Analiza zgodności sprawozdań finansowych spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie

Pełen tekst

(1)Zeszyty Naukowe nr. 691. 2006. Akademii Ekonomicznej w Krakowie. Piotr Wójtowicz Katedra RachunkowoÊci. Analiza zgodnoÊci sprawozdaƒ finansowych spó∏ek notowanych na Gie∏dzie Papierów WartoÊciowych w Warszawie 1. Wprowadzenie Teoretyczne ujęcie zagadnienia miar charakteryzujących jakość sprawozdań finansowych zostało przedstawione w pracach [Ijiri, Jaedicke 1966] oraz [Ijiri 1975]. Jakość danych ujawnianych w sprawozdaniach finansowych stanowi jeden z istotnych problemów związanych z konwergencją systemów rachunkowości na świecie. Celem artykułu jest kontynuacja badań, których wstępne wyniki zostały przedstawione w referacie [Wójtowicz 2003a] i ocena zgodności danych ujawnianych w sprawozdaniach finansowych przed i po rewizji. Badania prowadzono na podstawie danych dotyczących spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie. Księgi rachunkowe powinny być prowadzone zgodnie ze standardami, a w Polsce przede wszystkim zgodnie z ustawą o rachunkowości1. Ustawodawca pozostawił jednak w wielu wypadkach możliwość wyboru metod wyceny, jak choćby w wypadku zapasu towarów lub środków trwałych. Księgowy, wybierając metodę wyceny, ma wpływ na wartość ujawnianą w sprawozdaniu, pozostając w zgodzie z zapisami ustawy. Wybór ten może wynikać także z chęci stworzenia określonego obrazu jednostki u zainteresowanych stron, czy wręcz być podyktowany dążeniem do oszustwa. 1. Ustawa z dnia 29 września 1994 r., Dz.U. nr 121, poz. 591 ze zm..

(2) Piotr Wójtowicz. 82. Analiza jakości danych ujawnianych w sprawozdaniach finansowych w Polsce podjęta została w pracy G. Kowalewskiego [1996]. O roli problemu świadczy wzrost liczby opinii z zastrzeżeniami, wydanych przez biegłych rewidentów dla spółek giełdowych. W latach 1998, 1999 i 2000 w grupie 149 spółek wydano, odpowiednio, 36, 53 oraz 51 opinii z zastrzeżeniami, z czego 31, 40 oraz 32 opinie z powodu różnych uchybień w stosunku do przepisów ustawy. Pozostałe przypadki dotyczyły zagrożenia kontynuacji działalności ([Gul 2002], cyt. za: [Gruszczyński, Pajdo 2003, s. 46]). 2. Cechy jakoÊciowe systemu rachunkowoÊci w teorii Y. Ijiriego i R. Jaedicke∂a Cechy jakościowe systemu rachunkowości zostały omówione zarówno w ramach koncepcyjnych Międzynarodowych Standardów Rachunkowości (Framework for the Preparation and Presentation of Financial Statements), jak i w założeniach do standardów rachunkowości w Stanach Zjednoczonych (FASB Concepts Statement No 2; FASB Concepts Statement No 6). Cechy te przedstawiono m.in. w pracy [Wójtowicz 2003b, s. 149–152]. Najważniejsze z nich to odpowiedniość (relevance), wiarygodność (reliability), neutralność (neutrality) oraz porównywalność (comparability). Wartości ze sprawozdania finansowego nie postrzega się jako realizacji zmiennych losowych, gdyż w praktyce księgi rachunkowe prowadzi tylko jeden księgowy2, a innymi oszacowaniami wartości ujawnianych dysponuje się tylko wtedy, gdy księgi podlegają badaniu. Gdyby jednak księgi jednostki gospodarczej były prowadzone przez grupę księgowych, pracujących niezależnie od siebie, to można się spodziewać, że wartości przez nich ujawnione różniłyby się, przy czym różnice te mogłyby wynikać zarówno z błędów, jak i z wyborów dokonanych w zakresie polityki rachunkowości. Załóżmy, że księgi rachunkowe jednostki gospodarczej prowadzone są przez grupę n księgowych, z których każdy niezależnie ujawnia w sprawozdaniu finansowym wektor wartości xi, gdzie i = 1, …, n. Jako miarę zgodności Y. Ijiri i R. Jaedicke [1966] zaproponowali, na 14 lat przed ukazaniem się SFAC No 2, wariancję wyników pomiarów dokonanych przez każdego z księgowych: V=. 1 n ∑ ( xi – x )2 . n i =1. (1). 2 Księgi może prowadzić zespół ludzi, ale wynik ich pracy składa się na jedno sprawozdanie finansowe, przygotowywane zwykle raz w roku..

