可操作性的应计利润模型和审计质量word版本Word文件下载.docx
《可操作性的应计利润模型和审计质量word版本Word文件下载.docx》由会员分享，可在线阅读，更多相关《可操作性的应计利润模型和审计质量word版本Word文件下载.docx（12页珍藏版）》请在冰点文库上搜索。
除此之外，基于会计收益和股价之间的关系这一假设，我们对时间序列的可操作性应计利润的模型的评价用的是股票回报额。
Guay等人也表明了如果通过使用带有极端财务业绩的公司来增加数据的说服力的话会扰乱他们实际的发现，因为这些意图增加了相互关联的已删除变量混淆结果的可能性。
因此，他们的结果就对时间序列模型将总应计项目划分为可操作性的应计项目和不可操作性的应计项目的能力。
然而1996年Healy指出：
Guay等人的研究是建立在稳固的假设之上的，比如：
股票市场的强势有效以及他们测试的是股票回报和可操作性的应计利润、不可操作性的收益之间总的联系，而不是通过测试一个特定样本的盈余管理来检测它们之间的关系。
因此，这些可操作性的应计利润模型能否将总的应计项目划分为可操作性的应计项目和不可操作性的应计项目以及对盈余管理的检测仍然是一个很开放的实证研究问题。
本文的主要目的就是比较可操作性的应计利润两种横截面模型（横截面琼斯模型和修正的横截面琼斯模型）较时间序列模型相比检测盈余管理的能力。
基于以下两个原因，我们做了这个研究。
第一：
这两个横截面模型在之前的研究中并未被研究过。
第二：
每个模型都建立在不同的假设之上，那么哪种假设是更为可靠有效的呢？
这仍是一个需研究的问题。
为了保证本文研究问题的完整性，我们用我们的研究方法评价了之前的3个模型，即：
行业模型、Deangelo模型和Healy模型。
之前的盈余管理研究都表明：
高的可操作的应计项目往往表明会有会计操控。
因此，高的可操作性的应计项目应该会与审计质量有关。
然而，影响审计质量的也可能是其他因素。
而且之前的研究已经识别一些蕴藏着营运复杂性和各种各样风险的变量。
在我们的研究设计中，我们通过以下两种方式将之前的研究结果包含进去了。
在检测每种模型的效能方面，我们采用了配对设计，即用了173家带有保留意见的审计报告和173家无保留意见的审计报告进行配比研究。
第二，我们进行了敏感性分析来评价类似账面市值比，杠杆力，盈利能力，公司规模，总的应计项目和并购与收购对我们结果的影响。
本文研究方法的一个显著特点在使模型效能最大化的同时将由于非随机样本错误干扰而引起的潜在偏见降低至最低。
例如：
Dechow等人的研究表明：
对于处于极端财务状况的公司，对它们评价出的可操作性的应计利润模型并不能完全推断出低的（高的）不可操作性的应计项目往往伴随着低的（高的）收益。
所以，在控制了这些收益业绩和总的应计项目方面的因素之外，我们对可操作性的应计项目和审计质量的关系进行了评价。
对于研究高的可操作性的应计项目和审计质量之间关系的列联表测试中，修正的琼斯模型和两个横截面模型对结果显示出了显著性。
列联表测试对其他4个模型并没有显示出显著性。
单变量的逻辑回归测试对所有模型（除了DeAngelo模型）在研究可操作性的应计利润和获取一个有保留意见的审计报告可能性的关系上都显示出了显著性。
因此，我们的单变量测试的结果表明横截面琼斯模型和修正的横截面琼斯模型可以用来检测盈余管理。
另外，就如Dechow等人运用未控制潜在的干扰变量的单变量的逻辑回归一样，我们也对琼斯模型，修正的琼斯模型，Healy模型，行业模型能用于检测盈余管理给出了一些证据。
然而，在DeAngelo模型上，他们的结果倒和我们的不同。
