Профессор бухгалтерского учета Урудж Хан предложил новый способ оценки «качества прибыли» компаний. Его работа опубликована в журнале Contemporary Accounting Research.

Ученые исследовали финансовые отчеты компаний и выяснили, что новый метод под названием EQSCORE лучше других помогает найти компании, которые могут обманывать в своих бухгалтерских документах.

EQSCORE — это более сложный показатель, который учитывает больше подозрительных признаков в бухгалтерии. Он также обращает внимание на то, как управляют компанией директора — например, если директор одновременно является акционером, он может быть не совсем объективным. И еще EQSCORE учитывает другие проблемы, которые находят аудиторы.

Мы провели исследование, чтобы найти более эффективный способ оценки прибыли компаний. Раньше на Уолл-стрит использовали один подход для этого, а в науке — другой. Теперь мы создали новую модель, которая учитывает больше факторов, влияющих на работу компании и ее финансовые отчеты, — говорит Хан.

Флаги для мошенничества

Хан вместе с двумя учеными из других университетов изучил подробные отчеты частных исследовательских компаний. В этих отчетах на основе общедоступной информации были перечислены компании, которые могли вести незаконную или сомнительную финансовую отчетность.

Исследователи изучили 613 отчетов и определили признаки ( «сигналы»), по которым можно выявить 230 компаний, подозреваемых в нарушениях. Большинство признаков были связаны с бухгалтерией, например, подозрительные показатели выручки и прибыли. Но также учитывались вопросы управления компанией и аудита.

Хан вместе с коллегами нашел в отчетах 51 признак, который может указывать на проблемы в компании. Эти признаки назвали «красными флагами» и использовали для создания системы оценки под названием EQSCORE.

Из 51 признака 31 связан с бухгалтерией, 8 — с характеристиками совета директоров, а 11 — с аудитом.

Чтобы проверить новую систему оценки, исследователи сравнили ее с другими моделями. Для этого они применили EQSCORE к другому набору данных — информации о компаниях, которые привлекли внимание Комиссии по ценным бумагам и биржам из-за нарушений.

Комиссия по ценным бумагам и биржам (SEC) не может найти все подозрительные финансовые отчеты компаний, но она выявляет самые явные нарушения. Из-за ограниченного бюджета SEC расследует только те случаи, когда есть серьезные доказательства обмана, — говорит Хан.

Исследователи придумали систему под названием EQSCORE. Они взяли данные о компаниях, против которых SEC (Комиссия по ценным бумагам и биржам) возбудила дело в период с 2004 по 2009 год. Затем они проверили, может ли эта система предсказать, какие компании будут обвинены SEC в период с 2010 по 2016 год.

По сравнению с другими скоринговыми системами EQSCORE:

• Правильно предсказала 71% отчетных лет компаний, в отношении которых SEC проводила расследование. Модель, занявшая второе место, оказалась верна только для 55% подозрительных лет.
• Пропустила только 29% лет, отмеченных Комиссией по ценным бумагам и биржам, по сравнению с 45% для следующей по рейтингу модели.

Хан надеется, что EQSCORE может заинтересовать SEC, которая в 2012 году начала разработку собственной модели для выявления мошенничества и нарушений в бухгалтерском учете. Она также может помочь частным инвесторам выявить компании, которые расширяют границы бухгалтерского учета, не пересекая их.

Исследователи придумали, как показать потенциал своего инструмента для инвесторов. Они создали стратегию работы на фондовом рынке с его использованием.

Они покупали акции компаний с низким EQSCORE и продавали акции компаний с высоким EQSCORE. Они думали, что акции с высоким EQSCORE упадут в цене. И за семь лет эта стратегия показала результат: среднегодовая доходность была на 7,8% больше, чем ожидалось без этой стратегии.

Хан заключает:

Наш инструмент EQSCORE помогает лучше предсказывать мошенничество. С его помощью можно найти компании, которые обманывают и скрывают проблемы в бизнесе.

Ранее мы писали о том, что 94% электронных таблиц для бизнеса содержат критические ошибки и могут нанести ущерб компаниям.