我国上市公司财务报告舞弊的判别模型

点赞:31326 浏览:143867 近期更新时间:2024-01-06 作者:网友分享原创网站原创

摘 要:上市公司财务舞弊问题在世界各国广泛存在,提高解读、识别和反馈上市公司会计报表信息的能力,在一定程度上可以减轻信息不对称的程度.而如何识别会计信息的真伪,是迫切需要解决的问题.本文用Logistic模型来判别上市公司是否存在财务舞弊问题,展开实证研究.

关 键 词:财务舞弊;舞弊动机;Logistic回归

引言

自1720年在英国发生世界上第一例上市公司舞弊案―“南海泡沫”事件以来,财务报告的真实性、准确性问题就成为了投资者和债券人关注的核心问题之一.虽然在过去的二百多年里,世界各国普遍建立和完善了财务会计准则和审计准则,但是,财务报告舞弊问题并没有从根本上得到遏制.相反,上市公司财务报告舞弊现象大有愈演愈烈之势.

从国内来看,我国上市公司的财务报告舞弊一直没有间断过.先是90年代初期的深圳原野、长城机电、中水国际集团“三大虚检测验资案件”;随后1997年、1998年又发生了新“三大案件”―琼民源、红光实业和东方锅炉.进入21世纪,随着监管力度的加强,越来越多的财务报告舞弊案件被揭露.2000年,郑百文、黎明股份、猴王股份案件的余震还未消失,2001年又曝出麦科特查重,之后的银广夏风暴更是将上市公司的财务报告舞弊推到了.2002年锦州港、宇通客车等上市公司相继走上了财务报告舞弊的审判台.2006年,华源制药、天颐科技、中捷股份等诸多上市公司财务报告舞弊案也相继浮出水面.

从国际来看,被誉为现代治理结构典范的美国也逃脱不了虚检测会计信息的愚弄.20世纪90年代末期以来,美国查处的上市公司财务报告舞弊的范围和规模超过了大萧条以来的任何时期.继安然公司由于财务报告舞弊被揭露而宣告破产以来,此类事件接二连三地发生,微软、迪斯尼等著名公司也纷纷曝出财务报告舞弊丑闻.与此同时,一大批会计师事务所,甚至包括安达信等国际知名会计师事务所也受到上市公司财务报告舞弊的牵连.

国内外发生的重大财务报告舞弊事件对资本市场的健康发展造成了强烈的冲击,它使得广大投资者蒙受了巨大的经济损失,严重打击了投资者尤其是中小投资者的信心,极大地影响了证券市场的健康持续发展.

如何防范和识别财务报告舞弊、提高解读会计信息能力成了所有投资者共同关注的焦点.本文正是在总结已发生的上市公司财务舞弊案例的动机、手段、表现等的基础上,建立判别模

型,来鉴定是否存在财务舞弊,为投资者判断公司价值提供参考.

一、样本的选择

1.舞弊样本的选择依据:

①为了更好地考察我国证券市场中上市公司的特征,本文选取在深沪两市发行A股且因财务报告舞弊而被公开处罚的上市公司;

②由于中报披露的财务数据有限且未经审计,所以中报舞弊样本予以剔除;

③以一个公司的一份年报作为一个样本,如果该公司连续几年舞弊,则分别作为各年度的舞弊样本.

2.控制样本的选择依据:

已有的研究表明,行业因素是影响舞弊发生可能性的因素之一,因此为了控制行业因素的影响,我们为每家舞弊公司选取了一个控制样本,选取依据如下:

①选择与舞弊样本公司舞弊年度期末资产总额相接近、同行业的A股上市公司.此处的行业分类是依据中国证监会2001年公布的《上市公司行业分类指引》,该依据无效的情况下可以考虑经营业务相近似的原则;

②剔除曾因财务报告舞弊而被证监会处罚或考察期间被ST、PT的上市公司;

③剔除考察期间被出具非无保留意见的上市公司;

如果仍有多家符合要求,则选择与舞弊样本公司在同一交易所上市且上市时间最相近的那家公司为控制样本公司.

根据以上标准,我们得到了61个舞弊公司和61个控制样本公司作为研究对象,由于有的上市公司连续几年舞弊,本文是把连续几年舞弊作为不同的样本,所以最后舞弊公司数据有87组,相应的控制样本数据也有87组,总共有174组样本数据.

3.省略info.省略)、上市公司资讯网(.省略)披露的舞弊公司.

本文所用的公司财务指标数据源于经济金融研究数据库(CCER).

二、指标选取

为了更好的选取判别上市公司财务舞弊的指标,有必要先总结下上市公司财务舞弊的手段,从而总结出舞弊公司与非舞弊公司对应指标可能存在的差异,进而进行Wilcoxon符号秩检验,判断是否存在显著差别,进而筛选出有显著差异的指标,从而选入模型的判别变量,再做进一步的计量经济检验与筛选.

总结舞弊样本,舞弊手段主要有以下方式:虚检测确认收入、提前确认收入、少计费用损失或推迟确认费用损失、虚增或虚减资产利用关联方交易,调控“账面利润”、隐瞒重大事项.

在总结上述样本舞弊公司财务舞弊的手段的基础上,我们发现舞弊公司的收入、费用、资产的增长率将外在表现可能出异常;相关的表征偿债能力、营运能力、盈利能力、成长能力等财务指标也可能表现出异常,同时结合财务报表分析的指标体系,初步选定下列指标,进一步做Wilcoxn符号秩检验,检验舞弊公司和非舞弊公司对应指标是否存在显著差异.

