Описание переменных

В рамках своего исследования я планирую рассмотреть и проанализировать то, в какой степени экономическое и социальное состояние стран обуславливает уровень корпоративного мошенничества в находящихся в них компаниях. Для этого я использую метод множественной линейной регрессии, при помощи которого смогу определить точность своей модели и значимость факторов, выбранных мною для объяснения рассматриваемого феномена. Также будет проведен качественный анализ по 7 регионам мира на тему влияния экономической и социальной обстановки на распространенность корпоративного мошенничества. Рассмотрим подробнее переменные, которые будут использоваться при построении регрессионного уравнения: процент корпоративного мошенничество в компаниях разных стран, ВВП на душу населения по ППС, индекс восприятия коррупции, индекс процветания стран и индекс человеческого развития.

Зависимая переменная

В качестве зависимой переменной был выбран процент компаний, пострадавших от корпоративного мошенничества в 2018 году. Аудиторская компания PWC проводила масштабное исследование, одной из целей которого было определение уровня корпоративного мошенничества в регионах и странах мира. Авторами были получены данные более чем 7200 респондентов из 123 стран для анализа рассматриваемого феномена. По итогам работы был выпущен отчет "Global Economic Crime and Fraud Survey 2018", в котором была отражена основная информация, полученная в ходе проводившегося исследования, однако данные по корпоративному мошенничеству были отражены только по мировым регионам. Поэтому для получения необходимой информации были исследованы отчеты, сделанные филиалами PWC в каждой отдельной стране. Для этого я посетил сайты компании каждого государства, но, к сожалению, не все страны, принимавшие участие в глобальном исследовании, предоставили информацию по рассматриваемому феномену. Из 123 опрошенных стран удалось найти данные только по 48, на основе которых была построена регрессия.

Независимые переменные:

В качестве независимых переменных было выбрано 4 показателя, отражающих экономическое и социальное состояние стран (по 2 показателя на каждое направление). В качестве экономических факторов были выбраны ВВП на душу населения по паритету покупательской способности и индекс восприятия коррупции, а в качестве социальных - индекс процветания стран (prosperity index) и индекс человеческого развития. Небольшое количество объясняющих переменных обусловлено ограниченным размером выборки. Поговорим подробнее о каждой из независимых переменных, методам их расчета и причинах, по которым они были выбраны для модели регрессии.

ВВП на душу населения по паритету покупательской способности

Валовый внутренний продукт отражает рыночную стоимость всех конечных товаров и услуг, произведенных в течение года во всех отраслях экономики, таким образом данный показатель характеризует экономическое состояние страны. Однако, ввиду того, что моя модель регрессии должна объяснять поведение людей, как отдельных индивидов, а не общества в целом, было решено взять ВВП на душу населения по ППС. ВВП на душу населения рассчитывается по следующей формуле:

,

где GDP - ВВП страны, а Zpopulation - население страны. Все показатели отражаются в долларах США. Однако при пересчете из национальных валют, в нашем случае используются не рыночные обменные курсы, а паритет покупательской способности. Теория ППС гласит о том, что на одинаковую сумму денег, конвертированную по текущему курсу в национальные валюты, можно купить одинаковое число оваров и услуг. Таким образом, выбранный показатель отражает благосостояние жителей страны, и именно по этой причине он был выбран объяняющим фактором для независимой переменной. Согласно выдвинутой гипотезе, финансовое состояние резидентов страны может объяснить уровень их склонности к корпоративному мошенничеству.

Индекс восприятия коррупции

Данный показатель отражает распространенность коррупции в государственном секторе стран. В контексте расчета индекса, коррупция воспринимается как любое злоупотребление служебным положением для достижения собственной выгоды. Данные для расчета индекса извлекаются путем опросов лиц, непосредственно встречающихся с коррупцией (предприниматели) или исследующих ее (аналитики), так как, по мнению исследователей, статистические данные, такие как число уголовных дел или приговоров по делу взятночества, во-первых, далеко не всегда доступны для использования, а во-вторых, отражают скорее эффективность работы правоохранительных органов, чем реальный уровень коррупции. Показатель представляет собой стобалльную шкалу, по которой 0 - самый высокий уровень коррупции, а 100 - самый низкий. В список попадают только страны, по данным которых нашлось как минимум три источника, поэтому индекс можно считать надежным. Показатель был выбран объясняющей переменной из следующих размышлений: как неоднократно было указано в обзоре литературы, склонность сотрудников компаний к корпоративному мошенничеству зависит от поведения начальства, то есть если высшие чины позволяют себе противоправные действия, то и персонал последует их примеру. Поэтому, если в стране наблюдается высокий уровень коррупции, то и люди более склонны к мошенничеству.

