關于上市公司財務舞弊識別的文獻綜述

董程程 隋永帥 趙園

【摘要】在當今的資本市場中，財務舞弊狀況愈演愈烈，如何更好的識別上市公司財務報告舞弊成為各國監管部門最為關心的問題。本文首先分析了上市公司財務舞弊的現狀，繼而介紹了國內外相關文獻以及所采用的主要研究方法，并對上市公司財務舞弊識別的研究現狀進行了簡單的評述。

【關鍵詞】上市公司；舞弊識別；文獻綜述

一、上市公司財務舞弊現狀分析

（一）財務舞弊基本概念

關于財務舞弊的概念，注冊舞弊審核師協會將其定義為：有意地、故意地錯報或漏報重要事實，或者誤導性會計數據，以及在與其他所有可獲得的信息一起考慮時，可能導致閱讀者改變和調整他的判斷和決定的會計數據。美國注冊會計師協會（AICPA）在2002年發布第99號審計準則（SAS No.99）指出財務報告舞弊主要包括三種形式：①蓄意偽造或篡改編制財務報告所依據的會計記錄和憑證文件；②虛假披露或蓄意遺漏與財務報表相關的事項、交易或其他重要信息；③濫用會計政策以影響金額、分類”。

（二）國內外上市公司財務舞弊現狀

財務舞弊案件最早可追溯至1720年英國的“南海公司事件”，其利用虛假會計信息提高股票價格，擾亂股票市場正常秩序。進入20世紀70年代，美國也相繼發生了巨人零售、廢品管理公司、南方保健等財務報告舞弊案件。2011年享有“最富創新能力”美譽的美國能源巨頭企業——安然公司因財務報告舞弊丑聞轟動世界。其后又發生了如施樂、世界通信公司、甲骨文、萊得義德和美國在線時代華納、戴爾公司等財務舞弊案件。

關于國內情況，雖然我國的資本市場起步比較晚，但是發生的財務舞弊案件卻比比皆是。由最初的深圳原野、長城機電、海南新華這“三大財務舞弊案”到隨后的瓊民源、紅光實業、達爾曼、銀廣夏案件，我國上市公司的財務舞彈現象在證券市場上就一直存在著。這些舞弊案件的發生，使投資者對資本市場上的上市公司越來越失去了信心。

二、關于財務舞弊識別特征的研究

（一）國外研究綜述

針對財務舞弊問題，西方學者們最初側重于舞弊征兆的研究，稱之為“紅旗”標志。Abrecht和Romney（1986年）利用問卷調查的方式證實了“紅旗”可以作為舞弊征兆等。Cobb和Gordon（1993）考察了會計舞弊與審計委員會的關系，隨著企業審計委員會中獨立董事數量的增加以及任期的增長，發生財務舞弊的風險變小。Persons（1995）發現會計舞弊與行業因素有關。Abrecht、Wernz和Williams（1995）指出舞弊的征兆包括經營業績的異常、組織結構不合理、管理層的特征等。Beasley（1996）對董事會特征與會計舞弊的關系進行了研究，發現隨著外部董事任期的時間、外部董事比例及持股比例與舞弊成負相關，董事會規模與舞弊顯著負相關。Lee、Ingram and Howard（1999）指出，盈余大于經營現金流量是舞贊的征兆，另外與非舞彈公司相比，舞彈公司往往自由現金流量較低、財務杜桿高、應收賬款數額巨大、銷售增長率較高。Abbott Parker and Peters（2002）通過分析舞贊公司審計委員會的特征指出提高審計委員會獨立性的必要性，另外成員須有財務專家，才能保證審計委員會的專業性。

（二）國內研究綜述

鄭朝輝（2001）通過分析10家影響重大的管理舞弊案，總結出審計人員應對以下舞弊征兆提高警覺：資本運作頻繁和關聯交易數額巨大、經營業績異常波動、IPO（首次發行股票）以及全行業虧損的上市公司。劉立國、杜璧（2003）分別對股權特征、董事會特征與財務舞弊的關系進行了實證檢驗，發現舞彈公司的法人股比例、流通股比例、內部董事的比例等與監事會規模正相關。宋傳聯（2005）揭示了上市公司財務舞弊常用方法，并從注冊會計師的角度出發提出了審計識別對策。陳國欣、呂占甲（2007）通過實證分析發現，資產負債率、管理層持股比例、國有股比例、獨立董事比例低、被出具非標準審計意見等對上市公司會計舞弊有顯著的解釋力。楊清香、俞麟、陳娜（2009）重點考察了董事會特征與會計舞弊之間的關系。

