Logistinen regressioanalyysi

Kommenttikirjeiden vastausten tilastollisessa analyysissä käytettiin apuna logistisia regressiomalleja.

Logistista regressiota voidaan käyttää, kun tarkastellaan selitettävän muuttujan jakautumista luokkiin.

Mallissa selittävistä muuttujista ei tehdä mitään oletuksia, vaan ne voivat olla laatuero-, järjestys-, välimatka- tai suhdelukuasteikollisia. Myöskään muuttujien välisistä yhteyksistä ei tehdä mitään ole-tuksia, kuten lineaarisessa regressiomallissa. Binäärisessä logistisessa regressioissa selitettävä muut-tuja jakautuu kahteen luokkaan, kun taas multinomiaalisessa logistisessa regressioissa selitettävä muuttuja on useampiluokkainen. (Nummenmaa 2009, 330–331)

Tutkimuskysymyksissä (1), (3) ja (5) tarkasteltua kannatusta testattiin multinomiaalisen logistisen regressiomallin avulla. Mallissa haluttiin tarkastella vastausten jakautumista useaan eri kannatuksen luokkaan, joten selitettävä muuttuja oli tässä tapauksessa kategorinen. PRA:in kannatuksen neljä luokkaan olivat myönteinen, ehdollisesti myönteinen, kielteinen ja ei vastausta. Soveltamisalan kan-natus puolestaan jakautui kolmeen luokkaan, jotka olivat kannattaa DRM-soveltamisalaa, kannattaa RM-soveltamisalaa ja ei vastausta. Pakollisen ja vapaaehtoisen soveltamisen luokat olivat kannattaa vapaaehtoista soveltamista, kannattaa pakollista soveltamista ja ei vastausta.

2 IFRS-CF QC6-16

Tutkimuskysymyksissä (2), (4) ja (6) tarkasteltua argumenttien esiintymistä testattiin kahden eri tyyp-pisen logistisen regressiomallin avulla. Alakategorioille, eli yksittäisille argumenttiluokille, määritet-tiin binäärinen logistinen regressiomalli, jossa selitettävä muuttuja sai arvon yksi, jos argumentti esiintyi vastauksessa, ja arvon nolla, jos argumenttia ei esiintynyt. Yläkategorioille, eli argumentti-ryhmille, määritettiin järjestysasteikollinen logistinen regressiomalli, jossa selitettävä muuttuja sai arvon nollasta yhdeksään sen perusteella, kuinka monta argumenttiryhmään kuuluvaa argumenttia vastauksessa esiintyi. Argumenttien tarkastelussa selittävänä muuttujana käytettiin ainoastaan vas-taajaryhmiä ja vastaajaluokat jätettiin tarkastelun ulkopuolelle.

Argumenttien ylä- ja alakategoriat jaettiin vielä erillisiin malleihin vastaajan kannatuksen perusteella.

PRA:iin myönteisesti suhtautuville määritettiin siis oma malli, jossa tarkasteltiin argumenttien jakau-tumista ainoastaan myönteisesti vastanneiden välillä. Samoin PRA:iin kielteisesti suhtautuville mää-ritettiin oma erillinen malli. Lisäksi määmää-ritettiin yhdistetty malli, jossa testattiin kannatuksen interak-tioita argumenttien esiintymisen todennäköisyyteen. Tässä ns. interaktiomallissa olivat mukana sekä myönteisesti että kielteisesti suhtautuvien argumentit, ja mallissa testattiin, vaikuttaako kannatus ar-gumentin käyttämiseen, kun muut selittävät muuttujat (vastaajaryhmä) olivat vakioitu.

Mallien sopivuutta testattiin χ²-testin avulla vertaamalla mallin ennustamia havaintojen luokituksia vakiotermin (β0)ennustamiin havaintoihin. Mallin selitysastetta arvioitiin Nagelkerke pseudo R² -kertoimen avulla. Lopuksi arvioitiin yksittäisten selittäjien merkitystä mallin selitysasteeseen tarkas-telemalla, poikkeavatko muuttujiin liittyvät regressiokertoimet tilastollisesti merkitsevästi nollasta.

Lisäksi tarkasteltiin riskisuhdeluvun (odds ratio, OR) mukaista todennäköisyyttä saada kyseinen se-litettävän muuttujan arvo verrattuna referenssikategoriaan.

Portfolion uudelleenarvostus

Tutkimuskysymyksessä (1) tarkasteltiin eroja PRA:in kannatuksessa ja tätä varten määritettiin mul-tinomiaalinen logistinen regressiomalli. Analyysi tehtiin sekä toimialan että toimialaryhmän tasolla, joille määritettiin erilliset mallit. Toimialaryhmien ja toimialojen välisten erojen tarkastelua varten määritettiin seuraavat mallit:

PRAm1 = β0 +β1ΣXtr + ε Malli (1)

PRAm2 = β0 +β1ΣXta + ε Malli (2)

missä:

PRAm = riskin logaritmifunktio: , jossa selitettävänä muuttujana on kannatus PRA:ia koh-taan arvoilla 0 = ei vastausta, 1 = kielteinen, 2 = ehdollisesti myönteinen ja 3 = myönteinen;

Xtr = selittävä muuttuja (vastaajan toimialaryhmä);

Xta = selittävä muuttuja (vastaajan toimiala);

β0 = vakiotermi, joka on estimoitavissa aineiston perusteella;

β1, β 2… β x = selittävän muuttujan regressiokerroin, joka on estimoitavissa aineiston perusteella;

ε = satunnaismuuttuja, jäännöstermi, joka ei ole havaittavissa.

