□ 郭子程

(浙江財(cái)經(jīng)大學(xué)會(huì)計(jì)學(xué)院 浙江 杭州 310015)

隨著經(jīng)濟(jì)快速發(fā)展以及市場(chǎng)機(jī)制的逐漸完善，資本市場(chǎng)監(jiān)督機(jī)制的重要性愈發(fā)凸顯，上市公司的財(cái)務(wù)報(bào)告以及審計(jì)報(bào)告越來(lái)越被監(jiān)管者和投資者所關(guān)注，審計(jì)報(bào)告理所應(yīng)當(dāng)?shù)爻蔀楸O(jiān)管公司的有利工具，審計(jì)意見(jiàn)的公正性客觀性將對(duì)資本市場(chǎng)造成巨大的影響。

審計(jì)意見(jiàn)由獨(dú)立于投資者和管理層的第三方——會(huì)計(jì)師事務(wù)所出具，但是審計(jì)過(guò)程中的控制風(fēng)險(xiǎn)、檢查風(fēng)險(xiǎn)和固有風(fēng)險(xiǎn)等審計(jì)風(fēng)險(xiǎn)以及面臨的市場(chǎng)風(fēng)險(xiǎn)，可能導(dǎo)致事務(wù)所出具有失公允的審計(jì)意見(jiàn)。不恰當(dāng)?shù)膶徲?jì)意見(jiàn)不僅使得投資者不能對(duì)公司的經(jīng)營(yíng)狀況產(chǎn)生正確的認(rèn)知，也會(huì)對(duì)會(huì)計(jì)師事務(wù)所的聲譽(yù)產(chǎn)生影響，更不利于注冊(cè)會(huì)計(jì)師的個(gè)人職業(yè)發(fā)展。建立科學(xué)有效的審計(jì)意見(jiàn)預(yù)測(cè)模型，能夠?yàn)樽?cè)會(huì)計(jì)師提供重要的風(fēng)險(xiǎn)管理輔助工具，輔助判斷其所出具審計(jì)意見(jiàn)的恰當(dāng)性。同時(shí)，外界投資者或者監(jiān)管者也可以借助審計(jì)意見(jiàn)預(yù)測(cè)模型的預(yù)測(cè)結(jié)果，提前衡量尚未完成審計(jì)過(guò)程的企業(yè)財(cái)務(wù)報(bào)告質(zhì)量。因此，通過(guò)科學(xué)合理的方法建立有效的審計(jì)意見(jiàn)預(yù)測(cè)模型具有重要的理論意義和實(shí)踐應(yīng)用價(jià)值。

因此本文將回顧影響審計(jì)報(bào)告類型的相關(guān)財(cái)務(wù)指標(biāo)，結(jié)合目前我國(guó)資本市場(chǎng)被出具審計(jì)意見(jiàn)的現(xiàn)狀，進(jìn)行相應(yīng)的模型設(shè)計(jì)，通過(guò)實(shí)證的研究方法，并結(jié)合預(yù)測(cè)檢驗(yàn)，以得出適用的模型。

一、財(cái)務(wù)指標(biāo)與審計(jì)意見(jiàn)

上市公司的財(cái)務(wù)指標(biāo)與審計(jì)意見(jiàn)類型存在著一定的關(guān)聯(lián)關(guān)系。Chen和Church的研究認(rèn)為，上市公司的凈利潤(rùn)為負(fù)、債務(wù)到期和未決訴訟等問(wèn)題將會(huì)提高注冊(cè)會(huì)計(jì)師出具非標(biāo)準(zhǔn)無(wú)保留審計(jì)意見(jiàn)的機(jī)率。也有研究認(rèn)為，注冊(cè)會(huì)計(jì)師更有可能因?yàn)樯鲜泄靖哓?fù)債比例而出具非標(biāo)準(zhǔn)無(wú)保留意見(jiàn)。而對(duì)于資產(chǎn)規(guī)模，不同學(xué)者有著不同的看法。Charles和Stanley認(rèn)為注冊(cè)會(huì)計(jì)師發(fā)表非標(biāo)準(zhǔn)審計(jì)意見(jiàn)與客戶資產(chǎn)負(fù)債規(guī)模有關(guān)，而且是負(fù)相關(guān)。但是如Marcell等人的研究則得出不同的結(jié)果：他們認(rèn)為注冊(cè)會(huì)計(jì)師出具審計(jì)意見(jiàn)的類型與客戶的資產(chǎn)負(fù)債規(guī)模相關(guān)性不大。

