Post on 12-Aug-2020
1
PRINCIPAIS ASSUNTOS DE AUDITORIA E O IMPACTO NO NÍVEL DE
LEGIBILIDADE DOS RELATÓRIOS DE EMPRESAS LISTADAS NA [B]³
1. INTRODUÇÃO
A história do mercado financeiro e de capitais têm apresentado evidências
recorrentes quanto à importância das informações contábeis e da auditoria para o
adequado do sistema. As evidências reforçam que a falta de transparência e a
manipulação de informações estã associadas à ocorrência de falências, crises e
outras anomalias de mercado (PORTER; GOWTHORPE, 2004). Alguns autores como
Kedia e Philippon (2009), Cordos & Fulop (2015) associam o colapso de algumas
empresas a escândalos contábeis.
A falência de empresas bem-sucedidas que ocorreram por fraudes e atos
ilegais, levou as partes afetadas tais como: acionistas, credores, fornecedores e
clientes, a questionarem por que os auditores não alertaram sobre esse risco
(PORTER; GOWTHORPE, 2004). Nessa linha, é possível citar eventos como: a queda
da bolsa de 1929, o caso Enron e a crise do subprime de 2008. Apesar desses
exemplos, os Estados Unidos da América (EUA) não foi o único país que vivenciou
esse tipo de situação. Na Itália, a Parmalat se envolveu em um escândalo contábil
declarando falência em 2003, e em 2008 foi a vez da Sadia, sediada no Brasil,
protagonizar essa cenário (ASSI, 2016).
De acordo com Cordos & Fulop (2015), a qualidade da auditoria é o núcleo do
mercado de auditoria, pois a auditoria não terá valor se não houver confiança por parte
de seus usuários. Essa confinaça impacta também os órgãos reguladores que tem o
papel de zelar pelo cumprimento das normas/objetivos da contabilidade. Para os
autores, a qualidade da auditoria é uma preocupação real, pois relatórios financeiros
confiáveis são essenciais para as operações do mercado de ações. Essa condição
permite inferir que tal atividade tem uma função social, uma vez que atesta sobre a
situação patrimonial e a capacidade de continuidade da empresa.
Dessa forma, devido à relevância da auditoria para o mercado de capitais, faz-
se necessário a instituição de normas que visem aprimorar a qualidade dos informes
2
contábeis. De acordo com Marques & Souza (2017), os investidores precisam avaliar
o risco associado aos diversos investimentos e a não percepção dessa relação pode
resultar em seleção adversa, uma vez que, informações incoerentes podem camuflar
a real situação das entidades levando os investidores a tomarem decisões
inapropriadas.
Pensando em melhorar o fluxo de informações e a qualidade do processo que
assegura a veracidade daquilo que é divulgado, os órgãos reguladores propuseram
mudanças para o relatório de auditoria até então utilizado. O objetivo é que esse
relatório contenha dados suplementares, que sejam relevantes para os usuários na
análise de risco da empresa. Nesse contexto, o Conselho Federal de Contabilidade
(CFC) tem buscado aproximar normas brasileiras de auditoria àquelas praticadas no
cenário internacional. Como resultado, houve nos últimos anos a publicação de um
grupo de Normas Técnicas de Auditoria Independente (NBC TA) composto por: NBC
TA 260 (R2), NBC TA 570, NBC TA 700; NBC TA 701, NBC TA 705, NBC TA 706
(MARQUES; SOUZA, 2017). Dentre este grupo, destaca-se a NBC TA 701 que
determina que o auditor deve comunicar aos responsáveis pela governança das
empresas, quais os aspectos que demandaram mais atenção durante o processo, os
chamados, Principais Assuntos de Auditoria (PAA’s).
Ocorre que, a despeito da expectativa de que a divulgação dessas informações
tenha potencial para alterar o estado de conhecimento dos diversos usuários da
informação, até então, a literatura não apresentou resultados conclusivos sobre a
questão, no entanto, demonstra evidências de potenciais efeitos nocivos do aumento
de dados nos relatórios de auditoria, tal como demonstraram: Sirois, Bédard, & Bera,
(2018); Weirich & Reinstein, (2014); PCAOB, (2017); Brasel, Doxey, Grenier, & Reffett,
(2016). Isso porque, conforme observam Melloni, Caglio, & Perego (2016), o aumento
de dados, pode, dependendo dos objetivos dos gestores, prejudicar a legibilidade do
texto, pois, com o intuito de gerenciamento de impressão (chamando ou desviando a
atenção do leitor), os textos apresentados aumentam de tamanho o que prejudica a
compreensão e utilidade do conteúdo. Ressalta-se que essa menor legibilidade das
informações contábeis divulgadas ao mercado pode gerar um efeito adverso às partes
envolvidas. Asay, Elliott, & Rennekamp (2017) verificaram que relatórios contábeis
menos legíveis acabam por estimular a utilização de outras fontes de informação, uma
vez que, não compreendendo adequadamente as informações divulgadas, os
3
investidores e demais usuários buscarão outras fontes de informação com as quais
esses tenham familiaridade e maior compreensibilidade.
Dyer, Lang, & Stice-Lawrence (2017) observaram que no mercado americano,
no período de 1996-2013 houve um aumento significativo na divulgação de
informações financeiras e como consequência, perceberam que isso prejudicou a
legibilidade do que estava sendo divulgado. Lo, Ramos, & Rogo (2017) verificaram
que o nível de legibilidade dos relatórios está associado à manipulação das
informações contábeis. Isso porque, empresas com resultados manipulados tendem
a apresentar relatórios mais complexos para ofuscar o gerenciamento de resultados.
Entretanto, esses resultados ainda são controversos. Boritz, Hayes, & Timoshenko
(2016) analisaram que, diferente do observado em estudos como o de Dyer, Lang, &
Stice-Lawrence (2017), o aumento do tamanho do relatório não necessariamente
reduz a sua legibilidade. Além disso, observaram que os relatórios da administração
são mais legíveis que os de auditoria, e que, aqueles emitidos pelas Big6 são menos
legíveis que os das não Big6.
Em termos de análise da legibilidade dos relatórios de auditoria após a adoção
da NCBTA 701, não foi identificada na literatura nacional e estrangeira trabalho com
esse objetivo. Diante desse contexto, o presente estudo buscou responder ao
seguinte problema: Qual o efeito dos PAA´s e as características institucionais
sobre o nível de legibilidade dos relatórios de auditoria das empresas com maior
liquidez na [B]³?
O objetivo geral foi analisar o efeito dos tipos de PAA’s emitidos pelas empresas
com maior liquidez na [B]³ nos três primeiros anos de vigência da norma, a associação
com a legibilidade dos relatórios de auditoria e com as características institucionais
das firmas. Testou-se a hipótese de que existe efeito estatisticamente significativo
entre os tipos de PAA’s, a legibilidade dos relatórios de auditoria e as características
institucionais das firmas. O trabalho descritivo, documental e com abordagem
quantitativa, analisou dados do período de 2016 a 2018 das 240 empresas mais
líquidas do mercado de capitais brasileiro por meio de técnicas de análise de
conteúdo, estatística descritiva, análise de correlação e de regressão.
Considerando tratar-se de um tema recente, buscou-se analisar o efeito da
divulgação dos PAA’s sobre o nível de legibilidade do relatório de auditoria divulgado.
Esses relatórios financeiros se apresentam como um meio de comunicação entre os
4
gestores de uma empresa e as partes interessadas nas informações (BAKER; KARE,
1992), enquanto que o auditor é um intermediário nesse processo, validando as
informações contidas nas demonstrações contábeis (COLARES; ALVEZ; FERREIRA,
2018).
Os principais atingidos por essa mudança são: os auditores, responsáveis pela
aplicação das novas exigências; os investidores, tendo maior acesso a informações
que antes não estavam disponíveis; e a administração, obtendo uma descrição mais
detalhada da sua responsabilidade quanto à continuidade operacional (RANHA,
2017).
Assim, a contribuição deste trabalho se dá em apresentar evidências quanto à
efetividade da divulgação dos PAA’s no Relatório de Auditoria (RA), bem como suas
contribuições e limitações. Desse modo, contribui verificando se a novidade está
facilitando o processo de compreensão das demonstrações contábeis por parte dos
usuários da informação, tornando-as menos complexas e de mais fácil entendimento.
Ao propiciar informações mais significativas, a sociedade consegue ter acesso
a um retrato mais amplo da entidade e ao perceber isso, a tendência é que aumente
a credibilidade do auditor frente aos stakeholders. O profissional tende a ser mais
valorizado graças à maior transparência e à divulgação de dados que antes não eram
expostos, levantando assim, seus possíveis impactos. Por outro lado, a divulgação de
dados que reduzem a legibilidade pode prejudicar o processo decisório dos usuários,
bem como sustentar os questionamentos sobre o processo regulatório nos segmentos
de auditoria, que tem sido intenso nos últimos anos, pois o resultado da normatização
estaria gerando um resultado adverso ou inesperado por parte do regulador.
O trabalho está dividido em cinco tópicos, sendo eles: Introdução, Revisão da
Literatura, Procedimentos Metodológicos, Análise de Dados e Resultados e
Considerações Finais. A introdução faz uma breve contextualização do tema,
apresentando o problema, o objetivo, a síntese da metodologia, a justificativa e a
relevância. A Revisão da Literatura faz uma apresentação dos estudos desenvolvidos
na área, tratando de forma mais abrangente os Principais Assuntos de Auditoria. A
parte dos Procedimentos Metodológicos elucida o processo de coleta de dados e situa
o leitor quanto ao conjunto de dados do qual foi extraída a amostra. O tópico de
Análise de Dados e Resultados apresenta o que foi obtido com as análises realizadas
5
e discorre sobre o que foi encontrado. Para finalizar, a etapa das Considerações Finais
retoma os pontos discutidos, destaca as principais contribuições e sugere sugestões.
2. REVISÃO DA LITERATURA
2.1. PORQUE DIVULGAR UM PRINCIPAL ASSUNTO DE AUDITORIA (PAA)?
O relatório do auditor independente representa a finalização do processo de
auditoria, resultando em uma conclusão escrita e uma ferramenta informacional
utilizada pelos diversos usuários da informação contábil. Estudiosos como Reinstein,
Hepp, & Weirich, (2018) apontam que o relatório de auditoria permaneceu
praticamente o mesmo por mais de 70 anos. O modelo que era utilizado foi alterado
pelo Public Company Accounting Oversight Board (PCAOB), o Conselho de Auditores
de Companhias Abertas, uma entidade criada pela Lei Sarbanes-Oxley para
supervisionar a auditoria de empresas de capital aberto nos Estados Unidos. Em 1º
de Junho de 2017, esse órgão adotou um novo padrão de auditoria com o intuito
transformar o relatório padronizado em um material mais informativo e relevante para
os investidores, no que diz respeito à alocação do seu capital, e para os demais
usuários das demonstrações financeiras (PCAOB, 2017).
Para o Instituto dos Auditores Independentes do Brasil (IBRACON, 2017), essa
mudança foi recebida positivamente. A notícia publicada pelo IBRACON de que o
“International Auditing and Assurance Standards Board (IAASB) - celebra a adoção
pelo PCAOB de uma nova norma para aprimoramento do Relatório do Auditor”,
evidencia essa visão positiva. A notícia discorre que a norma do PCAOB é similar à
norma do Novo Relatório do Auditor, do IAASB, pois ambas requerem a inserção de
informações adicionais e relevantes aos usuários. O IAASB é o órgão que
regulamenta a atividade da auditoria em nível internacional. No Brasil, essa
responsabilidade é atribuída ao Conselho Federal de Contabilidade (CFC) que emite
as Normas Brasileiras de Contabilidade - Técnicas de Auditoria (NBC TA).
Dentre as diversas normas vigentes, a NBC TA 701 trata de um assunto que o
IAASB denominou de Key Audit Matters (KAM), o PCAOB de Critical Audit Matters
(CAM) e que, no Brasil, o CFC denomina de Principais Assuntos de Auditoria (PAA’s).
Para este órgão, tal norma foi “elaborada de acordo com a sua equivalente
6
internacional ISA 701” e “trata da responsabilidade do auditor de comunicar os
principais assuntos de auditoria em seu relatório sobre as demonstrações contábeis”
(CFC, 2016). Isso significa que deverão ser divulgadas as situações que demandaram
mais atenção durante o desenvolvimento do trabalho e que sejam possivelmente
importantes para que o usuário tenha uma melhor compreensão das demonstrações
financeiras em si, facilitando as análises e ajudando a avaliar a performance financeira
por meio de uma nova perspectiva sobre os demonstrativos (PCAOB, 2017).
O objetivo da adoção dessa norma é diminuir a assimetria informacional, que
se percebeu que havia entre investidores e auditores. O parecer divulgado
anteriormente à essa atualização era muito criticado por ser pouco informativo.
Resumia-se em mencionar apenas se a entidade estava ou não de acordo com os
padrões contábeis geralmente aceitos (REINSTEIN; HEPP; WEIRICH, 2018).
Na alteração proposta pela norma, os PAA’s são as peças centrais do relatório
do auditor. Todos os pontos críticos que forem identificados, no período em que estiver
ocorrendo a auditoria das demonstrações financeiras, devem constar no relatório.
Para Reinstein et al. (2018), apesar de ser um passo significativo, no que diz respeito
à elaboração de relatórios de auditoria, há preocupação quanto às expectativas
relacionadas ao desempenho do auditor e ao material por ele elaborado. Os autores
apontam que por mais que haja a obrigação do registro dos PAA’s, a divulgação das
contas relevantes passa antes pelo crivo do profissional. É ele quem define se
determinada situação é significativa ou não para a análise das demonstrações. Nesse
sentido, os investidores se preocupam com aspectos mais complexos da estrutura dos
relatórios financeiros, como por exemplo, o uso crescente do valor justo que pode
causar incerteza de mensuração, devido ao seu caráter subjetivo.
