上市公司财务报告舞弊的识别下

1、2012 年 01 月 13 日 10:30来源：财务与会计导刊2011年第7期作者:韦琳 徐立文刘佳字号打印纠错分享推荐浏览量五、实证结果由于因变量是二元因变量，解释变量既包含连续变量又包括哑变量，所以采用Logistic回归模型。基于三角形理论的实证研究(下)本文先后将上述识别岀的变量带人模型，发现模型拟合优度和变量显著性效果较差，因此本文利用模型 (2 )进行调整，最终得到拟合优度较高的模型，模型检验如表3。上市公司财务报告舞弊的识别表3模型逻辑回归结果变當BWaisSig,Esp (B)压力(Pressure)毛利率(GPM)1*8693.653p.2620.SO96.480销售增檢

2、(SCHANGE)乩7471.4876. 3480.012+#42. 390营业利润-经营 现金流量 (CATA)13.2175.9599.3450.002*+31585361应收账款周转 率(SALAR)6 0250,0221.2830. 2570.976存货周转率 (SALIIIV)-1.9090.9524,0220.045*0.148总盜产周转率 (SALTA)-20.0886.7448.8720,003*+0.000耐务杠杆(LEV)2. 1873.1020.4970.4818.903融瓷能力 (FINANCE)7 3833.0032. 1310.1440.012自由现金流重 (FRE

3、EC)-0.0010.0015-968Cl 015 梯1.001管理层持股比 例(0SHIP)1795.7101598.7711.2)620. 261总资产收益率 (ROA)-6.9216,3241. 1阳6 2740,001曜免3诫退市 (ST)3 14?1.1217.8860.005*+23. 258机会(Opportunity)童事会外部成 员比例 （BDOUT）-5. 3902.0107.0310.008+*+0.005内部审计委员 会规模 （AUDCSIZE）-0.2800-3210. 7620. 3830. 756董事会主席兼 任CEO或总裁 （CEO）2.4561.1144.86

4、0O.O27+11.654公司主管离任 人数1.8120.6996.717九010屮6.125国育股比例（STATE）-9.2454.2104.8233.028*0.000流通股比例 （TRADABLE）-2. 7743.1760. 7620. 3830.062股枫集中度（H10）5.4194, 7591.2976 255225. 764借口(RationalizationJ审计师更换（AUDCHANGE）L 3351,1521.3430. 2463.799常数顷1.7972.6590.4560,4996,029-2 Log likelihood50.866Cox & Snell 靜0.626

5、Nagelkerke R，0.834-2 Log likelihood、Cox & Snell R2和Nagelkerke R2都是测量模型拟合优度的指标，前者数值越 小、后两个指标越接近1，表示模型拟合度越好。从各项指标值来看，能够接受该模型。由于软件在 Logistic回归中不能直接检验多元共线性，因此本文利用相关矩阵剔除了可能造成多元共线性的变量。值得注意的是，本文目的是建立舞弊识另肪莫型，在变量取舍上是以模型识别率为目标，所以构建模型时即 要考虑模型和变量的显著性等问题，又考虑到模型识别力，在可容忍范围内尽量提高模型识别率。回归结果显示，营业利润-经营现金流量（CATA）、总资产周转率

6、（SALTA）、避免ST或退市（ST）、董事会成员中外部人员比例（BDOUT ）、主管离任人数（TOTALTURN、以及国有股比例（STATE）在1%水平下显著，销售增长（SCHANGE ）、存货周转率（SALINV ）、自由现金流量（FREEC）和董事会主席兼任 CEO或总裁（CEO）在5%水平下显著。过大的销售增长变动和营业利润 经营现金流差额，较低的存货周转率、资产周转率，增加了公司财务的不稳定性；较低水平的自由现金流 量增加了公司外部压力；面对被 ST或退市直接带来压力。较少的外部董事使得监管无效；主管流动性大、 董事会主席兼任CEO或总裁增加了公司组织结构的不稳定性；国有控股水平较低

