Введение

В системе информационного обеспечения бухгалтерская отчетность занимает важнейшее место, так как она является источником информации для принятия управленческих решений как внешними, так и внутренними пользователями.

Наиболее важной информационной системой организации является система бухгалтерского учета и финансовой отчетности. Данная система позволяет получить основную экономическую информацию об организации, доступную для пользователей. Инвесторы, кредитные учреждения, контрагенты принимают решение сотрудничать ли с организацией, проанализировав данные ее финансовой отчетности.

Это послужило причиной тому, что в 21 веке участились случаи мошенничества с данными финансовой отчетности. Компании искажают информацию, делая ее более привлекательной по сравнению с прогнозами аналитиков, для того, чтобы привлечь инвесторов, скрыть банкротство, увеличить стоимость своих акций и снизить стоимость заемных средств.

Целью данной работы является исследование методов риска манипуляции с финансовой отчетностью. Существует несколько подходов к исследованию финансовых данных организации на предмет обнаружения манипуляций с бухгалтерской отчетностью. В основе данной работы будет лежать модель Мессода Д. Бениша. Как отмечают специалисты-практики в результате применения данной модели можно обнаружить мошенничество максимум в 76% [1] случаев. Несмотря на это она является наиболее совершенной на сегодняшний день. Кроме модели Бениша, будет проведен анализ с использованием данных отчета о движении денежных средств и анализ с использованием нефинансовых показателей. Это увеличит точность исследования.

Предметом анализа будет являться финансовая отчетность ПАО «РусГидро». Выбор данной организации в качестве объекта исследования обоснован переодическими публикациями в СМИ о замеченных случаях мошенничества с финансовой отчетностью.

Исследование методов риска манипуляции с финансовой отчетностью

Модель Бениша представляет собой математичесую модель, содержащую восемь показателей, рассчитанных на основе финансовой отчетности.

· Первый показатель — динамика оборачиваемости дебиторской задолженности (Days’ sales in receivables index). Рассчитывается следующим образом:

sisinfob_1.png

где sisinfob_2.png — дебиторская задолженность отчетного года и прошлого, sisinfob_3.png — выручка отчетного года и прошлого.

Показывает сохраняется ли соответствие между выручкой и дебиторской задолженностью в двух последовательных годах. Если происходит скачок, то увеличивается DSRI, что с большой вероятностью может быть результатом завышенных значений доходов.

· Второй показатель — динамика доли маржинальной прибыли в выручке (Gross margin index). Полученное значение сравнивается с 1. Если расчет показал, что GMI меньше 1, то это свидетельствует об уменьшении маржинальной прибыли и сигнализирует о негативных перспективах компании. Бениш предположил, что компания с бедными перспективами более склонна к манипуляциям с прибылью. Следовательно, образуется тесная взаимосвязь между GMI и манипуляцией доходов. Рассчитывается данный показатель следующим образом:

sisinfob_4.png

sisinfob_5.png— выручка прошлого и отчетного года, sisinfob_6.png

Третий показатель — динамика качества активов (Asset quality index). Рассчитывается так:

sisinfob_7.png

где sisinfob_8.png — оборотные активы отчетного и прошлого года, sisinfob_9.png — основные средства отчетного и прошлого года, sisinfob_10.png — активы отчетного и прошлого года.

Показывает динамику внеоборотных активов за вычетом основных средств, вероятность получения дохода от которых мала и ниже, чем от основных средств. М. Бениш связывает превышение значения данного показателя единицы с риском возможной манипуляции доходами организации.

· Четвертый показатель — динамика выручки (Sales growth index).

sisinfob_11.png

где sisinfob_12.png - выручка отчетного и прошлого года.

Сама по себе положительная динамика выручки не является признаком возможной манипуляции с доходами. Однако, расхождение роста данного показателя с ухудшением позиций компании на рынке может отражать возможные манипуляции с доходами с целью поддержания хорошего впечатления о компании.

· Пятый показатель — динамика амортизационный начислений (Depreciation index).

sisinfob_13.png

где sisinfob_14.png — амортизация основных средств за прошлый и отчетный год, sisinfob_15.png — основные средства прошлого и отчетного года.

