财务报告识别舞弊性的实证研究

摘  要：如何有效地识别舞弊性财务报告一直是我国会计研究的热点。本文在前期研究的基础上，以29个舞弊财务报告和29个非舞弊财务报告为样本，运用logistic回归技术建立模型以预测财务报告舞弊的可能性，幷且发现模型的正确识别率比较高。

关键词：舞弊性财务报告   logistic回归

一、研究动机

财务报告是证券市场上投资者获取相关信息的重要来源之一。为了保证披露信息的客观公正，世界各国都将其进行严格管制。这种管制可以增强公众对资本市场的信心，进而改善资本市场的运行。但世界各国的证券市场上仍存在著较多的会计舞弊。舞弊性财务报告向投资者传递有关公司的错误信息，会导致投资者的决策错误，最终会给投资者带来损失。例如施乐公司财务报告舞弊消息公布当天，施乐股价在电子交易系统中就已经猛跌了31%，同时该公司发行的2009年到期的欧元债权也贬值至原来的70%。

同时，审计自产生之初就与对舞弊的揭露紧密相关。各国都将揭露舞弊作为审计的主要目标之一。如果在审计过程中没能察觉财务报告中的欺诈，会给审计人员的声誉带来较大损害，幷可能招致高额的诉讼成本 ！Albrecht and Willingham指出社会公众、SEC和法庭都期望审计人员能够揭露所有的重大舞弊，当舞弊出现时，审计人员将面临更高的警示审计风险。为了合理地确定审计人员揭露舞弊的责任，各国审计準则都要求注册会计师应该合理确信能够发现可能导致会计报表严重失实的错误与舞弊。审计準则是确定审计人员责任的一个重要影响因素，审计人员是否遵循审计準则对法庭的判决具有重要影响。而如何判定审计人员是否做到“合理确信”是一个比较难以确定问题，很难与有关各方达成共识 。

“任何严重的财务报告舞弊，如虚增巨额的销售收入和应收账款，都可能使得企业的财务结构出现异常的状态”（Joseph T. Wells，2001） ，而且从大量财务报告舞弊案件事后看，只要实施简单的分析性程序就可以察觉舞弊的端倪（张立民，2001）。因此，笔者认为可以利用公开可得数据来预测财务报告舞弊的可能性的高低，本文的目的就是建立一个对舞弊财务报告的识别模型，以更有效地分配审计资源和从定量的角度来界定注册会计师的责任。

本文主要分五个部分：第一部分主要说明论文的选题动机，第二部分是相关文献的回顾；第三部分是研究设计，主要包括提出研究假设、变量的选择、实证步骤、资料来源与样本选择，以及样本公司的相关财务指标的特徵、所构建的模型以及使用的统计软件等方面；第四部分是实证结果及其分析，包括识别出的在舞弊公司和非舞弊公司之间存在重大差异的财务指标变量、具体得出的舞弊性财务报告的识别模型等；第五部分是本文的研究结论。

二、文献回顾

由于财务报告舞弊对于证券市场的影响巨大，国内外对于舞弊性财务报告的研究都比较多，其中国外实证研究比较成熟，而国内由于证券市场建立时间不长，以及收集数据的困难导致了对其研究主要是规范研究，但近期也有一些实证研究。对于有关舞弊财务报告的研究主要都集中在舞弊的原因与动机、影响因素、舞弊的技术手段以及如何才能发现舞弊等方面展开。

儘管舞弊的原因和动机不能作为公司就一定发生的舞弊的证据，但是研究动机有利于发现警示舞弊的相关指标。Beneish（1999）发现高级管理人员追求自身经济利益最大化是其财务报告舞弊的动机之一。黑利（Paul M. Healy，1985）认为管理人员进行利润调节的原因主要是为了尽可能地获得更多的奖金以最大化自己的利益，其结论获得了实证支持。迪安哥罗（DeAngelo，1994）、巴哥泰勒和迪切夫（Burgstahler and Dichev）等的研究认为处于困境的公司更倾向于操纵应计利润以保全管理人员的职位，减少公司董事会和监管部门的监督和干预。