Mallien (1) ja (2) selitettävän muuttujan referenssikategoriaksi määritettiin myönteinen. Logistisessa regressiossa pyritään ennustamaan todennäköisyyttä sille, että havainto kuuluu ennustettuun katego-riaan sen sijaan, että se kuuluisi referenssikategokatego-riaan. Tämän vuoksi ennustetuksi kategoriaksi pyri-tään valitsemaan sellainen kategoria, johon liittyvät tulkinnat ovat teoreettisesti mielekkäimpiä.

(Nummenmaa 2009, 337.) Kyseisillä malleilla haluttiin ennen kaikkea testata, suhtautuivatko vastaa-jat ehdotukseen todennäköisemmin kielteisesti kuin myönteisesti. Kuten hypoteesin (1) määrittämi-sen yhteydessä esitettiin, aiemman tutkimukmäärittämi-sen perusteella voidaan odottaa, että tilinpäätökmäärittämi-sen laati-jat suhtautuvat kielteisesti rahoitusinstrumenttien käypään arvoon arvostukseen ja näin ollen myös PRA:iin. Tilinpäätöksen laatijoiden kielteinen suhtautuminen käypään arvoon arvostukseen ja sen syyt ovat dokumentoitu aiemmissa tutkimuksissa. Tilinpäätöksen käyttäjien oletettu myönteinen suh-tautuminen hypoteesissa (1) on sen sijaan johdettu käyvän arvon arvorelevanttiutta käsittelevistä tut-kimuksista. Tältä osin empiiriset havainnot eivät kuitenkaan ole täysin yhdenmukaisia eikä ole muu-tenkaan itsestään selvää, että tilinpäätöksen käyttäjät kokevat käyvän arvon hyödylliseksi, vaikka useiden tutkimusten perusteella näin voisi olettaa. Kielteinen suhtautuminen onkin helpommin tul-kittavissa aiemman kirjallisuuden perusteella, minkä vuoksi ennustetuksi kategoriaksi valittiin kiel-teinen. Toisaalta on myös mielenkiintoista tarkastella, kuinka todennäköisesti vastaajat suhtautuvat ehdotukseen ehdollisesti myönteisesti verrattuna myönteiseen suhtautumiseen. Ehdollisesti myöntei-sesti suhtautuvat kannattivat ehdotusta varauksellimyöntei-sesti, ja näkivät siinä joko merkittäviä puutteita tai muutostarpeita tai heidän kannatuksensa oli muuten riippuvainen jonkin osa-alueen toteutuksesta.

Näin ollen referenssikategoriaksi valittiin myönteinen, johon muita PRA:in kannatusluokkia verrat-tiin.

Mallien selittävän muuttujan viiteryhmäksi valittiin toimialaryhmistä markkinavalvojat ja toimi-aloista markkinavalvojat, standardinasettajat. Valinta perustuu hypoteesien määrittämisen yhtey-dessä tehtyyn toimialaryhmien jakoon tilinpäätöksen laatijoihin ja käyttäjiin. Tilinpäätöksen

laatijoi-den odotettiin vastustavan PRA:ia, kun taas tilinpäätöksen käyttäjien odotettiin kannattavan sitä. Vii-teryhmäksi haluttiin asettaa joku tilinpäätöksen käyttäjien ryhmistä, koska tilinpäätöksen laatijoita voidaan pitää tavoitteiltaan ja intresseiltään homogeenisempänä ryhmänä (kaikki ovat yrityksiä tai niiden etujärjestöjä) kuin tilinpäätöksen käyttäjiä, minkä vuoksi niihin liittyvien tulkintojen tekemi-sen arveltiin olevan yksinkertaisempaa. Tilinpäätöktekemi-sen käyttäjiin rinnastettiin yksityishenkilöiden ja investointialan yritysten lisäksi kirjanpidon asiantuntijat ja markkinavalvojat. Kirjallisuudesta ei kui-tenkaan löydetty selkeitä perusteita, joiden avulla olisi pystytty arvioimaan, mikä näistä ryhmistä so-pisi parhaiten viiteryhmäksi. Toisaalta arvioitin, että markkinavalvojia voidaan pitää näistä hetero-geenisimpänä ryhmänä, koska ne edustavat eri toimialojen sekä eri maantieteellisten ja juridisten alu-eiden markkinaviranomaisia, kirjanpitolautakuntia ja tilinpäätösstandardien laatijoita. Vaikka mark-kinavalvojien voidaan odottaa kannattavan PRA:ia samoilla perusteilla kuin tilinpäätöksen käyttäjien, niin toisaalta esimerkiksi Euroopan keskuspankki on aiemmin vastustanut käypään arvoon raportoin-tia (EKP 2004). Tämä voisi viitata siihen, että erityisesti pankkivalvojat eivät suosi käypää arvoon arvostusta. Olikin perusteltua odottaa, että markkinavalvojien kannatus hajautuu muita ryhmiä enem-män, jolloin muita selkeämmin tulkittavia ryhmiä on mielekästä verrata siihen. Markkinavalvojat oli viiteryhmänä kaikissa malleissa.