Индекс процветания стран.

Данный показатель измеряется аналитическим центром британского университета Legatum и представляет собой комбинированную оценку достижений стран в 9 категориях. По стобалльной шкале оценивается уровень развития стран в следующих отраслях:

· Экономика.

· Предпринимательство.

· Управление.

· Образование.

· Здравоохранение.

· Безопасность.

· Личные свободы.

· Социальный капитал.

· Экология

Показатели всех отраслей берутся с одинаковыми коэффициентами и для получения индекса берется их средневзвешенное значение. Данные для оценки достижений стран в рассматриваемых отраслях берутся из социологических исследований, экспертных опросов и статистических данных, полученных из таких институтов, как ООН, Всемирный банк, Всемирной торговой организации и т.п. Рассматриваемый показатель был выбран в качестве независимой переменной ввиду следующих размышлений: чем выше уровень жизни населения в наиболее значимых для жителей стран отраслях, тем меньше они склонны обманывать компании в собственных интересах, так как государство и так предоставляет им все необходимое для счастливой жизни.

Индекс человеческого развития

Расчет показателя начался в двадцатом веке, когда была выдвинута идея о том, что благосостояние людей нужно оценивать не только по их доходу, но и многим другим социальным характеристикам. Индекс основывается не на опросных данных, а на реальных числовых показателях, поэтому показатель считается достаточно точно отражающим настоящее положение дел. Рассчитывается он как среднее геометрическое трех индексов:

· Индекс ожидаемой продолжительности жизни, рассчитываемый по формуле:, где LE - ожидаемая продолжительность жизни;

· Индекс образования, рассчитываемый по формуле:

, где MYSI = , а EYSI = .

В свою очередь, MYS - средняя продолжительность обучения населения в годах, а EYS - ожидаемая продолжительность обучения населения, находящегося в процессе его получения.

· Индекс дохода, рассчитываемый по формуле:

,

где GNIpc - ВНД на душу населения по ППС.

Таким образом, схематически расчет индекса человеческого развития можно изобразить следующим образом:

В качестве независимой переменной данный показатель был выбран исходя из следующих размышлений: индекс, основанный на статистических данных, достаточно точно отражает уровень жизни населения стран, а также в ходе его расчета используются иные показатели, нежели в расчете индекса процветания стран.

Гипотезы

В первую очередь рассмотрим гипотезы, выдвинутые для проведения регрессионного анализа по странам, а в дальнейшем выдвинем гипотезы для качественного анализа по регионам.

Гипотеза 1. Особенности и уровень социально-экономического развития страны оказывают влияние на развитие корпоративного мошенничества

В данной гипотезе подразумевается, в случае ее подтверждения, что в странах с более высоким качеством жизни в экономическом и социальном плане, уровень корпоративного мошенничества в компаниях должен быть ниже. При проверке данной гипотезы я буду опираться на полученные из модели регрессии результаты, в частности на коэффициент p-value (на 95% уровне значимости), отражающий значимость независимых переменных. Также, как вспомогательные гипотезы, будут рассмотрены следующие утверждения:

Гипотеза 1.1 Экономическое факторы страны оказывают влияние на распространенность корпоративного мошенничества в компаниях.

Гипотеза 1.2 Социальное состояние страны оказывает влияние на распространенность корпоративного мошенничества в компаниях.

Их рассмотрение необходимо в случае, если только один тип показателей (экономический или социальный) окажется значимым в регрессионной модели.

Гипотеза 2. Экономические факторы оказывают более сильное влияние на распространенность корпоративного мошенничества в компаниях, чем социальные.

Проверка данной гипотезы позволит понять, что именно - финансовая необеспеченность или нехватка социальных благ, способствует распространению экономических преступлений. Данная гипотеза будет проверяться путем сравнения коэффициентов независимых переменных регрессии в случае значимости показателей обоих типов. Обратной гипотезой к проверяемой будет являться утверждение "Социальные факторы оказывают более сильное влияние на распространенность корпоративного мошенничества в компаниях к корпоративному мошенничеству, чем экономические". Гипотеза о том, что экономические и социальные факторы одинаково не влияют на склонность населения к корпоративному мошенничеству. Является обратной к гипотезе 1.

Гипотеза 3. Результат влияния мировых региональных экономических и социальных показателей на распространение корпоративного мошенничества отличается от результатов исследования по странам.

