Detección de posible manipulación de estados financieros, aplicación del modelo Beneish M-score en empresas colombianas
Palabras clave:
Modelo Beneish, información financiera, fraude, detección, estados financieros
Resumen
El fraude en los estados financieros representa una grave amenaza para los usuarios de la información financiera. Desde la investigación científica se propone el uso de modelos capaces de detectar una posible distorsión en la presentación de la información financiera. Con el propósito de identificar la posible manipulación de los estados financieros en empresas colombianas se realiza la aplicación del modelo Beneish M-score. La investigación se desarrolló bajo un enfoque cuantitativo, con un nivel de profundización descriptiva no experimental. El modelo de puntaje M. se aplicó a 274 empresas, donde los resultados evidencian indicios de una posible manipulación en los estados financieros en las empresas analizadas. Estos hallazgos revelan la existencia de posibles esquemas contables fraudulentos en empresas colombianas.
Citas
Adam, A. A. (2002). Enron-Andersen Un caso para análisis y reflexión. Contaduría y Administración, (207), 31-37.
Acosta, R.A., Guardiola, L.F. (2019). Influencia de la Auditoría forense en la detección del fraude en Colombia. Reflexiones contables, 2(2), 87-101.
Aghghaleh, S. F., Mohamed, Z. M., & Rahmat, M. M. (2016). Detecting financial statement frauds in Malaysia: comparing the abilities of Beneish and Dechow Models. Asian Journal of Accounting and Governance, 7, 57-65. http://dx.doi.org/10.17576/AJAG-2016-07-05
Angulo, Y. Z., Ochoa, A. V. & Bohórquez, N. del P. (2021). Competencia de los auditores externos en Colombia y situaciones que permiten la detección del fraude. Revista Colombiana de Contabilidad, 9(17) ,17–38.
Beneish, M.D. (1999). The detection of earnings manipulation. Financial Analysts Journal 55(5), 24-36. https://doi.org/10.2469/faj.v55.n5.2296
Bierstaker, J. L., Brody, R. G., & Pacini, C. (2006). Accountants’ perceptions regarding fraud detection and prevention methods. Managerial Auditing Journal, 21(5), 520-535. https://doi.org/10.1108/02686900610667283
Chilito, E. S. M., & Ávila, D. L. S. (2014). La Ley Sarbanes-Oxley y su necesidad en las entidades colombianas como solución a los casos de corrupción en temas financieros. Revista Activos, 12(22), 195-228.
Congreso de la República de Colombia. (2012) Ley Estatutaria 1581. Diario Oficial No. 48.587 de 18 de octubre de 2012.
Da Silva, A. C. M., Albuquerque, C. C., & Da Costa Vieira, P. R. (2019). Adoção do método Beneish Score nas empresas públicas brasileiras de capital aberto e o impacto nassuasações. Revista Vianna Sapiens, 10(1), 32-32. https://doi.org/10.31994/rvs.v10i1.574
Dechow, P. M., Ge, W., Larson, C. R., & Sloan, R. G. (2011). Predicting material accounting misstatements. Contemporary Accounting Research, 28(1), 17-82. https://doi.org/10.1111/j.1911-3846.2010.01041.x
Dechow, P. M., Sloan, R. G., & Sweeney, A. P. (1995). Detecting earnings management. Accounting Review, 193-225.
Eriksen, S. D., & de Hoyos, I. U. (2005). La corrupción, Enron y la Ley Sarbanes & Oxley. Estrategia Financiera, 218, 54-61.
Glendening, M. (2017). Critical accounting estimate disclosures and the predictive value of earnings. Accounting Horizons, 31(4), 1–12. https://doi.org/10.2308/acch-51801
Glendening, M., Mauldin, E., & Shaw, K. W. (2019). Determinants and consequences of quantitative critical accounting estimate disclosures. The Accounting Review, 94(5), 189–218. https://doi.org/10.2308/accr-52368
Gottschalk, P. (2011). Prevention of White-Collar Crime: The Role of Accounting. Journal of Forensic & Investigative Accounting, 3(1), 23–48.
Halilbegovic, S., Celebic, N., Cero, E., Buljubasic, E., &Mekic, A. (2020). Application of Beneish M-score model on small and medium enterprises in Federation of Bosnia and Herzegovina. Eastern Journal of European Studies, 11(1).