國(guó)內(nèi)學(xué)者也對(duì)注冊(cè)會(huì)計(jì)師出具審計(jì)意見(jiàn)類型的財(cái)務(wù)影響因素進(jìn)行了實(shí)證研究。夏立軍等研究認(rèn)為注冊(cè)會(huì)計(jì)師出具非標(biāo)準(zhǔn)審計(jì)意見(jiàn)與上市公司的資產(chǎn)負(fù)債率是否虧損有關(guān)。原紅旗等研究認(rèn)為，注冊(cè)會(huì)計(jì)師出具非標(biāo)準(zhǔn)審計(jì)意見(jiàn)與上市公司規(guī)模有關(guān)。蔡春等研究認(rèn)為注冊(cè)會(huì)計(jì)師出具審計(jì)意見(jiàn)與上市公司是否特殊處理有關(guān)。朱小平等認(rèn)為注冊(cè)會(huì)計(jì)師出具審計(jì)意見(jiàn)與上市公司速動(dòng)比率、財(cái)務(wù)狀況有關(guān)。

由此可以看出，無(wú)論是國(guó)內(nèi)文獻(xiàn)還是國(guó)外文獻(xiàn)，都肯定了注冊(cè)會(huì)計(jì)師出具審計(jì)意見(jiàn)的類型與財(cái)務(wù)指標(biāo)確實(shí)存在某種關(guān)系，但是國(guó)內(nèi)外對(duì)審計(jì)意見(jiàn)與某些財(cái)務(wù)指標(biāo)，如資產(chǎn)規(guī)模之間的關(guān)系，還存在一定的爭(zhēng)議。

由此本文選用大樣本，進(jìn)行實(shí)證分析，對(duì)相關(guān)結(jié)論進(jìn)行補(bǔ)充和印證。而且注冊(cè)會(huì)計(jì)師出具審計(jì)意見(jiàn)的因素多種多樣，很少有文獻(xiàn)專門(mén)研究審計(jì)意見(jiàn)與財(cái)務(wù)指標(biāo)的關(guān)系，本文選取了大量財(cái)務(wù)指標(biāo)進(jìn)行研究，對(duì)相關(guān)研究進(jìn)行補(bǔ)充。

二、我國(guó)審計(jì)意見(jiàn)類型現(xiàn)狀

長(zhǎng)期以來(lái)，我國(guó)注冊(cè)會(huì)計(jì)師對(duì)財(cái)務(wù)報(bào)表發(fā)表審計(jì)意見(jiàn)時(shí)，大多是標(biāo)準(zhǔn)無(wú)保留審計(jì)意見(jiàn)，極少發(fā)表非標(biāo)準(zhǔn)審計(jì)意見(jiàn)，包括帶強(qiáng)調(diào)事項(xiàng)段的無(wú)保留意見(jiàn)、保留意見(jiàn)、否定意見(jiàn)及無(wú)法表示意見(jiàn)。

由于在我國(guó)，上市公司聘請(qǐng)會(huì)計(jì)師事務(wù)所并披露經(jīng)會(huì)計(jì)師事務(wù)所審計(jì)的年報(bào)，上市公司既是審計(jì)業(yè)務(wù)的發(fā)起人，又是審計(jì)業(yè)務(wù)的需求者之一，這就導(dǎo)致了會(huì)計(jì)師事務(wù)所很難出具非標(biāo)意見(jiàn)，甚至為了保證與上市公司之間長(zhǎng)期的業(yè)務(wù)約定關(guān)系，即使遇到出具非標(biāo)意見(jiàn)的情況，會(huì)計(jì)師事務(wù)所也會(huì)選擇解除業(yè)務(wù)約定而非出具非標(biāo)意見(jiàn)。事實(shí)上，我國(guó)除了非標(biāo)意見(jiàn)比例較低這一情況之外，我國(guó)資本市場(chǎng)已經(jīng)有十多年沒(méi)有否定意見(jiàn)的產(chǎn)生，一定程度上也印證了前文的邏輯。

根據(jù)CSMAR數(shù)據(jù)庫(kù)中2014年到2018年的審計(jì)報(bào)告數(shù)據(jù)整理得出，標(biāo)準(zhǔn)無(wú)保留意見(jiàn)的數(shù)量遠(yuǎn)遠(yuǎn)大于非標(biāo)準(zhǔn)審計(jì)意見(jiàn)的數(shù)量。而且2014-2017年會(huì)計(jì)師事務(wù)所發(fā)表非標(biāo)意見(jiàn)的概率幾乎沒(méi)有變化，到了2018年，發(fā)表非標(biāo)意見(jiàn)的概率突然激增。