Данная гипотеза по содержанию похожа на гипотезу 1, однако, в отличие от случая регрессионного анализа, в котором гипотеза проверяется с опорой на коэффициенты модели, будет использоваться смысловая интерпретация собранных данных. Гипотеза 3 проверяется с целью подтверждения или опровержения предыдущих гипотез. Ввиду того, что данные по странам ограничены 48 наблюдениями, а данные по регионам включают более широкую статистику по всем странам, результаты проверки гипотез могут разниться, поэтому проверка гипотезы 3 выступает гарантом надежности результатов, полученных методом регрессионного анализа.

Описание регрессионной модели

Для анализа собранных данных я использую метод линейной множественной регрессии. На мой взгляд, это оптимальный способ выяснить, имеется ли взаимосвязь между объясняемой и объясняющими переменными. Уравнение регрессии принимает следующий вид:

Fraud = в0 + в1*Prosperity + в2*HumanDevelopment + в3*GDP + в4*Corruption, где в0, в1, в2, в3, в4 - коэффициенты регрессии, полученные в ходе исследования;

Fraud - зависимая переменная, отражающая процент опрошенных компаний, столкнувшихся с корпоративным мошенничеством, в каждой из стран;

Prosperity - независимая переменная, отражающая индекс процветания сран;

HumanDevelopment - независимая переменная, отражающая индекс человеческого развития стран;

GDP - независимая переменная, отражающая уровень ВВП на душу населения по ППС;

Corruption - независимая переменная, отражающая индекс восприятия коррупции в странах.

Данные по переменным построены в excel-таблицу и далее импортированы в программу для анализа данных "Stata". Для проверки качества регрессионном модели будут проведены следующие тесты:

· Тест Рамсея на правильность спецификации модели, то есть на наличие пропущенных переменных в уравнении регрессии;

· Тест на наличие мультиколлинеарности. Для этого будет посчитан средний показатель VIF, который в теории рассчитывается по формуле

и отражает силу линейной связи между предикторами зависимой переменной.

· Тест Уайта и тест Бройша-Пагана на наличие гетероскедастичности в модели

· Расчет статистики Дарбина-Уотсона для проверки наличия автокорреляции в модели.

Далее, в случае удовлетворения уравнения регрессии соответствующим требованиям, на основе полученных результатов будут проверены гипотезы, выдвинутые в параграфе 2 второй главы.

Исследование и его результаты

Основные направления корпоративного мошенничества и причины его распространения в современных компаниях.

С распространением корпоративного мошенничество росло и число исследований, проводившихся в этой отрасли. Исследователи, занимающиеся данным вопросом, выделяют три основных направления изучаемого феномена: незаконное присвоение активов, коррупция и махинации с финансовой отчетностью, которые, в свою очередь, разветвляются на множество более мелких преступлений. В данном параграфе рассмотрим более детально, какие виды корпоративного мошенничества встречаются более часто и в компаниях каких отраслей. Согласно результатам исследования, 40,2% случаев корпоративного мошенничества в компаниях, штат работников которых превышает 100 человек, и 29,9% в организациях с персоналом < 100 сотрудников, приходится на коррупцию. Также наиболее часто встречающимися видами корпоративного мошенничества в крупных и мелких компаниях, относящимися к направлению незаконного присвоения активов, являются мошенничество с выставлением счетов (27,1% и 20,9% соответственно), подделка чеков (20,1% и 8,4% соответственно) и скимминг (19,9% и 8,9% соответственно). По отраслям наиболее привлекательными компаниями для мошенников являются организации банковского и финансового сектора (16,8% всех рассмотренных случаев). Также в "лидирующую пятерку" входят государственные компании (10,5%), компании обрабатывающей промышленности (8,8%), компании сектора здравоохранения (6,6%), компании в области образования (6%). Далее рассмотрим, компании каких отраслей наиболее часто встречаются с самыми распространенными видами корпоративного мошенничества. Коррупции наиболее подвержены организации обрабатывающей промышленности (48,4% всех случаев корпоративного мошенничества, совершенных в данной отрасли), компании нефтяной промышленности (48,6%) и компании технологичной отрасли (44,6%). Мошенничество с выставлением счетов наиболее распространено в корпорациях отрасли образования (34,1%), обрабатывающей промышленности (32,8%) и здравоохранения (31,3%). Подделка чеков наблюдается в отрасли профессиональных услуг (31,7%) и организациях в благотворительной и религиозной сфере. Скиммингу наиболее подвержены области образования (25%) и профессиональных услуг (18,3%).

