Errores estratégicos y calidad de la auditoría: una investigación experimental(1)

Revista Nº 36 Oct.-Dic. 2008

Urs Fischbacher 

Ulrike Stefani 

(Suiza) 

Universidad de Zurich 

I. Introducción

La reciente oleada de escándalos contables ha dado inicio a un debate entre académicos, reguladores y la profesión contable en cuanto a cómo restablecer la confianza del público en las revelaciones financieras de las empresas. La polémica se enfoca en los gerentes, que se han aprovechado de una contabilidad demasiado “agresiva”, y quienes utilizan prácticas contables que podrían inducir a error e incluso podrían ser fraudulentas. Es más, la profesión de la auditoría ha sido criticada implacablemente por sus esfuerzos insuficientes, tanto cuando realizan una auditoría como cuando le informan las conclusiones al público (véase, Zeff 2003a, 2003b, para obtener una perspectiva general).

Los juegos sencillos de doble matriz han sido presentados en la literatura de la auditoría para analizar la interdependencia estratégica entre la estrategia de informes del gerente y la elección que hace el auditor en cuanto al nivel de esfuerzo (véanse, entre otros, Magee 1980; Fellingham y Newman 1985). En estos modelos, el gerente puede, o bien preparar estados financieros correctos, o exagerar la situación eco nómica de su empresa. El auditor puede, o bien realizar una auditoría superficial que deja pasar inadvertidas las manipulaciones, o una auditoría exhaustiva. Si todos los jugadores obran estrictamente en forma oportunista, es decir, si eligen sus estrategias meramente con base en sus incentivos de compensación económica, entonces la solución de tales juegos es un Equilibrio de Nash único de estrategias mixtas. Las estrategias de equilibrio del gerente y del auditor, a su vez, determinan la calidad de los informes financieros auditados. A continuación, nos referimos al asunto de cómo reducir la frecuncia de las manipulaciones que no son detectadas por el auditor.

La teoría estándar de juegos para los modelos que se mencionaron anteriormente predice que la sustitución de algunos de los auditores oportunistas con auditores que siempre elijen un elevado esfuerzo de auditoría y le informan sus conclusiones al público con veracidad, no afecta la calidad de equilibrio de los estados financieros auditados. Los argumentos que se presentan a continuación conducen a este resultado. Si los auditores quienes siempre realizan un elevado esfuerzo de auditoría reemplazan a algunos auditores oportunistas, los auditores oportunistas restantes eliminan completamente la calidad sobresaliente de la auditoría que realizan sus colegas serios y acreditados que poseen una buena reputación. En razón de la expectativa del gerente, en cuanto a la calidad general de la auditoría (lo que comprende a auditores incondicionalmente honestos) no cambia: el gerente no tendrá incentivo alguno para hacerle ajustes a su estrategia en cuanto a la presentación de informes.

En contraste con lo anterior, el presente artículo describe un experimento de laboratorio que demuestra que un aumento en la proporción de auditores, quienes siempre llevan a cabo esfuerzos de auditoría superiores, independientemente de sus incentivos económicos, de hecho, incrementa la calidad de los estados financieros auditados. Este resultado se obtuvo aun cuando las cuentas de compensación en el juego de la doble matriz que investigamos se mantuvieron constantes. Específicamente, implementamos dos tratamientos que representan dos escenarios extremos en la proporción relativa de tipos de auditores. En el tratamiento A, todos los participantes en la función de auditores eligieron su esfuerzo de auditoría, el cual guardaba relación con el pago que recibieron los participantes al final del experimento. En el tratamiento B, sustituimos al azar, ex post, la tercera parte de las decisiones de los auditores participantes en el esfuerzo de auditoría con un esfuerzo superior de auditoría. Así, los auditores computrizados, quienes automáticamente ejercieron esfuerzos superiores de auditoría, realizaron la tercera parte de las auditorías en el tratamiento B. Al comparar el desempeño de los participantes en los dos tratamientos, analizamos el efecto de los auditores computarizados, tanto en el esfuerzo de auditoría de los auditores participantes como en la elección de los informes por parte de los gerentes participantes.

En concordancia con la teoría estándar, encontramos que la presencia de auditores computarizados induce a los participantes en el rol de auditores a elegir un esfuerzo superior de auditoría con menor frecuencia. Por lo tanto, los auditores computarizados, que automáticamente ejercen un esfuerzo superior, desplazan a los auditores participantes que ejercen esfuerzos superiores estratégicamente. No obstante, y en contraposición de la predicción de Nash, la calidad general de la auditoría, de hecho, es superior en el tratamiento con auditores computarizados, ya que el desplazamiento es incompleto. De esta manera, los gerentes manipulan los estados financieros con menor frecuencia cuando se enfrentan con un cierto porcentaje de auditores computarizados, en razón de que existe una mayor probabilidad de que se detecten informes manipulados a la que habría si no hubiesen auditores computarizados. Por lo tanto, la calidad de los informes financieros auditados es por cierto superior, si se encuentran presentes auditors computarizados. En relación con el debate actual de política, en cuanto a descuidos o errores no advertidos en la auditoría que, además, conlleva consecuencias en la compensación económica, nuestros resultados sugieren que el aumento en el tipo de incertidumbre causado por una “auditoría aleatoria de auditorías”, por sí misma, mejora la calidad de los informes auditados.

Mostramos que las desviaciones del comportamiento individual en relación con las predicciones de Nash que observamos en nuestro experimento se pueden modelar con el comportamiento racional delimitado, según se captura en el Equilibrio de Respuesta Quantal que desarrollan McKelvey y Palfrey (1995). Este modelo se puede concebir como uno en el que los jugadores cometen un error en la evaluación de su compensación esperada. Dichos errores son relevantes en el juego que consideramos, ya que incluso los errores pequeños en la evaluación del comportamiento del otro jugador crean un fuerte incentivo para divergir de la estrategia de equilibrio en el Equilibrio Mixto de Nash. La aversión al riesgo de los sujetos no dan cuenta ni explican nuestros descubrimientos. Las pruebas de robustez indican que ni el marco del experimento en un contexto de auditoría, ni la matriz específica de compensación que implementamos explican nuestros resultados.

Nuestros resultados son aplicables a la auditoría, siempre y cuando la proporción de auditores que ejercen un esfuerzo superior de auditoría podría, de hecho, aumentar, aun sin la introducción de sanciones adicionales por mala conducta en el ejercicio de la profesión. Este supuesto se justifica si los resultados de experimentos generales en economía conductual también son ciertos para los auditores. En primer lugar, Gneezy (2005) demostró en un experimento genérico que por lo menos algunas personas son intrínsecamente dignas de confianza porque les desagrada engañar a otras y, por lo tanto, prefieren decir la verdad, aun si esta alternativa conlleva consecuencias económicas negativas. En línea con sus resultados, nosotros argumentamos que también hay contadores públicos certificados, quienes llevan a cabo auditorías de alta calidad en concordancia con los estándares pertinentes y que informan sus conclusiones con veracidad, aun cuando sus ganancias hubiesen podido ser mayores si hubiesen obrado de otra forma. Es más, Pruckner y Sausgruber (2006) demostraron, en un experimento de campo, que hay personas cuya fiabilidad depende de la forma en que se les plantee el problema sobre el cual se debe tomar una decisión. Pruckner y Sausgruber (2006) trataron de activar la norma social de ser honestos, al imprimir “¡Gracias por ser honesto!” en las casetas de ventas que utiliza una editorial que vende periódicos en las calles. En comparación con una situación en la que no se hace énfasis en un comportamiento social deseable, este tratamiento aumentó el pago promedio a un subgrupo de sujetos (las personas condicionalmente honestas), mientras que el pago al otro subgrupo (los de tipos meramente oportunistas) permanecieron sin modificación. Traducido al mercado de la auditoría, este resultado significa que, siempre y cuando existan auditores con preferencias sociales hacia la honradez y la fiabilidad, la calidad de su auditoría podría mejorarse al hacerle énfasis a los estándares profesionales hacia el comportamiento ético, locual se puede interpretar como la activación de una norma social. Por lo tanto, el porcentaje efectivo de auditores con una reputación de ser serios, puede aumentar si se recalca la importancia de la ética profesional, mientras que los gerentes no pueden observar, ex ante, las preferencias del auditor por la honradez.

El estudio continúa de la siguiente manera: en la sección II ilustraremos el juego auditor-gerente que sirve de base para nuestro experimento, discutiremos lo relacionado con la evidencia experimental y haremos un bosquejo de la motivación para nuestra investigación. En la sección III describiremos en detalle el diseño del experimento. La sección IV trata las predicciones estándar para los sujetos neutrales ante el riesgo y los que son reacios a tomar riesgos, introduce el concepto del Equilibrio de Respuesta Quantal y deriva las hipótesis correspondientes. La sección V contiene los resultados de nuestro experimento básico y de nuestras verificaciones de robustez, mientras que la sección VI presenta un resumen y las conclusiones.

II. Antecedentes y motivación

Juegos de equiparar monedas entre un gerente y un auditor

Nos enfocamos en un juego entre dos jugadores, en el que cada uno puede elegir una de dos acciones a su alcance. Nos concentramos en un juego en el que se equiparan monedas con un solo lanzamiento, que tiene como solución única un Equilibrio Nash (NE, por sus siglas en inglés) de estrategias mixtas. El modelo de Magee (1980), que describe la calidad de estados financieros auditados como el resultado de la interacción estratégica entre el auditor y el gerente(2), como también los estudios de Fellingham y Newman (1985) y Shibano (1990), que analizan la evaluación del riesgo en la auditoría(3), representan ejemplos de juegos de equiparar monedas en el contexto de la auditoría.

En el juego consideramos que el gerente de una compañía puede elegir entre dos alternativas: revelar estados financieros que reflejen fielmente la situación económica de la firma, o manipular los estados financieros en forma tal que exageren la situación económica subyacente de la compañía. Una vez el gerente haya tomado su decisión, el auditor, que no puede observar la decisión real que ha tomado el gerente, también tiene dos posibilidades de elección: puede, o bien, ejercer un esfuerzo superior de auditoría que detecte perfectamente todos los errores e irregularidades que finalmente contendrán los estados financieros, o un esfuerzo bajo de auditoría que dejará que las manipulaciones permanezcan desapercibidas. Nosotros asumimos que el auditor emitirá una opinión adversa si ha observado que el gerente ha manipulado los estados financieros y que, de lo contrario, emitirá un concepto limpio y sin tacha(4).

