上市公司财务舞弊行为识别的实证研究

【摘 要】 文章选取1998年至2006年40家因财务舞弊而受到监管部门处罚或调查的上市公司和40家对应的非财务舞弊公司作为研究样本,以20个财务指标和内部治理结构指标作为解释变量,对舞弊样本和非舞弊样本进行描述性统计检验,并构建Logistic模型进行了回归分析。经研究发现,资产负债率、每股收益和存货周转率等变量显著性水平较高,对财务舞弊的影响较大。

【关键词】 上市公司;财务舞弊;治理结构

一、绪论

财务舞弊会影响投资者对企业、股东对企业,以及企业之间的相互信任程度,最终导致社会信用的危机。如果不对上市公司的财务舞弊行为进行准确的识别和治理,将会严重损害广大投资者的利益,影响我国资本市场的健康发展以及经济的稳定运行。所以,对上市公司财务舞弊的研究具有重要的现实意义和实际应用价值。

财务舞弊行为识别的研究基本上建立在对相关财务舞弊影响因素研究基础之上,特别是对财务舞弊公司治理影响因素的分析。国外的研究主要集中在资本市场发达的国家特别是美国,而且此类文献主要集中在董事会特征的三个方面:董事会规模、董事会构成与领导权结构。不过从研究结果看,并没有一致性的结论,例如Beasley(1996)发现了董事会规模的大小与财务报告舞弊为显著正相关关系,但在另一篇文献中,Beasley et al(1998)却没有发现财务舞弊与未舞弊公司在董事会规模上存在明显差异。Sharma(2004)的研究表明二者之间为不显著的负相关。Persons(2006)的结论是董事会规模越小的公司越不容易发生舞弊,作者认为应缩小董事会规模。这表明董事会规模与财务舞弊的关系并不明确。在独立董事比例、审计委员会等董事会结构方面亦是如此。

目前,有关我国财务舞弊的治理机制研究尚处于初步探索阶段,为数不多的经验研究结果与国外差异较大。例如,张俊生、曾亚敏(2004)研究表明,独立董事比例、董事会规模、董事长与总经理两职合一对财务舞弊的解释能力有限,张翼、马光(2005),梁杰、王璇、李进中(2004)的结论与此基本一致。刘立国、杜莹(2003)发现董事会规模虽然与财务报告舞弊正相关但并不显著,还有执行董事、内部董事比例越高,公司越有可能发生财务报告舞弊。而张翼、马光(2005)却发现第一大股东持股比例与财务舞弊显著负相关。

根据以上国内外专家学者对上市公司财务舞弊行为识别的研究现状的分析,可以发现对于上市公司财务舞弊行为研究已经达到了一定的水平,并且对现行实务也起到了指导作用。但从目前的研究来看,我国有关的专家学者尽管已从多角度对上市公司财务舞弊行为进行了分析,但与国外的研究相比还存在一定的差距,特别是对上市公司财务舞弊识别和公司内部治理结构之间的关系研究还不够成熟。本研究在前人研究的基础上,将上市公司财务舞弊行为的识别和公司内部治理结构相结合,进行全面而系统的研究。

二、样本选择与变量设计

(一)样本选择与数据来源

本文选取了1998年至2006年40家因财务舞弊而受到监管部门处罚或调查的上市公司作为研究对象。同时,为了更好地说明问题,我们为每一家公司选取了一个非舞弊配对样本,考虑到行业因素、公司规模等公司特征可能会影响舞弊的发生,作者选取控制样本时采取了以下步骤:一是确定每个舞弊公司所在的行业;二是确定舞弊样本在舞弊前一年的资产规模;三是选取与舞弊样本在同一交易所上市以及在同一行业的非舞弊公司,如果该公司在舞弊前一年的资产规模与舞弊样本较为接近,就可以作为非舞弊样本,当面临多家符合条件的公司时,选择与舞弊企业的上市时间较近的企业作为非舞弊样本。

根据以上步骤进行筛选,最后得到了40个配对样本,总计80个样本公司。舞弊样本公司的年度分布特征为:1998年、1999年和2003年是财务舞弊发生比较频繁的时期,舞弊样本分别为6个,8个和9个。从行业分布来看,制造类公司舞弊数量最多,达到16家,占全部样本数的40%;综合类公司位居第二,有8家,占比20%。