但是財(cái)務(wù)舞弊很難一蹴而就，一般來(lái)說(shuō)都是一個(gè)持續(xù)的過(guò)程，這種突然激增的現(xiàn)象背后并不一定意味著是當(dāng)年發(fā)生的舞弊事件更多，反而有可能是當(dāng)年監(jiān)管變嚴(yán)格，導(dǎo)致了更多舞弊事件被曝光。尤其是隨著康美康得新之類的重磅財(cái)務(wù)造假案件被曝光，注冊(cè)會(huì)計(jì)師面臨的法律責(zé)任也隨之加重，社會(huì)公眾對(duì)財(cái)務(wù)報(bào)表審計(jì)報(bào)告的可靠性也產(chǎn)生了懷疑，對(duì)審計(jì)的信賴程度大打折扣。

盡管已有相關(guān)制度如《會(huì)計(jì)師事務(wù)所質(zhì)量控制準(zhǔn)則》等的規(guī)范以及中注協(xié)、交易所的監(jiān)督管理，但目前我國(guó)審計(jì)質(zhì)量的現(xiàn)狀依然不盡如人意。因此，鑒于嚴(yán)峻的審計(jì)現(xiàn)狀，有必要從公司本身尋找其與審計(jì)意見(jiàn)之間的相關(guān)性，利用公司本身的財(cái)務(wù)數(shù)據(jù)對(duì)審計(jì)意見(jiàn)進(jìn)行初步預(yù)測(cè)，以此佐證注冊(cè)會(huì)計(jì)師發(fā)表的審計(jì)意見(jiàn)的可靠程度與可信賴度，提高審計(jì)質(zhì)量。

三、研究設(shè)計(jì)

(一)自變量的定義

根據(jù)財(cái)務(wù)指標(biāo)分析的相關(guān)理論，企業(yè)的財(cái)務(wù)指標(biāo)可以從發(fā)展能力、比率結(jié)構(gòu)、償債能力、盈利能力幾個(gè)方面進(jìn)行衡量，因此本文具體根據(jù)這四個(gè)方面選取以下指標(biāo)作為衡量標(biāo)準(zhǔn)：

從償債能力分析的角度，本文選取了經(jīng)營(yíng)活動(dòng)凈現(xiàn)金比率(OCFR)、資產(chǎn)負(fù)債率(DAR)、長(zhǎng)期資本負(fù)債率(LDCR)；從發(fā)展能力分析的角度，本文選取了基本每股收益增長(zhǎng)率(GBEP)和凈利潤(rùn)增長(zhǎng)率(NPGR)；從比率結(jié)構(gòu)分析的角度，本文選取了現(xiàn)金資產(chǎn)比率、營(yíng)運(yùn)資金比率、所有者權(quán)益比率；從盈利能力分析的角度，考慮到財(cái)務(wù)舞弊的最終目的往往都是虛構(gòu)利潤(rùn)，粉飾公司的盈利能力，因此本文選取了多個(gè)指標(biāo)綜合考量，包括資產(chǎn)報(bào)酬率、總資產(chǎn)凈利率(ROA)、流動(dòng)資產(chǎn)凈利率、凈資產(chǎn)收益率、長(zhǎng)期資本收益率、營(yíng)運(yùn)毛利率、營(yíng)業(yè)凈利率。

在實(shí)證分析之前，本文對(duì)指標(biāo)進(jìn)行預(yù)測(cè)，在這15個(gè)指標(biāo)之中，除了資產(chǎn)負(fù)債率和上市公司收到非標(biāo)審計(jì)意見(jiàn)呈正相關(guān)之外，其余的14項(xiàng)指標(biāo)應(yīng)均為反相關(guān)。

(二)因變量的設(shè)置

根據(jù)審計(jì)意見(jiàn)類型的分類，本文將審計(jì)意見(jiàn)類型變量(y)設(shè)置為虛擬變量，若上市公司當(dāng)年收到的審計(jì)意見(jiàn)為標(biāo)準(zhǔn)無(wú)保留審計(jì)意見(jiàn)，則y=0；若上市公司當(dāng)年收到的審計(jì)意見(jiàn)為非標(biāo)準(zhǔn)審計(jì)意見(jiàn)，則y=1.