Pankaj Saksena从公司内外环境的角度进行对财务报告舞弊的公司进行了分析，结果发现财务报告舞弊与环境因素有著直接的关系。Beasley（1996）从公司治理结构，主要是董事会和审计委员构成以及CEO和董事长是否为同一人进行了分析。McMullen（1996）研究了审计委员构成及其活动情况对公司财务报告舞弊的影响。COSO（1999）从公司治理结构、舞弊技术等多个方面研究了财务报告舞弊。

在财务报告的舞弊技术手段方面，Beasley 等（1999）发现典型的财务报告舞弊技术涉及高估资产和收入，有一半以上的舞弊涉及通过提前或虚假确认来高估收入，幷发现这些收入舞弊中许多隻发生在重要报告期间（季报或年报）。Worthy（1984）将操纵利润的大部分技术分为三类：改变会计方法、篡改管理成本和将应该包括在损益中的费用或收入在不同期间进行转移 。COSO报告认为，从舞弊的技术手段来看，通常是通过高估收入来虚报利润，样本显示有50%的样本公司都使用这种手段，幷且很多收入舞弊仅仅是在期末通过假销售、提前确认尚未完全履行的收入、有条件的销售以及不恰当的销售比例分割和采用不恰当的完工百分比法等手段来记录不存在的收入或提前确认收入。分析结果同样显示大约有50%的舞弊行为是高估资产，如高估存货、固定资产、无形资产和其他资产的价值、或者将不存在的资产记录入账；低估费用或负债；以及挪用或贪污资产；不恰当的披露财务信息同样也是舞弊较为常用的手段，后三者占有的比例分别为18%、12%、8%。侯海燕（1999）对我国的一些典型舞弊案件的统计发现舞弊技术手段与COSO的研究结果基本相同 。

在舞弊财务报告的侦破研究方面，Beasley研究了董事会特徵与会计信息的关系，发现非舞弊公司比舞弊公司有更多的外部董事会成员（Beasley，1996）。Eining等进行了一个实验来检验利用专家系统以提高审计人员的工作绩效。Green 和Choi（1997）提出了一个利用内生财务数据的神经网络舞弊分类模型。Summers 和Sweeney（1998）在研究内部人交易与舞弊之间的关系的基础上，运用分层logistic回归技术建立了舞弊财务报告的识别模型。Beneish（1999）研究发现经理人员在盈利高估时倾向于销售他们所拥有的股份或执行期权。证据显示监控经理人员的交易行为可能有助于发现高估盈利的相关信息。Charalambos T. Spathis（2002）利用单变量和多变量统计技术建立了包含z计分值和不包括z计分值的模型识别舞弊性财务报告的可能性。

在国内方面，对于舞弊性财务报告揭露的研究主要是规范研究，而实证研究则比较少。方军雄（2003）建立了舞弊财务报告的綫性概率模型（LMP）和Logistic模型幷发现后者的识别效果比较好。陈亮、王炫（2003）运用单因素方差分析模型建立了针对营业利润操纵的识别模型。娄权用二元Logistic回归的方法建立了舞弊财务报告的识别模型

三、研究设计

1．研究假设

前期的研究都证明，同一行业的各个公司的财务指标之间一般不会出现较大的差异，否则预示著公司存在舞弊的可能。Persons研究发现，与非舞弊公司相比，舞弊公司的规模较小，具有更高的财务杠杆、更低的资本周转率、其流动资产的比例更高，其中绝大部分是存货和应收账款。Haw et al.（1998）对我国上市公司盈餘管理行为的研究发现，上市公司对账面利润的操纵，很大部分集中于“綫下部分”，即诸如投资收益、营业外收支等“非经常性盈餘”部分，如果上市公司的主营业务利润率持续降低，或者远远低于同行业水平，说明该公司存在财务报告舞弊的可能。

代理成本是现代企业不可避免的问题之一。高负债是否与舞弊性财务报告相联繫是一个公开的问题（Persons，1995）。高负债结构可能增加舞弊性财务报告的可能性，因为它将风险从所有者和经理人员身上转移到债权人身上。研究发现当财务杠杆增加时，从债权人转移财务给经理人员的可能性就会增加（Chow and Rice，1982）。特别是，如果在某一期间需要满足一定债务契约，此时管理层就可能对财务报告进行舞弊以达到债务契约的要求。这预示著高的债务杠杆可能会增加舞弊性财务报告的可能性。因此有假设H1：

