벤포드법칙과 회계부정; 감리지적기업을 중심으로 (Benford’s Law and Accounting Fraud; Focused on the Audit Reviewed Firms)

서지정보

· 발행기관 : 한국회계학회
· 수록지 정보 : 회계저널 / 24권 / 5호 / 35 ~ 70페이지
· 저자명 : 이장건

초록

Carslaw(1988) 이후, 벤포드법칙은 회계분야에서 경영자의 이익조정여부를 식별하기 위한 연구방법으로 많이 사용되고 있다. 선행연구는 주로 경영자의 이익조정이 예상되는 당기순이익, 영업이익, 주당순이익 등 특정항목에 초점을 맞추고 있는데, 선행연구의 연구결과는 일관되게 경영자가 이익을 조정하는 것으로 나타나고 있다. 예를 들어, 당기순이익 둘째자리에서 비정상적으로 숫자“0”이 많이 관찰되고, 당기순손실 둘째자리에서 비정상적으로 숫자“9”가 많이 관찰된다는 것이다. 하지만 선행연구는 Burgstahler and Dichev(1997) 등 빈도분포를 이용한 연구방법과 동일한 한계점을 갖는다. 즉, 전체기업을 대상으로 분포의 비정상성을 검증하여 이익조정여부를 추론할 수 있지만 개별기업의 이익조정여부를 추론할 수 없다. 벤포드법칙을 이용하여 기업의 이익조정을 연구한 선행연구는 일관된 결과를 제시하고 있어, 벤포드법칙의 유용성은 일정부분 검증되었다고 볼 수 있다. 본 연구는 벤포드법칙을 이용하여 개별기업의 회계수치 조작정도를 측정하고, 이 측정치가 기업의 회계수치 조작여부를 식별할 수 있는 유용한 측정치로서 활용될 수 있는지를 분석하였다. 개별기업의 회계수치가 벤포드법칙으로부터 이탈된 정도를 수치화하는 방법은 Nigrini(1996)에 의해 개발된 Distortion Factor Model을 이용하였다. 구체적으로는 벤포드법칙 이탈정도를 측정하고, 이 측정치가 재무제표를 조작한 것으로 밝혀진 감리지적기업과 대응기업 간 차이가 있는지를 분석한다. 감리지적기업의 벤포드법칙 이탈정도가 대응기업의 벤포드법칙 이탈정도보다 크다면, 공개된 재무제표와 벤포드법칙의 접목을 통해 회계조작기업의 식별방안을 모색할 수 있기 때문이다. 이를 위해 2000년부터 2010년까지 유가증권시장 및 코스닥시장에 상장된 기업의 재무상태표와 손익계산서에 나타난 모든 계정을 추출한 후, Distortion Factor Model을 활용하여 벤포드법칙 이탈정도를 측정하고, 감리지적기업과 대응기업의 벤포드법칙 이탈정도가 차이가 있는지를 회귀분석으로 검증하였다. 분석결과, 감리지적기업의 벤포드법칙 이탈정도가 대응기업의 벤포드법칙 이탈정도보다 큰 것으로 나타났다. 이는 재무제표에 인위적인 조작이 가해질수록 대수적 법칙인 벤포드법칙으로부터 멀어질 수 있다는 것을 보여주는 것이라 할 수 있다. 본 연구결과는 벤포드법칙을 기대분포로만 활용하는 선행연구의 한계를 벗어나, 개별기업의 회계조작여부를 식별하는 측정치로서 벤포드법칙을 활용할 수 있는 가능성을 제시하였다는 기여점이 있다고 판단된다.

영어초록

Benford’s law can be used to detect earnings management. The first accounting application of Benford’s law was by Carslaw(1988). Carslaw(1988) hypothesized that when net incomes are just below psychological boundaries, managers would tend to round these numbers up. A sign that such rounding-up was prevalent would be an excess of second digit zeros and a shortage of second digit nines. Carslaw(1988) used the expected second digit frequencies of Benford’s law to assess whether excess second digit zeros appeared in net incomes. Carslaw(1988) showed that there were more second digit zeros and fewer second digit nines than expected, thus suggesting that rounding-up of income did occur. Carslaw(1988) was followed by Thomas(1989). Thomas(1989) found the opposite effect for companies that reported losses. Thomas(1989) also found that earnings per share numbers were multiples of five cents more often than expected and had an ending digit nine less often than expected. Thomas(1989) suggested that earnings per share were rounded up and that net losses were rounded down. Skousen et al.(2004) found that Japanese firms also tend to round reported earnings. Kinnunen and Koskela(2003) examined the rounding phenomenon in eighteen countries, finding evidence of rounding behavior in most of the countries. Also, Benford’s law can be used to detect fraud. Nigrini(1996) used Benford’s law in a tax compliance context. Nigrini(1996) tabulated the first and second digit frequencies of interest received and total interest paid from a sample of tax returns. The data conformed to Benford’s law but there was a bias towards excess low digits for interest received and excess high digits for interest paid. Nigrini(1996) developed a distortion factor model that signals whether a tax field appears overstated or understated. The model assumes that authentic, unmanipulated data should conform to Benford’s law. The empirical results suggested that low income taxpayers were more likely to invent numbers on their tax return. In recent years, auditors have employed more sophisticated statistical techniques, such as digital analysis using Benford’s law, as part of their fraud detection processes. There is much empirical evidence suggesting that the frequencies of first and second digits of a data set that contains credible numbers will indeed correspond to a Benford’s law probability distribution(Nigrini 1996; Nigrini and Mittermaier 1997). Digital analysis based on Benford’s law is an audit technique that is applied to an entire population of transactional data. Benford’s law was introduced to the auditing literature in Nigrini and Mittermaier(1997), and researchers have since used these digit patterns to detect data anomalies by testing either the first, first-two, or last-two digit patterns of reported statistics or transactional data. Benford’s law routines are now included in software programs. This study estimated manipulation level of the accounting numbers in individual firms using Benford’s law and analysed whether this estimates can be used to detect financial statement fraud. For estimating manipulation level of the accounting numbers in individual firms, this study used the distortion factor model of Nigrini(1996). Nigrini(1996) developed the distortion factor model to estimate manipulation level in numbers with Benford’s law. The ABSDF, estimated absolute value using the distortion factor model, means the manipulation level of the accounting numbers in individual firms. Concretely, the ABSDF of firms sanctioned by Korean FSS(Financial Supervisory Service) compared to the ABSDF of matching firms. If the ABSDF of firms sanctioned by Korean FSS are higher than matching firms, ABSDF can be used to detect financial statement fraud. Findings for KSE and KOSDAQ listed firms from 2000 to 2010 are as follows. Results in mean difference showed that the ABSDF of firms sanctioned by FSS are higher than matching firms, and results in regression also showed that the ABSDF of firms sanctioned by FSS are higher than matching firms.

참고자료

· 없음