高报盈余的会计差错动因研究

高报盈余的会计差错动因研究

近年来，上市公司的会计差错数量逐年增加。会计差错的产生既有包括会计师判断失误在内的客观因素,也有以盈余管理为目的的主观因素,即为了达到特定目的而蓄意制造会计差错而后进行财务报表重新陈述。前者是一个会计计量问题(measurementerror),后者则是一个经济行为问题(economicbehavior)。本文以后者为主要研究对象,以我国资本市场中对会计差错进行追溯调整的上市公司为样本,通过分析这类公司的特征及差错的表现形式,探讨会计差错的成因。一、模型设定和变量选取本文根据A股上市公司公开披露的年报中“会计差错更正”项目的统计发现,在1999-2001年间,共有402家公司披露以前年度报表存在重大会计差错并进行了追溯调整,去除5家未披露调整金额的上市公司,在余下的397家公司中,12家只涉及账目之间的调整,不影响损益;42家公司的会计差错是以前年度少计了利润(这两类样本统称为非高报错误的样本);而343家公司的会计差错都是以前年度高报了盈余,占样本总数的86.4%,我们称之为高报错误的样本。由于非高报错误的样本数很少,错误金额很小,本文的研究集中在高报盈余的会计差错上。我们对盈余增长定义为出现差错当年的净利润(根据披露的差错金额调整过后)减去前一年的净利润之差除以总资产;用哑变量Loss来反映公司的亏损情况,Loss定义为如果样本公司在出现差错当年及之前一年发生亏损,则为1,否则为0。在中国特殊的制度体制下,会计盈余总是与权益融资资格的取得相关联,公司无论是获得配股还是增发的资格,经理人员和控股股东都能够从筹得的权益资本中谋取好处。由于增发近年来才开始推行,并且实施增发的家数较少,我们设置了哑变量Right来反映公司的配股情况,试图通过实证检验来发现经理人员是否出自配股的动机而高报盈余。Right定义为如果样本公司在差错当年或之前一年实施了配股,则为1,否则为0。国外的实证研究更多地用债务契约假设来解释这个问题1,但我国企业债券市场的不发达和国有商业银行对国有企业的约束机制不健全,债务契约假设不能很好地诠释中国的现状。本文在分析中加入了杠杆率(Lev),将其定义为差错当年总负债对总资产的比率,预计Lev与高报盈余错误的发生正相关。高报盈余差错和其它会计方法,如线下项目和应计项目都能够提高报告盈余。高报盈余错误的发生在某种程度上取决于公司采用其它高估收入方法的能力。为了研究企业对高报错误的使用策略,本文使用变量BL来反映线下项目对ROA的未预期总影响。BL=来自线下项目的未预期净收益/总资产借鉴Haw等(1998)的研究,线下项目总额由利润表中的以下项目构成:(1)投资收益总额,(2)营业外收支净额,(3)补贴收入。估计未预期的线下项目可以使用三种模型:(1)零预期模型,(2)随机游走模型,(3)对重复发生的项目采用随机游走模型,对非重复发生的项目采用零预期模型。吴东辉(2001)的研究认为三种模型产生的结果都很类似,因此,本文仅采用以随机游走模型为基础计算出的BL结果。BL系数的符号取决于企业如何结合线下项目交易使用高报错误。若二者互为替代品,则其预计符号为负。若二者互为补充品,则其预计符号为正。审计委员会是企业内部控制环境的一个重要元素,DeFond和Jiambalvo(1991)的研究发现内部设有审计委员会的企业较少出现会计差错。但是审计委员会制度尚未在我国上市公司中加以实行。另一个代表内部控制环境的替代变量是独立董事制度,但由于我们的样本观察期在2000年以前2,独立董事制度是2000年才开始被我国上市公司采用,我们无法选取更为合适的内部控制变量。而早期的研究认为大公司比小公司有更好的内部控制(Mautzetal.1980),所以我们选取公司规模作为内部控制的替代变量,并预期大公司高报盈余的错误要少。独立审计是控制代理问题的重要外部力量(Jensen和Meckling,1976;Watts和Zimmerman,1983)。这种控制的效果取决于审计质量。DeAngelo(1981)认为大型事务所的独立性要高于小型事务所。与此论断相一致,DeFond等人(2000)发现中国的大型事务所更多地向客户出具非标准的审计报告。