(3) Analiza zgodności sprawozdań finansowych…. 83. Istnieje wyraźna analogia między zgodnością w sensie Ijiriego i Jaedickeʼa (I & J) a zgodnością w sensie teorii estymacji 3. Jeśli założymy, że księgowi posługują się właściwie sformułowanymi standardami rachunkowości4 oraz nie są zainteresowani fałszowaniem sytuacji ekonomicznej jednostki, to w miarę wzrostu n liczby księgowych dokonujących pomiaru można spodziewać się, że błąd oszacowania wartości x* będzie dowolnie mały. Jako miarę wiarygodności5 Y. Ijiri i R. Jaedicke zaproponowali wariancję liczoną względem x*, estymowanej, a nieznanej wartości mierzonej wielkości: R=. 1 n ( xi – x * )2 . ∑ n i =1. (2). Wyprowadzenie związków między wiarygodnością a zgodnością znaleźć można w pracy [Ijiri, Jaedicke 1966, s. 477–481]. Autorzy wykorzystali także pojęcie obciążenia (bias), zgodne z definicją obciążenia w sensie teorii estymacji, – a zdefiniowane przez nich jako B = ( x – x *)2. Wykazali oni, że wiarygodność systemu rachunkowości jest sumą jego zgodności i obciążenia: R = V + B.. (3). Jeśli system rachunkowości gwarantuje zgodność, to V = 0. Jeśli pomiar będzie równocześnie nieobciążony, B = 0, to wszyscy księgowi dokonując pomiaru średnio nie mylą się. Wtedy osiąga się pełną wiarygodność danych: R = 0. System rachunkowości zgodny w sensie I & J może być równocześnie mało wiarygodny, co jest konsekwencją obciążenia wyników pomiarów. Wiarygodność systemu jest ważniejsza z punktu widzenia użytkowników informacji. System rachunkowości jest konstruowany, aby estymować x*. Im system rachunkowości jest mniej zgodny, tym większe jest rozproszenie wyników pomiarów. Rozpro3. Podstawowe definicje właściwości estymatorów podane zostały np. w pracy [Domański, Pruska 2000, s. 119–121]. 4 Określenie „właściwie sformułowanymi standardami rachunkowości” odnosi się do standardów, na podstawie których transakcja jest interpretowana zgodnie z jej treścią ekonomiczną. Przykładem standardu niewłaściwie sformułowanego była ustawa o rachunkowości przed nowelizacją z listopada 2000 r., nie regulująca zasad ujmowanie skutków transakcji leasingowych. W konsekwencji w praktyce stosowano regulacje wynikające z przepisów prawa podatkowego, których celem z pewnością nie była wycena aktywów w nawiązaniu do ich zdolności do wytwarzania strumienia dochodów. 5 W teorii estymacji wiarygodność jest to prawdopodobieństwo, z jakim przedział {g1(θ̂ n), g 2 (θ̂ n)}, którego krańce są zmiennymi losowymi, będącymi funkcjami g1 i g 2 estymatora θ̂ n , pokrywa szacowany parametr θ. Połowa długości przedziału ufności nazywana jest dokładnością oszacowania. Wiarygodność w sensie I & J oznacza więc co innego niż wiarygodność w teorii estymacji..

(4) Piotr Wójtowicz. 84. szenie to zależy nie tylko od zrozumiałości ustalonych zasad i procedur pomiaru, lecz także od przedmiotu pomiaru oraz postawy dokonujących pomiaru, z czym wiąże się pojęcie odporności (hardness) H. Pojęcie to Y. Ijiri zdefiniował w pracy [1975, s. 38–39]. Niech pomiar danej wielkości dokonywany będzie przez dwie grupy księgowych X i Y, których wyniki pomiaru mają wartości odpowiednio xi (i = 1, …, n) oraz yj (j = 1, …, m). Jeśli żadna z grup księgowych nie zostanie zachęcona, aby wyniki pomiaru były możliwie wysokie albo możliwie niskie (nie pojawia się systematyczny czynnik powodujący obciążenie wyników pomiarów), to jest wielce prawdopodobne, że wyniki w każdej z grup będą mieć takie same wartości średnie µ i takie same wariancje σ2. Załóżmy jednak, że księgowi z grupy X zostali zachęceni, aby wyniki pomiaru były możliwie wysokie, a księgowi z grupy Y, aby wyniki były możliwie niskie. Załóżmy dalej, że każdy księgowy z grupy X raportując wyniki pomiaru dodaje do xi pewną stałą cx, a każdy księgowy z grupy Y odejmuje od yj pewną stałą cy. – Jeśli doda się wyniki pomiaru z grup X i Y, to wartość średnia z pomiarów będzie miała wartość: z =. n  mcx – ncy 1 m ∑ ( xi + cx ) + ∑ ( y j – cy ) = µ + . ( m + n )  i =1 m+n  j =1. (4). Wariancja z wyników pomiarów h2 będzie miała wartość: h2 =. n  1 m mn  ∑ ( xi + cx – z )2 + ∑ ( y j – cy – z )2  = σ 2 + (cx + cy )2 . (5) 2 ( m + n )  i =1 ( ) m n +   j =1. Jeśli oznaczy się c = cx + cy, oraz p = m/(m + n) i q = n/(m + n), to: h2 = σ2 + pqc2.. (6). Z definicji zgodności wynika, że σ2 jest miarą zgodności V, a h2 jest miarą odporności H. Z relacji między zgodnością a odpornością wyrażonej równaniem (6) wynika, że możliwe jest dysponowanie standardami, z których jeden jest bardziej zgodny niż drugi, ale jest równocześnie mniej odporny. Pierwszy standard gwarantuje wyniki mniej rozproszone niż drugi, gdy nie pojawia się zachęta do oszukiwania, natomiast wyniki będą się silniej różnić, gdy zachęta taka się pojawi. Zgodność maleje (σ2 > 0), gdy księgowi mają do wyboru alternatywne procedury wyceny i wybierają różne w przekonaniu, że właśnie taki wybór czyni wyniki pomiaru możliwie wiarygodnymi. Jest to więc stan naturalny wobec dostępności alternatywnych metod wyceny i ograniczoności ludzkiego poznania..

