Can Corporate Governance Structures Reduce Fraudulent Financial Reporting in the Banking Sector? Insights from the Fraud Hexagon Framework
Notice bibliographique
Résumé
This study investigates the determinants of Fraudulent Financial Reporting (FFR) in the banking sector from 2021 to 2024 by integrating the Fraud Hexagon framework within a risk and financial management perspective. Using panel data comprising 140 bank-year observations (35 banks over four years), the research applies an empirical analysis to examine six key elements—pressure, opportunity, rationalization, capability, arrogance, and collusion—that shape fraud risk behavior in financial institutions. The results indicate that leverage does not significantly influence fraud incentives, suggesting that financial pressure alone is insufficient to drive fraudulent reporting without weak governance structures. In contrast, factors related to ineffective monitoring, auditor switching, and director change show varying effects on FFR. The findings also reveal that CEO image does not reflect arrogance, which has no significant effect on FFR, and political connections of entities do not automatically reduce fraud risk unless supported by strong and independent governance mechanisms. The study underscores the crucial moderating role of the audit committee in enhancing financial reporting integrity. From a policy perspective, the research provides strategic insights for regulators and supervisory bodies such as the Financial Services Authority (OJK) to strengthen governance frameworks, enforce stricter disclosure requirements, and integrate fraud risk management practices into corporate oversight. Overall, this study contributes to the financial governance literature by demonstrating how effective risk management and governance alignment can reduce fraudulent reporting and improve the sustainability of the banking sector.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».