一、問題的提出
有效的資本市場(chǎng)可以為企業(yè)提供直接融資渠道,促進(jìn)資源優(yōu)化配置,提高資源配置效率。然而,由于代理成本的普遍存在,上市公司財(cái)務(wù)報(bào)告舞弊行為頻發(fā),舞弊性財(cái)務(wù)報(bào)告提供的重大誤導(dǎo)信息嚴(yán)重?cái)_亂了資本市場(chǎng)的正常秩序,影響了資本市場(chǎng)的效率和公平。
目前我國(guó)上市公司財(cái)務(wù)報(bào)告舞弊的最終目的主要體現(xiàn)在兩個(gè)方面:一是為了隱瞞虧損、獲取配股增發(fā)資格而虛增利潤(rùn),主要手段包括虛構(gòu)銷售交易、少轉(zhuǎn)成本、少計(jì)費(fèi)用等;二是為了隱瞞負(fù)債或隱瞞關(guān)聯(lián)方對(duì)上市公司的利益侵占行為。其中,隱瞞的關(guān)聯(lián)方利益侵占手段主要包括關(guān)聯(lián)方資金占用、為關(guān)聯(lián)方提供借款擔(dān)保、關(guān)聯(lián)方資金往來(lái)、為關(guān)聯(lián)方承擔(dān)借款和借款費(fèi)用等關(guān)聯(lián)方交易行為,此時(shí)的關(guān)聯(lián)方交易通常不會(huì)帶來(lái)或很少帶來(lái)上市公司利潤(rùn)的虛增。以此為基礎(chǔ),本文將我國(guó)上市公司的財(cái)務(wù)報(bào)告舞弊分為兩類:一類是以虛增利潤(rùn)為目的,稱為調(diào)節(jié)利潤(rùn)類財(cái)務(wù)報(bào)告舞弊;另一類是以隱瞞負(fù)債或隱瞞關(guān)聯(lián)方利益侵占行為為目的(本文中不包括能夠虛增上市公司利潤(rùn)的關(guān)聯(lián)方交易),稱為非調(diào)節(jié)利潤(rùn)類財(cái)務(wù)報(bào)告舞弊。
在我國(guó)上市公司財(cái)務(wù)報(bào)告舞弊的已有研究成果中,對(duì)調(diào)節(jié)利潤(rùn)類財(cái)務(wù)報(bào)告舞弊的識(shí)別研究已較為深入,而對(duì)非調(diào)節(jié)利潤(rùn)類財(cái)務(wù)報(bào)告舞弊識(shí)別針對(duì)性研究相對(duì)缺乏。因此,本文擬構(gòu)建非調(diào)節(jié)利潤(rùn)舞弊識(shí)別模型,以便為監(jiān)管部門和投資者等利益相關(guān)者作出的決策提供參考。
二、非調(diào)節(jié)利潤(rùn)類舞弊特征指標(biāo)的選取
非調(diào)節(jié)利潤(rùn)類財(cái)務(wù)報(bào)告舞弊的主要目的是隱瞞負(fù)債或隱瞞關(guān)聯(lián)方對(duì)上市公司的利益侵占行為。其所隱瞞的負(fù)債或關(guān)聯(lián)方利益侵占行為將影響到上市公司的資產(chǎn)結(jié)構(gòu)、資產(chǎn)運(yùn)作效率、費(fèi)用率和償債能力,使得舞弊報(bào)表體現(xiàn)出與正常公司不同的特征。
另外,在舞弊動(dòng)機(jī)的情況下,舞弊行為是否發(fā)生,將受到公司內(nèi)部治理結(jié)構(gòu)的影響。研究表明,公司內(nèi)部治理結(jié)構(gòu)中,董事會(huì)、監(jiān)事會(huì)、高層管理團(tuán)隊(duì)的不同特征將對(duì)財(cái)務(wù)報(bào)告舞弊起到不同程度的抑制作用。