Tutkimuskysymyksessä (2) tarkasteltiin PRA:iin liittyviä argumentteja. Argumenttien ylä- ja alaka-tegorioiden esiintymistä analysoitiin ainoastaan toimialaryhmien tasolla, eli toimialaluokat jätettiin analyysistä pois. PRA:iin liittyville argumenttien yläkategorioille määritettiin seuraavat järjestysas-teikolliset logistiset regressiomallit:

PRAm3 = β0 + β1ΣXtr + ε Malli (3)

PRAm4 = β0 + β1ΣXtr + ε Malli (4)

PRAm5 = β0 + β1ΣXtr + β2ΣXka + β3ΣXtr*Xka + ε Malli (5) missä:

PRAm3 = selitettävänä muuttujana on PRA:in kannattajien käyttämät argumenttien yläkategoriat ar-voilla 0,1…9 sen mukaan, kuinka monta alakategorian argumenttia vastauksessa esiintyy;

PRAm4 = selitettävänä muuttujana on PRA:in vastustajien käyttämät argumenttien yläkategoriat ar-voilla 0,1…9 sen mukaan, kuinka alakategorian argumenttia vastauksessa esiintyy;

PRAm5 = interaktiomalli, jossa kannatus (Xka) saa arvon 1=kielteinen ja 2=myönteinen;

muut termit ovat samat kuin aiemmin on määritetty.

PRA:iin liittyvien argumenttien alakategorioille määritettiin seuraavat binääriset logistiset regressio-mallit:

PRAm6 = β0 + β1ΣXtr + ε Malli (6)

PRAm7 = β0 + β1ΣXta + ε Malli (7)

PRAm8 = β0 + β1ΣXtr + β2ΣXka + β3ΣXtr*Xka + ε Malli (8) missä:

PRAm6 = selitettävänä muuttujana on PRA:in kannattajien käyttämät argumenttien alakategoriat ar-voilla 0=argumenttia ei esiinny ja 1=argumentti esiintyy;

PRAm7 = selitettävänä muuttujana on PRA:in vastustajien käyttämät argumenttien alakategoriat ar-voilla 0=argumenttia ei esiinny ja 1=argumentti esiintyy;

PRAm8 = interaktiomalli, jossa kannatus (Xka) saa arvon 1=kielteinen tai 2=myönteinen;

muut termit ovat samat kuin aiemmin on määritetty.

Argumentit jaettiin kannatuksen mukaan siten, että vastausluokat myönteinen ja ehdollisesti myöntei-nen luokiteltiin myönteiseksi ja luokat kielteimyöntei-nen ja ei vastusta luokiteltiin kielteiseksi. Aineiston läpi käynnin yhteydessä huomattiin, että ei vastusta -luokkaan kuuluvien vastaajien argumentit olivat luonteeltaan ehdotusta kritisoivia, minkä vuoksi oli perusteltua luokitella ne kielteiseksi argumenttien tarkastelua varten.

Soveltamisala

Tutkimuskysymyksen (3) tarkastelua varten määritettiin multinomiaalinen logistinen regressiomalli, jonka avulla analysoitiin vastaajaryhmien välisiä eroja DRM- ja RM-soveltamisalojen kannatuksessa.

Toimialojen ja toimialaryhmien välisten erojen tarkastelua varten määritettiin seuraavat mallit:

SAm9 = β0 + β1ΣXtr + ε Malli (9)

SAm10 = β0 + β1ΣXta+ ε Malli (10)

missä:

SA = selitettävänä muuttujana on kannatus DRM- ja RM-soveltamisalaa kohtaan arvoilla 0 = ei vas-tausta, 1 = kannattaa RM:ia, 2 = kannattaa DRM:ia;

muut termit ovat samat kuin aiemmin on määritetty.