Причины распространения корпоративного мошенничества в компаниях были подробно описаны в главе 1, а в этом параграфе обобщим рассмотренное. В первую очередь, выделяются субъективные факторы индивидов, такие как:

1. Внешние обстоятельства, которые требуют финансовых средств для решения вопросов (болезнь, необходимая покупка, долги);

2. Широкие полномочия и недостаток контроля, которые позволяют снизить возможность обнаружения преступления, тем самым повышая стимулы к совершению мошенничества;

3. Самооправдание сотрудника, вызванное атмосферой в компании, в которой не наказывается, а возможно и процветает, коррупция и прочие проявления мошенничества.

Помимо личных причин индивидов, есть более объективные факторы, влияющие на стимулы к мошенничеству, которые связаны с особенностями руководства компаний. Как оказалось, влияние на распространенность изучаемого феномена оказывают возраст совета директоров, его состав, взаимосвязь генерального директора и совета директоров и множество прочих. Однако еще более объективные причины, не зависящие напрямую ни от индивидов, ни от компаний, отражающие экономическое и социальное положение стран, не рассматривались исследователями. Данную цель и преследует моя работа, и следующие параграфы раскрывают полученные результаты.

Регрессионный анализ

Регрессионный анализ проводился для определения взаимосвязи внешних экономических и социальных показателей стран, таких как ВВП на душу населения по ППС, индекс восприятия коррупции, индекс процветания страны и индекс человеческого развития, на распространение корпоративного мошенничества. Данные, необходимые для построения регрессионной модели, были внесены в таблицу excel. Там же была построена корреляционная матрица для того, чтобы определить степень взаимосвязи выбранных переменных. Полученный результат можно увидеть ниже:

Все показатели корреляции между независимыми переменными находятся в промежутке от 0.5 до 0.7, что говорит нам о средней корреляции между предикторами. Объясняется такой высокий, но не критичный уровень взаимосвязи тем, что все независимые переменные отражают уровень жизни населения и, несмотря на различные методики расчета и данные, использующиеся в его процессе, в некоторых местах пересекаются между собой. Наиболее высокий показатель корреляции (0.685) наблюдается между индексом человеческого развития и индексом процветания стран. Данный феномен объясняется тем, что оба показателя отражают социальное состояние страны, хоть и имеют различную базу для расчета. Далее регрессионная модель была построена в программе для анализа данных "Stata". Получившиеся результаты можно увидеть ниже:

Из приведенных результатов модели заметно, что все объясняющие переменные имеют негативные результаты в уравнении регрессии, то есть в странах, которых данные показатели выше, ниже уровень корпоративного мошенничества. Однако, обратив внимание на показатель p-value, можно заметить, что лишь два предиктора оказались значимыми: индекс процветания стран и индекс человеческого развития. Незначимость ВВП на душу населения по ППС может быть связана с тем, что решения о корпоративном мошенничестве принимаются людьми, в первую очередь, не по причине финансового состояния. Незначимость индекса восприятия коррупции может объясняться тем, что уровень взяточничества в стране известен далеко не всем гражданам, а даже если информация о высокой коррумпированности распространена в обществе, то далеко не все граждане поддерживают такое поведение, а многие наоборот осуждают и пытаются предпринять меры против подобных действий. Значимость факторов, отражающих социальное положение в странах, иллюстрирует то, что именно благополучие жизни граждан, защита и наличие их прав и свобод способствуют снижению стимулов к корпоративному мошенничеству. Однако, обратив внимание на коэффициенты объясняющих переменных, можно заметить, что наиболее сильное влияние оказывает именно ИЧР, то есть основными характеристиками социального благополучия, влияющего на склонность к корпоративному мошенничеству, являются ожидаемая продолжительность жизни, уровень образования и доход. Далее были проведены тесты для проверки адекватности модели. Был посчитан показатель VIF (variance inflation factor), показывающий взаимосвязь предикторов. Итоговый результат оказался равен 10, что является достаточно высоким показателем, но в некоторых источниках 10 считается критическим значением Alain Franзois Zuur, Elena N. Ieno, Chris S. Elphick A protocol for data exploration to avoid common statistical problems // Journal compilation British Ecological Society. 2010., поэтому, как показала и корреляционная матрица, взаимосвязь между независимыми переменными есть, но допустимая. Далее был проведен тест Рамсея на правильность спецификации модели. По его результатам нулевая гипотеза а равенстве коэффициентов нулю перед переменными, возведенными в разные степени, не отвергается, что означает правильность исходной спецификации.