他们的结果认为DeAngelo模型可以用来检测盈余管理，但是我们的结果并不这么认为。
尽管我们的配对设计减轻了潜在的干扰因素的影响，但是它并不能除去所有的干扰项，特别是来自控制公司和测试公司本身公司特性的差异。
为了评价潜在干扰变量的影响，我们进行了一些敏感性测试。
在包含了解释变量（这些解释变量已由以前的研究表明可以用来解释审计质量）之后，我们的敏感性测试复制了逻辑回归测试，像收益绩效，公司规模，资产负债率，账面市值比等。
第二个敏感性测试是在将测试样本和控制样本匹配之后复制的回归模型。
鉴于Collins和Hribar的担忧：
合并和兼并公司的资产负债表编制方法会导致严重的错误，所以在我们的研究中第三个实质性分析是评价合并于兼并的影响。
结果表明：
只有这两个横截面模型通过了所有的实质性测试。
本篇文章表明：
与时间序列模型相比，横截面模型能更好地检测盈余管理，至少对于有极端财务业绩的公司是这样的（也就是说那些收到了保留意见审计报告的公司）。
这个结果对于未来的盈余管理的研究是非常主要的，因为与较长期的时间序列数据相比，运用横截面模型能获取更大的样本规模。
正是由于这一点也限制了时间序列模型的运用。
例如，只有横截面模型可以对生长年限仍较短的公司进行研究，比如首次发行股票的新成立的公司。
然而，要真正理解我们研究结果的涵义也要谨慎一点。
有两个原因，第一：
正如之前评价这些现存模型相对效果的实证分析，我们的结果也只是相对的，不是绝对的。
也就是说，我们只是表明了横截面模型相对于时间序列模型的优越性，但是并没有证实这种优越性。
因此，还有待于未来的研究开发出一个关于不可操作性的应计项目的更好的模型。
尽管如此，我们的结果对于模型发展阶段和模型测试阶段仍然是很有帮助的。
从我们的结果可以知道，在模型发展阶段，未来的研究不仅要运用时间序列模型，还应当使用横截面模型。
在模型测试阶段，审计质量可能表明应计项目的管理情况。
第二，因为我们的测试评价了可操作性应计利润模型识别带有极端盈余管理形式的能力，因此我们的研究结果可能不适用于稳健的盈余管理公司，也就是在GAAP范围下进行盈余管理的公司。
第二部分描述了一下我们即将评价的7个可操作性的应计利润模型，并归纳了我们的研究的理论背景。
第三部分是样本选择过程和对数据的描述。
第四部分归纳了一下测试和结果。
第5部分是本文的结论。
2、理论背景
2.1可操作性的应计利润模型
下面我们来描述7个可操作性的应计利润模型。
2.11DeAngelo模型
DeAngelo模型用的是上一年度（t-1年）的总应计项目除以t-2年的总资产来衡量不可操作的应计项目。
因此，不可操作的应计利润模型是：
可操作性的应计项目部分就是当年的总应计项目除以上一年的总资产与第T年的NDA的差。
2.12Healy模型
Healy模型是用第T年的平均总应计项目除以第T-1年的总资产来衡量不可操作的应计项目。
因此，第T年的不可操作的应计项目模型如下：
NDA是第T年除以总资产的不可操作的应计项目，N是估计期的年数，小T是估计期年数的下标。
可操作性的应计项目部分就是当年的总应计项目除以上一年的总资产与第T年的NDA的差。
在DeAngelo模型中的不可操作的应计项目必须是以前年度的观测值，而且DeAngelo模型可以看做是Healy模型的一种特殊情况，尽管两个模型实质上是很不相同的。
2.13琼斯模型
琼斯模型尽量去控制公司的经济状况对不可操作的应计项目的影响。
用琼斯模型的话，第T年的不可操作的应计项目如下：
在此:
第T年的NDA是除以总资产后的不可操作的应计项目。
△REVt是收入变化，即用第T年的收入减去第T-1年的收入。
PPEt是第T年末总的生产性资产和设备;
