CC BY
46
БУХГАЛТЕРСКИЙ УЧЕТ, СТАТИСТИКА
DOI: http://dx.doi.org/10.21686/2413-2829-2018-5-76-86
МЕТОДИЧЕСКИЕ АСПЕКТЫ ПОСТРОЕНИЯ ПОКАЗАТЕЛЯ ВЫЯВЛЕНИЯ ИСКАЖЕНИЯ РЕЗУЛЬТАТОВ ДЕЯТЕЛЬНОСТИ КОМПАНИИ
М. Ю. Савельева, С. А. Дудин, А. В. Тренихина
Новосибирский государственный университет экономики и управления «НИНХ», Новосибирск, Россия
В настоящее время крайне своевременной и актуальной представляется активизация научных кругов в решении задачи разработки методологических основ оценки степени достоверности бухгалтерской отчетности в интересах всех групп стейкхолдеров компаний. В статье обсуждаются теоретические и методические аспекты оценки манипулирования бухгалтерской отчетностью. Сделаны выводы о наличии в действующих инструментах оценки манипулирования бухгалтерской отчетностью недостатков, связанных с детерминизмом показателей, входящих в их состав, и отсутствием учета специфики различных видов деятельности компаний. Предложен авторский подход к вероятностной оценке искажений в бухгалтерской отчетности компаний, который строится на использовании математико-статистических моделей, а именно типологизации и многокритериальной оценки. Данный подход позволяет не только выявить факты искажения бухгалтерской отчетности, но и, что не менее важно, определить их направленность в сторону завышения или занижения. На основе предлагаемого подхода в статье построен интегральный показатель оценки вероятности искажения финансовых результатов деятельности в бухгалтерской отчетности в сторону их завышения для компаний, осуществляющих основной вид деятельности в производстве пищевых продуктов. Сделан вывод, что более половины акционерных компаний в Российской Федерации, занимающихся производством пищевых продуктов, с вероятностью около 60% предоставляют недостоверную финансовую отчетность, завышая финансовые результаты своей деятельности.
Ключевые слова: манипулирование бухгалтерской отчетностью, модели оценки вероятности манипулирования бухгалтерской отчетностью, интегральный показатель оценки вероятности искажения результатов деятельности в бухгалтерской отчетности.
METHODOLOGICAL ASPECTS OF BUILDING THE INDICATOR FOR REVEALING DISTORTIONS
IN COMPANY RESULTS
Marina Yu. Savelyeva, Sergey A. Dudin, Anna V. Trenixina
Novosibirsk State University of Economics and Management,
Novosibirsk, Russia
Today it is extremely timely and acute to stir up academic quarters in order to develop methodological basis for assessing the degree of accounts trustworthiness in the interest of all groups of company stakeholders. The article studies theoretical and methodological aspects of assessing accounts manipulation. The author came to the conclusion about availability of shortcomings in the effective tools of assessing accounts manipulation, which are connected with determinism of indicators included in their structure and ignoring specificity of different types of company activity. The article proposes a new approach to probabilistic assessment of distortions in company accounts, which leans on mathematic-statistic models, namely typologization and multi-criteria estimation. This approach makes it feasible not only to find facts of accounts distortion but to identify their trend in the direction of overstating or understating. On the basis of this approach the integral indicator of assessing possibility of finance results' distortion in company accounting in the direction of their overstating was built. It is connected with companies, whose principle type of activity is food production. The author draws a conclusion that more than a half of joint stock companies in the Russian Federation dealing with food production provide untruthful finance accounting (with the possibility of over 60%), which overstates finance results of its work.
Keywords: accounts manipulation, models of estimating the possibility of accounts manipulation, integral indicator of the possibility to distort results of activity in accounting.
Большую роль для принятия управленческих решений со стороны различных групп стейкхолдеров компании играет информация о ее деятельности, которая содержится в бухгалтерской (финансовой) отчетности. Одним из требований, предъявляемых к бухгалтерской отчетности, является ее достоверность, которая должна давать полное представление о финансовом состоянии компании и финансовых результатах ее деятельности. Однако в России в 2012-2016 гг., несмотря на общую тенденцию снижения преступлений экономической направленности, наиболее распространенным среди их видов по-прежнему остается мошенничество. В результате опросов сотрудников 127 российских компаний в ходе всероссийского исследования, организованного Российским союзом промышленников и предпринимателей совместно с юридической фирмой VEGAS LEX, было выяснено, что 60% участников опросов сталкивались в своей деятельности с фактами корпоративных мошенничеств в своих компаниях, причем 22% из них признают, что понесли убытки на сумму свыше 100 тыс. долла-ров1.