Brasel et al. (2016) expõe o impacto dessa adoção para o auditor ao apresentar
que a divulgação dos PAA’s ocasionará uma série de esclarecimentos aos quais o
profissional estará sujeito. Os autores demonstraram preocupação também quanto a
potenciais riscos com relação a circunstâncias nas quais os auditores divulgam PAA’s
que não estão relacionados a distorções reveladas posteriormente. Nesse sentido
Katz (2014) argumenta que quando o problema apresentado pela empresa não foi
relatado anteriormente em nenhum PAA, os acionistas podem alegar que apesar do
auditor ter feito muitas referências, nenhuma delas foi a correta. Apesar de não não
ser o objetivo da norma ao instituir os PAA’s, isso levaria os usuários das informações
7
contábeis a considerar os assuntos não relacionados como um aviso de possíveis
distorções.
Essa desconfiança, afetaria a etapa de asseguração de que as informações
divulgadas representam fidedignamente a realidade econômico financeira da
entidade. As empresas e os auditores sabem que quanto maior o nível de governança
e transparência, maior a responsabilidade, principalmente em caso de omissão,
negligência e subavaliação. Já os usuários das informações estão interessados no
conteúdo dos relatórios produzidos, em como as normas foram atendidas e na
possibilidade de avaliar de forma mais realista o risco inerente das operações
(MARQUES; SOUZA, 2017).
De acordo com Sirois et al. (2018), os PAA’s devem aumentar o valor
comunicativo do relatório do auditor. Deve ajudar os investidores e outros usuários
das informações a se concentrarem nos aspectos das demonstrações financeiras que
foram considerados desafiadores para o auditor. (PCAOB, 2013). Além disso,
fornecem uma espécie de mapa para ajudar os usuários a navegar melhor por
relatórios financeiros complexos e focar em assuntos que possam ser importantes
para a tomada de decisões (IAASB, 2012). Considerando que a complexidade dos
demonstrativos está cada vez maior, as informações adicionais previstas no relatório
do auditor, são bem vistas pelos órgãos normativos, pelo fato de “aumentar a
ocorrência de informações potencialmente valiosas” (PCAOB, 2013). Em
contrapartida a isso, apresentam que existe a preocupação de que alguns usuários
possam inapropriadamente usar tais informações como substitutas da leitura dos
demonstrativos (IAASB 2012).
A literatura demonstra que os usuários das demonstrações contábeis
enfrentam sobrecarga de informações e têm recursos cognitivos limitados, como
memória e atenção para processar todas as informações disponibilizadas (DANIEL;
HIRSHLEIFER; TEOH, 2002; HIRSHLEIFER, 2001; HIRSHLEIFER; TEOH, 2003).
Quando a oferta de informações excede a capacidade de processamento, é difícil
identificar o que é relevante (EPPLER; MENGIS, 2004). Como os usuários têm
dificuldade em lidar com as demonstrações contábeis por completo, acabam dando
maior atenção às informações em destaque, pois demanda menos esforço cognitivo
para identificá-las e associá-las (FILES; SWANSON; TSE, 2009).
8
2.2. QUANTO MAIS SE DIVULGA, MAIS SE INFORMA: O PROBLEMA DA
LEGIBILIDADE
O problema da legibilidade remonta a década de 1940, quando um substancial
número de proxies de nível de legibilidade começou a ser desenvolvido para capturar
o nível de dificuldade de leitura e compreensão de determinado texto (BARNETT;
LEOFFLER, 1979). No campo da contabilidade, diversos trabalhos têm buscado
avaliar, desde o nível de legibilidade do conjunto de demonstrações contábeis
divulgadas, até a sua associação com as características das firmas, o nível de
gerenciamento de resultados, com o gerenciamento de impressão, entre outros
(BARNETT; LEOFFLER, 1979; SMITH; TAFFLER, 1992; COURTIS, 1986; JONES,
1988; BAKER; KARE, 1992; LI, 2006; SILVA; FERNANDES, 2009; LOUGHRAN;
MCDONALD, 2014; ASAY; ELLIOTT; RENNEKAMP, 2017).
A literatura apresenta que as medidas de legibilidade fornecem uma forma de
feedback ex ante às informações contábeis e de auditoria. Com base na legibilidade,
é possível prever se os usuários compreenderão as mensagens ou se tentarão, ao
menos, lê-las (BARNETT; LEOFFLER, 1979). Medir a recepção e a facilidade de
compreensão da informação gerada é importante, pois, de acordo com Smith & Taffler
(1992), uma mensagem que não é entendida é inútil para a tomada de decisões ou
para monitorar a função administrativa.
No que diz respeito a definição, Silva e Fernandes (2009, p. 147) apresentam
que “a legibilidade está relacionada com a facilidade de leitura de um texto, geralmente
considerando variáveis como comprimento de frases – quantidade média de palavras
- e nas palavras – quantidade média de sílabas e/ou letras”. Esse índice pode se
apresentar por meio de frases curtas, médias e longas as quais tem legibilidade alta,
média e baixa respectivamente (CAVIQUE, 2008).
Em sequência ao que foi citado anteriormente, Loughran & Mcdonald (2014)
apresentam que a métrica referente ao tamanho do arquivo (em Kbites) analisa a
complexidade pela extensão do texto e que textos com tamanhos de arquivo maior
tendem a ser mais difíceis de entender. Os autores discorrem sobre o Gunning FOG
Index e classificam essa métrica como mais complexa. Para eles, a sua utilização
pode dificultar a análise da legibilidade de dados financeiros, pois, baseia-se no
comprimento da frase e complexidade da palavra, mas ao observar palavras
9
consideradas "complexas" usadas com frequência, como empresa, operações e
gerenciamento, por exemplo, percebe-se que são termos conhecidos no meio
empresarial, e portanto não há possibilidade de confundir os usuários da informação.
Outra métrica utilizada como proxy de legibilidade é o Índice de Legibilidade de
Flesch (IFL). O ILF tem a finalidade de classificar o texto em uma escala que varia de
0 a 100 pontos e o seu resultado classifica o texto de acordo com a dificuldade de
leitura. Courtis (1986) apresenta o padrão das classificações de facilidade de leitura,
conforme sugerido por Flesch, o qual determina que quanto menor o ILF, maior é a
complexidade do texto. A classificação é realizada a partir dos seguintes intervalos:
(1) Muito difícil [0-30]; (2) Difícil [30-50]; (3) Razoavelmente difícil [50-60]; (4)
Linguagem simples [60-70]; (5) Razoavelmente fácil [70-80]; (6) Fácil [80-90] e (7)
Muito fácil [90-100]. Logo, quanto menor o ILF, maior a complexidade do texto. O ILF
foi obtido através do software Word, versão 2010, no idioma Português (Brasil).
Essa métrica pode ser aplicada a diversas variáveis, porém Courtis (1986), a
utilizou para investigar a relação entre a legibilidade, os riscos corporativos e os níveis
de retorno. Em sua pesquisa analisou relatórios da administração e notas explicativas
das demonstrações financeiras de empresas canadenses em 1982 e 1983. A hipótese
geral testada foi de que a legibilidade "ruim" está positivamente relacionada à baixa
lucratividade e ao alto risco. E como resultado, o autor observou que as pontuações
boas e ruins de legibilidade não estão associadas, em nenhuma direção específica,
aos níveis de risco corporativo e à lucratividade da empresa.
Nesse mesmo sentido, Jones, (1988) buscou averiguar a possibilidade da
administração, conscientemente ou inconscientemente, colocar os resultados mais
pobres em um estilo de escrita mais difícil. Para isso levantou hipóteses de que o nível
de legibilidade do relatório da administração foi positivamente correlacionado com o
desempenho financeiro da empresa quanto ao lucro líquido das vendas e ao retorno
sobre o capital empregado. Os resultados obtidos não sustentaram as hipóteses de
que a legibilidade estava positivamente correlacionada ao desempenho financeiro.
Baker & Kare (1992) buscaram a correlação entre o índice de legibilidade e
algumas variáveis. Ao correlacionar o índice de legibilidade e as variáveis de tamanho
da empresa (ativos e número de ações ordinárias em circulação) percebeu
coeficientes com sinais negativos indicando que os relatórios financeiros anuais de
empresas maiores tendem a ser mais legíveis (exigem um nível de compreensão mais
10
baixo) do que as empresas menores. No que diz respeito à correlação entre o Índice
de Legibilidade de Flesch e o retorno sobre o patrimônio líquido, o coeficiente foi
positivo, e também estatisticamente significativo nos 95% do nível de confiança.
Similar a este resultado tem-se a correlação entre o tamanho do relatório da
administração para os acionistas (medido pelo número de palavras) e a lucratividade
da empresa, que apresentou resultado positivo e estatisticamente significante no nível
de confiança de 90%. Já quanto à margem de lucro líquido e o índice de legibilidade,
não houve correlação significativa.
A relação existente entre a legibilidade do relatório anual, o desempenho da
empresa e a persistência dos lucros foi analisada por Li (2006). Os resultados obtidos
pelo autor apontam que quando as empresas apresentam baixo desempenho, os
relatórios são mais difíceis de ler. O mesmo não acontece quando os resultados são
positivos e persistentes. Nesse caso, há facilidade de leitura dos relatórios.
Silva & Fernandes (2009) realizaram uma pesquisa com as companhias de
capital aberto analisando a legibilidade dos fatos relevantes do período de 2002 a
2006. Perceberam que apenas 10% da amostra, composta por 4533 fatos, foi
considerada de leitura fácil e tratavam de lucro, prejuízo ou proventos em dinheiro.
Mas quando os fatos relevantes eram referentes à fusão, incorporação e cisão, a
legibilidade foi classificada como muito difícil e os que abordavam sobre concordata,
falência e recuperação ou ação judicial, tiveram legibilidade difícil. Os assuntos mais
sensíveis foram apresentados de forma que dificultava a compreensão dos
shareholders.
Um estudo recente relacionou o nível de legibilidade com a necessidade que
os investidores possam ter de informações externas. Asay, Elliott, & Rennekamp
(2017) afirmaram que o fornecimento de divulgações menos legíveis pode limitar a
capacidade dos gerentes de comunicar efetivamente as informações aos investidores.
Além disso, os autores propuseram que se tal atitude fosse motivada por um intuito
estratégico a fim de ofuscar o fraco desempenho da empresa, pode ser que essa baixa
legibilidade aumente a dependência dos investidores quanto a informações externas.
Segundo os autores, o contrário não ocorreria, pois, o aumento da legibilidade da
divulgação reduziria a propensão dos investidores a confiar em informações externas,
sugerindo que os investidores, nesse caso, podem confiar nas divulgações da
empresa.
11
2.3. O QUE SE SABE SOBRE AS IMPLICAÇÕES DOS PAA´S
A literatura empírica sobre os PAA´s ainda é restrita, inclusive no cenário
internacional. O levantamento realizado nos 10 principais Top Journals da área de
Contabilidade e na base de dados acadêmica SSRN – Social Science Research
Network evidenciou uma escassez de trabalhos que buscaram analisar empiricamente
a questão. Entretanto, sintetizou-se a seguir, os artigos empíricos já disponíveis na
literatura internacional de modo que se possa discutir os achados observados no
presente estudo.
Dentre as pesquisas levantadas, é possível identificar estudos que questionam
a aceitação da nova norma; o julgamento da responsabilidade do auditor; a opinião
dos usuários da informação quanto ao acréscimo e a possibilidade de que o tópico de
PAA’s tenha mais atenção que as próprias demonstrações (IAASB, 2012; BACKOF;
BOWLIN; GOODSON, 2017; CORDOS; FULOP, 2015; REINSTEIN et al., 2018;
SIROIS; BÉDARD; BERA, 2018).
Os primeiros estudos publicados sobre os PAA’s se preocuparam com a
responsabilidade e a aceitação da nova norma (IAASB, 2012). Backof et al. (2017)
examinou como as mudanças no relatório de auditoria afetaram o julgamento da
responsabilidade do auditor. Foi feita uma adaptação de um experimento realizado
por Backof em 2014 em que os participantes assumem o papel de jurados em um
caso de alegação de negligência por parte do auditor. São fornecidos três tipos de
relatório: o primeiro não inclui PAA’s; o segundo apresenta um parágrafo que destaca
o risco de distorção relevante e porque os auditores identificaram esse risco como um
assunto crítico; e o terceiro descrevendo os procedimentos específicos de auditoria
realizados para lidar com o risco de distorção relevante.
Ao analisar o julgamento dos participantes, Backof et al. (2017) perceberam
que o auditor será considerado menos negligente quando no relatório houver
esclarecimento quanto ao significado de segurança razoável, situando o leitor de que
não é algo absoluto e não garante a detecção e correção de todas as distorções
relevantes. Isso muda quando o relatório de auditoria identifica e divulga os
procedimentos executados para tratar de um PAA relacionado à uma distorção não
detectada. E, diferente do que os auditores imaginavam, simplesmente identificar um
PAA não aumenta significativamente o risco de litigância para o profissional.
12
No ano seguinte, Cordos & Fulop (2015) investigaram se os usuários dos
relatórios de auditoria concordavam com a proposta do IAASB de incluir uma nova
seção com os PAA’s. No projeto de exposição da norma, o órgão elaborou 10
perguntas sobre a novidade, como forma de obter feedback, e os autores analisaram
as 47 respostas provenientes de organizações, órgãos reguladores ou indivíduos da
União Europeia. A maioria das respostas obtidas (87%) foi favorável à introdução de
PAA’s no relatório do auditor. Apesar do alto nível de adeptos, os autores supracitados
apontam que quase metade dos respondentes demonstram preocupação quanto à
implementação e acreditam que o IAASB deve fornecer uma estrutura que oriente o
auditor a julgar o que se configura ou não como um PAA. Reinstein et al. (2018) reforça
que embora haja a obrigatoriedade dos PAA’s, a seleção de quais contas são
relevantes fica a cargo do profissional e isso atribui maior expectativa e
responsabilidade ao trabalho do auditor.
O IAASB (2012) e o PCAOB (2013) enxergam o acréscimo de informações
como algo positivo, pois representa um aumento das informações significativas e uma
possibilidade de melhor compreender os demonstrativos. No entanto, existe o receio
de que alguns usuários possam usar tais informações como substitutas da leitura das
demonstrações contábeis (IAASB, 2012).