At是第T-1年末的总资产;
而a1，a2，a3是各公司特有的参数。
我们用一下模型来估计系数a1，a2，a3。
在此，a1，a2，a3是用OLS（正常最小二乘方）估计出来的，TAt是第T年的总资产，e是残差，代表的是带有公司特性的总应计项目中的可操作的应计项目。
其他的变量如等式3中的一样。
2.4修正的琼斯模型
修正的琼斯模型主用是想去除掉之前的琼斯模型因对收入的确认运用个人判断从而来衡量可操作的应计项目而可能带来错误的趋势。
在修正的琼斯模型中，不可操作的应计项目衡量如下：
在此，△RECt是应收账款的变化，即用第T年的净应收账款减去第T-1年的净应收账款，其他的变量如等式3中所述。
我们应当注意到，我们是从最初的琼斯模型中获取a1，a2，a3的，而不是从修正的琼斯模型中。
对最初的琼斯模型的唯一调整就是将收入的变化调整为了应收账款的变化。
2.15行业模型
行业模型也认可了不可操作的应计项目是恒定不变的这一假设。
行业模型假设处于同一行业的公司他们的不可操作的应计项目决定性因素的变化是相同的，而不是直接模拟不可操作的应计项目的决定性因素。
行业模型对于不可操作的应计项目模型如下：
在此，和等式3中的一样，NDAt是由总的应计项目来衡量的，因为我们不能直接得到这个数据。
而TAt/At-1的中位数是第T年的总应计项目除以第T-1年的总资产的中位数。
公司特有的贝塔1和贝塔2则由以前估计期间的OLS值衡量。
我们估计了事件年前8年的行业模型，希利模型和琼斯模型。
例如，当第一个样本年是1980年的话，那么它的系数估计值是以1972年至1979年这8年的估计值为基础来计算的。
样本年是1981年的话，那么它的系数则是由1973年至1980年的估计值为基础来计算的。
与以前的研究相比，样本估计期的选择也代表了一种权衡。
然而，尽管用长时期的观察值可以增强估计的有效性，但是它同样会使得样本的规模很小，而且在估计期内样本很可能会发生结构性的变化。
2.16横截面模型
横截面模型和修正的横截面模型分别与琼斯模型，修正的琼斯模型差不多，除了在横截面模型中系数的估计用的是横截面的数据，而不是时间序列数据。
所有，等式3中系数a1，a2，a3的估计用的是行业和年度专有性而不是公司专有性。
而且，a1，a2，a3是从等式4中用行业和年度配对的观察者来获得。
我们注意到每个模型所依据的假设都不可能适用于所有的公司，所以到底是用时间序列所依赖的假设还是用横截面模型所依赖的假设也代表了一种权衡，而且到底哪个版本更好，这仍是一个需实证研究的问题。
例如，时间序列的模型是假设公司运营周期的长度是不会随着估计期而发生改变的，横截面模型的假设是两位数字的行业分类代码可以表示行业分类，而且处于同一行业的公司它的运营周期是相同的。
然而，在实际中，这些假设却不可能满足所有的公司。
尽管如此，如果我们的样本是由成熟的公司组成的话，那么样本随着时间而发生的变化就不会很显著。
如果我们的样本与行业一般的公司没有太大的区别，那么因采用横截面模型而使得同一行业公司的系数一致，这个问题也不是一个很严重的问题。
然而，由这些模型所计算出来的DA只反映出了这些局限性，并没有反映出管理层操纵的盈余到底是有哪些部分组成的，所有我们不应期望在测试样本和控制样本之间找到什么系统上的差异，因为这些局限性对两个样本都有相似的影响。
2.17总应计项目
在这7个模型中都涉及到了TA的计算。
采用前人的研究，我们用以下资产负债表的方法计算TA：
在此，△CAt表示的是第T年流动资产的变化。
△Casht表示的是第T年现金和现金等价物的变化。
△CLt表示的是第T年流动负债的变化。
