ST公司利润操纵效率视角.docVIP

ST公司利润操纵效率视角 　　中图分类号：F830 文献标识：A 文章编号：1009-4202（2011）05-054-04 　　摘 要 本文首先基于主成分分析法构建了上市公司利润操纵行为的识别模型，确定利润操纵行为的识别边界，并运用该模型对扭亏转盈的ST公司赢利真实性进行识别，为投资者识别上市公司的利润操纵行为提供一套科学可行的方法。为了研究公司利润操纵与生产效率的关系，本文还进一步将2009年的准摘帽ST公司用数据包络分析方法进行了效率性审计分析，看看可能存在利润操纵的公司与利润操纵可能性较小的公司其背后效率支撑是否一致，文章试图通过对有利润操纵可能公司组与利润操纵可能较小的公司组对比分析来揭示利润操纵与生产效率的关系。由于数据包络分析方法优良的特质，使得我们不但可以为投资者找到利润操纵可能性较小且生产效率处于前沿面上的有潜在投资价值的公司，另一方面还可以可能存在利润操纵且生产效率不是最优状态的提供可行的改进建议。 　　关键词 绩效审计 利润操纵 数据包络分析 ST公司 　　 　　一、绪论 　　1．研究意义 　　本文试图将利润操纵和公司的实际经营效率两个方面结合起来，来考察上市公司的经营业绩及财务状况，一般而言，我们认为经营效率高的公司利润操纵的动机、可能性较小，而经营效率差的公司可能会有较高的利润操纵动机，尤其是上市公司。因此，本文通过对ST公司的效率性审计及建立利润操纵识别模型来综合判别公司的实际经营效率和其财务状况的真实性。 　　2．研究目的与思路 　　本文的研究目的就是为了挑选最有潜力的准摘帽ST股票，从众多的扭亏转盈的ST公司中筛选出那些没有利润操纵，并且实际生产效率很好的股票。与此同时还能为那些虽没有利润操纵的ST公司，但实际生产效率不理想的提供改进意见。并对有利润操纵的公司进行效率性审计分析，找到提高经营业绩的有效途径。 　　二、利润操纵识别模型的构建 　　从分析上市公司利润操纵的动机、主要手段及其影响的相关会计科目入手，设计16组有一定配比关系的财务指标，选取1995年～2010 年中国证监会以利润操纵名义查处的全部上市公司为样本组，选取同行业???模相近且经营规范的公司为对比组，进行横向对比与相关分析；基于主成分分析法构建上市公司利润操纵行为的识别模型，确定利润操纵行为的识别边界，运用该模型对部分上市公司赢利真实性进行检验，为投资者识别上市公司的利润操纵行为提供一套科学可行的方法。 　　1．研究设计 　　本研究分析了因为存在利润操纵行为被证监会处罚的上市公司的操纵手段和方法，基于分析性复核法设计实证指标；采用一定的方法确定研究样本，运用SPSS统计软件进行主成分分析，提取最能反映操纵利润的主成分，构建模型，然后计算对照组和利润操纵组的主成分得分，找到判别区域。最后将扭亏转盈的ＳＴ公司信息代入模型计算其Ｆ值，找到其所属区域，对于处在安全区域的有代表性的ST公司进行效率性审计，考察其在同行业中的效率状况，对于效率好的ST公司，可以考虑投资，对于效率不好的ＳＴ公司，本文将给出建设性的改进意见。这样一方面，我们为广大投资者提供了挑选有投资价值的方法，又提高了被审计公司的经营效率。对于识别模型识别出的有利润操纵的扭亏转盈的ST公司进行效率性审计，看看其背后的实际生产效率，对于效率低的提出改进建议。 　　2．指标设计 　　首先，为了反映进行利润操纵公司的财务特点，使研究指标的选择更有针对性，对CCER数据库中，自1995年到2010年5月以来被披露的有利润操纵行为的上市公司进行统计整理，最终选取了利润操纵组样本共36家，并采用分析性复核法中的比率分析法进行指标选取设计，最后选取了12个，见表1。 　　3．样本选取 　　所有数据来源于色诺芬信息服务有限责任公司的《中国证券市场数据库》选取上市公司样本在深、沪两市1995年-2010年5月年报的会计报表数据以及相关的财务数据。 　　4．建模过程 　　（1）将12个定量指标设为变量X1、X2、#8943;#8943;、X12，采集利润操纵组与对照组共计72个样本数据，并分别计算12个变量值。 　　（2）利用SPSS软件，用统计方法对原始数据进行标准化处理，即Zn=（Xn-均值）/标准差 　　（3）运用SPSS软件对标准化值进行分析，计算主成分的特征值与解释率。 　　（4）构建主成分分析的F模型，并进行分析。 　　（5）确定临界值和判定区域，构建利润操纵识别模型。 　　5．实践结果与分析 　　（1）由KMO和BT检验值可以看出，KMO的值为0.463，较为合适做因子分析，由BT检验值可以看出，拒绝了原假设，即不能接受总体变量不相关，所以可以做主成分分析。 　　（2）变量共同度表可以看出，每个变量值的信息基本上都得到了较大程