Результаты применения интегрального показателя оценки вероятности искажения финансового результата в бухгалтерской отчетности
Автор: Санькова М.К.
Журнал: Экономика и бизнес: теория и практика @economyandbusiness
Статья в выпуске: 5-3 (63), 2020 года.
Бесплатный доступ
В данной работе представлены результаты применения интегрального показателя оценки вероятности искажения финансового результата в бухгалтерской отчетности к выборке компаний с видом экономической деятельности «Обеспечение электрической энергией, газом и водой, кондиционирование воздуха» в 2016, 2017 и 2018 годах.
Достоверность данных, бухгалтерская отчетность, манипулирование данными, финансовые коэффициенты
Короткий адрес: https://sciup.org/170182775
IDR: 170182775 | DOI: 10.24411/2411-0450-2020-10507
Текст научной статьи 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.
Список литературы Результаты применения интегрального показателя оценки вероятности искажения финансового результата в бухгалтерской отчетности
- Алексеев М.А Методика построения показателя выявления искажения результатов деятельности компаний / Алексеев М.А., Дудин С.А. // Бухгалтерский учет, анализ и аудит: форсайт и бэкграунд. - Новосибирск, 2017. - С. 5-19.
- Официальный сайт Министерства финансов РФ. - [Электронный ресурс]. - Режим доступа: https://m.minfin.ru/ru/, (Дата обращения:10.05.2020)
- Баулин А. Стоит ли покупать акции энергетических компаний в 2017 году. - [Электронный ресурс]. - Режим доступа: https://www.rbc.ru/opinions/money/14/02/2017/58a336df9a79472787acc774 (Дата обращения:10.05.2020)