The relationship between forensic accounting indicators and the quality of financial reporting
Subject Areas : Financial accounting
Mohammad Reza Borna
1
(University)
Rasoul baradaran Hasanzadeh
2
(Associate Professor of Accounting, Faculty of Management and Accounting, Islamic Azad University, Tabriz Branch, responsible for the launch and editor of the Scientific Journal of Accounting and Corporate Governance)
Alireza Fazlzadeh
3
(Accounting Department , Tabriz University)
Yones badavarnahandi
4
(Accounting Department, Islamic Azad University , Tabriz Branch)
Keywords: Financial Reporting Quality, Fraud, Forensic Accounting, Forensic Accounting Indicators,
Abstract :
Fraud is one of the effective factors in reducing public trust in reports and financial statements prepared by companies. Due to the lack of fraud auditing in Iran's environmental conditions and the lack of acceptance of this responsibility by auditors as the main supervisors of companies' financial information, users are always faced with problems in verifying the validity of financial statements and the quality of financial reporting. In this regard, the present study was conducted with the aim of examining the relationship between court accounting indicators and the quality of financial reporting in the environmental conditions of Iran. The statistical population of the research includes 130 companies that were selected through systematic sampling during the years 2011 to 2022. The quality of financial reporting was measured as a dependent variable using four Jones, modified Jones, Kasznik and Kothari models. Court accounting indicators were evaluated as an independent research variable based on the fraud prediction model of Boarna et al (2022). The results showed; Forensic accounting indicators in Kasznik model have 66% of the power to explain the quality of financial reporting, while in Jones, Kothari and adjusted Jones models, they are equal to 50, 56 and 30%, respectively.
_||_
ارتباط شاخص های حسابداری دادگاهی با کیفیت گزارشگری مالی
چکیده:
تقلب از عوامل موثر در کاهش اعتماد عمومی نسبت به گزارش‌ها و صورتهایمالی تهیه شده شرکت‌ها محسوب می‌شود. به علت فقدان حسابرسی تقلب در شرایط محیطی ایران و عدم پذیرش مسئولیت این مهم توسط حسابرسان به عنوان ناظران اصلی اطلاعات مالی شرکت ها، همواره استفاده کنندگان با مشکلاتی در تایید اعتبار صورتهای مالی و کیفیت گزارشگری مالی همراه هستند. در این راستا پژوهش حاضر با هدف بررس ارتباط شاخص های حسابداری دادگاهی با کیفیت گزارشگری مالی در شرایط محیطی ایران انجام گردید. جامعه آماری پژوهش شامل 130 شرکت که از طریق نمونه گیری سیستماتیک طی سال های 1390 تا 1400 انتخاب گردید. کیفیت گزارشگری مالی به عنوان متغیر وابسته با استفاده از چهار مدل جونز، جونز تعدیل شده ، کازنیک و کوتاری اندازه گیری گردید. شاخص های حسابداری دادگاهی به عنوان متغیر مستقل پژوهش بر اساس مدل پیش بینی تقلب برنا و همکاران(1401) مورد ارزیابی قرار گرفت. نتایج نشان داد؛ شاخص های حسابداری دادگاهی در مدل کازنیک به میزان 66 درصد توان تبیین کنندگی کیفیت گزارشگری مالی را دارد، در حالی که در مدل های جونز، کوتاری و تعدیل شده جونز به ترتیب برابر با 50، 56 و 30 درصد می باشد.
کلمات کلیدی: تقلب، کیفیت گزارشگری مالی، حسابداری دادگاهی، شاخص های حسابداری دادگاهی.
Abstract:
Fraud is one of the effective factors in reducing public trust in reports and financial statements prepared by companies. Due to the lack of fraud auditing in Iran's environmental conditions and the lack of acceptance of this responsibility by auditors as the main supervisors of companies' financial information, users are always faced with problems in verifying the validity of financial statements and the quality of financial reporting. In this regard, the present study was conducted with the aim of examining the relationship between court accounting indicators and the quality of financial reporting in the environmental conditions of Iran. The statistical population of the research includes 130 companies that were selected through systematic sampling during the years 2011 to 2022. The quality of financial reporting was measured as a dependent variable using four Jones, modified Jones, Kasznik and Kothari models. Court accounting indicators were evaluated as an independent research variable based on the fraud prediction model of Boarna et al (2022). The results showed; Forensic accounting indicators in Kasznik model have 66% of the power to explain the quality of financial reporting, while in Jones, Kothari and adjusted Jones models, they are equal to 50, 56 and 30%, respectively.
Keywords: Fraud, Financial Reporting Quality, Forensic Accounting, Forensic Accounting Indicators.
مقدمه1
تقلب2 در صورتهای مالی تهدیدی جدی و مهم برای سرمایه‌گذار نسبت به اطلاعات مالی و بازارهای سرمایه است. رسوایی‌های مالی گزارش شده توسط شرکتهای خوش سابقه (از قبیل انرون، وردکام، گلوبال، پارمالت)، همچنین رسوایی و سقوط اخلاقی در این شرکت‌ها، اطمینان سرمایه‌گذار و اعتماد عمومی را نسبت به این شرکت‌ها از نظر راهبری شرکتی، گزارش‌دهی و عملکردهای حسابرسی از بین برده است(رضایی، 1398). در دنیای کسب و کار امروزی کمتر شرکتی است که قربانی سوء استفاده‌های مالی نشود. تقلب مالی نه تنها زیان مالی به شرکت مربوط وارد می‌نماید؛ بلکه باعث از بین رفتن اعتبار و خدشه‌دار شدن اطمینان مشتریان به سیستم نیز می شود. موضوع تقلب روز به روز اهمیت فراوانی پیدا کرده و به یک مسئله پیچیده و سخت در محیط‌های صنعتی امروز تبدیل شده است (معصومی و همکاران، 1399). تقلب نوعی دزدی با فریب دیگران است که با روشهای مختلف فریبکاری برای سرقت بردن داراییهای سازمان یا شخص دیگر، صورت میگیرد (لیودرووا و همکاران، 2021). با توجه به وقوع تقلب‌های مالی اخیر در ایران و نیز دخالت، مدیران عامل، مدیران مالی و نیز حسابرسان در وقوع تقلب و بررسی قوانین جاری کشور نشان می دهد که مفهوم قانونی برای تقلب وجود ندارد و مصداق های آن منسجم و کامل نیست. به صورت پراکنده در برخی قوانین مانند قانون"تجارت" به معاملات صوری، ورشکستگی تاجر به تقلب، پرداخت سود موهومی؛ در قانون "بازار اوراق بهادار" به تخلفاتی مانند سوء استفاده از اطلاعات نهانی، به کارکیری اسناد و مدارک جعلی؛ در قانون "ارتقاء سلامت نظام اداری و مقابله با فساد" به ارائه متقلبانه اسناد یا ثبت واهی معاملات و یا درقانون "مجازات اسلامی" به مصادیقی مانند اختلاس،کلاهبرداری، خیانت در امانت و جعل مدارک که بیشتر مباحث آنها هم برای بخش عمومی کاربرد دارد، اشاره شده است. با این حال قانونی همانند قانون "ساربنز آکسلی3" (مصوب 2002 آمریکا) که بتواند در راستای تقویت اطمینان عمومی نسبت به صورتهای مالی، با تعریف قانونی و با بر شمردن جرایم تقلب و تکالیف جدید برای شرکتهای سهامی، ارکان راهبری آنان، وظایف بخش نظارتی و حاکم نمودن فرهنگ اخلاقی و اسلامی و ... موثر باشد؛ خلاء قوانین موضوعه احساس می گردید.
استاندارد 240 حسابرسی و مطالعات صورت گرفته در حوزه‌های، کشف تقلب ( از قبیل؛ پژوهش‌های بل و کارسلو،2000؛ ازجان،2019؛ فرقاندوست‌حقیقی و برواری،1388؛ صفرزاده،1389؛ اعتمادی و زلقی،1392؛ خواجوی و ابراهیمی،1396)، شناسایی عوامل خطر تقلب (نظیر‌آنوپام و گانگا،2017؛ ساریخانی و همکاران،1397؛ پسندیده‌فرد و همکاران،1399) و حوزه چک لیست راهنمای‌کشف تقلب(مانند بولو و صادقی،1389؛ پور حیدری و بذر افشان،1390؛ دیانتی و همکارن،1400) و مطالعات برنا و همکاران(1401) تحت عناوین؛ تبیین ابعاد مفهوم، مصادیق و قرائن تقلب در صورتهایمالی و همچنین برنا و همکاران(1401) با عنوان الگوی عوامل موثر بر وقوع تقلب در صورتهایمالی با رویکرد حسابداری دادگاهی نشان می دهد تا حدودی ابعاد و مولفه ها و همچنین عوامل موثر شناسایی گردیده است اما پژوهشی که بتواند پیامدهای کیفیت گزارشگری مالی در صورت بکارگیری مطالعات قبلی را منعکس کند، صورت نگرفته است. چرا که کیفیت گزارشگری مالی، از اولویت های ارائه صورتهای مالی در راستای شفافیت هر سازمان به شمار می آید و در این راستا مطمئناً مسئله تقلب در صورتهای مالی اصلی ترین عاملی است که بر کیفیت گزارشهای مالی میتواند تأثیر گذار باشد. طبق مطالعات فروغی و همکاران (۱۳۹۰)، در ارزیابی کیفیت گزارشگری مالی دو رویکرد کلی وجود دارد رویکرد نیازهای استفاده کنندگان و رویکرد حمایت از سرمایه گذاران و سهامداران در رویکرد نیازهای استفاده کنندگان کیفیت گزارشگری مالی بر مبنای سودمندی اطلاعات مالی مربوط بودن و قابل اتکا بودن) تعیین و تعریف می شود؛ اما در رویکرد حمایت از سرمایه گذاران و سهامداران، کیفیت گزارشگری مالی به طور عمده برحسب افشای کامل و منصفانه برای سهامداران تعریف می شود و در این زمینه کیفیت گزارشگری مالی عبارت است از اطلاعات مالی کامل و شفاف که مانع گمراهی یا ایجاد ابهام برای استفاده کنندگان می شود.
