beneish earnings magmt score.docx

beneish earnings magmt score.docx

《beneish earnings magmt score.docx》由会员分享，可在线阅读，更多相关《beneish earnings magmt score.docx（12页珍藏版）》请在冰豆网上搜索。

beneishearningsmagmtscore

盈余操纵的检测

MessodD.Beneish

摘要：

这篇文章介绍了一个盈余操纵的例子，寻找收益操纵者们的明显特点，并估计了一个检测操纵行为的模型。

这个模型变量的设计目的在于获得操纵的结果或者获得促使公司进行操纵的条件。

结果表明，收益操纵可能性与财务报表变量之间存在系统性的关系。

现象表明会计信息可用于揭示舞弊行为和估计会计收益的可靠性。

模型显示，在保留样本测试中，几乎一半的公司在被揭露之前参与盈余舞弊。

因为公司知道操纵盈余会使股价暴跌，因此模型对于投资专家来说是一个有用的筛选装置。

由于模型易于操作（可以从年报中萃取信息），筛选结果需要根据未来的研究判断财务数据的失真是否来源于收益操纵或另一个深层原因。

介绍：

盈余操纵的程度一直是分析师，监管机构，研究人员和其他投资专业人士感兴趣的问题。

尽管最近SEC（美国证券交易委员会）做出大力查处盈余操纵的承诺（见Levitt（1998））重新激发了人们在这个问题上的兴趣，但依旧很少有关于盈余操纵检测的学术和专业文献。

这篇文章提出了一个操纵模型报告，以区别于非操纵模型。

为了较好的表现公司的财务业绩，我将盈余操纵行为视为违反一般公认会计原则（GAAP）的一个实例。

我使用财务报表数据来构造变量，从而研究操纵行为带来的影响和可能会促使企业从事此类活动的先决条件。

我发现，由于盈余操纵通常是因为人为地抬高收入和降低成本，所以资产账户中，与公司盈余同时变动的变量能起到预测性的作用。

我还发现，销售增长具有区分能力，因为样品操纵者的主要特征是：

在操纵行为完成当期的前一期，操纵公司通常有较高的增长速度。

我进行测试的样本为74家操纵盈余的公司和在1982-1992年期间所有匹配两位数的SIC数据的COMPUSTAT数据库中的公司。

经研究我发现，样本操纵者通常通过记录虚构的、不应得的、不确定的收入或记录虚构存货，不当的资本成本来高估盈余额。

样本操纵公司都是较年轻、正在成长的公司，它们这样的特性使得它更容易接受监管机构的审查（见Beneish（1999））。

我估计了一个检测公司是否盈余操纵的模型，它通过利用1982到1988年样本操纵企业和产业相匹配的企业，检测收入操纵情况，并在1989-1992年期间用保留样本（holdoutsample）评估模型的性能。

