2010. Andre verdier i
SUM_DRIFTSINNTEKTER_2010 gis verdien 0.
32. Til regresjonen kodes SUM_DRIFTSINNTEKTER_2010 om til den
naturlige logaritmen i cellen SUM_DRINNT_LOG. Siden den naturlige
logaritmen av et tall aldri kan bli lik eller mindre enn 0, gis observasjoner
med verdier lik eller mindre enn 0 verdien 0. Dette gjelder 31.559
observasjoner.
Tomter, bygninger og annen fast eiendom
33. For cellen TOMTER_BYGNINGER_OG_ANNNE_FASTE_EIENDOM
kodes det en dummyvariabel (TOMTER_DUMMY) som gjengir verdien ”1”
hvis cellen den referer seg til har verdi > 0, motsatt hvis verdien er ”0” viser
dummyvariabelen ”0”. Mangler cellen observasjon får cellen ingen verdi (”
”).
Skyldige offentlige avgifter
34. For cellen SKYLDIGE_OFFENTLIGE_AVGIFTER kodes det en
dummyvariabel (SKYLD_OFF_AVG_DUMMY) som gjengir verdien ”1”
hvis cellen den referer seg til har verdi > 0, motsatt hvis verdien er ”0” viser
dummyvariabelen ”0”. Mangler cellen observasjon får cellen ingen verdi (”
”).
Konsernforhold
35. Det kodes en dummyvariabel (KONSERN_DUMMY) som gjengir verdien
”1” hvis en av følgende celler ulik fra 0:
INNTEKT_PÅ_INVESTERING_I_DATTERSELSKAP,
INNTEKT_PÅ_INVESTERING_I_TILKNYTTET_SELS,
INNTEKT_PÅ_INVESTERING_I_ANNET_FORETAK_I,
RENTEINNTEKT_FRA_FORETAK_I_SAMME_KONSERN,
RENTEKOSTNAD_TIL_FORETAK_I_SAMME_KONSERN,
AKSJER_OG_ANDELER_I_FORETAK_I_SAMME_KONS,
LANGSIKTIG_KONSERNGJELD eller
Side 161
KORTSIKTIG_KONSERNGJELD. Er ingen av cellene ulik fra 0, gis
dummyverdien 0. At en av cellene har en verdi ulik fra 0 indikerer at
selskapet kan være knyttet et konsernforhold. Mangler cellen observasjon får
cellen ingen verdi (” ”).
Leverandørgjeld
36. Følgende observasjoner har ekstremverdier som vi undersøker og korrigerer:
Org.nr:
996021807: oppført 503.389, ved observasjon i regnskap er 503 riktig.
37. Det kodes dummyvariabel (1 eller 0) for cellen LEVERANDØRGJELD.
Dersom cellen har verdi større enn 0 gis verdi 1. 0 og negative verdier gis 0.
At negative verdier gis verdi 0 er gjort i den forståelse at negativ
leverandørgjeld forstås som tilgodehavende på avtalepart som kommer fra et
opprinnelig leverandørforhold. Når leverandørgjeld er negativ, har ikke
leverandøren til godehavende og følgelig mindre interesse av styrket
regnskapskvalitet. Dette støtter forutsetningen om at negativ leverandørgjeld
gis dummyverdi 0.
Gjeldsgrad
38. Variabelen GJELDSGRAD er definert som sum balanseført gjeld dividert
med sum balanseført egenkapital pr 31.12.2010.
Cellen inneholder totalt 109.622 observasjoner, men som følge av
ekstremverdier trimmer vi 1 % (0,5 % i hver ende) av observasjonene
gjennom winsorizing. Høyeste ekstremverdi blir da 135, som interpoleres for
0,5 % i den positive enden, mens -117 interpoleres på den negative enden av
ekstremverdiene. Ekstremverdiene eksisterer fordi egenkapitalen i stor grad er
tapt.
I motsetning til et beskåret gjennomsnitt, hvor 1 % av observasjonene utelates
(Rothenberg, Fisher og Tilanus. 1966. s 460-463), vil man ved winsorising,
erstatte disse 1 % med den høyeste og laveste verdien som forekommer når
0,5 % er utelatt på hver side (Hasings et al. 1947. s 413-426). Om vi bruker
beskråret eller winsorised gjennomsnitt vil kun få minimale utslag siden vi
Side 162
operer med en stor opprinnelig populasjon. Formålet oppnås ved begge; å
utjevne ekstremverdiene.
Lønnsomhet
39. Variabelen LØNNSOMHET_2010 er definert som:
( Ordinært resultat før skattekostnad + Finanskostnader ) x 100
( Sum totalkapital (år 2009) + Sum totalkapital (år 2010) ) / 2
Cellen inneholder totalt 110.047 observasjoner, men som følge av
ekstremverdier trimmer (se fremgangsmåte beskrevet over for gjeldsgrad) vi 1
% (0,5 % i hver ende) av observasjonene. Høyeste ekstremverdi blir da 166,
som interpoleres for 0,5 % i den positive enden, mens -475 interpoleres på den
negative enden av ekstremverdiene. Ekstremverdiene eksisterer fordi
egenkapitalen i stor grad er tapt.
40. For cellen LØNNSOMHET kodes det en dummyvariabel
(LØNNSOMHET_DUMMY) som gjengir verdien ”1” hvis cellen den
referer seg til har verdi > 0, motsatt hvis verdien er ”0” viser
dummyvariabelen ”0”. Mangler cellen observasjon får cellen ingen verdi.
Ansatte
41. Det kodes ANSATTE_DUMMY, som gis verdi 1 hvis observasjonen har
verdier størren enn i cellen ANTALL_ANSATTE. Andre verdier av
ANTALL_ANSATTE gis verdien 0.
Daglig leders kjønn
42. Opprinnelig celleverdi for DL_KJØNN er M = mann, F = kvinne. Disse
kodes om til dummyvariabler, 1 = mann, 0 = kvinne.
Antall eiere
43. For cellen ANT_EIRERE kodes det dummyvariabelen 2EIERE_DUMMY
som gis verdien 1 hvis cellen ANT_EIERE har verdien 1 eller 2. For verdier
større enn 2 gis verdien 0.
Eierandel daglig leder
Side 163
44. For cellen %_EIERAND_DL kodes det dummyvariabelen
EIERAND_50PST_DUMMY som gis verdien 1 hvis cellen
%_EIERAND_DL har verdien 50,00. For andre verdier gis verdien 0.
45. For cellen %_EIERAND_DL kodes det variabelen EIERAND_KAT, som
kategoriserer opprinnelige celleverdier for %_EIERAND_DL i følgende
kategorier av cellens verdi:
i. Verdier større enn 2/3 = 4
ii. Verdier mindre eller lik 2/3 til og med verdier større enn 1/2 =
3
iii. Verdier mindre eller lik 1/2 til og med verdier større enn 1/3 =
2
iv. Verdier større enn 0 og mindre enn eller lik 1/3 = 1.
v. Verdier lik 0 = 0.
Sum eiendeler
46. Til regresjonen kodes SUM_EIEND_2010 om til den naturlige logaritmen i
cellen SUM_EIEND_LOG. Siden den naturlige logaritmen av et tall aldri
kan bli lik eller mindre enn 0, gis observasjoner med verdier lik eller mindre
enn 0 verdien 0. Dette gjelder 850 observasjoner.
Template: Hvilke variabler ble trukket ut fra ProffForvalt
Side 164
Template: Hvilke variabler ble trukket ut fra RavnInfo
Orgnr
Firmanavn
Bankinnskudd/Kontanter
Sum Finansinntekter
Sum Finanskostnader
Sum Kortsiktig gjeld
Sum Langsiktig gjeld
Tomter/Bygninger og annne faste eiendom
Egenkapitalgrad
Gjeldsgrad
Inntekt på investering i annet foretak i samme konsern
Inntekt på investering i datterselskap
Inntekt på investering i tilknyttet selskap
Nedskrivning av varige driftsmidler og immaterielle eiendeler
Renteinntekt fra foretak i samme konsern
Rentekostnad til foretak i samme konsern
Aksjer og andeler i foretak i samme konsern
Andre fordringer
Goodwill
Investeringer i aksjer og andeler
Annen kortsiktig gjeld
Ansvarlig lånekapital
Betalbar skatt
Side 165
Gjeld til kredittinstitusjoner (kortsiktig)
Gjeld til kredittinstitusjoner
Kortsiktig konserngjeld
Langsiktig konserngjeld
Leverandørgjeld
Obligasjonslån
Pensjonsforpliktelser
Skyldige offentlige avgifter
Udekket tap
Utsatt skatt
Øvrig langsiktig gjeld
Selskapskapital
Fylke
Side 166
… samme tabeller over 401
observasjoner som er anvendt på
neste side. Foruten reduksjon for
v
STAR
Alle små AS, inkl m
(130.658 observasjo
- Stiftet før 31.12.10
- Inkluderer også mo
pliktig å utarbeide
konsernregnskap
- Sum driftsinntekter
- Sum eiendeler ≤ mn
Kun små morselskap (17.786
observasjoner)
- Stiftet før 31.12.10
- Bare mor i konsern og/eller pliktig å
utarbeide konsernregnskap
- Sum driftsinntekter ≤ mnok 5
- Sum eiendeler ≤ mnok 20
Illustrativ beskrivelse av datafangstprosedyrenfor å komme fram til populasjonen med: ALLE SMÅ AS, stiftet før 31.12.2010, som har hatt mulighet å fravelge revisor
Alle små AS (112.873 observasjoner)
- Stiftet før 31.12.10
- Ekskl. mor og/eller pliktig å utarbeide
konsernregnskap
- Sum driftsinntekter ≤ mnok 5
-Sum eiendeler ≤ mnok 20
Konsesjonsregister (28.686
observasjoner)
- Samtlige konsesjoner på
privatpersoner og organisasjoner
som føres tilsyn av Finanstilsynet.
Alle små AS (113.559)
- Stiftet før 31.12.10
- Ekskl. mor og/eller pliktig å utarbeide
konsernregnskap
- Ekskl. små AS underlagt tilsynet av FIN
- Sum driftsinntekter ≤ mnok 5
- Sum eiendeler ≤ mnok 20
- InklAS stiftet 2. halvdel 2010, ikke avlagt
regnskap 2010, etter rskl §3-1(1) jf §1-7(2).
Alle små AS (113.530)
- Stiftet før 31.12.10
- Ekskl. mor og/eller pliktig å utarbeide
konsernregnskap
- Ekskl. små AS underlagt tilsynet av
FIN
- Sum driftsinntekter < mnok 5
- Sum eiendeler < mnok 20
- InklAS stiftet 2. halvdel 2010, ikke
avlagt regnskap 2010, etter rskl §3-1(1)
jf §1-7(2) - Maksimalt 10 årsverk
Oppløste og slettede foretak (4.724)
observasjoner)
- I perioden 01.12 – 31.12.2011 Alle små AS (113.381)
- Stiftet før 31.12.10
- Ekskl. mor og/eller pliktig å utarbeide
konsernregnskap
- Ekskl. små AS underlagt tilsynet av FIN
- Sum driftsinntekter < mnok 5
- Sum eiendeler < mnok 20
- InklAS stiftet 2. halvdel 2010, ikke avlagt
regnskap 2010, etter rskl §3-1(1) jf §1-7(2)
- Maksimalt 10 årsverk
- Hensyntatt slettinger og oppløsninger 20.-
31.12.11
Alle AS med inntekter ≤ mnok 10 (169.042
observasjoner)
- Med forklaringsvariabler
Alle små AS (113.381
Stiftet før 31.12.10
- Ekskl. mor og/eller pliktig å utarbeide
konsernregnskap
- Ekskl. små AS underlagt tilsynet av FIN
- Sum driftsinntekter < mnok 5
- Sum eiendeler < mnok 20
- InklAS stiftet 2. halvdel 2010, ikke avlagt
regnskap 2010, etter rskl §3-1(1) jf §1-7(2) - Maksimalt 10 årsverk
- Hensyntatt slettinger og oppløsninger 20.-
31.12.11
- Inklusive variabler fra både ProffForvalts og
RavnInfos databaser.
STOPP
Alle AS stiftet 2. halvdel 2010 (2.531 observasjoner)
- Ikke avlagt årsregnskap 2010, etter rskl §3-1(1) jf §1-7(2)
-Med forklaringsvariabler
Alle små AS (115.822)
- Stiftet før 31.12.10
- Ekskl. mor og/eller pliktig å
utarbeide konsernregnskap
- Sum driftsinntekter ≤ mnok 5
- Sum eiendeler ≤ mnok 20
- InklAS stiftet 2. halvdel 2010, ikke
avlagt regnskap 2010, etter rskl §3-
1(1) jf §1-7(2)
Fravalgte AS, finner kobling mot
RavnInfo (382)
Andel av fravalgte AS som ikke
inngår i ProffForvalt uttrekk, men
har fravalgt og finner kobling mot
RavnInfo-database.
- Se punkt 5v) i tekstet
handlingslogg for populasjon av
AS som har fravalgt revisor.
Fravalgte AS, finner ikke kobling
mot RavnInfo (36)
- Andel av fravalgte AS som ikke
inngår i ProffForvalt uttrekk, ei
heller finner kobling mot variabler
i RavnInfo.
- Har ikke registrert regnskap i Proff
eller Ravn.
- Se punkt 5v) i tekstet
handlingslogg for populasjon av
AS som har fravalgt
1
1
2
2
3
3
4
4
5
6
6 7 7
Side 167
… samme tabell med samme
populasjonen av variabler som
er anvendt på forrige side
START …samme tabell fra forrige sid
brukes direkte
… prosessen fortsetter på neste side
g
Fravalgte AS (44.319)
- Inkluderer alle AS som har fravalgt i perioden
etter fravalget ble tillatt (01.05 til og med
31.12.11).
- Som har hatt revisor fra før og valgt denne
bort. Både de som er stiftet før 31.12.10,
01.01-30.04.11, samt de som er stiftet etter
01.05.11 som selv om de hadde rett til stiftes
direkte uten revisor valgte å stifte seg med, for
så å velge bort igjen
Illustrativ fremstilling av datafangstprosedyren for å komme fram til populasjonen med: Små AS, stiftet før 31.12.2010, som har FRAVALGT revisor (1/2)
Alle AS stiftet 01.01 – 31.12.2011
(15.575)
- Stiftet i perioden 01.01 – 31.12.11
Fravalgte AS (42.344)
- Inkluderer alle AS som har fravalgt
i 2011 etter fravalget ble tillatt
(01.05 til og med 31.12.11).
- Bare de som er stiftet ≤ 31.12.10.
- Ekskl. forlaringsvariabler
Alle AS med driftsinntekter ≤ mnok 10 (161.602 )
- Stiftet ≤ 31.12.2010
- Med forklaringsvariabler
Fravalgte AS (40.804)
- AS som har fravalgt i perioden etter fravalget
ble tillatt (01.05 til og med 31.12.11).
- Bare de som er stiftet ≤ 31.12.10.
- Inkl. forlaringsvariabler fra ProffForvalt.
- Kan være slettet i 2011 etter at ASet har
registrert fravalg
Alle AS med inntekter ≤ mnok 10 (169.042
observasjoner)
- Med forklaringsvariabler
Fravalgte AS (41.698)
- Alle AS som har fravalg i
2011 etter fravalget ble tillatt
- Stiftet ≤ 31.12.10.
- Inkl. forlaringsvariabler fra
ProffForvalt og RavnInfo (på
samme format for
variabelcellene som
populasjonen på forrige side).
- Uten duplikater
- Med mulige AS som har
fravalgt uten hjemmel i lov.
Fravalgte som mangler kobling
(1.540 observasjoner)
- Mangler kobling mot ProffForvalt
- Inkluderer AS som har fravalgt,
hvorav flere av disse er ikke har
levert årsregnskap for 2010, med
hjemmel i rskl §3-1(1) jf §1-7(2)
- AS som har fravalgt i perioden etter
fravalget ble tillatt (01.05 til og
med 31.12.11).
- Bare de som er stiftet ≤ 31.12.10.
Alle AS stiftet 2. halvdel 2010 (2.53
- Ikke avlagt årsregnskap 2010, etter
§3-1(1) jf §1-7(2)
- Med forklaringsvariabler
Fravalgte AS, ikke levert regnsk (562)
- AS som har fravalg i perioden etter
fravalget ble tillatt og ikke har levert
årsregnskap, rskl §3-1(1) jf §1-7(2)
- Som har hatt revisor fra før og valgt
denne bort.
- Bare de som er stiftet ≤ 31.12.10.
- Inkl. variabler fra RavnInfo. (trenger
ikke fra proff pga ikke avlagt)
- Med mulige duplikater
Fravalgte AS (978
observasjoner)
- AS som har fravalgt tom. 31.
som har avlagt årsregnskap fo
2010, men som ikke finner ko
mot forklaringsvariabler fra
ProffForvalt
- Flere av disse kan være slet
eller oppløst per 31.12.2011
-Bare de som er stiftet ≤ 31.12
Oppløste og slettede foretak (29.614
observasjoner)
-I perioden 01.01– 31.12.2011
Fravalgte AS (421)
observasjoner)
- AS som har fravalg i
perioden etter fravalget ble
tillatt og som IKKE er slettet
eller oppløst per 31.12.2011.
- Som har hatt revisor fra før og
valgt denne bort.
- Bare de som er stiftet ≤
31.12.10.
Fravalgte AS, finner kobling mot
RavnInfo (384)
- Som finner kobling mot
variabler i RavnInfo.
- AS som har fravalg i perioden etter
fravalget ble tillatt og som IKKE
er slettet eller oppløst per
31.12.2011
- Som har hatt revisor fra før og
valgt denne bort.
- Bare de som er stiftet ≤ 31.12.10.
- Med mulige duplikater
Fravalgte AS, finner ikke
mot RavnInfo (37)
- Som IKKE finner kobl
variabler i RavnInfo.
- Har ikke registrert reg
Proff eller Ravn.
- AS som har fravalg i 20
fravalget ble tillatt og so
er slettet eller oppløst pe
31.12.2011
- Bare de som er stiftet ≤
- Med mulige duplikater
Fravalgte AS (40.771)
- AS som har fravalg i
2011 etter fravalget ble
tillatt.
- Stiftet ≤ 31.12.10.
- Inkl.
forlaringsvariabler fra
ProffForvalt.
- ikke slettet i 2011 etter
registrert fravalg
- med mulige duplikater
Steg 1 1
2
2
3
3
4
4
5 5
6
7 6
7
8
9 8 10
9
9
10
10
Side 168
… fortsettelse av prosessen fra forrige side starter her
… samme tabell med samme
populasjonen av variabler som er
anvendt på side 167.
..direkte gjengivelse av siste
tabell som avsluttet forrige side
å
…fortsettelse Illustrativ fremstilling av datafangstprosedyren for å komme fram til populasjonen med: Små AS, stiftet før 31.12.2010, som har FRAVALGT revisor (2/2)
Alle små AS (113.381)
- Stiftet før 31.12.10
- Ekskl. mor og/eller pliktig å utarbeide
konsernregnskap
- Ekskl. små AS underlagt tilsynet av FIN
- Sum driftsinntekter < mnok 5
- Sum eiendeler < mnok 20
- Maksimalt 10 årsverk
- Hensyntatt slettinger og oppløsninger 20.-
31.12.11
- Inklusive variabler fra både ProffForvalts og
RavnInfos databaser..
Fravalgte AS som ikke finnes igjen
blant alle Små AS (616)
- Fravalgte AS som ikke finner
kobling mot tabellen med alle små
AS som oppfyller lovhjemler.
- Uforklart avvik med antakelsen om
at Små AS (113.381) minus
fravalgte AS (41.698) er AS som
har beholdt revisor (71.683)
- Differansen er potensielt
registreringer av AS med fravalg av
revisor som ikke har lovhjemmel til
fravalg.
Overstiger driftsinntekter og balansesum (28)
- Av 605 skyldes 7 og 21 overstigelse av
terskelverdi for hhv driftsinntekter og
balansesum
Uforklarte AS som ikke finnes igjen
blant alle Små AS (577)
- Differanse på 605 redusert for
forklarte 28 fra overstigelse av
driftsinnteter og balansesum
Konsesjonsregister (28.686
observasjoner)
- Samtlige konsesjoner på
privatpersoner og organisasjoner
som føres tilsyn av Finanstilsynet.
Kun små morselskap (17.786
observasjoner)
- Stiftet før 31.12.10
- Bare mor i konsern og/eller pliktig å
utarbeide konsernregnskap
- Sum driftsinntekter ≤ mnok 5
- Sum eiendeler ≤ mnok 20
Uforklarte AS som ikke finnes igjen
blant alle Små AS (36)
- Differanse på 577 skyldes at 541 er
morselskap i konsern.
Uforklarte AS som ikke finnes igjen
blant alle Små AS (35)
- Differanse på 35 skyldes at 13 av
disse er underlagt tilsyn av FIN
Fravalgte AS (41.698)
- Alle AS som har fravalg i 2011 etter
fravalget ble tillatt
- Stiftet ≤ 31.12.10.
- Inkl. forlaringsvariabler fra ProffForvalt
og RavnInfo (på samme format for
variabelcellene som populasjonen på forrige
side).
- Uten duplikater
- Med mulige AS som har fravalgt uten
Fravalgte AS (41.116)
- Alle AS som har fravalg i 201
etter fravalget ble tillatt
- Stiftet ≤ 31.12.10.
- Inkl. forlaringsvariabler fra
ProffForvalt og RavnInfo (på
samme format for variabelcelle
som populasjonen på forrige
side).
- Ekskl duplikater
- Ekskl AS som har fravalgt ute
Steg 11
11
13
13
12
14
14
15
15
1616
16
16
- 28 AS
- 541 AS
- 13 AS
Endringer av revisor (58.980)
-I perioden 01.05 – 31.12.2011
-Inkluderer kunngjøringer av både
endring fra en revisor til en annen,
samt registrert fravalg
Endringer som gjelder de 41.116 (42 830)
- Antall forekomster av endringer blant de 58.980
revisorendringene som gjelder de 41.116 som har
registrert fravalg.
-Flere har potensielt enten fravalgt før og så meldt opp
ny revisor, eller motsatt i perioden 01.05-31.12.11
Av 1.623 tilfeller blant de 41.968 er de 49 tilfeller hvor
ASet har kunngjort fravalg av revisor, for så i ettertid
før utgangen av 2011 oppnevnt ny revisor.
17
17
18
Fravalgte AS (41.067)
- Alle AS som har fravalg i 2011 etter fravalget ble tillatt
- Stiftet ≤ 31.12.10.