El gerente se gana un salario básico si informa con veracidad. Si él exagera la situación financiera de la firma y el auditor se percata de esta tergiversación, entonces el gerente incurre en costos adicionales. Los costos pueden surgir a partir de una pérdida de reputación, una reducción en su compensación con base en las cifras contables, o reacciones adversas por parte de los inversionistas o acreedores. Si el auditor no detecta la exageración, entonces el gerente recibe una bonificación que no sería justificada por su esfuerzo.

La ganancia básica del auditor es equivalente a unos honorarios adecuados por haber elegido un esfuerzo superior de auditoría, menos los costos en los que él incurre por ejercer un esfuerzo menor. Si el auditor elige un esfuerzo superior, entonces se tienen que deducir los costos complementarios de auditoría de sus ganancias básicas. El auditor sufre una pérdida (p. ej., daños a la reputación o acciones legales emprendidas por terceros) si ejerce un esfuerzo bajo de auditoría y emite una opinión limpia cuando hubiese sido apropiado un concepto adverso. Si el auditor informa públicamente cualesquiera manipulaciones detectadas, entonces se arriesga a perder el cliente y, por consiguiente, las ventajas económicas derivadas de la continuidad de la relación auditor-cliente, las que se conocen como cuasi rentas (DeAngelo 1981; Kanodia y Mukherji 1994; Magee y Tseng 1990; Lee y Gu 1998; Schatzberg 1994; Schatzberg y Sevcik 1994). En este caso, las ganancias en reputación podrían proporcionarle al auditor un incentiv para señalarle al público que ha ejercido un esfuerzo superior en la auditoría.

Desde que el auditor no puede observar la acción que el gerente, de hecho, ha tomado antes de llevar a cabo su auditoría, y de que el gerente no puede inferir el esfuerzo de auditoría ejercido antes de que el auditor elija su informe, podemos analizar el juego como si los jugadores actuaran simultáneamente. Si hacemos los supuestos estándar de neutralidad en el riesgo, racionalidad perfecta y conocimientos comunes sobre estos atributos, la estructura de remuneración en un juego de equiparar monedas implica que existe un solo Equilibrio de Nash (NE) en estrategias mixtas en la que el gerente exagera la situación económica de la firma con una probabilidad a* Î(0, 1), y el auditor elije un esfuerzo bajo de auditoría con una probabilidad b*Î(0, 1).

 

CONTA-36-08ERRORESFOR1-6.JPG
 

 

define la calidad de los informes financieros auditados, en donde F*Î (0, 1) caracteriza la probabilidad de que los informes financieros presentados a terceros contienen irregularidades o exageraciones que el auditor no haya detectado en cuanto a la situación económica de la firma. Por lo tanto, la calidad de los estados financieros auditados es el resultado de la interacción estratégica entre el auditor y el gerente.

Estudios experimentales relacionados

Estudios experimentales que se han llevado a cabo en entornos económicos más generalizados demuestran que el comportamiento humano real se correlaciona bastante con el NE si se cumplen ciertas condiciones. No obstante, existen situaciones en las que los datos experimentales se desvían apreciablemente de las predicciones estándar. La teoría estándar presupone que las personas tienen la capacidad de comportarse en forma perfectamente racional y esta suposición se utiliza generalmente para explicar esta última observación. El poder de predicción del NE parece depender de las circunstancias que se citan a continuación.

En primer lugar, los experimentos de laboratorio con frecuencia confirman la predicción de los puntos del NE de un juego simétrico de equiparar monedas, en el que los jugadores elijen las acciones a su alcance con probabilidades iguales. No obstante, los datos experimentales para juegos similares con probabilidades asimétricas de elección, rara vez confirman la predicción de Nash (Goeree y Holt 2001).

En segundo lugar, en un experimento de auditoría, Bloomfield (1997) demuestra que la pendiente de las funciones de la mejor respuesta (es decir, el grado de dependencia estratégica) es decisiva para el poder de predicción del NE. Bloomfield (1997) considera errores exógenos que provienen de la incertidumbre en cuanto a las compensaciones para el gerente a partir del fraude no detectado, una probabilidad positiva para los errores no intencionales en la cuenta del balance, al igual que una señal con distribución normal que proporciona información acerca de la calidad de la cuenta del balance. En consecuencia, las funciones de la mejor respuesta del juego de auditoría sometidas a pruebas por Bloomfield (1997), no son de ángulos rectos, como sí lo son las correspondencias en el juego de equiparar monedas. Bloomfield (1997) muestra que el NE predice el comportamiento humano con mayor precisión si la dependencia estratégica es baja, es decir, si las funciones de la mejor respuesta no son demasiado pronunciadas o pedientes.

En tercer lugar, si la predicción estándar no parece ser evidente a primera vista, con frecuencia, el NE no puede explicar cambios en el comportamiento humano que ocurren después de que se hayan variado los parámetros del juego. Por ejemplo, considere los cambios en la compensación inducidos por la Sección 304 de la Ley Sarbanes-Oxley. A los vicepresidentes financieros y a los directores ejecutivos de las empresas registradas con la Comisión de Títulos Valores y Bolsas de Valores (SEC, por sus siglas en inglés) ahora se les exige que le reembolsen a su empresa todas las bonificaciones y demás compensación basada en incentivos o en patrimonio si la empresa tiene que preparar una reformulación contable en razón de algún incumplimiento material. Por lo tanto, en nuestro juego, la compensación esperada por el gerente si incurre en tergiversación es menor si el auditor no cambia su nivel de esfuerzo. Para el tipo de juegos que consideramos, la estrategia de NE del jugador depende exclusivamente de las compensacions del otro jugador, no de las suyas propias. En consecuencia, para lograr que el gerente sea indiferente entre sus estrategias puras, una vez más, el auditor debe responder al cambio en las compensaciones para el gerente con una probabilidad más baja para un esfuerzo superior de auditoría. El comportamiento del gerente debe permanecer constante.

Sin embargo, los datos experimentales claramente contradicen el efecto estático comparativo que predice la teoría estándar porque ambos sujetos ajustan su comportamiento en forma muy intuitiva después de que se haya producido una variación en la compensación de uno de los sujetos (Goeree y Holt 2001; Goeree et ál. 2003). Este “Efecto en la compensación propia” persiste hasta en los experimentos con juegos repetidos (Ochs 1995; Goeree et ál. 2000; McKelvey et ál. 2000). Por lo tanto, podríamos observar no solamente la elección menos frecuente de esfuerzos superiores de auditoría, sino también una menor frecuencia en las manipulaciones, si se hacen más estrictas las sanciones para el gerente.

Motivación

Aun cuando existe amplia evidencia empírica sobre los componentes de compensación para el gerente y el auditor en el juego que consideramos, continúa siendo limitado un conocimiento detallado de los determinantes del comportamiento real observado en los escenarios estratégicos auditor–gerente. Esta última observación es particularmente evidente en aquellos juegos en los que la dependencia estratégica es elevada y en donde el NE con frecuencia falla en la predicción correcta del comportamiento real (Kachelmeier 1991; Dopuch y King 1992, 1996; Bloomfield 1994, 1997). Esta brecha en los conocimientos representa la motivación para nuestros análisis de los factores que determinan el comportamiento de juegos de equiparar monedas en un contexto de auditoría.

En primer lugar, el asunto de si el comportamiento de las personas se correlaciona con la predicción de Nash en entornos estáticos del juego auditor–gerente tiene una relevancia práctica inherente. Para minimizar el riesgo de auditoría mediante la elección del nivel de esfuerzo de auditoría más eficiente para un cliente en particular, el auditor necesita una estimación precisa del riesgo inherente. Si interpretamos el modelo de riesgo en la auditoría en el contexto teórico de juego (Fellingham y Newman 1985; Shibano 1990; Bloomfield 1995), entonces el riesgo inherente es determinado en forma endógena por el comportamiento estratégico del gerente. El gerente, a su vez, elige su estrategia de presentación de informes supeditada al esfuerzo estratégico que su auditor elija para optimizar el riesgo de detección.

En segundo lugar, estamos interesados en predecir los cambios conductuales como consecuencia de la variación de ciertas condiciones del entorno de auditoría. Según la teoría estándar, efectos estáticos comparativos en el comportamiento de los auditores y de los gerentes, o ambos, pueden surgir, no solamente a partir de las variaciones en la compensación, sino también de agregar o de retirar la incertidumbre tipo. Otros estudios han documentado el Efecto en la compensación propia que se mencionó arriba en experimentos genéricos y no esperamos resultados fundamentalmente diferentes en un experimento en auditoría. En razón de que el efecto de la incertidumbre del gerente sobre el tipo de auditor aún no ha sido sometido a prueba, investigamos el impacto de cambios en la proporción relativa de auditores oportunistas y auditores confiables en la calidad de los estados financieros auditados. A manera de verificación de robustez, también variamos la compensación de los auditores implementada en nuestro experimento base. Como consecuencia indirecta, nuestros datos confirman la existencia de un efecto en la compensación propia, tal como se documenta en la literatura relacionada.

III. Diseño del experimentoen auditoría

En nuestro experimento, la mitad de los sujetos jugaron el papel del gerente y la otra mitad el del auditor. A las personas se les asignaron en forma aleatoria sus papeles, los cuales conservaron durante la totalidad de la sesión. Después de que todos los sujetos habían leído las instrucciones para sus respectivos roles, respondieron a preguntas de control. El experimento comenzó una vez habíamos hecho un resumen verbal de las instrucciones tanto para los gerentes y los auditores, incluyendo la totalidad de la matriz de compensación. Hicimos este resumen detallado con el fin de asegurarnos de que todos los participantes entendieran que ambos conjuntos de instrucciones definían el mismo conjunto de reglas.

En total, llevamos a cabo 15 sesiones, cada una con un conjunto diferente de participantes, e implementamos dos tratamientos, A y B, en cada sesión. En el tratamiento A, todas las decisiones que se tomaron se utilizaron como base para calcular la compensación que se ganaron los participantes durante el experimento. De esta manera, el tratamiento A se compuso totalmente de gerentes y auditores “oportunistas”, porque los sujetos eligieron la estrategia que suponían maximizaría su compensación esperada. En el tratamiento B, en cambio, seleccionamos al azar la tercera parte de las decisiones de todos los participantes en el papel de auditores y automáticamente reemplazamos estas decisiones en el esfuerzo ex post con un esfuerzo superior de auditoría(5). Todos los sujetos participantes conocían este proceso y, por lo tanto, que existía la probabilidad de una tercera parte de que hubiese un auditor computarizado en el tratamiento B. Todos los gerentes continuaron comportándose en forma oportunista en el tratamiento B. Cada tratamiento consistió de 20 períodos en los que se jugó el juego auditor-gerente que se describe a continuación.