(5) Analiza zgodności sprawozdań finansowych…. 85. Odporność maleje (h2 > 0), a zatem rośnie obciążenie, gdy księgowi wybierają określone procedury pomiaru nie tyle dążąc do osiągnięcia wiarygodności, ile, nie bacząc na nią, dążą do wykreowania określonego obrazu sytuacji jednostki gospodarczej. 3. ZgodnoÊç i wiarygodnoÊç systemu rachunkowoÊci w Polsce* Zgodnie z obowiązującą w Polsce ustawą o rachunkowości, należy stosować określone zasady rachunkowości, rzetelnie i jasno przedstawiając sytuację majątkową i finansową oraz wynik finansowy. Zdarzenia gospodarcze należy ujmować w księgach rachunkowych i wykazywać w sprawozdaniu finansowym zgodnie z ich treścią ekonomiczną (art. 4 ust. 1 i 2). Stosowanie zasad wyceny opisanych w ustawie powinno doprowadzić do ujawniania w sprawozdaniu wiarygodnych wyników. Należy dążyć, aby wartości liczbowe przypisane w procesie pomiaru określonym zjawiskom ekonomicznym lub ich stanom były możliwie bliskie wartości x*, a gdyby pomiaru dokonywała grupa księgowych, to wyniki powinny być zgodne i odporne. Dążenie to pojawia się w ustawie nie wprost. Według art. 5 ust. 1 przyjęte zasady należy stosować w sposób ciągły, tak aby informacje ujawnione w sprawozdaniu finansowym były porównywalne. Na podstawie art. 8 ust. 2 w celu rzetelnego i jasnego ujęcia sytuacji jednostki można, ze skutkiem od pierwszego dnia roku obrotowego, zmienić rozwiązania dotychczas stosowane w zakresie wyceny na inne, dopuszczone ustawą. Nie ma pewności, że stosowanie zapisów ustawy spowoduje ujawnienie skutków zdarzeń zgodnie z ich treścią ekonomiczną. Standardy są ustalane przez konkretne osoby i zawsze istnieje możliwość popełnienia błędu przy ich ustanawianiu. Z tej przyczyny dobrze jest, jeśli istnieje pewna swoboda wyboru rozwiązań. Równocześnie pozostawianie swobody wyboru grozi zmniejszeniem zgodności pomiaru, co samo w sobie jeszcze nie jest złe, gdyż może powodować wzrost wiarygodności. Pojawia się ryzyko, że osoby dokonujące pomiaru będą wybierać określone procedury pomiaru, tak aby wykreować pożądany obraz jednostki gospodarczej, niekoniecznie zgodny z treścią ekonomiczną zdarzeń gospodarczych. Maleje więc odporność pomiaru, choć wybór zasad wyceny nie musi być podyktowany dążeniem do oszustw. Może wynikać na przykład z chęci ograniczenia kosztów prowadzenia ksiąg rachunkowych. Zgodnie z art. 65 celem badania sprawozdania finansowego jest wyrażenie przez biegłego rewidenta opinii o tym, czy sprawozdanie jest prawidłowe oraz czy rzetelnie i jasno przedstawia sytuację majątkową i finansową oraz wynik finan*. Odnosi się to do zgodności i wiarygodności w sensie I & J..

(6) 86. Piotr Wójtowicz. sowy jednostki. Do zadań biegłego należy zatem stwierdzenie, czy sprawozdanie finansowe sporządzone jest zgodnie z zaleceniami zawartymi w art. 4 ustawy. W szczególności biegły ma wyrazić opinię, zgodnie z art. 65 ust. 2 pkt. 1 i 2, czy sprawozdanie zostało sporządzone na podstawie prawidłowo prowadzonych ksiąg rachunkowych i zgodnie z określonymi ustawą zasadami. Wydanie przez biegłego rewidenta opinii odnosi się jednak do zgodności systemu rachunkowości w jednostce gospodarczej. Biegły nie ocenia wprost wiarygodności z powodu nieznajomości wartości x*. Jeśli biegły, posługując się swoją wiedzą i doświadczeniem, nie koryguje danych ujawnionych w sprawozdaniach finansowych przygotowanych przez księgowego, to wnioskować można o zgodności wyników pomiarów, wierząc, że liczby ujawnione w sprawozdaniu finansowym są możliwie wiarygodne. Jeśli jednak biegły dokonuje korekt w sprawozdaniu finansowym, to zakładając uczciwość biegłego i księgowego (brak zachęty do oszustwa), świadczy to o niewielkiej zgodności wyników pomiarów, a więc i całego systemu rachunkowości jednostki gospodarczej. Jeśli księgowy byłby zdecydowany, być może pod presją zarządzających, np. na zawyżanie wyniku finansowego, to różnica między wartościami przed i po rewizji świadczyłaby o braku odporności systemu rachunkowości jednostki gospodarczej. 4. Hipotezy badawcze i êródło danych W badaniach empirycznych testowano hipotezy dotyczące zgodności danych ujawnionych w rachunkach zysków i strat (RZiS) spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie. Badaniu poddano 12 wielkości ujawnianych w RZiS za 2001 r. dla 147 spółek, których przedmiotem działalności są produkcja, usługi lub handel. Badano przychody netto ze sprzedaży produktów (X1), przychody netto ze sprzedaży towarów i materiałów (X2), koszty wytworzenia sprzedanych produktów (X3), wartość sprzedanych towarów i materiałów (X4), koszty sprzedaży (X5), koszty ogólnego zarządu (X6), pozostałe przychody operacyjne (X7), pozostałe koszty operacyjne (X8), przychody finansowe razem (X9), koszty finansowe (X10), zyski nadzwyczajne (X11) i straty nadzwyczajne (X12). Zgodnie z ustawą o rachunkowości, sprawozdania spółek akcyjnych podlegają badaniu i ogłaszaniu. Zgodnie z rozporządzeniem Rady Ministrów z dnia 16 października 2001 r. (Dz.U. nr 139, poz. 1569, zmienionym na podstawie Dz.U. 2002, nr 31, poz. 280) na spółkach dopuszczonych do obrotu giełdowego ciążą dodatkowe obowiązki w zakresie sprawozdawczości. W art. 61 ust. 1 tego rozporządzenia określono treść raportu kwartalnego. W takim raporcie mają być ujawniane dane za kwartał objęty raportem oraz.

