财务危机预警中的审计意见信息含量研究.docVIP

财务危机预警中的审计意见信息含量研究.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
财务危机预警中的审计意见信息含量研究   内容摘要:本文运用描述性统计的方法对1999-2006年上市公司年报中所有上市公司、ST公司、亏损公司的审计意见进行比较分析;根据两种界定财务危机的方法分别建立Logistic回归模型,并比较分析了预测模型的有效性。结果表明审计意见具有显著信息含量,应当将此指标纳入财务危机预警模型。   关键词:审计意见 财务危机预警 信息含量 Logistic回归模型      审计意见作为企业经营状况的指示灯,能够从其独特的视角反映公司的经营状况。关于审计意见信息含量的研究,国外开始的比较早,相关文献表明,审计意见在财务危机预警中的作用尚无定论。与国外的研究结果相一致,我国学者对审计意见在财务危机预警中是否具有信息含量研究的结论也不一致。      研究设计      审计意见的分类。本文在研究时,审计意见的划分为标准审计意见(标准无保留审计意见)和非标准审计意见(除标准无保留审计意见之外的其他审计意见)两类。   财务危机的界定。本文在研究时,采用两种较为常见的财务危机标志事件选择方法并比较这两种选择方法在财务危机预警中作用的异同。取值规则(FDA,Financial Distress Affair)如下:   研究假设。国内一些学者关注审计意见信息含量的实证研究,基本着重于考察审计意见在股票市场上的市场反应,而没有对审计意见能否预测财务危机给予正面回答。由此本文提出以下假设:   H1:财务危机公司获得的非标准审计意见的比例要大于所有上市公司的平均水平。   H2:加入审计意见的预测模型的预测能力高于未加入审计意见模型的预测能力。   H3:离公司陷入财务危机的时间越短,预测精度就越高。   H4:对财务危机的不同界定方法(FAD1和FAD2)对模型的预测正确率有显著影响。   本文数据来源于巨潮资讯网。选取1998~2006年度的所有亏损上市公司和因财务状况异常而被ST的所有上市公司作为统计分析的研究样本。      实证研究      (一)我国上市公司审计意见的描述性统计   按照以上审计意见分类标准和财务危机的界定方法,本文对1998-2006年沪深两市上市公司披露的审计意见作了描述性统计,具体结果如表1。   为了更好地反映不同类型公司在不同年度的审计意见,按照本文的划分方法(标准审计意见和非标准审计意见),得到1999-2006年上市公司审计意见如图1、图2所示。   从表1、图1、图2中,我们可以看出:   第一,亏损公司和ST公司获得非标准审计意见的比例均显著大于所有上市公司,也可以说,所有上市公司获得的标准审计意见显著大于亏损公司和ST公司,所以H1成立。   第二,从时间序列上来看,ST公司出具的非标准审计意见的比例要大于亏损公司,或者可以说,亏损公司出具的标准审计意见的比例要大于ST公司。   (二)预测审计意见类型的Logistic回归   1.样本选取与设计。选择2006年度被ST的上市公司50家,同时选择与ST公司处于同一行业,资产规模相近、上市时间相近的50家公司作为配对公司(记作SAMPLE1),然后选取ST公司前一年和前两年的数据分别建立模型。   选择2006年度亏损上市公司50家,同时选择与亏损公司处于同一行业,资产规模相近、上市时间相近的50家公司作为配对公司(记作SAMPLE2),然后选取亏损公司前一年和前两年的数据分别建立模型。   2.模型设计。本文采用Logistic多元回归模型进行研究。为了比较两种财务危机的界定方法(FDA1和FDA2)对回归模型的影响,本文将以这两种划分标志分别建立模型,并且比较它们的预测效果;此外,由于本文的侧重点在于审计意见信息含量的研究,所以没有把过多的精力放在建立复杂的财务预警模型上,最终本文从反映企业的盈利能力、短期偿债能力、长期偿债能力、增长能力和资产利用能力等方面考虑,最终确定以下变量:资产收益率、流动比率、资产负债比率和总资产周转率,分别用X1,X2,X3,X4表示,建立Logistic回归模型。   理性的管理者往往希望通过以前年度上市公司的审计意见类型,结合其他重要会计信息来合理预测本年度公司的情况,所以,我们把在2006年被ST(或亏损)公司记为i年,因此i-1(2005),i-2(2004年)分别表示陷入财务困境前一年、前两年。   未加入审计意见模型,   其中,   其中,i=1,2,分别表示i-1和i-2年;P表示上市公司陷入财务危机的概率。对于ST(或亏损)公司,Yi取1,否则取0,根据所得到的Logistic方程,以0.5为最佳判定点对原始数据进行判定,若Pgt;0.5,则判定该样本为

文档评论(0)

you-you + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档