Результаты применения интегрального показателя оценки вероятности искажения финансового результата в бухгалтерской отчетности

Переход к информационному обществу в корне изменил положение информации. Экономическая информация является определяющим фактором успешной деятельности компаний в условиях рыночной экономики. Экономическая информация должна быть доступной и достоверной. В этой связи возрастает значимость инструментов оценки качества информации, содержащейся в бухгалтерской (финансовой) отчетности.

Так, в соответствии с заявленной темой выдвинем гипотезу 1 : возможно построение интегрального показателя оценки вероятности искажения финансового результата в бухгалтерской (финансовой) отчетности с учетом отраслевой специфики.

Для проверки гипотезы и построения интегрального показателя был использован определенный пошаговый алгоритм действий, предложенный М.А. Алексеевым и включающий следующие этапы [1].

• 1)    Первичное определение основных поведенческих типов хозяйствующих субъектов;

• 2)    Предварительный отбор компаний;

• 3)    Формирование обучающих выборок;

• 4)    Отбор финансовых показателей;

• 5)    Построение модели, определение границ и проверка результатов.

0.0642 х — SAL

Реализация вышеуказанных этапов позволила осуществить построение интегрального показателя оценки вероятности искажения финансового результата в бухгалтерской (финансовой) отчетности для компаний с видом экономической деятельности «Обеспечение электрической энергией, газом и водой, кондиционирование воздуха» в 2016. Интегральный показатель оценки вероятности оценки вероятности искажения финансового результата в бухгалтерской отчетности имеет вид (1, 2):

Ү _занижение =0.127+1.0843×   - 3.0926 ×     +0.624×     - 0.0007

cs

×

INV

-

Ү _завышение = -0,9043 + 0,0001 ×    + 0.1485 ×

+ 0.3259 ×   + 17.4208 ×

SAL            ТА

CASH           CASH

- 3.9684 ×

ТА             СА

Критерием качества построенной модели является ее предсказательная сила, значение которой должно достигать 70%. Данное значение было достигнуто (табл. 1).

Таблица 1. Результаты проверки качества полученной модели в 2016 г.

Год	Тип манипулирования		Предсказ	Предсказ	%
2016	завышение	к	35	32	72,24
		з	10	57	85,07
	занижение	с	80	12	86,96
		к	41	51	75,44

Гипотеза 1 подтверждена.

Выдвинем гипотезу 2 : состав финансовых показателей интегрального показателя оценки вероятности искажения финансового результата в бухгалтерской (финансовой) отчетности изменяется с годами.

Для подтверждения гипотезы 2 было осуществлено построение интегральных показателей оценки вероятности искаже- ния финансового результата в бухгалтерской (финансовой) отчетности для компаний с видом экономической деятельности «Обеспечение электрической энергией, газом и водой, кондиционирование воздуха» в 2017 и 2018 годах аналогично.

Полученные интегральные показатели имеют вид (3, 4, 5, 6):

Ү17 _занижение =4,5663-6,1896× ^ + 2.3826 × S - 3.9868 × ^ - 0.0681 × у+

0.1056×   -0.0118×          (3)

Е                 FA         v 7

TT             TD

Ү 17_завышение = -0,3748 - 0,0271 × у + 0.0096 × у + 0.0403

× SAL + 20.7695 ×

CASH + 0.0091 ×   -

3.0482 × CASH

FRT

Ү 18_занижение = 0.1205 - 0.1109 × CL

0.2014 × CASH

-

TT              Fn              PF

-0.034×  +0.1274×  -0.0213×  +

TA .                      .

0.3735 × САНН (5)

Ү 18_завышение = -376103 + 376103.3 × - + 376103.3 ×   + 0.007648 × - +

0.098207×  -0.033309×           (6)

Полученные модели также являются качественными, так как их предсказательная сила более 70% (табл. 2).

Таблица 2. Результаты проверки качества полученных моделей в 2017 и 2018 гг.

Год	Тип манипулирования		Предсказ	Предсказ	%
2017	завышение	к	61	38	71,62
		з	18	81	81,82
	занижение	с	89	10	89,89
		к	48	51	51,52
2018	завышение	к	48	61	74,04
		з	16	93	85,32
	занижение	с	57	52	72,29
		к	50	59	74,13

Таким образом, гипотеза 2 подтверждена. Состав финансовых показателей интегрального показателя оценки вероятности искажения финансового результата в бухгалтерской (финансовой) отчетности изменяется с годами. Данный факт свиде- тельствует об адаптации компаний к существующим методам оценки качества экономической информации.

Полученные модели оценки вероятности искажения финансового результата в бухгалтерской (финансовой) отчетности с учетом отраслевой специфики были апро- бированы на реальном массиве данных-выборке компаний, предоставивших полную отчетность в 2016, 2017 и 2018 годах, отрасли обеспечения электрической энергией, газом и паром; кондиционирование воздуха. Были получены следующие результаты (рис. 1, 2 и 3).