△DCLt表示的是第T年包括流动负债在内的所有负债的变化。
DEPt表示的是第T年折旧和分期应偿还的费用。
Collins和Hribar认为用资产负债表方法计算总应计项目没有现金流量表方法好。
为了评价资产负债表方法的影响，下面我们也对此做了敏感性测试。
2.2DA模型和审计质量
标准的代理成本模型认为审计师的作用是用来减少代理成本的监管机构。
代理成本包括管理者操控盈余的动机。
Kinney和Martin回顾了之前的9个研究，并得出结论：
审计会减少人们对为未审计之前的净收益和净资产的偏见。
基于这个代理成本的争论，我们假设应计项目和收到审计报告的类型成正相关，而这个审计意见是可以作为盈余管理的代理变量的。
然而，它们两者之间的关系却是混乱的。
Bradshaw等人在1999年发现有高的可操作性的应计项目的公司收到保留意见的审计报告的可能性往往很低。
相反，从一些其他的研究得出的证据又认为应计项目和收到保留意见的审计报告之间呈正相关。
比如，Hirst表明审计人员对于盈余操纵是非常敏感的，无论是调增收入引起的盈余操纵还是调低收入引起的盈余操纵，而且他们可以检测出管理者操控盈余的动机。
另一个例子，Frabcis和Krishnan1999年给出证据表明，在其他条件相同的情况下，审计人员对于有较高的可操作性的应计项目的公司更有可能发表保留意见的审计报告。
除此之外，测试审计质量和股票回报关系的研究表明投资者认为保留意见的审计报告是有价值的信息。
DOPUCH等人都表明，收到保留意见的审计报告，股价会降低。
我们研究的主要目的就是通过测试可操作性的应计项目和收到保留意见的审计报告之间的关系，研究相比于时间序列模型，横截面模型在检测盈余管理方面的能力。
如果由模型计算出的DA可以用来反映盈余管理，那么DA的绝对值越大，公司收到保留意见的审计报告的可能性也就会越大。
我们着重研究因审计范围受限和偏离DAAP而收到保留意见的公司。
审计范围受限是指审计人员不能获取充分的审计证据或有效地执行所有的审计程序。
审计范围受限可能是由于特殊的情况造成的也可能是由管理人员施加的。
偏离GAAP包括毫无理由地更改会计准则，披露不足，采用了不恰当的会计准则。
而这两种类型的错误都可能与盈余管理有关。
尽管如此，审计人员在多大的程度上能检测出盈余管理取决于审计质量。
DeAngelo把审计质量定义为发现并报告重大会计错报的联合概率，这部分取决于审计人员的独立性。
审计质量高的公司往往被认为会雇佣有技能的审计人员，他们会采用更有效的测试来测试盈余管理。
而且，高质量的审计人员是不大愿意接受受错误的会计处理的而且更有可能会报告这些错误和不合规的事项。
在很多文献中，6大往往被定义为审计质量高的公司，因为他们有专业的技术能力在检测盈余管理方面，而且检测出了存在盈余管理，他们更有可能会发表这些盈余操纵。
投资者似乎也赞同这一假设。
例如，Teoh等人表明经8大审计的收益回报系数会高于那些经非8大审计的收益回报系数，而且市场也认为经8大审计的财报更加可信。
这些讨论使得我们增加了一个补充性测试来分别检验由6大和非6大出具的保留意见的审计报告。
最后，在检测DA和收到保留意见的审计报告关系时，我们注意到除了DA，还有一些其他的因素会导致企业收到保留意见的审计报告。
之前的一些研究揭示了一些变量可以用来解释审计质量，这些变量也考虑了经营的复杂性和各种各样的风险。
在本文中，我们在以下两个方面运用到了以前的研究。
第一，我们用了配对模型设计，即173个收到保留意见的公司和173家收到无保留意见的公司。
第二，对于在之前的研究中表明对是否收到保留意见有重大影响的变量做了敏感性测试，如：