- Inkl. forlaringsvariabler fra ProffForvalt og RavnInfo
- Ekskl duplikater og AS som har fravalgt uten lovhjemmel
- Redusert for 49 som har meldt opp revisor igjjen ila. 2011
STOPP
19 19
Side 169
…tabellen utvide med en kolonne som gis
verdien ”0” til alle observasjoner. Sendes til
AAA SOLIDITET AS som utarbeider og
fyller ut kredittrating for ASene i
populasjonen
…tabellen med den endelige populasjonen vi kom fram ti
over alle små AS som er tillatt fravalg (side 166) anvendes
direkte i uendret form som utgangspunkt for å finne hvilke
AS som har beholdt revisor
…tabellen med den endelige populasjonen vi kom fram ti
over små AS som har fravalgt (forrige side) anvendes
direkte i uendret form som utgangspunkt for å finne hvilke
AS som har beholdt revisor
…tabellen utvide med en kolonne som gis
verdien ”1” til alle observasjoner. Sendes til
AAA SOLIDITET AS som utarbeider og
fyller ut kredittrating for ASene i
populasjonen
Variabler fra CCGR-databasen innhentes og
kobles vha. IDEA Data Analyssi til de
113.415 observasjonene.
Variabel med info om signatur/manglende signatur fra
revisor i kontrolloppstilling (RF-1022) innhentes for
samtlige 113.415 observasjoner
(hemmeligholdt/taushetsbelagt)
Alle små AS (113.381)
- Stiftet før 31.12.10
- Ekskl. mor og/eller pliktig å utarbeide
konsernregnskap
- Ekskl. små AS underlagt tilsynet av FIN
- Sum driftsinntekter < mnok 5
- Sum eiendeler < mnok 20
- Maksimalt 10 årsverk
- Hensyntatt slettinger og oppløsninger 20.-
31.12.11
- Inklusive variabler fra både ProffForvalts og
RavnInfos databaser.
- Eksklusive kredittrating fra AAA Soliditet AS.
Illustrativ fremstilling av datafangstprosedyren for å komme fram til populasjonen med: Små AS, stiftet før 31.12.2010, som har BEHOLDT revisor
AS som har beholdt revisor (72.348)
- Inkluderer alle AS som har beholdt
revisor per 31.12.11
- Oppfyller terskelverdier, jf asl § 7-6
- Ikke underlagt tilsyn av FIN.
- Bare de som er stiftet ≤ 31.12.10.
- Inkl. forlaringsvariabler fra
ProffForvalt og RavnInfo
- Eksklusive kredittrating fra AAA
Soliditet AS.
- 35 observasjoner av fravalgte som
ikke inngår i totale populasjonen av
små AS med mulighet for fravalg.
(hensyntatt 1 duplikat blant de
113..381) Fravalgte AS (41.067)
- Alle AS som har fravalgt i 2011 etter
fravalget ble tillatt
- Stiftet ≤ 31.12.10.
- Tilstand per 31.12.11
- Inkl. forlaringsvariabler fra ProffForvalt og
RavnInfo (på samme format for
variabelcellene som øvrige populasjoner
- Uten duplikater
- Uten AS som har fravalgt uten lovhjemmel
START
Alle små AS (113 415)
- Populasjonene over AS som har fravalgt og
behold revisor slått sammen i en tabell., skilt med
dummyvariabel hhv ”1” og ”0”.
- Som har lovhjemmel til å fravelge etter asl § 7-6,
jevnfør revl § 2-1.
- Inklusive forklaringsvariabler fra ProffForvalt,
RavnInfo, kredittrating fra AAA Soliditet AS og
CCGR.
- Stiftet før 31.12.2010
- Tilstanden per 31.12.2011
- Tabellen anvendes i statistiske undersøkelser i
denne oppgaven (i SPSS)
STOPP
1
Steg 1
2
2
3
3
4
5
Side 170
Vedlegg 3.2 - Deskriptiv statistikk til beskrivelsen av variablene i kapittel 3.2
Vedlegget viser deskriptiv statistikk som refereres til i kapittel 3.2. Vedlegget viser
fordelingene i variablene uavhengig av undersøkelsesspørsmålene i denne oppgaven.
Geografi
FREKVENS FYLKE
FYLKESNR FYLKESNAVN Frequency Percent 01 Østfold 5 080 4,5
02 Akershus 12 149 10,7
03 Oslo 19 908 17,6
04 Hedmark 3 097 2,7
05 Oppland 3 307 2,9
06 Buskerud 5 814 5,1
07 Vestfold 5 428 4,8
08 Telemark 3 425 3,0
09 Aust-Agder 2 461 2,2
10 Vest-Agder 4 881 4,3
11 Rogaland 10 156 9,0
12 Hordaland 11 451 10,1
14 Sogn og Fjordane 2 381 2,1
15 Møre og Romsdal 5 871 5,2
16 Sør-Trøndelag 6 153 5,4
17 Nord-Trøndelag 2 629 2,3
18 Nordland 4 629 4,1
19 Troms 2 892 2,5
20 Finnmark – Finnmárku 1 638 1,4
21 Svalbard 65 0,1
Total 113 415 100,0
Tabell 7-6: Fordeling observasjoner i variabelen FYLKESNR
FREKVENS KOMMUNE
KOMMUNENR KOMMUNENAVN FREQUENCY PERCENT
0301 OSLO 19 908 17,6
1201 BERGEN 6 716 5,9 1601 TRONDHEIM 4 032 3,6
0219 BÆRUM 3 869 3,4
1103 STAVANGER 3 319 2,9
1001 KRISTIANSAND 2 574 2,3
0220 ASKER 1 911 1,7
0602 DRAMMEN 1 559 1,4
1102 SANDNES 1 550 1,4
0106 FREDRIKSTAD 1 528 1,3
1504 ÅLESUND 1 291 1,1
0706 SANDEFJORD 1 282 1,1
Side 171
1902 TROMSØ 1 223 1,1
0704 TØNSBERG 1 127 1,0
0806 SKIEN 1 069 0,9
0231 SKEDSMO 1 034 0,9
0709 LARVIK 1 014 0,9
1106 HAUGESUND 1 014 0,9
1804 BODØ 997 0,9
1149 KARMØY 890 0,8
0105 SARPSBORG 827 0,7
0906 ARENDAL 790 0,7
0805 PORSGRUNN 698 0,6
0403 HAMAR 677 0,6
1502 MOLDE 667 0,6
0104 MOSS 663 0,6
0230 LØRENSKOG 603 0,5
1246 FJELL 593 0,5
0626 LIER 590 0,5
0604 KONGSBERG 584 0,5
0213 SKI 582 0,5
1505 KRISTIANSUND 580 0,5
0502 GJØVIK 564 0,5
0217 OPPEGÅRD 549 0,5
0501 LILLEHAMMER 544 0,5
1901 HARSTAD 530 0,5
0904 GRIMSTAD 518 0,5
0605 RINGERIKE 516 0,5
1002 MANDAL 505 0,4
0101 HALDEN 504 0,4
1124 SOLA 503 0,4
0722 NØTTERØY 499 0,4
0412 RINGSAKER 498 0,4
0235 ULLENSAKER 480 0,4
1702 STEINKJER 459 0,4
1714 STJØRDAL 448 0,4
1833 RANA 436 0,4
0701 HORTEN 431 0,4
2012 ALTA 421 0,4
1121 TIME 417 0,4
1221 STORD 410 0,4
1235 VOSS 404 0,4
1247 ASKØY 393 0,3
0215 FROGN 392 0,3
0625 NEDRE EIKER 377 0,3
1805 NARVIK 377 0,3
1243 OS (HORDALAND) 355 0,3
0624 ØVRE EIKER 346 0,3
1432 FØRDE 344 0,3
0211 VESTBY 329 0,3
0627 RØYKEN 326 0,3
Side 172
0136 RYGGE 322 0,3
1719 LEVANGER 315 0,3
1119 HÅ 308 0,3
0402 KONGSVINGER 307 0,3
0216 NESODDEN 306 0,3
0233 NITTEDAL 302 0,3
1703 NAMSOS 300 0,3
1120 KLEPP 296 0,3
1870 SORTLAND 293 0,3
0427 ELVERUM 290 0,3
1865 VÅGAN 289 0,3
1101 EIGERSUND 287 0,3
1018 SØGNE 286 0,3
1003 FARSUND 284 0,3
1263 LINDÅS 284 0,3
1824 VEFSN 275 0,2
1931 LENVIK 272 0,2
1721 VERDAL 271 0,2
0926 LILLESAND 263 0,2
1224 KVINNHERAD 259 0,2
0815 KRAGERØ 255 0,2
1130 STRAND 253 0,2
1401 FLORA 250 0,2
0528 ØSTRE TOTEN 249 0,2
0237 EIDSVOLL 248 0,2
1515 HERØY (M.R.) 244 0,2
0807 NOTODDEN 242 0,2
0814 BAMBLE 242 0,2
0534 GRAN 239 0,2
0214 ÅS 238 0,2
0124 ASKIM 234 0,2
1219 BØMLO 229 0,2
2004 HAMMERFEST 229 0,2
0236 NES 227 0,2
1653 MELHUS 223 0,2
0221 AURSKOG-HØLAND 222 0,2
1004 FLEKKEFJORD 216 0,2
1127 RANDABERG 215 0,2
0623 MODUM 213 0,2
0417 STANGE 212 0,2
1420 SOGNDAL 208 0,2
1516 ULSTEIN 207 0,2
1520 ØRSTA 206 0,2
0720 STOKKE 205 0,2
1032 LYNGDAL 203 0,2
1014 VENNESLA 202 0,2
0702 HOLMESTRAND 201 0,2
0901 RISØR 200 0,2
1860 VESTVÅGØY 200 0,2
Side 173
1663 MALVIK 197 0,2
0620 HOL 194 0,2
1449 STRYN 193 0,2
0125 EIDSBERG 192 0,2
1439 VÅGSØY 187 0,2
1528 SYKKYLVEN 186 0,2
1253 OSTERØY 185 0,2
1638 ORKDAL 185 0,2
2030 SØR-VARANGER 183 0,2
1238 KVAM 182 0,2
1244 AUSTEVOLL 182 0,2
0617 GOL 178 0,2
1160 VINDAFJORD 176 0,2
1539 RAUMA 176 0,2
0226 SØRUM 175 0,2
0542 NORD-AURDAL 174 0,2
0713 SANDE (V.) 174 0,2
1634 OPPDAL 173 0,2
1820 ALSTAHAUG 173 0,2
0228 RÆLINGEN 172 0,2
1029 LINDESNES 171 0,2
1534 HARAM 168 0,1
0628 HURUM 167 0,1
1122 GJESDAL 167 0,1
1531 SULA 164 0,1
1519 VOLDA 161 0,1
1841 FAUSKE 158 0,1
0914 TVEDESTRAND 156 0,1
1037 KVINESDAL 156 0,1
0716 RE 155 0,1
0428 TRYSIL 151 0,1
1146 TYSVÆR 151 0,1
0826 TINN 150 0,1
0128 RAKKESTAD 147 0,1
2003 VADSØ 147 0,1
1548 FRÆNA 146 0,1
1443 EID 145 0,1
1640 RØROS 144 0,1
1563 SUNNDAL 140 0,1
0227 FET 139 0,1
1445 GLOPPEN 137 0,1
0821 BØ (TEL.) 135 0,1
1532 GISKE 135 0,1
1868 ØKSNES 134 0,1
0135 RÅDE 133 0,1
1228 ODDA 131 0,1
0529 VESTRE TOTEN 129 0,1
1866 HADSEL 129 0,1
0238 NANNESTAD 127 0,1
Side 174
1813 BRØNNØY 126 0,1
1535 VESTNES 125 0,1
0516 NORD-FRON 124 0,1
0229 ENEBAKK 120 0,1
0425 ÅSNES 119 0,1
0618 HEMSEDAL 119 0,1
0619 ÅL 119 0,1
0538 NORDRE LAND 117 0,1
0419 SØR-ODAL 116 0,1
1942 NORDREISA 116 0,1
0612 HOLE 114 0,1
0834 VINJE 114 0,1
1617 HITRA 114 0,1
0111 HVALER 113 0,1
1620 FRØYA 113 0,1
1662 KLÆBU 112 0,1
1566 SURNADAL 111 0,1
0437 TYNSET 108 0,1
0533 LUNNER 108 0,1
1260 RADØY 108 0,1
1751 NÆRØY 107 0,1
2020 PORSANGER PORSÁNGU PORSANKI 106 0,1
0420 EIDSKOG 105 0,1
1245 SUND 103 0,1
1750 VIKNA 103 0,1
0123 SPYDEBERG 102 0,1
0616 NES 102 0,1
1624 RISSA 102 0,1
0517 SEL 100 0,1
1525 STRANDA 100 0,1
1924 MÅLSELV 99 0,1
0234 GJERDRUM 98 0,1
0937 EVJE OG HORNNES 98 0,1
0521 ØYER 96 0,1
1424 ÅRDAL 95 0,1
1426 LUSTER 95 0,1
1871 ANDØY 95 0,1
0544 ØYSTRE SLIDRE 94 0,1
1017 SONGDALEN 93 0,1
1517 HAREID 93 0,1
0723 TJØME 92 0,1
1554 AVERØY 92 0,1
2019 NORDKAPP 92 0,1
1648 MIDTRE GAULDAL 91 0,1
1134 SULDAL 90 0,1
0919 FROLAND 89 0,1
1241 FUSA 89 0,1
1256 MELAND 89 0,1
Side 175
1756 INDERØY 89 0,1
1837 MELØY 89 0,1
1630 ÅFJORD 88 0,1
0711 SVELVIK 86 0,1
1627 BJUGN 86 0,1
2028 BÅTSFJORD 86 0,1
0828 SELJORD 84 0,1
1612 HEMNE 84 0,1
0520 RINGEBU 83 0,1
1621 ØRLAND 82 0,1
1840 SALTDAL 82 0,1
0819 NOME 81 0,1
1142 RENNESØY 81 0,1
1259 ØYGARDEN 81 0,1
1133 HJELMELAND 80 0,1
1529 SKODJE 80 0,1
0532 JEVNAKER 79 0,1
1551 EIDE 79 0,1
0633 NORE OG UVDAL 77 0,1
1211 ETNE 77 0,1
0719 ANDEBU 76 0,1
1941 SKJERVØY 76 0,1
0522 GAUSDAL 75 0,1
0415 LØTEN 74 0,1
0423 GRUE 74 0,1
0621 SIGDAL 74 0,1
1421 AURLAND 74 0,1
1511 VANYLVEN 74 0,1
1216 SVEIO 73 0,1
0429 ÅMOT 72 0,1
0829 KVITESEID 72 0,1
0928 BIRKENES 71 0,1
1523 ØRSKOG 71 0,1
1938 LYNGEN 71 0,1
1141 FINNØY 70 0,1
1576 AURE 69 0,1
1222 FITJAR 67 0,1
1718 LEKSVIK 67 0,1
0511 DOVRE 66 0,1
0822 SAUHERAD 66 0,1
1112 LUND 66 0,1
1231 ULLENSVANG 66 0,1
2111 SPITSBERGEN 65 0,1
0122 TRØGSTAD 64 0,1
0515 VÅGÅ 64 0,1
1547 AUKRA 64 0,1
0138 HOBØL 63 0,1
1046 SIRDAL 63 0,1
0137 VÅLER 62 0,1
Side 176
0426 VÅLER 62 0,1
1135 SAUDA 61 0,1
1111 SOKNDAL 60 0,1
1431 JØLSTER 60 0,1
0622 KRØDSHERAD 59 0,1
0817 DRANGEDAL 59 0,1
1223 TYSNES 59 0,1
1251 VAKSDAL 59 0,1
1711 MERÅKER 59 0,1
1635 RENNEBU 58 0,1
1428 ASKVOLL 57 0,1
1573 SMØLA 57 0,1
1834 LURØY 57 0,1
1514 SANDE (M.R.) 56 0,0
0119 MARKER 55 0,0
1438 BREMANGER 55 0,0
1933 BALSFJORD 55 0,0
0519 SØR-FRON 54 0,0
0941 BYKLE 54 0,0
1744 OVERHALLA 54 0,0
0540 SØR-AURDAL 53 0,0
1429 FJALER 53 0,0
1664 SELBU 53 0,0
0513 SKJÅK 52 0,0
0514 LOM 52 0,0
0714 HOF 52 0,0
1264 AUSTRHEIM 52 0,0
1543 NESSET 52 0,0
1657 SKAUN 52 0,0
2025 DEATNU TANA 52 0,0
1545 MIDSUND 51 0,0
1851 LØDINGEN 50 0,0
0512 LESJA 49 0,0
0543 VESTRE SLIDRE 49 0,0
0631 FLESBERG 49 0,0
0912 VEGÅRSHEI 49 0,0
1411 GULEN 49 0,0
1717 FROSTA 49 0,0
1925 SØRREISA 49 0,0
1416 HØYANGER 48 0,0
1736 SNÅSA 48 0,0
1922 BARDU 48 0,0
1441 SELJE 47 0,0
1818 HERØY (N.) 47 0,0
1021 MARNARDAL 46 0,0
1232 EIDFJORD 46 0,0
1636 MELDAL 46 0,0
1832 HEMNES 46 0,0
2011 GUOVDAGEAIDNU 46 0,0
Side 177
KAUTOKEINO
1417 VIK 45 0,0
1848 STEIGEN 45 0,0
1419 LEIKANGER 44 0,0
0911 GJERSTAD 43 0,0
1867 BØ (N.) 43 0,0
0418 NORD-ODAL 42 0,0
1114 BJERKREIM 42 0,0
1422 LÆRDAL 42 0,0
1742 GRONG 42 0,0
1913 SKÅNLAND 42 0,0
1560 TINGVOLL 41 0,0
1567 RINDAL 41 0,0
1939 STORFJORD 41 0,0
2002 VARDØ 41 0,0
2021 KARASJOHKA KARASJOK 41 0,0
0830 NISSEDAL 40 0,0
0929 ÅMLI 40 0,0
0127 SKIPTVET 39 0,0
0536 SØNDRE LAND 39 0,0
0545 VANG 38 0,0
1524 NORDDAL 38 0,0
1749 FLATANGER 38 0,0
1911 KVÆFJORD 38 0,0
0438 ALVDAL 37 0,0
0827 HJARTDAL 37 0,0
0833 TOKKE 37 0,0
0940 VALLE 37 0,0
1430 GAULAR 37 0,0
0938 BYGLAND 35 0,0
2018 MÅSØY 35 0,0
0430 STOR-ELVDAL 34 0,0
0728 LARDAL 34 0,0
1227 JONDAL 34 0,0
1724 VERRAN 34 0,0
0434 ENGERDAL 33 0,0
1233 ULVIK 33 0,0
1571 HALSA 33 0,0
1838 GILDESKÅL 33 0,0
1874 MOSKENES 33 0,0
1129 FORSAND 32 0,0
1725 NAMDALSEID 31 0,0
1738 LIERNE 31 0,0
1854 BALLANGEN 31 0,0
2023 GAMVIK 31 0,0
0441 OS (HEDMARK) 29 0,0
1026 ÅSERAL 29 0,0
1266 MASFJORDEN 29 0,0
1412 SOLUND 29 0,0
Side 178
1845 SØRFOLD 29 0,0
0632 ROLLAG 28 0,0
1433 NAUSTDAL 28 0,0
1557 GJEMNES 28 0,0
1740 NAMSSKOGAN 28 0,0
1812 SØMNA 28 0,0
1828 NESNA 28 0,0
2015 HASVIK 28 0,0
2022 LEBESBY 28 0,0
1034 HÆGEBOSTAD 27 0,0
1632 ROAN 27 0,0
1743 HØYLANDET 27 0,0
0239 HURDAL 26 0,0
1027 AUDNEDAL 26 0,0
1857 VÆRØY 26 0,0
1917 IBESTAD 26 0,0
1923 SALANGEN 26 0,0
1936 KARLSØY 26 0,0
1822 LEIRFJORD 25 0,0
1859 FLAKSTAD 25 0,0
0439 FOLLDAL 24 0,0
0831 FYRESDAL 24 0,0
1242 SAMNANGER 24 0,0
1526 STORDAL 24 0,0
1836 RØDØY 24 0,0
1940 GÁIVUOTNA KÅFJORD 24 0,0
0615 FLÅ 23 0,0
1853 EVENES 23 0,0
1644 HOLTÅLEN 22 0,0
1929 BERG 22 0,0
1413 HYLLESTAD 21 0,0
1546 SANDØY 21 0,0
1815 VEGA 21 0,0
1850 TYSFJORD 21 0,0
1919 GRATANGEN 21 0,0
1943 KVÆNANGEN 21 0,0
2024 BERLEVÅG 21 0,0
0811 SILJAN 20 0,0
1665 TYDAL 20 0,0
1825 GRANE 20 0,0
2017 KVALSUND 20 0,0
0118 AREMARK 19 0,0
1418 BALESTRAND 19 0,0
1444 HORNINDAL 19 0,0
1633 OSEN 19 0,0
1926 DYRØY 19 0,0
0935 IVELAND 18 0,0
1613 SNILLFJORD 18 0,0
1826 HATTFJELLDAL 18 0,0
Side 179
1827 DØNNA 18 0,0
1849 HAMARØY 18 0,0
1927 TRANØY 18 0,0
0436 TOLGA 17 0,0
0432 RENDALEN 16 0,0
0541 ETNEDAL 16 0,0
1252 MODALEN 16 0,0
1739 RØYRVIK 16 0,0
1811 BINDAL 16 0,0
2014 LOPPA 16 0,0
1234 GRANVIN 15 0,0
2027 UNJARGGA NESSEBY 15 0,0
0121 RØMSKOG 13 0,0
1928 TORSKEN 13 0,0
1622 AGDENES 12 0,0
1835 TRÆNA 12 0,0
1839 BEIARN 12 0,0
1856 RØST 12 0,0
1144 KVITSØY 11 0,0
1920 LAVANGEN 11 0,0
1145 BOKN 10 0,0
1748 FOSNES 9 0,0
1852 TJELDSUND 9 0,0
1265 FEDJE 8 0,0
1151 UTSIRA 7 0,0
1816 VEVELSTAD 6 0,0
1915 BJARKØY 5 0,0
1755 LEKA 4 0,0
Total 113 415 100,0
Tabell 7-7: Fordeling observasjoner i variabelen KOMMUNENR
FOLKETETTHET
Nr. Fylke Folkemengd 1.1.2011 Areal pr km2 (fastland/øyer) Innb/km2
20 Finnmark Finnmárku
73 417 48615,93 2
14 Sogn og Fjordane
107 742 18623,25 6
17 Nord-Trøndelag
132 140 22414,63 6
19 Troms Romsa
157 554 25869,68 6
18 Nordland
237 280 38460,33 6
04 Hedmark
191 622 27399,66 7
05 Oppland
186 087 25189,60 7
08 Telemark
169 185 15299,22 11
09 Aust-Agder
110 048 9158,16 12
16 Sør-Trøndelag 18855,76 16
Side 180
294 066
15 Møre og Romsdal
253 904 15113,65 17
06 Buskerud
261 110 14910,76 18
10 Vest-Agder
172 408 7276,39 24
12 Hordaland
484 240 15440,02 31
11 Rogaland
436 087 9375,91 47
01 Østfold
274 827 4182,19 66
07 Vestfold
233 705 2224,35 105
02 Akershus
545 653 4918,06 111
03 Oslo
599 230 454,03 1 320
Tabell 7-8: Folketetthet i fylker i Norge
Bransje