Если значение данного показателя больше 1, то это означает, что начисление амортизации замедлилось в отчетном году, что может быть связано с пересмотром в сторону повышения срока полезного использования различных основных средств или нахождением нового способа увеличения дохода. Это может быть признаком возможной манипуляции доходами.

· Шестой показатель — динамика доли расходов в выручке (Sales, general and administrative expenses index).

sisinfob_16.png

где sisinfob_17.png и sisinfob_18.png — коммерческие расходы отчетного и прошлого года, sisinfob_19.png — управленческие расходы отчетного и прошлого года, sisinfob_20.png — выручка отчетного и прошлого года.

Рост доли коммерческих и управленческих расходов в выручке может свидетельствовать о возможных манипуляциях с расходами и доходами в организации.

· Седьмой показатель — динамика финансового рычага (Leverage index).

sisinfob_21.png

где sisinfob_22.png — долгосрочные обязательства в отчетном и прошлом году, sisinfob_23.png — краткосрочные обязательства в отчетном и прошлом году, Aог и Апг — активы отчетного и прошлого года.

Показатель отражает динамику отношения всех обязательств компании к ее активам. Резкие изменения данного показателя или его постоянные колебания могут быть признаком манипуляции данными в отчетности

· И, наконец, восьмой показатель — изменение оборотного капитала в структуре активов (Total accruals to total assets):

sisinfob_24.png

где sisinfob_25.png — изменение оборотных активов в отчетном году, sisinfob_26.png — изменение денежных средств в отчетном году, sisinfob_27.png изменение краткосрочных обязательств в отчетном году, sisinfob_28.png изменение текущей доли долгосрочных обязательств в отчетном году, sisinfob_29.pngизменение кредиторской задолженности по налогу на прибыль в отчетном году, sisinfob_30.pngамортизация отчетного года, активы отчетного года.

Данный показатель помогает выявить возможность манипуляции с доходами или расходами в рамках принципа начисления.

Из рассмотренных выше показателей М. Бениш вывел агрегированный показатель M-score, который рассчитывается по следующей формуле:

M-score = −4,84 + 0,92*DSR + 0,528*GMI + 0,404*AQI + 0,892*SGI + 0,115*DEPI + 0,172*SGAI + 4,679*TATA + 0,327*LVGI

Исследования Бениша показали, что значение сводного индекса M-score для организаций, манипулировавших прибылью, превышает −2,22.

По данной модели была просчитана организация ПАО «РусГидро».

Показатели модели Бениша ПАО «РусГидро»

Показатель Период
2015 2014 2013
DSRI 0,905860636 0,620978767 0,893102632
GMI 0,984632392 1,157204651 0,884156567
AQI 1,150496086 1,701322052 1,361492739
SGI 0,987287745 0,997095428 1,154839874
DEPI 0,899548948 0,892989803 0,947235793
SGAI
LVGI 1,049658188 0,681787026 1,099996149
TATA -0,059321265 -0,073164403 0,010195955
M Score -2,830615522 -2,715539019 -2,346410427

Расчет показателей был произведен с учетом следующих допущений:

1.SGAI: компания не раскрывает данные об управленческих расходах. Предположим, что уровень SGAI находится в пределах нормы и равен 1.0.

2.ТАТА: компания не показывает долю текущих обязательств в долгосрочных в своей отчетности. Предположим, что они равны 0.

Таким образом, значение M Score указывает на то, что вероятность манипуляций с отчетностью мала, поскольку его значение меньше −2,2. Однако, в предшествующих годах наблюдается увеличение показателя, что говорит об увеличении вероятности манипуляций. Возможная манипуляция по индексам GMI и AQI, т.к. они больше 1.

Значение M Score указывает на то, что вероятность манипуляций с отчетностью мала, поскольку его значение меньше −2,2. Однако, в предшествующих годах наблюдается увеличение показателя, что говорит об увеличении вероятности манипуляций.

Возможная манипуляция по индексам GMI и AQI, т.к. они больше 1.

Анализ по данным Отчета о движении денежных средств:

Чистая прибыль (убыток), отраженная в финансовой отчетности, и сальдо денежных потоков от текущих операций должны тесно взаимосвязаны: если прибыль растет или падает, то аналогично будут изменяться и сальдированные денежные потоки от текущей деятельности. Таким образом, несоответствие «поведения» денежных потоков «поведению» финансового результата является достаточно надежным признаком наличия манипуляций с прибылью.