Nesse sentido, Sirois, Bédard, & Bera, (2018) investigaram qual o efeito que a
divulgação dos PAA’s tem no processo de obtenção de informações por parte dos
usuários. Realizaram um experimento de rastreamento ocular utilizando versões de
relatório: Padrão; com um PAA; com 3 PAA’s; com 3 PAA’s e uma breve descrição
dos procedimentos. Para os autores, o ideal é que os PAA’s funcionem como um
“efeito de sinalização” e ajudem o leitor a identificar as informações mais importantes
nas demonstrações e prestar mais atenção a elas. Mas com o estudo perceberam que
isso não acontece, pois, os usuários prestam menos atenção às demonstrações
financeiras relacionadas ao PAA quando os PAA’s acompanham o relatório do auditor.
3. PROCEDIMENTOS METODOLÓGICOS
3.1. DELINEAMENTO METODOLÓGICO
13
O estudo de natureza descritiva, documental e com abordagem quantitativa
analisou dados de 240 empresas listadas na [B]³. A amostra foi constituída pelas
empresas mais líquidas tendo em vista sua importância para o adequado
funcionamento do mercado de capitais brasileiro. Os autores Dyer, Lang, & Stice-
Lawrence (2017) observaram que a perda de legibilidade das informações contábeis
divulgadas pode resultar em seleção adversa dos agentes econômicos. Nesse
sentido, Lo et al. (2017) verificaram que a legibilidade tem uma associação negativa
com a manipulação das informações contábeis. Logo, relatórios mais legíveis tendem
a apresentar informações contábeis de maior qualidade.
Os dados relativos aos Relatórios de Auditoria foram coletados no sítio da
Comissão de Valores Mobiliários (CVM), já os dados referentes às informações
institucionais das empresas participantes da amostra foram coletados no sítio da base
de dados Com Dinheiro. Os dados referiram-se aos anos de 2016 a 2018, que são os
três primeiros anos de vigência da NBCTA – 701.
Como técnicas de análise de dados utilizou-se a análise de conteúdo, a
estatística descritiva, análise de correlação e de regressão. Os procedimentos
estatísticos foram realizados a partir de Fávero, Belfiore, Silva, & Chan (2009) e
Wooldridge (2011).
3.2. VARIÁVEIS E MODELOS
Os determinantes da legibilidade dos relatórios contábeis em geral têm sido
estudados por uma vasta literatura estrangeira, já citada na seção 2, entre eles, Li
(2006), Loughran e Mcdonald (2014), Lo et al. (2017), Boritz, Hayes e Timoshenko
(2016), Hoitash e Hoitash (2018). Especificamente, o presente estudo avança na
discussão buscando evidências sobre os efeitos do incremento das informações sobre
os PAA’s na legibilidade do relatório de auditoria (RA), desse modo, analisou-se os
modelos 1 e 2, abaixo descritos. Os respectivos modelos foram testados para as três
proxies de legibilidade utilizadas, variando de 1 a 3 para cada um deles (Vide Tabelas
4 e 5).
(1)
14
𝑁𝐿𝑖𝑡 = 𝛼 + ∑ 𝐷𝑛(𝑇𝑖𝑝𝑃𝐴𝐴)
6
𝑖=1
+ 𝛽1𝑇𝑎𝑚𝑖𝑡 + 𝛽2𝑅𝑂𝐴𝑖𝑡 + 𝛽3𝑃
𝐵⁄𝑖𝑡
+ 𝛽4𝐻𝑜𝑛𝐴𝑢𝑑𝑖𝑡 + 𝐷7𝐴𝑏𝑠𝑡𝑖𝑡
+ 𝐷8𝑅𝑒𝑝𝑢𝑏𝑖𝑡−1 + 𝐷9𝐵𝑖𝑔4𝑖𝑡 + ∑ 𝐷𝑛(𝑆𝑒𝑔𝐸𝑐𝑜𝑛)
9
𝑖=1
+ 𝜀
𝑁𝐿𝑖𝑡 = 𝛼 + 𝛽1𝑄𝑡𝑑𝑒𝑃𝐴𝐴𝑖𝑡 + 𝛽2𝑇𝑎𝑚𝑖𝑡 + 𝛽3𝑅𝑂𝐴𝑖𝑡 + 𝛽4𝑃
𝐵⁄𝑖𝑡
+ 𝛽5𝐻𝑜𝑛𝐴𝑢𝑑𝑖𝑡
+ 𝐷1𝐴𝑏𝑠𝑡𝑖𝑡 + 𝐷2𝑅𝑒𝑝𝑢𝑏𝑖𝑡−1 + 𝐷3𝐵𝑖𝑔4𝑖𝑡 + ∑ 𝐷𝑛(𝑆𝑒𝑔𝐸𝑐𝑜𝑛)
9
𝑖=1
+ 𝜀
Em que
NL – Nível de Legibilidade medido pelas proxies ILF, Comprimento do Texto e Tamanho do Arquivo. ILF - Índice de Legibilidade de Flesch - Variável contínua obtida a partir do Microsoft Word 2010 para cada relatório, em cada empresa e ano. Length – Comprimento do Texto – Variável contínua obtida a partir do logaritmo do total de palavras do relatório de auditoria. Tamanho do arquivo (Kbytes) – Variável contínua obtida a partir do logaritmo do tamanho do arquivo do relatório de auditoria em kbytes. PAA: Principais Assuntos de Auditoria – Variável contínua obtida a partir do logaritmo do total de PAAs reportados por empresa e ano. Tam: Tamanho - Variável contínua obtida a partir do logaritmo natural dos ativos totais da empresa. P/B: Price/Book - Variável contínua obtida a partir do logaritmo da divisão entre valor de preço da ação e o seu valor patrimonial. ROA: Retorno sobre os ativos – Variável contínua obtida a partir da divisão entre o Lucro operacional antes dos impostos e a média entre os ativos totais em t e t-1. Prejuízo – Variável dummy que assume 1 para quando apresentou prejuízo e 0 quando apresentou lucro na i-ésima empresa no ano t. HonAud – Honorário de Auditoria. Variável contínua obtida a partir do logaritmo dos honorários de auditoria da empresa em t. Abst– Abstenção de Opinião. Variável dummy que assume 1 para quando o relatório de auditoria foi com abstenção de opinião e 0 para os demais tipos. 𝑹𝒆𝒑𝒖𝒃𝒕−𝟏– Republicação das demonstrações.Variável dummy que assume 1 para quando republicou as demonstrações do ano anterior e 0 quando não. Big4 – Variável dummy que assume valores de 1 a 4 quando auditado por uma Big4 (KPMG, DTT, EY, PWC) e 0 quando for auditada por uma não Big4 na iésima empresa no período t. NBig4 – Variável dummy que assume valor 0 para Big4 e 1 para não Big4. na iésima empresa no período t. SegEcon – Segmento Econômico - Variável dummy que assume valores de 1 a 9 quando segmento econômico não for o de utilidade pública e 0 quando for o de utilidade pública da [B]³ na iésima empresa no período t.
3.2.1. Variável Dependente - Nível de Legibilidade
A operacionalização da variável dependente de interesse do estudo,
Legibilidade, foi constituída a partir de três métricas, a saber: (i) Tamanho do arquivo
– Kbites, (ii) Comprimento do texto (Length) e (iii) Índice de Legibilidade de Flesch.
Subjacente a essas três métricas, está o constructo de que textos de maior tamanho
e mais complexos, tendem a apresentar menor legibilidade.
(2)
15
O Tamanho do arquivo foi utilizado por Loughran & Mcdonald (2014) e consiste
em uma proxy simples de legibilidade de um documento. Os autores argumentaram
que métricas mais complexas como o FOG Index podem viesar a análise da
legibilidade de dados financeiros, entretanto, muitas das palavras consideradas
complexas nessa métrica, consistem em termos conhecidos e compreendidos pelos
usuários das informações.
Além disso, testou-se o comprimento do texto (Length) como proxy de
legibilidade conforme sugerido por Li (2006). O autor defende que textos com maior
número de palavras exigem um maior custo de processamento, logo, tendem a
apresentar maior complexidade.
Por fim, utilizou-se outra métrica popular de legibilidade, o Índice de
Legibilidade de Flesch (ILF) que considera o tamanho e a complexidade do texto
(LOUGHRAN; MCDONALD, 2014). A despeito das limitações do ILF (ARDOIN et al.,
2005; LEWIS et al., 1986), tal índice, tem sido utilizado na literatura contábil, na busca
por testar a legibilidade e complexidade dos relatórios contábeis (COURTIS, 1986;
DYER; LANG; STICE-LAWRENCE, 2017a; HOITASH; HOITASH, 2018; MELLONI;
CAGLIO; PEREGO, 2017). Desenvolvido inicialmente para aplicação em textos da
língua inglesa, Martins e Filgueiras (2007) observam que o índice pode ser facilmente
aplicado à língua portuguesa.
3.2.2. Variáveis Independentes
3.2.2.1 Principais Assuntos de Auditoria (Interesse)
A variável dependente de interesse foi o PAA. Os Principais Assuntos de
Auditoria (PAA’s) foram obtidos a partir da análise de conteúdo dos Relatórios de
Auditoria. Todos os relatórios de auditoria foram baixados em formato PDF (Acrobate
Reader) e TXT (Bloco de notas). Os tipos de PAA’s foram categorizados conforme a
sua natureza e resultaram em 38 categorias. Entretanto destas, 13 apresentaram mais
do que 2% do total de PAA’s divulgados em cada ano e no conjunto resultaram em
85% da frequência observada. As demais, 25 categorias de PAA’s foram agrupados
na categoria denominada como Outros Principais Assuntos de Auditoria (OU) e
reportados no rodapé da Tabela 1.
16
Tabela 1 – Categorias de Principais Assuntos de Auditoria reportados pelas empresas mais líquidas da [B]³ no período de 2016-2018
Categorias de PAAs 2016 2017 2018 Total fr fra
Redução ao Valor Recuperável (RVR) 190 186 191 567 28% 28%
Provisões e Contingências (PROV) 130 144 121 395 20% 48%
Reconhecimento de Ativos/Passivos Regulatórios (RAPR) 97 86 96 279 14% 61%
Instrumentos Financeiros (INSTRF) 34 37 24 95 5% 66%
Impostos Diferidos Ativos (IMPDIFA) 25 20 15 60 3% 69%
Perdas Estimadas com Crédito de Liquidação Duvidosa (PCLD) 20 18 17 55 3% 72%
Benefícios Pós-Emprego (BPE) 20 20 14 54 3% 75%
Crédito Tributário (CRT) 21 15 16 52 3% 77%
Combinação de Negócios (COMB) 9 21 18 48 2% 79%
Participações Societárias (PARTS) 11 17 8 36 2% 81%
Estoques (EST) 11 13 11 35 2% 83%
Continuidade Operacional (CONPER) 14 13 7 34 2% 85%
Reconhecimento de Receitas (REC) 8 12 12 32 2% 86%
Outros Principais Assuntos de Auditoria (OU) 96 87 95 278 14% 100%
Total 686 689 645 2,020 100%
Fonte: Dados da pesquisa. fr – frequência relativa; fra – frequência relativa acumulada. Nota: Dentro da categoria Outros Principais Assuntos de Auditoria (OU) foram agrupados: Empréstimos e Financiamentos (EF), Capitalização de Ativos (CA), Recuperação Judicial (RECJ), Ambiente de Tecnologia da Informação (ATI), Contas a Receber (CR), Hedge Accounting (HED), Ativo Imobilizado (Imob), Componentes Relevantes na consolidação (CRC), Covenants (COV), Valor Residual dos Ativos (VRA), Incentivos Fiscais (INCF), Operações de Arrendamento Mercantil (OAM), Alienação de Ativos (ALI), Reestruturação Societária (REES), REFIS - Programa de Recuperação Fiscal (REF), Ativos e Passivos Financeiros Setoriais (APFS), Economia Hiperinflacionária (EH), Ajuste a Valor Justo (AVJ), Descumprimento de normas, leis e regulamentos por parte de Administrador (DESC), Gerenciamento de capital - risco de liquidez a curto prazo (GRISC), Redução do Capital (REDC), Propriedades para Investimento (PROPI).
A pesquisa demonstrou que, em média, 673,33 PAA’s foram apresentados por
ano, sendo a menor ocorrência relacionada à Continuidade Operacional (CONPER)
em 2018 e a maior de 191 referente à Redução ao Valor Recuperável (RVR) no
mesmo ano. Esse volume de informações, de acordo com Sirois et al. (2018),
estabelece uma relação inversamente proporcional com o valor dado às demais
informações. De acordo com o experimento realizado pelos autores, a divulgação de
três PAA’s promoveu um aumento significativo no nível de atenção dos participantes
quanto a essas informações, ao mesmo tempo percebeu-se que o nível de atenção
desses participantes às divulgações não relacionadas aos PAA’s diminuiu
significativamente.
Os PAA´s foram operacionalizados no modelo (1) de três formas: (i) como
variáveis dummy binária (n=38 dummies); (ii) como variáveis contínuas obtidas a partir
do logaritmo do total de cada tipo de PAA divulgado por empresa e ano, e; (iii) como
variável contínua obtida a partir do logaritmo natural de cada tipo de PAA’s reportados
pela empresa em cada ano (nesse caso, haveria mais do que uma divulgação em
17
determinado tipo quando houvesse agrupamento de PAA’s em decorrência da
similaridade entre as categorias reportadas pelas empresas.
Considerando que a ILF é uma variável escalar que varia de 0-100, que quanto
mais próxima de zero, menor é a legibilidade, as variáveis PAA’s foram transformadas
pelas suas inversas (1/x) em função da forma funcional teoricamente esperada com a
variável de interesse possuir essa natureza. Isso porque, a divulgação dos PAA’s
aumenta o comprimento do texto (LnPalavras) e tamanho do arquivo (LnKbytes), o
que significa redução do nível de legibilidade. Já o ILF se comporta diferente, o nível
de legibilidade reduz a medida que o índice diminui. Logo, a associação com os PAA’s
é inversa, por esse motivo as variáveis relacionadas aos PAA’s foram invertidas.
