《上市公司财务报告舞弊的识别下》.docxVIP

《上市公司财务报告舞弊的识别下》.docx

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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
上市公司财务报告舞弊的识别- —一基于三角形理论的实证研究(下) 2012年01月13日10:30 来源:〈〈财务与会计导刊》2011年第7期 作者:韦琳 徐立文 刘 佳字号 打印纠错分享推荐浏览量 五、实证结果 由于因变量是二元因变量,解释变量既包含连续变量又包括哑变量,所以采用 Logistic回归模型。本 文先后将上述识别出的变量带人模型,发现模型拟合优度和变量显著性效果较差,因此本文利用模型( 2) 进行调整,最终得到拟合优度较高的模型,模型检验如表 3。 表3 模型逻辑回归结果 变量 B S.E, Wais Sig* Exp (B) 压力(Pressure) 毛利率(GPM) 1.869 3.653 Q.26Z 0.609 6.480 销售增长 (SCHA11GE) 3,?47 1,48? 6, 348 0.012甘 42. 390 营业利润-经营 现金带量 (CATA) 18.217 5.959 9.345 0,002**^:应收账款周转 率(SALAK) -.0.025 0.022 L283 0. 257 0.976 存货周转率 CSALINV) -1.909 0.952 4,022 0.045*+ 0.148 总赍产周转率 (SALTA.) -20.088 6. 744 8.872 0. 003护 0.000 财务杠杆 (LEV) 2*187 3.102 j.497 0.481 8.909 融瓷能力 (FINANCE) -4.383 3.003 2*131 0.144 0*012 自由现金流重 (ERHEC) P.001 0,001 5,968 0.016林 1,001 管理层持股比 例(OSHI?) 1795.710 1598.7?1 1. 262, 0, 261 总流产收益率 (R0A) -6,921 6.324 1.198 0. 274 0.001 睡免ST或退市 3.147 1.121 7.886 。.。05担/ 23.258 机会 (Opportunity) 董事会外部成 员比例 (BDOUT) -5,330 2,010 7,031 。,008=*^ 0,005 内部宙计委员 会规模 (AUDCSIZE) -0,280 0-321 0, 383 0.7胡 董事会主席兼 任CEQ或总裁 (CEQ) 2,456 1.114 4,860 0.02?+* 11.654 公司主管离任 人数 (TOTALTUKN) 1.S12 0.099 5.717 0.010W 6.125 国有股比例 (STATE) -9.245 4.210 4.823 0. 028WS 0.000 流通股比例 (TKADABLE) -2.774 土 176 0. 383 0.062 股权集中度 (H10) 5.419 4*759 捉" 0- 255 225.764 借口 (Rationalization) 审计师吏换 (AUDCHANGE) 1. 335 1.152 1.343 0, 246 3.799 常数顼 L 79? 2,659 ).456 0, 499 6,029 ~2 L% likelihood 50.^6 Cox & Snell R‘ 0.626 Nagelkerke 0.834 -2 Log likelihood 、Cox & Snell R2 和Nagelkerke R2 都是测量模型拟合优度的指标,前者数值越 小、后两个指标越接近1,表示模型拟合度越好。从各项指标值来看,能够接受该模型。由于软件在Logistic 回归中不能直接检验多元共线性,因此本文利用相关矩阵⑥剔除了可能造成多元共线性的变量。值得注意 的是,本文目的是建立舞弊识别模型,在变量取舍上是以模型识别率为目标,所以构建模型时即要考虑模 型和变量的显著性等问题,又考虑到模型识别力,在可容忍范围内尽量提高模型识别率。 回归结果显示,营业利润-经营现金流量(CATA )、总资产周转率(SALTA )、避免ST或退市(ST)、 董事会成员中外部人员比例(BDOUT )、主管离任人数(TOTALTURN )以及国有股比例(STATE)在 1%水平下显著,销售增长(SCHANGE )、存货周转率(SALINV )、自由现金流量(FREEC)和董事会 主席兼任CEO或总裁(CEO)在5%水平下显著。过大的销售增长变动和营业利润 -经营现金流差额,较 低的存货周转率、资产周转率,增加了公司财务的不稳定性;较低水平的自由现金流量增加了公司外部压 力;面对被ST或退市直接带来压力。较少的外部董事使得监管无效; 主管流动性大、董事会主席兼任 CEO 或总裁增加了公司组织结构的不稳定性;国有控股水平较低又增加了管理层对公司的控制,这都为舞弊创 造了机会。可见,

文档评论(0)

wangxue1 + 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