管理舞弊風險識別國內外研究綜述

【摘要】如何有效地識別管理舞弊風險，是國內外學者高度關注的研究方向之一。目前研究重點主要在集中在管理舞弊風險識別的指標及方法，但國內的研究成果在識別體系建設、學科融合、以及與我國實踐結合等方面與國外相比仍存在一定差距，因此，我國管理舞弊風險識別未來的研究方向可著重于健全識別體系，加強“跨學科融合”，在此基礎上立足于我國實踐，促進我國上市公司管理機制和資本市場建設的不斷完善。

【關鍵詞】管理舞弊 國內 國外 研究綜述

一、引言

“管理舞弊”作為舞弊的一種類型，越來越受到國內外學者的關注。這不僅僅是因為管理舞弊給上市公司本身以及資本市場帶來了巨大的損害，而且由于管理舞弊涉及管理層的精心設計甚至串通，加之事后極力掩飾，使公司各項管理控制流于形式，且外部獨立審計也很難發揮作用。舞弊的管理層職位越高、參與人數越多，預防和審查難度也就越大。這使得如何有效地識別管理舞弊的風險成為這一問題的關鍵。

二、國內外研究現狀

（一）國外對管理舞弊風險識別的研究

1.管理舞弊風險識別指標的研究。國外學者對該領域的研究起步于20世紀初，大量的實證研究都是從財務指標、非財務指標以及綜合指標三類進行分析的。

（1）財務指標。Lin，Hwang and Becker選取1980～1995這16年間發生管理舞弊的40家公司和160家非管理舞弊公司進行實證研究，發現了兩類公司在凈收入、應收賬款/收入、營業收入增長率方面存在顯著差異。Belinna et al則同樣運用配對樣本的方法，發現管理舞弊公司在財務費用/收入和運營費用/收入這兩個比率上顯著高于非管理舞弊公司。Cecchini，M.et al通過實證檢驗認為流動資產、存貨占比、資產負債率、存貨周轉率可以作為管理舞弊與非管理舞弊公司的判別因子。

（2）非財務指標。P.K.Gupta and Sanjeev Gupta以印度管理舞弊公司為研究樣本探究其管理舞弊性質和出現的問題，結果表明多數企業管理舞弊都是管理層管理舞弊，管理層持股比例較高，股權相對集中。Stephen R.Goldberg et al則利用了美國上市公司數據，研究了所有權結構、公司管理舞弊和公司治理間的關系。Sunita Goel和Ozlem Uzuner則利用了新興的自然語言處理技術對年度報告的用語進行文本分析，發現存在管理舞弊行為的公司年度報告使用副詞更加頻繁，經常用“副詞修飾形容詞”模式來表達。因此，加強詞的頻繁使用，尤其是這個模式用語的頻繁使用，可以作為判別管理舞弊與否的識別因素。這也成為將文本挖掘技術應用在管理舞弊風險識別領域的一次有益嘗試。

（3）綜合指標。David Shapiro從最新的COSO準則出發來研究內部控制在企業中地位的變化，他認為管理舞弊公司的內部控制制度往往不完善、有缺陷。

2.管理舞弊風險識別方法的研究。隨著人工智能的發展，針對管理舞弊風險識別的方法也有了新的變化。

（1）傳統識別方法。Green和Calderon早在1994年就開始利用單變量分析法進行管理舞弊識別研究。Bell和Carcello通過建立Logistic回歸模型，對來自KPMG的77個舞弊企業以及305個非舞弊企業進行實證研究，以檢驗該模型對管理舞弊的識別效果。他認為多元線性判別法比單變量分析法判別精度更高，準確率的穩定性更好。

（2）人工神經網絡識別方法。Green和Choi首次采用神經網絡技術構建管理舞弊識別模型，研究發現神經網絡模型對于隨機樣本的識別效果非常好。Feroz et al利用神經網絡模型，以SAS NO.53公布的紅旗標志作為研究變量對管理舞弊樣本進行判別，結果準確率高達80%。隨后，Michael Nwogugu、Tzong Huei Lin均使用人工神經網絡技術對管理舞弊進行了實證檢驗，研究結果表明人工神經網絡技術不僅穩定性高，而且具有較好的識別效果。

（二）國內對管理舞弊風險識別的研究

1.管理舞弊風險識別指標的研究。國內對管理舞弊風險識別的研究起步較晚，近年來識別指標的相關研究也漸多，且基本也是按照財務指標、非財務指標、綜合指標三類進行。

（1）財務指標。王澤霞，謝冰選取1998年到2008年間因管理舞弊被證監會通報查處的上市公司為研究樣本，實證結果表明存貨周轉率、總資產周轉率、流動資產周轉率、應收賬款周轉率等營運能力指標可作為有效的舞弊風險識別指標。許存興[7]發現公司舞弊可能性與現金持有量呈正相關。

（2）非財務指標。王澤霞，沈佳翔，甘道武基于文獻研究和問卷調查對舞弊風險因子進行篩選和排序，發現管理當局凌駕內部控制、避免被ST或退市、大股東操縱董事會、存在股權或債權融資需求以及管理層缺乏誠信這五個因素最為重要，識別效果也最優。陳佳聲通過對管理層與內部審計師、公司與外部審計師、公司與監管部門間的舞弊行為進行博弈分析，研究表明公司治理結構完善程度、高管薪酬、內部審計的獨立程度對于識別管理舞弊風險具有顯著效果。盧馨，李慧敏，陳爍輝則從上市公司高管背景出發，他們選取了2001年～2013年間發生管理舞弊的108家公司作為研究樣本，發現管理層平均年齡越小、平均任期越短、男性比例越高、平均學歷越低的上市公司越容易發生管理舞弊。其中，高管的平均學歷應當成為關注重點。