Для демонстрации взаимосвязи чистой прибыли (убытка) и сальдо денежного потока от текущих операций может использоваться коэффициент денежных средств, полученных от текущей деятельности (КДСТО):

sisinfob_32.gif

Нужно отметить, что если руководство организации предпримет меры по сокрытию недобросовестного составления отчетности путем перераспределения денежных потоков между разделами отчета о движении денежных средств или внесения в отчет фиктивных значений, то описанная аналитическая процедура может не дать ожидаемого результата.

sisinfob_33.png

Коэффициент Период
2013 2014 2015
Кдсто 1,33 1,39 1,49

По данным Отчета о финансовых результатах и ОДДС поведение чистой прибыли соответствует поведению денежных потоков по операционной деятельности. В динамике изменения коэффициента денежных средств по текущим операциям не наблюдается резких изменений. Это свидетельствует об отсутствии манипуляций.

Анализ с использованием нефинансовых показателей:

Крайне важную роль играет соотнесение отчетных данных о росте выручки с нефинансовыми показателями (далее — НФП), прямо влияющими на рост выручки. Изучив отрасль, в которой функционирует организация, можно определить НФП, наиболее влияющие на выручку, а также целесообразность выбора одного показателя или среднего значения из нескольких. Современные исследования свидетельствуют о том, что разница между ростом выручки и ростом НФП, рассчитанных в процентах к предыдущему периоду, для организаций, вовлеченных в манипулирование выручкой, значительно превышает аналогичный показатель организаций, не манипулирующих прибылью. В целях анализа могут использоваться два показателя — рост выручки по НФП (РВНФП) и рост выручки по персоналу (РВперс):

РВНФП = РОСТ ВЫРУЧКИt — РОСТ НФПt;

РВперс = РОСТ ВЫРУЧКИt — РОСТ ПЕРСОНАЛАt,

где РОСТ ВЫРУЧКИt = (ВЫРУЧКАt — ВЫРУЧКАt-1)/ВЫРУЧКАt-1;
РОСТ НФПt = (НФПt — НФПt-1)/НФПt-1;
РОСТ ПЕРСОНАЛАt = (ПЕРСОНАЛt — ПЕРСОНАЛt-1)/ПЕРСОНАЛt-1;
значение выручки принимается по отчету о финансовых результатах;
НФП — нефинансовый показатель;
ПЕРСОНАЛ — численность сотрудников;
t — отчетный период, в котором подозревается недобросовестное составление отчетности.

Ограничения в использовании данного метода могут быть связаны с неправильно выбранными нефинансовыми показателями и их возможным искажением руководством.

В качестве нефинансового показателя была выбрана выработка электроэнергии организацией, потому что характеризует основное направление деятельности организации.

Рост выручки -0,01271
Рост персонала -0,01723
Рост нфп -0,99899
РВперс 0,004515
РВнфп 0,986282

Наблюдается резкое снижение в значении выработки электроэнергии в 2015 году. В связи с этим динамика изменения выручки значительно отличается от динамики выработки электроэнергии. Данная разница характеризует риск возможной манипуляции с выручкой.

Заключение

Значение M находится в пределах допустимой нормы. Модель Бениша показала, что манипуляция с финансовой отчетностью отсутствует. Во время проведения исследований была обнаружена проблема нехватки данных. Компания публикует слишком мало показателей в финансовой отчетности. Например, для того чтобы рассчитать динамику соотношения расходов на продажу и объема продаж, необходима информация об уровне управленческих и коммерческих расходов. Многие российские компании списывают расходы на продажу в себестоимость продукции, не публикуя при этом коммерческие и управленческие расходы, так как это не обязательно в соответствии с РСБУ. Также не всегда можно найти информацию о текущей доле долгосрочных обязательств. Все это приводит к тому, что данных, опубликованных в финансовой отчетности, не хватает для целей ее пользователей.

Таким образом, исследование показало, что качество и полнота отчетностей представляемых компаниями не в полной мере соответствует требованиям показателей, поэтому дальнейшие исследования должны затрагивать вопросы раскрытия дополнительной информации для анализа деятельности компании и оценки достоверности отчетности.

Список литературы

  1. Beneish M. D. Detecting GAAP violation: implications for assessing earnings management among firms with extreme financial performance.