Одним из видов мошенничества является манипулирование бухгалтерской отчетностью. По данным официальной статистики, с фактами манипулирования финансовой отчетностью сталкивалось 20% опрошенных российских компаний. Эти случаи констатировались как внутри компаний, так и со стороны их контрагентов. Однако исследования, проведенные нами ранее [12], позволяют сделать вывод о том, что реальное количество компаний, столкнувшихся с манипулированием бухгалтерской отчетностью, существенно больше, что свидетельствует о наличии проблем в данной области. Результаты исследования,
1 URL: http://www.rbc.ru/politics/14/07/2016/ 5786370c9a794772a450 (дата обращения: 10.09.2017).
проведенного аудиторской компанией Рпсеша1егЬошеСоорег8, подтверждают эту точку зрения: выявлено, что 25% компаний, в которых происходили экономические преступления, предоставляли фальсифицированную финансовую отчетность.
Наличие недостоверной информации в бухгалтерской отчетности влечет за собой различные виды ущербов для всех групп стейкхолдеров компании, а именно для инвесторов, кредиторов, акционеров, контрагентов, высшего менеджмента, персонала и государства. Ущерб, наносимый мошенническими действиями, связанными с манипулированием бухгалтерской отчетностью, можно разделить на прямой и косвенный, которые в свою очередь делятся на материальный и нематериальный.
К прямому материальному ущербу можно отнести издержки, связанные с выявлением, расследованием и предотвращением последствий мошеннических действий, с возмещением ущерба, судебные издержки и издержки штрафных санкций, недополучение налогов (если применяются схемы ухода от уплаты налогов).
К косвенному материальному ущербу можно отнести более высокую премию за риск в случае обращения к кредиторам, потерю инновационных и конкурентных преимуществ компании, падение курсов ее акций, ужесточение внешнего контроля, проявляющееся в стремлении сильнее контролировать бизнес со стороны государства. К косвенному материальному ущербу можно отнести также потерю доверия внешних и внутренних стейкхолде-ров, репутационные потери, потери в культурной среде компании, а также рост недоверия к функционированию как экономической, так и финансовой системы государства.
Необходимо отметить, что факты манипулирования финансовой отчетностью оказывают отрицательное влияние на до-
верие к профессиональному бухгалтерскому сообществу, сообществу аудиторов и к результатам их работы [11].
Таким образом, в настоящее время в результате мошенничества финансовая отчетность перестает быть надежным источником информации о деятельности компании. Как следствие, система корпоративного управления компанией не справляется с одной из своих задач - обеспечением своевременного и достоверного раскрытия информации по всем существенно важным вопросам, включая финансовое состояние и результаты деятельности компании. В итоге интересы всех групп стейк-холдеров оказываются незащищенными, повышаются риски принятия ими неэффективных управленческих решений [1; 4; 5; 8; 13]. Наличие обозначенных выше проблем определяет актуальность, научное и практическое значение развития инструментов своевременного выявления фактов манипулирования бухгалтерской отчетностью.
Одним из инструментов выявления и предупреждения фальсификации финансовой отчетности выступает институт внешних аудиторов, основная задача которого состоит в независимой оценке достоверности финансовой отчетности экономических субъектов. Однако в некоторых случаях выявить факты манипулирования финансовой отчетностью только с помощью аудиторских проверок своевременно не удается. Это связано со следующими обстоятельствами: недобросовестностью аудиторских компаний, подписывающих лживые аудиторские заключения; необязательностью проведения внешнего аудита в любой компании; ограничениями в наличии денежных средств для развития инициативного аудита для компаний, в которых аудит необязателен; наличием определенных временных затрат для аудиторской проверки, что сказывается на своевременности принимаемых управленческих решений со стороны разных групп стейкхолдеров.
Несмотря на то, что факт фальсификации финансовой отчетности невозможно доказать без проведения аудита или специального расследования, оценить уровень риска наличия фактов фальсификации стейкхолдеры могут, принимая во внимание определенные факторы, ассоциирующиеся с высокой вероятностью недобросовестных действий, которые исследователи называют красными флажками. В качестве последних предлагается рассматривать следующие индикаторы манипулирования бухгалтерской отчетностью: необычно высокие финансовые показатели деятельности компании, наличие постоянных скидок от поставщиков, слабый денежный поток, излишние заимствования, ежегодное выполнение всех поставленных целей в отношении выручки и прибыли, наличие в штате компании представителей управленческого персонала, которые ранее работали в компаниях, ставших впоследствии банкротами.