同時(shí)根據(jù)統(tǒng)計(jì)學(xué)的研究方法，為剔除不同行業(yè)對(duì)審計(jì)意見(jiàn)類型的影響，本文選取了我國(guó)滬深A(yù)股中制造業(yè)2014年-2018年的面板數(shù)據(jù)，從共2577個(gè)公司中選取了12019組數(shù)據(jù)，再剔除缺失值和進(jìn)行縮尾處理后，本文運(yùn)用STATA 14對(duì)剩余的2577家上市公司共9952組數(shù)據(jù)進(jìn)行回歸分析，建立二值判斷Logistic回歸模型，模型的具體方程如下：

營(yíng)業(yè)凈利率

四、實(shí)證分析

(一)描述性統(tǒng)計(jì)

本文利用STATA 14對(duì)數(shù)據(jù)進(jìn)行描述性分析，可以看出在制造業(yè)中，收到非標(biāo)意見(jiàn)的比率為2.9%，略低于A股整體5%的水平。在對(duì)數(shù)據(jù)進(jìn)行了縮尾處理后，各項(xiàng)財(cái)務(wù)指標(biāo)的最大值和最小值之間的跨度比仍然較大，說(shuō)明實(shí)驗(yàn)的樣本數(shù)據(jù)基本可以覆蓋各類財(cái)務(wù)指標(biāo)情況。

(二)相關(guān)性檢驗(yàn)

運(yùn)用Logit模型對(duì)相關(guān)變量進(jìn)行回歸分析，得出該模型的P=0，顯著說(shuō)明了該模型的有效性。利用mfx命令計(jì)算模型回歸之后，解釋變量在樣本均值處的邊際效應(yīng)，可以看到除了預(yù)測(cè)的資產(chǎn)負(fù)債率以外，還有其他的變量和非標(biāo)意見(jiàn)概率成正相關(guān)。再通過(guò)estat clas命令計(jì)算預(yù)測(cè)準(zhǔn)確度，可得到總的正確分類為97.55%。

最后本文利用lroc命令得到ROC曲線(受試者操控曲線)得出，ROC曲線完全在45度直線上面，所以預(yù)測(cè)的準(zhǔn)確率高于錯(cuò)誤率，即準(zhǔn)確率大于0.5。此曲線下方面積=0.8463，說(shuō)明預(yù)測(cè)的準(zhǔn)確度即為0.8463。

五、模型構(gòu)建與預(yù)測(cè)

根據(jù)相關(guān)變量P值的大小，本文在剔除不顯著的變量之后可以發(fā)現(xiàn)，在選取的15個(gè)變量之中，最終有6個(gè)變量和非標(biāo)意見(jiàn)的概率顯著相關(guān)，分別是，分別是經(jīng)營(yíng)活動(dòng)凈現(xiàn)金比率(OCFR)、資產(chǎn)負(fù)債率(DAR)、總資產(chǎn)凈利率(ROA)、凈資產(chǎn)收益率、長(zhǎng)期資本收益率和營(yíng)業(yè)凈利率。其中與企業(yè)盈利能力相關(guān)的財(cái)務(wù)指標(biāo)和非標(biāo)意見(jiàn)的概率具有最高的相關(guān)性，這也符合本文在選擇變量時(shí)的預(yù)測(cè)。同時(shí)資產(chǎn)負(fù)債率和長(zhǎng)期資本收益率是唯二與非標(biāo)意見(jiàn)概率正相關(guān)的變量。

可能的解釋或許是：資產(chǎn)負(fù)債率越高，上市公司收到非標(biāo)意見(jiàn)的可能性越高。一方面較高的資產(chǎn)負(fù)債率往往伴隨著巨大的有息負(fù)債，沉重的負(fù)債壓力導(dǎo)致企業(yè)經(jīng)營(yíng)困難，不得不選擇舞弊的道路；另一方面，企業(yè)為了獲取更多的負(fù)債投資，通過(guò)財(cái)務(wù)舞弊粉飾報(bào)表以吸引債權(quán)人。所以企業(yè)需要合理的控制自身的負(fù)債規(guī)模，充分利用公司的留存收益進(jìn)行經(jīng)營(yíng)活動(dòng)，適當(dāng)?shù)慕档唾Y產(chǎn)負(fù)債率。長(zhǎng)期資本收益率越高，上市公司收到非標(biāo)意見(jiàn)的可能性也越高。可能的解釋是，企業(yè)虛構(gòu)當(dāng)年的利潤(rùn)往往會(huì)因?yàn)闀?huì)計(jì)的勾稽關(guān)系而產(chǎn)生各種漏洞，但是將長(zhǎng)期資本適當(dāng)?shù)臏p調(diào)，并不會(huì)在當(dāng)期造成顯著的影響，就導(dǎo)致了長(zhǎng)期資本的低估，從而帶來(lái)了長(zhǎng)期資本收益率偏高更有可能收到非標(biāo)意見(jiàn)的情況。

