审计

　　四、实证检验结果与分析

(一)单变量检验

营企业,是民营企业则取值为1,否则为0;ROEL为

净资产收益率是否低于4%,是则取值为1,否则为0;V为第一大股东持股比例。

表3　模型logit回归检验结果

变量

0.000.000.000.00

Lwald

我们首先对模型1中的主要变量,按照是否违规进行平均秩检验,表2是检验的结果。

表2　实验变量Mann-Whitney非参数检验

配对样本全样本

INVARINVAR

相关系数标准差

0.490统计量

.显著性

0.01机会比率变化倍数

1.64264.78351.272015.423418.49

323.01234.132471.542376.12

-4.16-8.37-5.52-12.62

从表2中可以看出,不论是配对样本还是全样本,违规组的存货平均秩都显著低于未违规的公司。这样,,假设不一致。另外,,说,,这与假设2一致。

(二)多变量回归检验

1.对全样本组采用混合年度数据进行logit回归检验。对前面所述变量,我们建立logistic回归模型,采用逐步进入法(forward)进行筛选,从而得到模型保留的变量,建立如下基本模型:

FRAUD=b0+b1OPINION+b2AR+b3

ERANB+b4INDCDF+b5INV+b6LOCATE+b7PRIVATE+b8ROEL+b9V+e

变量含义:OPINION为审计师是否出具标准无保留审计意见,是则取值为1,否则为0;AR为应收账款占当年年末总资产的比例;ERANB为调整后的每股盈余;INDCDF为证监会颁布的行业分类标准中的交通运输、仓储业;INV为存货占当年年末总资产的比例;LOCATE为上市公司的经济发展程度变量;PRIVATE为按照实际控制人划分的民营或非民

表4　模型效果指标

-2Log

Cox&SnellR

NagelkerkeR总体正确预测率

93.80%

987.950.080.21

从上述指标可以看出,模型的拟合优度还是很

好的,总体预测正确率为93.8%。特别地,该模型显示,AR对于舞弊风险来说有着不同寻常的意义,应收账款每变化1个百分比,舞弊的可能性增加13.18%,位列主变量之首,且大大高于民营和绩劣股对于舞弊相关性的作用。另外,存货的相关性虽然显著,但其每变化1个百分点,只引起舞弊风险0.03个百分点的变化,而且变化方向与预期不符。

2.全样本分年度检验。在分年度检验中,迭代

次数均不超过7次,模型收敛较好;VIF膨胀因子均不超过2,说明模型的共线性不严重;各模型LR统计量均在1%的水平上显著,说明各年度模型整体上对因变量的影响是显著的。

表5　全样本分年度logit回归主要检验结果

2001

VariableOPINIONARERANBINVLOCATEPRIVATEROELV

2002200320042005

相关系数

-0.8791.252-0.423-0.169-0.0070.089.-0.022显著性0.0250.2960.3420.8950.6690.775.0.020相关系数-0.6963.356-0.507-3.799-0.0360.599.-0.037显著性0.1020.0040.3050.0540.0410.078.0.002相关系数-0.9291.454-1.014-5.794-0.0120.676.-0.014显著性0.0370.2030.0080.0090.5260.060.0.214相关系数-1.1302.581-1.007-2.205-0.0300.740.-0.008显著性0.0070.0240.0110.2030.1070.048.0.515相关系数-1.5452.543-0.375-2.623-0.0170.238.-0.015显著性0.0010.0480.1880.1830.4200.580.0.284

120