基于因子分析会计舞弊识别模型.docVIP

基于因子分析会计舞弊识别模型[摘要]本文采用我国64家有过会计舞弊行为的上市公司以及与之对应的64个非会计舞弊的上市公司为样本，采用因子分析与logistic回归相结合的方法构建会计舞弊识别模型。首先，对选取的17个财务指标进行因子分析，并提取出5个公因子，其次将这五个公因子纳入logistic回归模型中进行分析，最终构建出判正率达到79.7％的会计舞弊识别模型。 [关键词]会计舞弊；因子分析；logistic回归 [中图分类号]F230　[文献标识码]A　[文章编号]1008－2670(2007)06－0057－04 随着全球资本市场一体化的加速，会计介入经济活动的范围日益扩大。会计在对经济发展起着重要促进作用的同时，会计舞弊现象也日益盛行和蔓延。21世纪以来，会计舞弊案件接踵而至，会计舞弊问题已成为全球的焦点。安然、世通、施乐、南方保健等公司会计舞弊丑闻相继曝光。在我国，由于证券市场起步较晚，法律制度不完备，监管体制不健全等诸多原因，我国上市公司会计舞弊案件更是层出不穷，从20世纪90年代初的深圳原野、长城机电、海南新华到21世纪的郑百文、黎明股份、三九医药、银广厦、蓝田股份等。会计舞弊案件严重损害了投资者的利益，威胁了证券市场的生存与发展。因此，如何从纷繁复杂的财务信息中识别会计舞弊行为，从而减少会计舞弊的误导行为成为当务之急。根据我国证券市场的实际情况，本文尝试运用多元统计分析的因子分析法与Logistic回归分析相结合的方法，建立一种新的识别上市公司会计舞弊行为的模型。 一、国内外相关研究回顾 国外学术界对会计舞弊问题关注已久，并在识别方法上取得了大量的研究成果。Persons(1995)运用logistic回归模型成功判定了大部分会计舞弊，并指出会计数据包含甄别会计舞弊的有效信息。Greenand Choi(1997)以财务指标为输出变量，采用人工神经网络技术构造了在原始财务数据基础上的会计舞弊判别模型，并发现这一模型将大大改善独立审计师发现舞弊行为的能力，并建议审计师在审计初始阶段使用该模型。Benish(1997，1999)提出概率分析法，他以1987～1993年问受美国证监会处罚的74家公司为会计舞弊样本，选用8个财务指标，建立Probit回归预测模型，该模型准确率达到75％。 我国理论界对会计舞弊研究起步较晚，且大部分研究集中于规范研究，实证分析较少。阎达五、王建英(2001)对上市公司的财务指标进行分析，发现应收账款周转率、毛利率、资产质量指标、销售额增长指标、资产负债率指标可为投资者分析上市公司是否进行会计舞弊提供有益的参考。柏宝春(2003)从定性角度介绍了五种识别会计欺诈的方法和途径：关注外部财务指标、关注审计风险大的科目、三大报表的勾稽关系分析、现金流量表的结构分析和异常波动指标分析。娄权(2003)采用描述性统计、两总体均植异方差检验和二元Logistic回归对我国上市公司财务报告舞弊的经验研究表明，规模较小和财务状况恶化的企业更容易发生财务舞弊。张长海等(2005)以29个舞弊样本和29个非舞弊样本，采用单变量和多变量统计技术建立识别虚假财务报告的模型，并发现模型的正确识别率在75％以上。毛道维(2006)以68个舞弊样本和68个非舞弊样本，分别采用4方法建立识别模型，并发现Logistic回归模，型识别率最高，达到77％。 总的看来，我国学术界绝大多数研究者仍然采用对异常的财务指标进行分析来识别上市公司会计舞弊行为，这种经验分析方法不仅工作量大，而且对分析者的专业知识水平要求较高。相对于这种经验识别方法，基于统计分析的识别模型在处理财务数据，减少主观判断和提高识别准确率方面更具有优势。 二、研究方法与研究设计 (一)研究方法 本文主要采用的研究方法是因子分析和Logistic回归相结合的分析方法。因子分析(Factor Analysis)是多元统计分析技术的一个分支。起源于1904年查尔斯子分析的理论和数学基础得到逐步完善。其主要思想是：在科学研究过程中，需要对反映事物的多个变量进行大量的观测，收集大量数据进行分析寻找规律。多变量大样本会为研究提供丰富的信息。但是多个变量之间可能存在相关性，会增加问题分析的复杂性。盲目减少指标会使原指标包含的信息丢失。因子分析是一种降维的方法。通过因子分析把一组观测便量化为少数几个因子，这几个因子包含了原来指标的大部分信息。然后可以用这几个因子代替原来的观测变量，进行其他的统计分析，如回归分析、路径分析、判别分析和聚类分析等。 因子模型的一般表达式为：xi=ai1f1+ai2f2+…+aimfm+ui(i=1，2，3，4，…，k) 在该模型中f1、f2…fm叫做公因子(CommonFac