از اینرو، با توجه به مبانی نظری پژوهش، سعی بر این است در راستای کاهش تضاد نمایندگی و افزایش اطمینان بخشی اطلاعات مالی شرکت ها در روند تصمیم گیری کاربران، به بررسی ارتباط شاخص های حسابداری دادگاهی با کیفیت گزارشگری مالی پرداخته شود. از این رو انتظار بر این است شاخص های مربوط به حسابداری دادگاهی و احتمال وقوع تقلب بتوانند کیفیت گزارشگری مالی را توضیح دهند.
پیشینه تجربی پژوهش
اروین و همکاران (2021) در پژوهشی با عنوان "عوامل تعیین کننده تقلب در صورتهای مالی: بر اساس نظریه الماس تقلب ( مطالعه تجربی در مورد شرکتهای تولیدی بورس) در کشور اندونزی" پرداختند. نتایج نشان داد عامل فشار با متغیرهای با اهداف مالی و ثبات مالی و عامل فرصت با متغیر ماهیت صنعت در تشخیص صورتهای مالی متقلبانه تاثیر گذار هستند. سابائو و همکاران(2021) در تحقیقی با عنوان "مدل آماری ریسک تقلب در صورتهایمالی برای شرکتهای رومانی" با هدف شناسایی تاثیر گذارترین متغیرهای بنیش در تشخیص شرکتهای متقلب انجام دادند نتایج پژوهش نشان داد که شاخصهای حاشیه سود ناخالص،کیفیت دارائیها، استهلاک و مجموع اقلام تعهدیبهدارائی ها، دارای تاثیر قابل توجهی بر امتیاز نهایی بنیش در شناسایی شرکتهای متقلب را دارند. بنی‌احمد (2019) در پژوهشی با عنوان "نقش تعدیل کننده کنترلهای داخلی بر ارتباط بین سیستم اطلاعات حسابداری و کشف تقلب: مطالعه موردی بانکهای جوردنین"، پرداخت. نتایج نشان داد بین سیستم اطلاعات حسابداری و کشف تقلب به طور قابل توجه ارتباط وجود دارد. سادگالی و همکاران(2019)، در پژوهشی با عنوان عملکرد تکنیک های یادگیری ماشینی در کشف تقلب به بررسی جامع روش های کشف تقلب مالی با استفاده از روش های داده کاوی پرداختند. آنها یافتند که روشهای هوش مصنوعی در مقایسه با روش رگرسیون لجستیک از عملکرد بهتر و دقیق تری در پیش بینی تقلب برخوردار است. دیمیتریویچ و همکاران (2017) به بررسی نقش کنترلهای داخلی در پیشگیری از تقلب پرداختند. یافتههای پژوهش آنها نشان دادند که تکنیکهای کنترل داخلی در نظر گرفته شده برای جلوگیری از تقلب زمانی میتواند اجرا شود که شرکت دارای سیستم توسعه یافته کنترل داخلی باشد و به طور منظم فرایند کنترل را انجام دهد. بنی احمد (2019) در پژوهش خود با عنوان نقش تعدیل کننده کنترلهای داخلی بر ارتباط بین سیستم اطلاعات حسابداری و کشف تقلب: مطالعه موردی بانکهای جوردنین؛ به نقش ضروری کنترلهای داخلی، بر ارتباط بین سیستم اطلاعات حسابداری و کشف تقلب بانکهای مورد آزمون رسیدند. ساهیتی و همکاران (2017) با این پیش فرض که حسابرسی داخلی می تواند به عنوان نقطه شروع کشف تقلب و اشتباه در شرکت ها ایفای نقش کند، پژوهشی را با عنوان تأثیر حسابرسی داخلی در کشف ناهنجاری ها و تقلب در گزارشهای مالی، انجام دادند. این پژوهش با ابزار پرسشنامه و با داده های جمع آوری شده از شرکتهای دولتی کشور کوزوو انجام شد. نتایج نشان داد که وجود حسابرسی داخلی سبب افزایش قابلیت اتکای گزارشات مالی و کاهش احتمال وقوع تقلب در صورت های مالی می گردد. محققین بیان نمودند که چشم انداز حسابرس داخلی، افزودن ارزش به سازمانهای دولتی از طریق استفاده بهینه، منطقی و مؤثر از بودجه عمومی دولت می باشد. ناکشیما (2017) او دریافت که ارتباط معنی داری بین تقلب و درصد مدیران خارجی وجود دارد و ارتباط قابل توجهی بین تقلب و استقلال مدیران خارجی وجود دارد. لین و همکاران(2016) با نمونهای متشکل از 129 شرکت متقلب و 447 شرکت غیر متقلب به طبقه بندی و رتبه بندی عوامل تقلب طی سالهای 1998-2010 پرداختند. در این پژوهش 32 عامل تقلب که مطابق نظر متخصصان برای کشف تقلب مناسب شناخته شدند بکاررفته است. نتایج حاصل از تکنیکهای داده کاوی رگرسیون لجستیک، درخت تصمیم و شبکه های عصبی مصنوعی حاکی از دقت بیشتر روشهای درخت تصمیم و شبکه های عصبی مصنوعی نسبت به رگرسیون لجستیک است. در پایان نیز به منظور بهبود دستاوردهای پژوهش مقایسه ای بین قضاوت متخصصان و تکنیکهای داده کاوی صورت گرفته است. اینیرات(2015)، نقش سه جز اصلی حاکمیت شرکتی(حسابرسی داخلی، کنترل داخلی و حسابرسی مستقل) را در کاهش تقلب مورد بررسی قرار داد. یافته های حاصل از تجزیه و تحلیل رگرسیون نشان داد در میان سه جزء حاکمیت شرکتی، حسابرسی داخلی به عنوان عامل مهم در کاهش سطح تقلب بوده است. تحقیقات در مورد(وجود، اجرا و اثربخشی) مولفه های حاکمیت شرکتی نشان می دهد که بعد اثربخشی بیشترین تاثیر را در کاهش سطح تقلب دارد. آلبرچت و همکاران(2015)، در پژوهشی با عنوان اثر قدرت بر گزارشگری مالی متقلبانه از مدل رده بندی فرنچ و راوان استفاده کردند. نتایج نشان داد فرد الف با استفاده از تطمیع، تهدید، قدرت قانونی، مهارت حرفه ای و توجیه فرد ب را به مشارکت در تقلب فرا می خواند. رزالی و ارشد(2014)، در بررسی ارتباط بین ساختار حاکمیت شرکتی و احتمال گزارشگری مالی متقلبانه نشان دادند که بین اثربخشی کمیته حسابرسی، اثربخشی حسابرسی داخلی و اثربخشی اعضاء غیرموظف مستقل هیات مدیره با احتمال گزارشگری مالی متقلبانه رابطه معنی داری وجود دارد. ولی ارتباط بین اندازه هیات مدیره و تجربه بین المللی اعضای هیأت مدیره با احتمال گزارشگری مالی متقلبانه وجود ندارد. محمد و اسچاچلر(2014)، در پژوهشی در کشور مالزی از طریق مصاحبه با مدیران و حسابرسان و قانونگذاران روش های بالقوه مبارزه، کشف و تعامل با تقلب در صورت های مالی را مورد بررسی قرار دادند. نتایج بر اهمیت توسعه سیستم های کنترل داخلی در پیشگیری و کشف گزارشگری مالی متقلبانه تاکید می کنند(سجادی و کاظمی، 1395). لا(2011)، در پژوهشی با عنوان حاکمیت شرکتی و عدم وقوع تقلب در سازمان ها نشان دادند که اثربخشی کمیته حسابرسی و اثربخشی حسابرس داخلی با عدم تقلب در سازمان ها ارتباط معنی دار و مثبتی دارد. تجربه موفق حسابرسان در شناسایی تقلب و نوع کارایی حسابرس عامل تاثیرگذار در عدم تقلب است. هوانگ و تیرودی(2010)، در پژوهشی با عنوان ویژگی های کمیته حسابرسی و تقلب شرکت ها نشان داد که تخصص مالی اعضای کمیته حسابرسی با پیشگیری از تقلب رابطه معنی دار و مثبتی دارد. ولی ارتباط تعداد جلسات کمیته حسابرسی، تعداد اعضای کمیته حسابرسی با پیشگیری از تقلب وجود ندارد. احمد و همکاران(2009)، با استفاده از رگرسیون حداقل مربعات و نظریه هزینه های سیاسی به این نتیجه اشاره کردند که اندازه شرکت و کیفیت حسابرسی دارای رابطه منفی با تقلب در گزارشگری مالی است. گراو و باسیلیکو(2008)، با استفاده از الگوی آماری پروبیت نشان دادند که عوامل مالی و عوامل حاکمیت شرکتی در شناسایی تقلب در گزارشگری مالی موثرند. کرکس و همکاران(2007) با استفاده از درخت های تصمیم، شبکه های عصبی و شبکه های مبتنی بر قواعد بیزین به این نتیجه اشاره کردند که شبکه های مبتنی بر قواعد بیزین در مقایسه با سایر الگوها از عملکرد بهتری برای شناسایی تقلب در گزارشگری مالی برخوردارند. کوتسیانتیس و همکاران(2006)، شیوه های مبتنی بر یادگیری ماشین به این نکته اشاره کردند نسبت های مالی توان توضیح دهندگی زیادی به منظور کشف تقلب در گزارشگری مالی برخوردارند. کامینسکی و همکاران(2004)، با استفاده از رگرسیون حداقل مربعات بیان داشتند که نسبت های مالی توضیح دهندگی زیادی به منظور کشف تقلب در گزارشگری مالی دارند. بورک و وان پرسم(2004)، با استفاده از سیستم های خبره، شبکه های عصبی مصنوعی، قانون بنفورد، فرآیند های تحلیلی و روش های پیش بینی نشان دادند که پیش بینی تقلب در گزارشگری مالی به کمک شبکه های عصبی مصنوعی در مقایسه با سایر روش ها نتایج بهتری را دنبال دارد. اسپاتیس(2002) ، با استفاده از رگرسیون لجستیک مرحله ای نشان داد نسبت های مالی از