最后,注冊(cè)會(huì)計(jì)師的審計(jì)被稱為上市公司監(jiān)管的第一道防線。在實(shí)施了充分必要的審計(jì)程序后,注冊(cè)會(huì)計(jì)師應(yīng)識(shí)別報(bào)表中的重大錯(cuò)報(bào),舞弊公司審計(jì)意見與非舞弊公司應(yīng)存在顯著不同。同時(shí),國(guó)外已有研究證明,大規(guī)模的事務(wù)所在一些特殊事項(xiàng)的審計(jì)方面更有經(jīng)驗(yàn),因而能夠提供更好的審計(jì)服務(wù)。
綜合以上分析,并借鑒財(cái)務(wù)報(bào)告舞弊的已有研究成果,本文初步選取以下19個(gè)指標(biāo),作為非調(diào)節(jié)利潤(rùn)類舞弊的“紅旗標(biāo)志”。各指標(biāo)的具體含義及計(jì)算方式見表1所示。
三、研究設(shè)計(jì)
(一)樣本的選取標(biāo)準(zhǔn)及數(shù)據(jù)來(lái)源
1.舞弊公司的選取標(biāo)準(zhǔn)
本文選取的非調(diào)節(jié)利潤(rùn)類舞弊公司為2004年起至2009年12月份為止,由證監(jiān)會(huì)正式發(fā)布處罰公告予以處罰的上市公司,并且僅包括因2001年以來(lái)的年報(bào)舞弊而被處罰的公司,舞弊行為包括隱瞞為關(guān)聯(lián)方提供重大擔(dān)保、隱瞞重大關(guān)聯(lián)交易、隱瞞關(guān)聯(lián)方資金占用等非調(diào)節(jié)利潤(rùn)行為。不包括2001年之前年報(bào)中舞弊的公司,也不包括半年報(bào)中舞弊的公司及調(diào)節(jié)利潤(rùn)類舞弊公司。
整理后得到41家財(cái)務(wù)報(bào)告舞弊公司的79個(gè)觀測(cè)值。
2.控制樣本的選取標(biāo)準(zhǔn)
非調(diào)節(jié)利潤(rùn)類舞弊公司的控制樣本必須同時(shí)滿足以下條件:與舞弊公司同行業(yè)、同一上市地點(diǎn);與舞弊公司資產(chǎn)規(guī)模相當(dāng)(選取規(guī)模最接近的公司);選取與舞弊公司舞弊報(bào)表處在同一年的年度報(bào)告。
整理后同樣得到41家非舞弊公司的79個(gè)觀測(cè)值。
3.數(shù)據(jù)來(lái)源
舞弊公司的確定來(lái)源于證監(jiān)會(huì)網(wǎng)站公布的處罰公告,經(jīng)逐個(gè)整理得到。舞弊公司及控制樣本財(cái)務(wù)數(shù)據(jù)和治理機(jī)制數(shù)據(jù)來(lái)源于國(guó)泰安經(jīng)濟(jì)金融系列研究數(shù)據(jù)庫(kù)(CSMAR)。
(二)變量的選取
1.被解釋變量
被解釋變量為財(cái)務(wù)報(bào)告舞弊(FFS,Fraudulent Financial Statement),該變量為二元變量,某公司在某年度實(shí)施了非調(diào)節(jié)利潤(rùn)類財(cái)務(wù)報(bào)告舞弊,該變量取值為1;否則取0。
2.解釋變量
本文的解釋變量包括19個(gè)指標(biāo),具體內(nèi)容如表1所示。
(三)模型的選取
由于因變量Fraud屬于二元變量,樣本的選擇采用配對(duì)的方式,可以采用Logistic回歸方法構(gòu)建舞弊識(shí)別模型。Logistic回歸模型的理論前提比較寬松,沒有關(guān)于分布類型、協(xié)方差陣的嚴(yán)格假定,避開了線性回歸所面臨的各種難以滿足的前提假設(shè),方程的回歸系數(shù)可以解釋為一個(gè)單位的自變量的變化所引起的機(jī)率對(duì)數(shù)的改變值,可以有效解決分類問題。Logistic回歸方程為:
