Оценка вероятности искажения финансовых результатов компаний пищевой промышленности в 2014-2016 годах Текст научной статьи по специальности «Экономика и бизнес»

ОЦЕНКА ВЕРОЯТНОСТИ ИСКАЖЕНИЯ ФИНАНСОВЫХ РЕЗУЛЬТАТОВ КОМПАНИЙ ПИЩЕВОЙ ПРОМЫШЛЕННОСТИ В 2014-2016 ГОДАХ

Е.Е. Кузьмина, студент А.С. Капуста, студент

Новосибирский государственный университет экономики и управления (Россия, г. Новосибирск)

DOI: 10.24411/2411-0450-2018-10133

Аннотация. В наше время у компаний складывается устойчивая тенденция искажения результатов хозяйственной деятельности, причем не только в сторону завышения, но и в сторону занижения. Компании идут на это исходя из множества различных причин, например, занизить прибыль в целях уклонения от налогов, или же наоборот, завысить ее для привлечения инвестиций. В данной статье рассматривается оценка качества финансовой отчетности, предоставляемой компаниями вида экономической деятельности «пищевая промышленность» путем апробации авторской методики НГУЭУ, разработанной для выявления вероятности искажения бухгалтерской отчетности, в динамике за 2014-2016 годы.

Ключевые слова: искажение финансовой отчетности, манипулирование результатами хозяйственной деятельности, методики выявления искажений финансовой отчетности, открытое информационное пространство, финансовая отчетность.

Открытое информационное пространство финансового рынка представляет собой отношения, связи в результате взаимодействия людей, а также возникающую на их основе информацию на территории финансового рынка, которые впоследствии могут быть беспрепятственно использованы любыми другими заинтересованными в этом пользователями.

Для появления возможности создания такого пространства, необходимо, чтобы компании раскрывали информацию о себе и предоставляли ее для свободного пользования. На рынке таких компаний очень мало. Большинство наоборот, скрывают информацию о себе, а иногда и вовсе искажает ее. Наибольшую угрозу для пользователей информации представляют те компании, которые осознанно искажают свою финансовую отчетность.

В связи с этим и возникает необходимость проверки качества информации, циркулирующей в информационном пространстве, на вероятность искажения результатов хозяйственной деятельности.

В Новосибирском государственном университете экономики и управления была разработана авторская методика выяв-

ления искажений финансовых результатов компаний [1, 2, 3], которая заключается в построении интегрального показателя, который позволит выявить искажения результатов деятельности компаний. В основе предложенной скорринг-методики заложено сопоставление финансовых результатов, отобранных методом начислений и кассовым методом с последующей кластеризацией полученных значений.

Оценим при помощи данной методики качество финансовой отчетности для компаний вида экономической деятельности «пищевая промышленность» в динамике за 2014-2016 годы.

На первом этапе методики необходимо оценить качество анализируемой отчетности компаний, которые осуществляют свою деятельность в пищевой промышленности. Для этого необходимо выделить компании, достоверно составившие ОДДС в части суммарного сальдо от инвестиционных и текущих операций. Основу этого создает принцип соответствия коэффициентов начислений, которые были построены на основе бухгалтерского баланса и отчета о движении денежных средств. Более подробно алгоритм проверки описан в ра-

ботах сотрудников НГУЭУ [4-6]. После применения данного алгоритма по оценке отчета о движении денежных средств (ОДДС) на качество мы выбрали компа-

нии, которые составили ОДДС с погрешностью 5%. Результаты проверки за 20142016 годы представлены в таблице 1.

Таблица 1. Оценка качества составления ОДДС на основе сопоставления коэффициентов начислений

Вид экономической деятельности Год Количество компаний, имеющих погрешности в ОДДС в пределах 5% Количество компаний, имеющих погрешности в ОДДС свыше 5%

ед. % ед. %

Производство пищевых продуктов и напитков (С, 10, 11) 2014 927 55,7 738 44,3

2015 951 5б,1 744 43,9

201б 9б3 5б,б 739 43,4

Видим, что в целом структура распределения компаний по качеству составления ОДДС за рассмотренный период сохраняется неизменной.

