财务报告重大错报风险的定量识别与评估——基于财务指标相对偏差的逻辑回归模型，本文主要内容关键词为：定量论文,偏差论文,财务报告论文,财务指标论文,大错论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、研究背景与问题的提出 2003年10月，国际审计与鉴证准则理事会(IAASB)发布了一系列审计风险准则，并将审计风险模型修改为：审计风险=重大错报风险×检查风险。我国2006年制定发布的审计准则也引入了重大错报风险的概念，2010年修订后的审计准则更加注重风险导向的审计理念，进一步强调了识别和评估重大错报风险的必要性和重要性。从现代风险导向审计来看，重大错报风险不但直接影响审计风险的大小，还会直接决定着可接受检查风险的大小，从而影响审计师对整个审计工作的规划和安排。面对规模庞大、日益复杂的财务数据，注册会计师如果能够准确、快速地识别和评估重大错报风险，不但可以有效控制审计风险，而且可以大大提高审计效率，节约审计成本。因此，识别和评估重大错报风险成为现代风险导向审计的核心和关键。 根据审计准则，注册会计师通常采用以分析程序为主的风险评估程序来识别和评估重大错报风险，而分析程序又以对财务信息和财务指标的分析为主。其内在的逻辑是重大错报会导致财务指标发生异常变动和相对偏差，从而可以通过财务指标的异常变动和相对偏差来识别和评估重大错报风险。但从理论和实践来看，目前都是以定性评估为主、定量评估为辅，以主观判断为主、客观判断为辅，所以在风险评估的准确性和效率方面都还不能满足实务的要求。本文的研究目的主要是基于分析程序的逻辑，利用通用财务指标构建一个重大错报风险的定量识别和评估模型，从而可以便捷、可靠地识别和评估出财务报告重大错报风险的大小。为了实现这一目标，本文主要在以下方面做出努力：(1)确保模型对样本外数据的适用性，样本数据参照成熟资本市场非标准意见的比例(1∶4)，根据行业、规模和会计年度形成配对样本；(2)采用财务指标的相对偏差而不是财务指标自身来识别和评估重大错报风险，这更符合分析程序的逻辑；(3)模型采用均值调整的逻辑回归模型，其效用类似于条件逻辑回归模型，可以更有效地控制行业、规模、年度的影响；(4)基于审计理论中合理保证的理念，对风险评估结果进行细化，直接应用于审计实务。 二、文献回顾 (一)国外相关研究 国外关于财务报告重大错报风险的研究主要是从财务舞弊和盈余管理的角度来评估企业财务报告舞弊的可能性，进而识别重大错报风险。 Beneish(1999)采用probit判别方法，利用筛选出的财务指标来建立识别舞弊的模型，并划分了使预期错报成本最小的阈值点。Lee等(1999)以及Bell和Carcello(2000)通过建立逻辑回归模型来预测财务舞弊和财务报告舞弊。Lin等(2003)构建了基于模糊神经网络的财务舞弊识别模型。Ettredge等(2006)以169家被美国证券交易委员会(SEC)处罚的公司按照规模、行业、是否盈利形成配对样本的研究发现，递延所得税、营业收入增长率、是否更换会计师事务所、市值与净值之比以及是否是场外交易公司这几个指标能够很好地预测重大错报。Blay等(2007)对美国78家科技公司的审计文件数据进行的研究表明，持续经营风险和舞弊风险与重大错报风险显著相关、与所需搜集证据的说服力和及时性显著相关，指出评估重大错报风险应充分考虑持续经营风险和舞弊风险。Brazel等(2009)对50家被SEC处罚的公司进行研究发现，非财务指标(比如专利数量、雇员数以及产品数量)的增长率在是否有重大错报的两类样本公司中有显著的不同。