Для проверки модели на наличие гетероскедастичности были проведены тесты Уайта и Бройша - Пагана, так как наличие гетероскедастичности случайных ошибок приводит к неэффективности оценок, что может привести к неадекватности полученных статистических выводов. Результаты обоих тестов не отвергают нулевую гипотезу о гомоскедастичности, что является подтверждением качества модели. И также была посчитана статистика Дарбина - Уотсона для определения наличия автокорреляции. Полученный результат составил 2.22. Согласно критериям, результат статистики Дарбина - Уотсона, попадающий в интервал от 1.5 до 2.5, является признаком отсутствия автокорреляции в модели. Обобщая результаты проверки надежности модели можно сказать, что регрессия, несмотря на среднюю корреляцию независимых факторов, является качественной. На основе коэффициентов модели проверим гипотезы 1 и 2. Как уже было отмечено, на частоту корпоративного мошенничества в странах влияние оказывают только социальные факторы, поэтому подтвердилась гипотеза 1.2, а гипотеза 1.1 отвергается. Так как экономические факторы оказались незначимыми, то гипотеза 2 о более сильном их влиянии на зависимую переменную, чем у социальных показателей отвергается, но зато подтверждается обратная ей гипотеза о большей чувствительности объясняемой переменной к социальным факторам.

По результатам регрессии можно сделать вывод, что модель является качественной, хоть и со средней корреляцией предикторов. Полученные коэффициенты иллюстрируют значимость социальных факторов страны в вопросе распространения корпоративного мошенничества в странах и доказывают обратное в отношении экономических показателей.

Качественный анализ

Для проведения качественного анализа была найдена статистика по проценту компаний в регионах мира, столкнувшихся с корпоративным мошенничеством в период с 2016 по 2018 год. Данные были взяты из отчета PWC "Global Economic Crime and Fraud Survey 2018" и представлены в виде диаграммы ниже:

Из данных заметно, что регион Middle East выделяется самым низким уровнем корпоративного мошенничества, а Africa - самым высоким. Показатели остальных регионов держатся примерно на одном уровне. Далее, для возможности сопоставления результатов регрессионного и качественного анализа были посчитаны средние значения социальных показателей: индекса процветания и ИЧР по странам, принадлежащим каждому региону, а также экономические показатели: ВВП на душу населения по ППС и индекс восприятия коррупции. Полученные результаты, а также, для наглядности, процент корпоративного мошенничества были внесены в таблицу, которую можно увидеть ниже:

Самые высокие экономические и социальные показатели оказались у региона North America, однако стоит сделать поправку на то, что предоставленные результаты являются средним показателем таких развитых стран, как США и Канада, а остальные, более скромные территории рассматриваемого региона, не были учтены при расчете, так как по их социальному положению нету доступной информации. Исходя из результатов, указанных в таблице, можно заметить, что при самом низком показателе корпоративного мошенничества регион Middle East имеет средние индексы экономического и социального развития, а отнюдь не лидирующие. Однако, обратив внимание на регион Africa, заметно, что самые низкие коэффициенты экономической и социальной обстановки соответствуют самому высокому показателю корпоративного мошенничества. А в регионе с самыми высокими показателями экономического и социального развития, Western Europe, наблюдается уровень корпоративного мошенничества чуть ниже среднего по регионам. Рассмотрев показания по остальным регионам можно отметить, что наблюдается корреляция между уровнем жизни населения и процентом корпоративного мошенничества, однако различия в показателях незначительные, поэтому нельзя однозначно определить взаимосвязь рассматриваемых переменных. Из данных наблюдений можно сделать вывод, что уровень жизни населения влияет на их склонность к корпоративному мошенничеству лишь до определенного уровня. То есть когда благосостояние людей достигает определенной отметки, и они становятся в состоянии удовлетворить основные свои потребности, на склонность к экономическим преступлениям оказывают влияние уже другие факторы, однако недостаточная экономическая и социальная обеспеченность населения является одним из стимулов, побуждающих людей к совершению противоправных экономических действий.

Гипотеза 3, согласно результатам качественного анализа, оказалась опровергнутой. Проверка влияния экономических и социальных факторов дала неоднозначные результаты, свидетельствующие о том, что уровень жизни людей в регионах мира обуславливает решения о корпоративном мошенничестве только до определенного уровня развития, а после преодоления определенного рубежа силу приобретают другие, более значимые и личные факторы.

Из качественного анализа можно сделать следующие выводы: экономическая и социальная обстановка оказывает наиболее сильное влияние на распространенность корпоративного мошенничества в менее развитых странах, то есть, чем ниже уровень жизни населения, тем более сильными стимулами распространения исследуемого феномена являются экономические и социальные факторы. Однако с ростом благосостояния стран корреляция между исследуемыми переменными ослабевает и на первый план выходят более субъективные причины.

Заключение