基于灰色关联法的管理舞弊风险评价模型研究

第35卷第3期2013年5月宁夏大学学报(人文社会科学版)Joum al of N i ng)【i a U ni vers i t y(H um ani ti es＆Soci al Sci ences Edi t i on)V oL35N o．3M av2013基于灰色关联法的管理舞弊风险评价模型研究李敬，项晶，王泽霞(杭州电子科技大学会计学院，浙江杭州310018)摘要：本文将灰色关联法运用于管理舞弊风险评价，首先对442个样本运用T检验和W i l coxon符号秩检验建立基于舞弊三角理论的风险评价指标体系，然后选取了具有保牌动机的68家sT公司作为训练样本建立风险评价模型得到风险评分值．最后选取20家公司作为测试样本验证模型识别效果。

研究表明：区分舞弊与非舞弊公司的风险评分分割点约为0．465。

训练样本综合判别率为72．06％，测试样本模型的综合判别率为85％。

灰色模型具有较好的判别效果。

关键词：管理舞弊；灰色关联模型；ST公司；风险评分；最优阀值中图分类号：F276．3文献标志码：A文章编号：100l一5744(2013)03．0116-15从安然、世通、施乐到我国银广夏、蓝田股份以及近期的绿大地等令人触目惊心的重大舞弊案，不仅严重地打击了资本市场的信心，而且给投资者造成重大损失。

2008年的金融危机后，世界经济不景气，企业财务压力增大，舞弊行为也随之增加。

如何识别舞弊信号、量化舞弊风险对于注册会计师及政府监管具有重要的理论和实践意义。

加强信息披露，减少信息不对称是应对舞弊的重要举措。

但是，我国的证券市场是一个刚从新兴市场向成熟市场过渡的市场，信息披露不完善，公布的数据也不完备；同时，会计舞弊具有复杂性、隐蔽性和动态性的特点，管理层通常通过数据操纵进行舞弊，造成数据从信息源头上的失真。

以上两方面的原因．使得评价指标表现出由于技术方法、人为因素造成的数据误差、短缺甚至虚假的“灰色”特点。

灰色系统模型能够利用已知的信息来确定未知的信息，使系统由“灰”变“白”，对小样本、贫信息的数据处理非常好：并且灰色系统模型对于样本量没有严格要求，不要求服从任何分布。

基于灰色系统模型的这些特点，笔者尝试将其应用于舞弊风险预警。

并进行了检验。

一文献回顾在舞弊信号识别方面，国内外学者主要从3个角度进行研究，一是财务因素角度(W i l l i a m B eaver，1966[11；Pe rs ons，1995；B e ne i sh，1997；ke，Ingra m and H ow ar d，1999；吴世农，卢贤义【2]，2001；姜秀华，任强，孙铮，2002【3】)，二是公司治理角度(D echow，Sl oan，Sw eeney，1996；M ark S．B ea sl ey，1996；K ur t Fanni ng and K ennet h O．C og卵r，1998；S um m ers and Sw e eney，1998；Fan W ong，2002；刘立国，杜莹，2003；杨清香，俞麟，陈娜，2009)，三是舞弊三角理论角度(陈关亭，2007；孙素淑，2008；韦琳，徐立文，刘佳，2011)。

在积极寻找舞弊预警信号的过程中，国内外学者也尝试运用不同模型来验证预警信号的识别能力，运用的模型有单变量模型(Fit z Pat r i ck，1932：W i l l i am B e aver，1966)，多元线性分析(A l t m an，1968[4]；周首华，杨济华，王平，1996[5])，l o—gi st i c回归分析(Pers ons，1995；L ee，In辨l nl and H ow ar d，1999)，神经网络模型(刘君，王理平，2006；杨淑娥，黄礼，2005㈧；顾宁生，冯勤超，2009)。

舞弊研究大部分集中在预警方面，但在舞弊风险评价方面的文章却相对较少，张萍、王莹(2010)，王会金(2011)‘，1运用模糊综合评价法构建了指标体系评价审计风险。

沈亭、王淑慧(2010)‘s3根据层次分析法指标体系，并设计调查问卷构造判断矩阵并据此得出企业财务指标与财务风险收稿日期：2013—03—06基金项目：国家自然科学基金项目“上市公司舞弊风险指及监管机制研究——来自证券市场经验”(71172098)；杭州市科技计划项目一般项目(144611005)；浙江省教育厅科研计划项目Ⅳ201121339)作者简介：李敬(197(_卜)，河南郑州人，杭州电子科技大学会计学院讲师，博士，主要从事财务会计理论研究。

一116—的关联度，对各指标赋权得到综合分值以评价财务风险。

此外，阮建军、张治华、钟敬棠(2002)，万希宁、梁娟娟(2005)，朱佳翔、谭清美、荆象源(2008)㈨，廖茂渝(2009)运用灰色关联法评价财务风险。

这些研究集中在财务风险和审计风险，舞弊风险评估目前较少研究，主要因为以下两个原因：第一，舞弊手段多种多样，舞弊者会权衡公司环境作出相应的舞弊手段选择，不同手段对财务报表数据影响也不同。

