審計(jì)合謀的特征變量預(yù)警模型及其效果

審計(jì)合謀的特征變量、預(yù)警模型及其效果研究一、問(wèn)題的提出與意義證券市場(chǎng)揭露的審計(jì)失敗,幾乎都是審計(jì)合謀的結(jié)果,給利益相關(guān)者造成了重大經(jīng)濟(jì)損失,也嚴(yán)重?fù)p害了審計(jì)市場(chǎng)的基本秩序與聲譽(yù)?，F(xiàn)實(shí)中,盡管合謀者最終會(huì)受到不同程度的懲處,但給受害者帶來(lái)的主要是心理安慰而經(jīng)濟(jì)補(bǔ)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(jī)構(gòu)能盡早地發(fā)現(xiàn)審計(jì)合謀的苗頭,防患于未然,與事后懲罰審計(jì)合謀相比,審計(jì)合謀預(yù)警更有價(jià)值。在現(xiàn)有的研究中,與審計(jì)合謀有一定關(guān)系的主要有兩類,一類是關(guān)于財(cái)務(wù)報(bào)告舞弊預(yù)警的研究,如Spathis,Doumpos和Zopounidis(2002)、劉立國(guó)和杜瑩(2003)、秦江萍(2006)、陳國(guó)欣、呂占甲和何峰(2007)、吳革和葉陳剛(2008)等從上市公司的財(cái)務(wù)狀況和(或)股權(quán)結(jié)構(gòu)進(jìn)行預(yù)警研究,只涉及上市公司方面的因素,并未涉及審計(jì)師以及審計(jì)師與管理當(dāng)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(jì)合謀的預(yù)警研究,但對(duì)本研究有一定的參考作用。第二類是關(guān)于審計(jì)合謀預(yù)警的規(guī)范研究,如雷光勇(2005)從審計(jì)意見(jiàn)的需求方、供給方和外界環(huán)境三個(gè)方面來(lái)識(shí)別(即本文的“預(yù)警”)審計(jì)合謀,但沒(méi)有提供經(jīng)驗(yàn)證據(jù),也沒(méi)有構(gòu)建相應(yīng)的預(yù)警模型?；诖?本文根據(jù)審計(jì)合謀的特點(diǎn),從上市公司的財(cái)務(wù)特征、股權(quán)結(jié)構(gòu)和公司治理、審計(jì)師三個(gè)視角,建立回歸方程,獲取審計(jì)合謀的特征指標(biāo),然后,以這些特征指標(biāo)為變量構(gòu)建審計(jì)合謀的預(yù)警模型,用經(jīng)驗(yàn)檢驗(yàn)的方法檢驗(yàn)并比較了三種預(yù)警模型的效果?？偠灾?本文的主要?jiǎng)?chuàng)新與貢獻(xiàn)在于:(1)理論研究上彌補(bǔ)審計(jì)合謀預(yù)警研究缺乏預(yù)警效果較好的實(shí)證模型的缺陷。并且在本文構(gòu)建的審計(jì)合謀預(yù)警實(shí)證模型中,一方面新增了“審計(jì)師”這一類變量,將以往的財(cái)務(wù)預(yù)警實(shí)證模型拓展成了預(yù)警效果較好的審計(jì)合謀預(yù)警實(shí)證模型,另一方面又對(duì)以往財(cái)務(wù)舞弊預(yù)警的實(shí)證模型進(jìn)行了較科學(xué)的綜合和改進(jìn),新增了機(jī)構(gòu)持股、高管規(guī)模、審計(jì)收入依賴等變量,使模型更加充分地反映審計(jì)合謀的特征,保證了模型的預(yù)警效果。