Herawati, N. (2015). Application of Beneish M-Score Models and Data Mining to Detect Financial Fraud. Procedia - Social and Behavioral Sciences, 211, 924 – 930. https://doi.org/10.1016/j.sbspro.2015.11.122
Hernández, R., Fernández, C. y Baptista, P. (2014). Metodología de la Investigación. Sexta Edición. McGraw-Hill. México D.F.
Hołda, A. (2020). Using the Beneish M-score model: Evidence from nonfinancial companies listed on the Warsaw Stock Exchange. Investment Management and Financial Innovations, 17(4), 389-401. https://doi.org/10.21511/imfi.17(4).2020.33
Kerlinger, F., & Lee, H. (2002). Investigación del comportamiento: Métodos de investigación en ciencias sociales. McGraw-Hill. México D.F.
Jones, J. J., (1991). Earnings management during import relief investigations. Journal of Accounting Research, 29(2), 193-228. https://doi.org/10.2307/2491047
Kamal, M. E. M., Salleh, M. F. M., & Ahmad, A. (2016). Detecting financial statement fraud by Malaysian public listed companies: The reliability of the Beneish M-Score model. Jurnal Pengurusan (UKM Journal of Management), 46, 23 – 32.
Kaminski, K. A., Wetzel, T. S., & Guan, L. (2004). ¿Can financial ratios detect fraudulent financial reporting? Managerial Auditing Journal, 19(1),15-28. https://doi.org/10.1108/02686900410509802
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
Magrath, L. & Weld, L.G. (2002). Abusive earnings management and early warnings signs. The CPA Journal 72(8),51-54.
Mahama, M. (2015). Detecting corporate fraud and financial distress using the Altman and Beneish models the case of Enron Corp. International Journal of Economics, Commerce and Management, 3(1), 1-18.
Mantone, P.S. (2013). Using Analytics to Detect Possible Fraud: Tools and Techniques. Hoboken, New Jersey: John Wiley & Sons, Inc.
Mehta, A. & Bhavani, G. (2017). Application of forensic tools to detect fraud: The case of Toshiba. Journal of Forensic and Investigative Accounting, 9(1), 692-710.
Montenegro, A. (Sin fecha). Econometría intermedia y básica. Universidad Javeriana.
Moreira, J. A. (2013). ¿Pode um investidor medianamente diligente detectar a manipulacao dos resultados das empresas? Estudo do caso Worldcom. (F. d. Porto, Ed.) Observatorio de Economia y Gestao de Fraude, 5-28.
Ozcan, A. (2018). The Use of Beneish Model in Forensic Accounting: Evidence from Turkey. Journal of applied economics and Business Research, 8(1), 57-67.
Panella, S., & Baronio, A. (2020). El modelo M-Score de Beneish y la “gestión” de Estados Contables (Ponencia). IX Congreso de Administración y V Congreso de Ciencias Económicas del Centro de la República, Villa María, Argentina.
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
Salas, J. A., & Reyes, N. M. (2015). Modelo propuesto para la detección de fraudes por parte de los auditores internos basado en las Normas Internacionales de Auditoría. Cuadernos de Contabilidad, 16(42), 579-623.
Shah, C., Saraswat, M., & Mehta, A. (2018). Predicting Earnings Manipulation Using Beneish M - Score of Selected Companies in India. Indian Journal of Finance, 12(4),54-66.
Spathis, C. T. (2002). Detecting false financial statements using published data: some evidence from Greece. Managerial Auditing Journal, 17(4), 179-191. https://doi.org/10.1108/02686900210424321
Szerwo, B. (2020). MD&A Disclosure of Critical Accounting Policies and Financial Reporting Risk: Evidence from Restatements. Journal of Accounting, Auditing & Finance, 1-26.https://doi.org/10.1177/0148558X20964660
Talab, H. R., Flayyih, H. H., & Ali, S. I. (2018). Role of Beneish M-score Model in Detecting of Earnings Management Practices: Empirical Study in Listed Banks of Iraqi Stock Exchange. International Journal of Applied Business and Economic Research, 16.
Terreno, D. D., Campana, S. G., & Sattler, S. (2020). La aplicación del M-score de Beneish en empresas argentinas para la detección de la manipulación en los resultados. Documentos de Trabajo de Investigación de La Facultad de Ciencias Económicas (DTI-FCE), (3), 1-21.