Hypoteesin (3) määrittämisen yhteydessä todettiin, että tilinpäätöksen laatijoiden odotetaan suhtau-tuvat kielteisesti rahoitusinstrumenttien käypään arvoon arvostukseen ja näin ollen myös DRM-soveltamisalaan. RM-soveltamisalaan kannatukseen liittyvien tulkintojen tekeminen kirjallisuuden perusteella nähtiin yksinkertaisempana samoista syistä kuin PRA:in kielteiseen kannatukseen liitty-vien tulkintojen tekeminen. Mallien (9) ja (10) ennustetuksi kategoriaksi valittiin tämän perusteella kannattaa RM:ia. Referenssikategoriaksi valittiin ei vastausta, johon oli luokiteltu ne vastaukset, joissa vastaaja ei ottanut kantaa soveltamisalaan, sekä ne, joissa vastaaja kannatti tai vastusti molem-pia vaihtoehtoja. Koska DRM:in kannatus oli suhteellisesti hyvin vähäistä, haluttiin mallin avulla testata todennäköisyyttä, että vastaaja kannattaa RM:ia sen sijaan, että tämä ei vastaa tai ei ota selke-ästi kantaa vaihtoehtoihin. Lisäksi DRM kannattavia vastaajia oli määrällisesti vähän (8 kpl) ja kah-dessa toimialaryhmässä ja kahdeksassa toimialaluokassa ei ollut yhtään DRM:in kannattajaa, minkä perusteella arvioitiin, että mallista ei olisi luultavasti saatu järkeviä tuloksia, jos DRM olisi valittu viiteryhmäksi.

Tutkimuskysymys (4) liittyi soveltamisalan perusteluihin. Soveltamisalaan liittyvien argumenttien yläkategorioille määritettiin seuraavat järjestysasteikolliset logistiset regressiomallit:

SAm11= β0 + β1ΣXtr+ ε Malli (11)

SAm12= β0 + β1ΣXtr+ ε Malli (12)

SAm13= β0 + β1ΣXtr + β2ΣXka + β3ΣXtr*Xka+ ε Malli (13) missä:

SAm11 = selitettävänä muuttujana on DRM-soveltamisalan kannattajien käyttämät argumenttien ylä-kategoriat arvoilla 0,1…9 sen mukaan, kuinka monta alakategorian argumenttia vastauksessa esiin-tyy;

SAm12 = selitettävänä muuttujana on RM-soveltamisalan kannattajien käyttämät argumenttien yläka-tegoriat arvoilla 0,1…9 sen mukaan, kuinka monta alakategorian argumenttia vastauksessa esiintyy;

SAm13 = interaktiomalli, jossa kannatus (Xka) saa arvon 1=kannattaa RM:ia tai 2=kannattaa DRM:ia;

muut termit ovat samat kuin aiemmin on määritetty.

Soveltamisalaan liittyvien argumenttien alakategorioille määritettiin seuraavat binääriset logistiset regressiomallit:

SAm14 = β0 + β1ΣXtr+ ε Malli (14)

SAm15 = β0 + β1ΣXtr+ ε Malli (15) SAm16 = β0 + β1ΣXtr + β2ΣXka + β3ΣXtr*Xka+ ε Malli (16) missä:

SAm14 = selitettävänä muuttujana on DRM-soveltamisalan kannattajien käyttämät argumenttien ala-kategoriat arvoilla 0=argumenttia ei esiinny ja 1=argumentti esiintyy;

SAm15 = selitettävänä muuttujana on RM-soveltamisalan kannattajien käyttämät argumenttien alaka-tegoriat arvoilla 0=argumenttia ei esiinny ja 1=argumentti esiintyy;

SAm16 = interaktiomalli, jossa kannatus (Xka) saa arvon 1=kannattaa RM:ia tai 2=kannattaa DRM:ia;

muut termit ovat samat kuin aiemmin on määritetty.

Argumentit jaettiin ensin soveltamisalojen kannatuksen mukaan siten kuin ne jakautuivat mallissa (9). Vastaajista 8 kannatti DRM:ia, 88 kannatti RM:ia ja 32 oli luokiteltu ei vastausta luokkaan. Ei vastausta -luokan vastaajista seitsemän vastaajan kommenttikirjeissä esiintyi argumentteja joko mo-lempien soveltamisalojen puolesta tai niitä vastaan. Näitä vastauksia ei kuitenkaan pystytty luokitte-lemaan kannatuksen yhteydessä selkeästi kummankaan soveltamisalan kannattajiin, vaan ne luokitel-tiin ei vastausta -kategoriaan. Näiden vastaajien argumentit otetluokitel-tiin kuitenkin mukaan argumenttien tarkasteluun siten, että jokainen argumentti luokiteltiin kannattamaan sitä soveltamisalaa, johon sen katsottiin sisällöllisesti liittyvän. Näin ollen kaikki vastauksissa havaitut argumentit otettiin huomi-oon analyysissä, vaikka vastaus olisi kannatuksen osalta luokiteltu ei vastausta -kategoriaan.

Soveltamisen pakollisuus tai vapaaehtoisuus

Tutkimuskysymys (5) liittyi pakollisen ja vapaaehtoisen soveltamisen kannatukseen. Vastaajaryh-mien välisiä eroja pakollisen ja vapaaehtoisen soveltamisen kannatuksessa testattiin multinomiaalisen logistisen regressiomallin avulla. Toimialojen ja toimialaryhmien välisten erojen tarkastelua varten määritettiin seuraavat mallit:

VPm17 = β0 + β1ΣXtr + ε Malli (17)

VPm18 = β0 + β1ΣXta + ε Malli (18)

missä:

VP = selitettävänä muuttujana on kannatus pakollista ja vapaaehtoista soveltamista kohtaan arvoilla 0 = ei vastausta, 1 = kannattaa vapaaehtoista soveltamista, 2 = kannattaa pakollista soveltamista;

muut termit ovat samat kuin aiemmin on määritetty.

