Analiza rozkładu pierwszej cyfry znaczącej danych finansowych wybranych spółek z sektora mediów notowanych na GPW w Warszawie

• Autorzy: Mateusz Baryła

Warianty tytułu

The First Significant Digit Distribution Analysis of Financial Data of Selected Companies from Media Sector Listed on The Warsaw Stock Exchange

• Języki publikacji: PL

Abstrakty

Do grona metod analizy danych zalicza się tzw. analizę cyfrową, w ramach której przeprowadza się m.in. test pierwszej cyfry znaczącej. Analizy cyfrowe, bazujące na prawie Benforda, znajdują swoje zastosowanie w procesie oceny jakości zbiorów danych liczbowych. Są one też wykorzystywane do wykrywania nieprawidłowości występujących w danych finansowych, w tym: oszustw podatkowych, księgowych itp. W artykule zaprezentowano wyniki analizy rozkładu pierwszej cyfry znaczącej dla danych zaczerpniętych ze sprawozdań finansowych wybranych spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie. Do oceny zgodności empirycznego rozkładu pierwszej cyfry znaczącej z rozkładem teoretycznym, jakim jest rozkład Benforda, wykorzystano: test istotności dla frakcji, test zgodności chi-kwadrat, średnie bezwzględne odchylenie (MAD). Przedstawiono również rankingi spółek, biorąc pod uwagę poziom zgodności rozkładu cyfr na pierwszej pozycji znaczącej z prawem Benforda(abstrakt oryginalny)

EN

Digital analysis belongs to the group of data analysis methods. It comprises, among others, the first significant digit test. Digital analysis tests, based on Benfordʼs Law, find their application in the process of data sets quality assessment. They are also employed in order to detect irregularities which appear in financial data, including: tax frauds, accounting frauds, etc. The paper presents the outcomes of the first significant digit analysis for data drawn from financial statements of selected companies listed on the Warsaw Stock ExBaryłachange. When assessing conformity of empirical distribution of the first significant digit with Benfordʼs distribution, the following methods were used: test for a population proportion, chi-square goodness of fit test, and mean absolute deviation (MAD). Moreover, rankings of the analysed comapnies are presented, taking into account the level of agreement of the first significant digit distribution with Benfordʼs Law(original abstract)

Słowa kluczowe

PL

Analiza danych; Spółki giełdowe; Giełda papierów wartościowych; Media

EN

Data analysis; Stock market companies; Stock market; Media

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia
• Rocznik: 2017
• Tom: 29
• Numer: nr 469 Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 11--20

Twórcy

autor

Mateusz Baryła

• Uniwersytet Ekonomiczny w Krakowie

Bibliografia

• Benford F., 1938, The law of anomalous numbers, Proceedings of the American Philosophical Society, vol. 78, no. 4, s. 551-572.
• Durtschi C., Hillison W., Pacini C., 2004, The effective use of Benfordʼs law to assist in detecting fraud in accounting data, Journal of Forensic Accounting, vol. V, s. 17-33.
• Fleiss J.L., Levin B., Paik M., 2003, Statistical Methods for Rates and Proportions, Third Edition, Wiley, New Jersey.
• Grabiński K., Paszek Z., 2013, Examining reliability of large financial datasets using Benfordʼs law, Ekonomske teme, vol. 51, no. 3, s. 515-524.
• Hill T.P., 1995, A statistical derivation of the significant-digit law, Statistical Science, vol. 10, no. 4, s. 354-363.
• Kinnunen J., Koskela M., 2003, Who is miss world in cosmetic earnings management? A cross-national comparison of small upward rounding of net income numbers among eighteen countries, Journal of International Accounting Research, vol. 2, issue 1, s. 39-68.
• Newcomb S., 1881, Note on the frequency of use of the different digits in natural numbers, American Journal of Mathematics, vol. 4, no. 1, s. 39-40.
• Nigrini M.J., 2012, Benfordʼs Law: Applications for Forensic Accounting, Auditing, and Fraud Detection, Wiley, New Jersey.
• Nigrini M.J., Mittermaier L.J., 1997, The use of Benfordʼs law as an aid in analytical procedures, Auditing: A Journal of Practice & Theory, vol. 16, no. 2, s. 52-67.
• Saville A.D., 2006, Using Benfordʼs law to detect data error and fraud: An examination of companies listed on the Johannesburg stock exchange, South African Journal of Economic and Management Sciences, vol. 9, no. 3, s. 341-354.
• Slijepčević S., Blašković B., 2014, Statistical detection of fraud in the reporting of Croatian public companies, Financial Theory and Practice, vol. 38, no. 1, s. 81-96.
• Thomas J.K., 1989, Unusual patterns in reported earnings, The Accounting Review, vol. LXIV, no. 4, s. 773-787.

Identyfikatory

DOI

10.15611/pn.2017.469.01