（3）綜合指標。宋彪，朱建明，李煦利用大數據技術對網民發布的信息進行統計和情感分析，并將該指標結合財務指標判別公司是否存在舞弊行為，結果發現結合了大數據后的舞弊風險識別指標識別效果更好。李清，任朝陽選取30個舞弊風險識別指標進行研究，對每個指標設置一個安全閾值，只要有一個指標超過預定閾值就進行舞弊預警，這比以往文獻對管理舞弊風險識別指標體系的研究更全面、更靈活。

2.管理舞弊風險識別方法的研究。國內對于舞弊風險識別方法的研究起步較晚，相關文獻較少，但近年來將人工智能應用于管理舞弊領域的研究也逐步增多。endprint

（1）傳統識別方法。劉旻、朱曦，馮田等實證檢驗了Logistic回歸模型在舞弊預警方面的有效性。姜秀華，任強，孫錚用Logistic回歸模型進行管理舞弊公司的判別，總體識別率達84.52%。李揚，李竟翔，馬雙鴿在Logistic回歸模型的基礎上加入L1正則化支持向量機，進一步提高了管理舞弊公司的預測效果。

（2）人工智能識別方法。吳世農和盧賢義、楊淑娥和黃禮以及郭毅夫，權思勇用神經網絡技術方法建立模型，對管理舞弊風險的判別率均高達90%以上。龐清樂，劉新允選擇將蟻群算法與BP神經網絡相結合方式創建舞弊模型，實證結果表明加入蟻群算法后的神經網絡舞弊模型識別效果更好、結構更簡單。宋曉勇，陳年生則將遺傳算法與神經網絡技術耦合，形成一個金融參數舞弊預測系統，研究結果表明兩種技術的耦合能有效提高舞弊識別率。

三、國內外管理舞弊風險識別研究比較

上述對管理舞弊風險識別的研究現狀來看，國外相對起步較早，在研究方法上，國內外大量研究采用實證檢驗的方法，可靠性更高；研究內容上來看，針對管理舞弊風險識別指標的研究，國內外基本均從“財務指標”“非財務指標”“綜合指標”三方面出發，力求識別指標體系更加完善。而近年來又出現了對年度報告文本中的情緒表達與企業舞弊之間關系的實證研究。隨著大數據技術的到來，關于管理舞弊風險識別指標的研究文獻越來越充分和系統。

針對管理舞弊風險識別方法，近年來的研究則更多的體現了管理科學、財務會計與人工智能的有效結合，不僅利用了人工智能的強大應用性，也促成了其他學科研究的進一步深入。

然而，與國外研究成果相比，國內的相關研究則也存在一些局限性：

（一）管理舞弊風險識別體系不完善

首先，相較于國外研究，國內針對管理舞弊風險識別的指標仍不夠全面，多數文獻都是集中研究財務或非財務指標中的某一方面；另外，對管理舞弊風險識別方法的研究中，國內的大量研究多基于對國外識別方法的檢驗，“驗證”多于“探究”。

（二）“跨學科融合”較差

從國外研究趨勢來看，相關研究逐步將新型的大數據挖掘、文本挖掘等人工智能科學應用于傳統管理學科。這一發展態勢不僅豐富了對管理舞弊領域的研究手段，更重要的是對研究人員的綜合素質提出了更高的要求，從而倒逼人才培養機制轉型升級，“文理兼備”成為一種必需。而從國內的研究現狀來看，大量的研究還限于傳統研究手段，將新興科學有效應用的研究還在少數。

（三）現有研究與我國實踐結合較少

雖然管理舞弊的研究在不斷深入，但是國內上市公司涉及管理舞弊的丑聞仍然不斷爆出。與其他違法違規行為相比，管理舞弊不僅給公司本身以及各利益相關者帶來的損失更大，而且會擾亂國內資本市場秩序。因此，如何將理論研究成果與現實需求相結合，從而降低公司總體的管理風險，維護各主體的利益，則是亟待解決的另一問題。

四、未來管理舞弊風險識別的研究方向

鑒于國內管理舞弊風險識別的研究現狀以及局限，未來可從以下三個方面進一步探索。

（一）健全管理舞弊風險識別體系

有關管理舞弊風險識別的研究，指標與方法是整體研究的兩大支柱，但未來的研究更應當從全局出發，探索完整的研究框架體系，對管理舞弊的理論層次進行不斷完善。

（二）利用新興學科

管理舞弊風險識別問題涉及管理學、審計學等傳統學科，也越來越需要計算機科學的涉入。在未來，將大數據挖掘、文本挖掘等技術進行更有效的利用，一方面可以為相關研究提供更有效、更可靠的技術支持，另一方面更會提升復合型人才的培養機制。

（三）理論與現實相結合

理論研究最終還是要為現實所服務，未來的研究要在中國實踐的基礎上，進一步研究中國情景下管理舞弊的特點，探索管理舞弊識別的新手段、新路徑，在減少甚至遏制其發生的同時，提高我國上市公司管理水平，推動中國資本市場的發展和建設。

作者簡介：方家琦（1992-），男，漢族，浙江湖州人，杭州電子科技大學碩士研究生，研究方向：會計理論與實務。endprint