توانایی بالقوه در کشف گزارشگری مالی متقلبانه برخوردارند. رضائی(2002)، با مطالعه موردی موارد گزارشگری مالی متقلبانه بر نقش حساب سازی در فرآیند تقلب تاکید کرده و جایگاه قانون ساربنیز-آکسلی در بهبود نظام راهبری شرکتی را تبیین نموده است. او پنج عامل موثر بر وقوع، کشف و اجتناب از تقلب در گزارشگری مالی را شناسایی می کند. این عوامل به ترتیب عبارتند از: شخص متقلب، طرح تقلب، انگیزه تقلب، فرآیند نظارت و نتایج نهایی تقلب در صورتهای مالی(سجادی و کاظمی، 1395). آنساه و همکاران(2002)، نشان دادند که اندازه موسسه حسابرسی، وضعیت تصدی حسابرس و تجربه کاری حسابرسان، پیش بینی کننده های خوبی از احتمال کشف تقلب هستند. بل و کارسلو(2000)، با استفاده از رگرسیون لجستیک دروغگویی مدیر به حسابرس، سیستم های کنترل داخلی ضعیف، رفتار پرخاشگرانه مدیریت، تاکید بی جهت مدیریت در دستیابی به سود پیش بینی شده و وجود مشکلات قابل ملاحظه در حسابرسی معاملات از جمله مواردی است که بین مدیران مستقل و غیرمتقلب متفاوت است. گرین و چوی(1997)، با استفاده از شبکه های عصبی مصنوعی نشان دادند که شبکه های عصبی مصنوعی توانایی زیادی به منظور کشف تقلب در گزارشگری مالی دارند. برنا و همکاران(1401)، در پژوهشی عوامل موثر بر وقوع تقلب در صورتهای مالی شرکت های ایرانی را به شرح زیر معرفی کردند.1- عوامل شخصیت، ویژگی ها و تمایلات فردی (خود شیفتگی/ بیش اعتمادی، اخلاق و تعهد، انگیزه/ فشار، توجیه و ویژگی های فردی) 2-عوامل ساختاری(محیط و فرهنگ سازمانی، مدیریتی(ناشایستگی و انگیزه/فشار)، فرصت/بستر سازمانی و3-عوامل کلان برون سازمانی (اقتصادی - صنعتی و اجتماعی - سیاسی) به همراه زیر مجموعه (اجزای) عوامل آن ها که نتایج این پژوهش منجر به توسعه مدل های قبلی مانند مثلث تقلب، لوزی تقلب، پنج ضلعی تقلب و دیگر الگوهایی که تاکنون روی عوامل فردی اثرگذار بر تقلب مطرح شده اند، گردید. نتایج نشان داد علاوه بر عوامل فردی مطرح شده قبلی (به همراه برخی از عوامل جدید فردی شناسایی شده در این پژوهش) تقلب معلول عوامل ساختاری و کلان برون سازمانی (با زیر مجموعه عوامل شناسایی شده)، است. برنا و همکاران(1400)، در مطالعه ای با عنوان تبیین ابعاد مفهوم، مصادیق و قرائن تقلب در صورتهایمالی: بر اساس روش تحلیل مضمون (تم) به این نتیجه رسیدند مفهوم تقلب در صورتهای مالی دارای ابعاد قانونی(لزوم تعریف تقلب در قانون، ذکر و تعریف نمودن مصادیق تقلب در قانون)، معنوی(قصدو نیت، فریب‌کارانه، معمولا"توأم با تبانی) و مادی(وارونه جلوه دادن واقعیت، داشتن مزایاومنافع برای مرتکب و ضرروزیان‌رساندن‌به‌دیگری) است. همچنین یافته این تحقیق، مصداق‌های کلی تقلب در صورتهای مالی را، در پنج تم فرعی(1- اسناد و مدارک جعلی، 2- دستکاری در اقلام صورتهای مالی، 3- افشاء یا عدم افشای اطلاعات با اهمیت، 4- بکارگیری نادرست استانداردهای حسابداری و 5- سوء استفاده از دارائیها)، بعلاوه در تم فرعی مصادیق قوانینی (برخی مصادیق اشاره شده در بعضی قوانین جاری کشور)، به همراه مجموعه مصادیق عینی برای هر تم فرعی نشان می‌دهد. افزون بر این قرائن تقلب در صورتهای مالی را در تم‌های قرائن غیر مالی (قرائن شکلی و ساختاری) تقلب و قرائن مالی تقلب بیان می‌دارد. دیانتی و همکاران(1400) به تحقیقی با عنوان" الگوی شناسایی اسناد و مدارک فیزیکی مشکوک به تقلب بر اساس مشخصات ظاهریشان" پرداختند. در این پژوهش تعداد 98 خصوصیت اسناد و مدارک مشکوک به تقلب شناسایی و در قالب سه مقوله با نامهای 1-اسناد ومدارک تقریبا" بی نقص اما ناسازگار نسبت به سایر اسناد و مدارک مشابه در همان محدوده تاریخی، 2-اسناد و مدارک ناقص، مخدوش و مبهم، 3-اسناد و مدارک متناقض با سایر اطلاعات دسته بندی نمودند. بزرگ اصل و همکاران(1399)، نسبت به بررسی تاثیر خود شیفتگی مدیر عامل بر ریسک تقلب پرداختند. نتایج تحقیق آنها نشان داد که خود شیفتگی، به عنوان یکی از ویژگی‌های شخصیتی مدیر عامل، میتواند باعث افزایش احتمال ریسک تقلب در گزارشگری مالی شود. نیکومرام و همکاران(1398)، به بررسی تاثیر ویژگی‌های فردی حسابرس شامل جنسیت، تحصیلات، تجربه کاری و رتبه شغلی بر ارائه و گزارش تقلب در حرفه حسابرسی پرداختند. نتایج این پژوهش نشان داد که جنسیت رابطه معنی‌دار و منفی با گزارش اخلاقی تقلب دارد . به بیان دیگر زنان در مقایسه با مردان کمتر تمایل دارند تقلب را در حرفه حسابرسی گزارش نمایند. نتایج دیگر این پژوهش نشان می‌دهد که رابطه معنیداری میان تحصیلات، تجربه‌کاری و رتبه شغل با گزارش اخلاقی تقلب وجود ندارد. طاهری و همکاران(1397) در پژوهشی به بررسی اهمیت ابعاد و نشانه‌های تقلب در تعدیل برنامه حسابرسی با استفاده از مدل پنتاگون تقلب پرداختند این مدل شامل پنج بعد موثر بر تقلب: فشار/ انگیزه، فرصت، توجیه سازی، توانایی و غرور می‌باشد. نتایج تحقیق نشان می‌دهد که بعد فرصت و نشانه های تقلب وابسته بودن بخش عمده‌ای از میزان حقوق و مزایای مدیران به نتایج عملیات، وضعیت‌مالی یا جریان وجوه‌نقد واحد مورد رسیدگی، سیستم‌های اطلاعاتی، حسابداری و کنترلهای داخلی غیر کارآمد، ایجاد محدودیت در کار حسابرسان، میزان تجربه و اطمینان بیش از حد، بیشترین اهمیت را در تعدیل برنامه حسابرسی دارند. تشدیدی و سپاسی (1397) در تحقیقی به ارائه الگوی پیشگیری و کنترل تقلب در ایران به روش نظریه‌پردازی زمینه‌بنیان پرداختند، بر اساس نتایج این پژوهش عوامل فرهنگ اخلاق‌سازمانی و سیستم کنترلی اثر بخش، شروط علی و اثرگذار بر روشهای کنترلی شناخته شدند. همچنین فرهنگ عمومی، شرایط اقتصادی کشور، اعتقادات مذهبی و نظام قانونی جزء شرایط زمینه‌ای و عوامل حاکمیت شرکتی و حسابرس مستقل جزء شرایط مداخله‌گر قرار گرفتند. تشدیدی و همکاران(1398)، به پژوهشی با عنوان ارائه رویکردی نویت در پیش بینی و کشف تقلب صورتهای مالی با استفاده از الگوریتم زنبور عسل پرداختند و برای بررسی موضوع سه روش الگوی زنبور عسل، الگوریتم ژنتیک و رگرسیون لوجستیک بکار گرفته شد. نمونه آماری این مطالعه شامل 120 شرکت پذیرفته شده در بورس اوراق بهادار تهران(60 شرکت مشکوک به تقلب و 60 شرکت متقلب) برای دوره زمانی 1385-1396 است. شرکت های مشکوک به تقلب بر مبنای اظهار نظر تعدیل شده حسابرسی، وجود تعدیلات سنواتی با اهمیت و صورتهای مالی تجدید ارائه ضده در مورد موجودی ها و سایر دارایی ها و همچنین وجود اختلاف مالیاتی یا حوزه مالیاتی طبق یادداشت ذخیره مالیات بر درآمد و پرونده مالیاتی و بند شرط گزارش حسابرسی انتخاب شدند. پس از استفاده از آنتروپی متقابل، 16 نسبت مالی به عنوان پیش بینی کننده های بالقوه گزارشگری مالی متقلبانه معرفی شدند. یافته های پژوهش نشان داد که روش الگوریتم زنبور عسل با دقت پیش بینی 6.2 درصد از عملکرد بهتری جهت شناسایی شرکت های مشکوک به تقلب در صورتهای مالی برخوردار است. نتایج پژوهش حاکی از آن است روش های پیشنهادی این پژوهش در مقایسه با دیگر روش های تکاملی از دقت پیش بینی بالاتر درصد خطای کمتر و سرعت نسبتاً خوبی برخوردار است. درزی رامندی(1397)، در پژوهشی با بررسی تاثیر گزارشگری مالی متقلبانه بر خطر سقوط قیمت سهام با تاکید بر مالکیت مدیریتی نشان داد که گزارشگری مالی متقلبانه بر خطر سقوط قیمت سهام و همچنین مالکیت مدیریتی بر ارتباط بین گزارشگری مالی متقلبانه و خطر سقوط قیمت سهام تاثیر معنی داری به لحاظ آماری ندارد. حجازی و مختاری نژاد(1396)، در بررسی رابطه ساختار حاکمیت شرکتی با احتمال گزارشگری مالی متقلبانه نشان دادند که بین تخصص اعضای هیأت مدیره، اثربخشی کمیته حسابرسی و اثربخشی اعضای غیرموظف مستقل هیأت مدیره با احتمال گزارشگری مالی متقلبانه رابطه معکوسی وجود دارد. همچنین بین