以上的样本数据均来源于中国证监会上市公司处罚决定类公告以及证监会指定的信息披露网站――巨潮资讯网(www.省略),另外,部分数据来自中国证券市场研究数据库(CSMAR)。

(二)研究假设与变量设计

1.研究假设

H1:企业负债越多,其发生财务舞弊的可能性越大。

H2:企业的净利率越高,其盈利能力越强,发生财务舞弊的概率越小。

H3:企业现金净流量越大,资金越充足,因而发生财务舞弊的概率越小。

H4:企业的资产周转率越高,表明企业的运营效率越高,财务舞弊的概率越小。

H5:企业的成长速度与财务舞弊呈负相关,成长较慢的企业更有可能发生财务舞弊。

H6:股权集中度过高会导致公司治理失效,更容易发生财务舞弊。

2.变量设计

本次研究以上市公司财务指标为主基础,结合上市公司内部治理结构的特点来设计、选择样本变量。本研究的变量主要涉及到企业的财务状况、运营能力、获利能力、获利质量、资产质量、成长速度、关联交易程度和内部治理结构等几个方面。这些指标都是以上市公司当年财务报告中的数据为基础计算取得的,具体的变量说明见表1。

(三)模型选择

为了使研究过程更加科学合理、研究结论更有说服力,在采用描述性统计和T检验的基础上,结合了Logistic回归方程模型来对假设进行验证,所有计算都有SPSS13.0完成。

Logistic回归模型类似于线性回归模型,但是它更适合于因变量是二值的情况,而且相对于多元判别分析,Logistic回归模型的理论前提比较宽泛,没有关于分布类型、协方差阵的严格假定,适用于因变量为二值的情况。

因此本研究采用二项Logistic回归模型对上市公司财务舞弊行为识别进行实证研究,本研究的具体模型为:

FRAUD=α0+α1X1+α2X2+…+α20X20

在研究过程中选择0.5作为Logistic回归模型的分割点,当通过模型计算后得到的p值大于0.5,则可以判定该公司存在财务舞弊行为,否则认为该公司不存在财务舞弊行为。

三、实证研究结果及其解释

(一)描述统计

通过SPSS对数据进行均值、中位数、t检验和wilcoxon检验计算,描述性统计结果如表2。

从表2的统计结果中可以看出,对单个变量而言,除了X3(净利率)、X7(销售现金比)、X17(董事长与总经理是否为同一人)、X20(监事会人数)不具有显著性之外(p>0.05),X1(资产负债率)、X2(现金债务比)、X4(净资产收益率)、X5(每股收益)、X6(每股现金净流量)、X8(流动资产占比)、X9(应收账款占比)、X10(存货占比)、X11(资产周转率)、X12(应收账款周转率)、X13(存货周转率)、X14(主营业务收入增长率)、X15(每股利润增长率)、X16(其他应收款占比)、X18(股权集中度)、X19(外部董事占比)等16个解释变量都对因变量显示出非常显著或者比较显著的解释能力,因而能在统计学上比较显著地反映出舞弊样本与非舞弊样本的差异。

(二)Logistic回归模型验证结果及其解释

表2的研究结果表明有四个变量不具有显著性,这可能是由于自变量之间存在多重共线性所致。因此,必须运用SPSS软件计算Wald统计量的概率剔除不符合条件的变量,最终筛选出最具有显著性的变量。具体结果见表3和表4。

表3中显示模型的χ2值最终为92.123,显著水平为0.000,说明模型中的自变量整体非常显著。

表4是最终模型中各变量的相关统计量,从显著性水平来看,X1(资产负债率)、X2(现金债务比)、X5(每股收益)、X9(应收账款占比)、X13(存货周转率)、X15(每股利润增长率)、X16(其他应收款占比)和X18(股权集中度)这8个变量的显著性都小于0.05,所以这几个变量都是显著的,由此可以构建会计的识别模型为:

FRAUD=2.365+2.541X1-1.232X2-0.846X5+3.232X9-0.593

X13-1.325X15+0.935X16+1.820X18

根据以上Logistic回归结果,可以看到在X1(资产负债率)、X2(现金债务比)、X5(每股收益)、X9(应收账款占比)、X13(存货周转率)、X15(每股利润增长率)、X16(其他应收款占比)和X18(股权集中度)这8个变量的值已经确定的情况下,我们可以计算出财务舞弊行为发生的概率。