Затем на основании рассчитанных для выбранных компаний коэффициентов начисления при помощи ЕМ-анализа выборки были разделены на 3 кластера: компании, занижающие свои финансовые результаты; компании, не искажающие свою финансовую отчетность и компании, завышающие ее значения. Затем на основе

данных кластеров были сформированы 3 выборки по 30 компаний за каждый их трех лет соответственно. Далее исходя из отчетности выбранных компаний, согласно методике НГУЭУ, были построены модели пробит регрессии для компаний, завышающих свои финансовые результаты, и для компаний, занижающих их [2, 7]. В таблице 2 показаны результаты проведенного анализа для компаний, искажающих результаты деятельности в сторону завышения.

Таблица 2. Параметры модели пробит регрессии для компаний, завышающих свои фи-

нансовые результаты

Предикаторы Обозначение Оценка

2014 год

Независимый член 0,305ббб

Рентабельность совокупных активов GP\TA 1,28б152

Доля прибыли до налогообложения в текущих обязательствах EBT\CL -2,054б0

Коэффициент текущей ликвидности CA\CL 0,1537б5

Денежный поток к совокупному долгу CACH\TL 17,38499

Коэффициент абсолютной (денежной) ликвидности CACH\CL 5,9117б

Соотношение долгосрочных обязательств к совокупным активам LD/TA -1,48013

Доля денежных средств в активах CASH\TA б5,бб7б8

Коэффициент мобильности оборотных средств CASH\CA -71,4111

2015 год

Независимый член -0,359б97

Рентабельность активов ROA 3,973599

Рентабельность основных средств NI\FA 0,700251

Рентабельность собственного капитала EBT\E -1,45751

Доля прибыли до налогообложения в текущих обязательствах EBT\CL -0,020947

Доля совокупных обязательств в собственном капитале TL\E 0,109224

Обеспеченность долга собственным капиталом TD\E 0,072303

Доля себестоимости продаж в ТМЗ CS\INV 0,0б0325

Коэффициент мобильности оборотных средств CASH\CA -3,22585

2016 год

Независимый член 0,3б8583

Рентабельность продаж по валовой прибыли GP\SAL 0,351885

Соотношение прибыли до налогообложения и ОС EBT\FA 0,852010

Коэффициент фондоотдачи SAL\FA -0,027875

Коэффициент оборачиваемости активов SAL\TA -0,318087

Рентабельность собственного капитала по выручке SAL\E -0,001773

Коэффициент операционных расходов OEXP\SAL 0,348997

Доля НП в собственном капитале RE\E -0,б4727б

В таблице 3 отражены результаты анализа, проведенного для занижающих свои финансовые результаты компаний.

Таблица 3. Параметры модели пробит регрессии для компаний, занижающих свои фи-

нансовые результаты

Предикаторы | Обозначение | Оценка

2014 год

Независимый член 0,350128

Рентабельность совокупных активов GP\TA -0,123085

Рентабельность собственного капитала EBT\E -0,049252

Коэффициент текущей ликвидности CA\CL -0,388962

Коэффициент быстрой ликвидности (CA-INV)\CL 0,407896

Коэффициент абсолютной (денежной) ликвидности CACH\CL 1,218626

Доля оборотных активов за вычетом краткосрочных обязательств в средствах компании и их источниках WC\TA 1,428997

Доля денежных средств в активах CASH\TA -16,0360

Коэффициент мобильности оборотных средств CASH\CA -9,03212

2015 год

Независимый член -0,531879

Рентабельность активов ROA 4,078800

Коэффициент обеспеченности долгосрочных обязательств ОС FA/LD 0,004340

Обеспеченность долга собственным капиталом TD\E -0,541176

Доля заемных средств в заемных средствах LD\E 0,452709

Соотношение запасов и выручки INV\SAL -0,038420

Доля себестоимости продаж в ТМЗ CS\INV 0,046651

Доля НП в собственном капитале RE\E 0,097605

2016 год

Независимый член -0,656339

Рентабельность продаж OP\SAL -3,70509

Доля прибыли до уплаты налогов в выручке EBT\SAL 4,151752

Рентабельность продаж NI\SAL 10,17749

Рентабельность совокупных активов GP\TA 0,916377

Рентабельность активов ROA -13,6586

Доля прибыли до налогообложения в текущих обязательствах EBT\CL 1,124672

Доля себестоимости продаж в ТМЗ CS\INV 0,019917

Соотношение выручки и обязательств SAL\TD 0,016603

Доля НП в собственном капитале RE\E 0,074840

Далее применим полученные регрессионные модели к выборке из 2894 компаний. Выборка была сформирована из компаний всех организационно-правовых форм, в независимости от качества составления отчета о движении денежных средств, основная деятельность которых

по классификатору ОКВЭД относится к пищевой промышленности. Результаты применения модели на примере российских компаний, которые искажают финансовую отчетность в 2014 году, отражены на рисунке 1.

