度的重要衡量指标。
既然盈余管理能够影响财务信息的质量,误导信息使用者对公司业绩的判断,这也就意味着以财务信息作为主要预测指标所建立的财务预警模型的可靠性必然要受影响。而在当前上市公司盈余管理行为较普遍,导致财务数据失真严重的条件下,如果仅仅用调整几个可能受影响的财务指标来消除盈余管理对预测模型的影响,也显然缺乏足够的说服力。因此若在上市公司财务预警模型中引入衡量盈余管理程度的修正的Jones模型的相关指标,是否能够提高模型的预测效果?另外,公司盈余管理程度的大小是否和公司财务危机有密切的关系?对这些问题的回答无论对上市公司的投资者还是监管者都有重要的理论和现实意义。本文正试图通过中国A股市场的面板数据进行实证分析对这些问题做出正面回答。
三、研究设计 (一) 研究目的
首先对综合指标DA进行单变量分析,验证修正的Jones模型是否能用于财务预警的研究;如果可以,再根据TA、△REV、△REC、PPE所构成的指标体系,分别运用多元判别、逻辑回归等主流分析方法建立预警模型进行实证研究,考察盈余管理理论引入财务危机预警领域的效果。
(二) 样本选取本文遵循国内研究的惯例,以因连续两年亏损而被“*ST”①作为企业陷入财务危机,“财务状况异常”的判断标志,剔除金融类企业,选择2006年至2008年3年间中国A股市场新增的128家前三年数据可得的*ST公司作为危机企业样本,行业分布详见表2;另外,危机企业样本的年份分布分别为2006年57家,2007年51家,2008年20家,在确定了危机企业的样本后,按照“年份相同、行业相同、资产规模相近”原则和1∶1的比例随机选取128家从未被*ST处理过的正常企业作为配对样本,正常企业的行业与年份分布情况与危机企业相同。本文以*ST年份为基准年份,记为t年。选择危机企业和配对企业被*ST前t-1年到t-3年共3年的数据分别进行实证研究,研究所用数据主要来自CSMAR和W ind数据库。
(三) 指标的选取及说明
依据修正的Jones模型,本文实证研究选取了4项指标作为预测变量,具体定义详见表3,其中DA是综合指标,TA、△REV、△REC、PPE属于因素驱动指标。为了消除规模对指标的影响,对每个指标根据修正的Jones模型均用TA进行调整。
四、综合指标操纵性应计利润的单变量分析 (一) 综合性指标操纵性应计利润的计算结果
根据修正的Jones模型对操作性应计利润的计算过程,我们分组分年度对所有样本的数据按公式(2)进行回归分析,得出各年的非操纵性应计利润模型的参数估计值,并检验方程和系数的显著性。其各年结果如表4和表5所示:
根据上述系数代入公式(3)和公式(4)可以分别得到两组样本公司的非操纵性应计利润和操纵性应计利润的值。
(二) 剖面分析
首先分组计算128家财务危机企业和128家配对的正常企业的操控性应计利润在财务危机发生前1至3年的均值和标准差,比较各年的均值是否具有显著差异;其次计算各年的Z统计检验量,Z的计算公式如公式(5)所示:
其中,x1表示危机企业的均值,x2表示正常企业的均值,S1表示危机企业标准差,S2表示正常企业的标准差。n1=n2=128家。剖面分析的结果详见表6所示。
结果表明,在危机发生的前1-2年,财务危机企业和正常企业的操纵性应计利润的值存在较显著的差异。
五、因素驱动指标的多变量分析
通过单变量的剖面分析,可以初步判定修正Jones模型可以用于企业财务危机预警研究。下面本文将根据模型的因素驱动指标1/TAj, t-1、△REV/TAj, t-1、
△REC /TAj, t-1、PPEj, t/TAj, t-1分别建立多元判别模型、逻辑回归模型进行财务危机预警。为了分别验证各模型回判和外推的准确性,建模首先依据2006年至2007年108对样本(216家)的数据进行,然后用2008年对样本20对(40家)的数据进行测试。
(一) 多元判别分析
1. Fisher线性判别模型。本论文将采用Bayes二类判别技术,得出Fisher线性判别函数,计算基于统计软件SPSS11. 5实现。本文把财务危机企业定义为类别0,正常企业定义为类别1。可以分别得到*ST前1至3年的判别模型,如公式(6)至公式(11)所示。
2.判别结果。将建模样本数据和外推样本数据分别代入各年份的判别函数,可得出模型的回判和外推效果。按照Fisher线性判别方法,将相同年份的样本观测分类到较大的分类函数值中,即当Y0≥Y1时将样本归入类别0,Y0