Dechow等(2011)以1982～2005年间美国SEC发布的会计与审计实施公告(AAER)中共计494个错报公司作为研究样本，通过应计质量、财务绩效、非财务指标、资产负债表外事项以及市场基础的度量五大类指标建立识别重大错报的逻辑回归模型研究发现，发生重大错报的公司应计质量下降，财务状况和非财务状况都明显恶化，公司的管理层对股价非常敏感。 (二)国内相关研究 国内学者的相关研究大多发生在2006年之后，主要集中在重大错报风险评估体系的构建以及重大错报风险与公司治理特征、财务指标的关系方面。 国内学者在现行审计准则规定的基础上通过多种方法建立了重大错报风险的评估体系，如分析性审核法(汪国平，2006)、专家系统法(王翠琳，2007)、案例推理法(王桂兰，2007)、风险因素分析法(张文祥，2008)、平衡计分法(李雪和贺敬燕，2008)、业绩归因法(李晓慧和孙蔓莉，8012)。这些方法对实务中的重大错报风险评估有一定的指导性，但大多根据主观判断来选取评估指标和确定指标权重，没有经验数据的实证支持，评估结果说服力不强。此外，也有学者引入了其他定性和定量相结合的方法，如模糊评判法(王丽和刘红芬，2011)、物元可拓法(王娟，2013)、BP神经网络法(蒋苏月和路正南，2013)等。这些方法在可操作性和结果可靠性方面存在着不同程度的困扰，如案例推理法、业绩归因法等定性和定量结合的方法需要大量的非公开披露的财务信息和非财务信息，这对于信息不对称的外部监管者以及投资者来说，获取信息的成本较高，难度较大。 路云峰和刘国常(2008)研究发现，第一大股东持股比例、设立审计委员会、短期负债比率、长期负债比率等公司治理特征因素与重大错报风险都存在显著的关系。闫丽娜(2010)将公司规模、净资产收益率、资产负债率作为控制变量，以逻辑回归模型的研究发现前十大股东的持股比例、流通股比例与重大错报风险显著相关，而董事会规模和监事会规模与重大错报风险不具有显著相关性。 邱学文和吴群(2010)基于重大错报风险的预测模型的研究发现，资产负债率、能否持续经营、总资产收益率、行业风险等与重大错报风险显著相关，而公司治理特征指标与重大错报风险不存在显著相关关系。王翠琳和何其恩(2012)通过基于1∶1配对样本的逻辑回归模型和基于LM算法的神经网络模型的研究发现，资产负债率、资产报酬率、总资产周转率、关联购销比例以及年度股东大会出席率等指标与重大错报风险具有较强的相关性。 (三)现有研究的不足 1.定性研究方面 审计准则大都要求注册会计师采用询问、观察与检查、分析程序等风险评估程序来了解被审计单位及其环境以识别和评估重大错报风险，这是一个比较规范的审计流程，通常需要耗费一定的时间、人力和物力之后才能得到评估结果。注册会计师在审计实务中主要还是以定性识别和评估为主，加以有限的定量分析程序，并没有形成系统、有效、可操作性强的定量识别和评估方法。在理论方面，相关的定性和规范研究主要是对相关概念、理论、逻辑以及审计准则要求的深化和细化，立足于主观判断和逻辑推导，虽然对实务有指导作用，但说服力不够，不能切实提高识别和评估的效率效果。 2.定量研究方面 (1)样本数据的时间跨度和结构 为了收集规模足够大的样本，大部分研究选择的样本数据时间跨度较大，而重大错报的类型和发生领域往往是随着环境和时间的变化而变化的，发生异常变动的财务指标也会随之发生变化，因此根据时间跨度过大的样本数据得出研究结论未必适用于某一特定期间，估计出的预测模型用于样本以外的数据的可靠性也难以保证。因此，必须控制样本数据的时间跨度。 鉴于同样的财务指标在不同行业和不同规模的企业之间差距较大，现有的大部分研究在选取数据时采用配对样本以试图控制公司规模、行业等因素的影响，但配对比例和模型上的缺陷却导致很难有效控制它们的影响。