(7) Analiza zgodności sprawozdań finansowych…. 87. narastająco za wszystkie kwartały od początku roku obrotowego. W raporcie za czwarty kwartał będą więc ujawnione dane za cały rok. Raport kwartalny zawierać musi sprawozdanie finansowe sporządzone zgodnie z obowiązującymi zasadami rachunkowości, z uwzględnieniem wszystkich zasad wyceny stosowanych na dzień bilansowy. Raport kwartalny nie podlega badaniu. Ostatecznie dla spółek notowanych dysponuje się danymi ujawnionymi w sprawozdaniu finansowym przez księgowych, przed rewizją sprawozdań, oraz danymi ujawnionymi po rewizji. Dane wykorzystane w badaniach pochodziły z zeszytów serwisu Notoria. Przedmiotem analizy były odchylenia względne obliczone według wzoru: Ob = (xREW – x)/x, gdzie: xREW – wartość ujawniona w rocznym RZiS po rewizji ksiąg, x – wartość ujawniona w rocznym RZiS przed rewizją ksiąg.. (7). Jeśli RZiS spółek giełdowych są zgodne, to dane ujawnione przez księgowych oraz po badaniu ksiąg powinny być takie same. Odchylenia względne Ob powinny być bliskie 0, choć można się spodziewać, że w niektórych przypadkach Obj,i ≠ 0, j = 1, …, 12; i = 1, …, n, gdzie 12 to liczba zmiennych poddanych analizie, a n oznacza liczność próby. Treścią hipotezy badawczej H1 było to, że odchylenia występują sporadycznie dla niektórych spółek, a nie regularnie dla wszystkich. Oczekuje się, że wartości średnie Obj. będą równe 0. Przychody i koszty podstawowej działalności operacyjnej powinny być tak samo zgodne, jak pozostałe przychody i koszty operacyjne, przychody i koszty finansowe oraz zyski i straty nadzwyczajne. Było to treścią hipotezy badawczej H2. Można spodziewać się, że mediany odchyleń względnych analizowanych zmiennych będą równe zeru, podobnie jak średnie. Przedmiotem badania uczyniono więc asymetrię rozkładów odchyleń. Asymetria świadczyłaby o nielosowym charakterze odchyleń. Badano zarówno kierunek asymetrii, jak i jej natężenie. Ze względu na definicję odchylenia względnego asymetria prawostronna (dodatnia wartość współczynnika asymetrii) świadczy o korygowaniu pozycji RZiS in plus przez biegłych, czyli o zaniżeniu przez księgowych. Asymetria lewostronna świadczy o zawyżeniu analizowanej wartości przez księgowego. Jeśli wartości ujawnione w RZiS były kreowane wbrew zasadom podanym w ustawie o rachunkowości, to w wypadku spółek notowanych można spodziewać się dążenia do zawyżania zysków, czyli zawyżania przychodów (asymetria lewostronna) i zaniżania kosztów (asymetria prawostronna). Postawiono hipotezy badawcze: H3, że przychody nie są przez księgowych zawyżane, oraz H4, że koszty nie są przez księgowych zaniżane..

(8) Piotr Wójtowicz. 88. Sformułowano hipotezę H 5 o tym, że wartość kapitału zakładowego nie wpływa na zgodność. Badano więc kształtowanie się wartości odchyleń względnych w spółkach podzielonych na grupy według wartości kapitału zakładowego. Na GPW spółki notowane są na rynku podstawowym, równoległym i wolnym. Podstawowe kryterium podziału na rynki wynika z wartości kapitału zakładowego i wartości emisji. Na rynku podstawowym notowane są największe spółki, których kapitał zakładowy wynosi co najmniej 7 mln zł, a wartość emisji akcji co najmniej 24 mln zł, oprócz innych warunków wymaganych do spełnienia. Oznacza to w praktyce, że na rynku tym notowane są spółki monopolistyczne, takie jak PKN Orlen czy TP SA, a także znacznie mniejsze. Rynek podstawowy nie jest więc jednolity ze względu na wartość kapitału zakładowego. Wszystkie spółki notowane podzielono na grupy według pięciu wyodrębnionych przedziałów wartości kapitału zakładowego. 5. Metody badawcze i wyniki badaƒ Analizę odchyleń względnych rozpoczęto od obliczenia podstawowych statystyk opisowych dla wszystkich analizowanych zmiennych. Wyniki przedstawiono w tabeli 1. W kolumnach tabeli podano liczbę spółek, dla których występowała – wartość analizowanej zmiennej (n), średnią odchyleń (x ), medianę (Me), modalną (D), liczność modalnej (liczność D), minimum (min), maksimum (max), odchylenie standardowe (s) oraz współczynnik asymetrii (A), obliczony według wzoru: gdzie:. A = n · M3/[(n – 1) · (n – 2) · s3],. (8). –. M3 = Σ(xi – x )3.. Z wartości statystyk opisowych przedstawionych w tabeli 1 wynika, że odchylenia względne analizowanych wielkości charakteryzowały się ogromnym rozproszeniem. Było ono spowodowane występowaniem stosunkowo nielicznych odchyleń o bardzo dużych wartościach, co widać w tabeli 2. W celu zidentyfikowania obserwacji odstających wykorzystano podejście opisowe, zaproponowane przez A. Zeliasia [1996]. Obliczono odchylenia względne standaryzowane według wzoru O bˆ j, i = Obj, i /sj , gdzie sj to odchylenie standardowe, j = 1, …, 12. Za nietypowe uznano te odchylenia, dla których O bˆ j, i nie należały do przedziału [–1; 1]. Były to odchylenia o wartości bezwzględnej większej od odchylenia standardowego podanego w tabeli 1. Granice przedziału określono na podstawie analizy tabel liczności standaryzowanych odchyleń względnych (tabela 2). Liczności usuniętych obserwacji uznanych za nietypowe podano w tabeli 3..