50,00% 40,00% 30,00% 20,00% 10,00% 0,00% 8,85% 3,32% 1 1 30,51% 7,19% 44,26%

Занижающие Неискажающие Завышающие

Рис. 1. Распределение компаний, которые осуществляют свою деятельность в пищевой промышленности, по вероятности искажения финансовой отчетности за 2014 год

На рисунке 2 представлены результаты ских компаний, которые искажают финан-применения модели на примере россий- совую отчетность в 2015 году.

50,00% 45,00% 40,00% 35,00% 30,00% 25,00% 20,00% 15,00% 10,00% 5,00% 0,00%

7,43%

5,15%

47,58%

21,98%

10,37%

Занижающие Неопределенные Неискажающие Неопределенные Завышающие

со знаком -

со знаком "+"

Рис. 2. Распределение компаний, которые осуществляют свою деятельность в пищевой промышленности, по вероятности искажения финансовой отчетности за 2015 год

Результаты применения модели на при- жают финансовую отчетность в 2016 году, мере российских компаний, которые иска- приведены на рисунке 3.

50,00% 45,00% 40,00% 35,00% 30,00% 25,00% 20,00% 15,00% 10,00% 5,00% 0,00%

9,78% 4,32% 25,09% 12,40% 43,б1%

Занижающие Неопределенные Неискажающие Неопределенные Завышающие со знаком "-" со знаком "+"

Рис. 3. Распределение компаний, которые осуществляют свою деятельность в пищевой промышленности, по вероятности искажения финансовой отчетности за 2016 год

Проанализируем полученные результаты на примере 2016 года, так как эти результаты являются самыми актуальными на данный момент [8-11]. По результатам анализа рисунка 3 видно, что из 2894 компаний, попавших в выборку, 9,78% искажают свою финансовую отчетность в сторону занижения, 43,61% завышают свои финансовые результаты и 25,09% предоставляют достоверную отчетность. Отметим, что компаний, основной деятельностью которых является производство напитков и пищевых продуктов, которые близки к завышению финансовых резуль-

татов («Неопределенные со знаком «+»») на 8,08% больше, чем компаний, близких к занижению отчетности («Неопределенные со знаком «-»»). 6 группа «Неопределенные» самая малочисленная и составляет 4,8% (139 компаний) в общей выборке. Таким образом, из 2894 компаний 1545 компаний искажают свои финансовые показатели в целях получения внешнего финансирования или уклонения от налогов.

Завершающим этапом исследования является построение сводной таблицы с полученными результатами за период 20142016 годы (таблица 4).

Таблица 4. Сводная таблица по распределению компаний, которые осуществляют свою деятельность в пищевой промышленности, по вероятности искажения финансовой отчетности