BRANSJEKODE_OVERORDNET
Frequency Percent
A - Jordbruk, skogbruk og fiske 1466 1,3
B - Bergverksdrift og utvinning 357 0,3
C - Industri 4140 3,7
D - Elektrisitets-, gass-, damp- og varmtvanns.. 687 0,6
E - Vannforsyning, avløps- og renovasjonsvirkshomhet 231 0,2
F - Bygge- og anleggsvirksomhet 12062 10,6
G - Varehandel, reperasjon av motorvogner 14196 12,5
H - Transport og lagring 3327 2,9
I - Overnattings- og serveringsvirksomhet 3069 2,7
J - Informasjon og kommunikasjon 4742 4,2
K - Finansierings- og forsikringsvirksomhet 11807 10,4
L - Omsetning og drift av fast eiendom 30339 26,8
M - Faglig, vitenskapelig og teknisk tjenesteyting 12329 10,9
N - Forretningsmessig tjenesteyting 5182 4,6
O - Offentlig administrasjon og forsvar, og trygdeordn.. 1 0,0
P - Undervisning 1055 0,9
Q - Helse- og sosialtjenester 3037 2,7
R - Kulturell virksomhet, underholdning og fritids.. 1670 1,5
S - Annen tjenesteyting 1744 1,5
Z - Uoppgitt 1974 1,7
Total 113415 100,0
Tabell 7-9: Fordeling observasjoner i variabelen BRANSJEKODE_BOKSTAV
BRANSJEKODE_XX
BRANSJE FREQUENCY PERCENT
Side 181
68 - Omsetning og drift av fast eiendom 30339 26,8
64 - Finansieringsvirksomhet 11408 10,1
41 - Oppføring av bygninger 6881 6,1
47 - Detaljhandel, unntatt med motorvogner 6800 6,0 46 - Agentur- og engroshandel, unntatt med motor-vogner 5845 5,2
43 - Spesialisert bygge- og anleggsvirksomhet 4960 4,4 71 - Arkitektvirksomhet og teknisk konsulent-virksomhet, og teknisk prøving og analyse 4691 4,1
70 - Hovedkontortjenester, administrativ rådgivning 3985 3,5
62 - Tjenester tilknyttet informasjonsteknologi 2521 2,2
86 - Helsetjenester 2448 2,2
82 - Annen forretningsmessig tjenesteyting 2264 2,0
56 - Serveringsvirksomhet 2180 1,9
00 - Uoppgitt næring 1974 1,7
49 - Landtransport og rørtransport 1621 1,4
74 - Annen faglig, vitenskapelig og teknisk virksomhet 1574 1,4
45 - Handel med og reparasjon av motorvogner 1551 1,4
96 - Annen personlig tjenesteyting 1550 1,4
77 - Utleie- og leasingvirksomhet 1061 0,9
85 - Undervisning 1055 0,9 93 - Sports- og fritidsaktiviteter og drift av fornøyelsesetablissementer 962 0,8
55 - Overnattingsvirksomhet 889 0,8
58 - Forlagsvirksomhet 874 0,8
03 - Fiske, fangst og akvakultur 845 0,7 73 - Annonse- og reklamevirksomhet og markedsundersøkelser 824 0,7
50 - Sjøfart 823 0,7
69 - Juridisk og regnskapsmessig tjenesteyting 815 0,7
52 - Lagring og andre tjenester tilknyttet transport 775 0,7
81 - Tjenester tilknyttet eiendomsdrift 756 0,7
35 - Elektrisitets-, gass-, damp- og varmtvannsforsyning 687 0,6 90 - Kunstnerisk virksomhet og underholdningsvirksomhet 586 0,5 59 - Film-, video- og fjernsynsprogramproduksjon, utgivelse av musikk- og lydopptak 584 0,5 79 - Reisebyrå- og reisearrangørvirksomhet og tilknyttede tjenester 563 0,5
88 - Sosiale omsorgstjenester uten botilbud 555 0,5 25 - Produksjon av metallvarer, unntatt maskiner og utstyr 545 0,5
78 - Arbeidskrafttjenester 453 0,4
10 - Produksjon av nærings- og nytelsesmidler 438 0,4
33 - Reparasjon og installasjon av maskiner og utstyr 434 0,4 01 - Jordbruk og tjenester tilknyttet jordbruk, jakt og viltstell 414 0,4
63 - Informasjonstjenester 412 0,4
18 - Trykking og reproduksjon av innspilte opptak 409 0,4 66 - Tjenester tilknyttet finansierings- og forsikringsvirksomhet 399 0,4 16 - Produksjon av trelast og varer av tre, kork, strå og flettematerialer, unntatt møbler 388 0,3
Side 182
28 - Produksjon av maskiner og utstyr til generell bruk, ikke nevnt annet sted 337 0,3
32 - Annen industriproduksjon 296 0,3
72 - Forskning og utviklingsarbeid 274 0,2
61 - Telekommunikasjon 261 0,2
42 - Anleggsvirksomhet 221 0,2
08 - Bryting og bergverksdrift ellers 213 0,2
02 - Skogbruk og tjenester tilknyttet skogbruk 207 0,2
31 - Produksjon av møbler 182 0,2
75 - Veterinærtjenester 166 0,1 23 - Produksjon av andre ikke-metallholdige mineralprodukter 154 0,1
27 - Produksjon av elektrisk utstyr 144 0,1 95 - Reparasjon av datamaskiner, husholdningsvarer og varer til personlig bruk 135 0,1
13 - Produksjon av tekstiler 131 0,1 26 - Produksjon av datamaskiner og elektroniske og optiske produkter 125 0,1
22 - Produksjon av gummi- og plastprodukter 119 0,1 38 - Innsamling, behandling, disponering og gjenvinning av avfall 116 0,1
09 - Tjenester tilknyttet bergverksdrift 110 0,1
30 - Produksjon av andre transportmidler 109 0,1
60 - Radio- og fjernsynskringkasting 90 0,1
14 - Produksjon av klær 87 0,1
80 - Vakttjeneste og etterforsking 85 0,1
20 - Produksjon av kjemikalier og kjemiske produkter 80 0,1
92 - Lotteri og totalisatorspill 78 0,1
53 - Post og distribusjonsvirksomhet 68 0,1
36 - Uttak fra kilde, rensing og distribusjon av vann 63 0,1
94 - Aktiviteter i medlemsorganisasjoner 59 0,1 91 - Drift av biblioteker, arkiver, museer og annen kulturvirksomhet 44 0,0
37 - Oppsamling og behandling av avløpsvann 43 0,0
11 - Produksjon av drikkevarer 41 0,0
51 - Lufttransport 40 0,0
87 - Pleie- og omsorgstjenester i institusjon 34 0,0
29 - Produksjon av motorvogner og tilhengere 31 0,0
24 - Produksjon av metaller 30 0,0
06 - Utvinning av råolje og naturgass 26 0,0
17 - Produksjon av papir og papirvarer 19 0,0
21 - Produksjon av farmasøytiske råvarer og preparater 18 0,0 19 - Produksjon av kull- og raffinerte petroleumsprodukter 12 0,0
39 - Miljørydding, miljørensing og lignende virksomhet 9 0,0
07 - Bryting av metallholdig malm 8 0,0
15 - Produksjon av lær og lærvarer 8 0,0
12 - Produksjon av tobakksvarer 3 0,0 84 - Offentlig administrasjon og forsvar, og trygdeordninger underlagt offentlig forvaltning 1 0,0 Totalt 113415 100,0
Side 183
Tabell 7-10: Fordeling observasjoner i variabelen BRANSJEKODE (2 siffer)
BRANSJEKODE_NACE
BESKRIVELSE FREQUENCY PERCENT
68.209 - Utleie av egen eller leid fast eiendom ellers 23 187 20,4
64.304 - Skattebetingede investeringsselskaper 6 279 5,5
68.100 - Kjøp og salg av egen fast eiendom 5 735 5,1
64.303 - Porteføljeinvesteringsselskaper 4 955 4,4
41.109 - Utvikling og salg av egen fast eiendom ellers 4 182 3,7
70.220 - Bedriftsrådgivning og annen administrativ rådgivning 3 836 3,4
41.200 - Oppføring av bygninger 2 699 2,4
71.129 - Annen teknisk konsulentvirksomhet 2 596 2,3 82.990 - Annen forretningsmessig tjenesteyting ikke nevnt annet sted 1 983 1,7
00.000 - Uoppgitt eller utilstrekkelig oppgitt virksomhet 1 974 1,7
56.101 - Drift av restauranter og kafeer 1 607 1,4
49.410 - Godstransport på vei 1 387 1,2
62.020 - Konsulentvirksomhet tilknyttet informasjonsteknologi 1 359 1,2
47.710 - Butikkhandel med klær 1 352 1,2
71.121 - Byggeteknisk konsulentvirksomhet 1 182 1,0
96.020 - Frisering og annen skjønnhetspleie 1 139 1,0
62.010 - Programmeringstjenester 1 055 0,9
43.120 - Grunnarbeid 1 050 0,9
68.320 - Eiendomsforvaltning 1 045 0,9
43.220 - VVS-arbeid 1 033 0,9
43.210 - Elektrisk installasjonsarbeid 868 0,8 45.200 - Vedlikehold og reparasjon av motorvogner, unntatt motorsykler 821 0,7
43.990 - Annen spesialisert bygge- og anleggsvirksomhet 792 0,7
73.110 - Reklamebyråer 708 0,6
86.230 - Tannhelsetjenester 559 0,5
03.111 - Hav- og kystfiske 553 0,5
86.211 - Allmenn legetjeneste 538 0,5
71.112 - Arkitekttjenester vedrørende byggverk 531 0,5
50.201 - Utenriks sjøfart med gods 517 0,5 74.909 - Annen faglig, vitenskapelig og teknisk virksomhet ikke nevnt annet sted 489 0,4
35.111 - Produksjon av elektrisitet fra vannkraft 458 0,4
85.599 - Annen undervisning ikke nevnt annet sted 445 0,4
86.909 - Andre helsetjenester 431 0,4 46.694 - Engroshandel med maskiner og utstyr til handel, transport og tjenesteyting ellers 429 0,4
46.900 - Uspesifisert engroshandel 428 0,4
47.789 - Butikkhandel ikke nevnt annet sted 428 0,4 55.101 - Drift av hoteller, pensjonater og moteller med restaurant 426 0,4
59.110 - Produksjon av film, video og fjernsynsprogrammer 408 0,4
Side 184
88.911 - Barnehager 396 0,3
69.100 - Juridisk tjenesteyting 390 0,3
81.210 - Rengjøring av bygninger 365 0,3
43.320 - Snekkerarbeid 355 0,3
47.761 - Butikkhandel med blomster og planter 349 0,3 45.112 - Detaljhandel med biler og lette motorvogner, unntatt motorsykler 331 0,3
43.341 - Malerarbeid 322 0,3
46.739 - Engroshandel med byggevarer ikke nevnt annet sted 322 0,3
78.200 - Utleie av arbeidskraft 315 0,3
68.310 - Eiendomsmegling 308 0,3 47.111 - Butikkhandel med bredt vareutvalg med hovedvekt på nærings- og nytelsesmidler 307 0,3 77.390 - Utleie og leasing av andre maskiner og annet utstyr og materiell ikke nevnt annet sted 303 0,3
58.290 - Utgivelse av annen programvare 296 0,3
86.902 - Fysioterapitjeneste 294 0,3
86.221 - Spesialisert legetjeneste, unntatt psykiatrisk legetjeneste 287 0,3
47.641 - Butikkhandel med sportsutstyr 284 0,3 46.510 - Engroshandel med datamaskiner, tilleggsutstyr til datamaskiner samt programvare 282 0,2
69.201 - Regnskap og bokføring 282 0,2
93.110 - Drift av idrettsanlegg 265 0,2
46.421 - Engroshandel med klær 256 0,2
74.102 - Grafisk og visuell kommunikasjonsdesign 253 0,2
74.200 - Fotografvirksomhet 243 0,2 74.101 - Industridesign, produktdesign og annen teknisk designvirksomhet 242 0,2
46.180 - Agenturhandel med spesialisert vareutvalg ellers 233 0,2
93.130 - Treningssentre 232 0,2
55.301 - Drift av campingplasser 229 0,2 47.112 - Kioskhandel med bredt vareutvalg med hovedvekt på nærings- og nytelsesmidler 226 0,2
47.510 - Butikkhandel med tekstiler og utstyrsvarer 225 0,2
25.620 - Bearbeiding av metaller 214 0,2
85.530 - Trafikkskoleundervisning 214 0,2
47.772 - Butikkhandel med gull- og sølvvarer 208 0,2
63.120 - Drift av web-portaler 206 0,2
93.190 - Andre sportsaktiviteter 206 0,2
18.120 - Trykking ellers 205 0,2 47.919 - Postordre-/Internetthandel med annet spesialisert vareutvalg (…)
205
0,2
Tabell 7-11: Fordeling observasjoner i variabelen NACE_BRANSJEKODE (5 siffer).
Av plasshensyn viser tabellen kun bransjekoder med antall observasjoner > 200 (21,4 % av
observasjonene vises ikke i tabellen)
Forholdet til revisor og regnskapsfører
Descriptive Statistics
Side 185
N Minimum Maximum Mean Std. Deviation
REVISOR_RAAD 70430 0 1200 5,85 9,242
Valid N (listwise) 70430
Tabell 7-12: Deskriptiv statistikk av kroner brukt på rådgivning i 2010.
Anmerkninger fra revisor (Opinion shopping)
Tabellene viser antall observasjoner i de ulike variablene tabellen refereres til.
FORBEHOLD_DUMMY
Frequency Percent
Valid Percent
Cumulative Percent
Valid 0 109232 96,3 98,8 98,8
1 1278 1,1 1,2 100,0
Total 110510 97,4 100,0 Missing System 2905 2,6 Total 113415 100,0
PRES_FORTSATT_DRIFT_DUMMY
Frequency Percent
Valid Percent
Cumulative Percent
Valid 0 98755 87,1 89,4 89,4
1 11755 10,4 10,6 100,0
Total 110510 97,4 100,0 Missing System 2905 2,6 Total 113415 100,0
PRES_TILBAKEKALT_DUMMY
Frequency Percent
Valid Percent
Cumulative Percent
Valid 0 105086 92,7 95,1 95,1
1 5424 4,8 4,9 100,0
Total 110510 97,4 100,0 Missing System 2905 2,6 Total 113415 100,0
PRES_ULOV_LÅN_DUMMY
Frequency Percent
Valid Percent
Cumulative Percent
Valid 0 106988 94,3 96,8 96,8
1 3522 3,1 3,2 100,0
Total 110510 97,4 100,0 Missing System 2905 2,6 Total 113415 100,0
PRES_SK_TREKKSMIDL_DUMMY
Side 186
Frequency Percent
Valid Percent
Cumulative Percent
Valid 0 106321 93,7 96,2 96,2
1 4189 3,7 3,8 100,0
Total 110510 97,4 100,0 Missing System 2905 2,6 Total 113415 100,0
Kjønn og alder ALDER_SELSKAP
ALDER Frequency Percent Valid Percent
Cumulative Percent
168 1 0,0 0,0 ,0158 1 0,0 0,0 ,0157 1 0,0 0,0 ,0154 1 0,0 0,0 ,0153 1 0,0 0,0 ,0145 1 0,0 0,0 ,0139 1 0,0 0,0 ,0138 1 0,0 0,0 ,0136 1 0,0 0,0 ,0134 1 0,0 0,0 ,0131 1 0,0 0,0 ,0127 2 0,0 0,0 ,0125 1 0,0 0,0 ,0124 1 0,0 0,0 ,0123 1 0,0 0,0 ,0121 1 0,0 0,0 ,0120 1 0,0 0,0 ,0119 3 0,0 0,0 ,0118 1 0,0 0,0 ,0117 3 0,0 0,0 ,0116 2 0,0 0,0 ,0113 1 0,0 0,0 ,0112 6 0,0 0,0 ,0111 3 0,0 0,0 ,0110 4 0,0 0,0 ,0109 3 0,0 0,0 ,0108 3 0,0 0,0 ,0107 2 0,0 0,0 ,0106 4 0,0 0,0 ,0105 2 0,0 0,0 ,0104 2 0,0 0,0 ,1103 5 0,0 0,0 ,1102 6 0,0 0,0 ,1101 6 0,0 0,0 ,1100 11 0,0 0,0 ,199 5 0,0 0,0 ,198 16 0,0 0,0 ,197 11 0,0 0,0 ,196 13 0,0 0,0 ,195 23 0,0 0,0 ,194 26 0,0 0,0 ,2
Side 187
93 37 0,0 0,0 ,292 27 0,0 0,0 ,291 22 0,0 0,0 ,290 12 0,0 0,0 ,289 12 0,0 0,0 ,388 22 0,0 0,0 ,387 31 0,0 0,0 ,386 28 0,0 0,0 ,385 20 0,0 0,0 ,384 31 0,0 0,0 ,483 40 0,0 0,0 ,482 36 0,0 0,0 ,481 47 0,0 0,0 ,580 33 0,0 0,0 ,579 30 0,0 0,0 ,578 35 0,0 0,0 ,677 38 0,0 0,0 ,676 37 0,0 0,0 ,675 34 0,0 0,0 ,774 46 0,0 0,0 ,773 29 0,0 0,0 ,772 42 0,0 0,0 ,871 48 0,0 0,0 ,870 27 0,0 0,0 ,869 35 0,0 0,0 ,968 12 0,0 0,0 ,967 12 0,0 0,0 ,966 11 0,0 0,0 ,965 23 0,0 0,0 ,964 69 0,1 0,1 1,063 62 0,1 0,1 1,062 34 0,0 0,0 1,161 47 0,0 0,0 1,160 45 0,0 0,0 1,159 35 0,0 0,0 1,258 42 0,0 0,0 1,257 34 0,0 0,0 1,256 45 0,0 0,0 1,355 49 0,0 0,0 1,354 76 0,1 0,1 1,453 61 0,1 0,1 1,452 46 0,0 0,0 1,5
51 46 0,0 0,0 1,550 68 0,1 0,1 1,649 73 0,1 0,1 1,648 70 0,1 0,1 1,747 76 0,1 0,1 1,846 102 0,1 0,1 1,945 92 0,1 0,1 1,944 122 0,1 0,1 2,143 100 0,1 0,1 2,142 115 0,1 0,1 2,241 134 0,1 0,1 2,440 132 0,1 0,1 2,539 165 0,1 0,1 2,638 159 0,1 0,1 2,837 179 0,2 0,2 2,936 210 0,2 0,2 3,1
Side 188
35 210 0,2 0,2 3,334 281 0,2 0,2 3,533 200 0,2 0,2 3,732 255 0,2 0,2 3,931 281 0,2 0,2 4,230 315 0,3 0,3 4,529 426 0,4 0,4 4,828 423 0,4 0,4 5,227 474 0,4 0,4 5,626 587 0,5 0,5 6,225 871 0,8 0,8 6,924 1151 1,0 1,0 7,923 1461 1,3 1,3 9,222 1370 1,2 1,2 10,421 1514 1,3 1,3 11,820 1514 1,3 1,3 13,119 1400 1,2 1,2 14,318 1342 1,2 1,2 15,517 1512 1,3 1,3 16,916 1847 1,6 1,6 18,515 1898 1,7 1,7 20,214 2309 2,0 2,0 22,213 2942 2,6 2,6 24,812 3893 3,4 3,4 28,211 2304 2,0 2,0 30,210 3362 3,0 3,0 33,29 3089 2,7 2,7 35,98 3196 2,8 2,8 38,87 3327 2,9 2,9 41,76 4193 3,7 3,7 45,45 15460 13,6 13,6 59,04 9342 8,2 8,2 67,33 9766 8,6 8,6 75,92 8822 7,8 7,8 83,61 7546 6,7 6,7 90,30 11008 9,7 9,7 100,0Total 113415 100,0 100,0
Tabell 7-13: Frekvensfordeling av observasjoner i forhold til hvor lenge siden selskapet ble
stiftet.