Implementamos los tratamientos en forma consecutiva. Realizamos cinco sesiones en las que los participantes interactuaron primero en concordancia con el tratamiento A y luego con el tratamiento B. Para controlar los efectos que pudiese tener el orden empleado, realizamos cinco sesiones adicionales en la secuencia contraria, es decir, inicialmente el tratamiento B seguido por el tratamiento A. Los participantes sabían cuál tratamiento estaba vigente en todo momento.

En todas las sesiones del experimento básico, a excepción de la primera, formamos tres grupos equiparados. Debido a que un grupo de estos representa un subconjunto de participantes en una sesión en la que la interacción está restringida y porque no hay interacción entre los integrantes de los diferentes grupos apareados, las observaciones en los diversos grupos apareados son estadísticamente independientes. Al azar, equiparamos un auditor con un gerente del mismo grupo apareado en cada periodo sujeto a tratamiento.

La Tabla 1 describe en detalle nuestras sesiones. Las sesiones número 1 a 10 se refieren al experimento básico (la matriz de compensación 1). La tabla 1 también muestra las sesiones 11 a 15 que se describen después, que llevamos a cabo para someter nuestros resultados a pruebas de robustez. Un total de 394 estudiantes de dos grandes universidades participaron en el experimento. Programamos y llevamos a cabo el experimento utilizando el software z-Tree (Fischbacher 1999).

Tabla 1
Descripción de las sesiones experimentales
Número de la sesiónOrden del tratamiento(a)Marco(b)Matriz de compensación(c)Número de participantesNúmero de grupos equiparados(d)
1A-Bauditor/gerente1241
2A-Bauditor/gerente1243
3A-Bauditor/gerente1223
4A-Bauditor/gerente1243
5A-Bauditor/gerente1223
    Subtotal: 116 
6B-Aauditor/gerente1243
7B-Aauditor/gerente1243
8B-Aauditor/gerente1243
9B-Aauditor/gerente1243
10B-Aauditor/gerente1243
    Subtotal: 120 
11A-Bneutro1324
12A-Bneutro1324
    Subotal: 64 
13A-Bauditor/gerente2324
14A-Bauditor/gerente2324
15A-Bauditor/gerente2304
    Subtotal: 94 
    Total: 394 

 

(a) Esta columna especifica el orden en el que llevamos a cabo el tratamiento A (solamente auditores oportunistas) y el tratamiento B (la tercera parte con auditores computarizados).

(b) Utilizamos términos en el contexto de auditoría en las instrucciones experimentales para las sesiones con el marco auditor-gerente. El marco neutro significa que evitamos términos del contexto de auditoría en las instrucciones.

(c) En la tabla 2 definimos las matrices de compensación que utilizamos en el experimento.

(d) El número de grupos equiparados indica cuántos subconjuntos de participantes a los que se les restringió la interacción se formaron entre los sujetos de cada sesión.

En cada período, les solicitamos a los participantes que obraban en calidad de gerentes si deseaban revelar estados financieros que reflejaran fehacientemente la situación económica de la firma o si preferían exagerar la situación económica subyacente de su compañía. Los participantes que obraban en calidad de auditores tenían que elegir entre ejercer un esfuerzo de auditoría bajo o elevado(6). No les informamos a los participantes de las decisiones de sus compañeros antes de que hicieran sus propias elecciones.

La tabla 2 muestra las compensaciones, en términos de puntos, que podrían ganarse en cada período del experimento básico (matriz de compensación 1), al igual que en el experimento adicional con la matriz de compensación 2. Después de que cada participante había elegido una de las acciones posibles, les informamos tanto a los gerentes como a los auditores acerca de las decisiones de sus contrapartes y sus propias ganancias correspondientes. Si el software del experimento había seleccionado un auditor computarizado para sustituir a un auditor humano en el tratamiento B, entonces el gerente solamente se enteraba de que se había ejercido automáticamente un esfuerzo superior de auditoría. No le informamos al gerente acerca de la decisión que efectivamente había elegido el auditor participante.

Al final del experimento convertimos los puntos ganados en dinero (un punto es equivalente a aproximadamente 5 centavos, calculados en dólares de Estados Unidos de América) y les pagamos a los participantes este valor, junto con aproximadamente US$ 6,09 en honorarios por su participación, en forma anónima. En promedio, los sujetos se ganaron alrededor de US$ 18,02 por cada sesión de aproximadamente una hora de duración. La compensación recibida es, en términos generales, equivalente a los salarios que nuestros participantes hubiesen recibido si hubiesen optado por otra oportunidad en el mercado laboral.

 

IV. Hipótesis

Predicciones estándar

En una situación con un porcentaje r Î (0, 1 - b* ) de auditores computarizados, los gerentes solamente poseen información incompleta acerca del tipo de su auditor. La solución del juego es nuevamente un NE único en estrategias mixtas, es decir, tanto el gerente, como el auditor oportunista, hacen elecciones probabilísticas de sus respectivas estrategias puras. La predicción estándar para la probabilidad de que un auditor elija un bajo esfuerzo de auditoría es dada por:

 

CONTA-36-08ERRORESFOR2-.JPG
 

 

porque (1 - r) · b**= b*, que determina el comportamiento de los auditores oportunistas restantes, tiene que resultar válida debe mantenerse. En razón de que b**³ b* es cierta, el NE predice que los auditores oportunistas restantes elegirán un esfuerzo bajo de auditoría con mayor frecuencia si hay auditores computarizados.

 

 

indica que el nivel general de calidad de las auditorías permanece constante, porque los auditores oportunistas compensan totalmente las decisiones de los auditores computarizados. Más aún, los gerentes prevén que los auditores oportunistas ajustan su comportamiento perfectamente y, por lo tanto, no tienen incentivo alguno para desviarse de la forma en la que se prepararon los estados financieros antes de la entrada de los auditores computarizados. Por lo tanto, la probabilidad de que los estados financieros sean manipulados, nuevamente es dada por:

 

CONTA-36-08ERRORESFOR3-.JPG
 

 

Recordemos que los auditores computarizados nunca eligen un esfuerzo bajo de auditoría. Por lo tanto, mientras haya apenas un número relativamente pequeño de auditores computarizados (es decir, p. ej., r £1-b*), la calidad general de los informes auditados es dada por:

 

CONTA-36-08ERRORESFOR4-.JPG
 

 

De esta manera, en concordancia con la teoría estándar, la existencia de apenas un número reducido de auditores computarizados no debe alterar la calidad general de los estados financieros auditados que evolucionará en un mercado puramente de jugadores oportunistas.

Para las compensaciones en nuestro experimento básico (Tabla 2), el NE en estrategias mixtas predice que los gerentes manipularán los estados financieros con una probabilidad de a*=a**= 0.714 en ambos tratamientos. Se predice que los auditores oportunistas ejercerán un bajo esfuerzo de auditoría con una probabilidad de b*= 0.5 en el tratamiento A y de b**= 0.75 en el tratamiento B. Por lo tanto, la calidad de equilibrio de los informes auditados se puede calcular en 1-F*= 0.643 en el tratamiento A. El NE predice la misma calidad en los informes financieros auditados para el tratamiento B (1-F**= 0.643), dado que r = 1/3.

Preferencias de riesgo y el Equilibrio de Nash

Las predicciones de las probabilidades de equilibrio para las elecciones que se indican arriba solamente son válidas si los sujetos son neutrales en cuanto al riesgo. Sin embargo, si se considera la ganancia esperada, podemos considerar las preferencias ante el riesgo como una transformación monotónica de las compensaciones de los jugadores. Por lo tanto, la estructura del juego permanece sin cambios, aun si tenemos en cuenta las preferencias en cuanto al riesgo. Entonces, los auditores son indiferentes entre un esfuerzo alto o bajo en la auditoría con cierta probabilidad de manipulación que no difiera entre los tratamientos. Por lo tanto, la predicción de equilibrio para el gerente es la misma en ambos tratamientos, aun cuando las preferencias en cuanto al riesgo determinan el valor real previsto para a*=a**.

Equilibrio de Respuesta Quantal

La observación de que el NE fracasa en la predicción del comportamiento real se le atribuye generalmente al hecho de que las personas no tienen la capacidad de comportarse en forma perfectamente racional. El Equilibrio de Respuesta Quantal –QRE, por sus siglas en inglés– (McKelvey y Palfrey 1995) es un concepto que explícitamente considera un comportamiento racional delimitado y, en consecuencia, admite la formulación de predicciones conductuales cualitativas que se pueden someter a prueba.

En el anexo hacemos una presentación formal de la teoría, que ha sido aplicada con éxito para explicar datos experimentales para diversas clases de juegos (Goeree et ál. 2000)(7). La intuición subyacente para este concepto es que las decisiones de los jugadores no solamente están sujetas a errores en un sentido muy general, sino que los jugadores también tienen en cuenta los errores de los demás(8). Por lo tanto, los jugadores no siempre eligen su mejor estrategia, pero la probabilidad de jugar una estrategia aumenta la compensación de dicha elección de estrategia, en razón del comportamiento del otro jugador. La estrategia que resulta de este ruidoso proceso de optimización se conoce como la mejor respuesta Quantal. Se trata de una estrategia mixta que está condicionada y supeditada a la estrategia del otro jugador. El QRE (por sus siglas en inglés) es un punto fijo de una serie de mejores respuestas Quantal mutuas.

Dependiendo de la magnitud del error, las predicciones que se basan en el QRE pueden desviarse fundamentalmente de la predicción de Nash. Es legítimo cuestionar si la introducción de un término de error aparentemente arbitrario se justifica. Este punto es de especial importancia, ya que el QRE no se basa en una especificación explícita de la naturaleza sicológica del error y, más aún, no proporciona una comprensión de la psicología del proceso de decisión en sí. Además, uno puede cuestionar si el QRE es apropiado para explicar el comportamiento individual en el contexto de la auditoría.