3.2.2.2 Controles
Considerando que os fenômenos em ciências sociais aplicadas são complexos
e a literatura anterior traz evidências de que o nível de legibilidade estão associados
a características institucionais das firmas (ASAY; ELLIOTT; RENNEKAMP, 2017;
BORITZ; HAYES; TIMOSHENKO, 2016; DYER; LANG; STICE-LAWRENCE, 2017;
LO; RAMOS; ROGO, 2017; LOUGHRAN; MCDONALD, 2014), foram utilizadas as
variáveis de controle apresentadas no Quadro 1.
A literatura ainda cita outras variáveis de controle passíveis de utilização, tais
como: níveis de governança; troca do auditor; idade da firma; e variação das receitas.
Entretanto, foram realizados diversos testes de especificação e em nenhuma dessas,
as respectivas variáveis apresentaram significância estatística. Destaca-se que a
lógica geral das proxies de legibilidade é: quanto maior a métrica, menos legível é o
texto, exceto para a proxy Índice de Legibilidade de Flesch (ILF) que varia de 0 a 100
e quanto menor, menos legível (vide Apêndice C). Para essa métrica os sinais
esperados serão invertidos.
Quadro 1 – Operacionalização das Variáveis de Controle
Sigla Descrição Cálculo Sinal Esperado
Tam Tamanho Logaritmo natural dos ativos totais. -
P/B
Price/Book
Logaritmo natural da divisão entre valor de preço da ação e o seu valor patrimonial.
-
ROA
Retorno sobre os Ativos
Divisão entre o Lucro operacional antes dos impostos e a média entre os ativos totais em t e t-1.
-
18
Prej
Prejuízo
Dummy que assume 1 para quando apresentou prejuízo e 0 quando apresentou lucro na iésima empresa no ano t.
+
HonAud
Honorários de Auditoria
Logaritmo dos honorários de auditoria, na iésima empresa no ano t.
-
Abst
Abstenção de Opinião
Dummy que assume 1 para quando o relatório de auditoria foi com Abstenção de Opinião .
+
𝐑𝐞𝐩𝐮𝐛𝒕−𝟏
Republicação das Demonstrações no ano anterior
Dummy que assume 1 para quando republicou as demonstrações do ano anterior e 0 quando não, na iésima empresa no ano t.
+
Big4
Big4
Dummy que assume valor 1 quando a empresa de auditoria for por uma Big4 (KPMG, DTT, EY, PWC) e 0 quando não Big4, na iésima empresa no período t.
+
NBig4
Não Big4
Dummy que assume valor 1 quando a empresa de auditoria for uma Não Big4 (KPMG, DTT, EY, PWC) e 0 quando for, na iésima empresa no período t.
-
SegEcon
Segmento Econômico
Dummy que assumiu valor de 1 a 9 (n-1 setores), na iésima empresa no período t.
+/-
Ano
Controle do ano
Dummy que assumiu valor de 1 a 2 (n-1 anos), na iésima empresa no período t.
+/-
Fonte: Adaptado pelos autores
4. ANÁLISE DE DADOS E RESULTADOS
4.1. ANALISANDO A ESTRUTURA TEXTUAL E OS INDICADORES MÉDIOS DE
LEGIBILIDADE
Inicialmente analisou-se a estrutura textual e o nível de legibilidade dos
Relatórios de Auditoria das empresas participantes da amostra (Tabela 2). Ao se
analisar a estrutura textual, (Painel A) observa-se que foram analisados 718 relatórios
de auditoria, e que em média, os arquivos possuem 106 Kbites, 15.930 caracteres,
2.576 palavras, 122 frases e 77 parágrafos. Há uma relação aproximada de 1,5 frase
por parágrafo, 25 palavras por frase e de 6 caracteres por palavra.
Tabela 2 – Estrutura textual e os indicadores médios de legibilidade dos relatórios de auditoria
Painel A - Estrutura Textual N μ σ CV Mínimo Máximo
Kbytes 718 106.0251 7.257329 0,068449 14.00 133.00
Palavras 718 2576.042 579.3641 0,224904 514.00 4,930.00
Caracteres 718 15930.87 3587.47 0,225189 1,191.00 30,672.00
Parágrafos 718 77.47214 104.0482 1,343040 7.00 2,818.00
Frases 718 122.6031 458.5124 3,739810 26.00 12,376.00
Frases/Parágrafos 718 1.456964 0.1923944 0,132051 1.20 4.10
Palavras/Frases 718 24.48677 2.81321 0,114886 15.50 63.70
19
Caracter/Palavras 718 6.189833 0.1085969 0,017544 5.70 6.60
Painel B - Nível de Legibilidade n μ σ Mínimo Máximo
lnKbites 718 4.660273 0.0963332 0,020671 2.639057 4.890349
lnPalavras 718 7.826501 0.2449566 0,031298 6.242223 8.503094
Índice de Legibilidade de Flesch 718 14.07103 3.649837 0,259386 0 50.00
Fonte: Dados da pesquisa.
Ao analisar a dispersão das variáveis é possível observar uma certa
homogeneidade. Tal observação se sustenta a partir do coeficiente de variação que é
a medida de risco relativo, que possibilita comparar e avaliar o nível de dispersão de
uma amostra (Fávero et al., 2009). Os valores obtidos dos coeficientes de variação
(CV), indicam, em sua maioria, homogeneidade dos dados pois mostraram-se
relativamente baixos. Fávero et al. (2009) destacam que CV abaixo de 30%
representam que um conjunto de dados pode ser considerado homogêneo.
Observa-se ainda, que apesar da maioria das variáveis apresentarem-se
homogêneas, os resultados referentes à quantidade de parágrafos e frases destoaram
do conjunto, devido a um maior coeficiente de variação (CV). Esse resultado
representa uma maior dispersão, a qual pode ser verificada por meio da amplitude
entre valores mínimos e máximos, a qual, a variável parágrafos, apresenta um valor
máximo 402 vezes maior que o mínimo e a variável frases, 476.
Estes resultados convergem para a proposta de Li (2006) que afirma que
relatórios com maior quantidade de palavras tendem a ser mais complexos, mas para
o autor, uma coisa não é sinônimo da outra. Utilizar o comprimento do texto (Length –
ln do total de palavras) tem a vantagem da facilidade de cálculo e a desvantagem de
não estar diretamente relacionado à complexidade do texto, pois, na intenção de
proporcionar um texto mais claro, quem o escreve tende a utilizar mais palavras,
aumentando assim o tamanho do arquivo.
Por esse motivo, buscou-se resultados provenientes de interação e aplicou-se
na pesquisa o conceito de Índice de Legibilidade de Flesch (ILF) que surgiu a partir
do trabalho de Flesch (1948) e analisa a legibilidade de um texto a partir de uma
combinação entre tamanhos médios de palavras e sentenças e a facilidade de leitura.
Ao se analisar que o ILF médio foi de 14, sendo os relatórios classificados como “Muito
Difíceis”, com um CV abaixo de 0,30, sugerindo homogeneidade e amplitude de 50,
que indicam que o menor valor foi 0 e o maior 50, ficando todos, classificados na
20
escala de 0-30 (Muito Difícil) o que permite inferir que os relatórios de auditoria
possuem elevado grau de dificuldade de leitura.
Na sequência, analisou-se a distribuição de frequência dos relatórios de
auditoria por nível de legibilidade de Flesch (ILF). A Figura 1 evidencia que 98,59%
dos relatórios de auditoria apresentaram índice abaixo de 30, classificando-se como
“Muito difíceis”. O restante da amostra apresentou um ILF entre 31 a 50 e são
classificados como “Difíceis”. Este 1,41% refere-se a relatórios dos três anos de
análise e corresponde às empresas OSX Brasil e Teka em 2016; Mendes Jr., MMX
Miner e Tecnosolo em 2017 e Mendes Jr., MMX Miner, Tecnosolo, Teka e Telebrás
em 2018.
Figura 1 – Proporção de relatórios classificados conforme o ILF – Índice de
Legibilidade de Flesch
Fonte: Dados da Pesquisa. Nota: A distribuição de frequência nos anos de 2016, 2017 e 2018 dos relatórios classificados como “Difíceis” foi respectivamente, 2, 3 e 5. Já os relatórios classificados como “Muito difíceis” foi 236, 237 e 235, respectivamente.
O resultado aponta que o nível de legibilidade dos relatórios de auditoria é
baixo. Essa característica sugere que os textos tendem a ser complexos e demandam
uma necessidade de especialização do leitor, pois, se o receptor não compreende
aquela linguagem provavelmente não conseguirá entender a mensagem que está
sendo transmitida. A ocorrência dessa situação conduz a um relatório de auditoria,
que de acordo com Church, Davis, & McCracken (2008), tem valor simbólico,
transmitindo pouco valor comunicativo.
1,41%
98,59%
Difícil [31-50] Muito difícil [0-30]
21
Quando as demonstrações financeiras utilizam uma terminologia complexa e
pouco acessível, deixam de fazer parte do processo decisório e são tratadas como
elemento menos relevante (DIAS FILHO, 2000). A partir da apuração obtida é possível
considerar que a dificuldade de leitura apresentada nos relatórios pode estimular os
usuários das informações a acessar fontes de mais fácil compreensão, conforme
aponta o estudo (ASAY et al., 2016). Com isso, a característica da contabilidade de
gerar informações úteis ao processo decisório pode ser prejudicada.
Neste sentido, quando vários PAA’s são relatados, há redução da atenção dos
usuários ao conteúdo de informações não mencionadas no relatório do auditor. Isso
pode resultar ao não acesso a informações potencialmente relevantes para a decisão
que só podem ser obtidas com a leitura integral das demonstrações contábeis
(SIROIS, BÉDARD, & BERA, 2018).
4.2. ANALISANDO A ASSOCIAÇAO ENTRE OS PAAS – PRINCIPAIS ASSUNTOS
DE AUDITORIA E AS PROXIES DE LEGIBILIDADE
4.2.1. Testanto o efeito dos tipos de PAA’s sobre as proxies de legibilidade
Posteriormente buscou-se compreender as associações existentes entre os
tipos e quantidades de PAA’s e as proxies de legibilidade (Tamanho, Comprimento e
Índice de Legibilidade de Flesch - ILF).
Verifica-se a partir do Tabela 3, que as correlações entre os tipos de PAA’s
reportados pelas empresas e as proxies de legibilidade foram abaixo de 0,60,
sugerindo, portanto, correlações fracas. A correlação mais forte observada (0,4589***)
foi entre Provisões e Contigências (PROV) e a Quantidade de PAA’s. Tal resultado é
coerente com a distribuição de frequência dos tipos de PAAs (Tabela 1), pois os tipos
de PAAs, com maiores frequências (PROV-Provisões e Contingências, RVR-Redução
ao Valor Recuperável, RAPR-Reconhecimento de Ativos e Passivos Regulatórios)
foram os que apresentaram as correlações mais fortes e positivamente
correlacionadas com a Quantidade de PAA’s (respectivamente, 0,4589***; 0,3956***;
0,3297***). Destaca-se que, conforme o objetivo da norma, de melhoria da qualidade
informacional dos relatórios de audtoria, as correlações positivas indicam melhoria da
legibilidade (medida pelo ILF), já as correlações negativas são convergentes com a
22
literatura, que sugere que os tipos de PAA’s que alertam para o fato dos PAA’s
prejudicarem a complexidade do texto. Esse resultado evidencia que os PAA’s
aumentam o tamanho e o comprimento do texto, entretanto, dependendo do tipo de
PAA (aqueles que apresentaram correlações negativas e significativas), a legibilidade
pode ser prejudicada, pois o ILF tende a diminuir.
Tabela 3 – Correlação entre as proxies de legibilidade e os tipos de PAAs – Principais Assuntos de Auditoria
ILF lnKbites lnPalavras Qtde_PAAs ILF lnKbites lnPalavras Qtde_PAAs
ILF 1 EST 0.1102*** 0.052 0.0456 0.1729***
lnKbites 0.045 1 GRisc 0.0787* 0.0063 -0.0024 0.0972***
lnPalavras -0.0505 0.5965*** 1 Hed -0.0562 0.044 0.0849** 0.1518***
Qtde_PAAs -0.0243 0.3565*** 0.5223*** 1 ImpDifA -0.039 0.045 0.0661 0.1130***
ALI 0.0402 0.0408 0.0569 0.0639 IncF -0.014 0.0105 0.023 0.0432
ATI -0.069 0.0785*** 0.1080*** 0.1682*** InstrF -0.0226 0.0829** 0.1170*** 0.2140***
AC -0.0295 0.049 0.0617 0.0783*** OAM -0.0348 -0.001 -0.0004 -0.0231
Imob 0.0747*** 0.0022 -0.0021 0.0098 Ou 0.0746** 0.0576 0.0802** 0.1195**
APFS 0.0498 0.036 0.0598 0.1248*** PartS 0.0807** 0.0675 0.0908** 0.1214**
BPE -0.0012 0.0368 0.0484 0.2528*** PCLD 0.0846** 0.0549 0.0666 0.2254***
CA -0.0534 0.0292 0.0426 0.0444 REF 0.0489 -0.0411 -0.0685* -0.047
CC 0.0207 0.0558 0.073* 0.0428 PropI -0.0212 0.0121 0.0169 0.0303
Comb -0.0597 0.0619* 0.0897** 0.0684 Prov -0.0291 0.2186*** 0.3080*** 0.4589***
CRC 0.0403 -0.2291*** -0.0526 0.0456 Rec 0.0587 0.0285 0.0229 0.1843***
CR -0.0106 0.0561 0.0912** 0.1199*** RAPR -0.0903** 0.1123** 0.1709*** 0.3297***
CONPER 0.1377*** 0.0413 0.0406 0.1402*** RECJ 0.1664*** 0.0303 0.0241 0.0908**
Cov -0.0141 0.043 0.0632* 0.1817*** RVR -0.0936** 0.1446*** 0.2243*** 0.3956***
CRT -0.0065 0.0762** 0.0988*** 0.1545*** RedC 0.1221*** 0.0189 0.0232 0.0791**
Desc -0.0131 -0.0024 0.0005 -0.0067 ReeS -0.0102 0.0326 0.0062 0.0219
EH 0.0037 0.0002 -0.0053 -0.0035 AVJ -0.0425 0.0403 0.0612 0.0991**
EF -0.0364 -0.037 -0.0870** -0.0078 VRA 0.0243 0.0364 0.0573 0.0908*
Fonte: Dados da pesquisa. Nota: Alienação de ativos (ALI), Ambiente de Tecnologia da Informação (ATI), Aquisição de Controle (AC), Ativo Imobilizado (Imob), Ativos e passivos financeiros setoriais (APFS), Benefícios Pós-Emprego (BPE), Capitalização de Ativos (CA), Cláusulas Contratuais (CC), Combinação de Negócios (Comb), Componentes relevantes na consolidação das DC's (CRC), Contas a Receber (CR), Continuidade Operacional (CONPER), Contratos de Resseguro (Res), Covenants (Cov), Crédito Tributário (CRT), Descumprimento de normas, leis e regulamentos por parte de Administrador (Desc), Economia Hiperinflacionária (EH), Empréstimos e Financiamentos (EF), Estoques (EST), Gerenciamento de capital - risco de liquidez a curto prazo (GRisc), Hedge Accounting (Hed), Impostos Diferidos Ativos (ImpDifA), Incentivos Fiscais (IncF), Instrumentos Financeiros (InstrF), Operações de Arrendamento Mercantil (OAM), Outros (Ou), Participações Societárias (PartS), PCLD (PCLD), Programa de Recuperação Fiscal - REFIS (REF), Propriedades para Investimento (PropI), Provisões e Contingências (Prov), Reconhecimento de Receitas (Rec), Reconhecimento de Ativos e Passivos Regulatórios (RAPR), Recuperação Judicial (RECJ), Redução ao Valor Recuperável (RVR), Redução de Capital (RedC), Reestruturação Societária (ReeS), Valor Justo (AVJ), Valor Residual de Ativos (VRA). *** p<0.01, ** p<0.05, * p<0.10.