Suojauslaskennan yksi keskeinen ominaisuus nykyisissä standardeissa on soveltamisen vapaaehtoi-suus. Pakollinen soveltaminen olisi merkittävä poikkeus nykyiseen käytäntöön. Kirjallisuudessa suo-jauslaskentaa on kritisoitu ennen kaikkea säännösten monimutkaisuuden ja rajoittavuuden vuoksi (AFP 2002; Osterland 2000; Pollock 2005; Glaum & Klöcker 2011). Sen sijaan soveltamisen vapaa-ehtoisuutta ei ole nähty yhtä ongelmalliseksi eikä ole myöskään syytä olettaa, että vastaajat kannat-taisivat merkittävää poikkeusta nykyiseen käytäntöön. Näin ollen mallien (17) ja (18) ennustetuksi kategoriaksi valittiin kannattaa vapaaehtoista soveltamista. Koska pakollista soveltamista kannatta-via oli määrällisesti hyvin vähän (3 kpl) ja neljässä toimialaryhmässä ja yhdessätoista toimialaluo-kassa ei ollut ollenkaan sen kannattajia, regressioanalyysillä ei olisi luultavasti saatu järkeviä tuloksia, jos tämä olisi valittu referenssikategoriaksi. Mallin avulla haluttiinkin testata todennäköisyyttä, että vastaaja kannattaa vapaaehtoista soveltamista sen sijaan, että tämä ei vastaa tai ei ota selkeästi kantaa vaihtoehtoihin. Näin ollen mallien (17) ja (18) referenssikategoriaksi valittiin ei vastausta.

Tutkimuskysymys (6) liittyi pakollisen ja vapaaehtoisen soveltamisen perusteluissa käytettyihin ar-gumentteihin. Argumenttien yläkategorioille määritettiin seuraavat järjestysasteikolliset logistiset regressiomallit:

VPm19= β0 + β1ΣXtr + ε Malli (19)

VPm20= β0 + β1ΣXtr + ε Malli (20)

VPm21= β0 + β1ΣXtr + β2ΣXka + β3ΣXtr*Xka + ε Malli (21) missä:

VPm19 = selitettävänä muuttujana on pakollisen soveltamisen kannattajien käyttämät argumenttien yläkategoriat arvoilla 0,1…9 sen mukaan, kuinka monta alakategorian argumenttia vastauksessa esiintyy;

VPm20 = selitettävänä muuttujana on vapaaehtoisen soveltamisen kannattajien käyttämät argumenttien yläkategoriat arvoilla 0,1…9 sen mukaan, kuinka monta alakategorian argumenttia vastauksessa esiintyy;

VPm21 = interaktiomalli, jossa kannatus (Xka) saa arvon 1=kannattaa vapaaehtoista soveltamista tai 2=kannattaa pakollista soveltamista;

muut termit ovat samat kuin aiemmin on määritetty.

Pakolliseen ja vapaaehtoiseen soveltamiseen liittyvien argumenttien alakategorioille määritettiin seu-raavat binääriset logistiset regressiomallit:

VPm22= β0 + β1ΣXtr + ε Malli (22)

VPm23= β0 + β1ΣXtr + ε Malli (23)

VPm24= β0 + β1ΣXtr + β2ΣXka + β3ΣXtr*Xka + ε Malli (24) missä:

VPm22 = selitettävänä muuttujana on pakollisen soveltamisen kannattajien käyttämät argumenttien alakategoriat arvoilla 0=argumenttia ei esiinny ja 1=argumentti esiintyy;

VPm23 = selitettävänä muuttujana on vapaaehtoisen soveltamisen kannattajien käyttämät argumenttien alakategoriat arvoilla 0=argumenttia ei esiinny ja 1=argumentti esiintyy;

VPm24 = interaktiomalli, jossa kannatus (Xka) saa arvon 1=kannattaa vapaaehtoista soveltamista tai 2=kannattaa pakollista soveltamista;

muut termit ovat samat kuin aiemmin on määritetty.

7 TULOKSET JA ANALYYSI 7.1 Portfolion uudelleenarvostus

Taulukossa 3 näkyvät vastaajat PRA:in kannatuksen mukaan luokiteltuna (sarakkeet) ja jaoteltuna toimialoittain ja toimialaryhmittä (rivit), sekä niiden suhteelliset osuudet samasta vastaajaryhmästä.

