【作　　者】
管扬威 朱卫东（博士生导师）

【作者单位】
（合肥工业大学经济学院 合肥 230601）

【摘　　要】

【摘要】 ST公司财务舞弊对我国资本市场造成了不小的负面影响。本文以舞弊动因“CRIME”五因素论为基石，选取可能影响舞弊的22个指标，并使用3年的数据对30对ST公司舞弊与非舞弊样本做了t检验、Wilcoxon符号秩检验、Logistic回归，建立的识别模型综合正确率达到81.7%。通过对模型进行稳健性检验，结果表明，识别舞弊样本的正确率为77.3%，说明该模型具有良好的应用效果。
【关键词】 ST   财务报告舞弊   CRIME   稳健性检验

一、引言
经过笔者的统计，自1998年至2013年，主板、中小企业板、创业板共1 118家舞弊企业（国泰安提供的中国上市公司违规处理研究数据库），其中主板企业共675家，舞弊企业的行业特征如表1所示。从中可以看出，主板舞弊行业主要集中在制造业，共402家，占比59.56%。在制造业中，舞弊的ST公司共170家，占整个制造业的42.29%，比重非常高。这与证监会披露的相关信息是一致的。ST公司在不能扭亏的情况下为了避免退市，极有可能进行财务报告舞弊，但并非大多数的ST公司都会选择财务舞弊来粉饰自己的报表。因此本文直接针对ST上市公司（这样就归避了“财务困境”的模糊定义），分析其舞弊的影响因素，分析其特别之处，并尝试建立ST上市公司的财务报告舞弊的识别模型，以更好地开展审计工作。本文的独到之处还体现在：①对“CRIME”五因素论进行了解读，并把它作为指标选取的准则。②Persons（1995）的研究发现，行业会影响财务舞弊。所以本文选取样本均来自制造业，做到了识别模型的行业区分。
二、指标选取
在以往的财务舞弊识别研究中，韦林、徐立文（2011）根据三角理论，在描述了影响“压力”、“机会”、“借口”的因素后，分别以其中每个因素为基础，选取并解释了包括财务指标和非财务指标在内的20个变量。饶斌（2011）则详细地分析了“GONE”理论，并做出了公司财务指标、股权集中度、会计师事务所、舞弊惩罚与财务舞弊可能性之间关系的假设。本文则着重介绍“CRIME”五因素论并尝试以之作为选取指标的依据。
Zabihollah Rezaee（2005）在《Study guide for Financial Statement Fraud》一书中，用犯罪“CRIME”来描述财务舞弊的五个侧面。其中：①“C”代表“造假者（Cooks）”，表示大部分的上市公司财务舞弊是在公司首席执行官、首席财务官、董事长、主计长和公司控制人的参与、鼓励甚至赞同的情况下发生的，对财务报告进行的“数字游戏”。②“R”代表“秘诀（Recipes）”，表示舞弊的方式众多，包括高估收入、资产以及低估负债、费用等，舞弊往往始于期间财务报表的错报，并一直继续到年度财务报表。③“I”代表“激励（Incentives）”，它能解释众多公司及其造假者从事财务报表舞弊最普遍的动机。最平常的动机常常是为了迎合华尔街对公司的盈余预测而形成的经济压力和刺激。④“M”代表“监管机制（Monitoring）”，表示以董事会、审计委员会、外部审计和监管机构为主体的直接监督机制，以及股东、机构投资者、分析师、投资银行等间接监督机制，这些监督机制的弱化是舞弊成因之一。⑤“E”代表“最终结果（End Results）”，表示财务舞弊所带来的严重后果。