ALDER DL
ALDER Frequency Percent Valid Percent
Cumulative Percent
99 1 ,0 0,0 ,097 2 ,0 0,0 ,096 2 ,0 0,0 ,095 5 ,0 0,0 ,094 1 ,0 0,0 ,093 3 ,0 0,0 ,091 5 ,0 0,0 ,090 8 ,0 0,0 ,089 13 ,0 0,0 ,188 16 ,0 0,0 ,187 22 ,0 0,0 ,186 37 ,0 0,0 ,185 36 ,0 0,0 ,2
Side 189
84 26 ,0 0,0 ,283 46 ,0 0,1 ,382 63 ,1 0,1 ,481 80 ,1 0,1 ,580 73 ,1 0,1 ,679 83 ,1 0,1 ,778 116 ,1 0,1 ,877 130 ,1 0,2 1,076 180 ,2 0,2 1,275 199 ,2 0,3 1,574 287 ,3 0,4 1,873 332 ,3 0,4 2,372 418 ,4 0,5 2,871 497 ,4 0,6 3,470 578 ,5 0,7 4,269 624 ,6 0,8 5,068 828 ,7 1,1 6,167 1108 1,0 1,4 7,566 1179 1,0 1,5 9,065 1419 1,3 1,8 10,864 1752 1,5 2,3 13,163 1759 1,6 2,3 15,362 1851 1,6 2,4 17,761 1987 1,8 2,6 20,360 1986 1,8 2,6 22,859 1935 1,7 2,5 25,358 2047 1,8 2,6 27,957 2288 2,0 2,9 30,956 2113 1,9 2,7 33,655 2357 2,1 3,0 36,654 2349 2,1 3,0 39,653 2352 2,1 3,0 42,652 2399 2,1 3,1 45,751 2408 2,1 3,1 48,850 2419 2,1 3,1 51,949 2420 2,1 3,1 55,048 2419 2,1 3,1 58,147 2472 2,2 3,2 61,346 2512 2,2 3,2 64,545 2461 2,2 3,2 67,744 2368 2,1 3,0 70,743 2288 2,0 2,9 73,742 2284 2,0 2,9 76,641 2194 1,9 2,8 79,440 2022 1,8 2,6 82,039 2057 1,8 2,6 84,738 1813 1,6 2,3 87,037 1618 1,4 2,1 89,136 1388 1,2 1,8 90,935 1164 1,0 1,5 92,434 1041 ,9 1,3 93,733 971 ,9 1,2 95,032 833 ,7 1,1 96,031 682 ,6 0,9 96,930 601 ,5 0,8 97,729 518 ,5 0,7 98,328 346 ,3 0,4 98,827 288 ,3 0,4 99,1
Side 190
26 209 ,2 0,3 99,425 167 ,1 0,2 99,624 122 ,1 0,2 99,823 81 ,1 0,1 99,922 49 ,0 0,1 100,021 18 ,0 0,0 100,020 14 ,0 0,0 100,019 2 ,0 0,0 100,018 1 ,0 0,0 100,0Total 77842 68,6 100,0 Missing 35573 31,4 Total 113415 100,0
Tabell 7-14: Frekvensfordeling av observasjoner i forhold til hvor gammel daglig leder er.
Størrelse på selskapet
Descriptive Statistics
N Minimum Maximum Mean
Std. Deviation
ANTALL_ANSATTE 64439 0 418 2,07 5,005
Valid N (listwise) 64439
Tabell 7-15: Deskriptiv statistikk av variabelen ANTALL_ANSATTE
Agent/prinsipal
Tabellene viser antall observasjoner i den variabelen tabellen referer seg til
SKYLD_OFF_AVG_DUMMY
Frequency Percent
Valid Percent
Cumulative Percent
Valid 0 50322 44,4 45,4 45,4
1 60428 53,3 54,6 100,0
Total 110750 97,7 100,0 Missing System 2665 2,3 Total 113415 100,0
LEVERANDØRGJ_DUMMY
Frequency Percent
Valid Percent
Cumulative Percent
Valid 0 46053 40,6 41,6 41,6
1 64568 56,9 58,4 100,0
Total 110621 97,5 100,0 Missing System 2794 2,5 Total 113415 100,0
KONSERN_DUMMY
Frequency Percent
Valid Percent
Cumulative Percent
Side 191
Valid 0 96178 84,8 86,7 86,7
1 14698 13,0 13,3 100,0
Total 110876 97,8 100,0 Missing System 2539 2,2 Total 113415 100,0
GJ.KR.IN_LANG_DUMMY
Frequency Percent
Valid Percent
Cumulative Percent
Valid 0 82949 73,1 74,8 74,8
1 27925 24,6 25,2 100,0
Total 110874 97,8 100,0 Missing System 2541 2,2 Total 113415 100,0
GJ.KR.IN_KORT_DUMMY
Frequency Percent
Valid Percent
Cumulative Percent
Valid 0 102486 90,4 92,4 92,4
1 8380 7,4 7,6 100,0
Total 110866 97,8 100,0 Missing System 2549 2,2 Total 113415 100,0
2EIERE_DUMMY
Frequency Percent
Valid Percent
Cumulative Percent
Valid 0 18275 16,1 18,6 18,6
1 79806 70,4 81,4 100,0
Total 98081 86,5 100,0 Missing System 15334 13,5 Total 113415 100,0
SIGN_RF_1022_DUMMY
Frequency Percent
Valid Percent
Cumulative Percent
Valid 0 2952 2,6 5,3 5,3
1 53028 46,8 94,7 100,0
Total 55980 49,4 100,0 Missing System 57435 50,6 Total 113415 100,0
DL_EIERANDEL_DUMMY
Frequency Percent
Valid Percent
Cumulative Percent
Side 192
Valid 0 26973 23,8 34,7 34,7
1 50864 44,8 65,3 100,0
Total 77837 68,6 100,0 Missing System 35578 31,4 Total 113415 100,0
Descriptive Statistics
N Minimum Maximum Mean
Std. Deviation
%_eierandel_DL 77837 0 % 100 % 49 % 43 %
Valid N (listwise) 77837
Tabell 7-16: Deskriptiv statistikk av eierandel til daglig leder i selskapet pr 31.12.10.
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
SKYLDIGE_OFFENTLIGE_
AVGIFTER
110750 -1292 5414 55,01 103,603
LEVERANDØRGJELD 110621 -1987 22351 95,49 358,294
Valid N (listwise) 110491
Tabell 7-17: Deskriptiv statistikk av kroner skyldig hhv. til det offentlige og leverandører.
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
GJELD_TIL_KREDITTINST
ITUSJONER
110874 -100 92348 648,01 2019,007
GJELD_TIL_KREDITTINST
ITUSJONER_KORTSIKTI
110866 -1033 50609 51,56 533,902
Valid N (listwise) 110862
Tabell 7-18: Deskriptiv statistikk av kroner skyldig hhv. langsiktig og kortsiktig til
kredittinstitusjoner
Finansiell stilling
GOD_DÅRLIG_KREDRAT_DUMMY
Frequency Percent
Valid Percent
Cumulative Percent
Valid 0 3933 3,5 4,8 4,8
1 78467 69,2 95,2 100,0
Side 193
Total 82400 72,7 100,0 Missing System 31015 27,3 Total 113415 100,0
Tabell 7-19: Fordeling av observasjoner i GOD_DÅRLIG_KREDRAT_DUMMY
RATING A AA AAA AN B C INGEN-
RAT Total Valid Frequency 48127 23578 6762 2149 28161 3933 705 113415
Valid Percent 42,4 % 20,8 % 6,0 % 1,9 % 24,8 % 3,5 % 0,6 % 100,0 %
Tabell 7-20: Fordeling av observasjoner av ulike kredittratinger
Big 5
BIG5_DUMMY
Frequency Percent
Valid Percent
Cumulative Percent
Valid 0 78456 69,2 69,3 69,3
1 34807 30,7 30,7 100,0
Total 113263 99,9 100,0 Missing System 152 ,1 Total 113415 100,0
Tabell 7-21: Fordeling observasjoner i variabelen BIG5_DUMMY
Andre variabler (samlekategori)
TOMTER_DUMMY
Frequency Percent
Valid Percent
Cumulative Percent
Valid 0 80431 70,9 72,5 72,5
1 30447 26,8 27,5 100,0
Total 110878 97,8 100,0 Missing System 2537 2,2 Total 113415 100,0
VARELAGER_DUMMY
Frequency Percent
Valid Percent
Cumulative Percent
Valid 0 85644 75,5 77,4 77,4
1 24976 22,0 22,6 100,0
Total 110620 97,5 100,0 Missing System 2795 2,5 Total 113415 100,0
Tabell 7-22: Fordeling observasjoner i variabelene TOMTER_DUMMY og
VARELAGER_DUMMY
Side 194
Vedlegg 4 – Vedlegg til deskriptive undersøkelser i kapittel 4.1
Vedlegg 4.1 - Geografi
Vedlegg 4.1.1 – Fravalg pr fylke
Fylkesnr Fylkensnavn Ant. beholdt Ant. fravalgt Ant. tot. % fravalg 20 Finnmark 828 810 1 638 49,5 %
05 Oppland 1 732 1 575 3 307 47,6 %
04 Hedmark 1 784 1 313 3 097 42,4 %
19 Troms 1 667 1 225 2 892 42,4 %
09 Aust-Agder 1 463 998 2 461 40,6 %
18 Nordland 2 760 1 869 4 629 40,4 %
08 Telemark 2 047 1 378 3 425 40,2 %
01 Østfold 3 042 2 038 5 080 40,1 %
07 Vestfold 3 254 2 174 5 428 40,1 %
02 Akershus 7 417 4 732 12 149 38,9 %
06 Buskerud 3 562 2 252 5 814 38,7 %
14 Sogn og Fjordane 1 477 904 2 381 38,0 %
10 Vest-Agder 3 068 1 813 4 881 37,1 %
16 Sør-Trøndelag 3 914 2 239 6 153 36,4 %
17 Nord-Trøndelag 1 756 873 2 629 33,2 %
11 Rogaland 6 817 3 339 10 156 32,9 %
03 Oslo 13 521 6 387 19 908 32,1 %
12 Hordaland 8 035 3 416 11 451 29,8 %
15 Møre og Romsdal 4 153 1 718 5 871 29,3 %
21 Svalbard 51 14 65 21,5 %
SUM 72 348 41 067 113 415 36,2 % Tabell 7-23: Fravalg pr fylke
Tabellen er bearbeidet ut ifra Kji-kvadrattestede Krysstabeller med sign.nivå p<=0,01
Vedlegg 4.1.2 – Fravalg pr kommune
KOMMUNENR KOMMUNENAVN # BEHOLDT # FRAVALGT # TOTALT 0301 OSLO 13 521 6 387 19 908
1201 BERGEN 4 876 1 840 6 716
1601 TRONDHEIM 2 683 1 349 4 032
0219 BÆRUM 2 416 1 453 3 869
1103 STAVANGER 2 292 1 027 3 319
1001 KRISTIANSAND 1 583 991 2 574
0220 ASKER 1 197 714 1 911
0602 DRAMMEN 1 042 517 1 559
1102 SANDNES 1 093 457 1 550
0106 FREDRIKSTAD 834 694 1 528
1504 ÅLESUND 989 302 1 291
0706 SANDEFJORD 843 439 1 282
1902 TROMSØ 685 538 1 223
0704 TØNSBERG 695 432 1 127
0806 SKIEN 631 438 1 069
Side 195
0231 SKEDSMO 631 403 1 034
Tabell 7-24: Fravalg pr kommune.
Tabellen viser kun kommuner med over 1.000 observasjoner. Dette utgjør 49 % av
populasjonen.
Tabellen er bearbeidet ut ifra Kji-kvadrattestede Krysstabeller med sign.nivå p<=0,01
Vedlegg 4.1.3 – Kommuneoppdeling
er lavere i de store byene samt at Oppland og Finnmark skiller segut på den andre enden av skalaen.Vi velger derfor å se på om kommunestørrelse kan være en forklaringsvariabel og har fordelt på følgende måte:IKKE NULLSELSKAPERSelskaps intervall kommuner antall selskap fravalg fravalg i %Oslo 1 12 179 4 171 34,2 %2001-Oslo 4 11 419 3 815 33,4 %1001-2000 4 5 035 1 997 39,7 % 35,3 %501-1000 13 10 001 3 713 37,1 %251-500 37 13 382 5 128 38,3 %101-250 95 15 208 6 242 41,0 %0-100 276 11 998 5 205 43,4 %TOTALT 430 79 222 30 271 38,21 %med "Oslo" menes antall selskap i Oslo
ALLE SELSKAPERSelskaps intervall kommuner antall selskap fravalg fravalg i % Endring6716 -> 1 19 908 6 387 32,1 % 2,2 %2001-6716 5 20 510 6 660 32,5 %1001-2000 12 15 602 5 636 36,1 % 34,0 % 1,3 %501-1000 23 14 474 5 239 36,2 % 0,9 %251-500 42 14 459 5 605 38,8 % -0,4 %101-250 104 17 060 6 694 39,2 % 1,8 %0-100 243 11 402 4 846 42,5 % 0,9 %TOTALT 430 113 415 41 067 36,2 % 2,0 %Ingen andre kommuner enn Oslo er større enn 6716.Grafen referer seg til tabellen med ALLE SELSKAPER
NB; SLÅR MAN SAMMEN KOMMUNER FRA 1001 selskaper til Oslo blir fravalg 35,3 %
Selskapsintervall; det er 13 kommuner hvor antall selskaper i kommunen ligger iintervallet 501-1000.
Antallet i TOTALT er avstemt mot excel arket med totaloversikten
Tabellene er bearbeidet ut ifra Kji-kvadrattestede Krysstabeller med sign.nivå p<=0,01
Side 196
Vedlegg 4.2 Bransje
Vedlegg 4.2.1 – Fravalg pr bransje (bokstavkode)
BRANSJE #BEHOLDT
#FRAVALGT
# TOTALT %FRAVALG % AV POP.
BESKRIVELSE
S 806 938 1 744 54 % 2 % Annen tjenesteyting
Q 1 592 1 445 3 037 48 % 3 % Helse- og sosialtjenester
P 579 476 1 055 45 % 1 % Undervisning
M 7 149 5 180 12 329 42 % 11 % Faglig, vitenskapelig og teknisk tjenesteyting
A 868 598 1 466 41 % 1 % Jordbruk, skogbruk og fiske
G 8 447 5 749 14 196 40 % 13 % Varehandel, reperasjon av motorvogner
R 994 676 1 670 40 % 1 % Kulturell virksomhet, underholdning og fritidsaktiviteter
C 2 521 1 619 4 140 39 % 4 % Industri
I 1 880 1 189 3 069 39 % 3 % Overnattings- og serveringsvirksomhet
J 2 947 1 795 4 742 38 % 4 % Informasjon og kommunikasjon
F 7 600 4 462 12 062 37 % 11 % Bygge- og anleggsvirksomhet
K 7 620 4 187 11 807 35 % 10 % Finansierings- og forsikringsvirksomhet
H 2 185 1 142 3 327 34 % 3 % Transport og lagring
N 3 418 1 764 5 182 34 % 5 % Forretningsmessig tjenesteyting
Z 1 312 662 1 974 34 % 2 % Uoppgitt
B 252 105 357 29 % 0 % Bergverksdrift og utvinning
L 21 500 8 839 30 339 29 % 27 % Omsetning og drift av fast eiendom
D 505 182 687 26 % 1 % Elektrisitets-, gass-, damp- og varmtvannsforsyning
E 172 59 231 26 % 0 % Vannforsyning, avløps- og renovasjonsvirkshomhet
O 1 - 1 0 % 0 % Offentlig administrasjon og forsvar, og (..)
SUM 72 348 41 067 113 415 36 %
Tabell 7-25: Fordeling av fravalg pr bransje (bokstavkode)
Tabellen er bearbeidet ut ifra Kji-kvadrattestede Krysstabeller med sign.nivå p<=0,01
Side 197
Vedlegg 4.2.2 – Fravalg i bransjer i skattemyndighetenes søkelys (NACE-koder)
Bokstav Kode #Beholdt #Fravalgt #Totalt % Fravalg Beskrivelse S 96.020 490 649 1 139 57 % Frisering og annen
skjønnhetspleie
F 43.xxx 2 709 2 251 4 960 45 % Bygge- og anleggsvirksomhet
P 85.530 117 97 214 45 % Trafikkskoleundervisning
H 49.320 28 23 51 45 % Drosjebiltransport
N 81.210 206 159 365 44 % Rengjøring av bygninger
I 56.101 1 002 605 1 607 38 % Drift av restauranter og kafeer
G 45.200 517 304 821 37 % Vedlikehold og rep. av motorvogner, eks motorsyk.
SUM utvalgte bransjer 5 069 4 088 9 157 45 %
Tabell 7-26: Fordeling av fravalg på NACE-koder i skattemyndighetenes søkelys.
Tabellen er bearbeidet ut ifra Kji-kvadrattestede Krysstabeller med sign.nivå p<=0,01
Vedlegg 4.2.3 – Fordeling fravalg i bransjer med over 500 enheter (NACE-kode)
BRANSJE BOKSTAV
NACE-KODE
#BEHOLDT
#FRAVALGT
#TOTALT
FRAVALG I %
% AV POP
BESKRIVELSE
Q 86.211 214 324 538 60 % 0 % Allmenn legetjeneste
S 96.020 490 649 1 139 57 % 1 % Frisering og annen skjønnhetspleie
Q 86.230 245 314 559 56 % 0 % Tannhelsetjenester
F 43.120 541 509 1 050 48 % 1 % Grunnarbeid
M 71.112 285 246 531 46 % 0 % Arkitekttjenester vedrørende byggverk
H 49.410 749 638 1 387 46 % 1 % Godstransport på vei
M 71.121 639 543 1 182 46 % 1 % Byggeteknisk konsulentvirksomhet
F 43.220 562 471 1 033 46 % 1 % VVS-arbeid
M 70.220 2 146 1 690 3 836 44 % 3 % Bedriftsrådgivning og annen administrativ rådgivning
G 47.710 761 591 1 352 44 % 1 % Butikkhandel med klær
M 73.110 399 309 708 44 % 1 % Reklamebyråer
J 62.020 771 588 1 359 43 % 1 % Konsulentvirksomhet tilknyttet informasjonstekn
Side 198
ologi
A 03.111 314 239 553 43 % 0 % Hav- og kystfiske
F 43.990 450 342 792 43 % 1 % Annen spesialisert bygge- og anleggsvirksomhet
F 43.210 496 372 868 43 % 1 % Elektrisk installasjonsarbeid
F 41.200 1 599 1 100 2 699 41 % 2 % Oppføring av bygninger
M 71.129 1 588 1 008 2 596 39 % 2 % Annen teknisk konsulentvirksomhet
I 56.101 1 002 605 1 607 38 % 1 % Drift av restauranter og kafeer
K 64.303 3 111 1 844 4 955 37 % 4 % Porteføljeinvesteringsselskaper
G 45.200 517 304 821 37 % 1 % Vedlikehold og reparasjon av motorvogner, unntatt motorsykler
J 62.010 677 378 1 055 36 % 1 % Programmeringstjenester
K 64.304 4 067 2 212 6 279 35 % 6 % Skattebetingede investeringsselskaper
N 82.990 1 313 670 1 983 34 % 2 % Annen forretningsmessig tjenesteyting ikke nevnt annet sted
Z 00.000 1 312 662 1 974 34 % 2 % Uoppgitt eller utilstrekkelig oppgitt virksomhet
L 68.100 3 989 1 746 5 735 30 % 5 % Kjøp og salg av egen fast eiendom
L 68.209 16 528 6 659 23 187 29 % 20 % Utleie av egen eller leid fast eiendom ellers
L 68.320 754 291 1 045 28 % 1 % Eiendomsforvaltning
F 41.109 3 151 1 031 4 182 25 % 4 % Utvikling og salg av egen fast eiendom ellers
H 50.201 446 71 517 14 % 0 % Utenriks sjøfart med gods
SUM utvalgte bransjer
49 116 26 406 75 522 35 %
Side 199
Tabell 7-27: Fordeling fravalg i bransjer med over 500 enheter.
Tabellen viser 67 % av populasjonen.
Tabellen er bearbeidet utifra Kji-kvadrattestede Krysstabeller med sign.nivå p<=0,01
Vedlegg 4.2.4 – Andel ekstern regnskapsfører pr bransje (bokstavkode)
Bransje bokstav #BEHOLDT #FRAVALGT # TOTALT % Fravalg % av Bransje O 1 - 1 0 % 100 %
S 560 821 1 381 59 % 88 %
Q 1 128 1 241 2 369 52 % 86 %
A 566 489 1 055 46 % 82 %
F 4 463 3 508 7 971 44 % 79 %
I 1 250 925 2 175 43 % 78 %
H 1 076 886 1 962 45 % 78 %
D 249 141 390 36 % 77 %
C 1 360 1 240 2 600 48 % 77 %
E 87 45 132 34 % 76 %
B 128 78 206 38 % 74 %
P 333 348 681 51 % 73 %
R 576 494 1 070 46 % 73 %
G 4 579 4 191 8 770 48 % 73 %
M 3 787 3 592 7 379 49 % 69 %
J 1 466 1 165 2 631 44 % 65 %
N 1 613 1 139 2 752 41 % 65 %
L 9 701 5 659 15 360 37 % 64 %
Z 416 350 766 46 % 53 %
K 2 134 2 186 4 320 51 % 52 %
Tabell 7-28: Andel ekstern regnskapsfører pr bransje.
Tabellen er sortert synkende. Eksempelvis har 88 % av selskaper i bokstavkode S
eksternregnskapsfører.
Tabellen er bearbeidet utifra Kji-kvadrattestede Krysstabeller med sign.nivå p<=0,01
Vedlegg 4.2.5 – Inntektskategori og bransje
Innt.kategori
BRANSJE
#TOTALT
% AV INNT.KAT
ULIK MOTST. INNT.KAT
% FRAVALG
ULIK MOTSTÅENDE INNT.KAT
% POP
1 og 2 A 1 153 1,5 % 0,5 % 44 % 13 % 1,0 %
0 A 292 0,9 % -0,5 % 31 % -13 % 0,3 %
0 B 127 0,4 % 0,1 % 22 % -12 % 0,1 %
1 og 2 B 226 0,3 % -0,1 % 34 % 12 % 0,2 %
1 og 2 C 3 444 4,3 % 2,4 % 42 % 16 % 3,1 %
0 C 614 2,0 % -2,4 % 25 % -16 % 0,6 %
Side 200
0 D 307 1,0 % 0,5 % 17 % -18 % 0,3 %
1 og 2 D 367 0,5 % -0,5 % 35 % 18 % 0,3 %
1 og 2 E 168 0,2 % 0,0 % 28 % 7 % 0,2 %
0 E 57 0,2 % 0,0 % 21 % -7 % 0,1 %
1 og 2 F 9 002 11,4 % 2,7 % 40 % 15 % 8,1 %
0 F 2 706 8,6 % -2,7 % 26 % -15 % 2,4 %
1 og 2 G 11 829 14,9 % 8,9 % 43 % 12 % 10,7 %
0 G 1 903 6,1 % -8,9 % 30 % -12 % 1,7 %
1 og 2 H 2 449 3,1 % 0,5 % 40 % 21 % 2,2 %
0 H 804 2,6 % -0,5 % 19 % -21 % 0,7 %
1 og 2 I 2 610 3,3 % 2,3 % 40 % 5 % 2,4 %
0 I 319 1,0 % -2,3 % 34 % -5 % 0,3 %
1 og 2 J 3 714 4,7 % 1,9 % 38 % 1 % 3,4 %
0 J 886 2,8 % -1,9 % 37 % -1 % 0,8 %
0 K 9 607 30,6 % 28,0 % 36 % 2 % 8,7 %
1 og 2 K 2 068 2,6 % -28,0 % 34 % -2 % 1,9 %
0 L 8 492 27,0 % 0,1 % 30 % 2 % 7,7 %
1 og 2 L 21 320 26,9 % -0,1 % 29 % -2 % 19,3 %
1 og 2 M 9 699 12,2 % 4,7 % 44 % 9 % 8,8 %
0 M 2 371 7,6 % -4,7 % 35 % -9 % 2,1 %
1 og 2 N 3 619 4,6 % 0,3 % 36 % 8 % 3,3 %
0 N 1 354 4,3 % -0,3 % 29 % -8 % 1,2 %
1 og 2 O 1 0,0 % 0,0 % 0 % 0 % 0,0 %
0 P 94 0,3 % 1,2 % 31 % -16 % 0,1 %
1 og 2 P 940 1,2 % -1,2 % 46 % 16 % 0,8 %
0 Q 243 0,8 % 3,1 % 28 % -22 % 0,2 %
1 og 2 Q 2 731 3,4 % -3,1 % 50 % 22 % 2,5 %
0 R 198 0,6 % 1,0 % 28 % -14 % 0,2 %
1 og 2 R 1 429 1,8 % -1,0 % 42 % 14 % 1,3 %
0 S 71 0,2 % 1,4 % 37 % -18 % 0,1 %
1 og 2 S 1 638 2,1 % -1,4 % 54 % 18 % 1,5 %
0 Z 954 3,0 % 2,8 % 31 % -8 % 0,9 %
1 og 2 Z 815 1,0 % -2,8 % 39 % 8 % 0,7 %
Tabell 7-29: Fordeling observasjoner i forhold til inntektskategori og bransje.