(9) Analiza zgodności sprawozdań finansowych…. 89. Tabela 1. Statystyki opisowe dla analizowanych zmiennych Zmienna. n. X1. 147. x–. Me. D. Względna Liczność liczność D D (w %). 0,0020 0,000 0,000. 94. 64. Min. Max. s. –0,076 0,377 0,033. A 10,18. 142. 0,0001 0,000 0,000. 120. 85. –0,022 0,021 0,003 –0,01. X3. 140. 0,0005 0,000 0,000. 72. 51. –0,054 0,106 0,014. 142 –0,0004 0,000 0,000. 111. 78. –0,139 0,050 0,014. –7,02. X5. 125. 0,0107 0,000 0,000. 68. 54. –0,093 1,134 0,103. 10,51. 147. 0,0024 0,000 0,000. 56. 38. –0,133 0,153. 0,025. 1,45. X7. 146. 0,0558 0,000 0,000. 78. 53. –0,859 2,929 0,363. 5,51. 147. 0,1996 0,000 0,000. 49. 33. –0,412 5,714. 0,796. 5,77. X9. 147. 0,0186 0,000 0,000. 69. 47. –0,565 1,176. 0,173. 3,69. 147. 0,1418 0,000 0,000. 57. 39. –0,399 6,592 0,683. 7,03. X11. 105. 0,0020 0,000 0,000. 86. 82. –0,987 1,444 0,189. 2,90. 108. 0,0681 0,000 0,000. 83. 77. –0,167 5,158. 9,53. X2 X4 X6. X8. X10 X12. 0,511. 3,28. Źródło: obliczenia własne.. Wszystkie hipotezy statystyczne weryfikowano na poziomie istotności 0,05. Do zweryfikowania hipotezy badawczej H1 próbowano posłużyć się testem istotności dla wartości średniej. Wyspecyfikowano hipotezę H0: µj = 0, wobec hipotezy alternatywnej H1: µj ≠ 0, j = 1, …, 12. Zastosowanie testu t-Studenta wymaga spełnienia założenia o normalności rozkładu analizowanej zmiennej. Z tej przyczyny najpierw zbadano za pomocą testu Shapiro-Wilka, czy odchylenia względne mają rozkłady normalne. Odchylenia względne z próby nie mają rozkładów normalnych, a decyzja jest jednoznaczna, gdyż wartość p za każdym razem była równa zeru co najmniej do czwartego miejsca po przecinku. Niespełnienie tego założenia, dotyczącego metodyki badań, z formalno-statystycznego punktu widzenia uniemożliwia stosowanie testu istotności dla średniej. Z powodów merytorycznych zastosowano jednak ten test, zwracając uwagę na ominięcie założeń formalnych. W analizie wykorzystywano próby pozbawione obserwacji nietypowych. Istotnie różnią się od zera średnie odchyleń pozostałych przychodów operacyjnych i kosztów finansowych. W przypadku strat nadzwyczajnych hipoteza zerowa nie została odrzucona, lecz decyzja była nieostra: p = 0,0571. W pozostałych przypadkach brakuje podstaw do odrzucenia hipotezy o zerowej wartości średnich, a decyzja jest jednoznaczna: wartość p od 0,1932 do 0,7901. Ze względu na wyniki testu wartości średnich hipoteza H1 nie powinna zostać odrzucona, jednak średnie testowano dopiero po usunięciu od kilku do kilkunastu obserwacji odstających w każdej ze zmiennych. Mediana i modalna mają co.

(10) 0,7. 0,7. –. –. 1. 0. 1. 0. 0. 0. 1. –. –. –. n. X2. 0,7. 0,0. 0,7. 0,0. 0,0. 0,0. 0,7. –. –. –. %. 6. 1. 2. –. –. –. –. –. –. –. n. X3. 4,1. 0,7. 1,4. –. –. –. –. –. –. –. %. 0. 2. 0. 0. 0. 0. 0. 0. 0. 1. n. X4. 0,0. 1,4. 0,0. 0,0. 0,0. 0,0. 0,0. 0,0. 0,0. 0,7. %. –. –. –. –. –. –. –. –. –. –. n. X5. –. –. –. –. –. –. –. –. –. –. %. 5. 1. 0. 0. 1. –. –. –. –. –. n. X6. 3,4. 0,7. 0,0. 0,0. 0,7. –. –. –. –. –. %. 2. 1. –. –. –. –. –. –. –. –. n. X7. 1,4. 0,7. –. –. –. –. –. –. –. –. %. –. –. –. –. –. –. –. –. –. –. n. X8. –. –. –. –. –. –. –. –. –. –. %. 3. 1. 1. –. –. –. –. –. –. –. n. X9. 2,0. 0,7. 0,7. –. –. –. –. –. –. –. %. –. –. –. –. –. –. –. –. –. –. n. X10. –. –. –. –. –. –. –. –. –. –. %. 0. 1. 0. 0. 1. –. –. –. –. –. n. X11. 0,0. 0,7. 0,0. 0,0. 0,7. –. –. –. –. –. %. –. –. –. –. –. –. –. –. –. –. n. X12. –. –. –. –. –. –. –. –. –. –. %. 14. 1. 1. 0. 0. 0. 0. 0. 0. 0<x<=1. 1<x<=2. 2<x<=3. 3<x<=4. 4<x<=5. 5<x<=6. 6<x<=7. 7<x<=8. 8<x<=9. 0,0. 0,0. 0,0. 0,0. 0,0. 0,0. 0,7. 0,7. 0. 1. 0. 0. 1. 0. 0. 1. 9,5 10. 0,0. 0,7. 0,0. 0,0. 0,7. 0,0. 0,0. 0,7. 0. 1. 0. 0. 1. 1. 1. 2. 0,0. 0,7. 0,0. 0,0. 0,7. 0,7. 0,7. 1,4. –. –. –. –. 0. 1. 1. 2. 6,8 34 23,1 12. –. –. –. –. 0,0. 0,7. 0,7. 1,4. 0. 0. 0. 0. 0. 0. 0. 2. 0,0. 0,0. 0,0. 0,0. 0,0. 0,0. 0,0. 1,4. –. 0. 1. 0. 1. 3. 0. 4. –. 0,0. 0,7. 0,0. 0,7. 2,0. 0,0. 2,7. 1. 0. 0. 2. 0. 0. 0. 4. 0,7. 0,0. 0,0. 1,4. 0,0. 0,0. 0,0. 2,7. 0. 1. 2. 0. 0. 0. 1. 3. 0,0. 0,7. 1,4. 0,0. 0,0. 0,0. 0,7. 2,0. –. 0. 1. 1. 1. 1. 0. 3. –. 0,0. 0,7. 0,7. 0,7. 0,7. 0,0. 2,0. 0. 0. 0. 0. 1. 2. 1. 1. 0,0. 0,0. 0,0. 0,0. 0,7. 1,4. 0,7. 0,7. 8,2 37 25,2 51 34,7 38 25,9 64 43,5 37 25,2 55 37,4. 0. 1. 0. 0. 0. 0. 1. 0. 7. 0,0. 0,7. 0,0. 0,0. 0,0. 0,0. 0,7. 0,0. 0. 0. 0. 0. 0. 0. 1. 0. 4,8 14. 0,0. 0,0. 0,0. 0,0. 0,0. 0,0. 0,7. 0,0. 9,5. –1 < x < = 0 128 87,1 126 85,7 91 61,9 123 83,7 85 57,8 80 54,4 98 66,7 76 51,7 98 66,7 86 58,5 94 63,9 92 62,6. 1. –2 < x < = –1. –. –. –. –. –6 < x < = –5. –5 < x < = –4. 1. –. –. –3 < x < = –2. –. –. –8 < x < = –7. –7 < x < = –6. –4 < x < = –3. –. –. –9 < x < = –8. –. –. –10 < x < = –9. –. %. –. n. X1. –11 < x < = –10. Wartość odchylenia standaryzowanego. Tabela 2. Tabele liczności odchyleń standaryzowanych analizowanych zmiennych. 90. Piotr Wójtowicz.