现有研究在配对比例上大多选择1∶1，但这个比例与成熟市场的实际结构相差较大，比如，美国资本市场非标准审计意见大约占20%，而中国资本市场非标准审计意见还远远达不到这一比例，所以，根据1∶1的配对比例形成的样本可能会因过度抽样而高估解释变量的重要性或低估模型的误判率，从而高估模型的预测能力，影响研究结果的可靠性。同样，如果不采用配对数据，而是采用我国资本市场实际的数据，则不但无法控制行业、规模等因素的影响，而且过低的非标意见比例也会让数据的可靠性降低。 (2)模型的逻辑结构、稳健性和变量选择 从模型的内在逻辑和结构来看，现有的研究主要是从重大错报形成的可能原因角度构建因果模型，即证实某些因素统计上的相关性，并以原因预测结果。也有一些学者把行业和规模作为控制变量，试图控制它们的影响，实质上也是将它们作为原因因素。但是，公司规模、所在行业以及公司治理特征这些所谓的原因因素与重大错报风险的结果之间并不存在内在的完全一致性。或者说，具备这些原因特征的公司，其财务报表重大错报风险未必就高；不具备这些原因特征的公司，其财务报表重大错报风险未必就低，这些因素只是可能的原因，并不会必然导致重大错报。所以，这种因果模型实际用于识别和评估重大错报风险的可靠性难以保证。此外，这些原因因素很多是非公开数据，这也导致这种因果模型的实用性大打折扣。 从模型的形式来看，现有研究在选取样本时采用配对的方式考虑行业、公司规模、时点的影响，而一般逻辑回归模型中却没有相应考虑这些影响因素，这样就会因为财务数据缺乏可比性而导致预测模型并不符合分析程序的基本原理，从而使得模型缺乏有效的理论支撑和内在的逻辑合理性，只是一个统计上的数据拟合模型。其他更为复杂的方法，比如神经网络法，虽然拥有较强的数据挖掘能力，但运算较为复杂，要求拥有大量的训练样本以保证足够的代表性和覆盖面，还要求使用者有较强的数学背景知识，导致在实际应用上存在着很大的局限。 现有的研究大多以是否发生财务舞弊或是否被处罚的二元因变量作为重大错报风险的替代变量，但是只有少数财务舞弊或被处罚的违规错报被披露出来，所以，是否发生财务舞弊或是否被处罚与财务报告重大错报风险的高低并不存在完全的内在一致性。从现有研究模型的自变量(影响重大错报风险的因素变量)来看，其中既有可能造成重大错报的原因因素，也有因为有重大错报而引发的结果因素，这些原因因素和结果因素实质上分别与重大错报风险构成两个不同的模型，存在不同的逻辑关系，现在把它们混在一个模型中，通过样本数据进行估计，即使统计上显著，也背离了其本来的逻辑和关系。 三、理论分析框架与模型构建 (一)以分析程序为主的重大错报风险评估 在财务报表审计中，注册会计师通常要实施询问、观察与检查、分析程序等风险评估程序以识别和评估重大错报风险，但从本质来看，除分析程序外，其他风险评估程序实质上都是在为分析程序收集数据和信息，最终还是要通过分析程序来完成重大错报风险的识别和评估。所以，分析程序的有效应用是识别和评估重大错报风险的主要手段。从分析程序的应用来看，大概可以分为定性为主的分析程序和定量为主的分析程序。 1.定性为主的分析程序 注册会计师应当采用讯问等风险评估程序，从相关行业状况、法律环境、监管环境等方面了解被审计单位及其环境，识别和评估财务报表重大错报风险。尽管从理论上来说，分析程序主要是指通过研究不同财务数据之间以及财务数据与非财务数据之间的内在关系，对财务信息做出评价，还包括调查识别出的、与其他相关信息不一致或与预期数据严重偏离的波动和关系，比如，将公司的财务数据与同行业或历史同期数据相比较，识别异常的交易或事项、异常或未预期到的关系。