Предмет. Влияние искажения бухгалтерской (финансовой) отчетности на владельцев корпоративных облигаций вследствие недобросовестных действий российских эмитентов. Цели. Идентификация состава индикаторов риска фальсификации, которые могут быть рассчитаны внешними пользователями, в частности, владельцами облигаций, на основе раскрываемой в отчетности информации. Разработка методического подхода к оценке риска фальсификации отчетности эмитентами при проведении операций с корпоративными облигациями. Методология. Предобработка исходных данных, расчет индикаторов риска фальсификации бухгалтерской (финансовой) отчетности, а также расчет скоринговой оценки фальсификации посредством усреднения стандартизованных рангов индикаторов риска и последующий кросс-секционный анализ избыточной доходности корпоративных облигаций проводились с использованием среды разработки RStudio. Выборочная совокупность охватывает период с января 2011 г. по декабрь 2022 г. Результаты. Разработан и апробирован подход, позволяющий в два этапа оценить влияние риска фальсификации отчетной информации на владельцев облигаций. На первом этапе на основе системы индикаторов фальсификации эмитентами отчетной информации, которые могут быть рассчитаны внешними пользователями, определяются скоринг-оценки фальсификации финансовой отчетности, высокие значения которых сигнализируют либо об уже совершенных недобросовестных действиях, либо о возможности их совершения. На втором этапе осуществляется оценка кросс-секционных эффектов на рынке облигаций российских эмитентов, обусловленных информацией о возможной фальсификации данных финансовой отчетности корпоративными эмитентами. Подход к расчету скоринг-оценки фальсификации отчетности является универсальным, поскольку позволяет варьировать состав индикаторов и может свободно использоваться на любых национальных биржевых рынках облигаций. Выводы. Премия за риск фальсификации отчетной информации, учитываемая в ценах корпоративных облигаций российских эмитентов, статистически значима и составляет около 4% годовых.
Ключевые слова: недобросовестные действия, риск существенного искажения, срок до погашения, операции с облигациями
Список литературы:
Jaroszek L., Niessen-Ruenzi A., Ruenzi S. Corporate Fraud Risk and Stock Market Performance. SSRN Working Paper, 2015. URL: Link
Арженовский С.В., Синявская Т.Г., Бахтеев А.В. Выявление поведенческих характеристик склонности к риску существенного искажения финансовой отчетности // Международный бухгалтерский учет. 2020. Т. 23. Вып. 3. С. 262–275. URL: Link
Арженовский С.В., Синявская Т.Г., Бахтеев А.В. Скоринг для оценки риска фальсификации финансовой отчетности в ходе аудита // Международный бухгалтерский учет. 2021. Т. 24. Вып. 11. С. 1262–1275. URL: Link
Albrecht S.W., Howe K., Romney M. Deterring Fraud: The Internal Auditor's Perspective. Altomonte Springs, FL, Institute of Internal Auditors' Research Foundation, 1984, 169 p.
Dzamba A. 36 Red Flags To Look For When Reviewing Financial Reporting Controls. Financial Analysis, Planning & Reporting, 2004, vol. 4, no. 8, pp. 1–12.
Kaminski K.A., Sterling Wetzel T., Guan L. Can financial ratios detect fraudulent financial reporting? Managerial Auditing Journal, 2004, vol. 19, no. 1, pp. 15–28. URL: Link
Nonnenmacher J., Gómez J.M. Unsupervised anomaly detection for internal auditing: Literature review and research agenda. The International Journal of Digital Accounting Research, 2021, vol. 21, pp. 1–22. URL: Link
Priya S., Uthra R.A. Retraction Note to: Comprehensive analysis for class imbalance data with concept drift using ensemble based classification. Journal of Ambient Intelligence and Humanized Computing, 2022, vol. 14, pp. 4943–4956. URL: Link
Арженовский С.В., Бахтеев А.В., Слободян А.С. Логит-модели для оценки риска преднамеренного искажения финансовой отчетности российских банков // Международный бухгалтерский учет. 2019. Т. 22. Вып. 1. С. 24–37. URL: Link
Craja P., Kim A., Lessmann S. Deep learning for detecting financial statement fraud. Decision Support Systems, 2020, vol. 139, no. 113421. URL: Link
Shahana T., Lavanya V., Bhat A.R. State of the art in financial statement fraud detection: A systematic review. Technological Forecasting and Social Change, 2023, vol. 192, no. 122527. URL: Link
Beneish M.D. The Detection of Earnings Manipulation. Financial Analysts Journal, 1999, vol. 55, iss. 5, pp. 24–36. URL: Link
Roxas M.L. Financial Statement Fraud Detection Using Ratio and Digital Analysis. Journal of Leadership Accountability and Ethics, 2011, vol. 8, iss. 4, pp. 56–66.
Dechow P.M., Sloan R.G., Sweeney A.P. Causes and Consequences of Earnings Manipulation: An Analysis of Firms Subject to Enforcement Actions by the SEC. Contemporary Accounting Research, 1996, vol. 13, iss. 1, pp. 1–36. URL: Link
Dechow P.M., Ge W., Larson C.R., Sloan R.G. et al. Predicting Material Accounting Misstatements. Contemporary Accounting Research, 2011, vol. 28, iss. 1, pp. 17–82. URL: Link
Когденко В.Г. Корпоративное мошенничество: анализ схем присвоения активов и способов манипулирования отчетностью // Экономический анализ: теория и практика. 2015. № 4. С. 2–13. URL: Link
Ферулева Н.В., Штефан М.А. Выявление фактов фальсификации финансовой отчетности в российских компаниях: анализ применимости моделей Бениша и Роксас // Российский журнал менеджмента. 2014. Т. 14. № 3. С. 49–70. URL: Link
Сафонова И.В., Сильченко А.Д. Фальсификация финансовой отчетности: понятие и инструменты выявления // Учет. Анализ. Аудит. 2018. Т. 5. № 6. С. 37–49. URL: Link
Штефан М.А., Ферулева Н.В. Аудит фальсификации финансовой отчетности: специфические аспекты // Международный бухгалтерский учет. 2017. Т. 20. Вып. 2. С. 88–105. URL: Link
Acharya V.V., Amihud Y., Bharath S.T. Liquidity risk of corporate bond returns: Conditional approach. Journal of Financial Economics, 2013, vol. 110, iss. 2, pp. 358–386. URL: Link
Hyndman R.J., Fan Y. Sample Quantiles in Statistical Packages. The American Statistician, 1996, vol. 50, no. 4, pp. 361–365. URL: Link
Huberman G., Kandel S. Mean-Variance Spanning. The Journal of Finance, 1987, vol. 42, iss. 4, pp. 873–888. URL: Link
Jegadeesh N., Titman S. Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency. The Journal of Finance, 1993, vol. 48, iss. 1, pp. 65–91. URL: Link