(11) 0. 0,0. 0,0. Źródło: obliczenia własne.. 0. 12 < x < = 13. Braki. 1. 0,7. 0,0. 0. 10 < x < = 11. 11 < x < = 12. %. 0,0. n. X1. 0. 9 < x < = 10. Wartość odchylenia standaryzowanego. 5. –. –. –. –. n. –. –. –. –. %. 3,4. X2. 7. –. –. –. –. n. –. –. –. –. %. 4,8. X3. 5. –. –. –. –. n. –. –. –. –. %. 3,4. X4. –. 0,0. 0,7. 0,0. %. 22 15,0. –. 0. 1. 0. n. X5. 0. –. –. –. –. n. –. –. –. –. %. 0,0. X6. 1. –. –. –. 0. n. X7. 0,7. –. –. –. 0,0. %. 0. –. –. –. –. n. –. –. –. –. %. 0,0. X8. 0. –. –. –. –. n. –. –. –. –. %. 0,0. X9. 0. –. –. 0. 1. n. –. –. 0,0. 0,7. %. 0,0. X10. –. –. –. –. %. –. 0. 1. 0. n. X12. –. 0,0. 0,7. 0,0. %. 42 28,6 39 26,5. –. –. –. –. n. X11. Analiza zgodności sprawozdań finansowych… 91.

(12) Piotr Wójtowicz. 92. prawda wartości zerowe, lecz liczność modalnej wydaje się zbyt niska w kontekście przedmiotu badań. Po uwzględnieniu wszystkich przesłanek hipoteza H1 została odrzucona.. Względna liczność D (w %). 5. –0,00039 0,000 0,000. 94. 66. –0,024 0,022 0,0038 –0,68. 6. 0,00004 0,000 0,000. 120. 88. –0,001 0,003 0,0003. X3. 125. 15. 0,00015 0,000 0,000. 72. 58. –0,012 0,012 0,0025 –0,55. 135. 7. 0,00014 0,000 0,000. 111. 82. –0,002 0,013 0,0013. X5. 122. 3. –0,00033 0,000 0,000. 68. 56. –0,093 0,048 0,0139 –2,48. 131. 16. 0,00059 0,000 0,000. 56. 43. –0,023 0,022 0,0057 –0,46. X7. 136. 10. 0,00744 0,000 0,000. 78. 57. –0,297 0,323 0,0676. 0,69. X1. X2 X4. X6. n. n usuniętych. 142 136. Zmienna. Liczność D. Tabela 3. Wartości statystyk analizowanych zmiennych po usunięciu obserwacji nietypowych. x–. Me. D. Min. Max. s. A. 6,30 8,33. 140. 7. 0,05686 0,000 0,000. 49. 35. –0,412 0,743 0,1810. 1,54. X9. 135. 12. 0,00107 0,000 0,000. 69. 51. –0,118 0,149 0,0319. 0,55. 141. 6. 0,02515 0,000 0,000. 57. 40. –0,399 0,680 0,1247. 2,25. X11. 101. 4. –0,00187 0,000 0,000. 86. 85. –0,167 0,159 0,0279 –0,79. 106. 2. 0,00883 0,000 0,000. 83. 78. –0,167 0,290 0,0473. X8. X10 X12. 3,51. Źródło: obliczenia własne.. W celu zbadania, czy zgodność pozycji RZiS maleje wraz z postępowaniem „w dół” sprawozdania (hipoteza badawcza H2), wykorzystano jednoczynnikową analizę wariancji6. Wobec niespełnienia założenia o normalności rozkładów analizowanych zmiennych analizę wariancji przeprowadzono za pomocą nieparametrycznego testu rang Kruskala-Wallisa. W teście tym oceniana jest hipoteza zerowa, że porównywane próby zostały pobrane z populacji o tym samym rozkładzie. Interpretacja wyników jest taka sama jak w parametrycznej jednoczynnikowej analizie wariancji, z tą różnicą, że test Kruskala-Wallisa opiera się na rangach, a nie na średnich. Na rys. 1 widać, że rozrzut odchyleń względnych dla kategorii spoza podstawowej działalności operacyjnej wzrasta. Wartość p = 0,0000 testu Kruskala-Wallisa jest jednoznaczną przesłanką odrzucenia hipotezy zerowej, a zatem wartości 6. Schemat analizy wariancji opisany jest np. w pracy [Luszniewicz, Słaby 2003, s. 195–199]..