由于本文的研究对象为ST上市公司，所以结合ST公司的特点，选取的指标如下：
1. “C”造假者：造假者指的即是公司的高层管理团队，如首席执行官、首席财务官、董事会主席等，财务舞弊被人们认为是公司高层管理团队作为或不作为、故意或疏忽的结果。
本文选择第一大股东持股比例、前三大股东持股比例、董事会规模以及开会次数这4个指标作为衡量标准。具体原因主要为：①由于大股东和一般股东利益上存在分歧，大股东除了直接受益，还可以通过对公司的控制权获得私人利益，私人利益的存在侵害了上市公司和小股东的利益。②前三大股东持股比例一定程度上反映了股权集中度，大股东之间关系复杂，在利益上具有一致性，大股东在侵占上市公司和小股东利益上具有合谋动机。所以第一大股东持股比例和前三大股东持股比例越高，舞弊的可能性则越大。③董事会的规模对公司治理质量具有实质性的影响，人数少或难以作出有效决策，人数多则很可能运作不灵，呈现出无效率。④董事会会议是董事与高管就公司业绩、规划和政策交流的平台，经常开会有利于管理层与董事之间的沟通，当然会议过多也可能增大经理人的压力，会加大财务舞弊的可能性。
2. “R”秘诀：财务报表舞弊的手段多种多样。吴革、叶陈刚（2008）将舞弊手段分为四类：违规业务舞弊、虚假业务舞弊、常规舞弊、关联交易舞弊。所以对会计师事务所和外部审计师的能力要求非常高，能否识破财务报表舞弊依靠他们的职业道德和专业素养。由于本文的样本来自上海和深圳主板A股，财务报表审计的费用和成本较高，所以本文选取所聘会计师事务是否属于国内会计师事务所综合排名15名以内、是否改聘会计师事务所、舞弊当年审计意见3个指标进行衡量。
3. “I”激励：财务报表舞弊的动机主要有达成公司目标和目的、获得新的融资或在现有的融资中获得更有利的条款、通过股票发售吸引投资者、夸大每股收益等。所以激励这一因素更多地体现在财务指标上面，资金短缺是ST公司最主要的特征，具体表现为现金净流量少、应收账款高、长短期负债高等。
由于本文样本均为ST公司，在公司盈利能力、偿债能力、营运能力、成长能力各个方面或许有较小的区分度。所以结合先前的研究成果，本文选取净资产收益率、净利润（盈利能力）资产负债率、流动比率、非流动负债权益比率、流动负债权益比率（偿债能力）存货周转率、应收账款周转率、总资产周转率（营运能力）9个指标进行衡量。
4. “M”监管机制：要求高质量的财务报告，不允许错报财务报表是严格的公司治理要求，也是预防和发现财务报表舞弊的重要监管机制。因此，监事会、审计委员会和内部审计的存在显得非常重要。本文选取了有无审计委员会、监事会规模以及开会次数3个指标进行衡量。
5. “E”最终结果：财务舞弊可能带来的后果有股票价格下跌、退市、高层管理者的变更、罚款、投资减少等，所以会引发股权结构变动、股东持股比例发生变化。比如在上市公司因为虚假的财务报告受到处罚后，流通股股东会抛售手中的股票，这在一定程度上会制约大股东的舞弊行为。所以，本文选取国家股比例、法人股比例、流通股比例3个指标进行衡量。