（1）假设H1：企业的财务杠杆越大，发生财务报告舞弊的可能性越高

早期的研究都认为公司运行的原则是提高公司的盈利能力，后来发现利润导向被经理人员的个人效用最大化调和了。经理人员的效用可以部分地定义为工作的安全性，从而该效用的最大化，可通过产出平稳或者逐步增加的收益流来实现。这种观点隐含的预期是管理层能够维持或改善过去的盈利水平，而不管过去实际水平是怎么样的。若实际业绩没有达到管理层希望的报告水平，就产生了对财务报告进行舞弊的动机。Loebbecke et al.（19）发现他们的舞弊样本公司中有35%的利润是不足的。

在我国，对上市公司来说上市融资是一种相对有利的筹资方式。与银行借贷相比，没有还本付息的压力；与争取国家投资相比，又没有国家主管部门的层层审批、考核和验收。只要符合申请上市和配股的要求，就可以一举筹集到几亿甚至几十亿的资金。所以绝大多数上市公司将上市筹资作为主要的筹资方式。而我国证券监管的重点是盈利能力，很多都是以盈利能力来作为衡量标準的。比如证券监督管理委员会曾四次发文，对申请配股前两个或三个会计年度的净资产收益率规定如下表：

表1  对申请配股前两个或三个会计年度的净资产收益率规定

12/17/1993 9/28/1994 1/24/1996 3/24/1999

前两年每年大于0 前三年每年大于0，

且三年平均10%以上 前三年

每年均大于10% 前三年每年大于6%，

三年平均大于10%

很显然，当公司不能达到配股资格綫时，为了能够获得配股的权利很可能采取舞弊手段以达到配股资格。因此，提出下面假设H2：

（2）假设H2：公司的盈利能力越接近管制标準，暗示发生舞弊的可能性越大

Kinney and McDaniel（19）、Persons（1995）等的研究均发现财务状况恶化是管理当局进行舞弊的一个重要原因。Treadway 委员会在1987年提交的报告中指出，舞弊性财务报告通常与那些正处在财务困难中的公司联繫在一起。COSO在《财务报告舞弊：1987-1997》一文中指出，在舞弊动机问题上，有些公司舞弊是为了制止业绩的螺旋下降，而其他公司则是企图保持业绩增长率。Loebbecke发现其样本中，舞弊公司中有19%正面临著偿债困难。Hamer（1983）的研究显示大部分破产识别模型对舞弊有著类似的识别能力。困难财务状况还可能成为不道德的内部人员采取行动来提高公司财务状况或者降低被解雇的威胁或在被解职之前攫取尽可能多资源（Bell et al.，1993；Loebbecke et al.，19）。通常，如果公司财务状况较差，融资压力就比较大，加之资本市场中信息分布的不对称性和非均衡性，管理当局倾向于披露好消息而不是坏消息，他们就有强烈的舞弊动机。除了刺激进行舞弊之外，财务困难还可能暗示弱的内部控制环境—— 一种可能导致舞弊的环境（AICPA，1997）。因此，我们提出假设H3：

（3）假设H3：财务状况恶化的企业发生财务报告舞弊的可能性较高

营运能力反映了企业资金周转状况，反映了企业的营业状况和经营管理水平。资金周转状况越好，说明企业的经营管理水平越高，资金的利用效率越高。企业的资金周转状况与供、产、销各个经营环节密切相关，任何一个环节出现问题都会影响企业的资金正常周转。前期的研究表明，营运能力对识别财务舞弊来说是一个有用的指标。Charalambos T. Spathis（2002）的研究表明存货销售比（inv/sal）和营运资金周转率在舞弊识别模型中具有重要作用。因此我们有假设H4：

（4）假设H4：营运能力较低的企业发生财务报告舞弊的可能性较高

一般来说，虚假利润的公司在收入、净利润增长的同时通常没有现金流量的实质性增长或是净利润的增长幅度远远超过货币资金的增长速度。同时，企业的货币资金作为实物存在的资产很容易通过银行的查询地得到证实，从而舞弊公司要伪造现金流量数据必须得到银行的配合，相对来说没有伪造应计项目容易。因此我们预计在舞弊性财务报告公司和非舞弊性财务报告公司的现金及其等价物的净增加额/净利润的指标之间存在显著差异。如果该指标较低则说明公司在净利润实现的同时幷没有取得现金流入的增长，收益质量下降，表明很可能存在虚假收入。因此，我们有假设H5：

