審計合謀的特征變量預警模型及其效果探討(共6頁).doc

1、審計合謀的特征變量、預警模型及其效果研究一、問題的提出與意義證券市場揭露的審計失敗,幾乎都是審計合謀的結(jié)果,給利益相關(guān)者造成了重大經(jīng)濟損失,也嚴重損害了審計市場的基本秩序與聲譽。現(xiàn)實中,盡管合謀者最終會受到不同程度的懲處,但給受害者帶來的主要是心理安慰而經(jīng)濟補償效果甚微,公司的外部利益相關(guān)者(如中小股東和潛在股東、債權(quán)人等)更期望監(jiān)管機構(gòu)能盡早地發(fā)現(xiàn)審計合謀的苗頭,防患于未然,與事后懲罰審計合謀相比,審計合謀預警更有價值。在現(xiàn)有的研究中,與審計合謀有一定關(guān)系的主要有兩類,一類是關(guān)于財務(wù)報告舞弊預警的研究,如Spathis, Doumpos和Zopounidis (2002)、劉立國和杜瑩(20

2、03)、秦江萍(2006)、陳國欣、呂占甲和何峰(2007)、吳革和葉陳剛(2008)等從上市公司的財務(wù)狀況和(或)股權(quán)結(jié)構(gòu)進行預警研究,只涉及上市公司方面的因素,并未涉及審計師以及審計師與管理當局合作這兩大變量的影響,因而不是真正意義上的關(guān)于審計合謀的預警研究,但對本研究有一定的參考作用。第二類是關(guān)于審計合謀預警的規(guī)范研究,如雷光勇(2005)從審計意見的需求方、供給方和外界環(huán)境三個方面來識別(即本文的“預警”)審計合謀,但沒有提供經(jīng)驗證據(jù),也沒有構(gòu)建相應(yīng)的預警模型?；诖?本文根據(jù)審計合謀的特點,從上市公司的財務(wù)特征、股權(quán)結(jié)構(gòu)和公司治理、審計師三個視角,建立回歸方程,獲取審計合謀的特征指標

3、,然后,以這些特征指標為變量構(gòu)建審計合謀的預警模型,用經(jīng)驗檢驗的方法檢驗并比較了三種預警模型的效果。總而言之,本文的主要創(chuàng)新與貢獻在于: (1)理論研究上彌補審計合謀預警研究缺乏預警效果較好的實證模型的缺陷。并且在本文構(gòu)建的審計合謀預警實證模型中,一方面新增了“審計師”這一類變量,將以往的財務(wù)預警實證模型拓展成了預警效果較好的審計合謀預警實證模型,另一方面又對以往財務(wù)舞弊預警的實證模型進行了較科學的綜合和改進,新增了機構(gòu)持股、高管規(guī)模、審計收入依賴等變量,使模型更加充分地反映審計合謀的特征,保證了模型的預警效果。(2)人們可以利用該預警模型測試上市公司,較準確且較早地發(fā)現(xiàn)具有合謀傾向的上市公司

4、和審計師,有利于監(jiān)管機構(gòu)高效“鎖定”審計合謀者,防止審計合謀事件擴大與惡化,使監(jiān)控審計合謀具有前瞻性、準確率高、重點突出、監(jiān)控成本低廉和不利影響小等實際應(yīng)用價值。 二、樣本選取與數(shù)據(jù)來源 當某上市公司與其審計師因相同原因而同時受到監(jiān)管機構(gòu)的處罰,并從公開披露的其他事實加以佐證時,基本上可以推定發(fā)生了審計合謀。由此,我們從2002-2008年間證監(jiān)會針對上市公司財務(wù)報告舞弊做出的公開處罰報告中,采用事件研究法,獲取32個可以作為審計合謀的樣本。在控制樣本選取上,考慮到審計合謀樣本太少,按1: 1配比樣本容量略顯不足,不適合做多元回歸分析,且可能因?qū)ξ璞坠具^度抽樣而導致強化合謀公司(Plat,t

5、 2002),而按總體分布比例配比又可能導致弱化合謀公司的結(jié)果(Ohlson, 1980)。因此,我們按照1: 3配對標準并嚴格按照下述三項條件選取96家正常公司(沒有因會計舞弊而遭受處罰)作為控制樣本。(1) Platt和Pedersen (1994)、Huang (1994)在做財務(wù)困境預測研究時都把樣本嚴格控制在相同行業(yè)內(nèi),行業(yè)也是影響舞弊發(fā)生的因素之一(Persons, 1995)。因此,本文限定控制樣本在相同行業(yè)、相同會計年度內(nèi)選取。(2)規(guī)模相同的上市公司在公司業(yè)績、管理行為等方面更具可比性,本文在選取控制樣本時保證資產(chǎn)規(guī)模相近。(3)控制樣本公司沒有被披露存在財務(wù)舞弊和被處罰的歷