Фактором, сдерживающим возможность широкого применения подобных индикаторов любой группой стейкхолдеров, является полная или частичная закрытость информации о компании. В этой связи возникает потребность в разработке нового инструмента, который позволял бы стейкхолдерам компании проводить экспресс-оценку рисков наличия фактов фальсификации бухгалтерской отчетности на основании доступной информации в нужное для них время. Применение данного инструмента не должно предполагать существенных финансовых, временных и трудовых затрат.
Следует отметить, что зарубежными исследователями уже разработаны модели с применением методов регрессионного и дискриминантного анализа, которые позволяют стейкхолдерам оценить вероятность совершения манипулирования бухгалтерской отчетностью на основании раскрываемой компаниями информации в бухгалтерской (финансовой) отчетности. Американские исследователи [15-20] разработали интегральные показатели, позво-
ляющие оценить вероятность фальсификации отчетности с использованием моделей бинарного выбора (пробит- и логит-моделей). В качестве зависимых переменных выбирались финансовые показатели деятельности компании, которые стейк-холдеры могут легко рассчитать на основании раскрываемой в бухгалтерской (финансовой) отчетности информации.
Вместе с тем применение указанных выше моделей сталкивается с рядом проблем. Прежде всего следует отметить, что модели зарубежных исследователей были построены на данных американских компаний, поэтому возникает вопрос о возможности их применения по отношению к данным российских компаний, поскольку процессы ведения учета и подготовки финансовой отчетности в России и США неидентичны по причине различий в нормативно-правовом регулировании, разных предпосылок подготовки финансовых данных, ориентации российской отчетности на удовлетворение информационной потребности пользователей, представленных государственными контролирующими органами, и, как следствие, сближения данных российского бухгалтерского учета с показателями налогового учета.
Анализ указанных выше зарубежных моделей оценки вероятности манипулирования бухгалтерской отчетностью, проведенный нами в предыдущих исследованиях, позволил сделать вывод о наличии у них ряда существенных недостатков, связанных с детерминизмом показателей, входящих в их состав [6; 7]. На наш взгляд, подобного рода модели по оценке вероятности манипулирования бухгалтерской отчетностью должны учитывать специфику компаний в зависимости от осуществляемых ими видов экономической деятельности (по ОКВЭД).
Таким образом, в современных условиях назрела необходимость в разработке нового инструмента оценки вероятности манипулирования бухгалтерской отчетностью с учетом российских условий ее составления, отраслевых особенностей компаний и
лишенного детерминизма показателей, составляющих его основу.
Выдвигаем гипотезу о возможности построения интегрального показателя оценки вероятности манипулирования бухгалтерской (финансовой) отчетностью в сторону завышения финансовых результатов деятельности, содержащихся в ней с учетом вида экономической деятельности компаний. Для проверки выдвинутой гипотезы была использована информация по компаниям с видом деятельности - производство пищевых продуктов (по ОКВЭД). Исследовались только публичные акционерные общества и открытые акционерные общества. Информационной базой данных послужила бухгалтерская отчетность компаний за 2016 г., полученная из системы СКРИН.
Построение интегрального показателя оценки вероятности манипулирования бухгалтерской (финансовой) отчетностью в сторону завышения с учетом отраслевой специфики компаний осуществлялось в несколько этапов.
На первом этапе исследования необходимо было сформировать обучающие выборки через аналитическую обработку результатов деятельности компании, проверенных на факт манипулирования бухгалтерской отчетностью с помощью моделей М-Беоге и Б-Беоге [2; 3]. Цель данного этапа - формирование списка компаний для последующего выделения хозяйствующих субъектов, завышающих и не искажающих результаты своей хозяйственной деятельности в бухгалтерской отчетности.
В первоначальную выборку на первом этапе исследования вошли 1 522 компании по производству пищевых продуктов. Для более точного анализа из сформированной выборки были исключены 442 компании, не представившие в системе СКРИН отчетов о движении денежных средств (ОДДС) за 2016 г.
Затем была проведена проверка оставшихся 1 080 компаний на достоверность составления ОДДС путем сопоставления данных по изменению остатков денежных
средств в отчетах о финансовом состоянии и движении денежных средств. Таким образом, для построения интегрального показателя в выборке осталась 901 компания.