（5）假设H5：盈利质量越差，公司舞弊的可能性越高

由于我国国有企业改制大多数是采取部分改组上市的办法，所以在我国的上市公司中广泛地存在著关联方交易。黄本尧（2003）以2001 年度和2002 年度的所有上市公司为样本，对我国上市公司临时披露公告中关联交易的信息披露情况进行的实证考察发现：2001 年和2002 年都有一半以上的上市公司发生了关联交易；在上市公司发生的关联交易中，上市公司与其控股母公司之间的交易则更为普遍。在披露关联交易的上市公司中，2001 年有73.18%的上市公司与其控股母公司发生了关联交易，2002年也有65.84%的上市公司与其控股母公司发生了关联交易；2001 年和2002 年上市公司与其控股母公司之间发生的关联交易金额占总交易金额的比例都高达70%以上。当然，关联方交易幷不就意味著财务报告舞弊；如果关联方交易双方确实是以公允价格定价，则不会对交易双方产生异常影响。但事实上，有些公司的关联方交易采取了协议定价的原则，定价的高低取决于公司利润转移的需要。这样，关联方交易就成为一种十分重要的财务报告舞弊的手段。因此，我们有假设H6：

6）假设H6：公司的关联方交易度越高，则公司舞弊的可能性就越高

2．研究模型

FRAUD＝β0+β1ETOD+β2DTOTA+β3STOTA+β4NPTOS+β5GPTOS+β6RECTOS+β7NPTOTA+β8GPTOTA +β9WCTOTA+β10INVTOTA +β11OTHRTOTA +β12ABPTOTA+β13Z +β14CADDTONP +ε

根据前面的假设，我们的指标变量主要涉及到财务杠杆指标、盈利能力指标、盈利质量指标、财务困境指标、关联方交易度指标和公司营运能力指标等几个方面，这些指标都是以舞弊年度的数据计算获得。变量的具体说明见下表： 

表1  变量说明表

因变量 FRAUD 虚拟变量，如果是舞弊公司，则FRAUD=1；否则为0

解释变量

类  型 名  称 说  明

财务杠杆指标 DTOE 负债权益比

 DTOTA 资产负债率，即总负债/总资产

 WCTOTA 营运资金对总资产的比率，即营运资金/总资产

盈利能力指标 NPTOS 销售净利率，用净利润/销售收入计算

 GPTOS 销售毛利率，采用销售收入减去销售成本除以销售收入计算

 NPTOTA 总资产净利率，即净利润/总资产

 GPTOTA 总资产毛利率，即（销售收入－销售成本）/总资产

财务困境指标 Z 财务困境指标，具体计算方式采用张玲的方法

营运能力指标 STOTA 总资产周转率，即销售收入/总资产

 RECTOS 应收账款销售比，即应收账款占销售收入的比重

 INVTOTA 存货占总资产的比重，即存货/总资产

盈利质量指标 CADDTONP 净利润现金保证率，即现金及其等价物净增加额/净利润

 ABPTOTA 总资产非常损益率，用总资产毛利率减去总资产净利率计算

关联交易度指标 OTHRTOTA 其他应收款对总资产的比重，即其他应收款/总资产

张玲的计算方法为：Z=0.517-0.46X1-0.388X2+9.32X3+1.158X4 

其中：x1为资产负债比率（负债总额/资产总额），x2为营运资金与总资产比率

（营运资金/资产总额，其中营运资金 = 流动资产-流动负债）

x3为总资产利润率（净利润/平均资产总额），x4为留成收益/资产总额

（留成收益/资产总额，其中留成收益=未分配利润+盈餘公积）

上述Z值的计算方式与Altman（1968，1983）Z-score的计算方式只少一个变量——权益市场价值/总负债账面价值，对此的可能解释是我国目前股市价格与企业业绩的不相关性。

3．样本选择与资料来源

（1）样本选择程序

一查阅了1999年至2002年11月30日中国证券监督管理委员会网站公布的处罚（或谴责）公告（包括由证券交易委员会、上海证券交易所、深圳证券交易所颁布），共113份，根据对处罚公告的阅读查找了由舞弊引起年度或中期财务报告虚假共29份，由于不影响利润和资产类型的舞弊性财务报告通常不会在财务上显露出财务舞弊徵兆  ，故予以剔除。