X1速动资产占总资产比例;X2流动资产/流动负债;X3负债/资产;X4(所有者权益-实收资本)/总资产;X5息税前利润/总资产;X6主营业务收入/资产;X7主营业务成本/存货;X8主营业务收入/应收账款;X9净利润/净资产;X10(本期营业收入-上期营业收入)/上期营业收入;X11(本期净资产-上期净资产)/上期净资产;X12(本期资产-上期资产)/上期资产.

三、研究方法

本文研究上市公司会计舞弊的识别问题,研究变量的取值只有两类情况,即“是”与“否”.对于二分类变量的分析,逻辑斯特(Logistic)回归模型分析具有不可替代的作用,逻辑斯特(Logistic)回归模型的理论前提比较宽松,没有关于分布类型、协方差阵的严格检测定,方程的回归系数可以解释为一个单位的自变量的变化所引起的几率对数的改变值,适用于因变量为二值的情况,本文的因变量具有二分类特点,故采用逻辑斯特(Logistic)回归模型对我国上市公司会计舞弊识别问题进行实证研究.

接下来的研究将两类样本按0,1分组,1为舞弊公司,0为非舞弊公司,采用R软件对数据的均值、中位数进行配对样本Wilcoxon(威尔科森)符号秩检验,检验舞弊公司和非舞弊公司对应的指标是否存在显著性差异,筛选出具有显著性差异的指标,以进一步研究.处理结果见表.

描述性统计结果

组别

自变量

平均数中位数V统计值Wilcoxon检验(P值)

舞弊样本控制样本舞弊样本控制样本

X10.175411630.1761717530.1776251430.12457666123130.04584

X21.853443671.8584257891.4281.30542105

0.2100

X30.487263210.4896455540.41380.46871851

0.6060

X40.110778890.1036946340.225831360.2678271414020.985

X50.006101590.0047791270.0465096840.05985754613410.9924


X60.724722980.7197531380.67730.5782

2576.50.002541

X73.757441373.7855832341.94323.52531188

0.999

X86.853019546.9197714892.54244.4957

8521

X90.654142520.6600119830.07160.0825

14220.9814

X10-0.02742873-0.035503779-0.02350.1234

12400.9978

X11-0.00967471-0.0208249970.01320.0507

14110.9835

X120.089249420.0868844760.00890.0857

12240.9983

注释:①Wilcoxon(威尔科森)符号秩检验是用来检验两组数据之间是否存在显著性差异的,上表检验时的零检测设H0:舞弊样本与控制样本不存在显著性差异;备选检测设选单侧检验H1:舞弊样本大于非舞弊样本.计算出的P值与设定的置信水平比较,一般当P指较小时就拒绝H0,接受H1,即认为舞弊样本大于控制样本;当P值较大时则反之,认为舞弊样本显著小于控制样本.

从表中可以看到,舞弊公司样本和控制公司样本的流动比率X2、资产负债率X3指标检验的P值为0.21、0.606,判断两样本这两个指标不存在显著性差异;我们还可以看到,在0.05显著性水平下,X1、X6通过Wilcoxon秩检验,表明舞弊样本明显大于配对样本;同时可以看到,X4、X5、X7、X9、X10、X11、X12检验结果的P值显示都较大,则认为舞弊样本显著小于非舞弊样本.

通过上述的Wilcoxon(威尔科森)符号秩检验,我们剔除了变量X2、X3,余下的变量进入下个环节的计量模型,进一步检验筛选.

四、实证结果

通过对样本数据建立逻辑斯特(Logistic)回归模型,逐步进行计量检验和经济检验,最终得出模型结果如下:

Inp1-p等于0.383584-0.225912×X3-0.308375×X4-0.509695×X5+0.449402×X6+0.002570×X7+0.008000×X9-0.078983×X10+0.08250×X11-0.133493×X12

逻辑斯特(Logistic)回归模型判别结果统计

判别结果

样本公司类别舞弊非舞弊判别准确率

舞弊公司(87家)57家30家(误判2)65.52%

非舞弊公司(87家)12家(误判1)75家86.21%

总体判别正确率75.86%

注释:①误判有两种;误判1为弃真(即把非舞弊的误判为舞弊的);误判2为取伪错误(即把舞弊的判别为非舞弊的)

我国上市公司财务报告舞弊的判别模型参考属性评定
有关论文范文主题研究: 关于财务报告的论文范文集 大学生适用: 学院学士论文、学年论文
相关参考文献下载数量: 44 写作解决问题: 怎么撰写
毕业论文开题报告: 标准论文格式、论文题目 职称论文适用: 核心期刊、职称评初级
所属大学生专业类别: 怎么撰写 论文题目推荐度: 优秀选题

②总体判别正确率等于判别正确的数目/总样本数

五、结论

本文在总结舞弊公司舞弊的动机、手段等的基础上,结合企业财务报表分析的指标体系,初步选出反映企业偿债能力、营运管理能力、盈利能力、成长能力的指标,再经过Wilcoxon(威尔科森)符号秩检验,筛选出舞弊公司和非舞弊公司有显著差别的指标,筛选进入判别模型做进一步的筛选和剔除,最后建立逻辑斯特(Logistic)回归模型,并检验判别结果的准确性.结果表明总体准确率达到75.86%,模型的准确性相对还可以接受.

本文的创新之处在于有条理地筛选出表征舞弊公司和非舞弊公司差别的指标,进一步建立计量模型,逻辑条理清楚、说服力强.

本文的不足之处在于建立判别模型时,选入的指标仅考虑了相关的财务指标,未考虑到公司的股权结构、董事会构成等可能同样影响舞弊判别的指标,下一步的努力方向是进一步可以考虑这些因素数量化加入模型,提高模型判别的准确率.