(13) Analiza zgodności sprawozdań finansowych…. 93. odchyleń względnych różnią się istotnie na różnych poziomach czynnika klasyfikacyjnego. Długość „wąsów” dla każdej ze zmiennych jest kolejną przesłanką odrzucenia hipotezy H1. 700. Odchylenia względne (w %). 600 500 400 300 200 100 0 –100. mediana. 25–75%. Straty nadzwyczajne. Zyski nadzwyczajne. Koszty finansowe. Przychody finansowe. Pozostałe koszty operacyjne. Pozostałe przychody operacyjne. Koszt zarządu. Koszt sprzedaży. Wartość sprzedaży towarów i materiałów. Koszt sprzedaży produktów. Sprzedaż towarów i materiałów. Sprzedaż produktów. –200. min–max. Rys. 1. Wykres ramka-wąsy analizowanych zmiennych Źródło: opracowanie własne.. Decyzja podjęta na podstawie testu Kruskala-Wallisa dotyczy wszystkich par zmiennych. Do oceny poszczególnych różnic zastosowano ten sam test, ale dla porównań dwustronnych. W tabeli 4 przedstawiono macierz symetryczną wartości p dla poszczególnych par. Wartości na szarym tle wskazują na odrzucenie hipotezy zerowej, czyli zróżnicowanie odchyleń względnych między analizowanymi zmiennymi. Rozkłady odchyleń względnych nie są takie same, a na podstawie rys. 1 oraz tabeli 4 można ocenić, że zgodność maleje w miarę „schodzenia w dół” w RZiS, a zatem hipoteza badawcza H2 została odrzucona. W celu zbadania asymetrii rozkładów obliczono współczynnik asymetrii według wzoru (8). Dla n → ∞, a praktycznie przy n > 150, współczynnik ten ma asymptotyczny rozkład normalny z parametrami N(0; SÂ), gdzie SÂ to błąd losowy oceny współczynnika asymetrii [Luszniewicz, Słaby 2003, s. 182]. Wykorzysty-.

(14) Piotr Wójtowicz. 94. wano próby pozbawione obserwacji nietypowych, gdyż współczynnik asymetrii liczony jest z wykorzystaniem średniej, ta zaś jest wrażliwa na występowanie takich obserwacji. W przypadku analizowanych zmiennych liczność prób była niewiele mniejsza niż 150, stąd zdecydowano się testować współczynniki asymetrii, z pominięciem zmiennych X11 i X12 (liczności 101 i 106). Tabela 4. Wartości p dla porównań dwustronnych w teście Kruskala-Wallisa X1. X1. X2. X3. X4. X5. X6. X7. X8. X9. X2. 1,000. X4. 1,000 1,000 1,000. X6. 0,030 0,758 1,000 0,538 0,747. X8. 0,000 0,000 0,001 0,000 0,000 1,000 0,863. X10. 0,001 0,032 0,151 0,020 0,031 1,000 1,000 1,000 1,000. X3. 1,000 1,000. X5. 1,000 1,000 1,000 1,000. X10. X11. X12. 0,073 1,000 1,000 1,000 1,000 1,000. X7. X9. X11. X12. 1,000 1,000 1,000 1,000 1,000 1,000 1,000 0,033 0,094 0,001 0,000 0,002 0,001 0,000 0,000 0,000 0,000 0,000 1,000 0,213 0,036 0,330 0,217 0,000 0,000 0,000 0,001 0,000 1,000. Źródło: obliczenia własne.. Sformułowano hipotezy zerowe, że nie występuje zjawisko asymetrii. Hipotezy alternatywne były lewostronne dla przychodów (przychody są zawyżane) i prawostronne dla kosztów (koszty są zaniżane). Sprawdzianem hipotezy zerowej jest standaryzowany współczynnik asymetrii, obliczony jako iloraz A/SÂ. Współczynnik ten przy umiarkowanej asymetrii przyjmuje wartości z przedziału [–3; 3] [Luszniewicz, Słaby 2003, s. 42]. Wyniki obliczeń przedstawiono w tabeli 5. Tabela 5. Wyniki testu asymetrii A. SÂ. A/SÂ. Decyzja. X1. –0,6764. 0,2034. –3,3250. odrzucić. 6,3049. 0,2078. 30,3451. brak podstaw. X3. –0,5525. 0,2165. –2,5518. brak podstaw. 8,3343. 0,2085. 39,9678. odrzucić. X2 X4. X5 X6. X7. –2,4756. 0,2191. –11,2986. brak podstaw. –0,4576. 0,2116. –2,1626. brak podstaw. 0,6877. 0,2078. 3,3098. brak podstaw.

(15) Analiza zgodności sprawozdań finansowych…. 95. cd. tabeli 5 A X8. X9. X10. SÂ. A/SÂ. Decyzja. 1,5381. 0,2048. 7,5087. odrzucić. 0,5489. 0,2085. 2,6321. brak podstaw. 2,2500. 0,2041. 11,0221. odrzucić. Źródło: obliczenia własne.. Przychody ze sprzedaży produktów, najważniejsze w strukturze przychodów w działalności innej niż handlowa, charakteryzują się silną asymetrią lewostronną. Oznacza to, że odchylenia dodatnie były liczniejsze, czyli przychody były przez biegłych częściej zwiększane niż zmniejszane, lecz wartości bezwzględne zmniejszeń są większe. Świadczy to o tendencji księgowych do zawyżania przychodów ze sprzedaży produktów. W wypadku pozostałych kategorii przychodów obserwuje się asymetrię prawostronną, czyli były one częściej zmniejszane, ale równocześnie wartości bezwzględne zwiększeń są większe. W wypadku kosztów asymetria prawostronna dotyczy wartości sprzedanych towarów i materiałów, pozostałych kosztów operacyjnych oraz kosztów finansowych. Kategorie te były przez biegłych korygowane in plus, a więc zaniżane przez księgowych. Kierunek, a zwłaszcza siła asymetrii wartości sprzedanych towarów i materiałów (X4) są niepokojące, dlatego sprawdzono wartość współczynników asymetrii w grupie spółek sektora handlowego. Dla X4 A = 2,3392, a dla przychodów netto ze sprzedaży towarów i materiałów (X2) A = –2,8647. Nie weryfikowano istotności współczynnika asymetrii ze względu na liczność próby wynoszącą 13 elementów. W obydwu przypadkach siła i kierunek asymetrii wskazują na dążenie do zawyżania wartości zysków. Konkludując, asymetria wielkości najważniejszych w strukturze rachunków zysków i strat wskazuje na przypadki działań zmierzających do zawyżania wartości zysków. Niepokój budzi zwłaszcza wartość i kierunek wielkości związanych z podstawową działalnością operacyjną, a więc tych, których wpływ na wynik finansowy jest największy. Hipotezę badawczą H3 odrzucono, podobnie jak H4 w odniesieniu do spółek sektora handlowego. Wartość odchyleń względnych w grupach spółek wydzielonych według wartości kapitału zakładowego (hipoteza H5) badano za pomocą testu Kruskala-Wallisa, osobno dla każdej ze zmiennych X1, …, X12. Brakowało podstaw do odrzucenia hipotezy zerowej, a zatem wartość kapitału zakładowego nie decyduje o zgodności, choć dla przychodów netto ze sprzedaży towarów i materiałów wartość p = 0,0744, a dla zysków nadzwyczajnych p = 0,0740. Ostatecznie hipoteza badawcza H5 nie została odrzucona, czyli wartość kapitału nie jest czynnikiem kształtującym zgodność RZiS, co w kontekście odrzu-.