Для формирования списка компаний, манипулирующих и не манипулирующих бухгалтерской отчетностью, был проведен расчет таких показателей, как М-Беоге и Б-Беоге. М. Бениш предложил модель определения корпоративного манипулирования (сводный индекс М-Беоге), которая является одной из самых известных в мире моделей по оценке уровня качества финансовой отчетности [2]. Альтернативным методом оценки качества финансовой отчетности является индекс мошенничества Б-Беоге, предложенный Слоан [2; 3]. Исследования, проводимые нами ранее, показали, что каждая из указанных выше моделей с определенной степенью достоверности может быть применена к российским компаниям [2; 3; 9; 10; 12; 14]. Для усиления их предсказательной силы при оценке достоверности бухгалтерской отчетности в данном исследовании было предложено использовать одновременно две модели. Результаты расчетов индексов М-Беоге и Б-Беоге представлены в табл. 1.
Т а б л и ц а 1 Анализ манипулирования бухгалтерской отчетностью компаний с применением индексов М-Беоге и Б-Беоге
После расчета данных показателей было произведено сопоставление полученных результатов. В выборке остались только те компании, которые по расчетным данным вышли манипуляторами, завышающими результаты своей хозяйственной деятельности, и неманипуляторами одновременно и по методике М-Беоге, и по методике Б-Беоге. Результаты расчетов представлены в табл. 2.
Т а б л и ц а 2 Группировка компаний с точки зрения манипулирования бухгалтерской отчетностью
Компании F-Score и M-Score
Манипуляторы, завышающие результаты своей хозяйственной деятельности 123
Неманипуляторы 195
В итоге на первом этапе исследования для формирования обучающих выборок по двум группам компаний (манипуляторов, завышающих результаты своей хозяйственной деятельности, и неманипуляторов) было выбрано по 35 субъектов хозяйствования.
После того как обучающие выборки были сформированы, на втором этапе исследования для построения интегрального показателя оценки вероятности манипулирования бухгалтерской (финансовой) отчетностью в сторону завышения был сформирован список финансовых показателей (признаков), позволяющих наилучшим образом осуществить дальнейшую кластеризацию и которые могли быть рассчитаны в рамках применения системы российского бухгалтерского учета.
На основе бухгалтерской отчетности компаний, входящих в две обучающие выборки, за 2016 г. были рассчитаны финансовые показатели, входящие в пять групп: рентабельности, финансовой устойчивости, структуры капитала, ликвидности, деловой активности.
Оценка всей совокупности значений финансовых показателей на предмет выявления признаков, показывающих наибольшие различия в обучающих выборках, проводилась с использованием компьютерной программы статистического анализа БТАТ1БТ1СА.
Совокупность значений рассчитанных финансовых показателей была подвергнута проверке на соответствие нормальному распределению с помощью теста Колмогорова - Смирнова.
Компании M-Score F-Score
Манипуляторы, завышающие результаты своей хозяйственной деятельности 222 396
Неманипуляторы 318 477
Значения, которые не соответствовали нормальному распределению, были проверены с помощью теста Манна - Витни (Mann - Whitney U-test), который заключается в сравнении законов распределения значений показателя в обучающих выбор-
ках. При существенных различиях законов распределения значений показателя в обучающих выборках он признавался значимым в классификационных целях. Результаты исследования представлены в табл. 3.
