Главная  Журналы  Финансовая аналитика: проблемы и решения  11(341) - 2017 ноябрь

Новые модели анализа отчетности организаций

Получена: 26.09.2017

Получена в доработанном виде: 27.10.2017

Одобрена: 30.10.2017

Доступна онлайн: 15.11.2017

Рубрика: РИСКИ, АНАЛИЗ И ОЦЕНКА

Коды JEL: G32

Страницы: 1290–1304

https://doi.org/10.24891/fa.10.11.1290

Тема. Предметом исследования является бухгалтерская отчетность организаций, объектом – оценка ее качества. Это важная задача для налоговых органов. Подробно изучаются аспекты качества отчетов и злободневная тема манипуляций с отчетностью, что волнует не только собственников компаний в рамках агентской проблемы, но и финансовых аналитиков.
Методология. Исследование проводилось с применением модели Бениша, полученной в ходе корреляционно-регрессионного анализа данных из отчетности компаний.
Результаты. Предложен алгоритм выявления манипуляций с отчетностью. Внедрен в практику аналитика набор процедур и аналитический инструментарий. Он технологичен, экономичен по времени и трудозатратам; легко алгоритмизируется и внедряется в массовые расчеты ЭВМ; позволяет быстро и четко ответить на вопрос о предвзятости отчетности без анализа документов, проверки проводок и долгой, дорогостоящей аудиторской проверки. Раскрыты ограничения модели проверки и очерчены перспективы ее дальнейшего использования в России.
Выводы. Как показала практика в российских условиях на базе отчетности организаций, предлагаемая модель вполне применима и дает определенные ориентиры. Открыты перспективы ее запуска в базе данных сводной отчетности тысяч предприятий, что может дать огромный эффект при массированном мониторинге организаций.

Ключевые слова: манипуляция, отчетность, финансово-экономический анализ, бухгалтерский, проверка

Список литературы:

1. Beneish M.D. Detecting GAAP Violation: Implications for Assessing Earnings Management Among Firms with Extreme Financial Performance. Journal of Accounting and Public Policy, 1997, vol. 16, iss. 3, pp. 271–309. URL: Link00023-9
2. Beneish M.D. The Detection of Earnings Manipulation. Financial Analysts Journal, 1999, no. 55(5), pp. 24–36. URL: Link
3. Богатырев С.Ю., Алферова А.В. Стоимостной анализ налоговых факторов в современных информационных системах // Налоги и налогообложение. 2015. № 6. С. 42–47. URL: Link
4. Брюханов М. Мошенничество в финансовой отчетности на развивающихся рынках // Рынок ценных бумаг. 2006. № 15. C. 48–52.
5. Борисова Э.Н. Мошенничество с бухгалтерской (финансовой) отчетностью // Фундаментальные исследования. 2015. № 2-19. С. 4235–4238.
6. Ферулева Н.В., Штефан М.А. Выявление фактов фальсификации финансовой отчетности в российских компаниях: анализ применимости моделей Бениша и Роксас // Российский журнал менеджмента. 2016. Т. 14. № 3. С. 49–70. URL: Link 11701/5683/1/03-Feruleva.pdf
7. Kavianpour N., Mahmoudian A. Studying the Relation Between Ownership Structure and the Profit Reporting Quality in the Corporations Listed on Tehran Stock Exchange. Journal of Advanced Biotechnology and Research, 2016, vol. 7, pp. 222–239.
8. Ahmadpour A., Shahsavari M. Earnings Management and the Effect of Earnings Quality in Relation to Bankruptcy Level (Firms Listed at the Tehran Stock Exchange). Iranian Journal of Management Studies, January 2016, vol. 9, no. 1, pp. 77–99.
9. Clout V.J., Willett R.J. Earnings in Firm Valuation and Their Value Relevance. Journal of Contemporary Accounting and Economics, December 2016, vol. 12, iss. 3, pp. 223–240. URL: Link
10. Persakis A., Iatridis G.E. The Joint Effect of Investor Protection, IFRS and Earnings Quality on Cost of Capital: An International Study. Journal of International Financial Markets, Institutions & Money, January 2017, vol. 46, iss. C, pp. 1–29. URL: Link
11. Deng L., Sifei L., Mingqing L. Dividends and Earnings Quality. Evidence from China. International Review of Economics and Finance, March 2017, vol. 48, iss. C, pp. 255–268. URL: Link
12. Богатырев С.Ю. Стоимостной анализ акций в информационно-аналитической системе «Блумберг» // Вопросы оценки. 2014. № 1. С. 12–38. URL: Link Bogatyrev.pdf
13. Teplova T., Mikova E., Nazarov N. Stop Losses Momentum Strategy: From Profit Maximization to Risk Control under White's Bootstrap Reality Check. The Quarterly Review of Economics and Finance, December 2015, pp. 1234–1243. URL: Link
14. Fama E.F., French K.R. Common Risk Factors in the Returns on Stocks and Bonds. Journal of Financial Economics, 1993, vol. 33, iss. 1, рp. 3–56. URL: Link90023-5
15. Lee M.C., Shleifer A., Thaler R.H. Investor Sentiment and the Closed-End Fund Puzzle. The Journal of Finance, 1991, vol. 46, iss. 1, pp. 75–109. URL: Link
16. Hampton C. Estimating and Reporting Structural Equation Models with Behavioral Accounting Data. Behavioral Research in Accounting, 2015, vol. 27, iss. 2, pp. 1–34. URL: Link 10.2308/bria-51226
17. Федотова М., Плескачевский В. и др. Поведенческая оценка: концепция поведенческих финансов и ее применение в оценке бизнеса // Вопросы экономики. 2009. № 5. С. 104–117.
18. Cameron R., Gallery N. Were Regulatory Changes in Reporting “Abnormal Items” Justified?: Evidence of Intra-period Classificatory Earnings Management Practices in Australia. Journal of Accounting & Organizational Change, 2012, vol. 8, iss. 2, pp. 160–185. URL: Link 10.1108/18325911211230353

Посмотреть другие статьи номера »