Группы 2014 2015 2016 Абсолютные отклонения Относительные отклонения

ед. % ед. % ед. % 16 к 15 15 к 14 16 к 15 15 к 14

Занижающие 256 8,85 215 7,43 283 9,78 68 -41 131,63 83,98

Неопределенные со знаком «-» 96 3,32 149 5,15 125 4,32 -24 53 83,89 155,21

Неискажающие SS3 30,51 1377 47,58 726 25,09 -651 494 52,72 155,95

Неопределенные со знаком «+» 20S 7,19 300 10,37 359 12,40 59 92 119,67 144,23

Завышающие 12S1 44,26 636 21,97 1262 43,61 626 -645 198,43 49,64

Неопределенные 170 5,87 217 7,50 139 4,80 -78 47 64,06 127,65

Всего 2S94 100 2894 100 2894 100

Из таблицы 4 видно, что распределение санкций. Стоит отметить, что в 2016 году компаний по группам «Занижающие», ситуация выровнялась по отношению к «Неопределенные со знаком «-»», «Неоп- уровню 2014 года. Таким образом, у ком-ределенные со знаком «+»» и «Неопреде- паний, основным видом экономической ленные» за весь период примерно одина- деятельности которых является пищевая ково. Аномальным является 2015 год, в промышленность, можно выявить тенден-котором группа «Неискажающие» возрос- цию к завышению их финансовой отчет-ла на 55,95% по сравнению с 2014, а груп- ности, так как доля компаний в группе па «Завышающие» сократилась на 50,36%. «Завышающие» практически за весь рас-Возможно это может быть объяснено бла- смотренный период (за исключением 2015 гоприятной экономической ситуацией для года) является наибольшей по сравнению с производителей напитков и пищевых про- другими группами. дуктов, связанной с объявлением России

Библиографический список

1. Алексеев М.А. Информационное пространство финансового рынка: моногр. / М.А. Алексеев; Новосиб. гос. ун-т экономики и управления. - Новосибирск: НГУЭУ, 2017. -247 с.

2. Алексеев М.А., Дудин С.А. Методика построения показателя выявления искажения результатов деятельности компании // Бухгалтерский учет, анализ и аудит: форсайт и бэкграунд: Новосиб. гос. ун-т экономики и управления. - Новосибирск: НГУЭУ, 2017. С. 519.

3. Алексеев М.А., Тюжина М.С. Проверка подходов к выявлению направления искажения финансовой отчетности // Сибирская финансовая школа. 2017. № 3. С. 69-75.

4. Савельева М.Ю., Алексеев М.А., Дудин С.А. О качестве составления отчета о движении денежных средств в российских компаниях // Сибирская финансовая школа. 2016. № 3 (116). С. 142-146.

5. 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. № 3. С. 756-767.

6. Савельева М.Ю., Алексеев М.А., Дудин С.А. Возвращаясь к оценке качества составления отчета о движении денежных средств российскими компаниями // Сибирская финансовая школа. 2018. №2 (127). С. 77-82.

7. Алексеев, М.А., Тюжина, М.С. Выявление направления искажения финансовой отчетности // Сибирская финансовая школа. - 2016. - №6. - С. 129-133.

8. Кузьмина Е.Е. Оценка качества финансовой отчетности на примере компаний, основным видом деятельности которых является пищевая промышленность // Инновационное развитие современной науки: проблемы, закономерности, перспективы: сб. науч. статей Межд. науч.-практ. конф. (г. Пенза, 10 декабря 2017 г.). Пенза: Наука и просвещение, 2017.

9. Алексеев М.А., Дудин С.А. Методические вопросы идентификации искажения финансовой отчетности // Могущество Сибири будет прирастать!?: сборник докладов международного научного форума «Образование и предпринимательство в Сибири: направления взаимодействия и развитие регионов»: в 4 т. 2018. С. 128-132.

10. Капуста А.С., Кузьмина Е.Е. Оценка вероятности искажения финансовых результатов компаний, осуществляющих деятельность в сельском хозяйстве в 2014-2016 годах // Экономика и бизнес: теория и практика. - 2018. - №10. - С. 113-121.

11. Кузьмина Е.Е. Оценка инвестиционной привлекательности вида деятельности «пищевая промышленность» в разрезе федеральных округов России // Экономика и бизнес: теория и практика. - 2018. - №10. - С. 137-143.

ASSESSMENT OF THE PROBABILITY OF MISSTATEMENT OF THE FINANCIAL RESULTS OF FOOD INDUSTRY COMPANIES IN 2014-2016

E.E. Kuzmina, student A.S. Kapusta, student

Novosibirsk state university of economics and management (Novosibirsk, Russia)

Abstract. Nowadays, companies have a stable tendency to distort the results of economic activity, not only in the direction of overstatement, but also in the direction of understatement. Companies do this for a variety of different reasons, for example, to understate profits for tax evasion, or Vice versa, to overestimate it to attract investment. This article discusses the assessment of the quality of financial statements provided by the companies of the type of economic activity "food industry" by testing the author's methodology of NSUEM, developed to identify the probability of distortion of financial statements in the dynamics for three years.

Keywords: misstatement offinancial statements, manipulation of results of economic activity, methods of revealing distortions of financial statements, open information space, financial statements.