(2)人們可以利用該預(yù)警模型測(cè)試上市公司,較準(zhǔn)確且較早地發(fā)現(xiàn)具有合謀傾向的上市公司和審計(jì)師,有利于監(jiān)管機(jī)構(gòu)高效“鎖定”審計(jì)合謀者,防止審計(jì)合謀事件擴(kuò)大與惡化,使監(jiān)控審計(jì)合謀具有前瞻性、準(zhǔn)確率高、重點(diǎn)突出、監(jiān)控成本低廉和不利影響小等實(shí)際應(yīng)用價(jià)值。二、樣本選取與數(shù)據(jù)來(lái)源當(dāng)某上市公司與其審計(jì)師因相同原因而同時(shí)受到監(jiān)管機(jī)構(gòu)的處罰,并從公開披露的其他事實(shí)加以佐證時(shí),基本上可以推定發(fā)生了審計(jì)合謀。由此,我們從2002-2008年間證監(jiān)會(huì)針對(duì)上市公司財(cái)務(wù)報(bào)告舞弊做出的公開處罰報(bào)告中,采用事件研究法,獲取32個(gè)可以作為審計(jì)合謀的樣本。在控制樣本選取上,考慮到審計(jì)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^(guò)度抽樣而導(dǎo)致強(qiáng)化合謀公司(Plat,t2002),而按總體分布比例配比又可能導(dǎo)致弱化合謀公司的結(jié)果(Ohlson,1980)。因此,我們按照1:3配對(duì)標(biāo)準(zhǔn)并嚴(yán)格按照下述三項(xiàng)條件選取96家正常公司(沒(méi)有因會(huì)計(jì)舞弊而遭受處罰)作為控制樣本。(1)Platt和Pedersen(1994)、Huang(1994)在做財(cái)務(wù)困境預(yù)測(cè)研究時(shí)都把樣本嚴(yán)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(huì)計(jì)年度內(nèi)選取。(2)規(guī)模相同的上市公司在公司業(yè)績(jī)、管理行為等方面更具可比性,本文在選取控制樣本時(shí)保證資產(chǎn)規(guī)模相近。(3)控制樣本公司沒(méi)有被披露存在財(cái)務(wù)舞弊和被處罰的歷史。本研究中使用的處罰公告、公司財(cái)務(wù)數(shù)據(jù)、審計(jì)數(shù)據(jù)來(lái)自于中國(guó)證監(jiān)會(huì)網(wǎng)站和國(guó)泰安公司開發(fā)的CSMAR數(shù)據(jù)庫(kù)。三、審計(jì)合謀的預(yù)警視角與特征變量(一)審計(jì)合謀的預(yù)警視角與分析指標(biāo)審計(jì)合謀是多在公司效益不佳、財(cái)務(wù)狀況惡化的情況下,審計(jì)師與公司管理層都有追求自身利益最大化意愿而由審計(jì)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(dāng)審計(jì)報(bào)告的機(jī)會(huì)主義行為。雖然現(xiàn)實(shí)的財(cái)務(wù)困境、經(jīng)濟(jì)利益驅(qū)動(dòng)等是審計(jì)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(dāng)安排也為審計(jì)合謀提供了可乘之機(jī)。因此,在構(gòu)建審計(jì)合謀預(yù)警模型時(shí),綜合地考慮如下三類因素:(1)審計(jì)合謀與財(cái)務(wù)報(bào)告舞弊的共生關(guān)系(雷光勇,2004);(2)股權(quán)結(jié)構(gòu)和治理結(jié)構(gòu)的不當(dāng)安排為審計(jì)合謀提供的環(huán)境條件(3)審計(jì)師追逐不當(dāng)審計(jì)收入對(duì)審計(jì)合謀提供的動(dòng)力機(jī)制。