การประยุกต์ใช้รายการบัญชีในงบการเงินเพื่อประเมินคุณภาพกิจการ แนวโน้มการทุจริต และแนวโน้มการล้มละลาย
คำสำคัญ:
อัตราส่วนทางการเงิน, แบบจำลอง Beneish M-Score, แบบจำลอง Altman Z- Scoreบทคัดย่อ
การศึกษานี้มุ่งเน้นการศึกษาความซ้ำซ้อนของการใช้รายการบัญชีในงบการเงินสำหรับเครื่องมือทางการเงินที่นำไปใช้และตีความต่างกัน เครื่องมือทางการเงิน ได้แก่ 1. อัตราส่วนทางการเงิน (Financial Ratio) 2. แบบจำลอง Beneish M-Score และ 3. แบบจำลอง Altman Z-Score เพื่อสกัดรายการบัญชี (ตัวแปร) ในเครื่องมือเหล่านี้ที่มาจากงบการเงิน สำหรับเป็นข้อมูลในการพัฒนาเครื่องมือทางการเงินในอนาคตให้ลดความซ้ำซ้อนจากการรายการในงบการเงินไปใช้ในแต่ละเครื่องมือ จากการทบทวนวรรณกรรมพบว่า อัตราส่วนทางการเงินใช้ในการประเมินสภาพคล่องและประสิทธิภาพทางการเงิน แบบจำลอง Beneish M-Score ใช้ในการตรวจจับการทุจริตทางบัญชี และแบบจำลอง Altman Z-Score ใช้ในการทำนายแนวโน้มการล้มละลาย สำหรับผู้บริหาร ผู้ถือหุ้น ผู้สอบบัญชี และผู้สนใจทั่วไป ต้องใช้ตัวเลขในงบการเงินซ้ำไปมาเพื่อคำนวณค่า
จากการศึกษาพบว่า อัตราส่วนทางการเงิน (Financial Ratio) แบบจำลอง Beneish M-Score และ แบบจำลอง Altman Z-Score ยังได้รับความนิยมในธุรกิจ และยังใช้ตัวเลขจากรายการบัญชีในงบการเงินที่เหมือนกันเพื่อการคำนวณค่า การสกัดรายการบัญชี(ตัวแปร)ที่ใช้ร่วมกันจากงบการเงิน พบว่า สินทรัพย์รวม หนี้สินรวม และรายได้(ยอดขาย) ถูกนำไปใช้ทั้ง 3 เครื่องมือ และยังมีรายการบัญชีอื่นที่ใช้และไม่ใช้ร่วมกับเครื่องมืออื่น รายการบัญชี(ตัวแปร)ที่ได้สามารถใช้เป็นข้อมูลสำหรับการสร้างหรือพัฒนาเครื่องมือที่สามารถรวมจุดเด่นของทั้งสามเครื่องมือเข้าด้วยกันเพื่อเติมเต็มจุดที่ไม่สมบูรณ์ระหว่างเครื่องมือ ทำให้ลดเวลาและความซับซ้อนในการคำนวณและการใช้ตัวเลขจากงบการเงิน ทำให้สามารถติดตามสภาพคล่องทางการเงิน ป้องกันการทุจริต และแจ้งเตือนภาวะล้มละลายได้อย่างมีประสิทธิภาพ เพื่อให้กิจการดำรงอยู่ (Going Concern) ได้อย่างยั่งยืน
References
พรรณนิภา รอดวรรณะ. (2564). ระบบ Forensic Analytics ขั้นพื้นฐานในการตรวจสอบการทุจริตของงบการเงิน: กรณีศึกษาบริษัทในตลาดหลักทรัพย์แห่งประเทศไทย. วารสารสภาวิชาชีพบัญชี, 3(8), 4-21.
Altman, E. I., Iwanicz-Drozdowska, M., Laitinen, E. K., and Suvas, A. (2014). Distressed Firm and Bankruptcy Prediction in an International Context: A Review and Empirical Analysis of Altman's Z-Score Model. Available at SSRN 2536340.
Beneish, M. D. (1999). The Detection of Earnings Manipulation. Financial Analysts Journal, 55(5), 24-36.
Beneish, M. D., Lee, C. M. C., and Nichols, D. C. (2013). Earnings Manipulation and Expected Returns. Financial Analysts Journal, 69(2), 57-82. https://doi.org/10.2469/faj.v69.n2.1
Bhavani, G., and Amponsah, C. T. (2017). M-Score and Z-Score for Detection of Accounting Fraud. Accountancy Business and the Public Interest, 1(1), 68-86.
Delen, D., Kuzey, C., and Uyar, A. (2013). Measuring Firm Performance Using Financial Ratios: A Decision Tree Approach. Expert Systems with Applications, i(10), 3970-3983. https://doi.org/10.1016/j.eswa.2013.01.012
Hasan, M. S., Omar, N., Handley-Schachler, M., and Chowdhury, A. (2020). A Cross-Country Study on Corporate Accruals and Financial Ratios Using Confirmatory Factor Analysis. Journal of Knowledge Globalization, 12(1), 35-72.
Hashim, H. A., and Zainudin, E. F. (2016). Detecting fraudulent financial reporting using financial ratio. Journal of Financial Reporting and Accounting, 14(2), 266-278. https://doi.org/10.1108/JFRA-05-2015-0053
Liodorova, J., and Voronova, I. (2020). Financial Ratios for Detection of Companyís Insolvency and Bankruptcy Fraud: Similarities and Differences. Soci‚lo Zin‚tÚu VÁstnesis, 1(30), 7-29. https://doi.org/10.9770/szv.2020.1
Liou, F. M. (2008). Fraudulent Financial Reporting Detection and Business Failure Prediction Models: A Comparison. Managerial Auditing Journal, 23(7), 650-662. https://doi.org/10.1108/02686900810890625
MacCarthy, J. (2017). Using Altman Z-score and Beneish M-score Models to Detect Financial Fraud and Corporate Failure: A Case Study of Enron Corporation. International Journal of Finance and Accounting, 6(6), 159-166. https://doi.org/10.5923/j.ijfa.20170606.01
McAnthony, I. A., and Jindal, P. J. (2017). Impact of Misstatement in Financial Statements on Investment Decision Making. International Journal of Scientific and Research Publications, 7(5). 145-150.
Nerviana, R. (2016). The Effect of Financial Ratios and Company Size on Dividend Policy. The Indonesian Accounting Review, 5(1), 23-32. httpsL//doi.org/10.14414/tiar.v5i1.486
Perols, Johan and Lougee, Barbara, (2010). The Relation between Earnings Management and Financial Statement Fraud. Advances in Accounting, 27(1), 39-53. https://ssrn.com/abstract=2206628
Repousis, S. (2016). Using Beneish Model to Detect Corporate Financial Statement Fraud in Greece. Journal of Financial Crime, 23(4), 1063-1073. https://doi.org/10.1108/JFC-11-2014-0055
Shakouri, M. M., Taherabadi, A., Ghanbari, M., and Jamshidinavid, B. (2021). Explaining the Beneish model and providing a comprehensive model of fraudulent financial reporting (FFR). International Journal of Nonlinear Analysis and Applications, 12(Special Issue), 39-48.