En nuestra opinión, la respuesta a ambas preguntas es afirmativa por las siguientes razones: en primer lugar, argumentamos que la incertidumbre estratégica es una fuente principal del comportamiento racional delimitado. Supongamos un juego con un nivel elevado de dependencia estratégica, es decir, una situación en la que la elección óptima de la estrategia pura del jugador A cambia en un momento de probabilidad crítica para la estrategia mixta del jugador B. Si A no sabe con precisión cómo decidirá B en la realidad, entonces A no puede computar correctamente ni su propia compensación esperada ni la de B. Así, errores de decisión en razón de información imperfecta en cuanto a la elección de estrategia por parte del otro jugador podría inducir a una desviación en el comportamiento real a partir de la predicción de Nash. La incertidumbre estratégica es también particularmente pertinente en el contexto de la auditoría, ya que las acciones del gerente y del auditor están íntimamente interrelacionadas. En realidad, podemos suponer que ni el auditor puede prever con precisión el riesgo inherente (es decir, la elección estratégica del gerente en cuanto a informes), ni puede el gerente predecir el riesgo de detección (es decir, el esfuerzo estratégico de auditoría que ejercerá el auditor). Más aún, es posible que ni el gerente ni el auditor conozcan con certeza el valor concreto de sus propias compensaciones y/o aquellas del otro jugador. A manera de ejemplo, el gerente probablemente no sabe ni el valor exacto de sus pérdidas de reputación, ni el equivalente monetario de las reacciones desfavorables de los accionistas y de los acreedores en los que podría incurrir si tergiversa. Para el auditor, el equivalente de la compensación de ganancias en reputación, las consecuencias monetarias de perder credibilidad con terceros y las cuasi rentas que pone en riesgo podrían ser desconocidas. Más aún, la proporción real de los auditores serios, con buena reputación, no es observable en los entornos del mundo real. La inclusión de erores les permite a los jugadores la optimización con base en compensaciones ruidosas y las condiciones del mercado de auditoría, o ambas.

En segundo lugar, uno puede interpretar el error como una medición de la heterogeneidad en las preferencias de la persona que toma las decisiones, lo cual, tal vez, no pueda ser visible para el otro jugador. Esta propiedad también es característica de las interacciones reales entre el auditor y el gerente, ya que ni el gerente ni el auditor están informados de las verdaderas preferencias del otro en cuanto al riesgo. Más aún, el gerente no puede percibir las preferencias de su auditor en cuanto a cómo se puede alinear vigorosamente con las directrices profesionales, ni puede el auditor inferir con precisión los incentivos que tenga el gerente para manipular, antes de que el segundo realmente haya llevado a cabo la auditoría.

En nuestro experimento, la incertidumbre de un participante en cuanto a la elección de acción por parte del otro sujeto, al igual que la heterogeneidad en las preferencias de quien toma las decisiones, son las fuentes más significativas de errores de decisión para el QRE. No obstante, la principal fortaleza del QRE es que hace predicciones cualitativas precisas, aun si se desconocen tanto las preferencias reales como los factores sicológicos que son responsables por el comportamiento observado.

Hipótesis basadas en el Equilibrio de Respuesta Quantal

En nuestro experimento, el tomar en cuenta los errores conduce a unas predicciones conductuales bastante diferentes a las que se basan en el NE. En la figura 1 ilustramos la forma en la que nuestras Respuestas Quantal corresponden a las mejores respuestas del NE para las compensaciones del experimento básico y un parámetro de error de µ = 1.

En un mercado que consiste puramente de auditores oportunistas, según el NE, el auditor se traslada de un esfuerzo bajo de auditoría a uno superior en la probabilidad crítica de manipulación de a*= 0.714. En la función de Respuesta Quantal, el auditor reduce gradualmente la probabilidad de un bajo esfuerzo de auditoría con una probabilidad creciente de manipulación. En forma similar, el gerente está más propenso a manipular en la medida en que la probabilidad de un bajo esfuerzo de auditoría aumenta. En nuestro ejemplo, el QRE para el tratamiento A predice que los gerentes tergiversan con menor frecuencia y los auditores oportunistas ejercen un esfuerzo de auditoría bajo con mayor frecuencia a la que esperaríamos si aplicáramos la teoría estándar.

En contraposición al NE, el QRE puede capturar la intuición de que los gerentes manipulan los estados financieros con menor frecuencia si existen unos pocos auditores computarizados. En razón de que nosotros utilizamos las mismas compensaciones para ambos tratamientos, la función de Respuesta Quantal de los auditores oportunistas no difiere entre un tratamiento y el otro. No obstante, la introducción de auditores computarizados (tratamiento B), desvía la función de Respuesta Quantal del gerente hacia la parte superior izquierda. Debido a que la función de Respuesta Quantal del auditor está decreciendo en forma monotónica por a, podemos hacer la predicción inequívoca y, por lo tanto, refutable, de una mayor probabilidad de un esfuerzo de auditoría bajo y una menor probabilidad de manipulaciones en el tratamiento B en comparación con el tratamiento A; es decir, un desplazamiento del QRE a la parte superior izquierda (véase la figura 1). De esta manera, formulamos una hipótesis acerca del cambio en el comportaminto de los gerentes oportunistas, que contradice la predicción estándar:

H1: Los gerentes manipulan los informes financieros con menor frecuencia en el tratamiento B que en el tratamiento A.

CONTA-36-08ERRORESFIG1.JPG
 

En cuanto a los efectos sobre el comportamiento de los auditores, tenemos que diferenciar entre el comportamiento de los auditores oportunistas y la calidad general resultante de la auditoría, la cual también es determinada por los auditores computarizados. La teoría estándar predice la misma calidad de la auditoría para ambos tratamientos, porque los auditores oportunistas eligen un esfuerzo de auditoría bajo con mayor frecuencia cuando existe la presencia de auditores computarizados y, por lo tanto, compensan el esfuerzo superior automatizado. En las siguientes hipótesis, que se derivan del QRE, H2 no hace discriminación entre la teoría estándar y el QRE, pero H3 sí:

H2: Los auditores oportunistas ejercen un bajo esfuerzo de auditoría con mayor frecuencia en el tratamiento B que en el tratamiento A.

H3: En términos generales, los auditores realizan un menor número de auditorías de bajo esfuerzo en el tratamiento B que en el tratamiento A.

La hipótesis 2 indica que los auditores oportunistas compensan el efecto que ejercen los auditores computarizados sobre la calidad de la auditoría; es decir, los auditores computarizados desplazan a los auditores participantes que estratégicamente eligen un esfuerzo superior de auditoría. La hipótesis 3 manifiesta que dicho desplazamiento es incompleto, en el sentido de que la calidad general de la auditoría aumenta si se encuentran presentes auditores computarizados. Por lo tanto, H3 contradice la teoría estándar.

La hipótesis 3 aclara la intuición de por qué esperamos que los gerentes manipulen con menos frecuencia si hay auditores computarizados. En la teoría estándar, los auditores oportunistas compensan totalmente las decisiones de los auditores computarizados, en el sentido de que los gerentes enfrentan el mismo riesgo de detección en ambos tratamientos. Sin embargo, si los auditores participantes cometen errores, entonces solo compensan a los auditores computarizados en forma incompleta. Por lo tanto, los gerentes, de hecho, enfrentan un mayor riesgo de detección con auditores computarizados y, en consecuencia, manipulan con menos frecuencia.

Autores tales como Haile et ál. (2003) critican el concepto del QRE, ya que permite predicciones arbitrarias en un juego de forma normal. Esta crítica no se aplica a nuestro experimento por la siguiente razón: debido a que la Respuesta Quantal del auditor no varía entre los tratamientos, las predicciones según las cuales los gerentes manipulan con menor frecuencia y los auditores ejercen esfuerzos menores en la auditoría con mayor frecuencia en el tratamiento B que en el tratamiento A, son independientes del valor concreto para el parámetro de error µ, siempre y cuando µ > 0.

V. Resultados

Resultado 1: Los auditores participantes ejercen un bajo esfuerzo de auditoría con mayor frecuencia cuando existe la presencia de auditores computarizados.

En la figura 2 A, graficamos la frecuencia de bajos esfuerzos de auditoría realizados por los auditores participantes en los dos tratamientos a través del tiempo. Los auditores ejercen un esfuerzo bajo con mayor frecuencia si existen auditores computarizados. La diferencia que observamos es estadísticamente significativa. En todas las sesiones, un mayor número de auditores ejerce un esfuerzo bajo de auditoría en el tratamiento B (con auditores computarizados), en comparación con el tratamiento A (sin auditores computarizados). Este resultado coincide totalmente con las predicciones tanto de la teoría estándar como las del QRE.

Comparamos las decisiones de los auditores, en grupos equiparados, a través de los tratamientos, utilizando una prueba de Wilcoxon para muestras apareadas. Le aplicamos esta prueba a todos los datos, al igual que a los dos tipos de sesiones que se diferencian en cuanto al orden de los tratamientos. La tabla 3 muestra que la diferencia entre las frecuencias de un esfuerzo bajo de auditoría a través de los tratamientos es altamente significativa, independientemente del orden de los tratamientos. Más aún, una prueba Mann-Whitney muestra que si comparamos el comportamiento entre los tratamientos que llevamos a cabo inicialmente, en relación con el orden de los tratamientos (es decir, comparamos el tratamiento A en las sesiones 1 a 5 en el orden de tratamiento A – B, en comparación con el tratamiento B en las sesiones 6 a 10 en el orden de tratamientos B – A), entonces, la diferencia también es altamente significativa al nivel de 0,01. Por último, realizamos una prueba gruesa en cuanto a dependencia en el tiempo, observando solamente los datos para los periodos 11 a 20. También observamos la diferencia que se había previsto para la segunda mitad del experimento. En ese caso, los datos confirman la hipótesis H2.

Este resultado no es sorprendente y está totalmente en concordancia con la predicción estándar. Si algunos auditores eligen automáticamente un esfuerzo superior de auditoría, entonces se prevé que los sujetos que obran en calidad de auditores compensen. En H3, hacemos la conjetura de que esta compensación es incompleta, en el sentido de que la calidad general de la auditoría en el tratamiento B es mayor que en el tratamiento A.

Resultado 2: Los auditores participantes solamente compensan las decisiones de los auditores computarizados en forma incompleta.

En la figura 2 B grafica la probabilidad general de auditorías de bajo esfuerzo, desde el punto de vista del gerente. Tal como lo predice la hipótesis H3, observamos bajos esfuerzos de auditoría con menor frecuencia con auditores computarizados en el tratamiento B.

 

CONTA-36-08ERRORESEST-FIG1-.JPG
 

 

CONTA-36-08ERRORESEST-FIGS2a-.JPG
 

 

No obstante, la diferencia en la calidad general de la auditoría entre los tratamientos se reduce a través del tiempo, lo que interpretamos como aprendizaje por parte de los auditores participantes. La tabla 3 muestra que la diferencia en la calidad general de la auditoría para los periodos 11 – 20 solamente es significativa en las sesiones en las que se introdujeron auditores computarizados en el segundo tratamiento (orden de tratamiento A – B, sesiones 1 – 5). Parecería ser que solamente en este caso, el aprendizaje fue lo suficientemente lento para que se preservara una diferencia significativa.