四、實(shí)證檢驗(yàn)及結(jié)果分析
通過(guò)前述理論分析,本文選取了非調(diào)節(jié)利潤(rùn)類舞弊公司可能顯著不同于非舞弊公司的17個(gè)指標(biāo),但各指標(biāo)的顯著性尚未檢驗(yàn),為保證識(shí)別模型的效率,本文先通過(guò)兩獨(dú)立樣本T檢驗(yàn),驗(yàn)證各指標(biāo)的顯著性水平,以采用顯著的指標(biāo)構(gòu)建模型。具體檢驗(yàn)結(jié)果見表2所示。
(一)非調(diào)節(jié)利潤(rùn)類舞弊公司特征的兩獨(dú)立樣本T檢驗(yàn)
由表2可以看出,非調(diào)節(jié)利潤(rùn)類財(cái)務(wù)報(bào)告舞弊公司的9個(gè)財(cái)務(wù)特征指標(biāo)全部顯著不同于非舞弊公司,其中非常顯著的指標(biāo)有:存貨占流動(dòng)資產(chǎn)的比例、其他應(yīng)收款占總資產(chǎn)的比例、總資產(chǎn)周轉(zhuǎn)率和資產(chǎn)負(fù)債率。四個(gè)指標(biāo)的顯著性水平Sig.(雙側(cè))均低于0.01;在5%的水平上通過(guò)顯著性檢驗(yàn)的指標(biāo)有應(yīng)收賬款占流動(dòng)資產(chǎn)的比例和應(yīng)收賬款周轉(zhuǎn)率;在10%的水平上通過(guò)顯著性檢驗(yàn)的指標(biāo)有固定資產(chǎn)占總資產(chǎn)的比例、管理費(fèi)用率和財(cái)務(wù)費(fèi)用率。
在舞弊公司的內(nèi)部治理結(jié)構(gòu)中,只有監(jiān)事會(huì)會(huì)議次數(shù)和高管持股比例2個(gè)指標(biāo)與非舞弊公司在10%的水平上存在顯著不同。審計(jì)師特征的2個(gè)指標(biāo)全部通過(guò)顯著性檢驗(yàn)。
結(jié)合13個(gè)顯著指標(biāo)的均值分析,可以看出,非調(diào)節(jié)利潤(rùn)類舞弊上市公司應(yīng)收賬款占流動(dòng)資產(chǎn)的比重較高;其他應(yīng)收款占總資產(chǎn)的比例顯著高于非舞弊公司;管理費(fèi)用率和財(cái)務(wù)費(fèi)用率顯著高于非舞弊公司;資產(chǎn)負(fù)債率顯著高于非舞弊公司。同時(shí),舞弊公司存貨占流動(dòng)資產(chǎn)的比重較低;在總資產(chǎn)規(guī)模相同的情況下,固定資產(chǎn)原始規(guī)模較小的公司更容易發(fā)生財(cái)務(wù)報(bào)告舞弊;舞弊公司總資產(chǎn)運(yùn)作效率顯著低于非舞弊公司;應(yīng)收賬款周轉(zhuǎn)率顯著低于非舞弊公司。舞弊公司的監(jiān)事會(huì)會(huì)議次數(shù)均值為3.81次,顯著高于非舞弊公司的3.37次。這一結(jié)論與假設(shè)相反,原因可能是當(dāng)上市公司發(fā)生違規(guī)關(guān)聯(lián)交易等事項(xiàng)時(shí),監(jiān)事會(huì)作為公司職工發(fā)揮監(jiān)督作用的機(jī)構(gòu),為制止相關(guān)舞弊行為采取了措施,但其權(quán)利有限,并不能阻止舞弊行為的最終發(fā)生。另外,舞弊公司的高管持股比例均值為0.368%,顯著低于非舞弊公司0.916%的均值。這一結(jié)論說(shuō)明適當(dāng)提高高管人員的持股比例,有助于形成利益協(xié)同效應(yīng),抑制非調(diào)節(jié)利潤(rùn)類舞弊行為的發(fā)生。舞弊公司的審計(jì)意見顯著差于非舞弊公司,說(shuō)明注冊(cè)會(huì)計(jì)師對(duì)非調(diào)節(jié)利潤(rùn)類舞弊行為保持了較高的職業(yè)謹(jǐn)慎態(tài)度;舞弊公司聘請(qǐng)的會(huì)計(jì)師事務(wù)所規(guī)模顯著小于非舞弊公司。