可以用来反映经营复杂性的市场资本额，代表着破产风险的资产负债率，代表着经营风险的企业业绩，和表示着诉讼风险的账面市值比。
的放在第五个五分相位。
然后对第一个五分相位和第五个五分相位进行偶然表测试。
因此在假设收到合格审计报告的公司和假设收到不合格审计报告公司之间的任意应计项的差距就会最大化，这可以提高统计数据的解释力。
一个成功将收入划分4.1测试和结果
首先进行了单一变量的偶然表测试和没有考虑基础变量的逻辑回归测试，来评价不同模型预测盈余管理的相对能力。
在偶然表测试中，把控制公司和测试公司融合为一个样本，然后基于任意应计项的绝对值把它们分配到5个五分相位：
任意应计项绝对值最小的放在第一个五分相位，最大为非任意收益和任意应计项的模型会产生这样的结果：
大量的划分为任意应计项高的公司收到不合格报告，大量的划分为任意应计项较低的公司收到合格报告。
如上提到的，这个方法的直觉依赖于以前盈余管理研究的一个主要假设：
高的任意应计项与盈余操作时不可避免地一致的。
表5是偶然表测试的结果。
这个结果对修正的琼斯模型、横截面琼斯模型、横截修正琼斯模型的预测方向是显著重要的。
例如，对横截面琼斯模型，控制公司的数量由低任意应计项水平的33下降到高任意应计项水平的22；
测试公司的数量由低任意任意应计项水平的36上升到高任意应计项水平的47.另外在低任意应计项水平，69家公司中有33家收到不合格审计报告，然而在高任意应计项水平，69家公司中只有22家收到不合格报告。
一个偶然表测试显示在高或低的任意应计项的五分相位不合格报告比例的差异在百分之三水平在统计上是显著的。
对琼斯模型、产业模型、德安格鲁模型和HEALY模型的桌面触摸测试显示在高或低的任意应计项的五分相位不合格报告比例的差异在常规水平在统计上是显著的。
表6显示了对任意应计项审计意见回归的逻辑分析的结果。
结果显示除了德安格鲁模型外，其他模型都产生了在任意应计项变量预测方向上的统计上重要的参数估计。
因此，修正的琼斯模型和两个横截面模型是在两个测试中都成功的模型，而德安格鲁模型在两个测试中都失败了。
总的来说，从这个单一变量测试中，可以得到两个初步结论；
第一，修正的琼斯模型在所有之前被估计的模型中是最强有力的这个发现为他的结论提高外部生效。
第二，两个之前没有被计量的横截面模型的表现并不比他的有连续性对应模型差。
4.2多重逻辑回归测试
之前的研究认为应计项管理会遇到相关省略变量的问题，这个问题会导致由各任意盈余管理模型产生的数据产生偏差并导致关于应计项管理存在的错误的推断。
我的配对设计潜在的减轻了这种推理问题,但是，不可能完全消除，因为这种配对并不是没有缺点的。
我进行了多重逻辑回归测试，其中变量包括市值比、公司规模、财务杠杆及极端的盈余操作。
选择者四个控制变量的原因是表3中的描述性统计显示我的测试和控制样本这几个变量是不同的，并且之前的研究显示他可能与审计合格相关。
另外，Decoew表示，盈余表现控制的失败可能导致错误的推断。
Palpu认为高的市值比意味着低估的资产，这个可能增加收购的可能性。
Lys和wats认为收购可能性和诉讼风险间存在正相关。
考虑到诉讼风险，市值比越高，审计师将更有可能发表合格的审计报告，这显示在回归中市值比的系数是正。
公司规模变量的系数可能是正，因为之前的研究已经证实了公司规模和诉讼风险是正相关。
财务杠杆的系数可能是正，因为杠杆越高，破产的风险越大，因此诉讼风险越高。
最后，极限收益表现的系数可能为正，原因有二：
1.Decow的研究表示任意应计模型会对收益低的公司年度产生低的任意应计项，反之亦然。
因为他不能把经历极限盈余表现公司的非任意应计项完全抽离出来。