二配对样本的选择：根据舞弊公司的行业和资产总额为标準来寻找配对的非舞弊公司的年度报告共29份。

（2）资料来源

资料来自于中国证券监督委员会（http://www.csrc.gov.cn）、上海证券交易所（http://www.sse.com.cn）、中国深圳证券交易所（http://www.sse.org.cn）、中国上市公司咨询网（http://www.cnlist.com）、巨灵信息网（http://www.genius.com.cn）等网站。

四、统计结果与分析

1．样本的描述性统计

表3提供了舞弊样本公司和控制样本公司的一些描述性统计数据，从中我们可以看出公司在总资产总额、负债、主营业务收入以及现金等价物净增加额、净利润等财务指标之间均不存在统计显著性，这说明两类公司的规模等方面是比较相似的。

表3  平均数的描述性统计

指 标 舞弊公司 非舞弊公司 t检验值

总资产 1,073,511,320.76 1,177,595,136.74 -0.4042

总负债 594,597,296.36 382,851,258.24 1.2954668

主营业务收入 823,800,300.22 407,9,444.13 1.4694534

现金及其登记物净增加额 30,059,355.29 28,206,6.00 0.0362584

主营业务税金及附加 3,399,250.69 6,148,502. -1.063467

净利润 29,113,793.26 51,285,447.20 -0.845852

2．相关指标的检验

根据前文的研究设计，我们首先对舞弊公司和非舞弊公司指标之间的显著性进行t检验和wilcoxon配对非参数检验。相关的检验结果如下：

表4  指标的的平均数、中位数检验

横向对比指标 平均数 中位数 t检验值 z检验值

含义 字母表示 舞弊公司 配对公司 舞弊公司 配对公司  

负债权益比 ETOD 2.69 0.42 0.62 0.40 1.71* -4.12***

资产负债率 DTOTA 0.44 0.28 0.38 0.29 4.77*** -4.16***

总资产周转率 STOTA 0.52 0.45 0.35 0.43 0.54 -0.83

销售净利率 NPTOS 0.14 0.15 0.13 0.12 -0.18 -0.14

销售毛利率 GPTOS 0.36 0.25 0.31 0.23 1.92* -1.74*

应收账款对销售比 RECTOS 0.52 0.31 0.53 0.18 2.83*** -2.56**

总资产净利率 NPTOTA 0.04 0.05 0.05 0.05 -0.90 -0.31

总资产毛利率 GPTOTA 0.14 0.09 0.11 0.08 1.71* -1.48

营运资金对总资产比 WCTOTA 0.26 0.18 0.30 0.16 1.24 -1.26

存货对总资产比 INVTOTA 0.16 0.11 0.14 0.09 3.85*** -3.36***

其他应收款对总资产比 OTHRTOTA 0.15 0.11 0.12 0.11 1.76* -1.68*

总资产非常损益率 ABPTOTA -0.10 -0.04 -0.05 -0.03 -2.51** -2.69***

财务困境指标 Z 0.65 0.97 0.83 0.91 -2.23** -1.78*

净利润现金保证率 CADDTONP 1.72 0.14 0.53 0.40 0.79 -0.79

  注：1．t检验用于检验各变量平均数的统计显著性水平，均为双侧检验；

2．Wilcoxon Signed Ranks 用于进行中位数检验，均为双侧检验；

3．***在1%的水平下显著；**在5%的水平下显著；*在10%的水平下显著。

由上表可以看出，舞弊公司和非舞弊公司在负债权益比、资产负债率、销售毛利率、总资产毛利率、应收账款对销售比、存货对总资产比、其他应收款对总资产比、总资产非常损益率、财务困境等九个财务指标存在显著差异，其中资产负债率、应收账款对销售比、存货对总资产比、总资产非常损益率四个指标的均值检验和中位数检验都较显著或者极显著。这在一定程度验证了H1、H2、H3、H5、H6，说明了公司的财务杠杆越大，舞弊的可能性越高；公司的盈利能力越接近管制标準发生舞弊的可能性越大，财务越困难，越容易发生舞弊；盈利质量越差越容易发生舞弊；公司的关联度越高越容易发生财务舞弊。