اهرم مالی و احتمال گزارشگری مالی متقلبانه رابطه مستقیم وجود دارد. اندازه هیأت مدیره و اندازه شرکت با احتمال گزارشگری مالی متقلبانه ارتباط معنی داری ندارند. سجادی و کاظمی(1395)، در پژوهشی با عنوان الگوی جامع گزارشگری مالی متقلبانه در ایران به روش نظریه پردازی زمینه بنیان با استفاده از روش تحقیق کیفی(ترکیبی- کیفی) با استفاده از نظرات نخبگان و خبرگان حسابداری و حسابرسی در خصوص پدیده تقلب در صورتهای مالی از روش نمونه گیری گلوله برفی یا زنجیره ای برای مصاحبه استفاده کردند. عامل فشار شرط اصلی(علی) گزارشگری مالی متقلبانه شناخته شد. نتایج همچنین نشان داد، انگیزه پاداش مدیران، انگیزه سوء استفاده از دارایی ها، هزینه های سیاسی، مقاصد مالیاتی و تحصیل شرکت توسط مدیران بر گزارشگری مالی متقلبانه موثرند. نظام راهبری شرکتی، کنترل های داخلی و کیفیت حسابرسی به عنوان شرایط مداخله گر می باشند. تقوی(1395)، در بررسی تجزیه و تحلیل مثلث تقلب مطابق با مدل ریسک حسابرسی نشان داد که حسابرسان حسب مسئولیت خود در زمینه تعیین و ارزیابی ریسک های خود در زمان انجام عملیات حسابرسی سه شرط یا عامل فشار، فرصت و نگرش را می بایست مورد توجه و بررسی قرار دهند و آنها را در مدل ارزیابی ریسک خود مورد توجه قرار دهند. برزگری خانقاه و همکاران(1394)، در پژوهشی با عنوان دیدگاه استفاده کنندگان صورتهای مالی درباره اهمیت و رواج عوامل خطر تقلب در گزارشگری مالی(مطالعه موردی استان یزد) به ارزیابی اهمیت عوامل خطر تقلب و بررسی میزان رواج این عوامل در صنایع استان یزد به روش پرسشنامه جمعیت شناختی(41 مورد از عوامل خطر تقلب ذکر شده در بیانیه استاندارد حسابرسی 99 آمریکا) با استفاده از روش تاپسیس فازی به این نتیجه رسیدند که عدم نظارت کافی بر کنترل های داخلی با اهمیت منافع مدیریت در کمتر نشان دادن سود برای کاهش مالیات با استفاده از شیوه های نادرست رتبه اول را دارند. همچنین بین اهمیت و رواج عوامل خطر تقلب تفاوت معنی داری وجود دارد. اما ویژگی های فردی(نظیر سن، جنس، تحصیلات، شغل و ...) تاثیر معنی داری بر دیدگاه افراد نسبت به عوامل خطر تقلب نداشته است. فرج زاده دهکردی و آقایی(1394)، در بررسی سیاست تقسیم سود و گزارشگری مالی متقلبانه نشان دادند شرکت هایی که سود تقسیم می کنند، با احتمال کمتری مرتکب گزارشگری مالی متقلبانه می شوند. یعنی سود تقسیمی رابطه منفی با گزارشگری مالی متقلبانه دارند. منتظری و اقدم مزرعه(1394)، در پژوهشی به بررسی تاثیر درصد مالکیت مالکان نهادی بر احتمال گزارشگری مالی متقلبانه شرکت های پذیرفته شده در بورس اوراق بهادار تهران پرداختند. نتایج نشان داد که مالکیت نهادی با احتمال گزارشگری مالی رابطه معکوس و معنی داری دارد. اعتمادی و زلقی(1393)، در بررسی کاربرد رگرسیون لجستیک در شناسایی گزارشگری مالی متقلبانه با استفاده از برخی از نسبت های مالی طی 68 شرکت شامل 34 شرکت دارای نشانه های تقلب و 34 شرکت دارای شرکت های فاقد نشانه های تقلب با استفاده از 9 نسبت مالی به عنوان پیش بینی کننده های بالقوه برای آزمون انتخاب شدند. روش رگرسیون لجستیک جهت تدوین مدل برای شناسایی عوامل مرتبط با تقلب استفاده شد. نتایج نشان داد که مدل لجستیک اثربخشی در کشف تقلب در صورتهای مالی داشته و می تواند سرمایه گذاران، حسابداران رسمی و حسابرسان داخلی و مقامات مالیاتی و نهادهای دولتی و سیستم بانکی کمک زیادی نماید. مهدوی و قهرمانی(1393)، در پژوهشی با عنوان ارائه الگویی برای کشف تقلب به وسیله حسابرسان با استفاده از شبکه های عصبی مصنوعی و الگوریتم پیش انتشار خطا در بین سرپرستان، سرپرستان ارشد و مدیران موسسات حسابرسی عضو جامعه حسابداران رسمی از طریق پرسشنامه دریافتند که الگوی عصبی مصنوعی طراحی شده با 9 نرون نشان داد که شبکه MLP نشان دهنده عملکرد رضایت بخش شبکه پرستپرون چند لایه در شناسایی شرکت های متقلب و غیر متقلب است. ابراهیمی و طالب نیا(1393)، در پژوهشی با عنوان تاثیر مولفه های مدیریت دانش بر تقلب در گزارش های مالی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران به این نتیجه رسیدند که کاربرد دانش بر کاهش تقلب گزارش های مالی اثرگذار هستند. مرادی و همکاران(1393)، به شناسایی عوامل موثر بر احتمال وقوع تقلب در گزارشگری مالی پرداختند. نتایج تحقیق آنان نشان داد بین عوامل خطر مرتبط با شرایط بازار و صنعت، ویژگی های عملیاتی، نقدینگی و ثبات مالی با احتمال وقوع تقلب رابطه معنادار وجود دارد. همچنین رابطه معنادار بین عملکرد شرکت و ریسک تقلب برقرار است(سجادی و کاظمی، 1395). پورحیدری و بذرافشان(1390)، اقدام به رتبه بندی بسترهای خطر تقلب با توجه به میزان اهمیت آنها در کشف تقلب مدیریت پرداختند. نتایج تحقیق آنان نشان می دهد، مهم ترین بستر خطر تقلب وابسته بودن بخش عمده ای حقوق و مزایای مدیران به نتایج عملیات، وضعیت مالی و یا جریان وجوه نقد است(سجادی و کاظمی، 1395). صفرزاده(1389)، در بررسی توانایی نسبت های مالی در کشف تقلب در گزارشگری مالی: تحلیل لاجیت طی 178 شرکت در نمونه ای با 66 شرکت متقلب و 112 شرکت غیر متقلب در بورس اوراق بهادار تهران نشان داد که شرکتهای دارای نسبت بدهی بیشتر و نسبت های جاری، گردش دارایی ها، بازده دارایی ها، بازده فروش، سود انباشته به دارایی، نسبت سرمایه در گردش به دارایی، حاشیه سود عملیاتی کمتر از وضعیت مالی و نتیجه عملیات نامناسب تری برخوردار است؛ لذا تمایل بیشتری به تقلب در گزارشگری مالی دارند. شیخ و نیک بخت(1383)، اهمیت علایم هشدار دهنده تقلب را از طریق توزیع پرسشنامه و از منظر مدیران مالی و اعضای جامعه حسابداران رسمی ایران بررسی کردند. نتایج اجرای تکنیک تحلیل عاملی در پژوهش آنان نشان می دهد، علایم هشدار دهنده تقلب از 5 عامل به ترتیب ریسک پذیری و خطرجویی، ویژگی های مدیریت، ویژگی های اقتصادی، بی ثباتی، ناتوانی و ناکافی بودن سودآوری و ویژگی های ساختاری اشباع شده اند(سجادی و کاظمی، 1395).
روش پژوهش
با توجه به اینکه، نتایج این پژوهش میتواند در تدوین قوانین و مقررات سازمان بورس اوراق بهادار، استانداردهای حسابداری و حسابرسی، مورد استفاده سرمایه گذاران، شرکت‌ها، دانشگاه‌ها، سایر مراکز علمی- پژوهشی مورد استفاده قرار گیرد، از اینرو، جزو پژوهش های کاربردی می‌باشد. از طرفی با بررسی ارتباط بین چند متغیر، در زمره تحقیقات همبستگی قرار می گیرد و از آنجا که جهت ارزیابی وضعیت موجود و پیش بینی آینده از اطلاعات گذشته (پس از وقوع) بهره می برد، جزو تحقیقات پس رویدادی خواهد بود.
نمونه آماری پژوهش
برای تعیین نمونه آماری تحقیق از روش حذف سیستماتیک استفاده شد که در این روش شرکت های مورد مطالعه باید حائز شرایط زیر باشند:
- قبل از سال 1390 در بورس اوراق بهادار تهران پذیرفته شده باشند.
- بیش از 6 ماه توقف نماد نداشته باشند.
- اطلاعات آنها در دسترس باشد.
- به دلیل قابلیت مقایسه دوره مالی آنها منتهی به پایان اسفند ماه باشد.
جدول (1): شیوه انتخاب نمونه آماری پژوهش
| تعداد | تعداد |
تعداد شرکتهای جامعه آماری تاپایان سال 1400 در بازار اول و دوم بورس اوراق بهادار |
| 472 |
شرکتهای سرمایه گذاری، بانک‌ها، واسطه گری مالی، بیمه‌ها، هلدینگها و لیزینگها | 71 |
|
شرکت‌هایی که پایان سال مالی آنها منتهی به ٢٩ اسفندماه نیست | 110 |
|
شرکتهای لغوپذیرش و حذف شده از بورس طی دوره پژوهش | 109 |
|
شرکت‌هایی که بیش از 3 ماه توقف نماد داشته‌اند | 41 |
|
شرکت‌هایی که اطلاعات آنها دردسترس نیست | 11 |
|
شرکتهای حذف شده در نمونه آماری پژوهش |
| (342) |
شرکتهای باقیمانده در نمونه آماری پژوهش |
| 130 |
در نهایت 130 شرکت طی سال های طی سال های 1390 تا 1400 انتخاب گردید.