第二，在其他情况相同的情况下，审计师更可能为了减轻诉讼风险，对有极限盈余表现的公司发表合格的审计报。
最后，为了控制异常值，我在3个标准差上调整所有的解释变量。
表7显示了对审计意见与任意应计项和这四个变量进行逻辑回归的结果。
从这个分析中可得到两点：
只有从横截面琼斯模型，修正的横截面琼斯模型，和产业模型的任意应计项的绝对值是正的，统计上是显著的。
相反，从琼斯模型、修正的琼斯模型、德安格鲁模型和Healy模型任意应计项的绝对值是不显著的。
这个结果显示横截模型相比于与之相对的连续性模型更好。
2.四个变量中3个变量在所有模型中是显著的，分别是市值比、财务杠杆和盈余表现。
这个结果强调了在设计预测盈余管理的模型中，控制这三个变量的重要性，在这个案例中，有审计合格代理。
想到样本公司百分之三十来自电子、燃气、卫生服务业，为了计量是否仅有公司小团体引起了这一结论，在去除这些行业的公司后，我重复了表7中的测试。
结果显示7个模型中六个计量的表现保持不变。
特别的是，产业模型和两个横截模型继续表现很好，与之对应的连续性模型和德安格鲁模型继续表现很差。
然而，Healy模型的表现进步了，任意应计项和审计合格的关系变得显著。
总之，结果显示未来的盈余管理研究应该考虑横截模型，因为使用连续性数据会导致一个大体上更小的样本规模并导致更严重的生存偏见。
横截面琼模型是最适合的，不像修正模型，在重大年度它无使用可收回变量变化来计算任意应计项，因此可能产生一个更大的样本。
然而我要赶紧补充道我的结果紧紧显示在审计合格设置中，横截面模型相对于与之对比的连续性模型的优势，无法证实前者或后者，应此，理解时应该小心。
4.3六大事务所对非六大事务所
在这部分，我评估了考虑六大审计人员和非六大审计人员之间不同审计质量的说明。
如上讨论到的，我随之进行这种分析是因为在文献中由于查处盈余管理的技能和一旦查处更有可能报告，六大审计人员通常意味着高质量审计人员。
因此在加入了一个虚拟变量BIG6后我重新进行了逻辑分析，它关于六大和非六大审计人员审计质量的平均转变和一个相互作用的术语BIG6*.它关于非六大审计人员的边际效应。
六大审计人员的虚拟变量设置为0，（151）非六大的设置为1，（22）如果六大审计人员的质量对所有水平的任意应计项相比于非六大都是同样高的，这个虚拟变量的系数应该是负的。
表8表示了结果，需要注意的主要的一点就是对关于审计质量不同的附加变量的系数估计两个在统计上都是显著的。
这个统计上的显著性可能代表由于非六大审计的公司的数量小（22），其解释力比较低。
4.4合并，收购和任意应计项
Collins和Hribar认为在某一环境下使用资产负债表去计算总的应计项不如使用资产负债表好。
他认为，特别是，资产负债表法会导致严重的估计错误，尤其是公司于收购、并购相关时。
因为从1988年财务报告准则第95号生效起，现金流量表几乎对所有的公司都可用，又由于我估计的连续性模型需要九年的数据，我无法通过现金流量表计量应计项。
然而，我可以通过使用来自COPUSTAT的收购和并购的数据来识别于收购、并购相关的控制和测试公司，因此，我通过从模型中移除控制和测试公司，（如果它在重要年度进行并购和合并的话），来重复这些测试。
表9显示了结果。
有两点要注意。
1.移除进行并购和合并的控制和测试公司导致少了22家测试公司和23家控制公司，使样本规模少了百分之172、更重要的是，只有两个横截面模型可以检查出这个副样本的盈余管理，如任意应计项变量的重要的系数估计值证明的那样。
相反，对所有其他的模型，任意应计项变量的重要的系数估计值在常规水平是重要的。
4.5总应计项上匹配
任意应计项研究的常见问题是任意应计项与非
升级会员 