(16) 96. Piotr Wójtowicz. cenia hipotezy H1 oznacza, że brak zgodności dotyczy wszystkich spółek, bez względu na ich wielkość. 6. Podsumowanie Na podstawie przeprowadzonych badań można stwierdzić, że rachunki zysków i strat spółek notowanych na GPW charakteryzują się małą zgodnością. Korekty dokonywane przez biegłych rewidentów są częste i znaczne. Hipoteza badawcza H1 została odrzucona, a to oznacza, że odchylenia względne były duże i często występowały. Średnie wartości odchyleń względnych dla analizowanych pozycji RZiS były statystycznie równe zeru, lecz równocześnie występowały odchylenia o wartości wręcz dyskwalifikującej sprawozdanie finansowe. Hipoteza badawcza H2 została odrzucona, co oznacza, że przychody i koszty podstawowej działalności operacyjnej są wielkościami względnie zgodnymi, dla pozostałych zmiennych zgodność maleje. Zmniejszanie się zgodności jest zjawiskiem niepożądanym, ale najmniej zgodne są kategorie mające mały udział w strukturze wyniku finansowego. Hipoteza badawcza H3 została odrzucona, odrzucono też hipotezę H4 w odniesieniu do spółek sektora handlowego. Oznacza to, że odchylenia względne nie miały charakteru czysto przypadkowego, lecz mogły świadczyć o dążeniu do zawyżania wartości zysków poprzez zawyżanie przychodów i zaniżanie kosztów. Hipoteza badawcza H5 (wartość kapitału zakładowego nie wpływa na zgodność) nie została odrzucona, co oznacza, że taką samą zgodnością charakteryzują się RZiS wszystkich spółek, bez względu na wielkość. Wobec odrzucenia hipotezy H1 oznacza to niestety niewielką zgodność RZiS, bez względu na wielkość spółki. Brak zgodności świadczy o częstych przypadkach nieprzestrzegania zasad rachunkowości zawartych w ustawie, a więc o niskiej jakości danych ujawnionych w sprawozdaniu finansowym. Mała zgodność pozycji RZiS oznacza także małą zgodność pozycji bilansu, co wynika z elementarnych zależności między nimi, a także, co powinno być przedmiotem dalszych badań, niską zgodność wielkości z rachunku przepływów pieniężnych. Literatura Domański C., Pruska K. [2000], Nieklasyczne metody statystyczne, PWE, Warszawa. Framework for the Preparation and Presentation of Financial Statements [1989], International Accounting Standards Committee, London. Gruszczyński M., Pajdo B. [2003], Wskaźniki finansowe a opinia biegłego rewidenta, „Bank i Kredyt”, nr 5..

(17) Analiza zgodności sprawozdań finansowych…. 97. Gul B. [2002], Ekonometryczne modelowanie opinii biegłych rewidentów, praca magisterska, SGH, Warszawa. Ijiri Y. [1975], Theory of Accounting Measurement, American Accounting Association, Studies in Accounting Research No 10. Ijiri Y., Jaedicke R.K. [1966], Reliability and Objectivity in Accounting Measurements, „The Accounting Review”, July. Kowalewski G. [1996], Jakość danych finansowo-księgowych [w:] Ekonometryczne modelowanie danych finansowo-księgowych, red. E. Nowak, M. Urbanek, Wydawnictwo UMCS, Lublin. Luszniewicz A., Słaby T. [2003], Statystyka z pakietem komputerowym STATISTICA PL, Wydawnictwo C.H. Beck, Warszawa. Rozporządzenie Rady Ministrów z dnia 16 października 2001 r., Dz.U. nr 139, poz. 1569 z późn. zm. Statement of Financial Accounting Concepts [1980], No 2: Qualitative Characteristics of Accounting Information, Financial Accounting Standards Board. Statement of Financial Accounting Concepts [1985], No 6: Elements of Financial Statements, Financial Accounting Standards Board. Ustawa o rachunkowości z dnia 29 września 1994 r., Dz.U. nr 121, poz. 591 z późn. zm. Wójtowicz P. [2003a], Obiektywność rachunków zysków i strat w warunkach polskich, „Zeszyty Teoretyczne Rachunkowości”, nr 13 (69). Wójtowicz P. [2003b], Towards General Accounting Theory. A Methodological Inquiry [w:] General Accounting Theory in statu nascendi, red. M. Dobija, AE w Krakowie, Kraków. Zeliaś A. [1996], Metody wykrywania obserwacji nietypowych w badaniach ekonomicznych, „Wiadomości Statystyczne”, nr 8. Analysis of the Objectivity of Financial Statements of Companies Quoted on the Warsaw Stock Exchange The purpose of this article is to evaluate the objectivity of data reported in financial statements. Objectivity is understood as in the work of Ijiri and Jaedicke [1966] and Ijiri [1975]. In this article, the author tests hypotheses on data objectivity disclosed in income statements before and after auditing financial statements. Based on empirical studies, the author concludes that the income statements of companies quoted on the Warsaw Stock Exchange are marked by low objectivity. Deviations were significant and occurred frequently. The sales and expenses of basic operations are relatively objective, while with respect to other revenues and operating expenses, revenues and financial expenses and extraordinary items, objectivity decreases. Deviations were not purely accidental but could attest to the intent to overstate the value of profits by overstating revenues and understating expenses. The value of initial capital is not a factor determining objectivity. Therefore, the problem of frequent and significant corrections applies to all companies..

(18)

(19)