该模型将操纵企业与非操纵企业进行区分，其有30.6％和37.1％的pseudo-R2两个不同的估计方法。

证据表明，操纵的可能性增加由于以下原因：

（i）应收账款的不寻常增加（ii）毛利率恶化（iii）资产质量（稍后定义）降低（iv）销售增长（v）预提费用增加。

在保留样本中，我展示了模型如何将操纵企业与非操纵企业区分。

收入操纵先验概率的不同估计、多种规格的模型，以及各种解释变量的转换，这些都会导致研究结果的不精确。

同时，研究结果也会对估计的选择和保留样本非常敏感。

在允许存在样本选择偏差的情况下，证据需要能够被解释。

大量采集操纵企业的样本可以解决估计偏差，但这些操纵企业都是被发现了的。

如果样本操纵者是成功的、未被发现的、且它们占所有操纵者中的大多数，则以上采集样本的做法可能才是成功的。

鉴于此，盈余操纵的可能性与财务报表变量之间的系统关系表明，会计数据可以用于检测操纵行为和评估会计盈余的可靠性。

样本（略）

样本公司的特点：

在表1中，我将操纵企业的财务特征与同行业指标进行比较。

我发现，在收入操纵行为被公开的会计年度的前一年，操纵企业规模变得更小（依据总资产和销售额衡量其大小），盈利更少，拥有更大的财务杠杆。

同时，操纵企业不同于同行业用于对照的企业，因为操纵企业经历更高的增长，操纵企业销售增长的中位数（34.4％）明显大于对照企业的（9.4％）。

这就引发了一个问题：

这种销售增长是外生的还是操纵的结果？

我发现，在盈余操纵行为所发生的会计年度的前一年，操纵企业相比于非操纵企业其增长更快（中位数是29.4％对10.6％），这表明增长源于外生。

类似拥有高增长前景的公司，操纵企业的表现解释了为什么我发现操纵企业有较低的平均总资产，但比控制公司拥有更少的权益市场价值。

方法：

本节将讨论收入操纵检测模型的估计和模型变量选择。

该模型如下：

其中M是一个二分变量，操纵企业i为1，否则为0。

X是解释变量的矩阵，

E〜是残差向量。

估计：

样本盈余操纵者在数量上相对于它们的真实数量是被过度采样的。

采用这样一个国家为范围的抽样计量，是因为随机抽样可能会产生操纵者数量较小，从而使盈余操纵识别分类模型难以应用。

然而，由于二元状态模型忽视了这种样本程序，其估计结果会产生系数估计渐近偏颇，因此我利用了加权外生样本的最大似然概率（WESML）。

估计样本（estimationsample）跨越1982-1988年期间，包括50个操纵企业和1708个同行业对照企业。

使用WESML要求估计操纵盈余的公司数量所占的比例。

如果样本企也来源于COMPUSTAT数据库，那么操纵企业比例估计为.0069（50/7231）。

因为我有没有办法评估这个假设的有效性，所以我还需评估模型对操纵的先验概率的不同规格的敏感度。

讨论完估计问题，现在我想谈谈X矩阵的组成。

会计数据能够用来检测盈余操纵吗?

如果财务报表操纵行为不仅包括盈余的操纵，也包括投资者和分析师所依赖的其他信息的操纵，那么会计数据的区分能力就会降低。

在缺乏操纵行为的经济理论的情况下，基于财务报表数据，我通过三个来源选择的解释变量。

第一，我想到未来前景的信号一般出现在学术和实践的文献中，当公司未来前景不佳时，可以推定该公司收入操纵的可能性更大。

第二，我考虑到基于现金流量及预提费用的变量（Healy（1985），Jones（1991））。

第三，基于收入管理，一些积极的理论研究考虑了合同为基础的激励机制，其研究中的变量也是值得考虑的（WattsandZimmerman（1986））。

这个模型包括八个变量。

这些变量是从第一次公布违规的会计年度的信息中测量的。

比如，公司随后要求重申的第一年。

我指定8个变量中的7个作为指标，因为我们可以通过比较报告违规的第一年与以前年度的财务报表，来用这些指标找到可能由操纵引起的变量扭曲。

这些变量不能在操纵被发现的时候测量，因为在第一次报告操纵的会计年度之后的19个月里操纵行为被公开了（Feroz,Park,andPastena（1991）也这样认为）。

下面我将讨论变量的测量，以及我如何希望它影响操纵的可能性。

1.基于应收账款的日销售指数（DSRI）

基于应收账款的日销售指数（DSRI）是指在盈余操纵所在年度（第t年）基于应收账款的日销售额与相应的t-1年之间日销售额的比率。

DSRI估计了两个连续年度之间应收账款和收入是否平衡。

应收账款日销售额的大幅增长可能是由于公司为了面对激烈的竞争而改变信贷政策以刺激消费，不过应收账款与销售额不成比例的增加也可能暗示了收入的增加。

因此，我认为应收账款日销售额的大幅增加很可能与收入和利润被高估有关。

2.毛利率指数（GMI）

毛利率指数指t-1年的毛利率与t年毛利率的比值。

当毛利率指数大于1时，意味着毛利率缩小了。

Lev和Thiagarajan（1993）认为毛利率缩小对公司前景是一个消极的信号。

如果前景较差的企业更有可能操纵盈余，那么我认为GMI与盈余操纵的可能性之间存在正相关关系。

3.资产质量指数（AQI）:

资产质量指数指给定年度中除财产（地产）、车间及设备（即PPE）外的非流动资产与总资产的比率，它衡量了总资产中未来获益不确定的资产所占比例。

第t年的资产质量比率与第t-1年的资产质量比率具有相关性。

Siegel（1991）认为，AQI在资产变现风险分析中是一个总体指标。

如果AQI大于1，意味着该公司有可能加大成本递延的力度。

因此，我认为AQI与收益操纵可能性之间存在正相关关系，资产变现风险的增加意味着资本化倾向增加，从而成本递延。

4.销售增长指数（SGI）:

销售增长指数指第t年的销售额与第t-1年的销售额的比率。

增长并不意味着操纵收益，但专业人士认为增长快的公司更加容易有财务报表欺诈行为，因为公司的财务状况和资金需求要求经理们完成盈利指标，从而给他们带来压力（NationalCommissiononFraudulentFinancialReporting（1987）,NationalAssociationofCertifiedFraudExaminers（1993））。

另外，在高增长时期，对控制和报告的关注往往滞后于增长本身（根据NationalCommissiononFraudulentFinancialReporting（1987）,Loebeckkeetal.（1989））。

如果销售增长的公司在经济放缓的第一个迹象出现时面临巨大的损失，那么他们可能有更大的诱因操纵收益。

对于这一点，Fridson（1993,pp.7-8）说：

“几乎无一例外，公司都尽力消除公众对它们成长在减速的印象，因为这种印象对它们代价非常之大。

”因此，我认为SGI和收益操纵可能性之间存在正相关关系。

5.折旧指数（DEPI）:

折旧指数指t-1年的折旧率与t年的折旧率之比，在一个给定年度，折旧率等于折旧/（折旧+PPE）。

折旧指数大于1意味着资产折旧的速率降低----公司调高资产的使用年限或采用增加收入的新方法的可能性提高。

因此，我认为DEPI和操纵收益可能性之间存在正相关关系。

6.与销售相关的一般及行政开支指数（SGAI）:

与销售相关的一般及行政开支指数（SGAI）指第t年的与销售相关的一般及行政开支费用与相应t-1年的费用之比。

这个系数是Lev和Thiagarajan（1993）提出的，他们认为分析师可能在销售方面提供与公司未来前景负面信号不相符的信息。

我认为SGAI与收益操纵可能性正相关。

7.LeverageIndex（LVGI）:

杠杆指数

杠杆指数（LVGI）是在第t年总负债与总资产的比例，第t-1年也是相应的比例。

LVGI大于1意味着杠杆较大。

这个指数显示了违反债务契约的诱因大小。

如果杠杆大小符合随机游走假说，那么LVGI隐含地测量了杠杆预测误差。

我利用了公司资本结构的杠杆变化，Beneish和Press（1993）为我提供证据，他们认为这种变化与欺骗对股市的影响是有联系的。

8.应计项目（TATA）:

总预提费用计量了营运资金账户中除了现金减去折旧的差额的其他部分的变化。

不管是总预提费用还是预提费用的一部分，都用于前期工作中评估经理调整会计盈余的选择的范围（见Healy（1985）,Jones（1991））。

我认为，较高的显著的预提费用（扣除现金）与较高的盈余操纵的可能性是有联系的。

该模型的解释变量主要基于上一年到一年的变化，同时引入了一个潜在的问题，即分母较小。

为了解决这个问题，我将每个变量的数据用1％和99％之间的百分位数表示。

另一方面，有时资产质量指标系数的分母为零，例如当基准年（t-1年）的资产仅包括流动资产和PPE时。

因为在这种情况下，资产质量指标没有意义，所以我将其赋值（中性值），而不是忽视它。

同样，当计算COMPUSTAT数据库中的要素（AmortizationofIntangibles（#65）,andSG&A（#189））时，我将会给折旧值和SGA指数赋值。

我发现，排除了这些问题后，该模型的估计取得了类似的结果。

在表2中我比较了估计样本中操纵企业和非操纵企业这些变量的分布，结果显示，操纵企业平均上有显著较高的应收账款的日销售额（DSRI）、更严重的毛利率和资产质量恶化，更高的经济增长和较大的预提费用。