تعریف عملیاتی متغیرهای پژوهش
1- متغیر وابسته: کیفیت گزارشگری مالی (4FRQ):
در پژوهش حاضر از 4 مدل برای سنجش کیفیت گزارشگری مالی به شرح زیر استفاده شده است.
کیفیت اطلاعات مالی | |
کیفیت اطلاعات مالی (مدل جونز) | TACCt/At-1 = β0 + β11/At-1 +β2ΔREVt/At-1 + β3PPEt/At-1 + ɛ TACC: کل اقلام تعهدی (سود خالص- جریان‌های نقد عملیاتی) REV: درآمد شرکت PPE: اموال و ماشین‌آلات ناخالص ɛ: خطای مدل بیانگر کیفیت گزارشگری مالی می‌باشد. از خطای قدر مطلق گرفته شده و در منفی یک ضرب می‌شود. هرچه خطا به صفر نزدیک‌تر باشد، به میران کیفیت اطلاعات افزوده می‌شود. |
کیفیت اطلاعات مالی (مدل جونز تعدیل شده) | TACCt= β0 + β11/TAt-1 +β2(ΔREVt -ΔRECt) + β3PPEt + ɛ TACC: کل اقلام تعهدی (سود خالص- جریان‌های نقد عملیاتی) REV: درآمد شرکت REC: حساب‌های دریافتنی PPE: اموال و ماشین‌آلات ناخالص ɛ: خطای مدل بیانگر کیفیت گزارشگری مالی می‌باشد. از خطای قدر مطلق گرفته شده و در منفی یک ضرب می‌شود. هرچه خطا به صفر نزدیک‌تر باشد، به میران کیفیت اطلاعات افزوده می‌شود. |
کیفیت اطلاعات مالی (مدل کازنیک) | TACCt= β0 + β11/TAt-1 +β2(ΔREVt -ΔRECt) + β3PPEt + β4ΔCFOt + ɛ TACC: کل اقلام تعهدی (سود خالص- جریان‌های نقد عملیاتی) REV: درآمد شرکت REC: حساب‌های دریافتنی PPE: اموال و ماشین‌آلات ناخالص CFO: جریان‌های نقدی ɛ: خطای مدل بیانگر کیفیت گزارشگری مالی می‌باشد. از خطای قدر مطلق گرفته شده و در منفی یک ضرب می‌شود. هرچه خطا به صفر نزدیک‌تر باشد، به میران کیفیت اطلاعات افزوده می‌شود. |
کیفیت اطلاعات مالی (مدل کوتاری) | TACCt= β0 + β11/TAt-1 +β2(ΔREVt -ΔRECt) + β3PPEt + β4ROAt + ɛ TACC: کل اقلام تعهدی (سود خالص- جریان‌های نقد عملیاتی) REV: درآمد شرکت REC: حساب‌های دریافتنی PPE: اموال و ماشین‌آلات ناخالص ROA: نرخ بازده دارایی‌ها ɛ: خطای مدل بیانگر کیفیت گزارشگری مالی می‌باشد. از خطای قدر مطلق گرفته شده و در منفی یک ضرب می‌شود. هرچه خطا به صفر نزدیک‌تر باشد، به میران کیفیت اطلاعات افزوده می‌شود. |
2- متغیرهای مستقل
مطابق با پژوهش صفرزاده(1389)؛ نسبت جاری(CA/CL)، نسبت دارایی جاری به کل دارایی(CA/TA)، نسبت دارایی ثابت به کل دارایی(FA/TA)، نسبت سرمایه در گردش به کل دارایی(WC/TA)، نسبت کل بدهی به کل دارایی(TD/TA)، نسبت سود انباشته به کل دارایی(RE/TA)، نسبت فروش به کل دارایی(SAL/TA)، نسبت سود خالص به کل دارایی(NI/TA)، نسبت کل بدهی به حقوق صاحبان سهام(TD/TE)، نسبت بدهی بلند مدت به حقوق صاحبان سهام(LTD/TE)، نسبت بهای تمام شده کالای فروش رفته به فروش(CGS/SAL)، نسبت سود ناخالص به فروش(GP/SAL)، نسبت سود خالص به فروش(NI/SAL)، نسبت هزینه های عملیاتی به فروش(OE/SAL)، نسبت سود عملیاتی به فروش(OI/SAL)، نسبت سود خالص به حقوق صاحبان سهام(NI/TE)، نسبت هزینه های مالی به کل بدهی(IE/TD) استفاده گردید. همچنین منطبق با مضمون های استخراج شده از پژوهش برنا و همکاران(1401) متغیرهای عدم اطمینان اقتصادی(تغییرات نرخ تورم، تغییرات نرخ بهره، عدم قطعیت سیاست اقتصادی) و از معیارهای ریسک(انحراف معیار بازده دارایی ها، ریسک تجاری، ریسک مالی، ریسک سیستماتیک، ریسک غیرسیستماتیک) و از معیارهای عملکرد(سیاست تقسیم سود و سود انباشته به دارایی ها) و از معیارهای حاکمیت شرکتی(تعداد اعضای هیأت مدیره، مالکیت نهادی و مالکیت مدیریتی) انتخاب شدند(لازم به ذکر است مضمون های انتخابی با توجه به وجود داده در شرایط محیطی انتخاب گردیدند و برخی متغیرهای کیفی غیرقابل تبدیل به اطلاعات کمی بودند).
پس از انجام رگرسیون اولیه متغیرهای زیر در سطح معناداری 5 درصد تایید و به عنوان عوامل تبیین کننده شرکت های متقلب به شرح زیر مشخص شدند.
نسبت کل بدهی به کل دارایی(TD/TA)، نسبت سود انباشته به کل دارایی(RE/TA)، نسبت فروش به کل دارایی(SAL/TA)، نسبت سود خالص به کل دارایی(NI/TA) و همچنین متغیرهای دیگر که عبارتند از:
متغیر تبیین‌کننده | تعریف عملیاتی متغیرها | ||||||
تغییرات نرخ بهره |
| ||||||
تغییرات نرخ تورم |
| ||||||
عدم قطعیت سیاست اقتصادی |
مجموع وزنی درصد تغییر در سطح عمومی قیمت‌ها (CPI)، درصد تغییر در نرخ ارز غیررسمی (EX) و درصد تغییر در حجم نقدینگی (M2) تعریف شده است. وزن هر متغیر معکوس انحراف معیار است. مقدار بیشتر این شاخص به معنای بی‌ثباتی بیشتر است
| ||||||
سن شرکت | از لگاریتم طبیعی تفاوت سال مورد بررسی و سال تأسیس شرکت بدست آمده است. | ||||||
سیاست تقسیم سود | از تقسیم سود نقدی هر سهم به سود هر سهم بدست آمده است. | ||||||
تعداد اعضای هیأت مدیره | برابر است با تعداد اعضای هیأت مدیره | ||||||
کل بدهی به کل دارایی | TD/TA | 5305/1- | |||||
نسبت سود انباشته به دارایی | RE/TA | 6603/1- | |||||
فروش به دارایی | SAL/TA | 1545/0- | |||||
نسبت سود خالص به دارایی | NI/TA | 9231/0- | |||||
تغییرات نرخ تورم |
| 1428/0 | |||||
تغییرات نرخ بهره |
| 1713/1 | |||||
عدم قطعیت سیاست اقتصادی | UncerEco | 2144/0- | |||||
سن شرکت | Age | 4811/0- | |||||
سیاست تقسیم سود | Div | 2261/0- | |||||
تعداد اعضای هیأت مدیره | Board | 1175/0- | |||||
نام متغیر | نماد | تعداد | میانگین | انحراف معیار | کمترین | بیشترین | |
مدل جونز | Jones | 1430 | 1433/0- | 1483/0 | 9672/0- | 0001/0- | |
مدل جونز تعدیل شده | Jonesadj | 1430 | 1343/0- | 1454/0 | 9930/0- | 0004/0- | |
مدل کازنیک | Kasnic | 1430 | 1317/0- | 1368/0 | 9619/0- | 0001/0- | |
مدل کوتاری | Kothari | 1430 | 0642/0- | 0905/0 | 9521/0- | 0002/0- | |
کل بدهی به کل دارایی | TD/TA | 1430 | 5588/0 | 2207/0 | 0314/0 | 0775/2 | |
نسبت سود انباشته به دارایی | RE/TA | 1430 | 1689/0 | 2298/0 | 4036/1- | 8404/0 | |
فروش به دارایی | SAL/TA | 1430 | 0154/1 | 1131/1 | 0003/0 | 3685/24 | |
نسبت سود خالص به دارایی | NI/TA | 1430 | 1546/0 | 2179/0 | 1274/1- | 2343/3 | |
نوسانات نرخ تورم |
| 1430 | 2069/0 | 7329/0 | 51/0- | 25/2 | |
نوسانات نرخ بهره |
| 1430 | 0231/0 | 1644/0 | 021/0- | 40/0 | |
عدم قطعیت سیاست اقتصادی | UncerEco | 1430 | 5432/2 | 0582/1 | 4152/1 | 1512/5 | |
سن شرکت | Age | 1430 | 6042/3 | 3731/0 | 1972/2 | 2484/4 | |
سیاست تقسیم سود | Div | 1430 | 054/0 | 077/0 | 0 | 534/0 | |
تعداد اعضای هیأت مدیره | Board | 1430 | 0181/5 | 2558/0 | 3 | 7 | |
اندازه شرکت | Size | 1430 | 6006/14 | 5143/1 | 1160/11 | 1833/20 | |
نرخ بازده دارایی ها | ROA | 1430 | 1605/0 | 1478/0 | 3268/0- | 6392/0 | |
ارزش بازار به ارزش دفتری | Mv_Bv | 1430 | 0423/9 | 5982/26 | 2189/38- | 4693/56 | |
مالکیت نهادی | inst | 1430 | 5045/0 | 2275/0 | 0650/0 | 9881/0 | |
درصد تجمعی | درصد | فراوانی |
| |
| 75.00 | 1073 | 0 |
معتبر |
100.00 | 25.00 | 357 | 1 | |
100.00 | 1430 | کل | ||
جدول (4) نشان می‌دهد که تقریبا در 25 درصد شرکتهای بورسی شاهد گزارش های مشکوک به تقلب می باشیم.