三、關于財務舞弊識別模型的研究

（一）國外舞弊識別模型研究

縱觀國外的研究文獻，其研究模型主要有邏輯回歸模型，人工神經網絡模型，probit模型和其他技術手段。

Person（1995）通過構建stepwise-logistic模型的方法進行研究，得出行業在影響財務舞弊方面起著重要作用。Bell and Carcello（2000）運用來自KPMG會計師事務所的數據，構造了一個Logistic回歸模型，結果表明模型判正率較高。Calderon and Green（1994）通過建立單一變動期望模型證實了神經網絡模型在會計舞弊識別中的使用性。Fanning and Cogger（1998）通過八個識別率較高的變量，在人工神經網絡技術的基礎上構建了識別管理者舞弊的模型。Lin，Hwang and Becker（2003）通過融合模糊回歸（Fuzzy logic）、神經網絡（Networks）及其它的方法構建了模糊祌經網絡（FNN）模型，通過模擬人腦的思維方式以減少審計師的操作性失誤和不足。Hansenetal.（1996）通過建立probit和logit等擴展的定性響應模型以預測管理者舞弊，結果表明模型預測效果良好。美國印第安納大學Beneish（1997）提出概率分析法（Probit Analysis）以識別財務舞弊，發現該模型具有實施代價小和判別率較高的特點；此后，Beneish（1999）以Probit技術為手段，利用1987年至1993年受美國證監會處罰的74家舞弊及相應的配對公司為樣本建立模型，結果證實該技術在識別財務舞彈問題上的優良性。

（二）國內舞弊識別模型研究

國內學者在舞弊識別方面也采用多種技術方法進行了研究，如Logistic回歸、多元判別分析、神經網絡等。

吳世農、盧賢義（2001）建立Fisher線性差別分析、多元線性回歸和Logistic回歸模型，研究發現Logistic回歸模型的誤判率最低。方軍雄（2003）建立了LMP模型和Logistic模型，研究表明：Logistic模型鑒別效果優于LMP模型。劉立國、朱敏（2005）運用1994年一2005年被證監會處罰的上市公司為樣本，分別以單因素方差分析、多元判別分析、線性概率和logistic回歸分析為技術手段，對比后得出logistic回歸模型的識別率為72.6%，在該問題上具有優勢。陳國欣、呂占甲、何峰（2007）選取29個指標建立Logistic模型，得出的模型判別率為95.1%，同時得出了財務舞贊公司區別于非舞弊公司的財務及股權結構特征。劉明輝、韓小芳（2011）通過對基于面板數據的Logit模型進行分析，探討了財務舞弊公司中董事會變更對審計師變更的影響。蔡志岳、吳世農（2006）建立了上市公司信息披露舞弊預警的Logistic回歸模型和混合BP神經網絡模型，研究表明，混合BP神經網絡具有更強的預測能力。顧寧生、馮勤超（2009）利用主成分分析法得到9個識別財務舞弊的指標，再運用LVQ神經網絡構建識別模型，預測率的準確率為90.9%。

四、研究現狀評述

通過以上對國內外財務舞弊識別文獻的整理，不難發現，國外發達國家對財務舞弊研究高度重視，憑借其先進充實的理論基礎和研究技術能力，在財務舞弊的發現、識別和監管方面積累了豐富的研究經驗和成果。雖然我國近幾年就財務舞弊識別模型的研究取得了初步成效，但仍存在一下問題：首先是財務舞弊識別技術單一。目前為止，國外發展起來的財務舞弊識別模型多達十幾種，除了以傳統的統計分析為基礎構建模型外，還包括發展迅速的數據挖掘技術為手段建立的模型。相比之下，我國普遍采用傳統的統計技術作為建模手段，對于數據挖掘技術的應用有限，因此在識別技術上，我國還需進一步創新和深入研究。其次是研究樣本數量較小。這主要是因為我國資本市場建立時間不久，樣本數量較少，直接影響模型的預測精度。最后是模型識別精度不高。分析目前已有文獻，大多數學者建立的模型精度維持在75%左右的水平，就識別財務舞弊而言，有待進一步提升。

參考文獻

[1]施彥，立群，廉小親.神經網絡設計方法與實例分析[M].北京：北京郵電大學出版社，2009.

[2]陳彬.我國上市公司財務舞弊識別模型對比研究[D].西安：西北大學，2012.

[3]李寧.會計舞弊行為的模糊識別方法研究[D].天津：天津財經大學，2012.

[4]鄭永芳.會計舞弊特征分析[J].財會通訊，2010（4）：60-62.