Eksempelvis er fravalgsandel blant kategori 1 og 2-selskap i bransje G 12 prosentpoeng
høyere i kategoriene enn i kategori 0 i samme bransje. Bransje G-selskap utgjør 14,9 % av
kategori 1 og 2, og kun 6,1 % av kategori 0.
Tabellen er bearbeidet ut ifra Kji-kvadrattestede Krysstabeller med sign.nivå p<=0,01
Vedlegg 4.3 – Forhold til regnskapsfører og revisor
Vedlegg 4.3.1 – Andel ekstern regnskapsfører i populasjonen
Side 201
Tabell 7-30: Andel ekstern regnskapsfører i populasjonen.
1 = ekstern regnskapsfører
Tabell 7-31: Fravalgsandel blant selskap med ekstern regnskapsfører.
1= har valgt bort revisor.
Vedlegg 4.3.2 – Ekstern regnskapsfører blant de som har valgt bort revisor.
Tabell 7-32: Andel ekstern regnskapsfører blant de som har valgt bort og beholdt revisor.
69,4 % av de som har valgt bort har, mens de som har beholdt har 49 % ekstern
regnskapsfører.
Vedlegg 4.3.3 – Ekstern regnskapsfører pr inntektskategori
Inntektskategori
Antall selskap
andel av observasjoner
selsk m/Ekstern RF
Ekst.RF i %
Ant. Fravalg Frav. i %
0 31 559 28,5 % 12 895 40,9 % 9 993 31,7 %
1 61 613 55,7 % 38 580 62,6 % 25 114 40,8 %
Side 202
2 17 449 15,8 % 12 493 71,6 % 5 107 29,3 %
SUM 110 621 40 214 36,4 %
Tabell 7-33: Ekstern regnskapsfører pr. inntektskategori.
RF = Regnskapsfører.
Tabellen er bearbeidet ut ifra Kji-kvadrattestede Krysstabeller med sign.nivå p<=0,01
Vedlegg 4.3.4 – Revisjonshonorar for de som har ekstern regnskapsfører
Tabell 7-34: Gjennomsnittlig revisjonshonorar for de som har ekstern regnskapsfører.
Selskap som har ekstern regnskapsfører og har beholdt revisor har et revisjonshonorar på
NOK 13.380.
Vedlegg 4.3.5 – Rådgivningshonorar til revisor
Side 203
Tabell 7-35: Fravalgsandel avhengig om man har anvendt revisor som rådgiver eller ikke.
Tabell 7-36: Deskriptive analyser av rådgivningshonorar til revisor, avhengig om man har
fravalgt eller ikke.
Vedlegg 4.4 - Anmerkninger fra revisor (opinion shopping)
Vedlegg 4.4.1 – Fravalg i sammenheng med revisjonsanmerkning
Side 204
Tabell 7-37: Andel selskaper som har valgt bort eller beholdt revisor avhengig anmerkning fra
revisor i revisjonsberetning.
Vedlegg 4.4.2 – Fravalg ved forskjellige typer presisering i revisjonsberetningen.
Tabell 7-38: Fravalg ved forskjellige typer presisering i revisjonsberetningen.
Se vedlegg 3.1, s. 153 for beskrivelse av typer presisering.
Vedlegg 4.4.3 – Fravalgsandel for selskaper med forbehold
Side 205
Tabell 7-39: Fravalgsandel for selskaper med forbehold.
Vedlegg 4.4.4 – Revisjonsanmerkning fordelt på inntektskategori
Tabell 7-40: Fravalgsandel for selskap med revisjonsanmerkning fordelt på inntektskategori.
Vedlegg 4.5 – Kjønn og alder
Vedlegg 4.5.1 – Fravalgsandel fordelt på hvor gammelt selskapet er
Side 206
Figur 7-2: Fravalgsandel fordelt hvor gammelt selskapet er.
Figuren viser 91,8 % av den totale populasjonen selskap, det vil si observasjoner hvor selskap
er mellom 0 og 23 år.
ALDER_SELSKAP
#BEHOLDT
BEHOLDT %
#FRAVALGT
FRAVALGT %
# TOTALT
% AV POP
AKKUMULERT POP.ANDEL
23 870 59,50 % 591 40,50 % 1461 1,30 % 91,80 %
22 807 58,90 % 563 41,10 % 1370 1,20 % 90,50 %
21 915 60,40 % 599 39,60 % 1514 1,30 % 89,30 %
20 907 59,90 % 607 40,10 % 1514 1,30 % 88,00 %
19 844 60,30 % 556 39,70 % 1400 1,20 % 86,70 %
18 789 58,80 % 553 41,20 % 1342 1,20 % 85,50 %
17 923 61,00 % 589 39,00 % 1512 1,30 % 84,30 %
16 1103 59,70 % 744 40,30 % 1847 1,60 % 83,00 %
15 1158 61,00 % 740 39,00 % 1898 1,70 % 81,40 %
14 1370 59,40 % 938 40,60 % 2308 2,00 % 79,70 %
13 1818 61,80 % 1124 38,20 % 2942 2,60 % 77,70 %
12 2276 58,50 % 1617 41,50 % 3893 3,40 % 75,10 %
11 1472 63,90 % 832 36,10 % 2304 2,00 % 71,70 %
10 2135 63,50 % 1227 36,50 % 3362 3,00 % 69,70 %
9 1931 62,50 % 1158 37,50 % 3089 2,70 % 66,70 %
8 1993 62,40 % 1203 37,60 % 3196 2,80 % 64,00 %
7 2038 61,30 % 1289 38,70 % 3327 2,90 % 61,20 %
6 2650 63,20 % 1543 36,80 % 4193 3,70 % 58,30 %
5 9825 63,60 % 5635 36,40 % 15460 13,60 % 54,60 %
4 5919 63,40 % 3423 36,60 % 9342 8,20 % 41,00 %
3 6111 62,60 % 3655 37,40 % 9766 8,60 % 32,80 %
2 5700 64,60 % 3122 35,40 % 8822 7,80 % 24,20 %
25,00 %
27,00 %
29,00 %
31,00 %
33,00 %
35,00 %
37,00 %
39,00 %
41,00 %
43,00 %
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Prosent fravalgsan
del
År siden selskapet ble stiftet (pr 31.12.2010)
FRAVALGSANDEL ALDER_SELSKAP
Side 207
1 4899 64,90 % 2647 35,10 % 7546 6,70 % 16,40 %
0 7784 70,70 % 3224 29,30 % 11008 9,70 % 9,70 %
Korrelasjon alder og fravalgsandel 0,7925
Tabell 7-41: Fravalgsandel i forhold til alder på selskapet.
Observasjonene i tabellen utgjør 91,8 % av den totale populasjonen selskap. Tabellen viser
også korrelasjon mellom selskapets alder og fravalgsandel.
Tabellen er bearbeidet ut ifra Kji-kvadrattestede Krysstabeller med sign.nivå p<=0,01
Vedlegg 4.5.2 - Fravalgsandel avhengig av daglig leders alder
Figur 7-3: Fravalgsandel avhengig av daglig leders alder.
Figuren viser 96 % av den totale populasjonen selskap, det vil si av alle observasjoner hvor
daglig leder er mellom 29 og 72 år.
Figuren er bearbeidet ut ifra Kji-kvadrattestede Krysstabeller med sign.nivå p<=0,01
30 %
32 %
34 %
36 %
38 %
40 %
42 %
44 %
46 %
48 %
72 70 68 66 64 62 60 58 56 54 52 50 48 46 44 42 40 38 36 34 32 30
Prosentvis fravalgsandel
År siden daglig leder ble født
FRAVALGSANDEL ALDER_DL
Side 208
Vedlegg 4.5.3 – Fravalgsandel fordelt på kjønn til daglig leder
Tabell 7-42: Fravalgsandel fordelt på kjønn til daglig leder
Vedlegg 4.6 - Størrelse
Vedlegg 4.6.1 – Fravalgsandel gruppert på inntektskategorier.
Kategori Intervall #Fravalgt #Beholdt #Totalt Fravalgi%0 0 omsetning 9 943 21 456 31 399 31,7 %1 1-2499 25 114 36 499 61 613 40,8 %2 2500-4999 5 107 12 342 17 449 29,3 %
Totalt 40 164 70 297 110 461 36,4 %Gruppe Intervall Fravalgt Beholdt Totalt Fravalg i % 0 <- 0 50 110 160 31,3 %1,01 0 omsetning 9 943 21 456 31 399 31,7 %1,1 1-99 3 261 4 535 7 796 41,8 %1,2 100-199 2 215 3 203 5 418 40,9 %1,3 200-299 1 933 2 573 4 506 42,9 %1,4 300-399 1 694 2 404 4 098 41,3 %1,5 400-499 1 344 2 151 3 495 38,5 %2 500-999 5 375 7 962 13 337 40,3 %3 1000-1499 3 920 5 773 9 693 40,4 %4 1500-1999 3 051 4 420 7 471 40,8 %5 2000-2499 2 321 3 478 5 799 40,0 %6 2500-2999 1 731 2 863 4 594 37,7 %7 3000-3499 1 318 2 572 3 890 33,9 %
Side 209
8 3500-3999 1 012 2 433 3 445 29,4 %9 4000-4499 676 2 220 2 896 23,3 %10 4500 og mer 370 2 254 2 624 14,1 % Totalt 40 214 70 407 110 621 36,4 %Tabell 7-43: Fravalgsandel gruppert på inntektskategorier.
Differanse mellom 110.461 og 110.621 skyldes at den øverste tabellen ikke viser selskaper
med driftsinntekt mindre enn NOK 0.
Tabellen er bearbeidet ut ifra Kji-kvadrattestede Krysstabeller med sign.nivå p<=0,01
Vedlegg 4.6.2 – Gjennomsnittlig sum eiendeler avhengig av fravalgsbeslutning.
Tabell 7-44: Deskriptive analyser av sum eiendeler avhengig fravalgsbeslutning.
Side 210
Vedlegg 4.6.3 - Gjennomsnittlig sum eiendeler avhengig av fravalgsbeslutning fordelt på
inntektskategori.
Tabell 7-45: Deskriptive analyser av sum eiendeler avhengig fravalgsbeslutning fordelt på
inntektskategori.
,00 = kategori 1 og 2, mens 1,01 = kategori 0.
Vedlegg 4.6.4 – Gjennomsnittlig antall ansatte avhengig av fravalgsbeslutning
Tabell 7-46: Deskriptive analyser av antall ansatte avhengig fravalgsbeslutning.
Side 211
Vedlegg 4.7 – Agent- og prinsipalforhold
Vedlegg 4.7.1 - Fravalgsandel avhengig av gjeld til kreditinstitusjoner
KORTSIKTIG VS IKKE KORTSIKTIG GJELD TIL KREDITTINSTITUSJONER
Kortsiktig gjeld
Totalt 8 380
Fravalg 3 006 35,9 %
Beholdt 5 374
Ikke kortsiktig gjeld
Totalt 102 486
Fravalg 37 457 36,5 %
Beholdt 65 029
LANGSIKTIG VS IKKE LANGSIKTIG GJELD TIL KREDITTINSTITUSJONER
Langsiktig gjeld
Totalt 27 925
Fravalg 9 424 33,7 %
Beholdt 18 501
Ikke langsiktig gjeld
Totalt 82 949
Fravalg 31 044 37,4 %
Beholdt 51 905
POPULASJON UTEN KORTSIKTIG EL LANGSIKTIG GJELD TIL KREDITTINSTITUSJONER
Ikke langs.gj. Korts.gjeld Netto
Totalt 82 949 8 380 74 569
Fravalg 31 044 3 006 28 038
Beholdt 51 905 5 374 46 531
Fravalgsandel 37,4 % 35,9 % 37,6 %
POPULASJON MED KORTSIKTIG EL LANGSIKTIG GJELD TIL KREDITTINSTITUSJONER
Kort Lang Sum
Totalt 8 380 27 925 36 305
Fravalg 3 006 9 424 12 430
Beholdt 5 374 18 501 23 875
Fravalg i % 35,9 % 33,7 % 34,2 %
Tabell 7-47: Fravalgsandel avhengig av gjeld til kreditinstitusjoner.
Tabellene viser fravalgsandel avhengig om man har kortsiktig og/eller langsiktig gjeld til
kredittinstitusjoner.
Vedlegg 4.7.2 - Gjennomsnittlig leverandørgjeld avhengig av fravalgsbeslutning
Tabell 7-48: Deskriptive analyser av leverandørgjeld avhengig fravalgsbeslutning.
Side 212
Vedlegg 4.7.3 – Fravalgsandel avhengig av leverandørgjeld
Tabell 7-49: Fravalgsandel avhengig av leverandørgjeld.
Tabell 7-50: Fravalgsandel avhengig av leverandørgjeld gruppert på inntektskategori.
,00 = kategori 1 og 2, mens 1,01 = kategori 0.
Vedlegg 4.7.4 – Analyser av konsernforhold
Side 213
Tabell 7-51: Fravalgsandel avhengig av konsernforhold.
Tabell 7-52: Andel konsernselskap med ekstern regnskapsfører.
Vedlegg 4.7.5 – Daglig leders eierandel
EIERAND_KATEGORI
#BEHOLDT #FRAVALGT
% FRAVALG
# TOTALT % POP
DL eier
0 20828 6145 23 % 26973 35 % ingenting
1 3809 2359 38 % 6168 8 % mer enn ingenting til og med 1/3
2 5697 4931 46 % 10628 14 % mer enn 1/3 til og med 1/2
3 2043 1802 47 % 3845 5 % mer enn 1/2 til og med 2/3
4 15432 14791 49 % 30223 39 % mer enn 2/3 Tabellen er bearbeidet ut ifra Kji-kvadrattestede Krysstabeller med sign.nivå p<=0,01
Side 214
Tabell 7-53: Daglig leders eierandel.
Vedlegg 4.7.6 – Fravalgsandel i forhold til antall aksjonærer
# EIERE # FRAVALGT % FRAVALGT # TOTALT AKK % POP
1 21 138 36,6 % 57 822 59,0 %
2 8 966 40,8 % 21 984 81,4 %
< 2 30 104 37,7 % 79 806 81,4 %
3 3 293 35,9 % 9 181 90,7 %
4 1 672 34,5 % 4 841 95,7 %
5 688 32,6 % 2 113 97,8 %
6 291 30,0 % 970 98,8 %
7‐20 320 27,4 % 1 170 100,0 %
Tabell 7-54: Fravalgsandel i forhold til antall aksjonærer
Vedlegg 4.7.7 – Fravalgsandel avhengig av signatur på RF-1022
Tabell 7-55: Fravalgsandel avhengig av signatur på RF-1022
Side 215
Vedlegg 4.7.8 – Fravalgsandel avhengig av presisering om ulovlig lån og/eller signatur RF-
1022
Tabell 7-56: Fravalgsandel avhengig av presisering om ulovlig lån og/eller signatur RF-1022.
Vedlegg 4.7.9 – Fravalgsandel avhengig av presisering om skattetrekksmidler og/eller
signatur RF-1022
Tabell 7-57: Fravalgsandel avhengig av presisering om skattetrekksmidler og/eller signatur
RF-1022
Vedlegg 4.7.10 Gjennomsnittlig skyldige offentlige avgifter avhengig av fravalgsbeslutning
Tabell 7-58: Deskriptive analyser av skyldige avgifter avhengig fravalgsbeslutning.
Side 216
Vedlegg 4.7.11 – Fravalgsandel avhengig av skyldige offentlige avgifter
Tabell 7-59: Fravalgsandel avhengig av skyldige offentlige avgifter
Vedlegg 4.7.12 – Fravalgsandel avhengig av skyldige offentlige avgifter fordelt på
inntektskategori.
Har skyldige offentlige avgifter Har ikke skyldige offentlige avg Inntektskategori
Sum #Beholdt #Fravalgt Fravalg i %
Sum #Beholdt
#Fravalgt
Fravalg i %
0 1 776 1 199 577 32,5 % 29 753 20 347 9 406 31,6 %
1+2 58 488 34 882 23 606 40,4 % 20 474 13 907 6 567 32,1 %
Sum 60 264 36 081 24 183 40,1 % 50 227 34 254 15 973 31,8 %
Tabell 7-60: Fravalgsandel avhengig av skyldige offentlige avgifter fordelt på
inntektskategori.
Vedlegg 4.8 – Finansiell stilling
Vedlegg 4.8.1 – Fravalgsandel avhengig av type kredittrating
Rating Ant. beholdt Ant. fravalgt Fravalg% Ant. totalt A 30 755 17 372 36,1 % 48 127
AA 14 930 8 648 36,7 % 23 578
AAA 4 211 2 551 37,7 % 6 762
AN 1 644 505 23,5 % 2 149
B 17 792 10 369 36,8 % 28 161
C 2 570 1 363 34,7 % 3 933
INGEN-RAT 446 259 36,7 % 705
Sum 72 348 41 067 36,2 % 113 415
Side 217
Tabell 7-61: Fravalgsandel avhengig av type kredittrating
RATING # BEHOLDT # FRAVALGT % FRAVALG # TOTALT A 16 755 10 742 39,1 % 27 497
AA 14 066 8 374 37,3 % 22 440
AAA 4 207 2 551 37,7 % 6 758
B 11 654 7 517 39,2 % 19 171
C 2 016 994 33,0 % 3 010
Tabell 7-62: Fravalgsandel avhengig av type kredittrating for inntektskategori 1 og 2 samlet.
Vedlegg 4.8.2 – Gjennomsnittlig revisjonshonorar avhengig av fravalgsbeslutning
Tabell 7-63: ANOVA-test på gjennomsnittlig revisjonshonorar avhengig av
fravalgsbeslutning
Side 218
Tabell 7-64: Deskriptive analyser av revisjonshonorar avhengig fravalgsbeslutning.
Tabell 7-65: Deskriptive analyser av relativt revisjonshonorar (i forhold til driftinntekter)
avhengig fravalgsbeslutning.
Vedlegg 4.8.3 – Fravalgsandel i bransje i sammenheng med revisjonshonorarets størrelse
BRANSJE BOKSTAV
MEAN MEDIAN FRAVALG %
Q 16,67 16,00 48 %
I 15,96 15,00 39 %
P 15,64 14,00 45 %
S 14,90 14,00 54 %
C 14,85 13,00 39 %
R 14,72 13,00 40 %
G 14,58 13,00 40 %
E 14,55 10,00 26 %
H 13,68 12,00 34 %
B 13,30 11,00 29 %
A 13,15 12,00 41 %
J 12,91 11,00 38 %
F 12,80 12,00 37 %
N 12,39 10,00 34 %
M 12,36 11,00 42 %
Side 219
L 10,83 9,00 29 %
D 10,82 9,00 26 %
Z 9,20 8,00 34 %
K 8,29 7,00 35 %
O 4,00 4,00 0 %
Korrelasjon 0,768 0,818
Bransjer merket blått har fravalgsandel over snittet på 36,21 %. Gj.sn. revisjonshonorar er tkr
12,26, mens median er tkr 10. Alle bransjer over streken (mellom M og L) har gj.sn.
rev.honorar over tkr 12,26, og median over tkr 10. Alle "blå" bransjer er over streken.
Tabell 7-66: Korrelasjon mellom revisjonshonorar (gjennomsnittlig og median) og
fravalgsandel i bransje.
Vedlegg 4.8.4 – Fravalg avhengig av lønnsomhet
Tabell 7-67: Deskriptive analyser av lønnsomhet avhengig fravalgsbeslutning.
Lønnsomhet er definert som selskapets totalkapitalrentabilitet.
Side 220
Tabell 7-68: Fravalgsandel avhengig av positiv/negativ lønnsomhet.
Positiv og negativ lønnsomhet er definert som totalkapitalrentabilitet henholdsvis større og
mindre enn 0.
Vedlegg 4.8.5 – Fravalgsandel avhengig av gjeldsgrad
Tabell 7-69: Deskriptive analyser av gjeldsgrad avhengig fravalgsbeslutning
Tabell 7-70: Deskriptive analyser av egenkapital avhengig fravalgsbeslutning
typeselskap Snittgjeldsgrad SnittEK Snittgjeldfravelger revisor 1,52 814 1 237
beholder revisor 2,23 1 136 2 522
Tabell 7-71: Beregnet gjennomsnittlig gjeld basert på gjeldsgrad og egenkapital.
