ارائه مدلی برای پیش‌بینی صورت‎های‌مالی متقلبانه و مقایسه صورت‌ها و نسبت‌های مالی با قانون بنفورد

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکترای گروه حسابداری، واحد سمنان، دانشگاه آزاد اسلامی، سمنان، ایران

2 دانشیار گروه حسابداری، واحد سمنان، دانشگاه آزاد اسلامی، سمنان، ایران

3 استادیار گروه حسابداری، واحد سمنان، دانشگاه آزاد اسلامی، سمنان، ایران

چکیده

هدف پژوهش حاضر ارائه الگویی برای پیش بینی صورتهای مالی متقلبانه و استفاده از قانون بنفورد در شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران می‌باشد. روش پژوهش از نوع توصیفی- پیمایشی و به لحاظ هدف نیز کاربردی است. داده‌های پژوهش از سال‌های 1387 تا 1396 جمع‌آوری گردید. نمونه آماری پژوهش شامل 410 سال-شرکت متقلب و 410 سال-شرکت غیر متقلب بوده است. جهت تدوین مدل از روش رگرسیون لجستیک استفاده شده است. نتایج نشان می‌دهد که با توجه به نرخ دقت 64.6 درصدی، این مدل نقش اثر بخشی در کشف تقلب صورت‌های مالی دارد. همچنین نتایج آزمونT و آزمون لون در 35 متغیر مستقل بررسی شده نشان داد که در 20 متغیر، تفاوت معناداری در دو گروه متقلب و غیر متقلب وجود دارد. به علاوه تطابق پذیری و انحراف از قانون بنفورد در چهار حالت مختلف بررسی شد و نتایجی بدین شرح حاصل گردید که؛ توجه به ارقام صورت سود و زیان و ترازنامه در شرکت‌های غیر متقلب نشان داد توزیع بنفورد شرکت‌های غیر متقلب را به درستی تشخیص داده ولی شرکت‌های متقلب را به صورت نادرست غیر متقلب تشخیص داده است. توجه به نسبت مالی کل دارایی‌ها به فروش و دوره پرداخت حسابهای پرداختنی در شرکت‌های متقلب نشان داد که توزیع بنفورد این شرکتها را متقلب ارزیابی و به درستی دسته بندی کرده است ولی شرکت‌های غیرمتقلب را به صورت نادرست متقلب ارزیابی کرده است.

کلیدواژه‌ها

عنوان مقاله [English]

Providing a Model for Forecasting fraudulent Financial Statements and Comparing Financial Statements and Ratios with Benford Law

نویسندگان [English]

  • Seyyad Jalal Ahmadi 1
  • khosro faghani makrani 2
  • Naghi Fazeli 3
1 PhD student of accounting, Department of Accounting, Semnan Branch, Islamic Azad University, Semnan, Iran
2 Associate Professor, Department of Accounting, Semnan Branch, Islamic Azad University, Semnan, Iran
3 Assistant Professor, Department of Accounting, Semnan Branch, Islamic Azad University, Semnan, Iran
چکیده [English]

The purpose of the present study is to provide a model for predicting fraudulent financial statements and applying Benford law to listed companies in Tehran Stock Exchange. The research method is descriptive-survey and in terms of purpose, it is also applicable. The research data were collected from 2008-2018. The statistical sample of the study consisted of 410 years-company of fraudulent companies and 410 years-company of non-fraudulent companies. Logistic regression method was used to develop the model. The results show that given the accuracy rate of 64.6%, this model plays an effective role in detecting financial statement fraud. The results of T-test and Levon test in 35 independent variables showed that in 20 variables, there was a significant difference between the fraudulent and non fraudulent groups. In addition, the compliance and any possible manipulations of the Benford law were examined in four different cases, And the results are as follows: A look at the income statement figures and balance sheets in non-fraudulent companies showed that the Banford distribution correctly identified the fraudulent companies but identified the fraudulent companies as inaccurate. Consideration of the financial ratio of total assets to sales and the Days payable outstanding to fraudulent companies showed that the Bannford distribution classified these companies as fraudulent and correctly classified them, but assessed the non-fraudulent companies as fraudulent

کلیدواژه‌ها [English]