Urrego, J. & Hincapié, V. (2019). La auditoría forense: Herramienta estratégica para combatir el fraude en las empresas. Ágora, 7(9), 125-140.
Zambrano, Y. (2015). La auditoría forense: un mecanismo para detectar el fraude de estados financieros en Colombia. Inquietud empresarial, 15(2), 13-36.
Acosta, R.A., Guardiola, L.F. (2019). Influencia de la Auditoría forense en la detección del fraude en Colombia. Reflexiones contables, 2(2), 87-101.
Aghghaleh, S. F., Mohamed, Z. M., & Rahmat, M. M. (2016). Detecting financial statement frauds in Malaysia: comparing the abilities of Beneish and Dechow Models. Asian Journal of Accounting and Governance, 7, 57-65. http://dx.doi.org/10.17576/AJAG-2016-07-05
Angulo, Y. Z., Ochoa, A. V. & Bohórquez, N. del P. (2021). Competencia de los auditores externos en Colombia y situaciones que permiten la detección del fraude. Revista Colombiana de Contabilidad, 9(17) ,17–38.
Beneish, M.D. (1999). The detection of earnings manipulation. Financial Analysts Journal 55(5), 24-36. https://doi.org/10.2469/faj.v55.n5.2296
Bierstaker, J. L., Brody, R. G., & Pacini, C. (2006). Accountants’ perceptions regarding fraud detection and prevention methods. Managerial Auditing Journal, 21(5), 520-535. https://doi.org/10.1108/02686900610667283
Chilito, E. S. M., & Ávila, D. L. S. (2014). La Ley Sarbanes-Oxley y su necesidad en las entidades colombianas como solución a los casos de corrupción en temas financieros. Revista Activos, 12(22), 195-228.
Congreso de la República de Colombia. (2012) Ley Estatutaria 1581. Diario Oficial No. 48.587 de 18 de octubre de 2012.
Da Silva, A. C. M., Albuquerque, C. C., & Da Costa Vieira, P. R. (2019). Adoção do método Beneish Score nas empresas públicas brasileiras de capital aberto e o impacto nassuasações. Revista Vianna Sapiens, 10(1), 32-32. https://doi.org/10.31994/rvs.v10i1.574
Dechow, P. M., Ge, W., Larson, C. R., & Sloan, R. G. (2011). Predicting material accounting misstatements. Contemporary Accounting Research, 28(1), 17-82. https://doi.org/10.1111/j.1911-3846.2010.01041.x
Dechow, P. M., Sloan, R. G., & Sweeney, A. P. (1995). Detecting earnings management. Accounting Review, 193-225.
Eriksen, S. D., & de Hoyos, I. U. (2005). La corrupción, Enron y la Ley Sarbanes & Oxley. Estrategia Financiera, 218, 54-61.
Glendening, M. (2017). Critical accounting estimate disclosures and the predictive value of earnings. Accounting Horizons, 31(4), 1–12. https://doi.org/10.2308/acch-51801
Glendening, M., Mauldin, E., & Shaw, K. W. (2019). Determinants and consequences of quantitative critical accounting estimate disclosures. The Accounting Review, 94(5), 189–218. https://doi.org/10.2308/accr-52368
Gottschalk, P. (2011). Prevention of White-Collar Crime: The Role of Accounting. Journal of Forensic & Investigative Accounting, 3(1), 23–48.
Halilbegovic, S., Celebic, N., Cero, E., Buljubasic, E., &Mekic, A. (2020). Application of Beneish M-score model on small and medium enterprises in Federation of Bosnia and Herzegovina. Eastern Journal of European Studies, 11(1).
Herawati, N. (2015). Application of Beneish M-Score Models and Data Mining to Detect Financial Fraud. Procedia - Social and Behavioral Sciences, 211, 924 – 930. https://doi.org/10.1016/j.sbspro.2015.11.122
Hernández, R., Fernández, C. y Baptista, P. (2014). Metodología de la Investigación. Sexta Edición. McGraw-Hill. México D.F.
Hołda, A. (2020). Using the Beneish M-score model: Evidence from nonfinancial companies listed on the Warsaw Stock Exchange. Investment Management and Financial Innovations, 17(4), 389-401. https://doi.org/10.21511/imfi.17(4).2020.33
Kerlinger, F., & Lee, H. (2002). Investigación del comportamiento: Métodos de investigación en ciencias sociales. McGraw-Hill. México D.F.