Vastaajista hieman yli puolet (N 68, 53 %) suhtautui kielteisesti PRA:iin. Myönteisesti PRA:iin suh-tautui 30 vastaajaa (23 %) ja ehdollisesti myönteisesti 18 vastaajaa (14 %). Yhteensä täysin tai osittain myönteisesti suhtautuvia oli siis 48 vastaajaa (38 %). 12 vastaajaa (9 %) ei ottanut kantaa PRA:iin (ei vastausta -luokka). Taulukossa 4 näkyvät mallien (1) ja (2) multinomiaalisen regressioanalyysin tu-lokset. Molempien mallien voidaan katsoa sopivan aineistoon (malli (1): χ²=34,8, df 15, p<0,01; malli (2): χ²=55,9, df 39, p<0,05). Mallien selitysaste (malli (1): Nagelkerke pseudo R²=0,263; malli (2):

Nagelkerke pseudo R²=0,391) ei ole erityisen korkea, mutta sitä voidaan kuitenkin pitää riittävänä, jotta tarkastelua voidaan jatkaa. Yleisellä tasolla tuloksista nähdään, että asiantuntijat – kirjanpito oli ainoa vastaajaryhmä, jonka vastaajista suurin osa kannatti PRA:ia. Muista vastaajaryhmistä suurin osa suhtautui kielteisesti PRA:iin lukuun ottamatta tilinpäätöksen laatijat – vakuutusyhtiöt -ryhmää, josta kuitenkin 25 % suhtautui kielteisesti ja 25 % ei vastannut PRA:iin liittyen.

Kannatus

Taulukko 3. PRA:in kannatus toimialaryhmittäin ja toimialoittain

Kannatus: PRA

Markkinavalvojat, standardinasettajat 5 19 % 3 12 % 16 62 % 2 8 % 26 20 %

Yhteensä 30 23 % 18 14 % 68 53 % 12 9 % 128 100 %

a. Suhteellinen osuus vastaajaryhmän vastauksista b. Suhteellinen osuus kaikista vastaajista (N=128)

Ei vastausta Yhteensä Myönteinen Ehdollisesti Kielteinen

Taulukko 4. PRA:in kannatus – logistinen regressioanalyysi

Tuloksista saadaan jonkin verran evidenssiä hypoteesin (1) tueksi, mutta tulokset eivät olleet odotus-ten mukaisia kaikkien vastaajaryhmien osalta. Asiantuntijat - kirjanpito -ryhmän (jäljempänä ”kir-janpidon asiantuntijat”) vastaajat suhtautuivat ehdotukseen viiteryhmää todennäköisemmin myöntei-sesti kuin kielteimyöntei-sesti. Tämä ero oli myös tilastollimyöntei-sesti merkitsevä (p<0,05). Vastaajaryhmästä 38 % suhtautui myönteisesti ja 17 % ehdollisesti myönteisesti PRA:iin, kun taas kielteisesti suhtautui 29

%. Havainto on yhdenmukainen hypoteesin (1) kanssa. Kirjanpidon asiantuntijoiden suhteellisesti korkeaa kannatusta voidaan selittää sillä, että niiden toiminta perustuu pääomamarkkinoiden toimi-vuuden tukemiseen (Cooper & Robson 2006) ja ne kannattavat PRA:ia sen vuoksi, että laajempi käy-vän arvon raportointi antaisi oikea-aikaista, objektiivista ja hyödyllistä informaatiota tilinpäätöksen käyttäjälle (Bengtsson 2011). Käyvän arvon informaation hyödyllisyys tilinpäätöksen käyttäjille on-kin dokumentoitu useissa tutkimuksissa (Petroni & Wahlen 1995; Barth ym. 1996; Eccher ym. 1996;

Venkatachalam 1996; Park ym. 1999; Beaver & Venkatachalam 2003; Landsman 2007; Blankespoor 2013).

Vastaavasti viiteryhmäksi valitut markkinavalvojat suhtautuivat PRA:iin todennäköisemmin kieltei-sesti kuin myönteikieltei-sesti. Markkinavalvojista 62 % suhtautui PRA:iin kielteikieltei-sesti, kun myönteikieltei-sesti suhtautui 19 % ja ehdollisesti myönteisesti 12 %. Markkinavalvojien suhteellisen korkea kielteinen

Kannatus: PRA

Multinomiaalinen logistinen regressio, mallit (1) ja (2):

Malli (1): PRAm1 = β0 + β1ΣXtr + ε Malli (2): PRAm2 = β0 + β1ΣXta + ε Muuttujat^a

Regressiokerroin (B), p-arvo (p), riskisuhdeluku (OR) B p OR B p OR B p OR

1. Tilinpäätöksen laatijat – yritykset -18,291 0,997 0,000 -0,470 0,531 0,625 0,405 0,715 1,500

Yritykset – julkiset -10,406 0,939 0,000 -10,751 0,877 0,000 -0,182 0,898 0,833

Yritykset – yksityiset -8,521 0,926 0,000 -0,470 0,723 0,625 0,916 0,577 2,500

Kauppaliitot, etujärjestöt ja yhdistykset – yritykset -7,454 0,890 0,001 0,916 0,437 2,500 0,916 0,577 2,500

2. Tilinpäätöksen laatijat – pankit 0,665 0,469 1,944 0,341 0,618 1,406 -17,644 0,997 0,000

Rahoituslaitokset – pankit -0,405 0,715 0,667 -0,134 0,855 0,875 -8,218 0,849 0,000