70,00 60,00 50,00

40,00

30,00 20,00 10,00

0,00

Занижающие Неопределенные Не искажающие Неопределенные Завышающие со знаком "-"

со знаком "+"

Рис. 1. Распределение компаний, вошедших в выборку, по вероятности искажения финансовой отчетности в 2016 году, %

100,00

80,00

60,00

40,00

20,00

0,00

Занижающие Неопределенные Не искажающие Неопределенные Завышающие со знаком "-"                    со знаком "+"

Рис. 2. Распределение компаний, вошедших в выборку, по вероятности искажения финансовой отчетности в 2017 году, %

120,00

100,00

80,00

60,00

40,00

20,00

0,00

Занижающие Неопределенные Не искажающие Неопределенные Завышающие со знаком "-"                    со знаком "+"

Рис. 3. Распределение компаний, вошедших в выборку, по вероятности искажения финансовой отчетности в 2018 году, %

Интерпретируя полученные результаты, получаем:

– в 2016 году более 80% компаний искажали данные бухгалтерской отчетности, при этом: 59,81% занижали результаты своей деятельности;

– в 2017 году 92,79 % компаний не искажали результаты хозяйственной дея- тельности, 5,83%- завышали результаты деятельности, 1,38%- занижали;

– в 2018 году 98,83% компаний не искажали результаты своей деятельности.

Для подтверждения объективности результатов, проанализируем общее состояние отрасли в рассматриваемом периоде.

Напомним, что более 90% всех генерирующих мощностей ЕЭС России относят на долю 12-ти крупнейших компаний отрасли. Большинство крупных компаний отрасли- компании с государственным участием. Так, в 2016 году премьер-министром Дмитрием Медведевым было подписано правительственное постановление, согласно которому госкомпании должны были направить на выплату дивидендов не менее 50% прибыли по МСФО (если она больше прибыли по РСПБУ) [2]. Ранее действовал норматив в 25%. Также стоит отметить, что вице- премьер Аркадий Дворкович заявил о том, что отдельным компаниям дивиденды будут установлены в индивидуальном порядке: «решение об увеличении выплат будет приниматься в индивидуальном порядке на основании анализа рисков инвестпрограмм» [2]. Данная оговорка, по мнению экспертов, стимулировала компании к поиску всевозможных «лазеек» и манипулированию данными отчетности, что подтверждается результатами проведенного исследования (более 80% компаний искажали данные бухгалтерской отчетности).

К тому же, сектор электроэнергетики не был готов к увеличению нормы выплаты дивидендов, поскольку после кризиса 2008 года он потеряли инвестиционную при- влекательность. Одна из причин этого-большие расходы на замену устаревшего оборудования. Модернизация была приоритетным направлением электроэнергетических компаний в период с 2011 по 2015 г.

По итогам дивидендных выплат в 2016 году, были даны экспертные оценки [2], согласно которым бюджет недополучил значительные суммы из-за возможности индивидуального определения уровня дивидендов.

В 2017 и 2018 годах было снова признано формально «считать целесообразным предусматривать на выплату дивидендов не менее 25% чистой прибыли акционерного общества» [2]. Однако неформально сохранялось требование Минфина довести выплаты дивидендов до 50% от чистой прибыли. Замминистра финансов Алексей Моисеев не исключал того, что Правительство РФ может все же удвоить норму к концу 2018 года [3].

Так, по данным Национального рейтингового агентства, в 2018 году выплаты госкомпаний достигли исторического максимума в 3,13 трлн. рублей. Компании стремительно наращивали суммы выплачиваемых дивидендов, готовясь к повышению нормы выплаты. Это привело к положительному эффекту на финансовом рынке- росту доходности рынка в целом.

Сектор электроэнергетики не был исключением. По итогам 2016 года индекс ММВБ-Электроэнергетика прибавил более 100%. Динамика индекса ММВБ-Электроэнергетика в период с 2015 по 2018 гг. представлена на рисунке 4 [3].

15.07.201531.01.201618.08.201606.03.201722.09.201710.04.201827.10.201815.05.2019

Рис. 4. Динамика индекса ММВБ-Электроэнергетика в 2016-2018 гг.

Таким образом, можно выделить два фактора, позволяющих компаниям с видом экономической деятельности «Обеспечение электрической энергией, газом и па- ром; кондиционирование воздуха» не искажать данные бухгалтерской отчетности, выполняя при этом требования Правительства РФ относительно сумм выплачиваемых дивидендов, в 2017 и 2018 гг.:

• 1)    Снижение формального требования предусматривать на выплату дивидендов до 25% от чистой прибыли (с 50% в прошлом году);

• 2)    Завершение программы модернизации российской энергетики и, как следствие, высвобождение денежных средств у компаний, которые они, в большинстве

своем, отправляли на выплату дивидендов или уменьшение долга.

Обобщая вышесказанное, заключим, что результаты применения интегральных показателей оценки вероятности искажения финансового результата в бухгалтерской отчетности можно считать адекватными, так как они соответствуют состоянию отрасли в рассматриваемый период.