據(jù)此,本文建立了如下Logistic多元回歸模型以分析審計(jì)合謀與公司財(cái)務(wù)特征、股權(quán)結(jié)構(gòu)與治理結(jié)構(gòu)、審計(jì)師特征之間的關(guān)系。Logitp()=控另其中到,婆為截距,討~鑰為回歸系數(shù)菊,欠ε嚇為殘差。C則ollus巧ion為被母解釋變量,見(jiàn)當(dāng)樣本屬于肉合謀上市公鞋司時(shí),取值盾為1,否則礦為0。解釋讀變量X1~爸X21,反括映上市公司幟財(cái)務(wù)特征、吐股權(quán)結(jié)構(gòu)與浴治理結(jié)構(gòu)、跨審計(jì)師三個(gè)孕方面的信息錦,其中變量問(wèn)X1~X9玻是根據(jù)作者候設(shè)計(jì)的46棕個(gè)財(cái)務(wù)指標(biāo)宜的非參數(shù)檢怖驗(yàn)鮮①念結(jié)果,并得倉(cāng)到以往研究蠻結(jié)論的支持罰所選取的顯邁著指標(biāo),這上些變量與其追他變量的含擋義與選入依衫據(jù)見(jiàn)表1。捉變量的含推義與選入依湖據(jù)杰(二)審計(jì)襪合謀預(yù)警的爭(zhēng)特征變量轉(zhuǎn)區(qū)分合謀樣慈本與正常樣蜂本進(jìn)行描述懶性統(tǒng)計(jì),結(jié)踐果如表2。棗對(duì)比兩組樣寺本,其中差蠢異較大的變憶量有X1塌、勵(lì)X2、X3扒、X5、X魂6、X7、起X13、X鏈18和X2追0。拜稍模型(1)緒的多元回歸灑分析結(jié)果如柱表3所示②撈。與因變量送Collu刮sion顯聯(lián)著相關(guān)的變檢量有X1、淘X3、X5起、X7、X唐9、X13佛、X16、轟X18、X等20。頃表3拼向多元回歸分繼析結(jié)果灌四、預(yù)警模希型的構(gòu)建及輕判定效果窮(一)單變慕量判定撥從回歸分析文獲取的審計(jì)換合謀預(yù)警的轉(zhuǎn)特征變量為肯X1、X3斬、X5祖、X錘7、X9、屋X13、X細(xì)16、X1堡8、X20刑。但虛擬變搏量是二元變縱量,用其進(jìn)來(lái)行判定近乎美擲硬幣游戲享,預(yù)測(cè)意義懇不大。因此憲,選擇非虛響擬變量,通量過(guò)確定模型永的最佳判定蛋點(diǎn)來(lái)判定上堤市公司是否藝合謀。判定摧結(jié)果如表4卻。從判定結(jié)睛果看,不論峽使用哪個(gè)指暫標(biāo),誤判率戒均較高,即物使判定效果橫最好的總資款產(chǎn)周轉(zhuǎn)率,牧誤判率也達(dá)菠27·3%顫。誕(二)多變及量判定忠1.LP休M模型心榮以審計(jì)合謀省的特征變量漠為解釋變量里,建立線性查概率模型(惠LPM)進(jìn)弱行回歸分析勵(lì),得到LP勒M的回歸分郊析結(jié)果如表涂5所示。根恭據(jù)表5的結(jié)格果,LP遙M模型的判兇定方程可表諒示為:貪Coll幻u棍sion=森-0·21懸7+0·3設(shè)45X1-驗(yàn)0·015繪X3-0·蛾002X5拌-0·23唉2X7+0堅(jiān)·365X葛9+0·1孩04X13曾+0·02摘8X16曉+0·43寧9X18+薦2·468讓X20腿緒遠(yuǎn)紡淋詢殃卵領(lǐng)叔虹領(lǐng)紙(2刃躍取0·5為耕判定分割點(diǎn)括③,根據(jù)式始(2)進(jìn)行桂計(jì)算,若預(yù)鉗測(cè)值大于0配·5,判定冬為合謀公司腸,否則鷹為正常公司旬。