Etujärjestöt ja yhdistykset – pankit 2,120 0,107 8,333 1,402 0,226 4,063 -6,834 0,887 0,001

3. Tilinpäätöksen laatijat – vakuutusyhtiöt 1,204 0,288 3,333 -0,758 0,469 0,469 1,322 0,286 3,750

Vakuutusyhtiöt 18,766 0,997 >10^3 16,399 0,998 >10^3 0,000 - 1,000

Etujärjestöt ja yhdistykset – vakuutusyhtiöt 0,511 0,680 1,667 -1,163 0,301 0,313 1,322 0,286 3,750

4. Tilinpäätöksen käyttäjät -18,655 0,998 0,000 -0,652 0,465 0,521 -18,655 - 0,000

Rahoituslaitokset – investointi -9,216 0,943 0,000 -1,163 0,439 0,313 -9,216 0,954 0,000

Etujärjestöt ja yhdistykset – investointi -9,216 0,943 0,000 -1,163 0,439 0,313 -9,216 0,954 0,000

Yksityishenkilöt -8,366 0,921 0,000 -0,065 0,959 0,938 -8,366 0,936 0,000

5. Asiantuntijat – kirjanpito -0,300 0,751 0,741 -1,414 0,049 0,243 0,105 0,919 1,111

Tilintarkastusyhteisöt 0,511 0,748 1,667 -1,163 0,439 0,313 0,916 0,577 2,500

Konsultointiyhteisöt – kirjanpito -11,462 0,977 0,000 -11,807 0,954 0,000 -11,462 0,981 0,000

Etujärjestöt ja yhdistykset – kirjanpito -0,336 0,738 0,714 -1,317 0,082 0,268 0,069 0,949 1,071

6. Markkinavalvojat^b

Markkinavalvojat, standardinasettajat

Mallin sopivuus ja selitysaste Malli (1) Malli (2)

χ² 34,808 55,892

suhtautuminen oli vastoin hypoteesin (1) määrittämisen yhteydessä tehtyä ennakko-oletusta. Mark-kinavalvojien kielteistä suhtautumista PRA:ia kohtaan voidaan selittää sillä, että PRA on DP:in pe-rusteella suunnattu ensisijaisesti pankeille, joiden valvojat saattavat nähdä pankkien lainakannan ar-vostamisen käypään arvoon ongelmallisena sääntelyn ja markkinoiden vakauden kannalta. Muuan muassa EKP (2004) on kritisoinut rahoitusinstrumenttien käypään arvoon arvostusta siksi, että siinä oletetaan, että rahoitusinstrumenteille on olemassa luotettavat ja likvidit markkinat, kun todellisuu-dessa instrumenteille ei usein ole olemassa aktiivisesti toimivia markkinoita eikä ajantasaista mark-kina-arvoa. Lisäksi informaatio, jota pankit käyttävät lainojen hinnoittelussa, perustuu merkittävältä osin asiakaskohtaisiin tekijöihin, joille ei ole olemassa markkinahintaa. EKP arvioi, että näiden syi-den vuoksi käypään arvoon arvostus pikemminkin heikentää kuin parantaa pankkien tilinpäätösten luotettavuutta. (EKP 2004)

Markkinavalvojien näkökulmasta ongelmana voidaan myös nähdä käypään arvoon arvostuksen mah-dollinen vaikutus talouden suhdanteisiin. Kun varojen arvot nousevat noususuhdanteen myötä, pank-kien voitot kasvavat ja ne saattavat lisätä lainojen antoa liiallisesti talouden tarpeisiin nähden. Vas-taavasti laskusuhdanteessa arvojen lasku heikentäisi pankkien tulosta ja pääomia, ja pankit voisivat joutua rajoittamaan lainaamista. (EKP 2004) Ilmiö tunnetaan kirjallisuudessa nimellä prosyklisyys (engl. procyclicality) (Laux & Leus 2009). Taloudellisten kriisien seurauksena pankit voivat myös joutua myymään instrumentteja alle niiden todellisen arvon markkinoiden heikon likviditeetin vuoksi. Alihintaiset myynnit laskevat edelleen instrumenttien markkina-arvoa, ja muut yritykset, jotka omistavat samoja instrumentteja, joutuvat kirjaamaan niistä arvonalentumistappioita. (Plantin ym. 2008; Allen & Carletti 2008) Osa tutkijoista näkeekin, että käypään arvoon raportointi voi jopa pahentaa taloudellisia kriisejä (Boyer 2007; Magnan 2009). Toiset puolestaan toteavat, että käyvän arvon raportointi pikemminkin paljastaa yritysten taseessa piilevät riskit aikaisemmin ja toimii krii-sejä ennakoivana signaalina (Bleck & Liu 2007; Veron 2008; Laux & Leus 2009).

