会员登录
会员注册五、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
-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，本文在三角形理论上构建的模型，能够充分解释舞弊的发生。
根据回归结果，构造舞弊识别模型：
FRAUD=1.797+1.869GPM+3.747SCHANGE+18.217CATA-0.025SALAR-1.909SAHNV-20.088SALTA+2.187LEV-4.383FINANCE-0.001FREEC+1795.71OSHIP-6.921ROA+3.147ST-5.33BDOUT-0.28AUDCSIZE+2.456CEO+1.812TOTALTURN-9.245STATE-2.774LP+5.419H10+1.335AUDCHANGE
概率分界点为0.5，将数据带回模型，得到了舞弊分类检验结果（见表4）。利用该模型进行识别时，63家舞弊公司中4家被误判，识别率93.7%；63家非舞弊公司中4家被误判，识别率也为93.7%，整体识别率为93.7%，效果十分理想。可见，三因素理论对舞弊风险因素的描述是客观的，本文应用该理论，结合Logistic回归识别舞弊是可行的、有效的。
六、结论与建议
本文基于三角形理论，构建了舞弊识别模型，提供了一种识别防范舞弊的方法，有助于监管部门及时发现上市公司财务报告舞弊，进而快速介入、防范发生；有助于审计准则制定部门理解财务报告舞弊特征，进而完善相关审计准则；有助于审计师在审计前对公司舞弊可能性的判断，并依据舞弊可能性安排审计活动，降低审计风险；有助于投资者或债权人对目标公司舞弊可能性的判断，进而防范自身利益受到损失。
防止财务报告舞弊根本上要从公司内部做起。一方面要减轻压力：公司要制定合理的发展战略、计划和预算，加强资产管理，保证现金流的持续平稳；融资需求要合理有度、量力而行；对高管的考核与激励也要合理有效。一方面要减少机会：不断完善公司组织结构和股权结构，建立健全内部控制、内部审计制度，增加外部董事，避免高管身兼多职；建立有效的奖惩机制和聘用标准，保证公司管理人员的稳定性；还要杜绝借口，防范道德风险，改善公司内部以及与审计人员的沟通。总之，通过弱化压力、机会或借口任意一个因素，打破舞弊三角形，便可从源头上杜绝公司财务报告舞弊的发生。
注释：
①扎比霍拉哈·瑞扎伊著，朱国汉译：《财务报表舞弊：预防与发现》．北京：中国人民大学出版社，2005．
②秦江萍．《上市公司会计舞弊：外国相关研究综述与启示》，《会计研究》2005（6）：69-74．
③Beasley（1996），此步骤是以上市公司市值为标准，本文选取总资产为替代指标。
④舞弊公司主要集中在制造业，保全这些样本十分重要。因此，制造业舞弊公司凡在制造业一级行业分类中无符合标准的配对公司，则在二级行业分类中选取，共涉及3家公司。
⑤F表示舞弊公司样本，N表示非舞弊公司样本。
⑥由于篇幅限制，相关矩阵数据过多，所以未在本文中列出。
参考文献：
[1]陈关亭．2007．我国上市公司财务报告舞弊因素的实证分析[J]．审计研究（5）：91-96．
[2]秦江萍．2005．上市公司会计舞弊：外国相关研究综述与启示[J]．会计研究（6）：69-74．
[3]阎长乐．2004．上市公司的会计舞弊分析[J]．管理世界（4）：111-116．
[4]杨清香，俞麟，陈娜．2009．董事会特征与财务舞弊——来自中国上市公司的经验证据[J]．会计研究（7）：64-70．
[5]American Institute of Certified Public Accountants (AICPA). 2002. Consideration of fraud in a financial statement audit. Statement on Auditing Standards No.99[M]. New York, NY-AICPA.
[6]Beasley, M. 1996. An empirical analysis of the relation between the board of director composition and financial statement fraud [J]. The Accounting Review. 71(4): 443-465.
[7]Beasley, M., J. Carcello, D. Hermanson, and P. D. Lapides. 2000. Fraudulent financial reporting-consideration of industry traits and corporate governance mechanisms [J]. Accounting Horizons. 14 (4): 441-454.
[8]Christopher J. Skousen, Kevin R. Smith, and Charlotte J. Wright. 2008. Detecting and predicting financial statement fraud: The effectiveness of the fraud triangle and SAS No.99 [R]. Working Paper, Utah State University.
[9]Dunn, P. 2004. The impact of insider power on fraudulent financial reporting [J]. Journal of Management. 30 (3): 397-412．
[10]Summers, S. and J. Sweeney. 1998. Fraudulently misstated financial statements and insider trading: An empirical analysis[J]. The Accounting Review. 73 (1): 131-146.
原载《审计研究》（京），2011.2.98～106
（作者单位：天津财经大学商学院）