6、史。本研究中使用的處罰公告、公司財務(wù)數(shù)據(jù)、審計數(shù)據(jù)來自于中國證監(jiān)會網(wǎng)站和國泰安公司開發(fā)的CSMAR數(shù)據(jù)庫。 三、審計合謀的預警視角與特征變量 (一)審計合謀的預警視角與分析指標 審計合謀是多在公司效益不佳、財務(wù)狀況惡化的情況下,審計師與公司管理層都有追求自身利益最大化意愿而由審計師提供與公司管理層合意卻損害其他利益主體利益的不當審計報告的機會主義行為。雖然現(xiàn)實的財務(wù)困境、經(jīng)濟利益驅(qū)動等是審計合謀發(fā)生的重要客觀原因,但股權(quán)結(jié)構(gòu)和治理結(jié)構(gòu)的不當安排也為審計合謀提供了可乘之機。因此,在構(gòu)建審計合謀預警模型時,綜合地考慮如下三類因素: (1)審計合謀與財務(wù)報告舞弊的共生關(guān)系(雷光勇, 2004); (

7、2)股權(quán)結(jié)構(gòu)和治理結(jié)構(gòu)的不當安排為審計合謀提供的環(huán)境條件(3)審計師追逐不當審計收入對審計合謀提供的動力機制。據(jù)此,本文建立了如下Logistic多元回歸模型以分析審計合謀與公司財務(wù)特征、股權(quán)結(jié)構(gòu)與治理結(jié)構(gòu)、審計師特征之間的關(guān)系。Logitp( ) = 其中,為截距,為回歸系數(shù),為殘差。Collusion為被解釋變量,當樣本屬于合謀上市公司時,取值為1,否則為0。解釋變量X1X21,反映上市公司財務(wù)特征、股權(quán)結(jié)構(gòu)與治理結(jié)構(gòu)、審計師三個方面的信息,其中變量X1X9是根據(jù)作者設(shè)計的46個財務(wù)指標的非參數(shù)檢驗結(jié)果,并得到以往研究結(jié)論的支持所選取的顯著指標,這些變量與其他變量的含義與選入依據(jù)見表1。

8、變量的含義與選入依據(jù)(二)審計合謀預警的特征變量區(qū)分合謀樣本與正常樣本進行描述性統(tǒng)計,結(jié)果如表2。對比兩組樣本,其中差異較大的變量有X1、X2、X3、X5、X6、X7、X13、X18和X20。模型(1)的多元回歸分析結(jié)果如表3所示。與因變量Collusion顯著相關(guān)的變量有X1、X3、X5、X7、X9、X13、X16、X18、X20。表3多元回歸分析結(jié)果四、預警模型的構(gòu)建及判定效果(一)單變量判定從回歸分析獲取的審計合謀預警的特征變量為X1、X3、X5、X7、X9、X13、X16、X18、X20。但虛擬變量是二元變量,用其進行判定近乎擲硬幣游戲,預測意義不大。因此,選擇非虛擬變量,通過確定模型

9、的最佳判定點來判定上市公司是否合謀。判定結(jié)果如表4。從判定結(jié)果看,不論使用哪個指標,誤判率均較高,即使判定效果最好的總資產(chǎn)周轉(zhuǎn)率,誤判率也達27·3%。(二)多變量判定1. LPM模型以審計合謀的特征變量為解釋變量,建立線性概率模型(LPM)進行回歸分析,得到LPM的回歸分析結(jié)果如表5所示。根據(jù)表5的結(jié)果, LPM模型的判定方程可表示為:Collusion=-0·217+0·345X1-0·015X3-0·002X5-0·232X7+0·365X9+0·104X13+0·028X16+0·439

10、X18+2·468X20(2取0·5為判定分割點,根據(jù)式(2)進行計算,若預測值大于0·5,判定為合謀公司,否則為正常公司。判定結(jié)果如表6, 96家正常公司有7家被錯判,誤判率為7·3%; 32家合謀公司有15家被錯判,誤判率為46·9%;總誤判率為17·2%。2·Logistic回歸模型以與因變量Collusion顯著相關(guān)的變量為解釋變量,建立Logistic回歸模型進行分析,得到的回歸分析結(jié)果如表7所示。Logistic模型的判定方程可表示為:Collusion=-7·601+6·927X1-0