Т а б л и ц а 3
Проверка финансовых показателей на существенность расхождения значений
Показатель Критерий Колмогорова - Смирнова Критерий Манна - Витни
GP/SAL p > .10 0,767249
EBIT/SAL p > .10 0,155801
EBT/SAL p > .10 0,322748
NI/SAL p > .10 0,309756
NI/GP p > .10 0,877046
GP/TA p > .10 0,439183
EBT/TA p > .10 0,155801
NI/TA p > .10 0,144374
EBT/FA p < .025
EBT/CL p < .025
ROE p < .025
CA/CL p < .025
(CA+INV)/CL p < .05
INV/CL p > .10 0,522798
CACH/TA p > .10 0,093944
CACH/CL p > .10 0,120215
WC/TA p < .10 0,013059
TL/TA p > .10 0,189618
TD/TA p < .10 0,198861
LD/TA p > .10 0,585847
CL/TA p > .10 0,267039
E/TA p > .10 0,120215
TL/E p > .10 0,198861
TD/E p > .10 0,213337
LD/E p > .10 0,363822
INV/SAL p > .10 0,099344
CS/INV p > .10 0,153850
REC/SAL p < .10 0,055224
SAL/FA p < .01
SAL/TA p > .10 0,632937
SAL/E p < .025
CS/SAL p > .10 0,767249
OEXP/SAL p > .10 0,767249
FA/TA p < .001
CA/TA p < .001
(INV+REC)/TA p < .001
INV/TA p < .05
REC/TA p < .001
REC/TA p > .10 0,093944
INV/CA p > .10 0,898301
CASH/CA p < .05
В результате отбора был сформирован список финансовых коэффициентов, значимых для построения регрессионной модели. Отбор осуществлялся с помощью оценки межвыборочного расхождения ста-
тистик по каждой из выделенных групп показателей и с соблюдением условия превышения числа объектов в каждой обучающей выборке над количеством признаков. Наибольшие различия были выявле-
ны у следующих финансовых коэффициентов:
- коэффициент рентабельности продаж (ББ1Т/БАЬ);
- доля денежных средств в активах компании (СаэЬ/ТА);
- доля товарно-материальных запасов в оборотных активах (ШУ/СА);
- доля дебиторской задолженности в выручке (ИБС/БАЬ);
- коэффициент рентабельности активов (NI/TA);
- доля рабочего капитала в активах компании (WC/TA);
- доля собственного капитала в активах компании (E/TA).
Затем была осуществлена проверка данных показателей на мультиколлинеар-ность. Результаты проверки представлены в табл. 4.
Т а б л и ц а 4
Результат проверки финансовых показателей на мультиколлинеарность
EBIT/SAL Cash/TA INV/CA REC/SAL NI/TA WC/TA E/TA
EBIT/SAL 1,00
Cash/TA -0,01 1,00
INV/CA 0,15 -0,06 1,00
REC/SAL 0,10 -0,05 -0,23 1,00
NI/TA 0,45 0,05 0,02 0,02 1,00
WC/TA 0,31 0,20 0,05 0,12 0,60 1,00
E/TA 0,16 0,28 0,31 -0,22 0,42 0,63 1,00
В результате были отобраны финансовые показатели, с помощью которых можно построить регрессионную модель:
- доля денежных средств в активах организации;
- доля товарно-материальных запасов в оборотных активах;
- доля дебиторской задолженности в выручке.
С помощью программы БТАТ1БТ1СА были определены параметры пробит-регрессии. Результаты анализа представлены в табл. 5.
Т а б л и ц а 5
Параметры модели пробит-регрессии
Предикторы Независимый член Cash/TA INV/CA REC/SAL
Оценка -0,126796 8,231382 -0,140485 -0,033586
Данная регрессионная модель была применена для анализа 1 359 компаний, занимающихся производством пищевых продуктов. Анализу подлежали только акционерные общества. Результаты анализа представлены в табл. 6.
Как показали результаты исследования, более половины акционерных компаний, занимающихся производством пищевых продуктов, с вероятностью около 60% предоставляют недостоверную финансовую отчетность, завышая финансовые результаты своей деятельности.
Таким образом, выдвинутая нами гипотеза полностью подтвердилась. Для рос-
сийских стейкхолдеров компаний, производящих пищевые продукты, был разработан интегральный показатель оценки вероятности манипулирования бухгалтерской (финансовой) отчетностью в сторону завышения финансовых результатов деятельности. Данный показатель позволил учесть отраслевые особенности компаний. Кроме того, он лишен такого недостатка, как детерминизм показателей, составляющих его основу, и дает возможность не просто выявить факт манипулирования бухгалтерской отчетностью, но и определить ее направленность в сторону завыше-
ния финансовых результатов деятельности компании.
Т а б л и ц а 6 Распределение компаний, занимающихся производством пищевых продуктов, по вероятности искажения финансовой отчетности (в %)
В дальнейших исследованиях работа может быть продолжена в части построения интегрального показателя оценки вероятности манипулирования бухгалтерской (финансовой) отчетностью в сторону занижения результатов деятельности компаний, производящих пищевые продукты. Применительно к практике российских компаний проблема занижения прибыли в бухгалтерской отчетности с целью ухода от налогов имеет не меньшее значение, чем ее завышение с целью привлечения инвестиций. В дальнейшем для получения более объективных доказательств наличия отраслевой специфики в построении интегральных показателей оценки вероятности манипулирования бухгалтерской отчетностью будут проведены аналогичные исследования для компаний с самыми различными видами деятельности.