判定結(jié)果腐如表6,石96家正常船公司有7家愈被錯(cuò)判,誤枯判率為7·鞠3%;3纖2家合謀公贊司有膊15家被錯(cuò)日判,誤判率厭為敗46·9%疲;總誤判率苗為17·2汁%。螺2·Log蠶istic店回歸模型刃以與因變量硬Collu中sion顯診著相關(guān)的變獵量為解釋變董量,建立L映ogist掏ic回歸模獄型進(jìn)行分析穴,得到的回失歸分析結(jié)果蒼如表7所示榮?；長(zhǎng)ogis壩tic模型怎的判定方程亂可表示為:社Collu串sion=纖-7·60撕1+6·9置27X1-臺(tái)0·123情X3-0·素665X5假-5·67嚷4X7+1倉(cāng)5·021俘X9+2·誦014X1星3+0·3聲29X16咸+3·38寨3X18+倆21·37奶X20狀名儲(chǔ)午拖攤(3暗由Logi貪stic變奉換方法知,規(guī)上市公司審鎮(zhèn)計(jì)合謀的概跪率計(jì)算公式紅為:淹萌以0·5為詞判定分割點(diǎn)雅,根據(jù)式(螺3)、(4景)計(jì)算合謀充的概率。判陸定結(jié)果如表吩8,96聲家正常公司捉有10家被特錯(cuò)判,誤判贊率為10·飄4%;3療2家合謀公合司有9家被炸錯(cuò)判,誤判平率為28·左1%;總誤系判率為14歌·8%。境3.PR錫OBIT模冬型糖例PROBI岔T模型與L至ogist景ic模型相汽似,主要的院不同在于兩點(diǎn)者采用的概器率函數(shù)不同姓,PRO狂BIT模型壘包括了非線肯性估計(jì),計(jì)占算量較Lo拿gisti衣c模型大。丟表9列示了卷PROBI薄T模型的多聞元回歸分析裂結(jié)臺(tái)果。融P歸ROBIT夫模型的判定鷹方程可表示灌為:鎮(zhèn)Collu播sion=炕-3漁·者486+3廣·稈053X1撇-0液·濫068X3吃-0撐·艱26X5-釋2屋·純818X7益+6粗·墨233X9件+0府·傍914X1協(xié)3+0夢(mèng)·己165X1迷6嫁+1豬·己696X1谷8+9跪·斷225X2拋0受乘浴閉抵蕉爛輩列舉乘(5)矛以橫0.5為判番定分割點(diǎn),倦判定結(jié)果如惑表10,蓄96家正常燈公司中有7宋家被錯(cuò)判,龜誤判率為7紀(jì)·稻3%;合謀患公司中有1奶4家被錯(cuò)判困,誤判率為鳥43渣·限7%;總誤富判率為1押6男·凝4%。散4.三種多離元判定分析芽方法預(yù)測(cè)模咐型比較或三甚種多元回歸殼判定分析方秘法的一類錯(cuò)慌誤率、二類冶錯(cuò)誤率和總菜誤判率對(duì)比附結(jié)果如表1加1。從統(tǒng)計(jì)煮結(jié)果看,判效定準(zhǔn)確率從襲高到低依次孤是Logi愉stic模烈型、PRO嚼BIT模型立、LPM模日型,Lo與gisti描c模型的預(yù)款警效果最好柜。錘五中、研究結(jié)論他及其解釋陵從回歸分析耀結(jié)果看,因披變量Col誠(chéng)lusio秧n與解釋變閣量X1、X游3、X5、何X7、X9亮顯著相關(guān)。胞其原因在于之,過(guò)高的流抗動(dòng)資產(chǎn)比率骨可能是公司碎財(cái)務(wù)舞弊的駝結(jié)果,凈利積潤(rùn)增長(zhǎng)越慢躺、凈資產(chǎn)收鐵益率越小、帥總資產(chǎn)周轉(zhuǎn)助率越小的公詢司越有可能扔處在財(cái)務(wù)儀困境之中,示越有舞弊合堵謀的需求,王每股未分配倡利潤(rùn)越多的雅公司舞弊的落空間越大,迅舞弊合謀的兼傾向也會(huì)增仙加。選因變量Co傳llusi錢on與解釋款變量X13喇、X16在繁5%水平上這顯著相關(guān)。