摘 要：从沪深两市上市公司中选取1999—2010年期间受到中国证监会（或财政部）公开处罚的35家A股上市公司和35家正常公司为样本，用Logistic回归的实证分析方法建立财务舞弊定量识别模型。
关键词：财务报告；舞弊；Logistic回归；识别模型；上市公司
中图分类号：F23 文献标志码：A 文章编号：1673-291X（2012）29-0139-02
财务报告舞弊从内容上看有财务数据舞弊和非财务数据舞弊两种。财务数据舞弊的财务报告最为常见，如企业虚增资产、少列负债、虚增利润、少计费用等。非财务数据舞弊的财务报告是指对非财务数据进行虚假表述，如对关联方关系的虚假陈述、虚假披露募集资金用途、隐瞒重大事项等。本文以我国历年来因财务舞弊行为而被证监会等监管机构公开查处的上市公司为研究对象，在财务报告舞弊相关理论指导下，通过统计分析方法，利用多元Logistic回归模型，建立一个具有统计显著性、识别度较高、有较好的稳定性和较强的外部有效性的判别模型。
一、研究设计
（一） 解释变量体系设置
本文从影响财务舞弊的会计因素入手进行分析。由于上市公司进行财务舞弊时往往会引起公司资产负债、成本收人以及利润和现金流等项目的异常变化，在参考前文对财务舞弊征兆和识别的文献回顾基础上， 并考虑到数据的可取得性及完整性，本文选取14个指标作为财务舞弊识别的解释变量：X1资产回报率（-）、X2盈利指标（-）、X3现金流量负债率（-）、X4现金流量资产率（-）、X5资产负债率（+）、X6资产质量，1-（流动资产+固定资产）/总资产（+）、X7资产净利润（+）、X8销售增长率（+）、X9折旧率（-）、X10应收账款指标（+）、X11关联方交易指标（+）、X12存货周转率（+）、X13固定资产指标（+）、X14生产能力指标，固定资产/营业收入（-），，+ 表示正相关，— 则表示负相关
（二）样本选择
舞弊样本的选择：舞弊公司往往在多个连续的年度内进行舞弊，所以本文选择舞弊年份相同和相近的舞弊公司样本，舞弊样本是1999年至2009年6月被公开处罚的第二、三年舞弊的舞弊公司。
控制样本的选择：控制样本是未被公开揭示有舞弊行为的公司，而不能保证是没有舞弊的公司，所以控制样本中就有可能包括那些有舞弊行为而未被揭示和处罚的公司，这样就有可能影响研究的结论。尽管如此建立舞弊识别模型仍然具有一定的意义。在选择控制样本时本文严格遵循如下原则：（1）与舞弊公司规模最接近；（2）控制样本的年报数据与舞弊样本属于同一年度；（3）若有同时符合上述两条标准的多个控制样本，选择与舞弊公司上市时间最为接近的公司。根据以上样本的选取原则，本文一共选取了35家舞弊样本和35家控制样本。
（三）描述性统计分析
本文把所有样本分为两类， 即舞弊样本和控制样本， 其中舞弊样本为1， 正常样本为0。对所有变量进行T检验，发现舞弊公司和非舞弊公司在X2、X3、X4、X5、X6、X9、X10、X11、X12、X13、X14十一个方面存在显著差异。这些指标可以作为判断上市公司是否存在舞弊风险的初步征兆。
二、实证研究
由于因变量的取值只有“舞弊”或“没有舞弊”两种情况，对于这种结果为“是”与“否”的两分类变量的分析，logistic回归模型能很好的实现此目的。统计方法采用Binary Logistic回归， 并将因变量Y的取值定义为：Y=1为舞弊，Y=0为非舞弊。
从而得到logistic回归模型： P（Y=1）=
将其做对数转换，得到logistic模型
模型的卡方值为35.539，显著性水平为.000，说明模型系数的整体检验非常显著。H-L检验是判断数据和模型整体拟合程度的标准，通过检验sig=0.904大于显著性水平，因此接受原假设，即模型对数据的拟合度较好。
上表为最终模型中各变量的相关统计量，从显著性水平（sig.）一栏来看，X6、X9、X12、X13、X14在5%的水平上显著，因此，进入方程的变量为上述指标，根据各变量数，得到方程：
Y=5.850-9.344X6-1.025X9+7.412X12-11.473X13+1.723X14
该模型以0.5作为舞弊和非舞弊的分界点。即对于某一公司的P值而言，计算结果>0.5，则将其判断为舞弊公司，反之则判断为非舞弊公司。
Logistic回归中生成的观测量分类如表2所示。
上表列示的是以0.5作为舞弊和非舞弊的分界点得到的观测值和预测值的比较表，从上表可以看出，35家非舞弊公司中有7家被判为舞弊，35家舞弊公司中有7家被判为非舞弊，模型整体的判别率为84%。
三、研究结论与研究局限性
（一） 研究结论
研究结论与分析通过实证研究，发现上市公司财务指标中的资产质量、折旧率、存货周转率、固定资产指标、生产能力指标这五个变量，有显著的警示财务报告舞弊与否的能力。
（二）研究的局限性
1.控制样本的局限性。用来配对的上市公司虽然没有被发现有财务报告舞弊行为，但是不能排除这些公司利用关联交易或其他公认会计准则允许的手段进行盈余管理的可能性。这在一定程度上削弱了研究的可靠性。
2.本文的财务数据采用配对比较检验，仅仅考虑了同行业、同规模公司之间的横向比较，而没有进行同一公司前后各期的财务指标的纵向比较，未能考虑更多的公司自身的影响因素，不能完全消除公司之间的差别影响。
参考文献：
[1] 张萌.上市公司的财务报告舞弊识别[J].现代商贸工业，2008，（12）.
[2] 陈国欣.财务报告舞弊的实证研究[J].审计研究，2007，（3）.
[3] 李志强.财务预警指标拓展研究探析[J].河南大学学报，2009，（5）.