结果的估计和保留样本的检测：

表3中，A组报告统计了WESML（最大似然估计）回归模型结果和模型的加权概率估计。

似然比检验表明两种估计都具有说服力，P值分别为34.5（.00）和129.2（.00）。

该模型WESML估计和加权概率估计的Pseudo-R2分别是30.6%和37.1%，具有可行性由于不同估计方法间系数估计有类似的大小和意义，所以我只讨论的加权概率估计的结果。

应收账款日销售指数DSRI是一个正数0.920，5%水平的6.02的t统计量。

应收账款不平衡的增长与公司虚增收入的可能性是有关系的。

毛利率指数是正数0.528，其标准差超过2。

前景不佳的公司面临更大的盈余操纵的激励，这与数据显示是一致的。

资产质量指数也是一个重要的正系数（0.404，t-统计3.20），符合当公司递延参与成本时收益虚增的假设。

销售增长指数具有正的系数和超过5的标准差，符合面临减速增长的成长企业有更多操纵收益的激励的假设。

应计项目对总资产的指数是个重要的正数，符合较少现金诱发会计收入操纵的假设。

杠杆指数、折旧指数、销售增长指数并不是显著的。

可能因为这些指数与盈余管理相关，而不是与收益操纵相关。

例如，将加速折旧法变更为直线折旧法，或者修改资产可使用年限都会导致折旧指数的值增大。

然而，这是盈余管理的一个实例，样本中不包含这样的公司同理，对于杠杆系数，遵守债务契约的激励可能不足以诱发盈余操纵，原因是违约成本很小（Beneish和新闻（1993）估计这些费用的范围介于股权市价的1%到2％）。

表3的B组分别列出了估计样本和保留样本估计操纵盈余的可能性大小。

估计样本使用WESML预测模型，显示操纵企业较非操纵企业有更高的平均盈余操纵可能性（中位数），前者为0.107（.024），后者为0.006（0.003）。

同时，模型用了加权平均概论预测，也显示显示操纵企业较非操纵企业有更高的平均盈余操纵可能性（中位数），前者为.237（.099），后者为022（.011）。

稳健性分析：

我从三个方面评估了这个结果的稳健性。

（略）

结果显示，估计结果提供的证据证明了盈余操纵可能性与财务报表数据之间系统性的关系。

结论：

本文的证据来源于盈余操纵行为被公开的样本公司，这些公司只可能代表了那些努力影响他们已公布的盈余数据的公司中的一部分，因此本文的证据要在这个角度上加以解释。

鉴于这种谨慎，收益操纵和财务报表数据之间的系统性关系令会计研究人员和专业人士都很感兴趣，因为它意味着会计数据不仅能检测信息的有用性，而且能评估信息的可靠性。

明确的分类模型只需要两年的数据（年度报告数据），以评估操纵收益的可能性，它可以帮助证券交易委员会、审计师和投资者低成本地筛选大量的企业和确定潜在操纵企业，并作进一步调查。

Whilethemodeliscost-effectiverelativetoastrategyoftreatingallfirmsasnon-manipulators,itslargerateofclassificationerrorsmakesfurtherinvestigationoftheresultsanimportantelementtothemodel’simplementation.尽管模型中视所有公司为非操纵企业的方法是符合成本效益的，

Thatis,sincethemodel’svariablesexploitdistortionsinfinancialstatementdatathatcouldresultfrommanipulation,onemustrecognizethatsuchdistortionscanhaveanalternativeorigin.Forexample,theycouldbetheresultofamaterialacquisitionduringtheperiodexamined,amaterialshiftinthefirm’svaluemaximizingstrategy,orasignificantchangeinthefirm’seconomicenvironment.

Onelimitationofthemodelisthatitisestimatedusingfinancialinformationforpubliclytradedcompanies.Therefore,itcannotbereliablyusedtostudyprivately-heldfirms.Anotherlimitationisthattheearningsmanipulationinthesampleinvolvesearningsoverstatementratherthanunderstatementandtherefore,themodelcannotbereliablyusedtostudyfirmsoperatingincircumstancesthatareconducivetodecreasingearnings.