Jones, J. J., (1991). Earnings management during import relief investigations. Journal of Accounting Research, 29(2), 193-228. https://doi.org/10.2307/2491047
Kamal, M. E. M., Salleh, M. F. M., & Ahmad, A. (2016). Detecting financial statement fraud by Malaysian public listed companies: The reliability of the Beneish M-Score model. Jurnal Pengurusan (UKM Journal of Management), 46, 23 – 32.
Kaminski, K. A., Wetzel, T. S., & Guan, L. (2004). ¿Can financial ratios detect fraudulent financial reporting? Managerial Auditing Journal, 19(1),15-28. https://doi.org/10.1108/02686900410509802
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
Magrath, L. & Weld, L.G. (2002). Abusive earnings management and early warnings signs. The CPA Journal 72(8),51-54.
Mahama, M. (2015). Detecting corporate fraud and financial distress using the Altman and Beneish models the case of Enron Corp. International Journal of Economics, Commerce and Management, 3(1), 1-18.
Mantone, P.S. (2013). Using Analytics to Detect Possible Fraud: Tools and Techniques. Hoboken, New Jersey: John Wiley & Sons, Inc.
Mehta, A. & Bhavani, G. (2017). Application of forensic tools to detect fraud: The case of Toshiba. Journal of Forensic and Investigative Accounting, 9(1), 692-710.
Montenegro, A. (Sin fecha). Econometría intermedia y básica. Universidad Javeriana.
Moreira, J. A. (2013). ¿Pode um investidor medianamente diligente detectar a manipulacao dos resultados das empresas? Estudo do caso Worldcom. (F. d. Porto, Ed.) Observatorio de Economia y Gestao de Fraude, 5-28.
Ozcan, A. (2018). The Use of Beneish Model in Forensic Accounting: Evidence from Turkey. Journal of applied economics and Business Research, 8(1), 57-67.
Panella, S., & Baronio, A. (2020). El modelo M-Score de Beneish y la “gestión” de Estados Contables (Ponencia). IX Congreso de Administración y V Congreso de Ciencias Económicas del Centro de la República, Villa María, Argentina.
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
Salas, J. A., & Reyes, N. M. (2015). Modelo propuesto para la detección de fraudes por parte de los auditores internos basado en las Normas Internacionales de Auditoría. Cuadernos de Contabilidad, 16(42), 579-623.
Shah, C., Saraswat, M., & Mehta, A. (2018). Predicting Earnings Manipulation Using Beneish M - Score of Selected Companies in India. Indian Journal of Finance, 12(4),54-66.
Spathis, C. T. (2002). Detecting false financial statements using published data: some evidence from Greece. Managerial Auditing Journal, 17(4), 179-191. https://doi.org/10.1108/02686900210424321
Szerwo, B. (2020). MD&A Disclosure of Critical Accounting Policies and Financial Reporting Risk: Evidence from Restatements. Journal of Accounting, Auditing & Finance, 1-26.https://doi.org/10.1177/0148558X20964660
Talab, H. R., Flayyih, H. H., & Ali, S. I. (2018). Role of Beneish M-score Model in Detecting of Earnings Management Practices: Empirical Study in Listed Banks of Iraqi Stock Exchange. International Journal of Applied Business and Economic Research, 16.
Terreno, D. D., Campana, S. G., & Sattler, S. (2020). La aplicación del M-score de Beneish en empresas argentinas para la detección de la manipulación en los resultados. Documentos de Trabajo de Investigación de La Facultad de Ciencias Económicas (DTI-FCE), (3), 1-21.
Urrego, J. & Hincapié, V. (2019). La auditoría forense: Herramienta estratégica para combatir el fraude en las empresas. Ágora, 7(9), 125-140.
Zambrano, Y. (2015). La auditoría forense: un mecanismo para detectar el fraude de estados financieros en Colombia. Inquietud empresarial, 15(2), 13-36.
Publicado
2022-09-23
Cómo citar
Roque, D. I., Escobar Rodríguez, J. H., & Gutiérrez Mejía, D. P. (2022). Detección de posible manipulación de estados financieros, aplicación del modelo Beneish M-score en empresas colombianas. Revista Venezolana De Gerencia, 27(100), 1577-1593. https://doi.org/10.52080/rvgluz.27.100.18
Número
Sección
TRIMESTRE
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0.
.png)