En la tabla 4 también estudiamos un modelo probit, utilizando el esfuerzo real de auditoría en términos generales, en calidad de variable dependiente para este caso en particular. Nuestras variables independientes principales son una pseudovariable (dummy) para el tratamiento B (IB) y el número del periodo menos 20 (P-), para poder interpretar las variables constantes y la pseudovariable como el efecto al final del experimento. Observamos que la pseudovariable para el tratamiento B no es significativa. Por lo tanto, no existe diferencia estadística en el esfuerzo general de auditoría entre los tratamientos al final de las sesiones para el orden de tratamiento B – A.

Verificamos la razón por la cual los auditores computarizados no tienen un efecto significativo sobre el esfuerzo general de auditoría en los periodos posteriores en el tratamiento en orden inverso B – A. El esfuerzo de auditoría ejercido en el tratamiento A (sin auditores computarizados) es similar en ambas secuencias (A – B y B – A). El efecto del tratamiento que observamos en cuanto al esfuerzo general bajo de auditoría se presenta porque la introducción de auditores computarizados (orden de tratamiento A – B reduce el esfuerzo general bajo de la auditoría en casi un 10 por ciento (de 0.605 a 0.507), hasta en los periodos 11 – 20. La desaparición de los auditores computarizados (orden de tratamiento B – A) no aumenta el esfuerzo general bajo de la auditoría en la misma medida, lo cual también se puede apreciar en la tabla 5.

Tabla 3
Pruebas estadísticas para diferencias significativas a través de los tratamientos A y B
 PruebasDatos(a)Todos los períodosPeríodos 11-20
D Baja auditoríaPrueba de Wilcoxon para muestras apareadasTodos los datos4,555***4,362***
Sesiones 1 - 53,110***2,830***
Sesiones 6 - 103,352***3,324***
Prueba Mann WhitneyPrimeros tratamientos4,015***3,490***
D Baja auditoría generalPrueba de Wilcoxon para muestras apareadasTodos los datos-4,158***-1,062**
Sesiones 1 - 5-3,111***-2,521**
Sesiones 6 - 10-2,814***-0,369
Prueba Mann WhitneyPrimeros tratamientos-2,887***-1,342
D ManipulaciónPrueba de Wilcoxon para muestras apareadasTodos los datos-3,952***-3,747***
Sesiones 1 - 5-2,760***-2,411**
Sesiones 6 - 10-2,813***-2,841***
Prueba Mann WhitneyPrimeros tratamientos-3,759***-3,527***
D CalidadPrueba de Wilcoxon para muestras apareadasTodos los datos4,555***3,976***
Sesiones 1 - 53,181***2,797***
Sesiones 6 - 103,239***2,704***
Prueba Mann WhitneyPrimeros tratamientos4,079***3,732***

 

*, **, *** Indican una importancia estadística del 10 por ciento, 5 por ciento y 1 por ciento, respectivamente (pruebas de dos colas). Esta tabla informa las pruebas estadísticas para las diferencias conductuales a través de los tratamientos. Demuestra que los efectos de las hipótesis son altamente significativos en practicamente todas las especificaciones. Utilizamos la prueba de Wilcoxon para muestras apareadas dentro de las sesiones, y pruebas Mann-Whitney para comparaciones del comportamiento en el primer tratamiento al inicio, a través de las sesiones. Los promedios para los grupos apareados representan las observaciones independientes. La cifra que se muestra en la tabla representa el valor z. Es positiva si la variable correspondiente es mayor en el tratamiento con los auditores computarizados.

(a) La comparación de los tratamientos, llevada a cabo, primero, en el orden de los tratamientos a través de las sesiones se denomina “primeros tratamientos”.

Definiciones para las variables:

D Baja auditoría = la diferencia en las frecuencias de un bajo esfuerzo de auditoría que los auditores participantes eligieron;

D Baja auditoría general = la diferencia en el esfuerzo bajo de auditoría, que también comprende las auditorías computarizadas, a través de los tratamientos;

D Manipulación = la diferencia en las decisiones de los gerentes de manipular a través de los tratamientos; y

D Calidad = la diferencia en la calidad resultante de los estados financieros auditados, a través de los tratamientos.

Tabla 4
Regresiones probit con la decisión del auditor, la decisión del gerente y la calidad como variables dependientes
 Baja auditoríaAuditoría general bajaManipulaciónCalidad
Períodos1 - 2011 - 201 - 2011 - 201 - 2011 - 201 - 2011 - 20
Constante0.7230.7090.5860.5710.5570.5700.6800.682
IB0.2250.230-0.011-0.012-0.137-0.1040.0810.067
(0.039)***(0.043)***(0.035)(0.039)(0.038)***(0.036)***(0.031)***(0.028)**
P--0.007-0.008-0.008-0.0100.001-0.0020.0050.008
(0.002)***(0.004)**(0.002)***(0.005)**(0.001)(0.003)(0.002)***(0.004)*
IB • (P-)0.0060.0060.0080.0090.0030.011-0.007-0.012
(0.004)(0.006)(0.003)***(0.007)(0.002)(0.004)***(0.003)***(0.006)*
X 294.4863.8452.4110.2449.1327.4968.7124.59
Prob > X 20.0000.0000.0000.0170.0000.0000.0000.000
Pseudo R 20.0350.0430.0090.0030.0210.0190.0220.014

 

*, **, *** indican una importancia estadística del 10 por ciento, 5 por ciento y 1 por ciento, respectivamente (pruebas de dos colas).

Esta tabla informa las regresiones probit para las decisiones de los auditores de ejercer un bajo esfuerzo de auditoría, el esfuerzo general de bajo esfuerzo de auditoría, las decisiones de los gerentes de manipular, al igual que la calidad general resultante de los estados financieros auditados, como variables dependientes. Mediante la utilización de la variable P- (período menos 20) en calidad de regresor, la pseudovariable de tratamiento IB mide el efecto de tratamiento estimado en el período 20. Informamos los efectos marginales; los efectos estándar robustos con los grupos equiparados en forma de agrupaciones clusters, que se encuentran en paréntesis.

También corrimos todas las regresiones únicamente con datos para los períodos 11-20.

Definiciones de las variables:

Baja auditoría = la frecuencia del esfuerzo bajo de auditoría que eligieron los auditores participantes;

Baja auditoría general = la diferencia en el esfuerzo bajo de auditoría general, que también comprende las auditorías computarizadas, a través de los tratamientos;

Manipulación = la diferencia en las decisiones de los gerentes de manipular a través de los tratamientos; y

Calidad = la diferencia en la calidad resultante de los estados financieros auditados, a través de los tratamientos;

IB = tratamiento B(dummy); y

P- = período menos 20.

Tabla 5
Decisiones promedio de los auditores y de los gerentes bajo las condiciones de los dos tratamientos
 Baja auditoríaAuditoría general bajaManipulaciónCalidad
Sesión(a)Tratamiento ATratamiento BTratamiento ATratamiento BTratamiento ATratamiento BTratamiento ATratamiento B
10.510.650.510.460.670.570.680.75
20.660.850.660.550.670.490.560.72
30.630.800.630.530.690.420.570.79
40.690.840.690.550.670.480.540.74
50.630.760.630.520.700.520.540.74
60.550.820.550.580.610.470.670.72
70.630.780.630.530.610.510.630.72
80.680.790.680.530.550.450.630.78
90.720.900.720.610.610.370.570.78
100.600.830.600.550.610.470.620.78
110.540.830.540.540.680.500.660.73
120.510.760.510.520.690.440.680.80
130.360.580.360.390.410.320.870.86
140.330.630.330.430.330.230.880.91
150.430.770.430.530.280.200.890.87

 

La presente tabla presenta los promedios de las decisiones de los auditores y de los gerentes en las sesiones, el esfuerzo general bajo de la auditoría y la calidad de los estados financieros auditados en todos los tratamientos de todas las sesiones. Los tratamientos que llevamos a cabo primero se muestran en negrita.

(a) Definimos las sesiones 1 - 15 en la tabla 1.

Definiciones de las variables:

Baja auditoría = la frecuencia del esfuerzo bajo de auditoría que eligieron los auditores participantes;

Baja auditoría general = la diferencia en el esfuerzo bajo de auditoría, que también comprende las auditorías computarizadas;

Manipulación = la diferencia en las decisiones de los gerentes de manipular a través de los tratamientos; y

Calidad = la calidad resultante en los estados financieros auditados.

Este resultado tiene una implicación política importante. Si la introducción de auditores serios, con buena reputación, tiene un efecto más fuerte que su remoción, entonces inclusive un aumento temporal en la proporción de auditores honestos (es decir, como consecuencia de ponerle énfasis a los estándares profesionales) podría llevar a una mejora permanente en la calidad de la auditoría.

Sin embargo, si consideramos todos los periodos, observamos que existe una diferencia estadística entre los tratamientos para el orden de tratamiento A – B (tabla 3). Al comienzo, los sujetos en el papel de auditores no dan cuenta lo suficiente por la existencia de auditores computarizados.

Resultado 3: Los gerentes manipulan los estados financieros con menor frecuencia en presencia de los auditores computarizados.

Mientras que la teoría estándar predice el mismo comportamiento por parte de los gerentes en ambos tratamientos, el QRE predice una menor frecuencia de manipulaciones en presencia de auditores computarizados, porque los gerentes se enfrentan a una mayor probabilidad de detección.

La gráfica en la figura 2 C, favorece claramente el QRE y también confirmamos la H1 estadísticamente. Todas las pruebas que contiene la tabla 3 muestran que la existencia de auditores computarizados induce a los gerentes a manipular con menor frecuencia. Esta observación fue particularmente cierta cuando se llevó a cabo el tratamiento B primero (es decir, el tratamiento B no podía ser “afectado” por la experiencia de la otra condición de tratamiento).

También le aplicamos la prueba de Wilcoxon para muestras apareadas a los promedios de grupos equiparados y presentamos los resultados en la Tabla 3. Más aún, la regresión probit en la tabla 4 muestra que un número significativamente menor de gerentes manipulan en presencia de auditores computarizados, aun en los periodos finales del tratamiento. Podríamos haber esperado que no solamente los auditores, sino también los gerentes, aprenderían y, por lo tanto, que la diferencia entre los tratamientos para los gerentes también desaparecerían con el tiempo. No obstante, los resultados de la regresión probit en la tabla 4 muestran que el aprendizaje de los gerentes es menos pronunciado. Por lo tanto, la diferencia en los tratamientos también es significativa en periodos posteriores.