虽然只有8个变量指标进入了最终的回归方程模型,但是这不代表其它的变量指标没有解释力,只是说明其它的变量与这8个指标的相关项很强,同时这8个指标具有更强的解释力,使得其它的指标被剔除了。出现在模型中的8个变量表明:

1.X1(资产负债率)与财务舞弊在1%的显著性水平下呈正相关性,这表明舞弊公司的负债比重较大,公司的财务风险也比非舞弊公司要大。债台高筑的企业为了隐瞒高额债务对公司带来的财务隐患,往往有更大的动机进行财务舞弊。

2.X2(现金债务比)与财务舞弊呈负相关性,即现金债务比较小的企业发生财务舞弊的可能性较大。现金债务比反映的是相对于企业的债务总额而言,企业现金流的偿还能力,比值越小,债务风险越大。这也印证了有些盈利状况较好的企业由于现金净流量不能偿还到期的债务,从而产生财务舞弊的动机。

3.X5(每股收益)与财务舞弊呈负相关性。上市公司为了增加企业股票对证券市场投资者的吸引力,夸大企业的经营成果,从而设法提高股票的每股收益。因此,每股收益越小的企业,舞弊的可能性越大。

4.X9(应收账款占比)与财务舞弊呈正相关性。应收账款占比越大,舞弊的可能性越大。

5.X13(存货周转率)与财务舞弊呈负相关性。存货周转率越低,说明企业的销售不顺畅,积压的存货偏多,从而使得盈利减少。而且,有许多企业通过多计存货、少计成本来虚增利润,所以,存货周转率越低的企业舞弊的可能性越大。

6.X15(每股利润增长率)与财务舞弊呈负相关性。这表明上市公司在成长率较低时,较容易发生财务舞弊行为。

7.X16(其他应收款占比)与财务舞弊呈正相关性。其它应收款占比过高说明企业从事非正常的经营活动带来的应收款项比较多,这些非正常的经营活动以非现金形式完成,很可能是关联方交易活动。因此,其他应收款占比越大,关联交易带来的应收款项越多,舞弊的可能性也就越大。

8.X18(股权集中度)与财务舞弊呈正相关性。这说明股权集中度越高,大股东的行为就越难以约束,从而容易发生大股东侵占上市公司的情况。因此,股权集中度越高,越有可能发生财务舞弊。

四、结论

本文试图通过实证研究的方法,对上市公司财务舞弊特征进行实证检验,构建我国上市公司财务舞弊的识别模型,证实了资产负债率、现金债务比、每股收益、应收账款占比、存货周转率、每股利润增长率、其他应收款占比和股权集中度等8个指标对财务舞弊行为识别模型具有显著的解释力。在8个指标值已知的情况下,可以计算出财务舞弊的概率。

【参考文献】

[1] Beasley. M. An Empirical Analysis of the Relation between the Board of Director Composition and Financial Statement Fraud[J].The Accounting Review,1996,71(4):443-465.

[2] Beasley. M. Boards of Directors and Fraud[J].The CPA Journal,1998,68(4):56-58.

[3] Sharma. V. D. Board of Director Characteristics, Institutional Ownership, and Fraud: Evidence from Australia[J].Auditing, 2004,23(2):105-117.

[4] Persons O. S. Corporate Governance and Non-Financial Reporting Fraud[J].Journal of Business&Economic Studies,2006,12(1):27-38.

[5] 张俊生,曾亚敏.上市公司的失信行为:公司治理角度的分析[J].经济科学,2004(6):87-95.

[6] 张翼,马光.法律、公司治理与公司丑闻[J].管理世界,2005(10):113-122.

[7] 梁杰,王璇,李进中.现代公司治理结构与会计舞弊关系的实证研究[J].南开管理评论,2004(6):47-51.

[8] 刘立国,杜莹.公司治理与会计信息质量关系的实证研究[J].会计研究,2003(2):28-36.

[9] 张翼,马光.法律、公司治理与公司丑闻[J].管理世界,2005(10):113-122.