通常认为的需要银行配合而显得难以操纵的现金流量有关指标，本研究中没有发现舞弊公司和非舞弊公司之间存在重大差异；这与理论分析是不一致的。对此可能的解释是在本研究中有关现金流量的数据不齐全所导致的。

同时我们发现负债权益比中的舞弊公司和非舞弊公司的均值检验中存在较大的差异，而中位数检验中不存在特别大的差异，所以我们怀疑在负债权益比中存在异常值的问题。为此，我们利用SPSS寻找其极值，结果发现异常值主要出现在1、20、21、22号案例中，笔者首先将该案例的数据进行了重新核实，发现无误。同时发现出现该种情况的4个案例都出现巨额亏损情况，由此笔者认为该异常值是公司舞弊的某种因素的极端表现而不是操作错误或数据不準确导致，所以没有剔除上述的四个案例。

3．回归模型

上面我们对舞弊公司和非舞弊公司的财务指标之间存在的差异性进行了检验，发现了一些在两类公司间存在显著差异的因素，但我们还不能具体瞭解各变量对公司财务报告出现舞弊的可能性的大小产生怎样的影响。为此，我们根据前面建立的logistic回归模型进行回归。

我们在前面的均值和中位数检验的过程中发现了一些在舞弊公司和非舞弊公司在一些财务指标中存在显著差异，同时根据最基本的财务管理知识我们可以知道在存在显著性的几个财务指标中存在共綫性问题。为此，在回归过程中，我们采用逐步回归进行。

根据方程（1）进行逐步回归，在经过三个步骤之后，最终得到回归分析结果如下表。

表5  Logistic逐步回归结果

自变量 非标準化系数 标準差 p

DTOTA

GPTOS

WCTOTA

CONSTANT 8.1930

3.6510

4.1370

-4.4910 2.4380

1.8200

1.9120

1.4090 0.0010

0.0450

0.0300

0.0070

X2

N

R2 23.6840

58

0.447  0.0000

注：TDTOTA表示资产负债率；GPTOSAL表示销售毛利率；WCTOTA表示营运资金对总资产比。

由此，我们得到舞弊财务报告的识别模型为：

FRAUD=-4.4910+8.1930DTOTA +3.6510GPTOS +4.1370WCTOTA

模型识别的正确率为77.6%，其中将7个非舞弊公司误判为舞弊公司，将6个舞弊公司误判为非舞弊公司。

根据上述的logistic回归结果，我们只有三个带有重要系数的变量进入了模型。它们是DTOTA（资产负债率）、GPTOSAL（销售毛利率）、WCTOTA（营运资金对总资产比）。资产负债率（TDTOTA）指标会增加划分虚假财务报告公司的概率（b=8.1930，p<0.0010），从而这个比率有正面的影响。这意味著有较高资产负债率的公司会增加提供虚假财务报告的可能性。GPTOSAL（销售毛利率）指标会增加划分虚假财务报告公司的概率（b=3.6510，p<0.0450），这个指标同样具有正面的影响。这意味著有较高GPTOSAL（销售毛利率）的公司会有较高的概率被划分为舞弊性财务报告公司。WCTOTA（营运资金对总资产比）具有同样的重要影响（b=4.1370，p<0.0300）。这个比率有著重要的正面影响，也就是说有著较高WCTOTA（营运资金对总资产比）的公司更可能被划分为舞弊新财务报告公司。

对于上述结论中资产负债率（TDTOTA）指标对舞弊性财务报告的影响和以前的研究是一致的（Persons，1995等），但是对于一般GPTOSAL（销售毛利率）和WCTOTA（营运资金对总资产比）与以前的研究不一致  ，即在前期的研究中认为总资产净利润率和营运资金对总资产比高的公司相对应而言发生舞弊性财务报告的可能性会降低（Charalambos T. Spathis，2002），而在本研究中我们发现这两个指标也同时会增加公司发生舞弊性财务报告的可能性。对此可能的解释是公司舞弊主要采取虚增收入或者对销售成本结转的减少，从而导致销售毛利率较高的公司反而更可能是发生舞弊性财务报告的公司；由于我国的流动资产中的应收账款和存货可能未正确反映其价值，出现虚增流动资产而导致出现营运资金对总资产比较高的公司更可能出现虚假财务报告。对于这一点，我们在进行中位数和均值检验时均发现两类公司在应收账款对销售比、存货对总资产比两个指标都存在显著性差异。但是在logistic回归中，这两项因素均未