  • Fraudulent financial statements
  • logistic regression
  • Benford Law

مراجع

رهنمای رود پشتی، فریدون (1391)، داده کاوی و کشف تقلب های مالی، فصلنامه علمی و پژوهشی دانش حسابداری و حسابرسی مدیریت، شماره سوم
 جمالی، زهرا؛ برزگری خانقاه، جمال؛ عارف منش، زهره؛ انصاری سامانی، حبیب (1395) بررسی رابطه مکانیزم‌های حاکمیت شرکتی و کیفیت حسابرسی بر وقوع تقلب در صورتهای مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران ، یزد، دانشگاه یزد
اعتمادی، حسین؛ زلقی، حسن؛ (1392) کاربرد رگرسیون لجستیک در شناسایی گزارشگری مالی متقلبانه، فصلنامه دانش حسابرسی، شماره پنپجاه و یک
مهام, کیهان؛ غلامرضا کردستانی و ابوالفضل ترابی، ۱۳۹۱، ارائه مدلی برای پیش بینی خطر بروز تقلب در گزارشگری مالی، اولین همایش بین المللی اقتصاد سنجی، روشها و کاربردها، سنندج، دانشگاه آزاد اسلامی واحد سنندج.
فرقاندوست حقیقی، کامبیز؛ برواری، فرید، 1388، بررسی کاربرد روش های تحلیلی در ارزیابی ریسک تحریف صورت های مالی (تقلب مدیریت)، دانش و پژوهش حسابداری، شماره شانزده
شمس الدینی، کاظم؛ دانشی، وحید و محلاتی راینی، محمد علی 1396، توانایی قانون بنفورد در کشف تقلب در دو صورت سود و زیان و ترازنامه، دانش حسابرسی، سال هجدهم، شماره 73، زمستان 97
هاشمی سید عباس، هاشمی و حریری، امیرسینا 1396، ارزیابی توانایی قانون بنفورد در شناسایی و پیش بینی کشف تقلب مالی، بررسی های حسابداری و حسابرسی، دانشکده مدیریت دانشگاه تهران، دوره 24، شماره 2، تابستان 1396، صص 302 - 283
حجازی ، رضوان؛ مختاری نژاد؛ حمید رضا (1396) رابطه ساختار حاکمیت شرکتی با احتمال گزارشگری مالی متقلبانه، دو فصلنامه حسابداری ارزشی و رفتاری، شماره سوم
Alleyne, B., & Amaria, P. (2013). The effectiveness of corporate culture, auditor education, and legislation in identifying, preventing, and eliminating corporate fraud. International Journal Of Business, Accounting, & Finance, 7(1), 34-62.
ASHRAF AKL ELSAYED . (2017). Predictability of Financial Statements Fraud-Risk. Northcentral University.
 
Association of Certified Fraud Examiners (ACFE). (2016). Report to the nations on occupational fraud and abuse. Austin, TX: The association of certified fraud examiners, Inc.
Bui, T., & Amaria, P. (2014). How do financial analysts in Vietnam perceive the relationship between the corporate board structure and financial statement fraud? International Journal of Business, Accounting, and Finance, 8 (1), 1-23.
Eierle, B., & Schultze, W. (2013). The role of management as a user of accounting information: Implications for standard setting. Accounting & Management Information Systems / Contabilitate Si Informatica De Gestiune, 12(2), 155-189.
Goel, S., & Gangolly, J. (2012). Beyond the numbers: Mining the annual reports for hidden cues indicative of financial statement fraud. Intelligent Systems in Accounting, Finance & Management, 19(2), 75-89. doi:10.1002/isaf.1326
KAREN L. KILLEN، (2016). Ratio of Income Tax Expense to Operating Income as an Indicator of Fraud، Northcentral University.
Mangala, D., & Kumari, P. (2015). Corporate fraud prevention and detection: Revisiting
the literature. Journal of Commerce and Accounting Research, 4(1).
Parker, C. (2012). Fraud affects many victims. Accounting Today, 26(2), 11.
Peytcheva, M., & Warren, D. E. (2013). How auditors perceive sanction severity and the detection of violations: Insights into professional vulnerabilities. Accounting & The Public Interest, 13(1), 1-13. doi:10.2308/apin-10343
Roxas, M. L. (2011). Financial statement fraud detection using ratio and digital analysis. Journal of Leadership, Accountability & Ethics, 8(4), 56-66.
Sabau, A. S. (2012). Survey of clustering based financial fraud detection research. Informatica Economica, 16(1), 110-122.
Simha, A., & Satyanarayan, S. (2016). Straight from the horse's mouth: Auditors' on fraud detection and prevention, roles of technology, and white-collars getting splattered with red! Journal Of Accounting & Finance (2158-3625), 16(1), 26-44.
Stančić, P., Dimitrijević, D., & Stančić, V. (2013). Forensic accounting - the response of the profession to financial statement frauds. TEME: Casopis Za Društvene Nauke, 37(4), 1879-1897.
Wuerges, A. E., & Borba, J. A. (2014). Accounting Fraud: an estimation of detection probability. Revista Brasileira De Gestão De Negócios, 16(52), 466-483. doi:10.7819/rbgn.v16i52.1555
Young, S. M., & Peng, E. Y. (2013). An analysis of accounting frauds and the timing of analyst coverage decisions and recommendation revisions: Evidence from the US. Journal of Business Finance & Accounting, 40(3), 399-437. doi:10.1111/jbfa.12020.

فایل ها

هم رسانی

ارجاع به این مقاله

آمار