- Tytuł:
-
Ocena skuteczności modelu Beneisha w wykrywaniu manipulacji w sprawozdaniach finansowych
Effectiveness of the Beneish Model in Detecting Financial Statement Manipulations - Autorzy:
- Golec, Anna
- Powiązania:
- https://bibliotekanauki.pl/articles/659086.pdf
- Data publikacji:
- 2019
- Wydawca:
- Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
- Tematy:
-
model Beneisha
M‑Score
manipulacje wynikami finansowymi
Polska
rynek kapitałowy
Beneish Model
M-Score
financial statement manipulation
Polska
listed companies - Opis:
-
The aim of this study is to verify whether Beneish M‑Score model can be useful in detecting Polish companies involved in earning management practices that lead to adverse or disclaimer of auditors’ opinion. The sample covers 24 pairs of firms listed on Warsaw Stock Exchange or New Connect (alternative market). The findings generally indicate that with –2.22 point cut‑off the model was able to identify 67% of manipulators and 75% non‑manipulators correctly. The accuracy of the model improved from 71% to 75% after shifting the cut‑off point to –1.98. Another observation was that high changes in M‑Score values turned out to be better indicator of manipulation and the classification based on 35% change in year‑to‑year values reached 85% accuracy.
Celem artykułu jest ocena, czy model Beneisha może stanowić użyteczne narzędzie do wykrywania manipulacji wynikami finansowymi, które prowadziły do wydania negatywnej opinii biegłego rewidenta lub odmowy jej wydania w polskich spółkach kapitałowych. Badaniem objęto 24 pary przedsiębiorstw z głównego rynku Giełdy Papierów Wartościowych w Warszawie oraz z rynku alternatywnego New Connect. Z przeprowadzonych analiz wynika, że przy punkcie granicznym –2,22 model poprawnie identyfikował 67% manipulatorów i 75% niemanipulatorów. Dokładność modelu wzrastała z 71% do 75% wraz z przesuwaniem punktu odcięcia do –1,98. Kolejną obserwacją był fakt, że duże zmiany w wartościach M‑Score okazały się lepszym kryterium oceny. Klasyfikacja podmiotów na podstawie 35% zmiany wskaźnika rok do roku pozwoliła zwiększyć dokładność grupowania do 85%. - Źródło:
-
Acta Universitatis Lodziensis. Folia Oeconomica; 2019, 2, 341; 161-182
0208-6018
2353-7663 - Pojawia się w:
- Acta Universitatis Lodziensis. Folia Oeconomica
- Dostawca treści:
- Biblioteka Nauki
Artykuł