五、结论

1．本文的基本结论      

本文的目的是建立识别虚假财务报告的模型。为了达到这个目的，我们以虚假财务报告公司和非虚假财务报告公司为样本，采用了诸如单变量和多变量统计技术来建立模型以确认与虚假财务报告相关的因素。总共选择14个横向对比指标来识别虚假财务报告。这些变量在前期的研究中证明是重要的幷且是可以利用公开财务报告能够获得的。最后我们发现有三个变量：TDTOTA（资产负债率）、GPTOSAL（销售毛利率）、WCTOTA（营运资金对总资产比）可以用来进行舞弊性财务报告识别。

检验表明模型识别的準确性在75%以上。这说明利用公开可得的财务数据来揭露舞弊性财务报告是可能的，通过模型来合理的评价审计人员在审计过程中是否尽到“合理谨慎”是有可能的；最后本研究还有助于审计人员更好更有效的分配审计资源（人员和时间）以提高审计人员揭露舞弊的效率和效果。随著统计技术的提高和增加更多的变量，建立一个更有力的分析性程序来揭露虚假财务报告是可能的。

2．研究的局限性

儘管我们建立了舞弊性财务报告识别的logistic模型，幷且具有较高的识别效果。但是，由于在各个方面的使得本研究具有一定的局限性。具体来说，主要有以下几个方面：

（1）我们以目前没有受到处罚的公司作为正常公司来与已知的舞弊公司进行配对，必须指出的是目前没有受到处罚的公司幷不意味著就没有舞弊，也幷不意味著其财务报告就是真实的 ，正如文章中指出的那样：可能有很多舞弊公司尚未得到暴露。如果存在尚未暴露的舞弊公司作为舞弊公司的配对公司，那么就会使我们的统计检验结论受到置疑；

（2）本文的财务数据的考虑仅仅考虑了同行业同等规模公司之间的横向比较，而一般认为即使采用了配对比较检验，仍然不能消除公司之间的差别影响。相对来说，采用同一公司前后各期的纵向比较就可以考虑更多的公司自身的影响因素，可能预测效果会更高；

（3）本文仅仅考虑注册会计师可以获得数据的一个方面——公开的财务数据，实际上注册会计师在审计过程可以获得更多的相关数据包括管理人员的薪酬结构、公司的治理结构、股权结构等等多个方面的资料以及公司所在行业的相关资料。而根据已有的相关研究这些方面可能都与舞弊性财务报告是有关的（刘立国、杜莹，2003；Beasley，1996；等等）。如果能够加入这些变量可能建立更有效地识别舞弊性财务报告的模型。本文由于资料收集的原因对此没有考虑。

3．后续研究的建议

（1）正如上面的研究局限性所说的那样，公司治理结构也是影响公司舞弊的一个重要因素，因此在现有模型的基础上加入有关公司治理结构方面的因素是理所当然的了。实际上在SAS NO.99的舞弊风险的三角因素中已经包括了有关公司治理方面的内容。这里有几个公开可以取得的变量为以后的研究作準备，诸如董事会成员的数量、财务经理的更换频率、审计人员的类型和审计人员更换的频率、审计人员的意见、公司的规模、公司分支的情况、存货估价方法、折旧方法；

（2）根据已有的研究，财务困境是导致公司进行舞弊的一个重要因素，儘管本模型中考虑了计量财务困境的z值，但是由于目前在我国尚没有一个得到大家公认的财务困境的衡量指标，在本研究我们采用了引用较多的z计分公式，但是这种计分方法是否能够衡量我国上市公司的财务困境状况则需要进一步的研究来验证。因此，可以在形成了公认的财务困境计量指标之后，以公认的指标来取代本模型中采用的z计分公式；

（3）根据其他的相关研究，网络神经对于识别效果和準确性都要比logistic更有效（马喜德，2002）。以后可以考虑利用网络神经来进行舞弊性财务报告的识别；

（4）如上所述，可能采用公司自身数据的纵向对比研究会具有更好的预测效果，因此，可以考虑采用纵向对比指标的预测研究