三、样本选取及统计性描述
1. 样本选取准则。①有研究表明，同时发行B股或H股是财务舞弊的一个影响因素，所以我们将同时发行B股或H股的股票删除；②由于违规买卖股票、推迟披露，不能说明财务报告的失真，所以将因为它们被处罚的股票删除。
2. 配对标准。本文结合ST公司的特点参照Beasley（1996）的配对原则选取非舞弊公司样本：①在ST公司舞弊同期，配对样本也处于戴帽状态；②与舞弊的ST公司处于同一股票市场，意味着本文的样本配对分别上证和深证独立完成；③与舞弊的S T公司前一年公司规模最接近的一家；④与舞弊的ST公司处于同一行业（制造业），本文以中国证监会行业分类为标准；⑤在ST公司舞弊期间，该公司未发生任何形式的舞弊。
经过筛选，最终得到30对舞弊与非舞弊公司样本。
由于公司被戴帽是一个时间跨度上的过程，牵涉几年中公司的管理、经营、股权变动等，所以为了实现研究目的，本文使用舞弊当年以及舞弊前两年总共三年的数据进行研究。定义舞弊当年为t年，舞弊前一年为t-1年，舞弊前两年未t-2年。所以原来的共22个指标成为三年的64个指标，其中是否改聘会计师事务所我们只采用舞弊当年的数据，使得研究更规范和严谨。
3. T检验和Wilcoxon检验。对所选取的变量进行了配对样本T检验和Wilcoxon符号秩检验，结果如下页表3所示。从表3中可以看出，在这两种检验中，X2t、X2t-1、X4t、X4t-1、X4t-2、X7t、X7t-1、X7t-2、X13t、X13t-1、X13t-2、X14t、X14t-1、X14t-2、X15t-1、X15t-2、X20t-1、X20t-2、X21t、X22共20个指标在ST公司舞弊—非舞弊中存在显著差异。详细分析，描述统计结果有如下特征：
（1）在20个显著的指标当中，可以看到X2（资产负债率）舞弊当年和舞弊前一年、X4（非流动负债权益比率）三年、X7（应收账款周转率）三年、X13（第一大股东持股比例）三年、X14（前三大股东持股比例）三年、X15（董事会规模）舞弊前一年和舞弊前两年、X20（所聘会计师事务所是否排名国内前15）舞弊前一年和舞弊前两年基本保持着时间上的一致性，较为符合ST公司发展的状况和特点。
（2）最终显著的指标集中在“C”造假者、“I”激励和“R”秘诀三方面。而根据“M”监管机制和E“最终结果”所选取的指标全部不显著，原因可能为：一方面目前公司内部的监事会和审计委员会更多是形同虚设，不能起到实际的作用；另一方面，ST公司面临“加星”和退市的风险，公司高层压力很大，并不顾及最终可能产生的后果。
（3）在偿债能力和营运能力方面，舞弊的ST公司有更高的资产负债率（X2）、非流动负债权益比率（X4）以及较低的应收账款周转率（X7）。相对应的解释为，高负债比率的公司往往面临债务契约对公司经营业绩要求的压力，很可能进行舞弊。非流动负债权益比率越高，表明公司负债的资本化程度高，长期偿债压力大，则更有可能进行舞弊。公司应收账款周转率较低，公司的应收账款不能及时收回，公司的资金使用效率比较低，则更有可能选择舞弊。
（4）在股权结构和董事会特征方面，舞弊的ST公司有较低的第一大股东持股比例（X13）。前三大股东持股比例（X14）以及较高的董事会规模（X15）。第一大股东持股比例和前三大股东持股比例较小，说明股权结构分散，股权集中度低，对公司管理层的制约相对较差，从而使得公司进行舞弊的可能性更高。董事会规模越大，就会导致公司沟通困难，不具有小规模的董事会在信息沟通上有优势，从而导致决策效率低，不能对高管人员实施有效的监管，所以公司舞弊的可能性越大。
（5）在外部审计方面，所聘会计师事务所排名前15（X20）、审计意见（X21）为标准无保留意见和不改聘会计师事务所（X22）更不容易进行舞弊。可以解释为目前我国会计师事务所审计能力不高，并且如果综合实力排名不高，可能会因为考虑自身会计师事务所的收益不能开展正当的审查工作。数据显示，一般公司改聘会计师事务所都是从大到小，较小的会计师事务所更愿意冒着风险为公司提供标准无保留意见，公司舞弊的可能性更大。
四、实证分析结果
首先对在ST公司舞弊与非舞弊中显著的20个指标进行相关性检验，剔除相关性的指标后，剩余的9个指标X2t、X4t、X4t-2、X7t、X7t-1、X13t、X20t-1、X21t、X22既有连续变量也有虚拟变量，所以选择Logistic回归模型全部代入。模型检验见表4。