大型事务所未能发现财务报表中的会计差错由此导致的潜在经济利益损失会更大,由此,本文预测大型事务所审计的报表出现高报盈余差错的可能性要低。以哑变量Audit表示企业是否是大型事务所的客户。借鉴DeFond等(2000)的研究,大型事务所指各年在客户资产总额排名前十名的事务所。总之,回归分析中包括了七个自变量,即盈余增长率、杠杆率、线下项目对ROA的未预期影响、公司规模、独立审计、亏损哑变量以及配股哑变量,用以解释中国上市公司高报盈余的会计差错的产生。表1概括了回归分析中这些变量的定义及其预计符号。由于上市公司在年报中对更正以前年度会计差错的信息披露不甚完整,本文在回归分析时对样本做了进一步筛选。在1999—2000年(披露期)的343家高报错误的样本公司中,有12家只披露了错误对利润总额的影响,而未披露由此造成的对净利润的影响,由于各公司适用税率不一致,为避免不必要的计算误差,本文在此去掉了这部分样本。在回归部分,由于涉及到披露差错当年前两期的财务数据,因此去掉了12家上市不足一年就披露以前年度报表存在高报错误的样本;另有161家样本公司披露的差错涉及之前几个会计年度。由于我国上市公司在年报披露中只提及会计差错的调整对上年净利润和上年年初留存收益的影响数额,而对具体涉及之前几个年度以及每个年度的影响额都未详细说明,因此,本文选取高报错误离披露期最近的一期,即,如果上市公司在2001年度报表中披露其在2000年及之前年度发生会计差错,本文在回归中只将其列为2000年的样本。由此,有31家公司的会计差错发生在披露期之前两个会计年度,我们在回归中去掉了这部分样本。此外,还有18家公司涉及之前几个会计年度的差错累计影响额为负,但对上年净利润的影响为正,这部分样本也被排除在回归的样本之外。在删除掉这些观察值之后,最终的样本由270家组成。本文选取了一组配对样本与高报错误的样本进行比较。配对样本的选取标准是与高报错误的样本属于同一行业且上市时间相近,但在样本观察期间未发生会计差错的公司。本文的数据均来自《巨灵证券分析系统》和中国证监会指定的信息披露网站,并采用SAS统计软件进行数据处理。回归分析中使用的变量定义见表1,我们将高报错误的样本与配对样本进行比较分析,使用logistic回归估计下面的模型的参数:二、评估结果表明1.样本公司的会计差错表2汇总了会计差错幅度的描述性统计结果。从表2可以看出,高报盈余错误均值为1784万元,中位数为507万元,错误金额最小的公司高报了3万元的盈余,而错误金额最大的公司则高报盈余74465万元,可以看出部分样本公司会计差错的金额过大,使得样本的分布有偏。低报错误的样本平均低报盈余531万元,中位数为155万元。为了去除规模的影响,我们用期末总资产平减错误金额,均值比较与中位数比较结果都表明,高报错误的金额和占总资产的比例与低报错误的金额和占总资产的比例的差异在0.05的水平上都是显著的。由以上的统计结果可以看出,高报错误的样本公司不但在数量上远远多于低报错误的样本公司,而且在差错幅度上也显著高于低报错误的样本公司。如果说会计差错只是公司发生在确认与计量上的失误,那么方向与幅度就应近似服从正态分布,而不应是我们上述的统计结果。所以,表2对会计差错幅度的比较进一步证实了我们的猜想,即高报错误是有经济动机的。2.多变量回归分析表3汇总了高报错误的样本与配对样本的描述性统计结果。除外部审计和配股哑变量外,其余变量的差异都与预期相符,Profit,Lev和Loss都在0.01的水平的上存在显著差异,Asset在0.05的水平上差异显著,BL在0.1的水平上存在显著差异。Audit和Right的符号却与预期相反,样本公司更多由大型事务审计,实施配股家数少于配对公司,但差异并不显著。因变量和自变量之间的相关系数列示于表4。对角线的斜下方列示的是Pearson相关系数。一些值得注意的发现讨论如下:除Audit和Right之外,其余的自变量与因变量的相关系数都在5%的水平上统计显著。BL与被解释变量正相关,这与DeFond和Jiambalvo(1991)的发现不同。可能是线下交易无法产生足够的利润来达到其目标,从而不得不选择高报错误作为线下交易项目的补充品。