Esses resultados lançam luz a um trade off observado na literatura que se
refere à dúvida entre aumentar a quantidade de informações e o risco de se divulgar
dados “inúteis” ou reduzir a quantidade de dados e correr-se o risco de omitir dados
que seriam úteis. Essa discussão foi levantada por Dyer, Lang, & Stice-Lawrence
(2017) quando observaram que os relatórios dos gestores eram mais legíveis do que
23
o relatório dos auditores. Além disso, as empresas de auditoria Big6 apresentavam
relatórios menos legíveis do que as demais, que pode decorrer, inclusive, do maior
compliance da firma (e auditor). O problema da maior complexidade (e menor
legibilidade) é a possibilidade de anular ou comprometer o objetivo inicial da norma
que é a de trazer maior qualidade e informatividade ao relatório dos auditores e ao
conjunto das informações contábeis divulgadas (MASDOR; SHAMSUDDIN, 2018).
Sirois, Bédard, & Bera, (2018) encontraram evidências de que os PAA’s podem
prejudicar a atenção dos usuários, pois em decorrência de vieses cognitivos, esses
podem julgar as informações destacadas nos PAA’s como mais relevantes do que
outras informações notadamente relevantes e que devem ser lidas no conjunto geral
das demonstrações.
Posteriormente, observou-se o efeito marginal dos tipos de PAA sobre as
proxies de legibilidade (ILF, comprimento e tamanho do arquivo). A Tabela 4 evidencia
que os PAA’s: Alienação de ativos (ALI), Ambiente de Tecnologia da Informação (ATI),
Outros (Ou), Provisões e Contingências (Prov), Recuperação Judicial (RECJ),
Redução de Capital (RedC) apresentaram significância estatística em pelo menos um
dos modelos. Verificou-se que os PAA’s: ALI (2.160*), RECJ (1.709**), RedC
(7.037***) apresentaram efeitos positivos e estatisticamente significativos sobre o ILF
– Índice de Legibilidade de Flesch. Por outro lado, eles apresentaram efeitos positivos
também sobre o comprimento do texto (LnPalavras) e sobre o tamanho do arquivo
(LnKbytes). Esses resultados sugerem um potencial paradoxo, porém deve ser
interpretado a luz do que propõe Li (2006): em termos gerais, a quantidade de palavras
e o tamanho do arquivo são métricas que podem estar associadas a maior ou menor
complexidade, porém isso pode não ocorrer uma vez que o aumento do número de
palavras pode decorrer, inclusive da maior transparência., na medida que o aumento
do texto (palavras) tenha o objetivo de ser mais claro e transparente.
No presente estudo, observou-se que a despeito dos PAA’s citados
anteriormente estarem associados ao maior volume de dados, observa-se um
potencial conteúdo informacional dos mesmos, pois os relatórios tendem a aumentar
os respectivos ILF’s melhorando a legibilidade ds textos. Ressalta-se que apesar
disso, dado o número de PAA’s reportados, e o fato de apenas seis apresentarem
significância, há que se compreender a utilidade de sua divulgação. Isso porque os
PAA’s que não melhoram a legibilidade podem gerar efeitos que resultem em seleção
24
adversa (BORITZ; HAYES; TIMOSHENKO, 2016; SEGAL, 2017; SIROIS; BÉDARD;
BERA, 2018).
Outra evidência que se destaca é o efeito do PAA Ambiente de Tecnologia da
Informação (ATI) sobre o ILF. Observou-se um efeito negativo e estatisticamente
significativo (-1.207**) indicando que a divulgação desse PAA torna o texto mais
complexo. Esse resultado reforça a preocupação com externalidades causadas aos
usuários em função do aumento do volume de informações conforme observado por
Boritz, Hayes e Timoshenko (2016). Por um lado, essa relação pode possibilitar que
os usuários consigam compreender melhor a empresa em questão. Por outro, essa
informação pode desviar a atenção dos usuários ou induzí-los a julgamentos
inapropriados.
Tabela 4 – Efeito marginal dos tipos de PAAs sobre as proxies de legibilidade
Sinal Esperado
ILF (1.1)
Ln_Palavras (1.2)
Ln_Kbytes (1.3)
ALI + 2.160* 0.197*** 0.0536*** (1.152) (0.0555) (0.0157) ATI + -1.207** 0.135** 0.0404*** (0.485) (0.0549) (0.0151) Prov + -0.470 0.0797*** 0.0216*** (0.316) (0.0143) (0.00373) RECJ + 1.709** 0.105* 0.0272* (0.745) (0.0549) (0.0153) RedC + 7.037*** 0.123*** 0.0387*** (0.538) (0.0338) (0.00868) Ou + 0.858 0.0808** 0.0188** (0.608) (0.0343) (0.00925) Tam - -0.195** 0.0339*** 0.00776*** (0.0988) (0.00565) (0.00157) ROA - -1.926** -0.131* -0.0393** (0.838) (0.0699) (0.0187) P/B - -0.0302* 0.00169 0.000368 (0.0180) (0.00142) (0.000364) HonAud - -0.351*** -0.00912 -0.00176 (0.124) (0.00650) (0.00179) Abstenção + 5.201*** -0.144 -0.0196 (1.127) (0.0950) (0.0205) 𝑅𝑒𝑝𝑢𝑏𝑡−1 + 0.433 -0.0194 -0.00371 (0.317) (0.0209) (0.00522) EY + -0.423 -0.0282 -0.00405 (0.332) (0.0243) (0.00582) PWC + 1.734*** 0.0351 0.00673 (0.412) (0.0250) (0.00682) Intercepto ? 23.26*** 7.267*** 4.530*** (1.949) (0.114) (0.0313)
Wald (x²) 3226.83*** 213.59*** 198.20 R² (Geral) 24,01% 25.98% 28.86% Tipo de Painel EA EA EA Observações 530 536 530 No. de empresas 214 216 214
25
Controle de Ano Sim Sim Sim Controle do Setor Sim Sim Sim
Nota: Erros padrões robustos clusterizados nas firmas entre parênteses. *** p<0.01, ** p<0.05, * p<0.1. Alienação de ativos (ALI), Ambiente de Tecnologia da Informação (ATI), Outros (Ou), Provisões e Contingências (Prov), Recuperação Judicial (RECJ), Redução de Capital (RedC).
Complementarmente, verificou-se que Tamanho da empresa (-0.195**), ROA
(-1.926**), P/B (-0.0302*) e honorários de auditoria (-0.351***) apresentaram efeitos
negativos e estatisticamente significativos aos níveis de 1%, 5% e 10%. Isso sugere
que empresas maiores, com maiores retornos, potencial de crescimento e maiores
honorários de auditoria tendem a apresentar relatórios menos legíveis. Em todas elas,
o efeito positivo e estatisticamente significativo sobre o comprimento do texto
(LnPalavras) e o tamanho do arquivo (LnKbytes) reforça que seus relatórios tendem
a ser maiores e portanto, mais complexos, o que converge com as evidências de Asay,
Elliott e Rennekamp (2017); Boritz, Hayes e Timoshenko (2016), Loughran e
Mcdonald (2014). Ressalta-se que no caso do ROA, houve uma associação negativa
também com as duas outras proxies de legibilidade (LnPalavras e LnKbytes)
reforçando a observação de Li, (2006), pois empresas com maiores ROA tendem a
reduzir o comprimento do texto e o tamanho do arquivo, porém, com redução do ILF,
e portanto, maior complexidade. Logo, quantidade de texto (palavras), não
necessariamente resulta em maior ou menor complexidade do relatório.
4.2.2. Testanto o efeito da quantidade de PAA’s reportados sobre as proxies de
legibilidade
Por fim, de modo a se verificar com maior consistência os efeitos dos PAA’s
sobre as proxies de legibilidade, analisou-se os modelos de regressão 1, 2 e 3
conforme apresentado no Tabela 5. Verifica-se que a quantidade de PAA’s têm efeito
estatisticamente significativo nos três modelos. No primeiro, referente ao ILF, observa-
se que ele foi negativo, evidenciando que quanto maior a quantidade de PAA’s mais
complexo (e menos legível), fica o relatório. Considerando que se trata, a priori de
uma relação que contraria a expectativa inicial, pode-se inferir que a quantidade de
PAA’s não consiste em uma variável adequada para a explicação do nível de
legibilidade, pois essa induz à conclusão de que os efeitos adversos decorrem do
26
aumento do comprimento do texto e tamanho do arquivo (BORITZ; HAYES;
TIMOSHENKO, 2016b; LI, 2006; SIROIS; BÉDARD; BERA, 2018).
Além disso, há que se destacar-se que tal interpretação deve ser feita com
reservas, pois o aumento do tamanho do arquivo e da quantidade de palavras não
significa que o texto se tornará mais complexo sempre. Isso porque, com o objetivo
de tornar o texto mais claro, os auditores e demais elaboradores de relatórios podem
aumentar a quantidade de palavras, por consequência, o tamanho do arquivo (LI,
2006). Por outro lado, esse aumento pode tirar a atenção dos usuários de outros
aspectos positivos ou negativos tão ou tanto mais importante quanto o reportado nos
PAA’s (SEGAL, 2017; SIROIS, BÉDARD; BERA, 2018; VINSON, ROBERTSON;
COCKRELL, 2018). Essa necessidade de cautela na análise do efeito do total de
PAA’s para avaliação da ligibilidade é observada no Tabela 4 que demonstra que
existe um conteúdo informacional nos principais assuntos e que esses podem, de fato
melhorar a legibilidade dos relatórios de auditoria.
Verificou-se ainda que o Tamanho das empresas tem efeito significativo sobre
a legibilidade. Murcia & Dos Santos (2009) destacam que as empresas maiores tem
um custo de reputação maior, se comparadas com empresas menores, logo, é
plausível que apresentem informações de melhor qualidade e, consequentemente,
mais legíveis. Porém, Loughran & Mcdonald (2014), Asay et al. (2017), Boritz et al.
(2016) observam que as empresas maiores têm uma maior complexidade, logo
tendem a apresentar relatórios maiores e mais complexos. As evidências observadas
no presente estudo foi de que o Tam está associado a menor legibilidade, pois
apresentou efeito negativo e estatisticamente significativamente com o ILF e (-0,273**)
e positivo e estatisticamente significativo com os demais (Lnpalavras – 0,0266*** e
lnKbites – 0,0055***) o que converge com a literatura internacional citada.
Tabela 5 – Efeito marginal da quantidade de PAAs sobre as proxies de
legibilidade
Variáveis Sinal Esperado
ILF (2.1)
Ln_Palavras (2.2)
Ln_KBytes (2.3)
Qtde_PAAs + -1.133** 0.203*** 0.0533*** (0.537) (0.0183) (0.00478) Tam + -0.304** 0.0239*** 0.00551*** (0.125) (0.00552) (0.00153) ROA - -2.044* -0.201** -0.0537** (1.077) (0.0955) (0.0246) P/B - -0.0304 0.00107 0.000232 (0.0188) (0.000992) (0.000271) HonAud - -0.344** -0.00982* -0.00210
27
(0.139) (0.00581) (0.00166) Abstenção - 5.398*** 0.00810 0.0176 (1.956) (0.131) (0.0378) Com Ressalva + 1.009 0.0808* 0.0262* (1.021) (0.0466) (0.0142)
𝑅𝑒𝑝𝑢𝑏𝑡−1 - 0.743** -0.0141 -0.00159
(0.359) (0.0199) (0.00490) EY - -0.332 -0.0202 -0.00265 (0.344) (0.0220) (0.00552) PWC + 1.213*** 0.0220 0.00274 (0.418) (0.0208) (0.00583) Intercepto ? 26.50*** 7.136*** 4.472*** (2.653) (0.110) (0.0335)
Wald (x²) 104,41*** 227,37*** 204,52*** R² (Geral) 17,44% 38,18% 35,99% Tipo de Painel EA EA EA Observações 457 517 566 No. de empresas 196 213 225 Controle de Ano Sim Sim Sim Controle do Setor Sim Sim Sim
Nota: Foram mantidas as variáveis que apresentaram estatística t igual ou superior a 1 quando houve melhoria do R² conforme sugestão de Gujarati (2019). Erros padrões robustos clusterizados na firma entre parênteses.*** p<0.01, ** p<0.05, * p<0.1. Todas as variáveis quantitativas foram winsorizadas entre 1%-99%.