根据回归结果，构造ST公司舞弊的识别模型：
Fraud=-5.402+0.032x2t+0.002x4t-0.001x4t-1-0.038x7+0.033x7t-1-0.02x13t+3.461x20t-1+3.899x21t+1.318x22tProb=exp（-5.402+0.032x2t+0.002x4t-0.001x4t-1-0.038x7+0.033x7t-1-0.02x13t+3.461x20t-1+3.899x21t+1.318x22t）÷［1+exp（-5.402+0.032x2t+0.002x4t-0.001x4t-1-0.038x7+0.033x7t-1-0.02x13t+3.461x20t-1+3.899x21t+1.318x22t）
-2loglikelihood、Cox &Snell、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。
接下来把原始样本代入模型进行预测检验，分类检验结果显示：30家非舞弊ST公司有6家被误判为舞弊公司，正确率达到80.0%，30家舞弊的ST公司有5家被误判为正常公司，预测正确率达83.3%，模型的整体预测正确水平达81.7%，较为理想。

五、模型的稳健性检验
为了检验模型的稳定性，本文分别在上证和深证主板制造业选取舞弊的ST公司各11家。基于审计的工作更倾向于发现可能舞弊的企业，所以配对样本（非舞弊ST公司）不再做稳健性的验证。最终在所构建的模型的基础上，对22家舞弊的ST公司的舞弊概率一一计算。所得结果如下：
如果舞弊概率P>0.5，即可视ST公司将舞弊，经过统计，深证中ST公司P值大于0.5的共8家，上证中ST公司P值大于0.5的共9家。所以模型检验结果如下：

六、结论
从本文的T检验和Wilcoxon符号秩检验可以看出，在ST公司舞弊和非舞弊样本之间较为显著的变量集中在资产负债率、非流动负债权益比率、应收账款周转率、第一大股东持股比例、前三大股东持股比例、所聘会计师事务所是否国内排名前15、审计意见、是否改聘会计师事务所这些指标，并且有些指标在三年中每一年都呈现了很明显的显著性。说明在同为戴帽状态下，公司是否舞弊较大程度上取决于公司的偿债能力、营运能力、股权结构和外部审计等方面。
最终建立Logistic模型进行判别和预测，模型的综合识别率达到81.7%，说明“CRIME”五因素论对指标选取有着重要的指导意义以及良好的事实吻合度。进一步对模型做了稳健性检验，本文只选取了舞弊的样本，正确率达到77.3%，说明模型具有良好的预测性和稳健性。
当然由于对理论解读的差别，本研究中指标的选取并不具备完全的说服力，还需要进一步探究，以期达到更好的预测概率，从而更好地分析ST公司舞弊的原因，服务于审计工作。
【注】 本文得到国家自然科学基金“两维义的证据推理理论与系统研究”项目（编号：71071048）的资助。
主要参考文献
1. 陈关亭.我国上市公司财务报告舞弊因素的实证分析.审计研究，2007；5
2. 吴革，叶陈刚.财务报告舞弊的特征指标研究：来自A股上市公司的经验数据.审计研究，2008；6
3. 杨清香，俞麟，陈娜.董事会特征与财务舞弊——来自中国上市公司的经验证据.会计研究，2009；7
4. 韦琳，徐效，刘佳.上市公司财务报告舞弊的识别.审计研究，2011；2
5. 刘立国，杜莹.公司治理与会计信息质量关系的实证研究.会计研究，2003；2
6. 饶斌.基于GONE理论视角的上市公司财务报告舞弊研究.江西财经大学学报，2011；4
7. 陈国欣，吕占甲.财务报告舞弊识别的实证研究——基于中国上市公司经验数据.审计研究，2007；3
8. 张建刚.我国制造业上市公司财务报告舞弊识别模型研究.山东大学硕士学位论文，2008
9. Beneish，M. D.. Detecting GAAP violation：implications for assessing earnings management among firms with extreme financial performance. Journal of Accounting and public policy，1997；16
10. Persons O.. Using Financial Statement Data to Identify Factors Associated with Fraudulent Financing Reporting. Applied Business Research，1995；11
11. 财政部.企业会计准则（2006）.北京：经济科学出版社，2006
12. Beasley，M.. An empirical analysis of the relation between the board of director composition and financial statement fraud.The Accounting Review，1996；4