La diferencia en el aprendizaje entre los auditores y los gerentes podría tener dos explicaciones. En primer lugar, los auditores perciben la existencia de auditores computarizados en forma más explícita que los gerentes, porque algunas de las decisiones de los auditores son invalidadas automáticamente. Los gerentes solamente ven el esfuerzo de auditoría resultante, por lo que es más difícil que ellos incorporen la presencia de auditores computarizados en el juego. En segundo lugar, la existencia de auditores computarizados representa un riesgo para los gerentes en el sentido de compensaciones menores. Por lo tanto, los auditores computarizados son mucho más notables para los gerentes que para los auditores.

Resultado 4: La calidad de los estados financieros auditados es superior en presencia de auditores computarizados.

Hemos demostrado que la introducción de auditores computarizados mejora el esfuerzo general de auditoría, que, de hecho, se lleva a cabo. Los gerentes parecen prever el comportamiento de los auditores y manipulan con menor frecuencia en presencia de estos auditores, por lo que la calidad de los estados financieros auditados aumenta (véase la gráfica en la figura 2 D).

La introducción de auditores computarizados mejora la calidad de los estados financieros auditados, independientemente de la medición que observemos. La tabla 3 muestra que esta conclusión es válida para los promedios de grupos equiparados. La tabla 5 confirma este resultado con regresiones en las que utilizamos datos individuales con los grupos equiparados como la variable independiente. Por lo tanto, en contraposición con la predicción estándar, la existencia de auditores computarizados claramente representa un impacto positivo para la calidad de los estados financieros auditados.

Resultado 5: Los errores en la decisión son más importantes para el comportamiento de los participantes que la aversión al riesgo.

Observamos que el QRE ofrece predicciones cualitativas apropiadas. Si el estimado del parámetro de error tuviese el mismo valor a lo largo y ancho de diversos experimentos podríamos calcular predicciones puntuales precisas con base en el QRE. No obstante, los valores estimados para µ (McKelvey y Palfrey 1995) difieren para los diversos experimentos por las siguientes razones. En primer lugar, en razón de que medimos el parámetro de error µ en unidades monetarias o en puntos, tenemos que conocer la tasa de cambio entre los puntos y el dinero. En segundo lugar, µ depende de la complejidad del juego, tal como la perciben los participantes. En razón de que los experimentos relacionados difieren del nuestro en su diseño y en el marco de trabajo, una comparación de µ no parece tener sentido. Por lo tanto, suponemos que µ es constante a través de los tratamientos de nuestro experimento. Este supuesto hace que sea posible hacer predicciones de comparaciones entre efectos estáticos.

El resultado de un estimado de probabilidad máxima del modelo QRE puro (tal como se describe en el anexo) es µ = 1.11. Mostramos los resultados del experimento juntocon las Respuestas Quantal estimadas en la figura 3, quetambién contiene los resultados de las verificaciones de robustez, los cuales se presentan a continuación.

 

CONTA-36-08ERRORESEST-FIG3-.JPG
CONTA-36-08ERRORESEST-FIG3-.JPG
 

 

También estimamos un modelo en el que combinamos el QRE con la aversión constante al riesgo relativo. Encontramos que ningún parámetro positivo de aversión al riesgo puede mejorar el estimado del modelo QRE puro, lo que asume que los jugadores son neutrales ante el riesgo. Una calidad similar en el estimado del modelo QRE puro también se puede lograr con cierta aversión positiva al riesgo con un valor inferior de µ. Este resultado indica que no podemos manifestar que nuestros datos contradicen los niveles de aversión al riesgo que se informan en la literatura (Goeree et ál. 2000). Sin embargo, estos estimados sí confirman que el parámetro endógeno de error µ, en lugar de representar las preferencias en cuanto al riesgo, son los principales impulsores del comportamiento de los participantes. Este resultado concuerda con Rabin (2000), quien demuestra que la aversión al riesgo y la maximización de la utilidad con base en la riqueza total, son incompatibles con las magnitudes en cuanto a lo que está en riesgo quegeneralmente se utilizan en experimentos.

Resultado 6: El QRE tiene un mejor desempeño que el EN en poder de predicción, aun en situaciones estáticas.

Tal como lo demuestra la figura 3, el poder de predicción del QRE es claramente superior al del NE, aun si observamos ambos tratamientos por separado. Este descubrimiento no es sorprendente, debido a que el QRE tiene un parámetro libre para hacer ajustes.

Sin embargo, podemos hacer dos predicciones acerca de las diferencias entre el comportamiento determinado por el QRE y el NE. Para ambos tratamientos, el QRE predice una menor probabilidad de manipulación que el NE, al igual que una mayor probabilidad de un esfuerzo bajo de auditoría para el tratamiento A sin auditores computarizados. (Nosotros no tenemos hipótesis alguna para la decisión de los auditores en el tratamiento con auditores computarizados). Pruebas binomiales para la variable “signo de la diferencia entre el comportamiento en un grupo equiparado y la predicción de Nash” muestra una diferencia significativa (p < 0.05, prueba de una cola, utilizando ambas secuencias) para ambas hipótesis. Aun en el tratamiento A, los gerentes manipularon con menor frecuencia y los auditores eligieron un esfuerzo bajo de auditoría con mayor frecuencia que lo que predice la teoría estándar, por lo que los datos se acercan más a un resultado simétrico (véase la tabla 6). Este resultado es estadísticamente significativo hasta para los últimos diez períodos.

Tabla 6
Predicciones estándar y comportamiento observado
 Comportamiento observado(a)
 Equlibrio de NashTodos los períodosPeríodos 1 - 10Períodos 11 - 20
Tratamiento A (sin auditores computarizados)
Baja auditoría0.500.6300.6620.597
Auditoría general baja0.500.6300.6620.597
Manipulación0.7140.6380.6310.646
Calidad0.6430.6010.5820.619
Tratamiento B (con auditores computarizados)
Baja auditoría0.750.8020.8010.803
Auditoría general baja0.500.5400.5360.544
Manipulación0.7140.4740.4560.492
Calidad0.6430.7500.7620.739

 

Informamos la predicción del Equilibrio de Nash y las frecuencias promedio que observamos en nuestro experimento. Para evaluar la estabilidad de las desviaciones del Equilibrio de Nash, también informamos los datos para la primera y la segunda mitad del experimento en forma separada.

Definiciones de las variables:

Baja auditoría = frecuencia del esfuerzo bajo de auditoría que eligieron los auditores participantes;

Auditoría general baja = esfuerzo general bajo de auditoría, que también comprende a las auditorías computarizadas;

Manipulación = frecuencia de estados financieros manipulados que los gerentes participantes eligieron; y

Calidad = calidad resultante de los estados financieros auditados.

Verificaciones de robustez

Realizamos dos experimentos adicionales para demostrar que nuestros resultados no dependen del marco o de la matriz de compensación del experimento básico.

Utilizamos terminología de auditoría en las instrucciones para facilitar la comprensión de los incentivos. En principio, los sujetos hubiesen preferido cierta acción simplemente en razón de su etiqueta más atractiva. Por ejemplo, los auditores hubiesen podido elegir un esfuerzo superior de auditoría porque pensaban que era socialmente más aceptable. Aun cuando el marco no debería tener influencia alguna en los efectos previstos para los tratamientos, es posible que la introducción de auditores automáticamente honestos le proporcionó un énfasis aun mayor a la valoración social de un elevado esfuerzo de auditoría y, por lo tanto, creó un efecto de interacción entre el tratamiento y el marco.

Para excluir esta posibilidad, realizamos dos sesiones adicionales con 32 sujetos en cada una y utilizamos un marco estrictamente neutral como tratamiento de control. En vez de “gerente” y “auditor”, utilizamos la terminología de “participante A” y “participante B” y denominamos las acciones X, Y, I y II. Tal como lo demuestra la tabla 5, descubrimos que la predicción principal del QRE difiere de la predicción estándar; es decir, los gerentes manipulan menos en el tratamiento B en comparación con el tratamiento A. De hecho, la tabla 7 muestra que la probabilidad promedio de manipulación por parte de los gerentes no difiere significativamente entre las dos condiciones de marco. No obstante, en el tratamiento A, los auditores eligen un esfuerzo bajo de auditoría con menor frecuencia en el tratamiento neutral en comparación con el marco que no es neutral. Este resultado es opuesto a lo que esperaríamos de un argumento de conveniencia social. Por último, en el tratamiento B, el comportamiento de los auditores no fue significativamente diferente en las dos condiciones de marco.

Tabla 7
Prueba estadística de las verificaciones de robustez
 Baja auditoríaBaja auditoría generalManipulaciónCalidad
Verifiación de robustez 1: Marco Neutral 
Prueba de Wilcoxon para muestras apareadas (de dos colas) de que la variable es más alta en presencia de los auditores computarizados en las sesiones con marco neutral2.240**0.070-2.457**2.524**
Prueba Mann Whitney (de dos colas) de que la variable es más alta en el tratamiento con un marco neutral (orden A - B; tratamiento A)-2.191**-2.191**0.7661.495
Prueba Mann Whitney (de dos colas) de que la variable es más alta en el tratamiento con un marco neutral (orden A - B; tratamiento B)0.2180.182-0.6530.402
Verificación de robustez 2: Matriz de compensación 2    
Prueba de Wilcoxon para muestras apareadas (de dos colas) de que la variable es más alta en presencia de los auditores computarizados en las sesiones con la matriz de compensación 23.061***2.638***-2.475**0.825
Prueba Mann Whitney (de dos colas) de que la variable es más alta con la matriz de compensación 2 (orden A - B; tratamiento A)-4.227***-4.227***-4.228***4.247***
Prueba Mann Whitney (de dos colas) de que la variable es más alta con la matriz de compensación 2 (orden A - B; tratamiento B)-1.337-1.227-3.322***3.179***

 

*, ** , *** Indican una importancia estadística del 10 por ciento, 5 por ciento y 1 por ciento, respectivamente.

