Auswahlmechanismen für Untersuchungen im Financial Reporting Enforcement

• Antragsteller: Professor Dr. Marius Gros; Professor Dr. Martin Nienhaus
• Fachliche Zuordnung: Management und Marketing
• Förderung: Förderung seit 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 509830657

Die meisten Enforcement-Systeme stützen sich auf Untersuchungen, um die Einhaltung von Vorschriften sicherzustellen. Es gibt verschiedene Möglichkeiten, wie Aufsichtsbehörden Ziele für Untersuchungen auswählen können: Der gängigste Ansatz ist die Auswahl auf Basis von Risikofaktoren oder aufgrund von Hinweisen für Fehlverhalten. Alternativ können Aufsichtsbehörden ein randomisiertes Auswahlmodell oder eine Kombination aus beiden Modellen anwenden. Die bisherige Literatur hat sich jedoch bisher nicht mit den Konsequenzen verschiedener Selektionsmechanismen beschäftigt und auch in der breiten „public oversight“-Literatur wurde das Thema kaum behandelt. Daher untersuchen wir in diesem Projekt den Wert von verschiedenen Selektionsmechanismen im Enforcement. Die Analyse des Selektionsmechanismus ist wichtig, weil ein entscheidendes Element von Enforcement-Systemen der Abschreckungseffekt ist. Unternehmen haben insbesondere aufgrund der Angst, untersucht, erwischt und bestraft zu werden, Anreize, sich regelkonform zu verhalten. Aus anderen Bereichen, wie z. B. der Strafverfolgung, wissen wir, dass die wahrgenommene Aufdeckungswahrscheinlichkeit der Hauptfaktor für die Abschreckung ist. Eine wichtige Determinante dieser Aufdeckungswahrscheinlichkeit ist der Auswahlmechanismus für Untersuchungen. Daher beleuchten wir die verschiedenen Auswahlmechanismen. Theoretisch entschärft eine Zufallsauswahl die Gefahr, dass Regulierungsbehörden bei ihrer Auswahl aufgrund von Korruption, Passivität oder Inkompetenz ineffektiv vorgehen. Dies wird im Kontext des Enforcement der Rechnungslegung noch wichtiger, da frühere Forschungsbeiträge darauf hindeuten, dass Enforcement-Institutionen politisch vereinnahmt sind. Darüber hinaus müssen die Unternehmen bei zufälligen Untersuchungen ständig eine Untersuchung befürchten, während ein risikobasierter Ansatz es den Unternehmen ermöglichen könnte, Umgehungsstrategien zu entwickeln. Ein Nachteil von Zufallsuntersuchungen könnte jedoch darin bestehen, dass sie nicht gezielt die „richtigen“ Unternehmen ins Visier nehmen und daher nicht effizient sind. In Anbetracht der widersprüchlichen Argumente betrachten wir den Wert von den verschiedenen Auswahlmechanismen als eine empirische Frage. Die Analyse dieser Frage ist schwierig, da kaum öffentlich verfügbare Daten zu Enforcement-Untersuchungen vorliegen. In den Fällen, in denen Daten verfügbar sind, haben wir entweder keine Informationen über den Auswahlmechanismus oder die Aufsichtsbehörde verwendet keine Zufallsauswahl. Wir umgehen dieses Problem, indem wir einen proprietären Datensatz verwenden. Konkret beziehen wir öffentlich nicht verfügbare Daten zu Enforcement-Untersuchungen von der Bundesanstalt für Finanzaufsicht (BaFin) gegen deutsche öffentliche Unternehmen. Ein weiterer Vorteil des deutschen Umfelds ist, dass das Selektionsmodell sowohl risikobasierte als auch randomisierte Untersuchungen verwendet.

• DFG-Verfahren: Sachbeihilfen