آزمون فرضیه‌های پژوهش (یافتههای استنباطی)
در این قسمت به تحلیل دادهها با استفاده از آمار استنباطی پرداخته می‌شود. در این قسمت تحلیل دادهها با استفاده از روش داده‌های ترکیبی و با رویکرد پنل دیتا صورت میگیرد. ابتدا متغیرها از نظر نرمال بودن موردبررسی قرار می‌گیرند. سپس با استفاده از آزمون چاو آزمون مي‌شود كه آيا بايد از پانل با اثرات استفاده كرد يا بدون اثرات و برای آزمون روش پانل و اینکه از روش اثرات ثابت استفاده شود و یا از آزمون اثرات تصادفی از آزمون هاسمن استفاده خواهد شد. درنهایت پس از برآورد مدل با الگوی تعیین‌شده، مفروضات رگرسیون بررسی و مدل به‌صورت نهایی برازش شده است.
آزمون نرمال بودن دادهها
نرمال بودن متغيرها (به‌خصوص متغیر وابسته در مدلهای رگرسیونی)، شرط اوليه انجام كليه آزمون‌های پارامتريك می‌باشد. به‌منظور بررسي نرمال بودن متغيرهاي پژوهش از آزمون شاپیرو ویلک استفاده‌شده است. در اين آزمون‌ها هرگاه سطح معنیداری كمتر از 5% باشد (5% >Sig )، فرض صفر در سطح اطمينان 95% رد می‌شود.
جدول (5)، آزمون شاپیرو ویلک
متغیر | نماد | آماره آزمون | سطح معناداری | نتیجه | |||
مدل جونز | Jones | 311/13 | 0.00000 | توزیع نرمال ندارد | |||
مدل جونز تعدیل شده | Jonesadj | 571/13 | 0.00000 | توزیع نرمال ندارد | |||
مدل کازنیک | Kasnic | 486/13 | 0.00000 | توزیع نرمال ندارد | |||
مدل کوتاری | Kothari | 107/15 | 0.00000 | توزیع نرمال ندارد | |||
کل بدهی به کل دارایی | TD/TA | 203/15 | 0.00000 | توزیع نرمال ندارد | |||
نسبت سود انباشته به دارایی | RE/TA | 575/8 | 0.00000 | توزیع نرمال ندارد | |||
فروش به دارایی | SAL/TA | 223/10 | 0.00000 | توزیع نرمال دارد | |||
نسبت سود خالص به دارایی | NI/TA | 019/4 | 0.00000 | توزیع نرمال ندارد | |||
نوسانات نرخ تورم |
| 715/7 | 0.00000 | توزیع نرمال ندارد | |||
نوسانات نرخ بهره |
| 922/8 | 0.00000 | توزیع نرمال ندارد | |||
عدم قطعیت سیاست اقتصادی | UncerEco | 586/15 | 0.00000 | توزیع نرمال ندارد | |||
سن شرکت | Age | 779/13 | 0.00000 | توزیع نرمال ندارد | |||
سیاست تقسیم سود | Div | 659/16 | 0.00000 | توزیع نرمال ندارد | |||
تعداد اعضای هیأت مدیره | Board | 537/16 | 0.00000 | توزیع نرمال ندارد | |||
مدل آزمون فرضیه | آزمون اف لیمر | آزمون هاسمن | ||
آماره آزمون | سطح معنیداری | آماره آزمون | سطح معنیداری | |
فرضیه (مدل) اول | 17/3 | 0000/0 | 39/66 | 0000/0 |
فرضیه (مدل) دوم | 36/3 | 0000/0 | 17/60 | 0000/0 |
فرضیه (مدل) سوم | 48/3 | 0000/0 | 25/65 | 0000/0 |
فرضیه (مدل) چهارم | 59/3 | 0000/0 | 94/25 | 0001/0 |
با توجه به نتایج جدول 6، سطح معناداری آزمون اف لیمر در مدلهای پژوهش کمتر از 5 درصد است، از این رو نوع دادهها تابلویی و آزمون هاسمن تعیین کننده نوع رگرسیون خواهد بود با توجه به نتایج آزمون هاسمن در مدلهای پژوهش سطح معناداری کمتر از 5 درصد است لذا باید از روش پانل دیتا- ثابت استفاده کرد.
وقتی خطاها ناهمسان باشند، انحراف معیار عرض از مبدأ بسیار بزرگ می‌شود. انحراف معیار ضرایب شیب نیز به شکل ناهمسانی بستگی دارد. برای مثال اگر واریانس خطاها به شکل مثبتی با مجذور یک متغیر توضیحی در ارتباط باشد، انحراف معیار ضریب آن متغیر، بسیار بزرگ خواهد بود (افلاطونی، 1395).
جدول (7)، نتایج آزمون ناهمسانی واریانس
مدل آزمون | آماره آزمون | سطح معنیداری | نتیجه آزمون |
فرضیه (مدل) اول | 55/6437 | 0000/0 | وجود ناهمسانی واریانس |
فرضیه (مدل) دوم | 08/5767 | 0000/0 | وجود ناهمسانی واریانس |
فرضیه (مدل) سوم | 11/5907 | 0000/0 | وجود ناهمسانی واریانس |
فرضیه (مدل) چهارم | 09/6150 | 0000/0 | وجود ناهمسانی واریانس |
نتایج حاصل در جدول 7 نشان می‌دهد که سطح معنیداری آزمون در مدلهای پژوهش کمتر از 5 درصد می‌باشد و بیانگر وجود ناهمسانی واریانس در جملات اخلال می‌باشد. که این مشکل در تخمین نهایی مدل پژوهش با اجرای دستور gls رفع شده است.
یکی از فرض‌های اساسی در تخمین مدل رگرسیون به روش OLS عدم خودهمبستگی بین جملات خطا یا همبستگی سریالی است. چون مقادیری که متغیرهای توضیحی در مدل به خود می‌گیرند تصادفی هستند، بنابراین مقادیر خطا نیز باید در کل تصادفی باشند. یعنی، بین مقادیر جملات خطا همبستگی و ترتیب خاصی وجود نداشته باشد و در طول زمان به‌طور منظم تغییر نکند، زیرا اگر چنین باشد، تغییرات جملات خطا تصادفی نبوده و به مقادیر متغیرهای توضیحی وابسته خواهد بود. همبستگی بین مقادیر خطا ممکن است در بین سالهای مختلف و یا در بین مقاطع مختلف وجود داشته باشد (بنی مهد و همکاران، 1395).
جدول (8)، نتایج آزمون خودهمبستگی سریالی
مدل آزمون | آماره آزمون | سطح معنی داری | نتیجه آزمون |
فرضیه (مدل) اول | 349/3 | 0696/0 | عدم وجود خودهمبستگی |
فرضیه (مدل) دوم | 575/0 | 4497/0 | عدم وجود خودهمبستگی |
فرضیه (مدل) سوم | 120/0 | 7301/0 | عدم وجود خودهمبستگی |
فرضیه (مدل) چهارم | 712/0 | 4002/0 | عدم وجود خودهمبستگی |
با توجه به نتایج جدول 8، مشاهده می‌شود که سطح معناداری آزمون والدریج برای مدلهای پژوهش بیشتر از 5 درصد بوده و بیانگر عدم وجود خودهمبستگی سریالی در مدل‌ها می‌باشد.
نتیجه آزمون فرضیه اول: شاخص های حسابداری دادگاهی با کیفیت گزارشگری مالی(مبتنی بر مدل جونز) ارتباط دارد.
جدول (9) نتیجه آزمون فرضیه اول
کیفیت گزارشگری مالی(مدل جونز) | |||||||
متغیرها | نماد | ضرایب | خطای استاندارد | آماره z | سطح معناداری | ||
تقلب | Fraud | 3627/0- | 0107/0 | 26/3- | 001/0 | ||
اندازه شرکت | Size | 0065/0- | 0028/0 | 29/2- | 022/0 | ||
نرخ بازده دارایی ها | ROA | 0597/0- | 0230/0 | 59/2- | 010/0 | ||
ارزش بازار به ارزش دفتری | Mv_BV | 0005/0- | 0003/0 | 89/1- | 059/0 | ||
مالکیت نهادی | InstOwnreship | 0479/0 | 0215/0 | 23/2 | 026/0 | ||
Cعرض از مبدا | 0545/0- | 0428/0 | 27/1- | 204/0 | |||
ضریب تعیین | 50 درصد | ||||||
آماره والد | 38/56 | ||||||
سطح معناداری آزمون | 0000/0 | ||||||
نتایج جدول 9، نشان می دهد تقلب در گزارشگری مالی با سطح معناداری(0000/0) و ضریب(0362/0-) ارتباط معکوس و معناداری با کیفیت گزارشگری مالی دارد. به عبارتی با افزایش تقلب در گزارشگری مالی از میزان کیفیت اطلاعات کاسته می شود. همچنین از متغیرهای کنترلی پژوهش، اندازه شرکت و نرخ بازده دارایی ها با سطح معناداری کمتر از 5 درصد و ضرایب منفی ارتباط منفی با کیفیت گزارشگری مالی را نشان می دهد. در حالی که مالکیت نهادی به دلیل نقش نظارتی بیشتر ارتباط مستقیم با کیفیت گزارشگری مالی دارد. ضریب تعیین مدل نشان می دهد متغیرهای مستقل پژوهش به میزان 50 درصد توان تبیین کیفیت گزارشگری مالی بر اساس مدل جونز را دارند. سطح معناداری کمتر از 5 درصد نیز برای این فرضیه نشان می دهد، مدل برازش شده از اعتبار لازم برخوردار است.