在剩下的變量中，經(jīng)營(yíng)活動(dòng)凈現(xiàn)金比率、營(yíng)業(yè)凈利率和非標(biāo)意見(jiàn)概率在0.01的水平上顯著相關(guān)，且是負(fù)相關(guān)的關(guān)系，說(shuō)明這兩個(gè)比率越高，上市公司越不可能收到非標(biāo)審計(jì)意見(jiàn)?？赡艿慕忉屖?，這兩者都是反應(yīng)企業(yè)當(dāng)期的盈利能力，經(jīng)營(yíng)活動(dòng)凈現(xiàn)金流量更是直接涉及現(xiàn)金流量，造假難度太大。同時(shí)因?yàn)闀?huì)計(jì)的勾稽關(guān)系，財(cái)務(wù)舞弊若直接虛構(gòu)當(dāng)期的利潤(rùn)會(huì)導(dǎo)致其他指標(biāo)的失常，而且利潤(rùn)是投資者和監(jiān)管機(jī)構(gòu)重點(diǎn)關(guān)注的對(duì)象，選擇利潤(rùn)進(jìn)行舞弊并不是明智之舉，上市公司的直接選擇利潤(rùn)進(jìn)行舞弊的動(dòng)機(jī)不足。而且，具有良好盈利能力的企業(yè)，一般不會(huì)陷入財(cái)務(wù)危機(jī)，即使遇到財(cái)務(wù)困境，也只要如實(shí)在報(bào)表中反映，因?yàn)榱己玫挠芰ψ鳛榛A(chǔ)，投資者和債權(quán)人對(duì)公司未來(lái)的經(jīng)營(yíng)充滿信心，并不會(huì)影響公司的正常經(jīng)營(yíng)，也沒(méi)有舞弊的必要。

得到最終模型如下：

logit=(p,y=1)=-8.895-1.171OCFR+6.8DAR-17.66R總資產(chǎn)凈利率-2.78R凈資產(chǎn)收益率+6.245R長(zhǎng)期資本收益率-1.67R營(yíng)業(yè)凈利率

在得到最終模型后，本文運(yùn)用predict命令對(duì)2019年上市公司收到審計(jì)意見(jiàn)的類型進(jìn)行了預(yù)測(cè)，預(yù)測(cè)出2019年非標(biāo)意見(jiàn)概率2.86%。最后利用EXCEL對(duì)預(yù)測(cè)情況進(jìn)行分析，對(duì)所有預(yù)測(cè)值p1小于平均值2.86%的上市公司發(fā)表非標(biāo)審計(jì)意見(jiàn)，并和2019年上市公司實(shí)際收到的審計(jì)意見(jiàn)類型進(jìn)行對(duì)比,兩者一致則說(shuō)明預(yù)測(cè)成功，不一致則說(shuō)明預(yù)測(cè)失敗。

在預(yù)測(cè)運(yùn)算之后，對(duì)比得知該模型的預(yù)測(cè)成功率為82.82%，處于一個(gè)比較高的水平，投資者和監(jiān)管者可以借助此模型的預(yù)測(cè)結(jié)果來(lái)輔助預(yù)測(cè)審計(jì)意見(jiàn)，注冊(cè)會(huì)計(jì)師也可以運(yùn)用模型的預(yù)測(cè)結(jié)果來(lái)檢測(cè)出具的審計(jì)意見(jiàn)是否恰當(dāng)，從而降低審計(jì)風(fēng)險(xiǎn)。

六、結(jié)論與展望

本文以2577家上市公司共9952組信息為樣本，通過(guò)Logit模型的構(gòu)建，利用財(cái)務(wù)指標(biāo)預(yù)測(cè)審計(jì)意見(jiàn)類型。這一模型在一定程度上可以幫助會(huì)計(jì)師事務(wù)所進(jìn)行風(fēng)險(xiǎn)評(píng)估，大體的了解被審計(jì)單位的風(fēng)險(xiǎn)情況；幫助投資者識(shí)別公司經(jīng)營(yíng)風(fēng)險(xiǎn)；幫助監(jiān)管部門(mén)實(shí)時(shí)監(jiān)管。

但是本文的模型仍存在很多的不足，可能遺漏了某些變量，而且選取的樣本公司僅為制造業(yè)的企業(yè)，樣本量也相對(duì)較少。

最后，Logit模型不一定是最合適的模型算法，或許未來(lái)可以結(jié)合決策樹(shù)、機(jī)器學(xué)習(xí)等算法、技術(shù)對(duì)模型進(jìn)行升級(jí)重塑，得到更精準(zhǔn)的預(yù)測(cè)模型。