审计

表7　

行业与代码对照及本文样本所属行业与舞弊风险检验结果

表8　全样本混合年度应收账款分行业检验

因变量

实验变量INDCDA3ARINDCDB3ARINDCDC03ARINDCDC13ARINDCDC23ARINDCDC33ARINDCDC43ARINDCDC53ARINDCDCARINDCDC73ARINDCDC83AR

FRAUD

相关系数显著性　4.040　0.144-2.4040.8511.6980.4065.2630.02214.3050.1410.3670.8482.5840.101-3.5730.346..1.4100.256　3.254　0.113

McFaddenR-squared　0.184实验变量相关系数显著性

INDCDC93AR　7.408　

0.044INDCDD3AR2.4640.641INDCDE3AR0.5800.852INDCDF3AR4.0300.193INDCDG3AR2.1510.107INDCDH3AR3.1230.042INDCDJ3AR0.0460.986INDCDK3AR6.1850.011INDCDLAR..INDCDM3AR1.5270.289

ObswithDep=04481ObswithDep=1307

控制变量

OPINIONINVERANBROELPRIVATEVINDUSTRYLOCATE

C相关系数显著性

　-1.265　0.000-3.4430.000-0.4990.0010.4570.0011.2180.000-0.0140.001

　省略　省略

..0.0004788

Probability(LRstat)Totalobs

　　从表8中可以看出,分行业应收账款与舞弊风险的相关性也有所不同。不过,表现为显著相关的均为显著正相关,这一点与存货是不同的。也就是说,应收账款的行业风险大体上是一致的,都是正相关。表现比较显著的行业是:纺织服装皮毛(IND2

CDC1)、其他制造业(INDCDC9)、批发和零售贸易(INDCDH)、社会服务业(INDCDK),这几个行业都在

5%的水平上与舞弊风险显著正相关。

由表8得到的一个重要结论是,增加了行业变量与应收账款的交乘项之后,存货整体上与舞弊表现出显著的负相关关系。

3.配对样本混合年度检验。根据表6的模型,

我们对配对样本进行了混合年度的检验。配对时,我们考虑了相似的总资产规模,对相同的行业进行

122