نتیجه آزمون فرضیه دوم: شاخص های حسابداری دادگاهی با کیفیت گزارشگری مالی(مبتنی بر مدل تعدیل شده جونز) ارتباط دارد.
جدول (10)، نتیجه آزمون فرضیه دوم
کیفیت گزارشگری مالی(مدل تعدیل شده جونز) | |||||||
متغیرها | نماد | ضرایب | خطای استاندارد | آماره z | سطح معناداری | ||
تقلب | Fraud | 0278/0- | 0100/0 | 77/2- | 006/0 | ||
اندازه شرکت | Size | 0038/0- | 0027/0 | 39/1- | 164/0 | ||
نرخ بازده دارایی ها | ROA | 0380/0- | 0241/0 | 58/1- | 114/0 | ||
ارزش بازار به ارزش دفتری | Mv_BV | 0004/0- | 0003/0 | 38/1- | 168/0 | ||
مالکیت نهادی | InstOwnreshp | 0352/0 | 0193/0 | 82/1 | 068/0 | ||
Cعرض از مبدا | 0816/0- | 0404/0 | 02/2- | 044/0 | |||
ضریب تعیین | 30 درصد | ||||||
آماره والد | 92/31 | ||||||
سطح معناداری آزمون | 0000/0 | ||||||
نتایج جدول 10، نشان می دهد تقلب در گزارشگری مالی با سطح معناداری(0000/0) و ضریب(0278/0-) ارتباط معکوس و معناداری با کیفیت گزارشگری مالی دارد. به عبارتی با افزایش تقلب در گزارشگری مالی از میزان کیفیت اطلاعات کاسته می شود. همچنین از متغیرهای کنترلی پژوهش، هیچکدام ارتباط معناداری با متغیر وابسته ندارند. ضریب تعیین مدل نشان می دهد متغیرهای مستقل پژوهش به میزان 30 درصد توان تبیین کیفیت گزارشگری مالی بر اساس مدل تعدیل شده جونز را دارند. سطح معناداری کمتر از 5 درصد نیز برای این فرضیه نشان می دهد، مدل برازش شده از اعتبار لازم برخوردار است.
نتیجه آزمون فرضیه سوم: شاخص های حسابداری دادگاهی با کیفیت گزارشگری مالی(مبتنی بر مدل کازنیک) ارتباط دارد.
جدول (11)، نتیجه آزمون فرضیه سوم
کیفیت گزارشگری مالی(مدل کازنیک) | ||||||
متغیرها | نماد | ضرایب | خطای استاندارد | آماره z | سطح معناداری | |
تقلب | Fraud | 0301/0- | 0095/0 | 16/3- | 002/0 | |
اندازه شرکت | Size | 0091/0- | 0026/0 | 38/3- | 001/0 | |
نرخ بازده دارایی ها | ROA | 0673/0- | 0220/0 | 05/3- | 002/0 | |
ارزش بازار به ارزش دفتری | Mv_BV | 0002/0- | 0002/0 | 21/1- | 228/0 | |
مالکیت نهادی | InstOwnreshp | 0469/0 | 0174/0 | 69/2 | 007/0 | |
Cعرض از مبدا | 0050/0- | 0385/0 | 13/0- | 896/0- | ||
ضریب تعیین | 66 درصد | |||||
آماره والد | 90/76 | |||||
سطح معناداری آزمون | 0.0000 | |||||
نتایج جدول 11، نشان می دهد تقلب در گزارشگری مالی با سطح معناداری(0000/0) و ضریب(301/0-) ارتباط معکوس و معناداری با کیفیت گزارشگری مالی دارد. به عبارتی با افزایش تقلب در گزارشگری مالی از میزان کیفیت اطلاعات کاسته می شود. همچنین از متغیرهای کنترلی پژوهش، اندازه شرکت و نرخ بازده دارایی ها با سطح معناداری کمتر از 5 درصد و ضرایب منفی ارتباط منفی با کیفیت گزارشگری مالی را نشان می دهد. در حالی که مالکیت نهادی به دلیل نقش نظارتی بیشتر ارتباط مستقیم با کیفیت گزارشگری مالی دارد. ضریب تعیین مدل نشان می دهد متغیرهای مستقل پژوهش به میزان 66 درصد توان تبیین کیفیت گزارشگری مالی بر اساس مدل کازنیک را دارند. سطح معناداری کمتر از 5 درصد نیز برای این فرضیه نشان می دهد، مدل برازش شده از اعتبار لازم برخوردار است.
نتیجه آزمون فرضیه اول: شاخص های حسابداری دادگاهی با کیفیت گزارشگری مالی(مبتنی بر مدل کوتاری) ارتباط دارد.
جدول (12)، نتیجه آزمون فرضیه چهارم
کیفیت گزارشگری مالی(مدل کوتاری) | |||||||
متغیرها | نماد | ضرایب | خطای استاندارد | آماره z | سطح معناداری | ||
تقلب | Fraud | 0234/0- | 0067/0 | 49/3- | 000/0 | ||
اندازه شرکت | Size | 0001/0- | 0015/0 | 03/0- | 974/0 | ||
نرخ بازده دارایی ها | ROA | 0523/0- | 0169/0 | 08/3- | 002/0 | ||
ارزش بازار به ارزش دفتری | Mv_BV | 0001/0- | 0001/0 | 17/0- | 863/0 | ||
مالکیت نهادی | InstOwnreshp | 0044/0 | 0125/0 | 35/0 | 725/0 | ||
Cعرض از مبدا | 0473/0- | 0244/0 | 94/1- | 052/0 | |||
ضریب تعیین | 56 درصد | ||||||
آماره والد | 94/56 | ||||||
سطح معناداری آزمون | 0000/0 | ||||||
نتایج جدول 2، نشان می دهد تقلب در گزارشگری مالی با سطح معناداری(0000/0) و ضریب(0234/0-) ارتباط معکوس و معناداری با کیفیت گزارشگری مالی دارد. به عبارتی با افزایش تقلب در گزارشگری مالی از میزان کیفیت اطلاعات کاسته می شود. همچنین از متغیرهای کنترلی پژوهش، نرخ بازده دارایی ها ارتباط منفی با کیفیت گزارشگری مالی دارد در حالی که اندازه شرکت، ارزش بازار به ارزش دفتری و مالکیت نهادی ارتباط معنی داری با کیفیت گزارشگری مالی ندارد. ضریب تعیین مدل نشان می دهد متغیرهای مستقل پژوهش به میزان 56 درصد توان تبیین کیفیت گزارشگری مالی بر اساس مدل کوتاری را دارند. سطح معناداری کمتر از 5 درصد نیز برای این فرضیه نشان می دهد، مدل برازش شده از اعتبار لازم برخوردار است.
نتیجه گیری و پیشنهادات
کاربران مختلف صورتهای مالی از هر گروهی اعم از سرمایه گذاران، دولت، تحلیل گران به اطلاعاتی قابل اتکا در جهت تصمیم گیری و تخصیص بهینه منابع نیازمند هستند. در همین راستا و پیرو مطالعات صورت گرفته در داخل و خارج از کشور و همچنین تکمیل مطالعات برنا و همکاران(1401)، سعی گردید، ارتباط شاخص های حسابداری دادگاهی با کیفیت گزارشگری مالی بررسی شود. نتایج نشان داد، تقلب منجر به کاهش کیفیت گزارشگری مالی می شود و طبق مدل کازنیک(علاوه بر معیارهای جونز و جونز تعدیل شده به نقش جریان های نقدی نیز در کیفیت گزارشگری مالی می پردازد) بیشترین میزان تبیین کنندگی در کشف تقلب را دارد. سپس مدل های جونز و کوتاری به ترتیب بیشتر میزان تبیین کنندگی را خواهند داشت و در نهایت مدل تعدیل شده جونز کمترین میزان تبیین کنندگی را در بین سایر متغیرها دارد. از اینرو به سرمایه گذاران پیشنهاد می گردد در تصمیمات سرمایه گذاری و شناخت محیط مناسب سرمایه گذاری به کل بدهی ها، نسبت سود انباشته، فروش، سود خالص، تغییرات تورم، عدم قطعیت سیاست اقتصادی، سن شرکت، سیاست تقسیم سود و تعداد اعضای هیدت مدیره توجه نمایند ، چرا که با افزایش احتمال تقلب در گزارشگری با استفاده از شاخص پیش بینی وقوع تقلب در شرکتهای ایرانی ، کیفیت گزارشگری مالی نیز به شدت کاهش می یابد. به حسابرسان و سیاست گذاران حوزه حسابرسی و نهاد های نظارتی پیشنهاد می شود به شاخص های پیش بینی کننده احتمال وقوع تقلب که در بالا اشاره گردید توجه نموده و در ارزیابی خود ارتباط قوی آن با کیفیت گزارشگری مالی را لحاظ نمایند. از طرفی به اعتباردهندگان نیز پیشنهاد می گردد با بکارگیری تحلیل الگوی حاضر، سرمایه خود را از هرگونه ابهامی مصون دارند. به سازمان بورس اوراق بهادار تهران نیز پیشنهاد می گردد با بکارگیری الگوی حاضر، شرکت های فعال را از بعد احتمال تقلب و کیفیت اطلاعات حسابداری رتبه بندی نموده تا در راستای راهنمایی و هدایت ذینفعان بازار سرمایه مفید واقع گردد.
محدودیت اساسی پژوهش حاضر در عدم دسترسی به اطلاعات کارتابل شرکت ها بود که برخی مفاهیم، مصادیق و قرائن در شرایط فعلی گزارشگری کشور امکانپذیر نبوده است.
فهرست منابع:
اعتمادی، حسین و زلقی، حسن. (1392)، کاربرد رگرسیون لجستیک در شناسایی گزارشگری مالی متقلبانه، دانش حسابرسی، دوره 13، شماره 51، صص 5-23.
برزگر عباسپور، کسری؛ اسلامی مفید آبادی، حسین و ابراهیمی شقاقی. (1402). تأثیر ویژگی های حسابرس و ساختار هیئت مدیره بر احتمال وقوع تقلب در صورت های مالی شرکت های تجاری. فصلنامه قضاوت و تصمیم گیری در حسابداری، دوره 2، شماره 3، صص 115-145.