Side 221
Vedlegg 4.9 – Big 5
Vedlegg 4.9.1 – Fravalgets påvirkning på de ulike revisjonsselskapene
ORGNR REVISORNAVN
BEHOLDT
31.12.11 (1)
BEHOLDT
30.04.11 (2)
FRAVALGT
30.04.11 (3)
SUM
SMÅ
30.04.11 30.04.11 31.12.11 TOTALT FRAVALG
ANNET
(4)
TOTALT
(5) FRAVALG (6)
TOT. PORTOFOLIO
PGA FRAVALG (7) 30.04.11 31.12.11 30.04.11 31.12.11 ENDR 30.04.11 31.12.11 ENDR 30.04.11 31.12.11 ENDR
976389387 ERNST & YOUNG AS 5 095 5 120 2 116 7 236 16 723 14484 ‐2 239 ‐2 116 ‐123 ‐13 % ‐29 % ‐13 % 43 % 35 % 6,4 % 7,0 % 0,7 % 9,3 % 9,4 % 0,1 % 7,8 % 8,4 % 0,7 %
987009713 PRICEWATERHOUSECOOPERS AS 4 525 4 540 2 450 6 990 16 797 14230 ‐2 567 ‐2 450 ‐117 ‐15 % ‐35 % ‐15 % 42 % 32 % 6,2 % 6,3 % 0,1 % 9,6 % 9,7 % 0,1 % 7,8 % 8,3 % 0,5 %
980211282 DELOITTE AS 4 104 4 017 1 497 5 514 12 469 10907 ‐1 562 ‐1 497 ‐65 ‐13 % ‐27 % ‐12 % 44 % 38 % 4,9 % 5,7 % 0,8 % 6,8 % 6,8 % 0,0 % 5,8 % 6,3 % 0,6 %
935174627 KPMG AS 3 272 3 277 1 917 5 194 11 153 9145 ‐2 008 ‐1 917 ‐91 ‐18 % ‐37 % ‐17 % 47 % 36 % 4,6 % 4,5 % ‐0,1 % 5,8 % 5,9 % 0,1 % 5,2 % 5,3 % 0,1 %
Sum BIG 4 16 996 16 954 7 980 24934 57142 48766 ‐8376 ‐7980 ‐396 ‐15 % ‐32 % ‐14 % 44 % 35 % 22,0 % 23,5 % 1,5 % 31,5 % 31,8 % 0,3 % 26,5 % 28,3 % 1,8 %
993606650 BDO AS 7 235 6 549 3 324 9 873 18 668 15158 ‐3 510 ‐3 324 ‐186 ‐19 % ‐34 % ‐18 % 53 % 48 % 8,7 % 10,0 % 1,3 % 8,6 % 7,9 % ‐0,7 % 8,7 % 8,8 % 0,1 %
Sum BIG 5 24 231 23 503 11 304 34 807 75 810 63 924 ‐11 886 ‐11 304 ‐582 ‐16 % ‐32 % ‐15 % 46 % 38 % 30,7 % 33,5 % 2,8 % 40,1 % 39,8 % ‐0,4 % 35,2 % 37,1 % 2,0 %
988617105 INTER REVISJON AS 2 862 3 313 1 488 4 801 8 891 7317 ‐1 574 ‐1 488 ‐86 ‐18 % ‐31 % ‐17 % 54 % 39 % 4,2 % 4,0 % ‐0,3 % 4,0 % 4,5 % 0,5 % 4,1 % 4,2 % 0,1 %
Sum MELLOMSTORE 24 746 25 548 15 135 40 683 74 896 58 839 ‐16 057 ‐15 135 ‐922 ‐21 % ‐37 % ‐20 % 54 % 42 % 35,9 % 34,2 % ‐1,7 % 33,5 % 34,1 % 0,7 % 34,7 % 34,2 % ‐0,6 %
Sum SMÅ 23 307 23 214 14 559 37 773 64 930 49 434 ‐15 496 ‐14 559 ‐937 ‐24 % ‐39 % ‐22 % 58 % 47 % 33,3 % 32,2 % ‐1,1 % 26,6 % 26,2 % ‐0,4 % 30,1 % 28,7 % ‐1,4 %
Mangler revisor 64 83 69 152 NA NA NA ‐69 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
ALLE 72 348 72 348 41 067 113 415 215 636 172 197 ‐43 439 ‐41 067 ‐2 372 ‐20 % ‐36 % ‐19 % 53 % 42 % 100,0 % 100,0 % 0,0 % 100,0 % 100,0 % 0,0 % 100,0 % 100,0 % 0,0 %
ALLE
ANDEL SMÅ (%) av
porteføljeREVISOR SMÅ (#) ALLE (#)
ENDRING MARKEDSANDEL (%)
ANTALL PROSENT SMÅ ØVRIGE
Tabell 7-72: Konsekvenser av fravalg kategorisert for store, mellomstore og små revisjonsselskap.
Kommentarer til tabellen.
(1) : Antall kunder som kan velge bort revisjons (små kunder) revisjonsselskapet hadde pr 31.12.2011
(2) : Antall små kunder revisjonsselskapet hadde pr 30.04.2011 som har beholdt revisor pr 31.12.2011
(3) : Antall små kunder revisjonsselskapet hadde pr 30.04.2011 som har valgt bort revisor pr 31.12.2011
(4) : Endring i antall kunder som følge av naturlig avgang (blant annet slettinger og hvor kunder har byttet revisor).
(5) : Den totale endringen i hele porteføljen (både som følge av fravalg og naturlig avgang av klienter), målt i prosent
(6) : Fravalgsandel for kunder som kan velge bort revisjon (små), målt i prosent.
(7) : Fravalgte kunders påvirkning på totalporteføljen, målt i prosent.
Side 222
ORGNR REVISORNAVN STORT/MELLOMSTORT/LITE
REVISJONSFORETAK BEHOLDT
31.12.11 (1)
BEHOLDT
30.04.11 (2)
FRAVALGT
30.04.11 (3)
SUM
SMÅ
30.04.11 30.04.11 31.12.11 TOTALT FRAVALG
ANNET
(4)
TOTALT
(5)
FRAVALG
(6)
TOT.
PORTOFOLIO
PGA FRAVALG (7)
30.04.11 31.12.11 30.04.11 31.12.11 ENDR 30.04.11 31.12.1
1
ENDR 30.04.11 31.12.11 ENDR
993606650 BDO AS STORT 7235 6549 3324 9 873 18 668 15158 ‐3 510 ‐3 324 ‐186 ‐19 % ‐34 % ‐18 % 53 % 48 % 8,7 % 10,0 % 1,3 % 8,6 % 7,9 % ‐0,7 % 8,7 % 8,8 % 0,1 %
976389387 ERNST & YOUNG AS STORT 5095 5120 2116 7 236 16 723 14484 ‐2 239 ‐2 116 ‐123 ‐13 % ‐29 % ‐13 % 43 % 35 % 6,4 % 7,0 % 0,7 % 9,3 % 9,4 % 0,1 % 7,8 % 8,4 % 0,7 %
987009713 PRICEWATERHOUSECOOPERS AS STORT 4525 4540 2450 6 990 16 797 14230 ‐2 567 ‐2 450 ‐117 ‐15 % ‐35 % ‐15 % 42 % 32 % 6,2 % 6,3 % 0,1 % 9,6 % 9,7 % 0,1 % 7,8 % 8,3 % 0,5 %
980211282 DELOITTE AS STORT 4104 4017 1497 5 514 12 469 10907 ‐1 562 ‐1 497 ‐65 ‐13 % ‐27 % ‐12 % 44 % 38 % 4,9 % 5,7 % 0,8 % 6,8 % 6,8 % 0,0 % 5,8 % 6,3 % 0,6 %
935174627 KPMG AS STORT 3272 3277 1917 5 194 11 153 9145 ‐2 008 ‐1 917 ‐91 ‐18 % ‐37 % ‐17 % 47 % 36 % 4,6 % 4,5 % ‐0,1 % 5,8 % 5,9 % 0,1 % 5,2 % 5,3 % 0,1 %
988617105 INTER REVISJON AS MELLOMSTORT 2862 3313 1488 4 801 8 891 7317 ‐1 574 ‐1 488 ‐86 ‐18 % ‐31 % ‐17 % 54 % 39 % 4,2 % 4,0 % ‐0,3 % 4,0 % 4,5 % 0,5 % 4,1 % 4,2 % 0,1 %
987196084 CROWE HORWATH AS MELLOMSTORT 707 721 719 1 440 2 861 2094 ‐767 ‐719 ‐48 ‐27 % ‐50 % ‐25 % 50 % 34 % 1,3 % 1,0 % ‐0,3 % 1,4 % 1,4 % 0,0 % 1,3 % 1,2 % ‐0,1 %
936025609 REVISJONSCOMPAGNIET AS MELLOMSTORT 595 587 410 997 1 808 1377 ‐431 ‐410 ‐21 ‐24 % ‐41 % ‐23 % 55 % 43 % 0,9 % 0,8 % ‐0,1 % 0,8 % 0,8 % 0,0 % 0,8 % 0,8 % 0,0 %
893046372 REVISORGRUPPEN HORDALAND DA MELLOMSTORT 690 692 304 996 1 773 1455 ‐318 ‐304 ‐14 ‐18 % ‐31 % ‐17 % 56 % 47 % 0,9 % 1,0 % 0,1 % 0,8 % 0,8 % 0,0 % 0,8 % 0,8 % 0,0 %
857741862 SAMARBEIDENDE REVISORER AS MELLOMSTORT 493 538 452 990 1 909 1439 ‐470 ‐452 ‐18 ‐25 % ‐46 % ‐24 % 52 % 34 % 0,9 % 0,7 % ‐0,2 % 0,9 % 0,9 % 0,0 % 0,9 % 0,8 % 0,0 %
914658314 NITSCHKE AS MELLOMSTORT 614 617 232 849 1 632 1383 ‐249 ‐232 ‐17 ‐15 % ‐27 % ‐14 % 52 % 44 % 0,7 % 0,8 % 0,1 % 0,8 % 0,8 % 0,0 % 0,8 % 0,8 % 0,0 %
987593636 REVISORKOLLEGIET AS MELLOMSTORT 448 447 358 805 1 457 1083 ‐374 ‐358 ‐16 ‐26 % ‐44 % ‐25 % 55 % 41 % 0,7 % 0,6 % ‐0,1 % 0,6 % 0,6 % 0,0 % 0,7 % 0,6 % 0,0 %
888976272 BJØRGVIN REVISJON AS MELLOMSTORT 550 546 191 737 1 300 1095 ‐205 ‐191 ‐14 ‐16 % ‐26 % ‐15 % 57 % 50 % 0,6 % 0,8 % 0,1 % 0,6 % 0,5 % 0,0 % 0,6 % 0,6 % 0,0 %
943708428 REVISJON SØR AS MELLOMSTORT 367 367 348 715 1 218 856 ‐362 ‐348 ‐14 ‐30 % ‐49 % ‐29 % 59 % 43 % 0,6 % 0,5 % ‐0,1 % 0,5 % 0,5 % 0,0 % 0,6 % 0,5 % ‐0,1 %
972412112 SVINDAL LEIDLAND MYHRER & CO AS Statsautoriserte revMELLOMSTORT 369 371 261 632 1 153 886 ‐267 ‐261 ‐6 ‐23 % ‐41 % ‐23 % 55 % 42 % 0,6 % 0,5 % 0,0 % 0,5 % 0,5 % 0,0 % 0,5 % 0,5 % 0,0 %
985196729 PARTNER REVISJON DA MELLOMSTORT 358 359 257 616 1 156 885 ‐271 ‐257 ‐14 ‐23 % ‐42 % ‐22 % 53 % 40 % 0,5 % 0,5 % 0,0 % 0,5 % 0,5 % 0,0 % 0,5 % 0,5 % 0,0 %
989027654 REVISJONSFIRMAET HEM LANGEMYHR OLSEN AS MELLOMSTORT 386 387 226 613 1 023 783 ‐240 ‐226 ‐14 ‐23 % ‐37 % ‐22 % 60 % 49 % 0,5 % 0,5 % 0,0 % 0,4 % 0,4 % 0,0 % 0,5 % 0,5 % 0,0 %
987679026 REVISJONSFIRMAET ÅSVANG & CO AS MELLOMSTORT 376 377 234 611 1 083 836 ‐247 ‐234 ‐13 ‐23 % ‐38 % ‐22 % 56 % 45 % 0,5 % 0,5 % 0,0 % 0,5 % 0,5 % 0,0 % 0,5 % 0,5 % 0,0 %
963813252 THORSEN WIGESTRAND & CO DA MELLOMSTORT 399 395 216 611 1 055 824 ‐231 ‐216 ‐15 ‐22 % ‐35 % ‐20 % 58 % 48 % 0,5 % 0,6 % 0,0 % 0,4 % 0,4 % 0,0 % 0,5 % 0,5 % 0,0 %
970978984 ORKLA REVISJON AS MELLOMSTORT 340 334 273 607 1 014 723 ‐291 ‐273 ‐18 ‐29 % ‐45 % ‐27 % 60 % 47 % 0,5 % 0,5 % ‐0,1 % 0,4 % 0,4 % 0,0 % 0,5 % 0,4 % ‐0,1 %
980995151 BDT VIKEN REVISJON AS MELLOMSTORT 331 335 265 600 1 121 840 ‐281 ‐265 ‐16 ‐25 % ‐44 % ‐24 % 54 % 39 % 0,5 % 0,5 % ‐0,1 % 0,5 % 0,5 % 0,0 % 0,5 % 0,5 % 0,0 %
947212990 Revisjonsfirmaet Arne Klæth A/S MELLOMSTORT 456 451 133 584 1 051 910 ‐141 ‐133 ‐8 ‐13 % ‐23 % ‐13 % 56 % 50 % 0,5 % 0,6 % 0,1 % 0,5 % 0,5 % 0,0 % 0,5 % 0,5 % 0,0 %
951697826 SANDBERG REVISJON AS MELLOMSTORT 301 302 281 583 1 000 711 ‐289 ‐281 ‐8 ‐29 % ‐48 % ‐28 % 58 % 42 % 0,5 % 0,4 % ‐0,1 % 0,4 % 0,4 % 0,0 % 0,5 % 0,4 % ‐0,1 %
982316588 RSM HASNER AS MELLOMSTORT 353 355 212 567 1 205 978 ‐227 ‐212 ‐15 ‐19 % ‐37 % ‐18 % 47 % 36 % 0,5 % 0,5 % 0,0 % 0,6 % 0,6 % 0,0 % 0,6 % 0,6 % 0,0 %
993809489 VIDI REVISJON AS MELLOMSTORT 422 408 159 567 965 795 ‐170 ‐159 ‐11 ‐18 % ‐28 % ‐16 % 59 % 53 % 0,5 % 0,6 % 0,1 % 0,4 % 0,4 % 0,0 % 0,4 % 0,5 % 0,0 %
974481596 REVISJONSSELSKAPET AS MELLOMSTORT 331 330 223 553 933 693 ‐240 ‐223 ‐17 ‐26 % ‐40 % ‐24 % 59 % 48 % 0,5 % 0,5 % 0,0 % 0,4 % 0,4 % 0,0 % 0,4 % 0,4 % 0,0 %
983953328 KJELSTRUP & WIGGEN AS MELLOMSTORT 401 418 117 535 1 229 1103 ‐126 ‐117 ‐9 ‐10 % ‐22 % ‐10 % 44 % 36 % 0,5 % 0,6 % 0,1 % 0,7 % 0,7 % 0,0 % 0,6 % 0,6 % 0,1 %
985524653 REVISORGRUPPEN TRØNDELAG AS MELLOMSTORT 323 322 209 531 900 685 ‐215 ‐209 ‐6 ‐24 % ‐39 % ‐23 % 59 % 47 % 0,5 % 0,4 % 0,0 % 0,4 % 0,4 % 0,0 % 0,4 % 0,4 % 0,0 %
962990746 STIANSEN & CO AS MELLOMSTORT 309 312 211 523 1 021 797 ‐224 ‐211 ‐13 ‐22 % ‐40 % ‐21 % 51 % 39 % 0,5 % 0,4 % 0,0 % 0,5 % 0,5 % 0,0 % 0,5 % 0,5 % 0,0 %
990513236 REVISORGRUPPEN MØRE AS MELLOMSTORT 342 342 178 520 933 745 ‐188 ‐178 ‐10 ‐20 % ‐34 % ‐19 % 56 % 46 % 0,5 % 0,5 % 0,0 % 0,4 % 0,4 % 0,0 % 0,4 % 0,4 % 0,0 %
983773370 BECKMAN LUNDEVALL REVISJON AS MELLOMSTORT 304 310 205 515 778 559 ‐219 ‐205 ‐14 ‐28 % ‐40 % ‐26 % 66 % 54 % 0,5 % 0,4 % 0,0 % 0,3 % 0,3 % 0,0 % 0,4 % 0,3 % 0,0 %
988782041 COLLEGIUM REVISJON AS MELLOMSTORT 341 341 127 468 828 694 ‐134 ‐127 ‐7 ‐16 % ‐27 % ‐15 % 57 % 49 % 0,4 % 0,5 % 0,1 % 0,4 % 0,4 % 0,0 % 0,4 % 0,4 % 0,0 %
980024679 ERGA REVISJON AS MELLOMSTORT 384 389 68 457 892 818 ‐74 ‐68 ‐6 ‐8 % ‐15 % ‐8 % 51 % 47 % 0,4 % 0,5 % 0,1 % 0,4 % 0,4 % 0,0 % 0,4 % 0,5 % 0,1 %
967418064 BERGE & LUNDAL REVISJONSSELSKAP AS MELLOMSTORT 321 321 122 443 804 676 ‐128 ‐122 ‐6 ‐16 % ‐28 % ‐15 % 55 % 47 % 0,4 % 0,4 % 0,1 % 0,4 % 0,4 % 0,0 % 0,4 % 0,4 % 0,0 %
989069691 FSS REVISJON AS MELLOMSTORT 346 343 87 430 923 826 ‐97 ‐87 ‐10 ‐11 % ‐20 % ‐9 % 47 % 42 % 0,4 % 0,5 % 0,1 % 0,5 % 0,5 % 0,0 % 0,4 % 0,5 % 0,1 %
981497023 AGDER‐TEAM REVISJON AS LITE 240 237 177 414 691 504 ‐187 ‐177 ‐10 ‐27 % ‐43 % ‐26 % 60 % 48 % 0,4 % 0,3 % 0,0 % 0,3 % 0,3 % 0,0 % 0,3 % 0,3 % 0,0 %
983846459 LEO REVISJON DA MELLOMSTORT 257 255 145 400 714 557 ‐157 ‐145 ‐12 ‐22 % ‐36 % ‐20 % 56 % 46 % 0,4 % 0,4 % 0,0 % 0,3 % 0,3 % 0,0 % 0,3 % 0,3 % 0,0 %
986462406 FAKTA REVISJON AS MELLOMSTORT 270 267 125 392 714 580 ‐134 ‐125 ‐9 ‐19 % ‐32 % ‐18 % 55 % 47 % 0,3 % 0,4 % 0,0 % 0,3 % 0,3 % 0,0 % 0,3 % 0,3 % 0,0 %
987547502 BERGEN OG HORDALAND REVISJON AS MELLOMSTORT 269 269 123 392 665 538 ‐127 ‐123 ‐4 ‐19 % ‐31 % ‐18 % 59 % 50 % 0,3 % 0,4 % 0,0 % 0,3 % 0,3 % 0,0 % 0,3 % 0,3 % 0,0 %
964769516 LST REVISJON AS MELLOMSTORT 222 223 167 390 658 486 ‐172 ‐167 ‐5 ‐26 % ‐43 % ‐25 % 59 % 46 % 0,3 % 0,3 % 0,0 % 0,3 % 0,3 % 0,0 % 0,3 % 0,3 % 0,0 %
886980752 MGI REVISJON ASKER DA MELLOMSTORT 248 245 143 388 681 532 ‐149 ‐143 ‐6 ‐22 % ‐37 % ‐21 % 57 % 47 % 0,3 % 0,3 % 0,0 % 0,3 % 0,3 % 0,0 % 0,3 % 0,3 % 0,0 %
968312472 INTER REVISJON MOSS AS MELLOMSTORT 224 248 122 370 715 583 ‐132 ‐122 ‐10 ‐18 % ‐33 % ‐17 % 52 % 38 % 0,3 % 0,3 % 0,0 % 0,3 % 0,4 % 0,0 % 0,3 % 0,3 % 0,0 %
983549896 REVISJON RYFYLKE AS MELLOMSTORT 227 225 136 361 643 502 ‐141 ‐136 ‐5 ‐22 % ‐38 % ‐21 % 56 % 45 % 0,3 % 0,3 % 0,0 % 0,3 % 0,3 % 0,0 % 0,3 % 0,3 % 0,0 %
992768061 BAKKE HJELMAAS LARSEN DA MELLOMSTORT 225 230 122 352 797 668 ‐129 ‐122 ‐7 ‐16 % ‐35 % ‐15 % 44 % 34 % 0,3 % 0,3 % 0,0 % 0,4 % 0,4 % 0,0 % 0,4 % 0,4 % 0,0 %
894934352 REVISJONSFIRMAET FLATTUM & CO AS MELLOMSTORT 218 219 131 350 580 443 ‐137 ‐131 ‐6 ‐24 % ‐37 % ‐23 % 60 % 49 % 0,3 % 0,3 % 0,0 % 0,2 % 0,2 % 0,0 % 0,3 % 0,3 % 0,0 %
931282506 VESTERÅLS‐REVISJON AS MELLOMSTORT 239 240 109 349 663 548 ‐115 ‐109 ‐6 ‐17 % ‐31 % ‐16 % 53 % 44 % 0,3 % 0,3 % 0,0 % 0,3 % 0,3 % 0,0 % 0,3 % 0,3 % 0,0 %
991096957 AS REVISION MELLOMSTORT 191 198 137 335 592 450 ‐142 ‐137 ‐5 ‐24 % ‐41 % ‐23 % 57 % 42 % 0,3 % 0,3 % 0,0 % 0,3 % 0,3 % 0,0 % 0,3 % 0,3 % 0,0 %
980545717 SYSTEMREVISJON FOSEN AS LITE 173 174 154 328 556 390 ‐166 ‐154 ‐12 ‐30 % ‐47 % ‐28 % 59 % 44 % 0,3 % 0,2 % ‐0,1 % 0,2 % 0,2 % 0,0 % 0,3 % 0,2 % 0,0 %
942254962 MYRDAHL OG SVEEN AS MELLOMSTORT 258 244 82 326 657 572 ‐85 ‐82 ‐3 ‐13 % ‐25 % ‐12 % 50 % 45 % 0,3 % 0,4 % 0,1 % 0,3 % 0,3 % 0,0 % 0,3 % 0,3 % 0,0 %
948329905 INTER REVISJON SUNNHORDLAND AS MELLOMSTORT 216 237 87 324 599 501 ‐98 ‐87 ‐11 ‐16 % ‐27 % ‐15 % 54 % 43 % 0,3 % 0,3 % 0,0 % 0,3 % 0,3 % 0,0 % 0,3 % 0,3 % 0,0 %
987610859 REVISORHUSET AS MELLOMSTORT 225 225 97 322 687 581 ‐106 ‐97 ‐9 ‐15 % ‐30 % ‐14 % 47 % 39 % 0,3 % 0,3 % 0,0 % 0,4 % 0,4 % 0,0 % 0,3 % 0,3 % 0,0 %
983535712 H C ANDERSEN & CO AS MELLOMSTORT 171 169 153 322 575 405 ‐170 ‐153 ‐17 ‐30 % ‐48 % ‐27 % 56 % 42 % 0,3 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 % 0,3 % 0,2 % 0,0 %
987832916 HOVDEN & VATNE STATSAUTORISERTE REVISORAR AS LITE 215 216 99 315 553 447 ‐106 ‐99 ‐7 ‐19 % ‐31 % ‐18 % 57 % 48 % 0,3 % 0,3 % 0,0 % 0,2 % 0,2 % 0,0 % 0,3 % 0,3 % 0,0 %
969052121 INTER REVISJON STEINKJER AS MELLOMSTORT 219 243 71 314 538 464 ‐74 ‐71 ‐3 ‐14 % ‐23 % ‐13 % 58 % 47 % 0,3 % 0,3 % 0,0 % 0,2 % 0,2 % 0,0 % 0,2 % 0,3 % 0,0 %
987559853 INTER REVISJON ROMERIKE AS MELLOMSTORT 131 163 148 311 620 461 ‐159 ‐148 ‐11 ‐26 % ‐48 % ‐24 % 50 % 28 % 0,3 % 0,2 % ‐0,1 % 0,3 % 0,3 % 0,0 % 0,3 % 0,3 % 0,0 %
986095446 INTER REVISJON FREDRIKSTAD AS MELLOMSTORT 78 106 205 311 541 325 ‐216 ‐205 ‐11 ‐40 % ‐66 % ‐38 % 57 % 24 % 0,3 % 0,1 % ‐0,2 % 0,2 % 0,2 % 0,0 % 0,3 % 0,2 % ‐0,1 %
965820310 INTER REVISJON KRISTIANSAND AS MELLOMSTORT 204 206 96 302 595 487 ‐108 ‐96 ‐12 ‐18 % ‐32 % ‐16 % 51 % 42 % 0,3 % 0,3 % 0,0 % 0,3 % 0,3 % 0,0 % 0,3 % 0,3 % 0,0 %
984073275 REVISORGRUPPEN AGDER AS MELLOMSTORT 169 166 136 302 530 388 ‐142 ‐136 ‐6 ‐27 % ‐45 % ‐26 % 57 % 44 % 0,3 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
996105709 CREDO REVISJON AS LITE 190 192 109 301 521 408 ‐113 ‐109 ‐4 ‐22 % ‐36 % ‐21 % 58 % 47 % 0,3 % 0,3 % 0,0 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
987632380 GRANT THORNTON REVISJON AS MELLOMSTORT 195 197 102 299 580 476 ‐104 ‐102 ‐2 ‐18 % ‐34 % ‐18 % 52 % 41 % 0,3 % 0,3 % 0,0 % 0,3 % 0,3 % 0,0 % 0,3 % 0,3 % 0,0 %
SMÅ (#)REVISOR ALLE (#)ØVRIGE ALLE
ENDRING MARKEDSANDEL (%)
SMÅ
ANDEL SMÅ (%) av
porteføljeANTALL PROSENT
…fortsettelse på neste side.
