基于本福德定律资产负债表质量检验方法探析.docVIP

基于本福德定律资产负债表质量检验方法探析 　　摘要：运用本福德定律（Benford Law），以上海证券交易所15家上市银行2011～2015年资产负债表数据为样本进行研究，结果显示，该模型在检验报表质量过程中既能量化会计信息质量便于比较又有简单直观、清晰明了的突出优势，为此，如何在我国检验资产负债表质量中引入和推广成为研究的重要课题。 　　关键词：本福德定律；资产负债表；质量检验方法 　　一、研究与推广本福德定律的必要性 　　会计信息是资源流动的方向标，如何提高会计信息质量，引导资源优化配置，已成为当下具有重大现实意义的课题。本福德定律是一种检验资产负债表信息质量的有效工具，相关文献显示，美国标普500指数的概率分布与本福德定律在检测财务报表信息质量上的结果基本一致，实证分析说明，本福德定律在检验数据质量时，具有简单易懂，可操作性强的优点，是一种有效的检验报表信息质量的工具。因此，研究与推广该方法具有迫切的理?要求和重大的现实意义。 　　二、本福德定律计算模型及其经济意义 　　本福德定律是指客观真实的样本中数据的首位数字1～9的分布概率符合对数规律，否则不符合对数规律的定律。在实践中，通过拟合优度检验，距离检验和相关系数检验后，最终可计算出数据质量Q。一般来说，数据质量Q值越大，数据越真实可靠，反之，样本数据可能存在舞弊，人为操纵等现象。该定律是由19世纪末美国数学家、天文学家Simon Newcomb在使用对数表做计算时发现的。随后，Nigrini将该定律应用到审计领域。基于本福德定律的资产负债表信息质量检验模型，见图1所示。 　　其中，拟合优度检验数据对本福德定律的适应性，其中，E0（n）为理论频率，χ2越大，数据质量也越高；距离检验检测数据首位出现实际频率和理论频率的差距，对d和m各赋予1/2权重确定，然后归一化处理，计算出K，数值越大，样本数据质量越高；相关系数检验检测样本数据首位数字出现的频率和本福德定律中该数字出现的频率的相关性，对其取绝对值。R越接近1，相关性越高，数据质量越高；反之，越差。按惯例，赋予各检验数相应权重得出资产负债表信息质量Q。 　　三、基于本福德定律的实证研究 　　（一）沪市证券交易所15家上市银行资产负债表信息质量检测 　　1. 数据选取 　　本文选取上海证券交易所15家上市银行近5年资产负债表中交易性金融资产、持有至到期投资、长期股权投资、固定资产净额、负债总计、应付职工薪酬、应付利息、未分配利润、资本公积和盈余公积，进行本福德定律的适用性检验，为提高资产负债表信息质量结果的精确度，根据本福德定律要求，选取15家上市银行近5年资产负债表中所有报表项目数据进行报表信息质量计算。 　　2. 相关检验及资产负债表信息质量的计算 　　根据上述模型，依次通过拟合优度检验、距离检验和相关系数检验。样本总体拟合优度为61.34%，表明样本数据基本符合本福德定律；相关系数均在90%以上。资产负债表信息质量计算结果见表1所示。 　　（二）实证结果分析 　　表1显示，资产负债表质量较高的是中国银行和中国平安；质量最低的是南京银行，其次是中信银行；资产负债表质量的方差值为0.1291，可见沪市证券交易所上市银行间资产负债表质量整体差异不大；国有控股银行资产负债表质量高于一般的商业银行资产负债表质量。 　　此种检验方法对报表信息质量做出了宏观判断，该模型在评价资产负债表质量中简单直观，清晰易懂。既提高相关报表信息使用中识别报表信息资源的能力，同时，也利于监控会计主体和降低市场噪音，构筑民主和谐信息市场。但也存在以下不足：对于刚起步的企业而言，数据资源匮乏，该方法无效；目前信息使用者对该方法的了解并不多，其进一步完善和发展受到阻碍。 　　四、引入与推广本福德定律的对策与建议 　　（一）克服数据规模局限性 　　由以上实证分析过程可知，本福德定律在检验资产负债表信息质量时对数据规模要求较高，因此对于刚起步或者数据资源匮乏的企业该种方法无法使用。对此可以应用“重复比较剔除法”，即将小样本数据增加到样本数据质量最好的样本中进行前后质量Q的对比变化，若小样本数据质量高会提高其原有质量Q值，反之，降低质量Q值。当小规模样本数据质量Q，提高质量Q1，降低质量Q2时，则Q值就大致确定于Q1 和Q2之间，用此方法最终确定小规模样本数据质量。 　　（二）积极引导报表信息使用者 　　对大多数投资者而言，由于社会观念的强烈感染力，往往会受到各种社会因素的干扰，盲目做出预判，出现从众现象等非理性投资行为；其他报表信息使用者由于复杂的财务数据处理程序对报表信息质量的把控也略显乏力。由以上实证过程可以直观看出资产负债表信息质量，该方法具有很强的实用性，例由表1可知，中国银行资产负债表信息质量根据本福德