11、83;123X3-0·665X5-5·674X7+15·021X9+2·014X13+0·329X16+3·383X18+21·37X20(3由Logistic變換方法知,上市公司審計合謀的概率計算公式為:以0·5為判定分割點,根據(jù)式(3)、(4)計算合謀的概率。判定結(jié)果如表8, 96家正常公司有10家被錯判,誤判率為10·4%; 32家合謀公司有9家被錯判,誤判率為28·1%;總誤判率為14·8%。3. PROBIT模型PROBIT模型與Logistic模型相似,主要的不同在于兩者采

12、用的概率函數(shù)不同, PROBIT模型包括了非線性估計,計算量較Logistic模型大。表9列示了PROBIT模型的多元回歸分析結(jié)果。 PROBIT模型的判定方程可表示為:Collusion=-3·486+3·053X1-0·068X3-0·26X5-2·818X7+6·233X9+0·914X13+0·165X16+1·696X18+9·225X20 (5) 以0.5為判定分割點,判定結(jié)果如表10, 96家正常公司中有7家被錯判,誤判率為7·3%;合謀公司中有14家被錯判,誤判率為43

13、·7%;總誤判率為16·4%。4.三種多元判定分析方法預測模型比較 三種多元回歸判定分析方法的一類錯誤率、二類錯誤率和總誤判率對比結(jié)果如表11。從統(tǒng)計結(jié)果看,判定準確率從高到低依次是Logistic模型、PROBIT模型、LPM模型, Logistic模型的預警效果最好。 五、研究結(jié)論及其解釋從回歸分析結(jié)果看,因變量Collusion與解釋變量X1、X3、X5、X7、X9顯著相關(guān)。其原因在于,過高的流動資產(chǎn)比率可能是公司財務(wù)舞弊的結(jié)果,凈利潤增長越慢、凈資產(chǎn)收益率越小、總資產(chǎn)周轉(zhuǎn)率越小的公司越有可能處在財務(wù)困境之中,越有舞弊合謀的需求,每股未分配利潤越多的公司舞弊的空間越大

14、,舞弊合謀的傾向也會增加。因變量Collusion與解釋變量X13、X16在5%水平上顯著相關(guān)。其原因可能在于: (1)在共同利益導航、機會主義攫利、“法不責眾”效應(yīng)和監(jiān)督上的“搭便車”等的共同推動下,公司高管的規(guī)模越大,他們更可能“抱團”; (2)在特別人情化的我國,董事長兼任總經(jīng)理進一步強化甚至神化個人在公司決策及其執(zhí)行中的力量,也為作為總經(jīng)理的董事長將經(jīng)營中的操作設(shè)想輕而易舉地帶入董事會決議并使之通過,弱化了對董事會和高管的監(jiān)督,為審計合謀又打開了一扇方便之門。因變量Collusion與解釋變量X18、X20顯著相關(guān)。會計師事務(wù)所對某家客戶的審計收入依賴度越高,獨立性越難保持,合謀的傾向

15、增加。上市公司審計合謀的目的是獲取合意的審計意見,審計意見改善可能是審計師與上市公司達成的結(jié)果。因此,增加審計收入是審計師合謀的利益動機、改善審計意見是管理當局要求審計合謀的初衷。 總之,雖然審計合謀極具隱蔽性,但上市公司的財務(wù)狀況、股權(quán)結(jié)構(gòu)和公司治理、審計師特征等包含了審計合謀的重要信息,審計合謀可以在一定程度上加以預警。由于企業(yè)在經(jīng)營過程中,遇到的不確定性因素是多方面的,上市公司股權(quán)結(jié)構(gòu)、治理結(jié)構(gòu)、事務(wù)所的特征也具有特殊的歷史成因,上市公司和事務(wù)所具備其中一個或幾個特征并不意味著審計合謀的發(fā)生,用個別特異指標去預判企業(yè)是否參與審計合謀,準確性肯定很低,單變量預測模型的判定結(jié)果表明了這一點。但同時具備上述特征的上市公司和事務(wù)所,發(fā)生審計合謀的可能性大大增加,從多變量回歸結(jié)果得到的特征變量為基礎(chǔ)構(gòu)建的LPM模型、PROBIT模型、Logistic模型,經(jīng)檢驗, Logistic模型的預警效果最好,可以為審計合謀預警提供有力的技術(shù)支持。利用預警模型,人們(包括監(jiān)管機構(gòu))可以較早發(fā)現(xiàn)具有合謀傾向的上市公司和會計師事務(wù)所,將其列為審計合謀的重點監(jiān)控對象,這樣可以縮小監(jiān)控范圍,提高監(jiān)控效率。推薦理由：    一眼見此題，就對本文怎么對合謀