公司审计意见描述性统计论文

1、公司审计意见描述性统计论文 内容摘要：本文运用描述性统计的方法对1999-2006年上市公司年报中所有上市公司、ST公司、亏损公司的审计意见进行比较分析；根据两种界定财务危机的方法分别建立Logistic回归模型，并比较分析了预测模型的有效性。结果表明审计意见具有显著信息含量，应当将此指标纳入财务危机预警模型。 关键词：审计意见财务危机预警信息含量Logistic回归模型 审计意见作为企业经营状况的指示灯，能够从其独特的视角反映公司的经营状况。关于审计意见信息含量的研究，国外开始的比较早，相关文献表明，审计意见在财务危机预警中的作用尚无定论。与国外的研究结果相一致，我国学者对审计意见在财务危机

2、预警中是否具有信息含量研究的结论也不一致。 研究设计 审计意见的分类。本文在研究时，审计意见的划分为标准审计意见（标准无保留审计意见）和非标准审计意见（除标准无保留审计意见之外的其他审计意见）两类。 财务危机的界定。本文在研究时，采用两种较为常见的财务危机标志事件选择方法并比较这两种选择方法在财务危机预警中作用的异同。取值规则（FDA，FinancialDistressAffair）如下： 研究假设。国内一些学者关注审计意见信息含量的实证研究，基本着重于考察审计意见在股票市场上的市场反应，而没有对审计意见能否预测财务危机给予正面回答。由此本文提出以下假设： H1：财务危机公司获得的非标准审计意

3、见的比例要大于所有上市公司的平均水平。 H2：加入审计意见的预测模型的预测能力高于未加入审计意见模型的预测能力。 H3：离公司陷入财务危机的时间越短，预测精度就越高。 H4：对财务危机的不同界定方法（FAD1和FAD2）对模型的预测正确率有显著影响。 本文数据来源于巨潮资讯网。选取19982006年度的所有亏损上市公司和因财务状况异常而被ST的所有上市公司作为统计分析的研究样本。 实证研究 （一）我国上市公司审计意见的描述性统计 按照以上审计意见分类标准和财务危机的界定方法，本文对1998-2006年沪深两市上市公司披露的审计意见作了描述性统计，具体结果如表1。 为了更好地反映不同类型公司在不

4、同年度的审计意见，按照本文的划分方法（标准审计意见和非标准审计意见），得到1999-2006年上市公司审计意见如图1、图2所示。 从表1、图1、图2中，我们可以看出： 第一，亏损公司和ST公司获得非标准审计意见的比例均显著大于所有上市公司，也可以说，所有上市公司获得的标准审计意见显著大于亏损公司和ST公司，所以H1成立。 第二，从时间序列上来看，ST公司出具的非标准审计意见的比例要大于亏损公司，或者可以说，亏损公司出具的标准审计意见的比例要大于ST公司。 （二）预测审计意见类型的Logistic回归 1.样本选取与设计。选择2006年度被ST的上市公司50家，同时选择与ST公司处于同一行业，资

5、产规模相近、上市时间相近的50家公司作为配对公司（记作SAMPLE1），然后选取ST公司前一年和前两年的数据分别建立模型。 选择2006年度亏损上市公司50家，同时选择与亏损公司处于同一行业，资产规模相近、上市时间相近的50家公司作为配对公司（记作SAMPLE2），然后选取亏损公司前一年和前两年的数据分别建立模型。 2.模型设计。本文采用Logistic多元回归模型进行研究。为了比较两种财务危机的界定方法（FDA1和FDA2）对回归模型的影响，本文将以这两种划分标志分别建立模型，并且比较它们的预测效果；此外，由于本文的侧重点在于审计意见信息含量的研究，所以没有把过多的精力放在建立复杂的财务预警

6、模型上，最终本文从反映企业的盈利能力、短期偿债能力、长期偿债能力、增长能力和资产利用能力等方面考虑，最终确定以下变量：资产收益率、流动比率、资产负债比率和总资产周转率，分别用X1，X2，X3，X4表示，建立Logistic回归模型。 理性的管理者往往希望通过以前年度上市公司的审计意见类型，结合其他重要会计信息来合理预测本年度公司的情况，所以，我们把在2006年被ST（或亏损）公司记为i年，因此i-1（2005），i-2（2004年）分别表示陷入财务困境前一年、前两年。 未加入审计意见模型， 其中， 其中，i=1，2，分别表示i-1和i-2年；P表示上市公司陷入财务危机的概率。对于ST（或亏损）

7、公司，Yi取1，否则取0，根据所得到的Logistic方程，以0.5为最佳判定点对原始数据进行判定，若P>0.5，则判定该样本为财务危机的公司，否则为正常公司。 加入审计意见X5建立新模型。在原来模型的基础上引入审计意见这一指标，用X5表示。 建立的新模型如下： 3.预测模型及结果分析。为考察以上模型的预测效果，我们把样本SAMPLE1中的3/5作为估计样本，共60家，其中ST公司和匹配公司各30家；其余的2/5作为预测样本，共40家，其中ST公司和匹配公司各20家；此外，我们把样本SAMPLE2中的3/5作为估计样本，共60家，其中亏损公司和匹配公司各30家；其余的2/5作为预测样本，

8、共40家，其中亏损公司和匹配公司各20家，通过估计样本数据，分别建立预测模型。 由表2可得：无论采取哪种界定财务危机的方法，加入审计意见后，模型的预测正确率都会大大提高，也就证明了审计意见具有增量信息含量，从而证明H2成立。离公司陷入财务危机的时间越短，预测精度就越高。我们可以看出2005年综合模型的预测正确率要大于2005所对应的综合模型。从而证明H3成立。财务危机的界定方法对模型的影响不大，所以H4不成立。 结论 本文通过对19982006年沪深两市上市公司披露的审计意见的实证分析，可以得出以下结论：财务危机公司（亏损公司和ST公司）获得非标准审计意见的比例均显著大于所有上市公司的平均水平；从时间序列上来看，ST公司出具的非标准审计意见的比例要大于亏损公司出具的非标准审计意见的比例；审计意见在财务预警中具有信息含量，即加入审计意见后，提高了预测正确率。 参考文献： 1.陈梅花.审计意见信息含量研究来自中国证券市场的实证证据D.上海财经大学博士论文，2001 2.张鸣，张艳，程涛.财务预警前