Side 223
ORGNR REVISORNAVN STORT/MELLOMSTORT/LITE
REVISJONSFORETAK BEHOLDT
31.12.11 (1)
BEHOLDT
30.04.11 (2)
FRAVALGT
30.04.11 (3)
SUM
SMÅ
30.04.11 30.04.11 31.12.11 TOTALT FRAVALG
ANNET
(4)
TOTALT
(5)
FRAVALG
(6)
TOT.
PORTOFOLIO
PGA FRAVALG (7)
30.04.11 31.12.11 30.04.11 31.12.11 ENDR 30.04.11 31.12.1
1
ENDR 30.04.11 31.12.11 ENDR
979605994 PKF REVISJON AS LITE 214 229 69 298 624 547 ‐77 ‐69 ‐8 ‐12 % ‐23 % ‐11 % 48 % 39 % 0,3 % 0,3 % 0,0 % 0,3 % 0,3 % 0,0 % 0,3 % 0,3 % 0,0 %
985182736 STAVANGER REVISJON AS LITE 208 207 91 298 526 427 ‐99 ‐91 ‐8 ‐19 % ‐31 % ‐17 % 57 % 49 % 0,3 % 0,3 % 0,0 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
984161271 INTER REVISJON OSLO AS MELLOMSTORT 137 187 110 297 579 459 ‐120 ‐110 ‐10 ‐21 % ‐37 % ‐19 % 51 % 30 % 0,3 % 0,2 % ‐0,1 % 0,3 % 0,3 % 0,0 % 0,3 % 0,3 % 0,0 %
928942767 REVISORKONSULT AS LITE 172 170 124 294 568 435 ‐133 ‐124 ‐9 ‐23 % ‐42 % ‐22 % 52 % 40 % 0,3 % 0,2 % 0,0 % 0,3 % 0,3 % 0,0 % 0,3 % 0,3 % 0,0 %
991281061 MAGNUSSEN & PARTNER REVISJON AS MELLOMSTORT 162 166 122 288 575 417 ‐158 ‐122 ‐36 ‐27 % ‐42 % ‐21 % 50 % 39 % 0,3 % 0,2 % 0,0 % 0,3 % 0,3 % 0,0 % 0,3 % 0,2 % 0,0 %
954380262 REVISJONSSELSKAPET J BRUSERUD & CO AS MELLOMSTORT 151 156 124 280 427 298 ‐129 ‐124 ‐5 ‐30 % ‐44 % ‐29 % 66 % 51 % 0,2 % 0,2 % 0,0 % 0,1 % 0,1 % 0,0 % 0,2 % 0,2 % 0,0 %
987655887 REVISOR‐PARTNER AS MELLOMSTORT 229 227 52 279 527 469 ‐58 ‐52 ‐6 ‐11 % ‐19 % ‐10 % 53 % 49 % 0,2 % 0,3 % 0,1 % 0,2 % 0,2 % 0,0 % 0,2 % 0,3 % 0,0 %
957668933 FRAMÅS REVISJON AS MELLOMSTORT 151 150 129 279 511 378 ‐133 ‐129 ‐4 ‐26 % ‐46 % ‐25 % 55 % 40 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
984845499 REVISJONSKOMPANIET MIDT‐NORGE AS MELLOMSTORT 176 177 100 277 488 382 ‐106 ‐100 ‐6 ‐22 % ‐36 % ‐20 % 57 % 46 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
982696151 REVISORGRUPPEN TELEMARK AS MELLOMSTORT 142 141 133 274 498 356 ‐142 ‐133 ‐9 ‐29 % ‐49 % ‐27 % 55 % 40 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
967634794 REVISORSENTERET AS MELLOMSTORT 120 127 147 274 484 331 ‐153 ‐147 ‐6 ‐32 % ‐54 % ‐30 % 57 % 36 % 0,2 % 0,2 % ‐0,1 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
961225930 NORDMØRE REVISJON KRISTIANSUND AS MELLOMSTORT 155 163 105 268 530 416 ‐114 ‐105 ‐9 ‐22 % ‐39 % ‐20 % 51 % 37 % 0,2 % 0,2 % 0,0 % 0,3 % 0,3 % 0,0 % 0,2 % 0,2 % 0,0 %
989087126 ARETO REVISJON AS LITE 158 223 42 265 450 405 ‐45 ‐42 ‐3 ‐10 % ‐16 % ‐9 % 59 % 39 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,1 % 0,2 % 0,2 % 0,0 %
982743966 ØSTLANDSKE REVISORER AS MELLOMSTORT 99 99 162 261 465 289 ‐176 ‐162 ‐14 ‐38 % ‐62 % ‐35 % 56 % 34 % 0,2 % 0,1 % ‐0,1 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
989225219 BRULI REVISJON AS LITE 121 121 139 260 418 275 ‐143 ‐139 ‐4 ‐34 % ‐53 % ‐33 % 62 % 44 % 0,2 % 0,2 % ‐0,1 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
980820858 ABRAHAMSEN & LØKEN AS MELLOMSTORT 183 182 76 258 528 448 ‐80 ‐76 ‐4 ‐15 % ‐29 % ‐14 % 49 % 41 % 0,2 % 0,3 % 0,0 % 0,3 % 0,3 % 0,0 % 0,2 % 0,3 % 0,0 %
982519411 REVISJON VEST AS MELLOMSTORT 186 186 72 258 521 447 ‐74 ‐72 ‐2 ‐14 % ‐28 % ‐14 % 50 % 42 % 0,2 % 0,3 % 0,0 % 0,3 % 0,3 % 0,0 % 0,2 % 0,3 % 0,0 %
958876572 INTER REVISJON DRAMMEN AS MELLOMSTORT 110 149 109 258 445 329 ‐116 ‐109 ‐7 ‐26 % ‐42 % ‐24 % 58 % 33 % 0,2 % 0,2 % ‐0,1 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
982122333 LOKAL REVISJON AS MELLOMSTORT 126 124 134 258 452 311 ‐141 ‐134 ‐7 ‐31 % ‐52 % ‐30 % 57 % 41 % 0,2 % 0,2 % ‐0,1 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
971142952 LUNDES REVISJONSKONTOR DA LITE 178 175 66 241 402 334 ‐68 ‐66 ‐2 ‐17 % ‐27 % ‐16 % 60 % 53 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
979290861 HVERVEN REVISJON AS MELLOMSTORT 155 155 84 239 439 349 ‐90 ‐84 ‐6 ‐21 % ‐35 % ‐19 % 54 % 44 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
988041378 REVISJONSFIRMAET HOTVEDT & CO AS MELLOMSTORT 147 145 91 236 470 370 ‐100 ‐91 ‐9 ‐21 % ‐39 % ‐19 % 50 % 40 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
967604364 REVISORGRUPPEN MÆLAND & ØSTBYE AS MELLOMSTORT 139 137 99 236 440 337 ‐103 ‐99 ‐4 ‐23 % ‐42 % ‐23 % 54 % 41 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
986352945 FORUS REVISJON AS MELLOMSTORT 144 143 89 232 432 338 ‐94 ‐89 ‐5 ‐22 % ‐38 % ‐21 % 54 % 43 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
963048386 REVISJONSSELSKAPET OLSTAD & CO AS MELLOMSTORT 159 158 73 231 435 350 ‐85 ‐73 ‐12 ‐20 % ‐32 % ‐17 % 53 % 45 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
982781906 ERFA REVISJON AS MELLOMSTORT 115 115 115 230 419 295 ‐124 ‐115 ‐9 ‐30 % ‐50 % ‐27 % 55 % 39 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
951499072 KALLESTEN REVISJON OG REGNSKAP AS MELLOMSTORT 102 104 126 230 411 264 ‐147 ‐126 ‐21 ‐36 % ‐55 % ‐31 % 56 % 39 % 0,2 % 0,1 % ‐0,1 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
934330676 FINNMARKSREVISJON AS LITE 107 106 124 230 368 239 ‐129 ‐124 ‐5 ‐35 % ‐54 % ‐34 % 63 % 45 % 0,2 % 0,1 % ‐0,1 % 0,1 % 0,1 % 0,0 % 0,2 % 0,1 % 0,0 %
964356041 APELAND REVISJON Harald J Apeland LITE 171 171 58 229 377 317 ‐60 ‐58 ‐2 ‐16 % ‐25 % ‐15 % 61 % 54 % 0,2 % 0,2 % 0,0 % 0,1 % 0,1 % 0,0 % 0,2 % 0,2 % 0,0 %
993555517 REVISORGRUPPEN FMØ DA MELLOMSTORT 160 160 66 226 396 325 ‐71 ‐66 ‐5 ‐18 % ‐29 % ‐17 % 57 % 49 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
988902527 BODØ REVISJONSKONTOR AS LITE 103 102 122 224 360 229 ‐131 ‐122 ‐9 ‐36 % ‐54 % ‐34 % 62 % 45 % 0,2 % 0,1 % ‐0,1 % 0,1 % 0,1 % 0,0 % 0,2 % 0,1 % 0,0 %
965289380 SIGMA REVISJON AS MELLOMSTORT 123 127 96 223 387 284 ‐103 ‐96 ‐7 ‐27 % ‐43 % ‐25 % 58 % 43 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
968407880 REVISORTEAM VEST TELEMARK AS LITE 121 122 99 221 345 240 ‐105 ‐99 ‐6 ‐30 % ‐45 % ‐29 % 64 % 50 % 0,2 % 0,2 % 0,0 % 0,1 % 0,1 % 0,0 % 0,2 % 0,1 % 0,0 %
987597046 INTER REVISJON TØNSBERG AS MELLOMSTORT 105 105 114 219 410 286 ‐124 ‐114 ‐10 ‐30 % ‐52 % ‐28 % 53 % 37 % 0,2 % 0,1 % 0,0 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
963215827 BLOM REVISJON AS MELLOMSTORT 187 188 26 214 373 346 ‐27 ‐26 ‐1 ‐7 % ‐12 % ‐7 % 57 % 54 % 0,2 % 0,3 % 0,1 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
979180934 REVISORGRUPPEN ØSTFOLD DA LITE 143 144 70 214 372 300 ‐72 ‐70 ‐2 ‐19 % ‐33 % ‐19 % 58 % 48 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
936929443 NORDNORSK REVISJON SVOLVÆR AS MELLOMSTORT 137 147 66 213 376 309 ‐67 ‐66 ‐1 ‐18 % ‐31 % ‐18 % 57 % 44 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
988623512 REVISJON 1 AS LITE 172 171 40 211 395 353 ‐42 ‐40 ‐2 ‐11 % ‐19 % ‐10 % 53 % 49 % 0,2 % 0,2 % 0,1 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
960132734 VEKST REVISJON AS LITE 152 151 58 209 392 326 ‐66 ‐58 ‐8 ‐17 % ‐28 % ‐15 % 53 % 47 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
991456147 MOA REVISJON AS LITE 114 115 94 209 369 269 ‐100 ‐94 ‐6 ‐27 % ‐45 % ‐25 % 57 % 42 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
980422917 SKAARBREVIK, RENØ & ISAKSEN AS MELLOMSTORT 129 129 76 205 378 301 ‐77 ‐76 ‐1 ‐20 % ‐37 % ‐20 % 54 % 43 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
989048732 IDSØ & RAVNÅS REVISJON AS LITE 155 154 50 204 379 321 ‐58 ‐50 ‐8 ‐15 % ‐25 % ‐13 % 54 % 48 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
987865695 CENTER‐REVISJON AS LITE 135 134 69 203 354 282 ‐72 ‐69 ‐3 ‐20 % ‐34 % ‐19 % 57 % 48 % 0,2 % 0,2 % 0,0 % 0,1 % 0,1 % 0,0 % 0,2 % 0,2 % 0,0 %
979645309 INTER REVISJON FINNMARK AS MELLOMSTORT 66 80 123 203 304 178 ‐126 ‐123 ‐3 ‐41 % ‐61 % ‐40 % 67 % 37 % 0,2 % 0,1 % ‐0,1 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
976772954 ALBA REVISJON AS LITE 145 145 57 202 381 323 ‐58 ‐57 ‐1 ‐15 % ‐28 % ‐15 % 53 % 45 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
970895167 ALL REVISJON AS LITE 117 112 89 201 334 235 ‐99 ‐89 ‐10 ‐30 % ‐44 % ‐27 % 60 % 50 % 0,2 % 0,2 % 0,0 % 0,1 % 0,1 % 0,0 % 0,2 % 0,1 % 0,0 %
937578326 Inter Revisjon Bodø AS MELLOMSTORT 106 119 81 200 372 285 ‐87 ‐81 ‐6 ‐23 % ‐41 % ‐22 % 54 % 37 % 0,2 % 0,1 % 0,0 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
980906965 ECHAS REVISJON AS LITE 142 142 57 199 328 267 ‐61 ‐57 ‐4 ‐19 % ‐29 % ‐17 % 61 % 53 % 0,2 % 0,2 % 0,0 % 0,1 % 0,1 % 0,0 % 0,2 % 0,2 % 0,0 %
984669003 DIN REVISOR TELEMARK AS LITE 101 99 100 199 328 224 ‐104 ‐100 ‐4 ‐32 % ‐50 % ‐30 % 61 % 45 % 0,2 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,2 % 0,1 % 0,0 %
930344281 NILS‐INGAR BUGGE REVISJONSKONTOR AS LITE 128 127 65 192 355 285 ‐70 ‐65 ‐5 ‐20 % ‐34 % ‐18 % 54 % 45 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
964207380 VEEL KARLSEN & CO ANS MELLOMSTORT 141 141 50 191 351 298 ‐53 ‐50 ‐3 ‐15 % ‐26 % ‐14 % 54 % 47 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
989643118 PROFERO REVISJON DA LITE 140 139 49 188 322 270 ‐52 ‐49 ‐3 ‐16 % ‐26 % ‐15 % 58 % 52 % 0,2 % 0,2 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,2 % 0,0 %
930462551 VARDENS REVISJONSKONTOR AS LITE 116 119 69 188 307 233 ‐74 ‐69 ‐5 ‐24 % ‐37 % ‐22 % 61 % 50 % 0,2 % 0,2 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
983842321 BERNTSEN REVISJON AS LITE 92 92 96 188 327 226 ‐101 ‐96 ‐5 ‐31 % ‐51 % ‐29 % 57 % 41 % 0,2 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,2 % 0,1 % 0,0 %
879500672 REVISJONSFIRMA HOLM B BRATT AS LITE 107 107 80 187 312 228 ‐84 ‐80 ‐4 ‐27 % ‐43 % ‐26 % 60 % 47 % 0,2 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
982824133 REVISORTEAM DA LITE 103 103 83 186 338 252 ‐86 ‐83 ‐3 ‐25 % ‐45 % ‐25 % 55 % 41 % 0,2 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,2 % 0,1 % 0,0 %
990474729 HALFDAN NITTER AS LITE 112 111 71 182 290 215 ‐75 ‐71 ‐4 ‐26 % ‐39 % ‐24 % 63 % 52 % 0,2 % 0,2 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
988502790 INTER REVISJON GJØVIK AS MELLOMSTORT 89 87 95 182 279 181 ‐98 ‐95 ‐3 ‐35 % ‐52 % ‐34 % 65 % 49 % 0,2 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
987562765 PEDERSEN & SKOGHOLT AS MELLOMSTORT 109 106 74 180 359 277 ‐82 ‐74 ‐8 ‐23 % ‐41 % ‐21 % 50 % 39 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
SMÅ (#)REVISOR ALLE (#)ØVRIGE ALLE
ENDRING MARKEDSANDEL (%)
SMÅ
ANDEL SMÅ (%) av
porteføljeANTALL PROSENT
…fortsettelse på neste side.
Side 224
ORGNR REVISORNAVN STORT/MELLOMSTORT/LITE
REVISJONSFORETAK BEHOLDT
31.12.11 (1)
BEHOLDT
30.04.11 (2)
FRAVALGT
30.04.11 (3)
SUM
SMÅ
30.04.11 30.04.11 31.12.11 TOTALT FRAVALG
ANNET
(4)
TOTALT
(5)
FRAVALG
(6)
TOT.