Pitkän aikavälin tulevien kassavirtojen arvostus lyhyen aikavälin hintojen muutoksen seurauksena on myös nähty lisäävän tilinpäätöksen lukujen volatiliteettia, jota voidaan pitää keinotekoisena (JWGBA 1999). Plantin ym. (2008) mukaan mitä pidempi rahoitusinstrumentin juoksuaika on ja mitä epälikvi-dimpi instrumentti on kyseessä sitä alttiimpi se on keinotekoiselle arvonvaihtelulle. Erityisesti pank-kivalvojien intresseissä voi olla välttää sellaisia raportointisääntöjä, joissa lyhyen aikavälin markki-nahintojen muutoksilla olisi vaikutusta pankin pääomiin. Markkinavalvojien kielteinen suhtautumi-nen PRA:iin sekä sen mahdolliset syyt voidaan nähdä olevan tässä tapauksessa yhdenmukaisia tilin-päätöksen laatijoiden ja erityisesti pankkien kanssa. Havainto ei siten ole yhdenmukainen hypoteesien

(1) määrittämisen yhteydessä tehdyn oletuksen kanssa siitä, että markkinavalvojat suhtautuisivat PRA:iin samalla tavalla kuin tilinpäätöksen käyttäjät. Markkinavalvojien kielteistä suhtautumista PRA:iin voidaan pitää kuitenkin ymmärrettävänä edellä esitettyjen syiden valossa.

Huomionarvoista oli, että suurin osa (68 %) tilinpäätöksen laatijat – pankit -ryhmästä (jäljempänä

”pankit”) suhtautui kielteisesti PRA:iin. Ero ei kuitenkaan ollut tilastollisesti merkitsevä verrattuna markkinavalvojiin (p=0,341), mikä johtuu siitä, että molempien ryhmien suhtautuminen oli pääosin kielteistä. Pankkien kielteinen suhtautuminen PRA:iin on yhdenmukaista hypoteesin (1) kanssa. Pan-kit kenties näkevät, että niiden taseen arvostus käypään arvoon ei anna todenmukaista kuvaa, koska niiden taseen varat koostuvat epälikvideistä ja pitkäaikaisista saamisista, ja niiden liiketoimintamalli perustuu lainojen pitämiseen eräpäivään asti sekä sopimuksen mukaisten kassavirtojen keräämiseen (Plantin ym. 2008). Käypä arvo on sen sijaan yhtä hetkeä kuvaava määre, johon vaikuttaa lyhyen aikavälin hintojen muutos, eikä se siten kuvaa oikein pankkilainojen kassavirtojen muodostumista pitkällä aikavälillä (JWGBA 1999). Toisaalta havainto on yhdenmukainen Kennyn ja Larsonin (1993) huomion kanssa siitä, että yritykset yleensä vastustavat ylipäänsä kaikkia merkittäviä muu-toksia tilinpäätösstandardeissa. Tämä voi johtua mm. siitä, että standardien muutokset lisäävät tilin-päätösraportoinnin kustannuksia (Watts & Zimmermann 1978), kun yritykset joutuvat tekemään muutoksia laskentajärjestelmiin ja -käytäntöihin.

Kun viiteryhmäksi asetettiin kirjanpidon asiantuntijat, pankit suhtautuivat tähän nähden tilastollisesti merkitsevästi todennäköisemmin kielteisesti PRA:iin (B=1,755, p<0,01, OR=5,786). Tässä tuleekin esille eräs analyysin heikkouksista, joka on viiteryhmän valinnan vaikeus. Aiemman kirjallisuuden ja teorian perusteella ei pystytty määrittämään yksiselitteisesti sopivinta viiteryhmää, joten viiteryh-mäksi valittiin markkinavalvojat kappaleessa 6.2.3 esitettyjen syiden perusteella. Jos viiteryhviiteryh-mäksi olisi valittu esimerkiksi kirjanpidon asiantuntijat, tulokset olisivat olleet jonkin verran erilaiset. Koska ei ollut kuitenkaan selkeää teoriaan perustuvaa syytä määrittää kirjanpidon asiantuntijoita

Kun viiteryhmäksi asetettiin kirjanpidon asiantuntijat, pankit suhtautuivat tähän nähden tilastollisesti merkitsevästi todennäköisemmin kielteisesti PRA:iin (B=1,755, p<0,01, OR=5,786). Tässä tuleekin esille eräs analyysin heikkouksista, joka on viiteryhmän valinnan vaikeus. Aiemman kirjallisuuden ja teorian perusteella ei pystytty määrittämään yksiselitteisesti sopivinta viiteryhmää, joten viiteryh-mäksi valittiin markkinavalvojat kappaleessa 6.2.3 esitettyjen syiden perusteella. Jos viiteryhviiteryh-mäksi olisi valittu esimerkiksi kirjanpidon asiantuntijat, tulokset olisivat olleet jonkin verran erilaiset. Koska ei ollut kuitenkaan selkeää teoriaan perustuvaa syytä määrittää kirjanpidon asiantuntijoita

In document Dynaamisen portfolion suojauslaskenta IFRS-standardeissa : kommenttikirjeanalyysi makrosuojauksen tutkimusprojektista (sivua 58-92)