而Loss和其余的自变量都有很高的相关性,可能会影响到多变量回归结果的准确性,对此问题我们在稳健性检验中会加以处理。多变量的回归结果见表5。该模型在0.001的水平上统计显著(卡方值为48.39)。除外部审计和配股哑变量外,其余变量都在0.05的水平上统计显著,Profit,Lev,Loss和Asset的符号与预期相符,证实了我们的假设,盈余增长越是低于上期、资产负债率越高、亏损以及规模小的公司发生高报错误的概率越高。与DeFond和Jiambalvo(1991)的研究不同,我们发现高报盈余的错误并非是因为公司较少地采用了提高收益的会计方法。线下收益越高的公司产生高报错误的概率越高,高报错误并非这些交易的替代品,而是线下交易的补充品。配股哑变量对高报错误的产生没有显著的影响力,可以看出盈余增长缓慢、亏损的公司的经理人员出于职位安全的考虑更多利用高报错误来进行盈余管理,而上市公司出于配股动机高报盈余未能得到证实。在中国能够通过盈余管理达到配股资格的还是高质量的上市公司,与这些公司相比,亏损公司可能没有能力采用操纵应计项目等比较隐蔽的管理盈余的方法,而不得不采用高报错误这种容易引起投资者不满和监管部门注意的会计手段。3.loss替代为检验结论的稳定性,我们对变量进行了其他可能的定义,并将配对样本替换为非高报错误的样本,得出了大体一致的结论。首先我们用修正的Jones模型(Dechow等,1995)来估计反常应计项目Aa,由该值替换BL作为企业采用其他提高盈余的会计方法的能力的解释变量,估计参数的估计值的符号与BL一致,显著性有所降低,但依然在0.01的水平上显著。接下来,我们考虑了上市公司在差错当年及之前两年是否配股(亏损)来替代Right(Loss),统计结果的显著程度没有发生变化。我们还考虑了大型事务所的执业质量问题。我们用哑变量Opinion替代Audit进行回归分析,Opinion定义为如果财务报表被注册会计师出具非标意见,则为1,否则为0。结果估计参数的符号发生了改变,但依然不显著。此外,由于在相关性检验中,Loss与其余自变量相关系数较高,我们去掉了这个变量,发现模型以及其余自变量的显著程度都未发生变化。最后,我们又更换了比较的样本,用非高报错误的样本替代配对样本,该模型在0.01的水平上统计显著(卡方值为22.17),结果见表6。从表6可以看出,除Asset变得不再显著外,Profit,Lev,BL和Loss依然是显著的,进一步验证了我们的结论。我们用Asset作为反映公司内部控制强弱的变量,并假设大公司内部控制好较少发生会计差错,我们在将高报错误的样本与未发生错误的配对样本作比较时发现二者的公司规模的差异是显著的。对于非高报错误的公司,数量较少且低报的金额显著低于高报错误的公司,不太可能存在盈余管理的动机,产生低报错误可能是客观原因如记账疏忽造成的,但这也表明这些公司内部控制薄弱,未能降低非主观故意的会计差错的产生,所以高报错误的公司与低报错误的公司在Asset上的差异不显著。三、要关注公司审计的意见本论文研究了中国上市公司高报盈余的会计差错的动因,主要发现总结如下:(1)高报盈余错误的公司不但在数量上远远多于非高报错误的公司,而且在差错的幅度上也显著高于非高报错误的公司。(2)盈余增长缓慢、资产负债率越高以及亏损的公司的经理人员出于职位安全的考虑更多利用高报错误来进行盈余管理。配股哑变量对高报错误的产生没有显著的影响力。(3)企业在高报差错与其他能够增加盈余的会计方法如线下交易的使用上不是互为替代关系,而是互补关系,线下交易产生的利润越高的公司产生高报错误的概率越大。大公司由于内部控制较好较少产生高报错误。(4)外部审计监督对高报错误的产生并没有显著的解释力,出现高报错误的报表并非更多地由小型事务所审计,而且高报错误的样本与配对样本的审计意见也没有显著差异,注册会计师并未给予存在高报错误的报表更多的非标意见。通过对我国上市公司1999-2001年年报中的“会计差错更正”项目的统计分析,我们发现了我国上市公司盈余管理的重要经验证据,高报盈余的会计差错是有其经济动机的。我们的研究结论为监管部门加强监管、防范上市公司操纵盈余提供了重要的经验证据。2004年1月8日证监会发布了《关于进一步