根據(jù)顯著性檢驗(yàn)的結(jié)果,可以運(yùn)用選出的13個(gè)顯著性指標(biāo)構(gòu)建Logolistic回歸模型,以識(shí)別調(diào)節(jié)利潤(rùn)類財(cái)務(wù)報(bào)告舞弊行為。
(二)非調(diào)節(jié)利潤(rùn)類舞弊公司特征的獨(dú)立樣本Logolistic回歸結(jié)果及分析
為考察識(shí)別模型的預(yù)測(cè)效果和泛化能力,本文將2001年~2006年的所有舞弊公司和配對(duì)公司分為兩組,其中,2001年~2004年的公司數(shù)據(jù)作為訓(xùn)練樣本集,2005年~2006年的公司數(shù)據(jù)作為檢驗(yàn)樣本集,運(yùn)用前4年的數(shù)據(jù)構(gòu)建模型和2005年~2006年的數(shù)據(jù)檢驗(yàn)?zāi)Ｐ偷念A(yù)測(cè)精度,預(yù)測(cè)精度越高,表明模型的泛化能力越強(qiáng),在后續(xù)年度運(yùn)用的效果越好。
在Logistic回歸方式構(gòu)建模型時(shí),各指標(biāo)之間存在的多重共線性將影響到識(shí)別模型的效果。為此,應(yīng)先考察選取的9個(gè)財(cái)務(wù)特征指標(biāo)間的相關(guān)關(guān)系,其相關(guān)系數(shù)如表3所示。
從表3可以看出,9個(gè)財(cái)務(wù)指標(biāo)均存在一定的相關(guān)關(guān)系,其中,應(yīng)收賬款/流動(dòng)資產(chǎn)和存貨/流動(dòng)資產(chǎn)、資產(chǎn)負(fù)債率和其他應(yīng)收款/總資產(chǎn)、存貨/流動(dòng)資產(chǎn)及管理費(fèi)用率、其他應(yīng)收款/總資產(chǎn)和管理費(fèi)用率、資產(chǎn)負(fù)債率和管理費(fèi)用率、財(cái)務(wù)費(fèi)用率和資產(chǎn)負(fù)債率、總資產(chǎn)周轉(zhuǎn)率和應(yīng)收賬款周轉(zhuǎn)率之間均存在顯著的相關(guān)關(guān)系。為解決這一問題,考慮采用因子分析的方法,通過(guò)將具有線性關(guān)系的變量轉(zhuǎn)換為少數(shù)幾個(gè)不相關(guān)的主因子,來(lái)克服多重共線性問題。
表4列示了非調(diào)節(jié)利潤(rùn)舞弊公司和配對(duì)公司9個(gè)財(cái)務(wù)特征指標(biāo)的KMO與Bartlett's球形檢驗(yàn)(KMO and Bartlett's Test)的結(jié)果。由表中數(shù)據(jù)可以看出,KMO統(tǒng)計(jì)量為0.513,高于0.5,適合作因子分析。Bartlett's球形檢驗(yàn)的統(tǒng)計(jì)量為71.490,其對(duì)應(yīng)的相伴概率值為0.000,也適合作因子分析。