PORTOFOLIO
PGA FRAVALG (7)
30.04.11 31.12.11 30.04.11 31.12.11 ENDR 30.04.11 31.12.1
1
ENDR 30.04.11 31.12.11 ENDR
979873247 ERGO REVISJON & RÅDGIVNING AS LITE 93 98 82 180 325 238 ‐87 ‐82 ‐5 ‐27 % ‐46 % ‐25 % 55 % 39 % 0,2 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,2 % 0,1 % 0,0 %
984549091 BERG REVISJON AS LITE 98 100 80 180 294 209 ‐85 ‐80 ‐5 ‐29 % ‐44 % ‐27 % 61 % 47 % 0,2 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
934147014 HÅLOGALAND REVISJON AS LITE 133 133 46 179 344 297 ‐47 ‐46 ‐1 ‐14 % ‐26 % ‐13 % 52 % 45 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
992227249 MOSS REVISJONSKONTOR AS LITE 82 83 96 179 326 222 ‐104 ‐96 ‐8 ‐32 % ‐54 % ‐29 % 55 % 37 % 0,2 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,2 % 0,1 % 0,0 %
996101924 REVISJONSFIRMA SØRLIE & CO AS LITE 101 103 73 176 270 197 ‐73 ‐73 ‐ ‐27 % ‐41 % ‐27 % 65 % 51 % 0,2 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
987634618 AKTIVA REVISJON AS LITE 101 105 68 173 322 248 ‐74 ‐68 ‐6 ‐23 % ‐39 % ‐21 % 54 % 41 % 0,2 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
952011677 SOLHØI REVISJON AS MELLOMSTORT 101 100 71 171 351 275 ‐76 ‐71 ‐5 ‐22 % ‐42 % ‐20 % 49 % 37 % 0,2 % 0,1 % 0,0 % 0,2 % 0,2 % 0,0 % 0,2 % 0,2 % 0,0 %
880406582 REVISORFIRMA ULF STRANDE AS LITE 95 89 82 171 281 193 ‐88 ‐82 ‐6 ‐31 % ‐48 % ‐29 % 61 % 49 % 0,2 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
982067324 INTER REVISJON VOSS AS MELLOMSTORT 70 70 101 171 268 162 ‐106 ‐101 ‐5 ‐40 % ‐59 % ‐38 % 64 % 43 % 0,2 % 0,1 % ‐0,1 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
944545832 HR‐REVISJON AS LITE 103 102 68 170 295 226 ‐69 ‐68 ‐1 ‐23 % ‐40 % ‐23 % 58 % 46 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
987800488 INTER REVISJON ASKIM OG MYSEN AS MELLOMSTORT 75 90 80 170 296 214 ‐82 ‐80 ‐2 ‐28 % ‐47 % ‐27 % 57 % 35 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
971178965 SYSTEMREVISJON AS LITE 104 107 63 170 271 203 ‐68 ‐63 ‐5 ‐25 % ‐37 % ‐23 % 63 % 51 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
988520292 REVISJONSFIRMAET SCHUMACHER & HAMMER AS LITE 95 93 74 167 260 184 ‐76 ‐74 ‐2 ‐29 % ‐44 % ‐28 % 64 % 52 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
884880432 BRYNE REVISJON AS LITE 86 86 80 166 278 193 ‐85 ‐80 ‐5 ‐31 % ‐48 % ‐29 % 60 % 45 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
994613413 ABC REVISJON AS LITE 82 76 90 166 263 169 ‐94 ‐90 ‐4 ‐36 % ‐54 % ‐34 % 63 % 49 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
989199978 REIDAR SUND REVISJON AS LITE 95 95 69 164 283 213 ‐70 ‐69 ‐1 ‐25 % ‐42 % ‐24 % 58 % 45 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
982767970 REVISJON SKAGERRAK AS LITE 85 85 79 164 266 185 ‐81 ‐79 ‐2 ‐30 % ‐48 % ‐30 % 62 % 46 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
967645354 REVISJONSPARTNER AS LITE 131 130 33 163 308 270 ‐38 ‐33 ‐5 ‐12 % ‐20 % ‐11 % 53 % 49 % 0,1 % 0,2 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,2 % 0,0 %
931980068 Revisjonsfirmaet Olstad Jensen AS LITE 91 91 72 163 313 238 ‐75 ‐72 ‐3 ‐24 % ‐44 % ‐23 % 52 % 38 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
979399170 STENE REVISJON AS LITE 118 116 46 162 257 207 ‐50 ‐46 ‐4 ‐19 % ‐28 % ‐18 % 63 % 57 % 0,1 % 0,2 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
951725005 LOFOTREVISJON AS MELLOMSTORT 77 78 83 161 329 243 ‐86 ‐83 ‐3 ‐26 % ‐52 % ‐25 % 49 % 32 % 0,1 % 0,1 % 0,0 % 0,2 % 0,2 % 0,0 % 0,2 % 0,1 % 0,0 %
996107485 REVISORKOMPANIET TROMSØ AS LITE 67 68 93 161 319 219 ‐100 ‐93 ‐7 ‐31 % ‐58 % ‐29 % 50 % 31 % 0,1 % 0,1 % 0,0 % 0,2 % 0,2 % 0,0 % 0,1 % 0,1 % 0,0 %
984577435 LC REVISJON AS LITE 120 119 41 160 284 242 ‐42 ‐41 ‐1 ‐15 % ‐26 % ‐14 % 56 % 50 % 0,1 % 0,2 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
962781055 ROLF JOSTEIN DVERSNES LITE 89 88 72 160 260 186 ‐74 ‐72 ‐2 ‐28 % ‐45 % ‐28 % 62 % 48 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
993392170 KOPSTAD OG KURE REVISJON AS LITE 90 86 74 160 254 178 ‐76 ‐74 ‐2 ‐30 % ‐46 % ‐29 % 63 % 51 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
974439875 OLE ENGE BOTTEN AS LITE 101 101 58 159 258 199 ‐59 ‐58 ‐1 ‐23 % ‐36 % ‐22 % 62 % 51 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
875868632 REVISIONSBUREAUET AS LITE 100 102 56 158 268 206 ‐62 ‐56 ‐6 ‐23 % ‐35 % ‐21 % 59 % 49 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
988715638 LYNGEN REVISJON AS LITE 115 116 42 158 236 192 ‐44 ‐42 ‐2 ‐19 % ‐27 % ‐18 % 67 % 60 % 0,1 % 0,2 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
839223692 REVISORGRUPPEN FJORDANE AS LITE 105 104 54 158 234 179 ‐55 ‐54 ‐1 ‐24 % ‐34 % ‐23 % 68 % 59 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
985135088 SØR‐HEDMARK REVISJON AS LITE 105 105 51 156 270 217 ‐53 ‐51 ‐2 ‐20 % ‐33 % ‐19 % 58 % 48 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
987210818 ÅLESUND TEAM‐REVISJON AS LITE 113 113 41 154 280 236 ‐44 ‐41 ‐3 ‐16 % ‐27 % ‐15 % 55 % 48 % 0,1 % 0,2 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
962661475 REGISTRERT REVISOR BENTE WILHELMSEN MELLOMSTORT 84 82 72 154 247 175 ‐72 ‐72 ‐ ‐29 % ‐47 % ‐29 % 62 % 48 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
995285428 REVISJONSFIRMA STURE HANSEN AS LITE 113 111 42 153 252 203 ‐49 ‐42 ‐7 ‐19 % ‐27 % ‐17 % 61 % 56 % 0,1 % 0,2 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
980404277 HÅLOGALAND REVISJON HARSTAD AS LITE 91 91 61 152 253 191 ‐62 ‐61 ‐1 ‐25 % ‐40 % ‐24 % 60 % 48 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
987199458 REVISORGRUPPEN DRAMMEN AS LITE 78 81 71 152 226 148 ‐78 ‐71 ‐7 ‐35 % ‐47 % ‐31 % 67 % 53 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
964776911 INTER REVISJON HEMNE AS MELLOMSTORT 70 77 74 151 268 191 ‐77 ‐74 ‐3 ‐29 % ‐49 % ‐28 % 56 % 37 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
979509650 REVISJONSFIRMA BEINT LIAN AS LITE 134 134 16 150 238 219 ‐19 ‐16 ‐3 ‐8 % ‐11 % ‐7 % 63 % 61 % 0,1 % 0,2 % 0,1 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
966289945 MARTIN ELTARVÅG AS LITE 105 104 46 150 261 212 ‐49 ‐46 ‐3 ‐19 % ‐31 % ‐18 % 57 % 50 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
953260484 REVISJONSFIRMAET ANDRESEN OG BOLSTAD AS LITE 110 109 39 148 248 208 ‐40 ‐39 ‐1 ‐16 % ‐26 % ‐16 % 60 % 53 % 0,1 % 0,2 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
957927866 IVERSEN REVISJON AS MELLOMSTORT 85 85 61 146 300 237 ‐63 ‐61 ‐2 ‐21 % ‐42 % ‐20 % 49 % 36 % 0,1 % 0,1 % 0,0 % 0,2 % 0,2 % 0,0 % 0,1 % 0,1 % 0,0 %
987753897 ZUM REVISORER AS LITE 82 81 64 145 264 198 ‐66 ‐64 ‐2 ‐25 % ‐44 % ‐24 % 55 % 41 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
987195452 REVISJONSFIRMA DANIELSEN & CO AS LITE 69 68 77 145 251 170 ‐81 ‐77 ‐4 ‐32 % ‐53 % ‐31 % 58 % 41 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
972416436 REVISJONSFIRMA HALVOR HUNSTAD AS LITE 102 105 39 144 240 200 ‐40 ‐39 ‐1 ‐17 % ‐27 % ‐16 % 60 % 51 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
975800679 ALPHA REVISJON AS LITE 87 87 55 142 256 197 ‐59 ‐55 ‐4 ‐23 % ‐39 % ‐21 % 55 % 44 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
989511394 INTER REVISJON NARVIK AS MELLOMSTORT 53 72 69 141 273 200 ‐73 ‐69 ‐4 ‐27 % ‐49 % ‐25 % 52 % 27 % 0,1 % 0,1 % ‐0,1 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
988432539 JÆRREVISJON AS LITE 80 80 61 141 250 184 ‐66 ‐61 ‐5 ‐26 % ‐43 % ‐24 % 56 % 43 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
985524645 HØIDAHL & SOLHEIM AS LITE 62 76 64 140 209 139 ‐70 ‐64 ‐6 ‐33 % ‐46 % ‐31 % 67 % 45 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
988913081 NILSONS REVISJONSKONTOR AS LITE 99 97 41 138 269 226 ‐43 ‐41 ‐2 ‐16 % ‐30 % ‐15 % 51 % 44 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
976048695 REVISJONSSELSKAPET K‐TEAM AS LITE 78 81 56 137 238 175 ‐63 ‐56 ‐7 ‐26 % ‐41 % ‐24 % 58 % 45 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
962504515 TORE KRISTIAN TJEMSLAND LITE 101 99 37 136 232 192 ‐40 ‐37 ‐3 ‐17 % ‐27 % ‐16 % 59 % 53 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
982247268 NORD‐VEST REVISJON AS LITE 95 95 41 136 207 162 ‐45 ‐41 ‐4 ‐22 % ‐30 % ‐20 % 66 % 59 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
962506569 OLA TRYGGE GIMNES LITE 113 113 22 135 231 209 ‐22 ‐22 ‐ ‐10 % ‐16 % ‐10 % 58 % 54 % 0,1 % 0,2 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
984175329 REVISJONSFIRMA EIRIK LOTHE AS LITE 84 84 49 133 206 155 ‐51 ‐49 ‐2 ‐25 % ‐37 % ‐24 % 65 % 54 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
850249652 ÅRNES REVISJON AS LITE 63 62 70 132 252 180 ‐72 ‐70 ‐2 ‐29 % ‐53 % ‐28 % 52 % 35 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
977263301 WAHL‐OLSEN REVISJON AS LITE 106 99 33 132 210 175 ‐35 ‐33 ‐2 ‐17 % ‐25 % ‐16 % 63 % 61 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
991163905 AGDER REVISJON AS MELLOMSTORT 63 63 69 132 222 145 ‐77 ‐69 ‐8 ‐35 % ‐52 % ‐31 % 59 % 43 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
963521162 NORGESREVISJON AS LITE 74 75 56 131 213 154 ‐59 ‐56 ‐3 ‐28 % ‐43 % ‐26 % 62 % 48 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
985195129 REVISORTEAM MIDT‐TELEMARK AS LITE 77 81 49 130 258 207 ‐51 ‐49 ‐2 ‐20 % ‐38 % ‐19 % 50 % 37 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
974483491 ROGNAN REVISJON AS LITE 63 63 66 129 232 162 ‐70 ‐66 ‐4 ‐30 % ‐51 % ‐28 % 56 % 39 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
SMÅ (#)REVISOR ALLE (#)ØVRIGE ALLE
ENDRING MARKEDSANDEL (%)
SMÅ
ANDEL SMÅ (%) av
porteføljeANTALL PROSENT
…fortsettelse på neste side.
Side 225
ORGNR REVISORNAVN STORT/MELLOMSTORT/LITE
REVISJONSFORETAK BEHOLDT
31.12.11 (1)
BEHOLDT
30.04.11 (2)
FRAVALGT
30.04.11 (3)
SUM
SMÅ
30.04.11 30.04.11 31.12.11 TOTALT FRAVALG
ANNET
(4)
TOTALT
(5)
FRAVALG
(6)
TOT.
PORTOFOLIO
PGA FRAVALG (7)
30.04.11 31.12.11 30.04.11 31.12.11 ENDR 30.04.11 31.12.1
1
ENDR 30.04.11 31.12.11 ENDR
881087782 INTER REVISJON KRISTIANSUND AS MELLOMSTORT 80 86 42 128 234 192 ‐42 ‐42 ‐ ‐18 % ‐33 % ‐18 % 55 % 42 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
994419110 ACCEPTOR REVISJON AS LITE 66 65 63 128 203 137 ‐66 ‐63 ‐3 ‐33 % ‐49 % ‐31 % 63 % 48 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
980652750 REGISTRERT REVISOR BODIL S HØILAND AS LITE 45 48 80 128 202 119 ‐83 ‐80 ‐3 ‐41 % ‐63 % ‐40 % 63 % 38 % 0,1 % 0,1 % ‐0,1 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
988701580 SAGVAAG REVISJON AS LITE 83 83 44 127 230 186 ‐44 ‐44 ‐ ‐19 % ‐35 % ‐19 % 55 % 45 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
975784657 REVISORSENTERET FARSUND AS LITE 20 86 41 127 191 147 ‐44 ‐41 ‐3 ‐23 % ‐32 % ‐21 % 66 % 14 % 0,1 % 0,0 % ‐0,1 % 0,1 % 0,1 % 0,1 % 0,1 % 0,1 % 0,0 %
986204563 REVISJONSSELSKAPET JØNTVEDT AS LITE 37 39 86 125 261 159 ‐102 ‐86 ‐16 ‐39 % ‐69 % ‐33 % 48 % 23 % 0,1 % 0,1 % ‐0,1 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
988481580 REVISORSENTERET MANDAL AS LITE 67 67 58 125 202 140 ‐62 ‐58 ‐4 ‐31 % ‐46 % ‐29 % 62 % 48 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
958246595 NORDSTRAND REVISJON AS LITE 102 100 24 124 205 180 ‐25 ‐24 ‐1 ‐12 % ‐19 % ‐12 % 60 % 57 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
978685188 INTER REVISJON NAMDAL AS MELLOMSTORT 75 78 45 123 216 170 ‐46 ‐45 ‐1 ‐21 % ‐37 % ‐21 % 57 % 44 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
990174873 TELEREVISJON AS LITE 39 40 82 122 196 114 ‐82 ‐82 ‐ ‐42 % ‐67 % ‐42 % 62 % 34 % 0,1 % 0,1 % ‐0,1 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
979458207 LNL REVISJON AS MELLOMSTORT 107 106 15 121 322 305 ‐17 ‐15 ‐2 ‐5 % ‐12 % ‐5 % 38 % 35 % 0,1 % 0,1 % 0,0 % 0,2 % 0,2 % 0,0 % 0,1 % 0,2 % 0,0 %
990422052 PLUS REVISJON AS LITE 81 85 36 121 238 202 ‐36 ‐36 ‐ ‐15 % ‐30 % ‐15 % 51 % 40 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
976038886 REVISJONSFIRMAET ARNE J BUVIK AS LITE 90 91 28 119 206 176 ‐30 ‐28 ‐2 ‐15 % ‐24 % ‐14 % 58 % 51 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
975898946 FAUSKE REVISJON AS LITE 70 69 49 118 238 186 ‐52 ‐49 ‐3 ‐22 % ‐42 % ‐21 % 50 % 38 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
992985135 VELLE REVISJON AS LITE 80 78 40 118 219 171 ‐48 ‐40 ‐8 ‐22 % ‐34 % ‐18 % 54 % 47 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
974525933 REVISJON 1 NOR AS LITE 67 67 51 118 180 126 ‐54 ‐51 ‐3 ‐30 % ‐43 % ‐28 % 66 % 53 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
885973302 MIDT‐TROMS REVISJON AS LITE 65 64 53 117 230 177 ‐53 ‐53 ‐ ‐23 % ‐45 % ‐23 % 51 % 37 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
959183848 STATSAUTORISERT REVISOR ANDRE HANSØ AS LITE 89 89 28 117 191 158 ‐33 ‐28 ‐5 ‐17 % ‐24 % ‐15 % 61 % 56 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
959152446 FGH REVISJON AS LITE 69 69 47 116 211 161 ‐50 ‐47 ‐3 ‐24 % ‐41 % ‐22 % 55 % 43 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
993551481 AKONTO REVISJON AS LITE 59 62 53 115 213 160 ‐53 ‐53 ‐ ‐25 % ‐46 % ‐25 % 54 % 37 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
990977216 HØILUND REVISJON AS LITE 71 71 42 113 178 133 ‐45 ‐42 ‐3 ‐25 % ‐37 % ‐24 % 63 % 53 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
971004533 REVISJONSFIRMAET GUNNAR GRØTNES AS LITE 63 61 52 113 187 128 ‐59 ‐52 ‐7 ‐32 % ‐46 % ‐28 % 60 % 49 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
963707169 GEIR SVEINUNG LID LITE 78 78 34 112 217 183 ‐34 ‐34 ‐ ‐16 % ‐30 % ‐16 % 52 % 43 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
994684779 AURSKOG REVISJON AS LITE 67 68 44 112 186 141 ‐45 ‐44 ‐1 ‐24 % ‐39 % ‐24 % 60 % 48 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
976534018 TORE SAND AS LITE 84 84 28 112 169 141 ‐28 ‐28 ‐ ‐17 % ‐25 % ‐17 % 66 % 60 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
979405456 HOLTEN REVISJON AS LITE 86 82 29 111 192 161 ‐31 ‐29 ‐2 ‐16 % ‐26 % ‐15 % 58 % 53 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
994817868 ARDEA AS LITE 80 86 25 111 178 153 ‐25 ‐25 ‐ ‐14 % ‐23 % ‐14 % 62 % 52 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
990308837 GOGSTAD REVISJON LITE 60 63 47 110 242 191 ‐51 ‐47 ‐4 ‐21 % ‐43 % ‐19 % 45 % 31 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
987320001 BJØRN OVE NOREM LITE 71 62 48 110 199 143 ‐56 ‐48 ‐8 ‐28 % ‐44 % ‐24 % 55 % 50 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
880292862 TOM CHRISTOFFERSEN SIVILØKONOM REGISTRERT REVISOLITE 61 61 49 110 196 141 ‐55 ‐49 ‐6 ‐28 % ‐45 % ‐25 % 56 % 43 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
962519083 ASBJØRN KLOKK LITE 57 57 53 110 190 136 ‐54 ‐53 ‐1 ‐28 % ‐48 % ‐28 % 58 % 42 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
983756646 ODD EIDE‐FREDRIKSEN LITE 78 77 33 110 172 134 ‐38 ‐33 ‐5 ‐22 % ‐30 % ‐19 % 64 % 58 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
986053255 REVISORENE HELBERG & ØVERÅS AS LITE 51 50 60 110 168 104 ‐64 ‐60 ‐4 ‐38 % ‐55 % ‐36 % 65 % 49 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
986352619 ASKER OG BÆRUM REVISJON AS LITE 40 41 66 107 181 113 ‐68 ‐66 ‐2 ‐38 % ‐62 % ‐36 % 59 % 35 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
971654104 REVISJONSFIRMAET LEIF LANGØ AS LITE 91 88 18 106 178 160 ‐18 ‐18 ‐ ‐10 % ‐17 % ‐10 % 60 % 57 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
993873756 HAMARREVISJON AS LITE 74 75 31 106 183 151 ‐32 ‐31 ‐1 ‐17 % ‐29 % ‐17 % 58 % 49 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
988580694 THORVALDSEN OG STAVE REVISJON DA LITE 46 47 59 106 178 112 ‐66 ‐59 ‐7 ‐37 % ‐56 % ‐33 % 60 % 41 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
992121777 CAPAX REVISJON AS LITE 57 57 47 104 180 129 ‐51 ‐47 ‐4 ‐28 % ‐45 % ‐26 % 58 % 44 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
982515157 ABACUS REVISJON AS LITE 63 63 40 103 198 156 ‐42 ‐40 ‐2 ‐21 % ‐39 % ‐20 % 52 % 40 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
962413749 REVISJONSELSKAPET Narum LITE 77 77 26 103 171 144 ‐27 ‐26 ‐1 ‐16 % ‐25 % ‐15 % 60 % 53 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
983534961 OLAV FLATELAND AS LITE 69 69 34 103 179 142 ‐37 ‐34 ‐3 ‐21 % ‐33 % ‐19 % 58 % 49 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
989230921 FIRDA REVISJON & RÅDGIVNING AS LITE 64 65 37 102 216 177 ‐39 ‐37 ‐2 ‐18 % ‐36 % ‐17 % 47 % 36 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
953268558 Statsautoriserte revisorer KLYVE & SUNDE ANS LITE 72 72 30 102 168 136 ‐32 ‐30 ‐2 ‐19 % ‐29 % ‐18 % 61 % 53 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
962685560 ARVE EDGAR SOLBERG LITE 56 57 45 102 150 103 ‐47 ‐45 ‐2 ‐31 % ‐44 % ‐30 % 68 % 54 % 0,1 % 0,1 % 0,0 % 0,0 % 0,0 % 0,0 % 0,1 % 0,1 % 0,0 %
992897104 VALDRES REVISJONSKONTOR AS LITE 76 76 25 101 212 182 ‐30 ‐25 ‐5 ‐14 % ‐25 % ‐12 % 48 % 42 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
989574809 REVISORBLOM.COM AS LITE 75 74 27 101 146 119 ‐27 ‐27 ‐ ‐18 % ‐27 % ‐18 % 69 % 63 % 0,1 % 0,1 % 0,0 % 0,0 % 0,0 % 0,0 % 0,1 % 0,1 % 0,0 %
985792038 SKAGESTAD REVISJON AS LITE 62 62 38 100 157 119 ‐38 ‐38 ‐ ‐24 % ‐38 % ‐24 % 64 % 52 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
985153965 TOTAL REVISJON DA LITE 55 52 48 100 158 108 ‐50 ‐48 ‐2 ‐32 % ‐48 % ‐30 % 63 % 51 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 % 0,1 % 0,1 % 0,0 %
SMÅ (#)REVISOR ALLE (#)ØVRIGE ALLE
ENDRING MARKEDSANDEL (%)
SMÅ
ANDEL SMÅ (%) av
porteføljeANTALL PROSENT
Tabell 7-73: Konsekvenser av fravalg for alle revisjonsselskap med 100 eller flere klienter med rett til fravalg pr 30.04.11.
Tabellen viser at disse utgjør 84,3 % av totale markedet av små revisjonsklienter med rett fravalg pr 30.04.11. Tabellen er sortert slik at største selskap med hensyn
på antall små klienter/markedsportefølje pr 30.04.2011 står øverst.
Sum alle revisjonsselskap m/over 99 "små" pr 30.04.11 61 272 61 515 34 063 95 578 184 959 149 006 ‐35 953 ‐33 994 ‐1 959 ‐19 % ‐36 % ‐18 % 52 % 41 % 84,3 % 84,7 % 0,4 % 87,4 % 87,9 % 0,4 % 85,8 % 86,5 % 0,8 %
Side 226
Vedlegg 4.9.2 – Deskriptiv analyser av revisjonshonoraret til de ulike Big 5
versus øvrige.
Revisor Mean Median Variance Std. avvik Min. Maks. Øvrige 11,92 10,00 93,01 9,64 0,00 388,00
BDO 11,85 10,00 93,14 9,65 0,00 137,00
Deloitte 12,35 10,00 113,47 10,65 0,00 295,00
Ernst & Young
13,75 11,00 130,99 11,45 0,00 195,00
KPMG 13,83 11,00 130,62 11,43 0,00 209,00
PwC 14,21 12,00 125,44 11,20 0,00 133,00
Tabell 7-74: Deskriptive analyser av revisjonshonoraret til de ulike Big 5 versus øvrige.
T-test for forskjell i gjennomsnitt viser signifikant forskjell på p <= 0,01.
Vedlegg 4.10 – Andre variabler
Vedlegg 4.10.1 – Fravalgsandel avhengig av varelager eller tomter
Tabell 7-75: Fravalgsandel avhengig av varelager.
Side 227
Tabell 7-76: Fravalgsandel avhengig av tomter.
Tabell 7-77: Fordeling observasjoner avhengig av om selskapet har varelager og/eller tilhører varehandel