Вероятность искажения финансовой отчетности Доля компаний
0-10 2,3
10-20 0,5
20-30 1,6
30-40 6,9
40-50 63,4
50-60 10,7
60-70 5,2
70-80 3,5
80-90 1,5
90-100 4,3
Список литературы
1. Алексеев М. А. Гипотеза эволюционной эффективности финансовых рынков // Вестник НГУЭУ. - 2017. - № 1. - С. 10-25.
2. Алексеев М. А. Информационное пространство финансового рынка : монография. -Новосибирск : НГУЭУ, 2017.
3. Алексеев М. А. О проблемах применения индекса Б-Беоге к финансовой отчетности российских компаний // Проблемы экономической науки и практики : сборник научных трудов. - Новосибирск, 2016. - С. 22-32.
4. Алексеев М. А., Глинский В. В., Анохин Н. В. О манипулировании в информационном пространстве // Вестник НГУЭУ. - 2017. - № 4. - С. 10-21.
5. Алексеев М. А., Глинский В. В., Лихутин П. Н. Статистическое исследование информационного пространства финансового рынка // Вопросы статистики. - 2017. - № 5. -С. 28-38.
6. Алексеев М. А., Дудин С. А. Методика построения показателя выявления искажения результатов деятельности компании // Бухгалтерский учет, анализ и аудит: форсайт и бэкграунд : сборник научных статей по материалам Межрегионального бухгалтерского форума, посвященного 50-летию НГУЭУ и бухгалтерского образования в Сибири. - Новосибирск, 2017. - С. 5-19.
7. Алексеев М. А., Дудин С. А. Показатель выявления искажения результатов деятельности компании // Вестник ИПБ (Вестник профессиональных бухгалтеров). - 2017. - № 6. -С. 37-48.
8. Алексеев М. А., Лихутин П. Н. Методологические аспекты исследования информационного пространства финансового рынка // Вестник Самарского государственного экономического университета. - 2017. - № 5 (151). - С. 65-74.
9. Алексеев М. А., Савельева М. Ю., Яковлева П. В. Исследование вопросов применимости коэффициентов начислений к выявлению фактов манипулирования прибылью компании // Казанский экономический вестник. - 2017. - № 1 (27). - С. 54-64.
10. Алексеев М. А, Тюжина М. С. Выявление направления искажения финансовой отчетности // Сибирская финансовая школа. - 2016. - № 6. - С. 129-133.
11. Баранов П. П., Шапошников А. А. Теория аудита в системе координат науковедения // Аудиторские ведомости. - 2015. - № 5. - С. 3-29.
12. Гамарникова Н. В., Калиниченко М. С., Савельева М. Ю. Проверка достоверности финансовой отчетности российских компаний в период кризисных явлений в экономике // Вестник Самарского государственного экономического университета. - 2018. -№ 1 (159). - С. 46-59.
13. Глинский В. В., Алексеев М. А., Сухоненко В. Д. Оценка инвестиционной привлекательности через информационное пространство финансового рынка // Статистика в цифровой экономике: обучение и использование : материалы Международной научно-практической конференции. - СПб., 2018. - С. 180-182.
14. Савельева М. Ю., Алексеев М. А., Дудин С. А. Проверка качества составления отчета о движении денежных средств в российских компаниях // Экономический анализ: теория и практика. - 2017. - Т. 16. - № 4 (463). - С. 756-767.
15. Beneish M. D. The Detection of Earnings Manipulation // Financial Analysts Journal. -1999. - N 5 (September/October). - Vol. 55. - P. 24-36.
16. Beneish M. D., Lee С., Nichols D. C. Earnings Manipulation and Expected Returns // Financial Analysts Journal. - 2013. - N 2 (March/April). - Vol. 69. - P. 57-82.
17. Dechow P. M., Richardson S. A., Sloan R. G. The Persistence and Pricing of the Cash Component of Earnings // Journal of Accounting Research. - 2008. - June.
18. Gordon E. A., Henry E., Jorgensen B. E., Lintchicum C. L. Flexibility in Cash Flow Reporting Classification Choices under IFRS / Working Paper Series, The University of Texas at San Antonio, March 2013. - URL: http://business.utsa.edu/wps/acc/0016ACC-006%20-2013.pdf (дата обращения: 11.03.2016).
19. Richardson S. A. at al. Accrual Reliability, Earnings Persistence and Stock Prices // Journal of Accounting and Economics. - 2005. - № 3. - P. 437-485.