經(jīng)過(guò)最大方差法旋轉(zhuǎn)后,提取的公因子及其累積貢獻(xiàn)率如表5所示。由表中數(shù)據(jù)可以看出,提取了特征值大于1的3個(gè)主因子之后,4個(gè)主因子的累積貢獻(xiàn)率僅為69.831%,提取5個(gè)主因子后的累積貢獻(xiàn)率也僅為80.691%。此時(shí)如果繼續(xù)采用因子分析法降維,信息損失量較大,也會(huì)影響到回歸模型的準(zhǔn)確性。此時(shí),可以采用Logistic回歸分析中的Forward-Wald(向前步進(jìn))進(jìn)入方式進(jìn)行回歸分析,以在一定程度上減少指標(biāo)間多重共線性的影響。
將前述選取的158份年報(bào)分為訓(xùn)練樣本集和測(cè)試樣本集,分別用來(lái)構(gòu)建模型和檢驗(yàn)?zāi)Ｐ偷念A(yù)測(cè)能力。其中,2001年~2004年的公司數(shù)據(jù)作為訓(xùn)練樣本構(gòu)建識(shí)別模型,2005年~2006年的公司數(shù)據(jù)作為測(cè)試樣本檢驗(yàn)?zāi)Ｐ偷念A(yù)測(cè)精度。
首先,利用2001年~2004年舞弊公司和配對(duì)公司的12個(gè)顯著指標(biāo)的數(shù)據(jù)代入SPSS13.0的Logistic Regression模型,構(gòu)建二元Logistic回歸模型。結(jié)果見表6所示。
將表6中各指標(biāo)的系數(shù)代入Logistic回歸方程,可得:
Fraud=-1.768-4.524×F1-2.777×F2 8.825×F3 5.153
×F4-1.421×F5 0.329×F6 (3)
將2005年~2006年的非調(diào)節(jié)利潤(rùn)類舞弊公司和配對(duì)樣本的數(shù)據(jù)代入公式3,再運(yùn)用公式2計(jì)算出各公司的舞弊概率,概率大于0.5的公司,判斷為舞弊公司;概率小于0.5的公司,判斷為非舞弊公司。預(yù)測(cè)結(jié)果如表7所示。
由表7中的數(shù)據(jù)可以看出,Logistic回歸模型對(duì)2005年~2006年測(cè)試樣本的平均預(yù)測(cè)準(zhǔn)確率為83.33%,說(shuō)明模型具有較高的泛化能力。
五、研究結(jié)論與不足
本文以2004年~2009年間受到證監(jiān)會(huì)處罰的上市公司為樣本,在對(duì)非調(diào)節(jié)利潤(rùn)類舞弊公司的財(cái)務(wù)特征和治理機(jī)制特征進(jìn)行檢驗(yàn)的基礎(chǔ)上,運(yùn)用非調(diào)節(jié)利潤(rùn)類舞弊公司顯著不同于非舞弊公司的11個(gè)指標(biāo),構(gòu)建了非調(diào)節(jié)利潤(rùn)類財(cái)務(wù)報(bào)告舞弊的Logistic回歸識(shí)別模型。結(jié)果表明,采用2001年~2004年的數(shù)據(jù)構(gòu)建模型的識(shí)別模型,對(duì)2005年~2006年的數(shù)據(jù)具備較強(qiáng)的預(yù)測(cè)能力,預(yù)測(cè)精度達(dá)到了83.33%,說(shuō)明該識(shí)別模型可以為有關(guān)各方識(shí)別后續(xù)年度的財(cái)務(wù)報(bào)告舞弊行為提供參考。
本文在構(gòu)建非調(diào)節(jié)利潤(rùn)財(cái)務(wù)報(bào)告舞弊識(shí)別模型時(shí),尚未考慮股權(quán)結(jié)構(gòu)的影響,且未考慮財(cái)務(wù)特征中的動(dòng)態(tài)指標(biāo),可能會(huì)影響到模型的預(yù)測(cè)效果,有待于后續(xù)研究中繼續(xù)完善。