Observou-se ainda que quanto maior Retorno Sobre o Ativo (ROA), menor será
o ILF, logo, o relatório é menos legível. Esse resultado converge com o que foi
encontrado na literatura anterior, pois de acordo com o estudo de Li (2006), empresas
com ganhos mais baixos tendem a apresentar relatórios anuais mais difíceis de ler.
Nesse sentido, espera-se que empresas com desempenhos satisfatórios apresentem
relatórios mais compreensíveis.
Posteriormente analisou-se o efeito do Price/Book (P/B) que é uma proxy de
potencial de crescimento da firma (SANT’ANNA et al., 2015). Espera-se que empresas
com maior potencial de crescimento apresentem maior legibilidade (ASAY et al., 2017;
BORITZ et al., 2016; LOUGHRAN; MCDONALD, 2014). Verificou-se um efeito
negativo (0,0321*) da variável P/B sobre o ILF e um efeito positivo (0,00451*) sobre
o Tamanho do arquivo (LnKbytes), porém, em ambos os casos com nível de
significância de 10%. Esses resultados podem sinalizar a existência de risco potencial,
em função de se tratar de uma expectativa do mercado e que resulta em menor
legibilidade dos relatórios reportados. Bernardes, Nascimento, Ayres, & Siqueira
(2018) fazem tal associação ao dizer que a legibilidade dos fatos relevantes depende
do cenário, no qual fatos divulgados em cenários pessimistas apresentam menor
legibilidade frente aos divulgados em cenários otimistas.
28
Analisou-se ainda o efeito dos honorários de auditoria (HonAud). A literatura
destaca que os honorários tem associação direta com a complexidade do trabalho e
o risco de auditoria, logo, quanto maior os honorários, maior é o risco, portanto, mais
complexo tendem a ser os relatórios (BELL; LANDSMAN; SHACKELFORD, 2001;
BLANKLEY; HURTT; MACGREGOR, 2013). Calderon, Wang, & Klenotic (2012)
reforçam que na definição dos honorários deve-se considerar o esforço e os riscos da
auditoria.
Verificou-se que o HonoAud (-0.381***) teve um efeito negativo e significativo
sobre o ILF e sobre o comprimento do texto (-0.0112**). Esse resultado evidencia que
quanto maior os honorários de auditoria mais complexo (e menos legível), fica o
relatório. Esse resultado é coerente com o que defende Li (2006) que afirma que a
complexidade não está atrelada especificamente à quantidade de palavras, pois o
valor do lnPalavras também é negativo. É possível que a despeito de haver uma
redução da quantidade de palavras, o texto aumente a complexidade.
Na sequência analisou-se o efeito da variável “Abstenção de Opinião”. A
Abstenção, diz respeito à situações em que os auditores se abstêm de opinar sobre a
adequação das demonstrações financeiras reportadas. O que se verificou foi que
quando as empresas apresentam relatório com Abstenção de Opinião, o ILF aumenta,
logo, a legibilidade melhora. A relação com o ILF foi positiva e estatisticamente
significativa (5.540***) esse achado é coerente, pois, um parecer com abstenção de
opinião é apresentado quando há alguma limitação no processo de auditoria que
impossibilita o auditor de fazer considerações quanto às demonstrações contábeis,
por conseguinte o relatório tenderá a ser mais claro, objetivo e legível (Asay et al.,
2017; Boritz et al., 2016).
Além disso, verificou-se o efeito marginal da republicação das demonstrações
no ano anterior. Como a republicação é uma proxy de baixa qualidade das
demonstrações (DECHOW; GE; SCHRAND, 2010), os elaboradores das
demonstrações e auditores podem envidar esforços no período corrente para
apresentarem relatórios mais legíveis (ASAY et al., 2017; BORITZ et al., 2016; LO et
al., 2017). Verificou-se que quando as empresas republicaram as demonstrações no
período anterior, a tendência foi de aumento (0.730**) do ILF, e portanto, melhoria na
legibilidade. Isso se deve à percepção de que a republicação está associada à um
menor nível de qualidade e à um maior risco. Conforme aponta Bischoff, Finley, &
29
LeBlanc (2008) e Chen, Elder, & Hung (2014), o mercado de ações tende a reagir
negativamente à republicação devido ao fato de aparentar para os investidores que a
gestão está tentando fraudar as informações intencionalmente e levá-los a duvidar da
qualidade das demonstrações elaboradas.
Na sequência, analisou-se o efeito do tipo de auditor sobre o nível de
legibilidade. Companhias auditadas pelas empresas de auditoria que pertencem ao
grupo das Big Four (KPMG, PricewaterhouseCoopers, Deloitte Touche Tohmatsu e
Ernst&Young) fazem essa escolha devido ao fato dessas empresas terem maior
reputação, e, portanto, tenderem a ser mais rigorosos quanto aos requisitos legais
(AOBDIA, 2019; FROST; GORDON; POWNALL, 2008; MARQUES et al., 2018). Os
resultados evidenciaram que as empresas auditadas por Big4 tendem a apresentar
relatórios de auditoria mais legíveis, pois o efeito foi positivo e estatisticamente
significativo sobre o ILF (1.242***), que por sua vez, reforça os argumentos de Li
(2006) que defende que tamanho de texto e comprimento não estão necessariamente
atralados ao aumento de complexidade.
4.2.3. Testes de Robustez
De modo a ser verificar a adequação das estimações, em especial, a
sensibilidade dos coeficientes, realizou-se uma série de testes adicionais. Os referidos
testes perpassaram pela utilização de outras variáveis de controle citadas na literatura
destacando-se: (i) divulgação de prejuízo, (ii) ressalva e (iii) ser auditada por não Big4
até a utilização de outros tipos de modelos com dados em painel conforme propõe
(GUJARATI, 2019). Os resultados (vide apêndices) reforçam os achados
apresentados anteriormente e podem ser comparados a partir dos apêndices. Esses
resultados sugerem que características associadas a maior risco, tendem a ter efeito
positivo na quantidade de palavras e tamanho do arquivo, logo, com maior
probabilidade de aumento de complexidade. Entretanto, conforme já mencionado ao
longo deste trabalho, isso não significa, de per si, que o relatório se torna menos
legível em todos os casos (Li, 2006).
5. CONSIDERAÇÕES FINAIS
30
O objetivo do presente estudo foi analisar os tipos de PAA’s – Principais
Assuntos de Auditoria divulgados pelas empresas mais líquidas da [B]³ e sua
associação com o nível de legibilidade dos relatórios de auditoria e as características
institucionais das firmas brasileiras.
O estudo é de natureza descritiva, documental, com abordagem quantitativa e
utilizou a análise de conteúdo, estatística descritiva, análise de correlação e de
regressão para avaliar os dados de 240 empresas mais líquidas listadas na [B]³ no
período de 2016 a 2018, três primeiros anos de vigência da NBC-TA 701.
Os resultados evidenciaram que os PAAs mais reportados foram Redução ao
Valor Recuperável (RVR), Provisões e Contingências (PROV), Reconhecimento de
Ativos/Passivos Regulatórios (RAPR), Instrumentos Financeiros (INSTRF) e Impostos
Diferidos Ativos (IMPDIFA) que representaram 69% do total de PAA’s divulgados
pelas empresas da amostra. Além disso, verificou-se que 13 tipos de PAA’s
respondem por 85% do total reportados no período.
Verificou-se ainda que os tipos de PAA’s possuem associação positiva com o
comprimento do texto e o tamanho do arquivo e, alguns, possuem correlações
negativas com o Índice de Legibilidade de Flesch (ILF). Em termos de distribuição de
frequência, os relatórios de auditoria classificam-se, segundo Flesch (1948), como
difícil e muito difícil, estando quase a sua totalidade (98,59%) concentrada neste
último nível. Essa conclusão é proveniente da aplicação do Índice de Legibilidade de
Flesch (ILF) o qual estabelece que em uma escala de 0-100, os resultados que se
enquadram no intervalo 0-30 têm baixo índice de legibilidade indicando maior
complexidade dos textos (COURTIS, 1986).
Por fim, observa-se que os PAA’s (Alienação de ativos - ALI, Recuperação
Judicial - RECJ, Redução de Capital - RedC) têm efeito positivo significativo no nível
de legibilidade medido a partir das três proxies, sugerindo melhora da legibilidade e
compreensibilidade do texto, mesmo com aumento da quantidade de palavras e do
tamanho do arquivo. Entretanto, o PAA ATI – Ambiente de Tecnologia da Informação,
teve efeito negativo e estatisticamente significativo sugerindo piora na legibilidade.
Esses resultados corroboram com os achados de relatórios analisados no contexto
norte-americano em que se observou aumento no volume de dados e maior
complexidade nas informações (COURTIS, 1986; LOUGHRAN; MCDONALD, 2014).
Por outro lado, reforçam o objetivo inicial da norma, pois ainda que não seja em todo
31
e qualquer PAA divulgado, existe um potencial de agregado informacional dos
mesmos.
Destaca-se que essa associação entre a quantidade de PAA’s e as proxies de
legibilidade sugerindo que a perda na legibilidade em alguns casos, não compreende
uma piora na qualidade do trabalho do auditor, mas levanta algumas questões ainda
em aberto. Por exemplo, a norma em discussão foi proposta com o intuito de melhorar
a qualidade das informações, porém, o aumento de dados sem que estes de fato
melhorem o conteúdo informacional, pode resultar em anomalias e efeitos adversos
da simples aplicação da norma. Segal (2017); Sirois, Bédard, & Bera, (2018); Vinson
et al., (2018) consideram que a adoção dos PAA’s, a despeito dos seus objetivos,
pode gerar efeitos prejudicais aos usuários, em especial aos não especializados.
Primeiro, porque esses usuários podem ter a sua atenção desviada pelos PAA’s,
quando deveriam estar se preocupando com outras informações divulgadas.
Segundo, que eles podem criar heurísticas influenciadas pelos PAA’s e que resultem
em seleção adversa, logo, prejudicando a tomada de decisão.
Destaca-se ainda que, a despeito do aumento de dados, em geral, estar
associado à perda de legibilidade, aumento no número de palavras não aumenta
necessariamente a complexidade do texto por si só (Li, 2006). Porém, como já
mencionado, o aumento na quantidade de palavras pode tirar a atenção do leitor,
conforme Sirois, Bédard, & Bera (2018) conseguem demonstrar no seu estudo. Para
estes autores, a publicação de PAA’s, conforme exigido pelo IAASB e PCAOB,
influencia a forma como os usuários da informação abordam as demonstrações.
Defendem o efeito da sinalização, pois, a comunicação de vários assuntos no relatório
do auditor direciona a atenção do leitor para as partes destacadas e reduz o nível de
atenção dedicado a outras partes das demonstrações contábeis.
Este estudo contribui para a discussão sobre a efetividade da adoção da NBC
TA 701 e contribui para os auditores, provedores de capital e reguladores. Aos dois
primeiros no sentido de lerem os PAA’s como dados suplementares às demais
informações divulgadas no conjunto completo das demonstrações contábeis. Aos
reguladores, na discussão sobre se a divulgação de PAA’s contribui ou prejudica a
qualidade dos relatórios de auditoria e o conjunto completo das informações
contábeis.
32
Apesar das contribuições, o estudo não se debruçou sobre o efeito marginal da
adoção da NBC TA 701 sobre a legibilidade do auditor, restringindo-se à análise ex
post adoção. Além disso, dados os resultados observados e a predominância de
PAA’s em 3 categorias específicas, uma análise de conteúdo dos respectivos PAA’s
ao longo do tempo deve ser realizado de modo a se verificar se não está havendo
uma mera repetição. Além disso, a realização de experimentos com o intuito de se
analisar o conteúdo informacional dos PAA’s no contexto brasileiro é uma
necessidade para se compreender os insights levantados a partir do presente estudo.
REFERÊNCIAS AOBDIA, D. Do practitioner assessments agree with academic proxies for audit quality? Evidence from PCAOB and internal inspections. Journal of Accounting and Economics, v. 67, n. 1, p. 144–174, fev. 2019.
ARDOIN, S. P. et al. Accuracy of Readability Estimates’ Predictions of CBM Performance. School Psychology Quarterly, v. 20, n. 1, p. 1–22, 2005.
ASAY, H. S.; ELLIOTT, W. B.; RENNEKAMP, K. Disclosure Readability and the Sensitivity of Investors’ Valuation Judgments to Outside Information. The Accounting Review, v. 92, n. 4, p. 1–25, jul. 2017.
ASAY, H. S.; ELLIOTT, W. B.; RENNEKAMP, K. M. Disclosure Readability and the Sensitivity of Investorss Valuation Judgments to Outside Information. SSRN Electronic Journal, 2016.
ASSI, M. Contabilidade e fraude contábil, onde estamos errando?e-Auditoria, 1 set. 2016. Disponível em: <http://www.e-auditoria.com.br/publicacoes/noticias/contabilidade-e-fraude-contabil-onde-estamos-errando/>. Acesso em: 2 maio. 2019
BACKOF, A. G.; BOWLIN, K. O.; GOODSON, B. M. The Impact of Proposed Changes to the Content of the Audit Report on Jurorss Assessments of Auditor Negligence. SSRN Electronic Journal, 2017.
BAKER, E.; KARE, D. D. Relationship Between Annual Report Readability and Corporate Financial Performance. Management Research News, v. 15, n. 1, p. 1–4, jan. 1992.
BARNETT, A.; LEOFFLER, K. Readability of Accounting and Auditing Messages. Journal of Business Communication, v. 16, n. 3, p. 49–59, 1 abr. 1979.
BELL, T. B.; LANDSMAN, W. R.; SHACKELFORD, D. A. Auditors’ Perceived Business Risk and Audit Fees: Analysis and Evidence. Journal of Accounting Research, v. 39, n. 1, p. 35–43, jun. 2001.
BERNARDES, J. R. et al. Legibilidade dos Fatos Relevantes: uma Análise na Vale S. A. no Período de Agosto 2012 a Agosto de 2016. v. 20, n. 71, p. 04–13, 2018.
33
BISCHOFF, J.; FINLEY, J.; LEBLANC, D. Financial Statement Restatements: Causes and Effects. Tenesse CPA Journal, p. 5–7, 2008.