20. Sloan R. G. Do Stock Prices Fully Reflect Information in Accruals and Cash Flows About Future Earnings // Accounting Review. - 1996. - Vol. 71. - N 3. - P. 289-315.
References
1. Alekseev M. A. Gipoteza evolyutsionnoy effektivnosti finansovykh rynkov [Evolutionary Efficient Market Hypothesis]. Vestnik NGUEU, 2017, No. 1, pp. 10-25. (In Russ.).
2. Alekseev M. A. Informatsionnoe prostranstvo finansovogo rynka, monografiya [Information Space of Financial Market, monograph]. Novosibirsk, NGUEU, 2017. (In Russ.).
3. Alekseev M. A. O problemakh primeneniya indeksa F-Score k finansovoy otchetnosti rossiyskikh kompaniy [Concerning Problems of Using F-Score Index to Finance Accounting of Russian Companies]. Problemy ekonomicheskoy nauki i praktiki, sbornik nauchnykh trudov [Issues of Economic Science and Practice, collection of academic works]. Novosibirsk, 2016, pp. 22-32. (In Russ.).
4. Alekseev M. A., Glinskiy V. V., Anokhin N. V. O manipulirovanii v informatsionnom prostranstve [About Manipulations in Information Space]. Vestnik NGUEU, 2017, No. 4, pp. 1021. (In Russ.).
5. Alekseev M. A., Glinskiy V. V., Likhutin P. N. Statisticheskoe issledovanie informatsionnogo prostranstva finansovogo rynka [Statistic Research of Information Space on Finance Market]. Voprosy statistiki [Statistics], 2017, No. 5, pp. 28-38. (In Russ.).
6. Alekseev M. A., Dudin S. A. Metodika postroeniya pokazatelya vyyavleniya iskazheniya rezul'tatov deyatel'nosti kompanii [Methodology of Building the Indicator for Revealing Distortions of Company Results]. Bukhgalterskiy uchet, analiz i audit: forsayt i bekgraund, sbornik nauchnykh statey po materialam Mezhregional'nogo bukhgalterskogo foruma, posvyashchennogo 50-letiyu NGUEU i bukhgalterskogo obrazovaniya v Sibiri [Accounting, Analysis and Audit: Foresight and Background, collection of academic articles on materials of the Inter-Regional Accounting Forum dedicated to the 50th anniversary of NGUEU and accounting education in Siberia]. Novosibirsk, 2017, pp. 5-19. (In Russ.).
7. Alekseev M. A., Dudin S. A. Pokazatel' vyyavleniya iskazheniya rezul'tatov deyatel'nosti kompanii [The Indicator of Revealing Distortions of Company Results]. Vestnik IPB (Vestnik professional'nykh bukhgalterov) [Bulletin of Professional Accountants], 2017, No. 6, pp. 37-48. (In Russ.).
8. Alekseev M. A., Likhutin P. N. Metodologicheskie aspekty issledovaniya informatsionnogo prostranstva finansovogo rynka [Methodological Aspects of Researching Information Space of Finance Market]. Vestnik Samarskogo gosudarstvennogo ekonomicheskogo universiteta [Bulletin of the Samara State Economics University], 2017, No. 5 (151), pp. 65-74. (In Russ.).
9. Alekseev M. A., Savel'eva M. Yu., Yakovleva P. V. Issledovanie voprosov primenimosti koeffitsientov nachisleniy k vyyavleniyu faktov manipulirovaniya pribyl'yu kompanii [Researching the Use of Charge Coefficients to Reveal Facts of Company Profit Manipulation]. Kazanskiy ekonomicheskiy vestnik [Kazan Economics Bulletin], 2017, No. 1 (27), pp. 54-64. (In Russ.).
10. Alekseev M. A., Tyuzhina M. S. Vyyavlenie napravleniya iskazheniya finansovoy otchetnosti [Reveling the Trend of Company Finance Accounting Distortion]. Sibirskaya finansovaya shkola [Siberian Finance School], 2016, No. 6, pp. 129-133. (In Russ.).
11. Baranov P. P., Shaposhnikov A. A. Teoriya audita v sisteme koordinat naukovedeniya [Audit Theory in the System of Science-Study]. Auditorskie vedomosti [Audit Bulletin], 2015, No. 5, pp. 3-29. (In Russ.).
