资产减值和盈余管理关系实证探究.docVIP

资产减值和盈余管理关系实证探究 　　摘 要：在总结已有的研究成果的基础之上，从资产减值的视角，选取了在上海证券交易所上市的50家有代表性的A股上市公司作为研究样本，分析了样本公司总的资产减值准备的计提与转回状况，包括资产减值准备计提数、资产减值准备转回数、资产减值准备转销数、资产减值准备净计提数等绝对数，也包括资产减值准备净计提数与资产总额、净利润的比率等相对指标。并对资产减值准备计提数分项目进行研究，确定了固定资产减值准备、坏账准备、存货跌价准备为计提数额较大的减值项目，运用特定应计模型，选取2009年、2010年的数据对上述三项减值准备进行实证研究。结果表明，上市公司存在着利用存货跌价准备等流动资产减值准备进行盈余管理的现象，而固定资产等长期资产减值准备则没有成为企业盈余管理的手段。 关键字：资产减值 盈余管理 实证研究 中图分类号：F830.91 文献标识码：A 文章编号：1004-4914（2013）05-080-03 一、研究方法及数据选取 二、研究结果分析 1.描述性统计分析。样本公司资产减值准备总体概括可以通过图2和图3来进行形象描述。图2是从公司数目方面来判断计提数目较多的减值准备。 图3是从金额方面进步一确定计提数额较大的三类减值准备。 由图2、图3我们得知，资产减值准备的计提，无论是从公司数量上，还是资金数额上，固定资产减值准备、坏账准备、存货跌价准备都是总的资产减值准备的重要组成部分。得出这一结论为后续章节的开展提供了一个实证依据，下面的回归模型分析，将针对这三项减值准备进行实证，抓住对利润影响大的减值准备有重点的研究。 2.坏账准备的回归结果及分析。运用2009年、2010年样本公司坏账准备的明细数据，利用特定应计模型，对上市公司2009年、2010年坏账准备进行回归分析的结果如图4所示。 从图4的运行结果我们可以看出，所选样本公司的坏账准备运用特定应计模型回归结果的Adjusted R-squared（调整的可决系数）为0.959798，约为0.96。而可决系数R2为1，则说明拟合程度非常高，拟合的非常完美，此处的运行效果显示约为0.96，非常接近1，是有效的。但是再分析T统计量的P值，BA（第t期期初的坏账准备的金额）的Prob值为0.0000，RA（第t期转回、转销的坏账准备的金额）的Prob值为0.1166，FA（第t+1期转回、转销的坏账准备的金额）的Prob值为0.0000，而Prob值，在正常情况下，概率低于0.05即可认为对应系数显著不为零。由于上述Prob值并没有全部在5%的水平上通过显著性检验，因此可以判断，模型的误差项是存在的，从而可以判断企业利用坏账准备进行盈余管理的可能性是存在的。 3.存货跌价准备的回归结果及分析。运用2009年、2010年样本公司存货跌价准备的明细数据，利用特定应计模型，对上市公司2009年、2010年存货跌价准备进行回归分析的结果如图5所示。 从图5的运行结果我们可以看出，所选的样本公司坏账准备运用特定应计模型回归结果的Adjusted R-squared（调整的可决系数）为0.648095，远小于1。而可决系数是在样本范围内用回归来预测被解释变量的好坏程度的，如果R2为1，则说明拟合程度非常高，拟合得非常完美。而此处的运行效果显示仅为0.64，于1接近的程度不强，是无效的。现再分析T统计量的P值，BA（第t期期初的存货跌价准备的金额）的Prob值为0.2384， RA（第t期转回、转销的坏账准备的金额）的Prob值为0.3570， FA（第t+1期转回、转销的存货跌价准备的金额）的Prob值为0.0230。而Prob值，在正常情况下，概率低于0.05即可认为对应系数显著不为零。由于上述Prob值有的高达35.7%，并没有全部在5%的水平上通过显著性检验，因此可以判断，该模型的误差项应该很大。从而可以判断企业利用存货跌价准备进行盈余管理的可能性非常大。 4.固定资产减值准备的回归结果及分析。运用2009年、2010年样本公司固定资产减值准备的明细数据，利用特定应计模型，对上市公司2009年、2010年固定资产减值准备进行回归分析的结果如图6所示。 从图6的运行结果我们可以看出，所选的样本公司固定资产减值准备运用特定应计模型回归结果的Adjusted R-squared（调整的可决系数）为0.989952，约为0.99。而可决系数R2为1，则说明拟合程度非常高，拟合得非常完美，而此处的运行效果显示约为0.99，非常接近1，因此非常完美，是有效的。再分析T统计量的P值，BA（第t期期初的固定资产减值准备的金额）的Prob值为0.0000，RA（第t期转销的固定资产减值准备的金额