7、又增加了管理层对公司 的控制，这都为舞弊创造了机会。可见，本文在三角形理论上构建的模型，能够充分解释舞弊的发生。根据回归结果，构造舞弊识别模型：FRAUD=1.797+1.869GPM+3.747SCHANGE+18.217CATA-0.025SALAR-1.909SAHNV-0.088SALTA+2.187LEV-4.383FINANCE-0.001FREEC+1795.710SHIP-6.921ROA+3.147ST- 5.33BDOUT-0.28AUDCSIZE+2.456CEO+1.812TOTALTURN-9.245STATE-2.774LP+5.419H10+1.335AUDCHA

8、NGE概率分界点为0.5，将数据带回模型，得到了舞弊分类检验结果(见表 4 )。利用该模型进行识别时， 63家舞弊公司中4家被误判，识别率93.7% ； 63家非舞弊公司中4家被误判，识别率也为 93.7%，整 体识别率为93.7%，效果十分理想。可见，三因素理论对舞弊风险因素的描述是客观的，本文应用该理论， 结合Logistic回归识别舞弊是可行的、有效的。舞弊分类检验已观测已预测frsud百分比校正01fraud049乱7145993. 7总计百分比93.7六、结论与建议本文基于三角形理论，构建了舞弊识别模型，提供了一种识别防范舞弊的方法，有助于监管部门及时 发现上市公司财务报告舞弊，进而

9、快速介入、防范发生；有助于审计准则制定部门理解财务报告舞弊特征， 进而完善相关审计准则；有助于审计师在审计前对公司舞弊可能性的判断，并依据舞弊可能性安排审计活 动，降低审计风险；有助于投资者或债权人对目标公司舞弊可能性的判断，进而防范自身利益受到损失。防止财务报告舞弊根本上要从公司内部做起。一方面要减轻压力：公司要制定合理的发展战略、计划 和预算，加强资产管理，保证现金流的持续平稳；融资需求要合理有度、量力而行；对高管的考核与激励 也要合理有效。一方面要减少机会：不断完善公司组织结构和股权结构，建立健全内部控制、内部审计制 度，增加外部董事，避免高管身兼多职；建立有效的奖惩机制和聘用标准，保证

10、公司管理人员的稳定性； 还要杜绝借口，防范道德风险，改善公司内部以及与审计人员的沟通。总之，通过弱化压力、机会或借口 任意一个因素，打破舞弊三角形，便可从源头上杜绝公司财务报告舞弊的发生。注释： 扎比霍拉哈 瑞扎伊著，朱国汉译：财务报表舞弊：预防与发现北京：中国人民大学岀版社，2005 ，会计研究2005( 6): 秦江萍.上市公司会计舞弊：外国相关研究综述与启示69-74 Beasley （ 1996 ）,此步骤是以上市公司市值为标准，本文选取总资产为替代指标。 舞弊公司主要集中在制造业，保全这些样本十分重要。因此，制造业舞弊公司凡在制造业一级行业分类中无符合标准的配对公司，则在二级行业分类

11、中选取，共涉及3家公司。 F表示舞弊公司样本，N表示非舞弊公司样本。 由于篇幅限制，相关矩阵数据过多，所以未在本文中列岀。参考文献：1 陈关亭.2007 .我国上市公司财务报告舞弊因素的实证分析J 审计研究（5 ）: 9196 .2 秦江萍.2005 上市公司会计舞弊：外国相关研究综述与启示J 会计研究（6 ）:69-74 .3 阎长乐.2004 上市公司的会计舞弊分析J 管理世界（4 ） : 111-116 .4杨清香，俞麟，陈娜.2009 董事会特征与财务舞弊一一来自中国上市公司的经验证 据J 会计研究（7 ）: 64-70of fraud in a financial statement

12、 audit.Statement on AuditingStandards No.99M.New York, NY-AICPA.Beasley, M. 1996. An empiricalan alysisof the relation betweenthe board ofdirector compositionand financial statementfraud J. The AccountingReview. 71(4):443-465.7Beasley, M., J. Carcello, D. Hermanson.and P. D. Lapides. 2000.Fraudule n

13、tfinan cial report in g-c on siderati onof industrytraits and corporategovernancemechanisms J. AccountingHorizons.14 (4):441-454.ChristopherJ. Skousen, Kevin R. Smith,and Charlotte J. Wright. 2008. Detectingand predictingfinancial statementfraud: Theeffectivenessof the fraud triangleandSAS No.99 R. Working Paper, Utah StateUn iversity.9Du nn,P. 2004. The impact