12. Gamarnikova N. V., Kalinichenko M. S., Savel'eva M. Yu. Proverka dostovernosti finansovoy otchetnosti rossiyskikh kompaniy v period krizisnykh yavleniy v ekonomike [Checking Trustworthiness of Russian Companies Finance Accounting during Economic Crises]. Vestnik Samarskogo gosudarstvennogo ekonomicheskogo universiteta [Bulletin of the Samara State Economics University], 2018, No. 1 (159), pp. 46-59. (In Russ.).
13. Glinskiy V. V., Alekseev M. A., Sukhonenko V. D. Otsenka investitsionnoy privlekatel'nosti cherez informatsionnoe prostranstvo finansovogo rynka [Assessing Investment Appeal through Information Space Movement of Finance Market]. Statistika v tsifrovoy ekonomike: obuchenie i ispol'zovanie, materialy Mezhdunarodnoy nauchno-prakticheskoy konferentsii [Statistics in Digital Economics: Training and Use, materials of the International Conference]. Saint Petersburg, 2018, pp. 180-182. (In Russ.).
14. Savel'eva M. Yu., Alekseev M. A., Dudin S. A. Proverka kachestva sostavleniya otcheta o dvizhenii denezhnykh sredstv v rossiyskikh kompaniyakh [Checking the Quality of Reports on Cash Movements in Russian Companies]. Ekonomicheskiy analiz: teoriya i praktika [Economic Analysis: Theory and Practice], 2017, Vol. 16, No. 4 (463), pp. 756-767. (In Russ.).
15. Beneish M. D. The Detection of Earnings Manipulation. Financial Analysts Journal, 1999, No. 5 (September/October), Vol. 55, pp. 24-36.
16. Beneish M. D., Lee C., Nichols D. C. Earnings Manipulation and Expected Returns. Financial Analysts Journal, 2013, No. 2 (March/April), Vol. 69, pp. 57-82.
17. Dechow P. M., Richardson S. A., Sloan R. G. The Persistence and Pricing of the Cash Component of Earnings. Journal of Accounting Research, 2008, June.
18. Gordon E. A., Henry E., Jorgensen B. E., Lintchicum C. L. Flexibility in Cash Flow Reporting Classification Choices under IFRS / Working Paper Series, The University of Texas at San Antonio, March 2013. Available at: http://business.utsa.edu/wps/acc/0016ACC-006%20-2013.pdf (accessed 11.03.2016).
19. Richardson S. A. at al. Accrual Reliability, Earnings Persistence and Stock Prices. Journal of Accounting and Economics, 2005, No. 3, pp. 437-485.
20. Sloan R. G. Do Stock Prices Fully Reflect Information in Accruals and Cash Flows About Future Earnings. Accounting Review, 1996, Vol. 71, No. 3, pp. 289-315.
Сведения об авторах
Марина Юрьевна Савельева
кандидат экономических наук, доцент, доцент кафедры корпоративного управления и финансов НГУЭУ. Адрес: ФГБОУ ВО «Новосибирский университет экономики и управления "НИНХ"», 630099, Новосибирск, ул. Каменская, д. 56. E-mail: [email protected]
Сергей Александрович Дудин
старший преподаватель кафедры корпоративного управления и финансов НГУЭУ. Адрес: ФГБОУ ВО «Новосибирский университет экономики и управления "НИНХ"», 630099, Новосибирск, ул. Каменская, д. 56. E-mail: [email protected]
Анна Валерьевна Тренихина
сотрудник кафедры корпоративного управления и финансов НГУЭУ. Адрес: ФГБОУ ВО «Новосибирский университет экономики и управления "НИНХ"», 630099, Новосибирск, ул. Каменская, д. 56. E-mail: [email protected]
Information about the authors
Marina Yu. Savelyeva
PhD, Assistant Professor, Assistant Professor of the Department for Corporate Management and Finances of the NGYEY. Address: Novosibirsk State University of Economics and Management, 56 Kamenskay Str., Novosibirsk, 630099, Russian Federation. E-mail: [email protected]
Sergey A. Dudin
Senior lecturer of the Department
for Corporate Management and Finances
of the NGYEY.
Address: Novosibirsk State University of Economics and Management, 56 Kamenskay Str., Novosibirsk, 630099, Russian Federation. E-mail: [email protected]
Anna V. Trenixina
Member of the Department for Corporate Management and Finances of the NGYEY. Address: Novosibirsk State University of Economics and Management, 56 Kamenskay Str., Novosibirsk, 630099, Russian Federation. E-mail: [email protected]
