Effective methods to detect financial statement frauds
Published: July 29, 2026
Abstract
Many stakeholders, especially investors and auditors, pay special attention to financial statement frauds. This paper presents an overview of the financial statement fraud detection methods. This paper compares and analyzes these methods to help investors, auditors, and other stakeholders choose appropriate fraud detection methods.
Keywords
financial statement fraudM-ScoreF-ScoreZ-Score
References
1.
Altman, E. (1968). Financial ratios, discriminant analysis, and the prediction of corporate bankruptcy. Journal of Finance, 9, 589-609.
2.
Altman, E. I., & Hotchkiss, E. (2006). Corporate Financial Distress and Bankruptcy: Predict and Avoid Bankruptcy, Analyze and Invest in Distressed Debt. Hoboken, N.J., Wiley.
3.
Beneish, M. (1999). The Detection of Earnings Manipulation. Financial Analysts Journal, 55, 13.
4.
Bộ Tài chính (2012). Chuẩn mực kiểm toán Việt Nam số 240: Trách nhiệm của KTV liên quan đến gian lận trong quá trình kiểm toán báo cáo tài chính. Thông tư số 214/2012/TT-BTC ngày 06/12/2012.
5.
Burcu Dikmen, Guray Kucukkocaoglu (2010). The Detection of Earnings Manipulation: The Three Phase Cutting Plane Algorithm using Mathematical Programming. Journal of Forecasting, 29(5), 442-446.
6.
Cressey, D. R. (1953). Other's People's Money. A Study in a Social Psychology of Embezzlement. US: Free Press.
7.
DeAngelo, E. L. (1986). Accounting Numbers as Market Valuation Substitutes: A Study of Management Buyouts of Public Stockholders. Accounting Review, 61(1), 400-422.
8.
Dechow, P. M., Ge, W., Larson, C. R. & Sloan, R. G. (2011). Predicting Material Accounting Misstatements. Contemporary Accounting Research, 28(1), 17-82.
9.
Durtschi, C., Hillison, W., Pacini, C. (2004). The Effective Use of Benford's Law to Assist in Detecting Fraud in Accounting Data. Journal of Forensic Accounting, Vol. V, 17-34.
10.
Fanning M. K. and Cogger, K. O. (1998). Neural Detection of Management Fraud Using Published Financial Data. International Journal of Intelligent Systems in Accounting, Finance and Management, 7(1), 21-41.
11.
Frank A. Benford (1938). The Law of Anomalous Numbers. Proceedings of the American Philosophical Society, 78(4), 551-572.
12.
Friedlan, J. M. (1994). Accounting Choices of Issuers of Initial Public Offerings. Contemporary Accounting Research, 11(1), 1-31.
13.
Hải, T. V. (2017). Nhận diện gian lận báo cáo tài chính của các công ty niêm yết trên thị trường chứng khoán Việt Nam - Bằng chứng thực nghiệm tại sàn giao dịch chứng khoán HOSE. Truy cập tại: https://digital.lib.ueh.edu.vn/handle/UEH/54747.
14.
International Standard on Auditing (ISA 240) (2015). The Auditor's Responsibilities Relating to Fraud in an Audit of Financial Statements. IFAC.
15.
Küçükkocaoğlu, G., Benli, Y. K., Küçüksözen, C. (2007). Finansal Bilgi Manipülasyonunun Tespitinde Yapay Sinir Ağı Modelinin Kullanımı. İMKB Dergisi, Yıl: 9, Sayı: 36, İstanbul, ss.1-30.
16.
Lê, D. M. (2017). Nhận diện gian lận báo cáo tài chính các công ty xây dựng niêm yết trên thị trường chứng khoán Việt Nam. Truy cập tại: http://192.168.0.108/jspui/handle/123456789/257.
17.
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), 1-8.
18.
Nigrini, M. J. (1996). A Taxpayer Compliance Application of Benford's Law. Journal of the American Taxation Association, 18(1).
19.
Tuyền, T. P. T. M. (2019). Kết hợp mô hình M-Score Beneish và chỉ số Z-Score để nhận diện khả năng gian lận báo cáo tài chính. Truy cập tại: https://digital.lib.ueh.edu.vn/handle/UEH/.
20.
Trần, T. B. T. B., & Nguyễn, V. H. V. H. (2016). Nghiên cứu phương pháp kiểm tra sai sót của dữ liệu kế toán hỗ trợ kiểm toán báo cáo tài chính. Tạp chí Khoa học Đại học Quốc gia Hà Nội: Kinh tế và Kinh doanh, 32(3).
21.
Warren S. McCulloch, Walter Pitts (1943). A Logical Calculus of the Ideas Immanent in Nervous Activity. Bulletin of Mathematical Biophysics, 5(4), 115-133.