骨其原因可能勁在于:(傭1)在共同短利益導(dǎo)航、辦機(jī)會(huì)主義攫膚利、蛙“延法不責(zé)眾網(wǎng)”頁(yè)效應(yīng)和監(jiān)督式上的斯“府搭便車甩”商等的共同推位動(dòng)下,公司沿高管的規(guī)模句越大,他們踢更可能親“驗(yàn)抱團(tuán)邪”東;(2)宴在特別人情退化的我國(guó),花董事長(zhǎng)兼任嫁總經(jīng)理進(jìn)一憤步強(qiáng)化甚至伯神化個(gè)人在小公司決策及婚其執(zhí)行中的升力量,也為狂作為總經(jīng)理麗的董事長(zhǎng)將開經(jīng)營(yíng)中的操躍作設(shè)想輕而稻易舉地帶入繼董事會(huì)決議鋤并使之通過(guò)倉(cāng),弱化了對(duì)筒董事會(huì)和高賭管的監(jiān)督,標(biāo)為慧審計(jì)合謀又?jǐn)U打開了一扇粉方便之門。英因變量Co伐llusi活on與解釋廢變量X18涂、X20顯揭著相關(guān)。會(huì)刻計(jì)師事務(wù)所斷對(duì)某家客戶舟的審計(jì)收入帝依賴度越高午,獨(dú)立性越饑難保持,合攜謀的傾向增艦加。上市公裳司審計(jì)合謀保的目的是獲窗取合意的審鼻計(jì)意見(jiàn),審薄計(jì)意見(jiàn)改善桶可能是審計(jì)肝師與上市公唯司達(dá)成的結(jié)瓜果。因此,災(zāi)增加審計(jì)收地入是審計(jì)師表合謀的利益零動(dòng)機(jī)、改善砍審計(jì)意見(jiàn)是匆管理當(dāng)局要擠求審計(jì)合謀代的初衷。祥總克之,雖然審先計(jì)合謀極具厚隱蔽性,但或上市公司的賺財(cái)務(wù)狀況、驟股權(quán)結(jié)構(gòu)和康公司治理、棵審計(jì)師特征造等包含了審談?dòng)?jì)合謀的重既要信息,審疼計(jì)合謀可以造在一定程度默上加以預(yù)警本。由于企業(yè)餐在經(jīng)營(yíng)過(guò)程固中,遇到的婆不確定性因雞素是多方面旨的,上市公會(huì)司股權(quán)結(jié)構(gòu)礎(chǔ)、治理結(jié)構(gòu)拍、事務(wù)所的劇特征也具有毒特殊的歷史紫成因,上市丹公司和事務(wù)風(fēng)所具備其中許一個(gè)或幾個(gè)判特征并不意爪味著審計(jì)合墨謀的發(fā)生,叢用個(gè)別特異駐指標(biāo)去預(yù)判渡企業(yè)是否參歡與審計(jì)合謀堡,準(zhǔn)確性肯蘆定很低,單灑變量預(yù)測(cè)模打型的判定結(jié)飛果表明了這易一點(diǎn)。但同徹時(shí)具備上述艇特征的上市騰公司和事務(wù)嗽所,發(fā)生審腳計(jì)合謀的可唇能性大大增背加,從多變欣量回歸結(jié)果竭得到的特征績(jī)變量為基礎(chǔ)象構(gòu)建的LP請(qǐng)M模型、P鳥ROBIT末模型、Lo昌gisti療c模型,經(jīng)捕檢驗(yàn),L胡ogist計(jì)ic模型的寄預(yù)警效果最至好,可以為跳審計(jì)合謀預(yù)看警提供有力挎的技術(shù)支持結(jié)。利用預(yù)警板模珠型,人們(恢包括監(jiān)管機(jī)肯構(gòu))可以較究早發(fā)現(xiàn)具有逃合謀傾向的岡上市公司和憤會(huì)計(jì)師事務(wù)余所,將其列浪為審計(jì)合謀繡的重點(diǎn)監(jiān)控槽對(duì)象,這樣萬(wàn)可以縮小監(jiān)曠控范圍,提寫高監(jiān)控效率帽。屬推薦理由：季

一開眼見(jiàn)此題，倡就對(duì)本文怎點(diǎn)么對(duì)合謀進(jìn)夾行數(shù)量化，村運(yùn)用計(jì)量的遙手段進(jìn)行研烈究產(chǎn)