برنا، محمدرضا؛ برادران حسن زاده، رسول؛ فضل زاده، علیرضا و بادآور نهندی، رسول. (1401)، الگوی عوامل موثر بر وقوع تقلب در صورت های مالی با رویکرد حسابداری دادگاهی: بر اساس روش تحلیل مضمون(تم(، مجله پژوهش های کاربردی در گزارشگری مالی، دوره 11، شماره2.
برنا، محمدرضا؛ برادران حسن زاده، رسول؛ فضل زاده، علیرضا و بادآور نهندی، رسول. (1400)، تبیین ابعاد مفهوم، مصادیق و قرائن تقلب در صورتهایمالی به روش تحلیل تم، دو فصلنامه حسابداری ارزشی و رفتاری، شماره 12.
بنی مهد، بهمن؛ عربی، مهدی و حسن پور، شیوا.(1397)، پژوهش های تجربی و روش شناسی در حسابداری. انتشارات ترمه، چاپ پنجم.
بولو، قاسم و صادقی، پیمان.(1389)، تاثیر ویژگی‌هایاخلاقی فردی حسابرسان بر استفاده از راهنمای تصمیم در کشف تقلب مدیریت، فصلنامه اخلاق در علوم و فناوری، سال پنجم، شماره‌های 3و 4، صص74-83.
پسندیده فرد، فایزه؛ وادی زاده، کاظم؛ سپاسی، سحر. (1399)، شناسایی عوامل موثر بر گزارشگری مالی متقلبانه و نادرست با استفاده از روش فراترکیب، دو فصلنامه حسابداری ارزشی و رفتاری، دوره 5، شماره 9، صص 301-334.
پورحیدری، امید و بذرافشان، سعید.(1390)، بررسی سودمندی استفاده از چک لیست راهنمای کشف تقلب در ارزیابی خطر تقلب مدیریت، پژوهش‌های تجربی حسابداری مالی، سال دوم، شماره 3، صص 69-86.
تشدیدی، الهه و سپاسی، سحر.(1397)، ارائه الگوی پیشگیری و کنترل تقلب در ایران به روش نظریه پردازی زمینه بنیان، حسابداری مالی، سال دهم، شماره 40،صص29-50.
خواجوی، شکراله و ابراهیمی، مهرداد.(1396)، مدل سازی متغیرهای اثر گذار بر کشف تقلب در صورت های مالی با استفاده از تکنیک های داده کاوی، حسابداری مالی،فصلنامه حسابداری مالی، سال 9، شماره 33، صص23-50.
خواجوی، شکراله و ابراهیمی، مهرداد.(1396)، ارائه یک رویکرد محاسباتی نوین برای پیشبینی تقلب در صورتهای مالی با استفاده از شیوههای خوشهبندی و طبقهبندی (شواهدی از شرکتهای پذیرفتهشده در بورس اوراق بهادار تهران)، پیشرفتهای حسابداری، دوره 9، شماره 2، صص 1-34.
دیانتی دیلمی، زهرا؛ باقری، ناهید؛ منطقی، خسرو. (1400)، الگوی شناسایی اسناد و مدارک فیزیکی مشکوک به تقلب بر اساس مشخصات ظاهریشان، مجله دانش حسابداری، دوره دوازدهم، ش 3، پیاپی 46، صص 129-146.
رضایی، ذبیح اله.(1398)، حسابداری قانونی و تقلب در صورتهای مالی،ترجمه: سید علی صبحی، انتشارات شرکت پیشرو فناور قائد، تهران، صص 17-25.
ساریخانی، مهدی؛ ایزدی نیا، ناصر؛ کریم زاده، سعید دائی. (1399). بررسی عوامل موثر بر قصد گزارشگری تقلب با استفاده از مثلث تقلب و تئوری رفتار برنامه ریزی شده: از دیدگاه حسابداران، دو فصلنامه ارزشی و رفتاری، دوره 3، شماره 6، صص 105-135.
سجادی، سید حسین و کاظمی، توحید.(1395)، الگوی جامع گزارشگری مالی متقلبانه در ایران به روش نظریه پردازی زمینه بنیان، پژوهش های تجربی حسابداری، دوره 6، شماره 1، صص185-204.
صفرزاده، محمد حسین. (1389)، توانایی نسبت های مالی در کشف تقلب در گزارشگری مالی: تحلیل لاجیت، مجله علمی-پژوهشی دانش حسابداری، دوره 1، شماره 1، صص137-163.
طاهری، مسعود؛ ایزدی نیا، ناصر؛ مؤید فر، رزیتا.(1397)، بررسی اهمیت ابعاد و نشانه های تقلب در تعدیل برنامه حسابرسی با استفاده از مدل پنتاگون تقلب، مطالعات تجربی حسابداری مالی، سال 15، شماره 59، صص 83-106.
فرقاندوست حقیقی، کامبیز؛ هاشمی، سید عباس؛ فروغی دهکردی، امین. (1393)، مطالعه رابطه بین مدیریت سود و امکان تقلب در صورتهای مالی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران، دانش حسابرسی، سال 14، شماره 56، صص 47-68.
فرقاندوست حقیقی، کامبیز و برواری، فرید. (1388)، بررسی رابطه روشهای تحلیلی در ارزیابی ریسک تحریف صورتهای مالی:تقلب مدیریت، فصلنامه دانش و پژوهش حسابداری، شماره 16، صص 18-23 و 65-70.
مرادی، جواد؛ رستمی، راحله؛ زارع، رضا. (1393)، شناسایی عوامل خطر موثر بر احتمال وقوع تقلب د گزارشگری مالی از دید حسابرسان و بررسی تأثیر آن ها بر عملکرد مالی شرکت. پیشرفت های حسابداری، دوره 6، شماره 1، صص 141-173.
معصومی، جواد؛ نیکو مرام، هاشم؛ طالب نیا، قدرت اله. (1399)، شناسایی و رتبه بندیی عوامل موثر بر کشف تقلب صورتهای مالی با استفاده از فرایند تحلیل سلسله مراتبی (AHP) . دانش حسابداری و حسابرسی مدیریت، دوره 9، شماره 35، صص 1-25.
یزدانی، بهزاد؛ لشگری، زهرا و محمدی نوده، فاضل. (1401). نقش ویژگی های حسابرس در کاهش ریسک تقلب گزارشگری مالی. فصلنامه پژوهش های تجربی، شماره 44، صص 27-46.
Anupam, M., and B. Ganga. 2017. Application of Forensic Tools to Detect Fraud: The case of Toshiba. Journal of forensic and Investigative 9(1): 692-710
Beneish, M. D. (1999). The Detection of Earnings Manipulation. Financial Analysts Journal, 55(5): 24-36
Bell, T., and j. Carcello. 2000. A Decision aid for assessing the Likelihood of fraudulent financial reporting. A journal of Practice & Theory, 9(1): 169-178.
Bani Ahmad. A., (2019). The Moderating role of Internal Control on the relationship between Accounting Information System and Detection of Fraud: The Case of the Jordanian Banks, International Journal of Academic Research in Economics and Management Sciences, 8(1): 27-42
Braun, v. and v. Clarke. 2006. Using thematic analysis in psychology, Qualitative Research in Psychology 3(2): 77-101.
Erwin, I., GH. Giyanti, H. Kartini, W. syamsuddin, M. Arifuddin. (2021). Determinants of Financial Statement Fraud: Research Fraud Diamond Theory (Empirical Study on Manufacturing Company listed on the Stock Exchange). Psychology and Education, 58(1), 302 -308.
Lin, C.-C., A.-A. Chiu, S.Y. Huang, and D.C. Yen. 2015. Detecting the financial statement fraud: The analysis of the differences between data mining techniques and expers’ judgments. Knowledge-Based Systems. Elsevier B.V. All rights reserved 89: 459-470.
Liodorova, J., I. Voronova, and R. Seider. 2021. Advanced Forensic Methods to Detect Fraud. Article in Criminalistics and Forensics. At https://doi.org/10.33994/kndise. 66(06). 48-59.
Olusola Luke, O. 2013. Application of Forensic Accounting: A Tool for Confidence in Auditors’ Reports. Department of Accountancy accountancy, School of Business Studies, The Federal Polytechnic, Ado-Ekiti, Ekitistate, Nigeria. Research Journal of Finance and Accouunting 4(17): 105-110.
Özcan, A. 2019. Analyzing the Impact of Forensic Accounting on the Detection of Financial Information Manipulation, Manas journal of Social Studies 8(2): 1744-1760.
Ross, B. 2010. What are the Requirements for Fraud? Lawyers.com.Retrieved from http://research.lawyers.com/blogs/archives/4184-what-are-the-requirements-for fraud.html.
Sabàu, A. I., and C. Mare, I. L. Safta. 2021. A Statistical Model of Fraud Risk in Financial satements. Case for Romania Companies. At https://doi.org/10.3390/risks9060116.
Spathis, C. T., (2002). Detecting False Financial Statements Using Published Data: Some Evidece from Greece. Managerial Auditing Journal, (17): 179-191.
Tarjo, D., and N. Herawati. (2015). Application of Beneish M-score Models and Data Mining to Detect Financial Fraud, Procedia-Social and Behavioral Sciences, (211): 924-930.
Yulistyawati, N.K.A., Suardikha, M.S., Sudana, P. (2019). The analysis of the factor that causes fraudulent financial reporting with fraud diamond. Journal Akuntansi dan Auditing Indonesia, 23(1), 1-10.
Zainudin, E. F., and H. A. Hashim. 2016. Detecting Fraudulent Financial Reporting using financial ratio. Journal of Financial Reporting and Accounting 14(2): 266-278.
[1] مقاله حاضر مستخرج از رساله دکتری تخصصی حسابداری می باشد.
[2] Fraud
[3] Sarbanes-oxly
[4] Financial Reporting Quality
Related articles
-
Pathology of electronic financial reporting in terms of content.Dimensions and structure
Print Date : 2023-06-20
The rights to this website are owned by the Raimag Press Management System.
Copyright © 2021-2024