利用历史信息进行舞弊预测。

历史信息本身都是部分被篡改过的信息，基础并不牢固。

第二，一般回归分析要求原始数据符合的统计规律特征对于有些指标并不适用。

灰色关联法主要考虑指标间的相互关系，个别指标的篡改修饰对指标体系总体影响并不会非常大，并且灰色关联模型对原始数据分布的要求并不高。

基于这些分析，认为灰色关联模型比较适合对舞弊风险的预测。

本文将基于灰色关联法评价舞弊风险。

二研究设计(一)样本数据与指标体系本文数据主要来源于C SM A R中国上市公司违规处理数据库及财务数据库以及中国证监会网站、上海证券交易所网站公布的“公开谴责”公告、深圳证券交易所网站的“诚信档案”。

对于上述公开处罚数据选取了7种违规类型(虚构利润，虚列资产，虚假陈述，推迟披露，重大遗漏，违规担保，其他)作为舞弊公司筛选标准。

由于舞弊公司的发现具有滞后性，国际上平均滞后2—4年，我国平均滞后3—5年，因此本文样本数据时间为2003年至2010年。

实证研究样本包括舞弊公司样本和非舞弊公司样本。

舞弊样本包括2003年至2010年因舞弊被证监会处罚的A股上市公司22l家，其中上交所82家，深交所139家。

配对样本选取，根据B e鹊l ey的原则：(1)舞弊与配对公司处于同一股票交易市场；(2)两者处于同行业；(3)在舞弊公司舞弊期间内配对公司未发生过舞弊；(4)舞弊前一年年末资产与舞弊公司最接近，且相差幅度小于30％的公司作为配对公司。

以中国证监会行业分类为标准，除制造业按照二级分类外，其他行业均选取一级分类，选取出22l 家配对公司样本，样本合计442家。

数据分析均用SPsS17．0进行处理。

表1舞弊公司样本行业类型分布f行业类型A B C0C1C3C4C5C6C7C8D E F G H J K L M合计I公司数量841893311018301311121712275l7221(二)变量的选取和指标体系的构建根据舞弊三角理论，风险评价指标体系的建立以压力、机会和借口为准则层，变量选取参照SA S N O．99列举的风险因子及国内外学者的研究成果。

1．指标体系及选取意义表2指标体系及选取意义准则层子准则层序号指标层指标意义指标分类X…毛利率营利能力一类X112流动资产周转率营运能力一类x。

，财务稳定性X I l3总资产增长率发展能力一类X“4应收账款／总资产资产质量二类H，压力X l l5经营活动现金流量／总资产现金流量一类XⅢ财务杠杆资本结构二类x。

2融资压力X12利息保障倍数债权人利益保护一类X1Ⅲ管理层持股比例管理层利益三类x．，管理层个人薪酬压力X132前三大高管薪酬之和的平均值管理层利益三类一117一续表1准则层子准则层序号指标层指标意义指标分类X211第一大股东董事股东大会三类X212外部董事比例董事会一类X213董事离任人数董事会稳定性二类x2，公司治理X2¨监事会持股比例监事会一类X215高管离任人数管理层二类H，机会X216两职是否兼任治理结构二类X笠1国有股比例我国特有股权结构三类X。

股权结构X2H．。

股权集中度股权集中二类X劫关联方交易／总资产关联方二类X。

特殊交易X m对外担保／净资产对外担保二类X m I审计意见类型外部监督二类H3借口X，，与审计师关系X312是否有审计师变更外部监督二类2．描述性统计为验证指标体系的综合性和全面性．将指标体系中的所有指标进行配对样本T检验及W i l c oxon符号秩检验。

一般来说，舞弊前一年的相关数据具有较好的预测效果。

因此本文选取舞弊前一年变量作为研究对象。

构造的指标体系及描述性统计结果如表3所示。

裹3描述性统计分析结果舞弊配对样本组配对样本T检验W dcoxon符号秩检验准则层子准则层序号指标层样本均值样本均值均值t Si g．Z舢唧叩．Si g X…毛利率0．2080．253—0．0447—2．57930．011”一2．1230．034”X112流动资产周转率1．15071．3656一O．215—2．00610．046¨一3．6128O．000”x。

财务X l t3总资产增长率0．08610．1984—0．1123—2．54110．012#一2．00450．045¨稳定性X114应收账款／总资产0．14550．12370．02182．35650．019抖一2．19360．028¨X I l5经营活动现金流压力i?惑赘产0．02270．0512—0．0284—3．60750．000…一3．49650．000…X12融资X12I财务杠杆1．65831．33150．32681．2222O．136—0．04170．767压力X I复利息保障倍数21．38065．626715．7541．43050．154—5．10010．000…X13管理X1Ⅲ管理层持股比例0．00240．0051—0．0027—1．49560．136—0．30110．763层个人薪酬压力X t女前三大高管薪酬之和的平均值182184192867—10683—0．4810．631—1．8891O．059宰一118一续表1舞弊配对样本组配对样本T检验W i l coX on符号秩检验准则层子准则层序号指标层样本均值样本均值均值Z A sym p．Si gt s唔在第一大股东任X2”1．75242．219—0．4667—3．09120．002“’一3．47870．001料+职的董事人数X212外部董事比例，()．4231(J．38660．()3641．96250．051+一2．25430．024#X2．公司治X213董事离任人数1．74631．00490．74153．40480．001抖‘一3．41660．001一理X214监事会持股比例0．00190．00030．00161．9780．049¨一1．46150．144X215高管离任人数1．09770．79070．3072．23020．027¨一2．25210．024蚪机会X216两职是否兼任20．11660．1794—0．0628—2．03490．043¨一1．78680．074+ X＆股权结X∞1国有股比例0．21690．2857—0．0687—3．43360．001…一2．3822O．017¨构H．。