但从目前审计实务应用来看，受传统审计习惯和模式的影响，注册会计师实施风险评估还是以定性评估为主，主要依靠审计人员的职业判断，分析程序的应用并不充分，往往局限于考察和处理企业简单的财务数据关系，如绝对额的比较和趋势分析等，分析得出的结果证明力相对较弱。此外，审计人员也可以利用专家打分的方式完成评估。这种方法对风险因素考虑较为全面，且不需要统计资料和复杂的数学运算，但对评估人员的经验和专业能力要求较高。 2.定量为主的分析程序 定量为主的分析程序要在掌握大量经验数据的基础上，从客观量化角度按照评价指标体系建立回归模型，进而识别和评估重大错报风险。由于定量评估方法是以客观数据为依据，并以实证模型计算出的结果来评价，因此可以减少个人主观意识和经验的片面性带来的不利影响。特别是随着计算机技术在审计中的广泛应用以及大量相关数据库的产生，定量评估的可行性和可靠性也得到了极大的提高。但现有定量评估的方法由于样本数据和模型设计的原因不能充分体现分析程序的逻辑和本质，导致可靠性受到质疑，其适用性和便捷性也不够。 (二)重大错报、重大错报风险与财务指标 1.重大错报、重大错报风险和财务指标异常变动与相对偏差 基于复式记账法和会计等式的原理，公司财务报表上的数据以及据此计算出的财务指标通常存在一定的勾稽关系和内在逻辑关系。如果财务报表的某些数据出现重大错报，相应的财务指标也会发生较大变动，这种变动一方面体现在这些财务指标与其他财务指标之间的勾稽关系和内在逻辑关系出现异常变动，另一方面体现在这些财务指标在这家公司与同行业类似公司之间出现相对偏差，这些异常变动和偏差恰恰就是应用分析程序识别和评估重大错报风险的基础和依据。而且，根据被审计公司与同行业类似公司财务指标的相对偏差实施的分析程序对重大错报风险的识别和评估更准确，获得的审计证据也更可靠。 重大错报风险是指财务报表发生重大错报的可能性。一般情况下，公司财务指标相对于同行业类似企业的偏差越大，则重大错报风险越高，反之则越低。以往评估重大错报风险往往采用因果预测模型，但笔者认为，重大错报风险与财务指标的异常变动和相对偏差并不是机械的因果关系，而是一枚硬币的两面，一面是重大错报风险，反映的是整体结果，无法直接看到，需要去识别和评估；另一面是财务数据和财务指标异常变动和相对偏差，反映的是具体表现，可以通过财务报表看到和计算出来。因此，采用配对样本和逻辑回归模型根据财务指标的异常变动和相对偏差来识别和评估重大错报风险就像用硬币的一面来识别和评估另一面，它比因果模型更稳定、可靠。 2.相关财务指标 国内外学者有关公司会计信息舞弊或者重大错报的相关研究产生了许多对会计信息舞弊具有较强解释能力的财务指标，比如盈利能力指标、偿债能力指标等。鉴于重大错报类型与领域的变动性，为了不遗漏重要财务指标，本文在美国财务研究与分析中心(CFRA)异常波动指标分类体系的基础上从偿债能力、营运能力、盈利能力、现金创造能力、费用配比合理性、增长潜力和发展协调性7类指标中选择了22个财务指标，如表1所示。 (三)财务报告重大错报风险与审计意见类型 在财务报表审计中，注册会计师按照审计准则和职业道德要求执行审计工作，对财务报表整体是否不存在由于舞弊或错误导致的重大错报获取合理保证，使之能够对财务报表是否“在所有重大方面按照适用的财务报告编制基础编制并实现公允反映”发表审计意见。
标签：审计意见论文; 重大错报风险论文; 财务指标论文; 回归模型论文; 相对偏差论文; 逻辑回归论文; 财务报表分析论文; 风险模型论文; 财务报表审计论文; 财务报告论文; 审计准则论文; 相关性分析论文; 能力模型论文; 审计质量论文; 审计流程论文; 审计方法论文; 审计目的论文; 评估标准论文; 审计职业论文; 模型公司论文;