BLANKLEY, A. I.; HURTT, D. N.; MACGREGOR, J. E. Evaluating the Effect of Abnormal Audit Fees on Future Restatements. Current Issues in Auditing, v. 7, n. 1, p. P15–P21, jun. 2013.
BORITZ, J. E.; HAYES, L.; TIMOSHENKO, L. M. Determinants of the Readability of SOX 404 Reports. Journal of Emerging Technologies in Accounting, v. 13, n. 2, p. 145–168, dez. 2016a.
BORITZ, J. E.; HAYES, L.; TIMOSHENKO, L. M. Determinants of the Readability of SOX 404 Reports. Journal of Emerging Technologies in Accounting, v. 13, n. 2, p. 145–168, dez. 2016b.
BRASEL, K. et al. Risk Disclosure Preceding Negative Outcomes: The Effects of Reporting Critical Audit Matters on Judgments of Auditor Liability. Current Issues in Auditing, v. 10, n. 2, p. P1–P10, dez. 2016.
CALDERON, T. G.; WANG, L.; KLENOTIC, T. Past control risk and current audit fees. Managerial Auditing Journal, v. 27, n. 7, p. 693–708, 20 jul. 2012.
CAVIQUE, L. Legibilidade de Artigos Científicos: Análise de Dados da RCC. Revista de Ciências da Computação, v. 3, n. 3, 2008.
CFC. NORMA BRASILEIRA DE CONTABILIDADE – NBC TA 701, DE 17 DE JUNHO DE 2016, 2016. Disponível em: <http://www1.cfc.org.br/sisweb/SRE/docs/NBCTA701.pdf>. Acesso em: 12 abr. 2019
CHEN, K. Y.; ELDER, R. J.; HUNG, S. Do post-restatement firms care about financial credibility? Evidence from the pre- and post-SOX eras. Journal of Accounting and Public Policy, v. 33, n. 2, p. 107–126, mar. 2014.
CHURCH, B. K.; DAVIS, S. M.; MCCRACKEN, S. A. The Auditor’s Reporting Model: A Literature Overview and Research Synthesis. Accounting Horizons, v. 22, n. 1, p. 69–90, mar. 2008.
COLARES, A. C. V.; ALVEZ, I. K. C.; FERREIRA, C. DE O. PRINCIPAIS ASSUNTOS DE AUDITORIA: EXPECTATIVAS DOS AUDITORES INDEPENDENTES QUANTO AO NOVO RELATÓRIO DE AUDITORIA. Revista Mineira de Contabilidade, v. 19, n. 3, p. 64–76, 21 dez. 2018.
CORDOS, G.-S.; FULOP, M.-T. Understanding audit reporting changes: introduction of Key Audit Matters. v. 14, n. 1, p. 128–152, 2015.
COURTIS, J. K. An Investigation into Annual Report Readability and Corporate Risk-Return Relationships. Accounting and Business Research, v. 16, n. 64, p. 285–294, set. 1986.
DANIEL, K.; HIRSHLEIFER, D.; TEOH, S. H. Investor psychology in capital markets: evidence and policy implications. Journal of Monetary Economics, v. 49, n. 1, p. 139–209, jan. 2002.
34
DECHOW, P.; GE, W.; SCHRAND, C. Understanding earnings quality: A review of the proxies, their determinants and their consequences. Journal of Accounting and Economics, v. 50, n. 2–3, p. 344–401, dez. 2010.
DIAS FILHO, J. M. A linguagem utilizada na evidenciação contábil: uma análise de sua compreensibilidade à luz da teoria da comunicação. Caderno de Estudos, n. 24, p. 38–49, dez. 2000.
DYER, T.; LANG, M.; STICE-LAWRENCE, L. The evolution of 10-K textual disclosure: Evidence from Latent Dirichlet Allocation. Journal of Accounting and Economics, v. 64, n. 2, p. 221–245, 2017a.
DYER, T.; LANG, M.; STICE-LAWRENCE, L. The evolution of 10-K textual disclosure: Evidence from Latent Dirichlet Allocation. Journal of Accounting and Economics, v. 64, n. 2–3, p. 221–245, nov. 2017b.
EPPLER, M. J.; MENGIS, J. The Concept of Information Overload: A Review of Literature from Organization Science, Accounting, Marketing, MIS, and Related Disciplines. The Information Society, v. 20, n. 5, p. 325–344, nov. 2004.
FÁVERO, L. P. et al. Análise de Dados: Modelagem Multivariada para tomada de decisões. 1. ed. Rio de Janeiro: Elsevier, 2009.
FILES, R.; SWANSON, E. P.; TSE, S. Stealth Disclosure of Accounting Restatements. The Accounting Review, v. 84, n. 5, p. 1495–1520, set. 2009.
FLESCH, R. A new readability yardstick. Journal of Applied Psychology, v. 32, n. 3, p. 221–233, 1948.
FROST, C. A.; GORDON, E. A.; POWNALL, G. Financial Reporting and Disclosure Quality, and Emerging Market Companies’ Access to Capital in Global Markets. SSRN Electronic Journal, 2008.
GUJARATI, D. Econometria: Princípios, Teoria e Aplicações Práticas. São Paulo: Saraiva, 2019.
HIRSHLEIFER, D. Investor Psychology and Asset Pricing. The Journal of Finance, v. 56, n. 4, p. 1533–1597, ago. 2001.
HIRSHLEIFER, D.; TEOH, S. H. Limited attention, information disclosure, and financial reporting. Journal of Accounting and Economics, v. 36, n. 1–3, p. 337–386, dez. 2003.
HOITASH, R.; HOITASH, U. Measuring Accounting Reporting Complexity with XBRL. The Accounting Review, v. 93, n. 1, p. 259–287, jan. 2018.
IAASB. Improving the Auditor’s Report | IFAC. Disponível em: <http://www.ifac.org/iaasb/publications-resources/improving-auditor-s-report>. Acesso em: 21 nov. 2019.
IBRACON. Norma do Novo Relatório do Auditor é aprimorada pelo PCAOB | IBRACON. Disponível em: <http://www.ibracon.com.br/ibracon/Portugues/detNoticia.php?cod=4695>. Acesso em: 12 abr. 2019.
35
JONES, M. J. A Longitudinal Study of the Readability of the Chairman’s Narratives in the Corporate Reports of a UK Company. Accounting and Business Research, v. 18, n. 72, p. 297–305, set. 1988.
KATZ, D. Revamped Auditor’s Report Would Launch “Wave of Litigation”CFO, 2 abr. 2014. Disponível em: <https://www.cfo.com/auditing/2014/04/revamped-audit-report-seen-launching-wave-litigation/>. Acesso em: 21 nov. 2019
KEDIA, S.; PHILIPPON, T. The Economics of Fraudulent Accounting. Review of Financial Studies, v. 22, n. 6, p. 2169–2199, jun. 2009.
LEWIS, N. R. et al. Accounting Report Readability: The Use of Readability Techniques. Accounting and Business Research, v. 16, n. 63, p. 199–213, jun. 1986.
LI, F. Annual Report Readability, Current Earnings, and Earnings Persistence. SSRN Electronic Journal, 2006.
LO, K.; RAMOS, F.; ROGO, R. Earnings management and annual report readability. Journal of Accounting and Economics, v. 63, n. 1, p. 1–25, fev. 2017a.
LO, K.; RAMOS, F.; ROGO, R. Earnings management and annual report readability. Journal of Accounting and Economics, v. 63, n. 1, p. 1–25, fev. 2017b.
LOUGHRAN, T.; MCDONALD, B. Measuring Readability in Financial Disclosures: Measuring Readability in Financial Disclosures. The Journal of Finance, v. 69, n. 4, p. 1643–1671, ago. 2014.
MARQUES, V. A. et al. O poder da reputação: evidências do efeito big four sobre a opinião do auditor. Revista Contemporânea de Contabilidade, v. 15, n. 35, p. 03–31, 30 jun. 2018.
MARQUES, V. A.; SOUZA, M. K. P. PRINCIPAIS ASSUNTOS DE AUDITORIA E OPINIÃO SOBRE O RISCO DE DESCONTINUIDADE: UMA ANÁLISE DAS EMPRESAS DO IBOVESPA. v. 11, p. 22, 2017.
MARTINS, S. J. O.; FILGUEIRAS, L. V. L. Métodos de avaliação de apreensibilidade das interfaces textuais: uma aplicação em sítios de Governo eletrônico. . In: CONFERENCIA LATINOAMERICANA DE INTERAÇÃO HUMANO COMPUTADOR. Rio de Janeiro: jan. 2007Disponível em: <https://www.researchgate.net/profile/Lucia_Filgueiras/publication/237406825_Metodos_de_Avaliacao_de_Apreensibilidade_das_Informacoes_Textuais_uma_Aplicacao_em_Sitios_de_Governo_Eletronico/links/5519338e0cf21b5da3b7d05f/Metodos-de-Avaliacao-de-Apreensibilidade-das-Informacoes-Textuais-uma-Aplicacao-em-Sitios-de-Governo-Eletronico.pdf>. Acesso em: 30 jun. 2019
MASDOR, N.; SHAMSUDDIN, A. The Implementation of ISA 701- Key Audit Matters: A Review. v. 10, n. 3, p. 9, 2018.
MELLONI, G.; CAGLIO, A.; PEREGO, P. Saying More with Less? Disclosure Conciseness and Completeness in Integrated Reports. SSRN Electronic Journal, 2016.
MELLONI, G.; CAGLIO, A.; PEREGO, P. Saying more with less? Disclosure conciseness, completeness and balance in Integrated Reports. Journal of Accounting and Public Policy, v. 36, n. 3, p. 220–238, maio 2017.
36
MURCIA, F. D.-R.; DOS SANTOS, A. Fatores determinantes do nível de disclosure voluntário das companhias abertas no Brasil. Revista de Educação e Pesquisa em Contabilidade (REPeC), v. 3, n. 2, p. 72, 3 maio 2009.
PCAOB. PCAOB - Proposed Auditing Standards, 2013. Disponível em: <https://pcaobus.org/Rulemaking/Docket034/Release_2013-005_ARM.pdf>
PCAOB. PCAOB Adopts New Standard to Enhance the Relevance and Usefulness of the Auditor’s Report with Additional Information for Investors. Disponível em: <https://pcaobus.org:443/News/Releases/Pages/auditors-report-standard-adoption-6-1-17.aspx>. Acesso em: 18 nov. 2019.
PORTER, B.; GOWTHORPE, C. Audit expectation-performance gap in the United Kingdom in 1999 and comparison with the gap in New Zealand in 1989 and in 1999. 1. publ ed. Edinburgh: Inst. of Chartered Accountants of Scotland, 2004.
RANHA, A. O novo Relatório de Auditoria e seus impactos. Disponível em: <http://www.investimentosenoticias.com.br/noticias/artigos-especiais/o-novo-relatorio-de-auditoria-e-seus-impactos>. Acesso em: 1 nov. 2019.
REINSTEIN, A.; HEPP, G.; WEIRICH, T. Auditors’ Increased Responsibilities Under the PCAOB’s New Audit Reporting StandardsThe CPA Journal, 26 fev. 2018. Disponível em: <https://www.cpajournal.com/2018/02/26/auditors-increased-responsibilities-pcaobs-new-audit-reporting-standards/>. Acesso em: 18 nov. 2019
SANT’ANNA, D. P. DE et al. VALOR DE MERCADO E VALOR CONTÁBIL E SUA RELAÇÃO COM OS RESULTADOS ANORMAIS NO MERCADO DE CAPITAIS NO BRASIL. Revista de Contabilidade e Organizações, v. 9, n. 23, p. 3, 21 abr. 2015.
SEGAL, M. ISA 701: Key Audit Matters - An exploration of the rationale and possible unintended consequences in a South African. Journal of Economic and Financial Sciences, v. 10, n. 2, p. 376–391, 6 nov. 2017.
SILVA, C. A. T.; FERNANDES, J. L. T. Legibilidade dos Fatos Relevantes no Brasil. Rac-Eletrônica, v. 3, n. 1, p. 142–158, 2009.
SIROIS, L.-P.; BÉDARD, J.; BERA, P. The Informational Value of Key Audit Matters in the Auditor’s Report: Evidence from an Eye-Tracking Study. SSRN Electronic Journal, 2018a.
SIROIS, L.-P.; BÉDARD, J.; BERA, P. The Informational Value of Key Audit Matters in the Auditor’s Report: Evidence from an Eye-Tracking Study. Accounting Horizons, v. 32, n. 2, p. 141–162, jun. 2018b.
SMITH, M.; TAFFLER, R. Readability and Understandability: Different Measures of the Textual Complexity of Accounting Narrative. Accounting, Auditing & Accountability Journal, v. 5, n. 4, p. 09513579210019549, dez. 1992.
VINSON, J. M.; ROBERTSON, J. C.; COCKRELL, R. C. The Effects of Critical Audit Matter Removal and Duration on Jurors’ Assessments of Auditor Negligence. AUDITING: A Journal of Practice & Theory, 14 nov. 2018.
WEIRICH, T.; REINSTEIN, A. The PCAOB’s Proposed New Audit Report. p. 24–29, 2014.
37
Apêndice A – Distribuição de frequência das variáveis categóricas
Proporção Erro padrão [95% Interv.Conf.]