Esta tabla informa las pruebas estadísticas para los tratamientos de control. La línea 1 demuestra que el efecto de auditores computarizados en el tratamiento con marco neutral corresponde a los efectos observados en el tratamiento con marco auditor-gerente. Informamos la diferencia entre el marco neutral y el marco auditor-gerente en las líneas 2 y 3. Demuestra que el marco causa apenas una diferencia significativa. Los auditores en el tratamiento A son más propensos a realizar un esfuerzo bajo de auditoría en el marco neutral. La línea 4 demuestra que los sujetos responden en forma igual en cuanto a la compensación de la matriz 1 si implementamos la matriz de compensación 2. Las líneas 5 y 6 demuestran que nuestros datos reproducen el efecto en la compensación propia.

Definiciones de las variables:

Baja auditoría = frecuencia del esfuerzo bajo de auditoría que eligieron los auditores participantes;

Auditoría general baja = esfuerzo general bajo de auditoría, que también comprende a las auditorías computarizadas;

Manipulación = frecuencia de estados financieros manipulados que los gerentes participantes eligieron; y

Calidad = calidad resultante de los estados financieros auditados.

Una segunda prueba de robustez tiene que ver con las compensaciones del juego. En el experimento básico implementamos compensaciones en concordancia con las monedas equiparadas presentadas en la literatura como modelo simplificado de la interacción estratégica auditor-gerente. Sin embargo, con la matriz de compensación 1, la compensación más baja para el auditor se produce si él elige un esfuerzo superior de auditoría y los estados financieros son correctos. Tal como lo demuestra la figura 1, la matriz de compensación 1 crea un efecto fuerte de errores en cuanto al QRE, mientras que la mejor respuesta Quantal para el gerente difiere significativamente entre los tratamientos. En un experimento de control adicional, utilizamos la matriz de compensación 2 (véase la tabla 2), que también corresponde a un juego de monedas equiparadas. La matriz de compensación 2 se asemeja más a los incentivos de la vida real, porque el auditor recibe su peor compensación si fracasa en detectar manipulaciones. Noventa y cuatro estudiantes participaron en las tres sesiones con la matriz de compensación 2 y el marco de auditor-gerente.

La figura 3 muestra las mejores respuestas Quantal para la matriz de compensación 2. Como cambiamos la compensación del auditor, solamente esta mejor respuesta (Quantal) cambia para la matriz de compensación 2. La figura muestra que las predicciones básicas permanecen iguales en cuanto a la matriz de compensación 1. Una vez más, se presentan predicciones del QRE que difieren de las predicciones estándar: los gerentes manipulan menos si existen auditores computarizados y los auditores ejercen un mayor número de auditorías de bajo esfuerzo. En razón de que nosotros no variamos las compensaciones para el gerente, también pudimos someter a prueba si estaba presente el efecto en la compensación propia. Mientras que el NE predice que no hay diferencia en el comportamiento de los auditores entre los juegos, el QRE predice un menor número de auditorías de bajo esfuerzo con la matriz de compensación 2 (para ambos tratamientos). Las tablas 5 y 7 confirman ambas hipótesis. En primer lugar, al igual que con la matriz de ompensación 1, los gerentes manipulan menos cuando se introducen auditores computarizados. En segundo lugar, los auditores ejercen un menor número de auditorías de bajo esfuerzo con la matriz de compensación 2 que con la matriz de compensación 1. Aun cuando esta diferencia también es significativa en el tratamiento sin auditores computarizados, no es significativa en el tratamiento con auditores computarizados, aun cuando sí tiene el signo correcto.

Las pruebas de robustez indican que ni el marco ni la estructura de compensación en particular es responsable por el éxito del QRE. Nuestros resultados indican que se deben tener en cuenta y considerar los errores en el sentido del QRE cuando los investigadores analizan las interacciones auditor-gerente.

VI. Resumen y conclusión

La literatura sobre la auditoría estudia la interrelación entre el comportamiento de un gerente en cuanto a los informes y la elección del nivel de esfuerzo por parte del auditor, con base en juegos simples de doble matriz. Con el fin de investigar si el comportamiento observado por los sujetos en el papel de gerentes y auditores se ajusta a las predicciones del modelo estándar, hemos llevado a cabo un experimento de laboratorio enmarcado en el contexto de la auditoría. Investigamos, en particular, los efectos de variaciones en las proporciones de auditores serios, con buena reputación, en la calidad de la auditoría (e indirectamente, la calidad de los estados financieros auditados). En nuestro experimento, analizamos el efecto que tienen ciertos auditores automáticamente honestos, (el tratamiento B) sobre el comportamiento de informes de los gerentes y en las elecciones de esfuerzo de los auditores, en comparación con una situación en la que solamente se encuentran auditores oportunistas (el tratamiento A).

En línea con las predicciones de Nash, descubrimos que los sujetos auditores ejercen un esfuerzo bajo de auditoría con mayor frecuencia cuando se encuentran presentes auditores computarizados, lo que significa que dichos auditores, de hecho, desplazan a los auditores que, estratégicamente, eligen un esfuerzo superior de auditoría. No obstante, y en contraposición con las predicciones de Nash, este desplazamiento es incompleto. Por lo tanto, los sujetos que obran en el papel de gerentes, de hecho, se enfrentan a una mayor probabilidad de que se detecten tergiversaciones en el tratamiento B. Esta mayor probabilidad de detección ocasiona que los gerentes manipulen con menor frecuencia los estados financieros cuando se enfrentan a cierto porcentaje de auditores computarizados. Al considerarse en conjunto, este comportamiento conduce a una mayor calidad en los estados financieros auditados cuando se tiene la presencia de auditores computarizados. Esta observación contrasta claramente con la predicción de Nash.

Nuestros resultados tienen implicaciones prácticas, si, en realidad, existen auditores que tienen preferencia por la honradez, es decir, que son condicionalmente fiables. De ser así, hacer énfasis en una norma social al resaltar la ética profesional podría elevar la proporción de auditores que ejercen un elevado esfuerzo de auditoría, aun si sus incentivos monetarios permanecen sin modificación. Nuestro experimento demuestra que, al contrario de la predicción de Nash, este aumento en el número de auditores honestos, a su vez, representa un impacto positivo en la calidad de los informes financieros auditados.

Nuestros resultados se pueden explicar mediante la aplicación del Equilibrio de Respuesta Quantal (McKelvey y Palfrey 1995), que supone que los sujetos cometen errores y saben que otros sujetos cometen errores también. A pesar de que las diferencias entre el comportamiento observado y la teoría estándar decrecen con el tiempo, los principales efectos cualitativos son persistentes. No obstante, aun cuando la teoría estándar puede hacer predicciones precisas sobre el comportamiento a la larga, es de valor una teoría que pueda dar cuenta del comportamiento después de un cambio en el entorno de auditoría.

Por último, descubrimos que la racionalidad delimitada representa un factor importante para explicar el comportamiento real observado en entornos auditor-gerente. Sin embargo, la aversión al riesgo de los sujetos realmente no juega un papel crucial. Ni el marco de auditor-gerente que utilizamos en las instrucciones, ni la estructura de compensación específica que implementamos dan cuenta de nuestros resultados principales.

Anexo

Una presentación formal del Equilibrio de Respuesta Quantal

El Equilibrio de Respuesta Quantal (QRE) (Goeree et ál. 2000) se basa en el concepto de que los jugadores cometen errores. Presentamos el QRE para el caso especial en el que el error está distribuido en valores extremos (Equilibrio Logit) para juegos finitos con dos jugadores, A y B.

Establezcamos la estrategia del jugador B como sB. Hagamos que

CONTA-36-08ERRORESEST-FOR6-.JPG
denote la compensación esperada del jugador A si él elige la acción i en el conjunto de acciones factibles SA = {1,...,a}. La mejor respuesta Quantal para el jugador A es la estrategia
CONTA-36-08ERRORESEST-FOR7-.JPG

la que calculamos de acuerdo con:

 

CONTA-36-08ERRORESEST-FOR5-.JPG
 

 

El parámetro µ es el parámetro de error. Determina qué tan sensibles son las probabilidades de elección a las diferencias en compensación. Si el parámetro de error es muy grande, el término

CONTA-36-08ERRORESEST-FOR8-.JPG
se acerca a cero. Por lo tanto, el numerador en la ecuación (5) es cercano a 1, casi sin consideración a la compensación esperada y la elección de probabilidades es casi igual para todas las acciones. Si
CONTA-36-08ERRORESEST-FOR9-.JPG
y µ se va a cero, entonces la relación entre las dos probabilidades de elección
CONTA-36-08ERRORESEST-FOR10-.JPG
se aproxima a cero. Por lo tanto, la distribución de la probabilidad se concentra en la mejor respuesta para valores pequeños para el parámetro de error µ. Un par de estrategias (sA, sB ) es un QRE si ambas estrategias representan las mejores respuestas Quantal mutuas. Por lo tanto, los jugadores no solamente cometen errores, sino que también tienen en cuenta los errores de los demás jugadores.

N. del E.: El paréntesis en el numerador de la fórmula después de sB debiera ser ) en lugar de (.

Agradecimientos

Agradecemos los acertados comentarios de Robert J. Bloomfield, Armin Falk, Ernst Fehr, Jayanthi Krishnan, Peter Ockenfels, Jeroen Suijis y los participantes en el V Taller en la EIASM sobre Contabilidad y Economía en Madrid, España; la reunión de la Asociación Europea de Ciencias Económicas en Estrasburgo, Francia; la XIV Conferencia del Pacífico Asiático sobre Asuntos de Contabilidad Internacional en Los Ángeles, Estados Unidos; el Congreso Anual de la Asociación Europea de Contabilidad en Sevilla, España; el Encuentro Anual de la Asociación Americana de Contabilidad en Honolulu, Hawaii. Se reconoce el apoyo financiero de la Fundación Nacional Suiza para la Ciencia (Proyecto Nº 12-67751.02), el Instituto Ludwig Boltzmann para el Análisis del Crecimiento Económico, la Red para la Evolución de Preferencias y Normas Sociales de la Fundación MacArthur, y la Richard Büchner-Stitung.

Bibliografía

Anderson, S. P.; Goeree, J. K. and Holt, C. A. (1998) “Rent seeking with bounded rationality: An analysis of the all-pay auction”, Journal of Political Economy, Nº 106 (August) 828–853.

—; — and —. Forthcoming. “Logit equilibrium models of anomalous behavior: What to do when the Nash Equilibrium says one thing and the data say something else”, In Handbook of Experimental Economics Results, edited by V. L. Smith and C. R. Plott. New York, NY: Elsevier Press.

Anderson, U. and Young, R. A. (1988) “Internal audit planning in an interactive environment”, Auditing: A Journal of Practice & Theory, Nº 8 (Autumn): 23–42.