Painel A - Segmentos Econômicos
Consumo Cíclico 28.83% 0.0170 0.25615 0.32279
Bens Industriais 19.41% 0.0148 0.16662 0.22488
Utilidade Pública 18.14% 0.0145 0.15476 0.21155
Materiais Básicos 11.39% 0.0119 0.09254 0.13949
Consumo não Cíclico 7.45% 0.0099 0.05737 0.09634
Saúde 7.17% 0.0097 0.05490 0.09321
Petróleo, Gás e Biocombustíveis 4.22% 0.0075 0.02964 0.05974
Tecnologia da Informação 1.69% 0.0048 0.00960 0.02951
Telecomunicações 1.69% 0.0048 0.00960 0.02951
Subtotal Segmentos Econômicos 100.00%
Painel B - Opinião do auditor (t)
Abstenção de opinião 2.67% 0.0060 0.01710 0.04154
Com Ressalva 4.78% 0.0080 0.03434 0.06622
Sem Ressalva 92.55% 0.0099 0.90366 0.94264
Subtotal Opinião do Auditor 100.00%
Painel C - Opinião do auditor (t-1)
Abstenção de opinião 2.53% 0.0059 0.01599 0.03985
Com Ressalva 4.78% 0.0080 0.03434 0.06622
Sem Ressalva 92.69% 0.0144 0.89839 0.95631
Subtotal Opinião do Auditor (t-1) 100.00%
Painel D - Grau de Legibilidade de Flesch
Difícil 1.41% 0.0044 0.00758 0.02597
Muito-difícil 98.59% 0.0044 0.97403 0.99242
Subtotal Opinião do Auditor (t-1) 100.00%
Painel E - Tipo de auditor
Deloitte 11.67% 0.0120 0.09509 0.14253
Ernest & Young 17.86% 0.0144 0.15214 0.20858
KPMG 24.61% 0.0162 0.21581 0.27920
PWC 15.05% 0.0134 0.12601 0.17875
Outros 30.80% 0.0173 0.27510 0.34301
Subtotal Tipo de auditor 100.00%
Painel F - Nível de Governança
N1 8.44% 0.0104 0.06605 0.10724
N2 5.91% 0.0088 0.04392 0.07902
NM 48.24% 0.0187 0.44579 0.51924
TRAD 37.41% 0.0181 0.33923 0.41037
Subtotal Nível de Governança 100.00%
Fonte: Dados da Pesquisa
38
Apêndice B – Estatística descritiva das variáveis utilizadas nos modelos
Variável μ σ CV Min Max
ILF 14.0377 3.3496 0.2386 5.0000 50.0000
LnPalavras 7.8400 0.2266 0.0289 6.6107 8.4615
LnKbytes 4.6658 0.0576 0.0123 4.4543 4.8675
QtdePAAs 0.9967 0.3291 0.3302 0.4809 1.4427
ALI 0.0094 0.0968 10.2566 0.0000 1.0000
ATI 0.0321 0.1764 5.4985 0.0000 1.0000
Prov 0.4151 0.4733 1.1403 0.0000 1.0000
RECJ 0.0292 0.1672 5.7187 0.0000 1.0000
RedC 0.0038 0.0614 16.2634 0.0000 1.0000
Ou 0.0623 0.2419 3.8845 0.0000 1.0000
Tam 21.8685 1.8874 0.0863 15.9466 25.9229
ROA 0.0433 0.1442 3.3313 - 0.8900 1.0415
P/B - 0.0082 6.9917 - 851.4286 - 58.1037 53.8572
HonAud 13.3142 1.4382 0.1080 8.6387 16.7825
Fonte: As variáveis contínuas foram winsorizadas entre 1% e 99%. Foram calculadas a inversa das variáveis Qtde. de PAAs, ALI, ATI, Prov, RECCJ, RedC e Ou em função da adequação à forma funcional com a variável ILF que tem escala variando de 0-100, sendo 0 maior nível de legibilidade [Muito fácil] do texto e 100 menor nível [Muito difícil]. ILF-Índice de Legibiidade de Flesch; LnPalavras – Comprimento do texto medido pelo logaritmo natural do total de palavras do relatório; LnKbytes – Tamanho do aquivo medido pelo logaritimo natural do tamanho do arquivo do relatório (em kbytes). Qtde.PAAs – Logaritmo natural do total de PAAs reportados por empresa/ano. Tam – Logaritmo natural do total de ativos; ROA – Retorno sobre os ativos; P/B – Razão entre o valor da ação e seu valor patrimonial; HonAud – Logaritmo natural dos honorários de auditoria reportados por empresa/ano.
39
Apêndice C – Gráfico sobre o comportamento esperado para as proxies de legibilidade utilizadas
Fonte: Adaptado pelos autores
40
Apêndice D – Estatística dos modelos (GLS- Generalized Least Squares) com o efeito da Quantidade de PAAs sobre as proxies de legibilidade
Flesch LnPalavras LnKbytes
QtdePAAs -0.753 -0.252*** -0.0427*** (0.715) (0.0257) (0.0120) Tam 0.0378 0.0336*** 0.00962** (0.397) (0.00649) (0.00471) ROA -2.196 -0.214*** -0.0416 (1.665) (0.0733) (0.0278) P/B -0.0297 0.00208* 0.000167 (0.0186) (0.00118) (0.000320) HonAud -0.786** -0.0156** -0.00698 (0.341) (0.00694) (0.00457) Abstenção 1.014 0.0139 0.0583 (2.436) (0.0897) (0.0378) Com Ressalva 2.073* 0.0878* -0.0248 (1.147) (0.0520) (0.0186) 𝑹𝒆𝒑𝒖𝒃𝒕−𝟏 0.846** -0.00913 -0.0106* (0.341) (0.0190) (0.00594) EY 0.674 -0.0196 -0.00711 (0.561) (0.0210) (0.00929) PWC 1.345** 0.0200 -0.00140 (0.650) (0.0213) (0.0105) Intercepto 19.83 7.692*** 4.458*** (16.51) (0.126) (0.149)
No.de bservações 418 418 418 No. de empresas 157 157 157 Tipo de painel GLS GLS GLS Controle de Ano Sim Sim Sim Controle do Setor Sim Sim Sim
Nota: Foram mantidas as variáveis que apresentaram estatística t igual ou superior a 1 quando houve melhoria do R² conforme sugestão de Gujarati (2019). Erros padrões entre parênteses.*** p<0.01, ** p<0.05, * p<0.1. Todas as variáveis quantitativas foram winsorizadas entre 1%-99%.
41
Apêndice E – Estatística dos modelos (Pooled e EF) com o efeito dos tipos de PAAs sobre as proxies de legibilidade
Flesch Flesch LnPalavras LnPalavras LnKbytes LnKbytes
ALI 2.369** 1.852 0.178*** 0.250*** 0.0622** 0.0622** (1.194) (1.421) (0.0534) (0.0755) (0.0240) (0.0240) ATI -1.300** -0.680 0.125*** 0.183** 0.0496*** 0.0496*** (0.555) (0.752) (0.0481) (0.0745) (0.0167) (0.0167) Prov -0.515* -0.505 0.0711*** 0.0317 0.00684 0.00684 (0.286) (0.472) (0.0188) (0.0363) (0.00917) (0.00917) RECJ 1.677** 0.0250 0.107* 0.338 0.0806 0.0806 (0.770) (1.074) (0.0607) (0.232) (0.0577) (0.0577) RedC 7.169*** 6.892*** 0.121*** 0.0817 0.0381** 0.0381** (0.611) (0.904) (0.0348) (0.0701) (0.0179) (0.0179) Ou 0.937 0.431 0.0848** 0.0966 0.0158 0.0158 (0.589) (0.806) (0.0328) (0.0623) (0.0159) (0.0159) Tam -0.207** -0.381 0.0378*** 0.0173 0.00335 0.00335 (0.0927) (0.366) (0.00643) (0.0248) (0.00529) (0.00529) ROA -1.734** -1.799* -0.160** -0.0392 -0.0135 -0.0135 (0.860) (1.060) (0.0620) (0.121) (0.0290) (0.0290) P/B -0.0323 -0.0181 0.00173 0.00162 0.000304 0.000304 (0.0211) (0.0173) (0.00139) (0.00152) (0.000396) (0.000396) HonAud -0.309** -1.151*** -0.00899 -0.0339 -0.00810 -0.00810 (0.120) (0.281) (0.00691) (0.0259) (0.00717) (0.00717) Abstenção 5.396*** 2.396** -0.145 -0.0998 -0.00996 -0.00996 (1.067) (1.078) (0.0965) (0.253) (0.0557) (0.0557) 𝑹𝒆𝒑𝒖𝒃𝒕−𝟏 0.388 0.591 -0.0197 -0.0481** -0.0113* -0.0113*
(0.319) (0.370) (0.0215) (0.0223) (0.00592) (0.00592) EY -0.578* -0.00394 -0.0343 -0.0433 -0.00631 -0.00631 (0.328) (0.438) (0.0241) (0.0395) (0.00828) (0.00828) PWC 1.656*** 2.034*** 0.0389* 0.0139 0.00427 0.00427 (0.398) (0.603) (0.0233) (0.0404) (0.0118) (0.0118) Intercepto 22.80*** 37.48*** 7.175*** 7.925*** 4.702*** 4.702*** (1.770) (8.404) (0.124) (0.626) (0.147) (0.147)
R² 0.241 0.134 0.263 0.250 0.219 0.219 No. de observações 530 530 530 530 530 530 No. de empresas 214 214 214 214 214 214 Tipo de painel Pooled EF Pooled EF Pooled EF Controle de Ano Sim Sim Sim Sim Sim Sim Controle do Setor Sim Não Sim Não Sim Não
Nota: Foram mantidas as variáveis que apresentaram estatística t igual ou superior a 1 quando houve melhoria do R² conforme sugestão de Gujarati (2019). Erros padrões robustos clusterizados na firma entre parênteses.*** p<0.01, ** p<0.05, * p<0.1. Todas as variáveis quantitativas foram winsorizadas entre 1%-99%.
42
Apêndice F – Estatística dos modelos (GLS- Generalized Least Squares) com o efeito dos Tipos de PAAs sobre as proxies de legibilidade
Flesch LnPalavras LnKbytes
ALI 2.096 0.160 0.0512** (1.299) (0.103) (0.0222) ATI -1.203 0.116** 0.0409*** (0.784) (0.0513) (0.0136) Prov -0.533* 0.0634*** 0.0108* (0.299) (0.0165) (0.00582) RECJ 1.556* 0.0999* 0.0461** (0.903) (0.0536) (0.0182) RedC 7.025** 0.213 0.0179 (2.940) (0.227) (0.0503) Ou 0.645 0.0987*** 0.0210* (0.578) (0.0327) (0.0110) Tam -0.198* 0.0401*** 0.00810*** (0.106) (0.00536) (0.00239) ROA -1.886** -0.256*** -0.0265 (0.952) (0.0597) (0.0171) P/B -0.0323* 0.00254** 0.000413 (0.0189) (0.00120) (0.000298) HonAud -0.345*** -0.00693 -0.00270 (0.125) (0.00638) (0.00275) Abstenção 5.294*** -0.156*** -0.0220 (0.980) (0.0601) (0.0190) 𝑹𝒆𝒑𝒖𝒃𝒕−𝟏 0.492* 0.0442** -0.0102**
(0.292) (0.0215) (0.00479) EY -0.564 -0.0282 -0.00769 (0.354) (0.0197) (0.00688) PWC 1.561*** 0.0379* 0.00507 (0.391) (0.0214) (0.00773) Intercepto 23.12*** 7.121*** 4.540*** (1.892) (0.0962) (0.0441)
Observações 496 496 496 No.de empresas 180 180 180 Tipo de painel GLS GLS GLS Controle de Ano Sim Sim Sim Controle do Setor Sim Sim Sim
Nota: Foram mantidas as variáveis que apresentaram estatística t igual ou superior a 1 quando houve melhoria do R² conforme sugestão de Gujarati (2019). Erros padrões entre parênteses.*** p<0.01, ** p<0.05, * p<0.1. Todas as variáveis quantitativas foram winsorizadas entre 1%-99%.
43
Apêndice G – Estatística dos modelos (Pooled e EF) com o efeito da quantidade de PAAs sobre as proxies de legibilidade
Flesch Flesch LnPalavras LnPalavras LnKbytes LnKbytes
QtdePAA -1.259*** -0.730 -0.258*** -0.208*** -0.0657*** -0.0554*** (0.451) (0.878) (0.0255) (0.0425) (0.00683) (0.0111) Tam -0.305*** -0.259 0.0337*** 0.0126 0.00802*** 0.00154 (0.116) (0.309) (0.00655) (0.0230) (0.00176) (0.00498) ROA -1.907 -2.870*** -0.214*** -0.0850 -0.0636*** -0.0232 (1.259) (1.079) (0.0712) (0.0628) (0.0191) (0.0166) P/B -0.0318 -0.0273 0.00140 0.000719 0.000334 8.99e-05 (0.0201) (0.0172) (0.00113) (0.00107) (0.000304) (0.000322) HonAud -0.282** -0.934*** -0.0149** -0.0490** -0.00354* -0.00948 (0.128) (0.302) (0.00724) (0.0243) (0.00194) (0.00698) Abstenção 6.091*** 2.055 0.0346 0.0815 0.0254 0.0344** (1.627) (1.548) (0.0919) (0.0680) (0.0246) (0.0167) Com Ressalva 0.640 1.494 0.0596 -0.0263 0.0246* -0.00757 (0.832) (1.484) (0.0470) (0.0403) (0.0126) (0.0144) 𝑹𝒆𝒑𝒖𝒃𝒕−𝟏 0.614* 0.932** -0.0203 -0.0292 -0.00151 -0.00588 (0.326) (0.445) (0.0184) (0.0220) (0.00494) (0.00583) EY -0.506 0.352 -0.0203 -0.0699* -0.00261 -0.0115 (0.375) (0.470) (0.0212) (0.0419) (0.00569) (0.00909) PWC 1.119*** 1.400* 0.0192 0.00207 0.00220 0.000509 (0.390) (0.714) (0.0220) (0.0374) (0.00590) (0.0116) Intercepto 25.99*** 32.53*** 7.688*** 8.535*** 4.635*** 4.839*** (2.175) (7.379) (0.123) (0.569) (0.0330) (0.135)
R² 0.177 0.109 0.378 0.332 0.346 0.290 No. de Observações 457 457 457 457 457 457 No. de empresas 196 196 196 196 196 196 Tipo de painel Pooled EF Pooled EF Pooled EF Controle de Ano Sim Sim Sim Sim Sim Sim Controle do Setor Sim Não Sim Não Sim Não
Nota: Foram mantidas as variáveis que apresentaram estatística t igual ou superior a 1 quando houve melhoria do R² conforme sugestão de Gujarati (2019). Erros padrões robustos clusterizados na firma entre parênteses.*** p<0.01, ** p<0.05, * p<0.1. Todas as variáveis quantitativas foram winsorizadas entre 1%-99%.