Antle, R. (1984) “Auditor independence”, Journal of Accounting Research, Nº 22 (Spring) 1–20.

Bloomfield, R. J. (1994) “Learning a mixed strategy equilibrium in the laboratory”, Journal of Economic Behavior and Organization, Nº 25 (December) 411–436.

— (1995) “Strategic dependence and inherent risk assessments”, The Accounting Review, Nº 70 (January) 71–90.

— (1997) “Strategic dependence and the assessment of fraud risk: A laboratory study”, The Accounting Review, Nº 72 (October) 517–538.

Capra, C. M.; Goeree, J. K.; Gómez, R. and Holt, C. A. (1999) “Anomalous behavior in a traveler’s dilemma”, The American Economic Review, Nº 89 (June) 678–690.

Davis, D. D. and Holt, C. A. (1993) Experimental Economics. Princeton, NJ: Princeton University Press.

Deangelo, L. E. (1981) “Auditor independence, ‘‘low balling’’, and disclosure regulation”, Journal of Accounting and Economics, Nº 3 (August) 113–127.

Dopuch, N. and KING, R. R. (1992) “Negligence versus strict liability regimes in auditing: An experimental investigation”, The Accounting Review, Nº 67 (January) 97–120.

— and —. (1996) “The effects of lowballing on audit quality: An experimental markets study” Journal of Accounting, Auditing and Finance, Nº 11 (Winter) 45–68.

Dye, R. A. (1991) “Informationally motivated auditor replacement” Journal of Accounting and Economics, Nº 14 (December) 347–374.

Fellingham, J. C., and Newman, D. P. (1985) “Strategic considerations in auditing” The Accounting Review, Nº 60 (October) 634–650.

—; — and Patterson, E. (1989) “Sampling information in strategic audit settings”, Auditing: A Journal of Practice & Theory, Nº 8 (Spring) 1–21.

Fischbacher, U. (1999) z-Tree. Toolbox for Readymade Economic Experiments: Experimenter’s Manual. Zurich, Switzerland: University of Zurich.

Gneezy, U. (2005) “Deception: The role of consequences”, American Economic Review, Nº 95 (March) 384–394.

Goeree, J. K.; Holt, C. A. and Palfrey, T. R. (2000) Risk averse behavior in asymmetric matching pennies games. Working paper, University of Virginia.

— and —. (2001) “Ten little treasures of game theory and ten intuitive contradictions” The American Economic Review, Nº 91 (December) 1402–1422.

—; — and Palfrey, T. R. (2003) “Risk averse behavior in generalized matching pennies games”, Games and Economic Behavior, Nº 45 (October) 97–113.

Haile, P. A., Hortaçsu, A. and Kosenok, G. (2003) On the empirical content of Quantal Response Equilibrium. Cowles Foundation Discussion Papers, 1432. New Haven, CT: Yale University.

Kachelmeier, S. J. (1991) “A laboratory market investigation of the demand for strategic auditing”, Auditing: A Journal of Practice & Theory, Nº 10 (Supplement) 25–48.

Kanodia, C. and Mukherji, A. (1994) “Audit pricing, lowballing and auditor turnover: A dynamic analysis”, The Accounting Review, Nº 69 (October) 593–615.

Lee, C-W. J. and GU, Z. (1998) “Low balling, legal liability, and auditor independence” The Accounting Review, Nº 73 (October) 533–555.

Magee, R. P. (1980) “Regulation and the cost effectiveness of independent audits” In Regulation and the Accounting Profession, edited by J. W. Buckley, and J. F. Weston, 163–177. Belmont, CA: Lifetime Learning Press.

— and TSENG, M-C. (1990) “Audit pricing and independence” The Accounting Review, Nº 65 (April) 315–336.

Matsumura, E. M. and Tucker, R. R. (1995) “Second partner review: An analytical model” Journal of Accounting, Auditing and Finance, Nº 10 (Winter) 173–200.

McKelvey, R. D. and Palfrey, T. R. (1995) “Quantal Response Equilibria for normal form games” Games and Economic Behavior, Nº 10 (July) 6–38.

—, — and Weber, R. A. (2000) “The effects of payoff magnitude and heterogeneity on behavior in 2x2 games with unique mixed strategy equilibria”, Journal of Economic Behavior and Organization, Nº 42 (August) 523–548.

Newman, D. P.; Patterson, E. and Smith, R. J. (2001) “The influence of potentially fraudulent reports on audit risk assessment and planning”The Accounting Review, Nº 76 (January) 59–80.

Newman, P. and Noel, J. (1989) “Error rates, detection rates, and payoff functions in auditing”, Auditing: A Journal of Practice & Theory, Nº 8 (Supplement) 50–63.

Ochs, J. (1995) “Coordination problems” In The Handbook of Experimental Economics, edited by J.

Patterson, E. (1993) “Strategic sample size choice in auditing” Journal of Accounting Research, Nº 31 (Autumn) 272–293.

Pruckner, G. and Sausgruber, R. (2006) Trust on the streets: A natural field experiment on newspaper purchasing. Discussion Paper 06–01. Copenhagen, Denmark: University of Copenhagen.

Rabin, M. (2000) “Risk aversion and expected-utility theory: A calibration theorem”, Econometrica, Nº 68 (September) 1281–1293. 704 Fischbacher and Stefani The Accounting Review, May 2007.

Schatzberg, J. W. (1994) “A new examination of auditor ‘‘low ball’’ pricing: Theoretical model and experimental evidence” Auditing: A Journal of Practice & Theory, Nº 13 (Fall) 33–55.

— and Sevcik G. R (1994) “A multiperiod model and experimental evidence of independence and ‘lowballing’’’, Contemporary Accounting Research, Nº 11 (Summer) 137–174.

Shibano, T. (1990) “Assessing audit risk from errors and irregularities”, Journal of Accounting Research, Nº 28 (Supplement) 110–140.

Smith, R. J.; Tiras, S. L. and Vichitlekarn, S. S. (2000) “The interaction between internal control assessment and substantive testing in audits for fraud”, Contemporary Accounting Research, Nº 17 (Summer) 327–356.

Tucker, R. R. and Matsumura, E. M. (1997) “Second-partner review: An experimental economics investigation”, Auditing: A Journal of Practice & Theory, Nº 16 (Spring) 79–98.

Wiezsacker, G. (2003) “Ignoring the rationality of others: Evidence from experimental normal-form games”, Games and Economic Behavior, Nº 44 (July) 145–171.

Zeff, S. A. (2003a) “How the U.S. accounting profession got where it is today”, Accounting Horizons, Nº 17 (September) 189–205.

— (2003b) “How the U.S. accounting profession got where it is today”, Accounting Horizons, Nº 17 (December) 267–286.

(1) Documento publicado en inglés como: Strategic errors and audit quality: an experimental investigation, en: The Accounting Review (2007, vol. 82, Nº 3, pp. 679-704). La Asociación Americana de Contabilidad (American Accounting Association), propietaria de los derechos, autorizó la publicación de este documento, pero no revisó la traducción. Toda la información está a disposición del publico en las fuentes que se indican.

Disponibilidad de datos: los datos y las instrucciones están disponibles a solicitud de los autores.

Traducción realizada por: Traducciones Praxis S.A., Bogotá-Colombia.

(2) Smith et ál. (2000) amplían el modelo en forma secuencial al ofrecerle al auditor la elección de auditar el sistema de control interno antes de que se juegue un juego de equiparar monedas. Anderson y Young (1988) utilizan un juego similar para la planificación de auditorías internas. Matsumura y Tucker (1995), como también Tucker y Matsumura (1997) analizan revisiones del segundo compañero con un juego de equiparar monedas.

(3) Para ampliaciones del modelo básico, véanse Fellingham et ál. (1989), Newman y Noel (1989), Patterson (1993), Bloomfield (1995), y Newman et ál. (2001).

(4) El problema de la independencia del auditor no es el enfoque del presente estudio. Para trabajos acerca de independencia, véanse DeAngelo (1981), Antle (1984), Magee y Tseng (1990), Dye (1991), o Lee y Gu (1998).

(5) Elegimos una probabilidad de un tercio de auditores computarizados por las siguientes razones: para nuestra matriz básica de compensación, el porcentaje de auditores computarizados no altera la predicción estándar para el comportamiento de los gerentes, siempre y cuando no exista más de un 50 por ciento de auditores computarizados. No obstante, el desplazamiento en la función de Respuesta Quantal del gerente, que se explicará más adelante, es más pronunciada para un alto porcentaje de auditores computarizados. Por lo tanto, probablemente hubiésemos observado diferencias mayores entre los tratamientos si hubiésemos elegido una probabilidad más alta de auditores computarizados. La probabilidad del 33,33 por ciento de auditores computarizados que se implementó parece ser lo suficientemente grande como para que los participantes noten la diferencia entre los tratamientos, pero no lo suficientemente grande como para darle al NE una oportunidad demasiado remota.

(6) Utilizamos los términos “esfuerzo normal de auditoría” (en lugar de “esfuerzo bajo de auditoría”) y “auditoría exhaustiva” (en lugar de “esfuerzo superior de auditoría”) en las instrucciones y no utilizamos términos cargados de valor para describir la diferencia entre los tratamientos, con el fin de evitar estimular a nuestros sujetos para que ejerzan un esfuerzo superior para obrar en concordancia con una norma social, evitando un esfuerzo bajo.

(7) Anderson et ál. (1998), Capra et ál. (1999), al igual que Anderson et ál. (próximo a ser publicado), utilizaron el Equilibrio de Respuesta Quantal para el caso de errores de valor extremos distribuidos (Equilibrio Logit). Más aún, Goeree y Holt (2001), nos proporcionan una perspectiva general de diversas clases de juegos (juegos estáticos y dinámicos, cada uno con información completa e incompleta) que se juegan una única vez. Para cada juego que se considera, los datos experimentales están perfectamente alineados con las predicciones de Nash para la especificación de un parámetro determinado (tratamiento tesoro). Sin embargo, el comportamiento real diverge dramáticamente del Equilibrio de Nash para otra manifestación contradictoria. Utilizando el Equilibrio Logit, se pueden derivar predicciones que encajan sorprendentemente bien con los datos experimentales para ambos conjuntos de parámetros que se consideran.

(8) Weizsäcker (2003) ha desarrollado una ampliación para la teoría que presentamos, que permite diferenciar entre los errores que las personas realmente cometen y sus creencias acerca de los errores que cometen los demás. Él demuestra en un experimento que las personas sobreestiman los errores de los demás sujetos.