【財(cái)務(wù)舞弊的相關(guān)理論綜述4200字】

財(cái)務(wù)舞弊的相關(guān)理論綜述目錄TOC\o"1-2"\h\u10321財(cái)務(wù)舞弊的相關(guān)理論綜述 1297891財(cái)務(wù)舞弊的定義 1321422財(cái)務(wù)舞弊的動(dòng)機(jī) 1138013財(cái)務(wù)舞弊的識(shí)別 332063參考文獻(xiàn) 51財(cái)務(wù)舞弊的定義根據(jù)我國(guó)2019年2月20日修訂頒布的《中國(guó)注冊(cè)會(huì)計(jì)師審計(jì)準(zhǔn)則第1141號(hào)》，狹義的財(cái)務(wù)舞弊被定義為“被審計(jì)單位的管理層、治理層、員工或第三方使用欺騙手段獲取不當(dāng)或非法利益的故意行為”。財(cái)務(wù)舞弊涉及內(nèi)容寬泛，基于重要性、及時(shí)性的會(huì)計(jì)基本準(zhǔn)則，注冊(cè)會(huì)計(jì)師重點(diǎn)關(guān)注導(dǎo)致財(cái)務(wù)報(bào)表重大錯(cuò)報(bào)的舞弊。為了規(guī)范行為、明確責(zé)任，中國(guó)注冊(cè)會(huì)計(jì)師協(xié)會(huì)針對(duì)審計(jì)中發(fā)現(xiàn)錯(cuò)誤與舞弊的情況發(fā)布了《獨(dú)立審計(jì)具體準(zhǔn)則第8號(hào)——錯(cuò)誤與舞弊》，將舞弊具體定義為“偽造、編造記錄或憑證；侵占財(cái)產(chǎn)；隱瞞或刪除交易或事項(xiàng)；記錄虛假的交易或事項(xiàng)；蓄意使用不當(dāng)?shù)臅?huì)計(jì)政策”。為將錯(cuò)誤與舞弊進(jìn)行區(qū)分，該準(zhǔn)則的定義著重強(qiáng)調(diào)了舞弊行為的故意性和重大影響。與國(guó)內(nèi)的定義類(lèi)似，美國(guó)注冊(cè)會(huì)計(jì)師協(xié)會(huì)（AmericanInstituteofCertifiedPublicAccountants，AICPA）在《審計(jì)準(zhǔn)則第99號(hào)——考慮財(cái)務(wù)報(bào)告中的舞弊》（SASNO.99）對(duì)財(cái)務(wù)報(bào)告舞弊的定義為“故意在財(cái)務(wù)報(bào)告中錯(cuò)報(bào)或瞞報(bào)重大事項(xiàng)”。雖然中外審計(jì)準(zhǔn)則的表述有部分差別，但其闡述的基本思想較為一致：舞弊是企業(yè)管理層、治理層、員工或第三方故意錯(cuò)報(bào)或瞞報(bào)財(cái)務(wù)報(bào)告中的重要事項(xiàng)，導(dǎo)致財(cái)務(wù)報(bào)表與事實(shí)嚴(yán)重不符的行為。本研究將基于此定義，展開(kāi)對(duì)財(cái)務(wù)舞弊識(shí)別模型的探究。由于財(cái)務(wù)舞弊具有隱蔽性，本研究所指的財(cái)務(wù)舞弊企業(yè)為因虛構(gòu)利潤(rùn)、序列資產(chǎn)、重大遺漏等重大財(cái)務(wù)違規(guī)收到中國(guó)證監(jiān)會(huì)及相關(guān)機(jī)構(gòu)通報(bào)、警告的企業(yè)，未被通報(bào)的企業(yè)視為正常企業(yè)。2財(cái)務(wù)舞弊的動(dòng)機(jī)關(guān)于財(cái)務(wù)舞弊的動(dòng)機(jī)，國(guó)外學(xué)者先后提出了欺詐三角理論、四因子成因理論等多種理論。Albrecht等人（1984）提出了著名的欺詐三角理論（見(jiàn)圖1），認(rèn)為企業(yè)的欺詐行為主要由壓力（Pressure）、機(jī)會(huì)（Opportunity）和自我合理化（Rationalization）三個(gè)因素引起。其中，壓力代表公司面臨問(wèn)題的緊迫性，為公司進(jìn)行財(cái)務(wù)舞弊提供了行為動(dòng)機(jī)。機(jī)會(huì)指的是公司可以不被發(fā)現(xiàn)和懲罰地進(jìn)行財(cái)務(wù)舞弊的時(shí)機(jī)，這為財(cái)務(wù)舞弊行為創(chuàng)造了客觀條件。自我合理化是公司進(jìn)行財(cái)務(wù)舞弊時(shí)使用的借口，是行為對(duì)象說(shuō)服自己的過(guò)程。這三個(gè)誘因共同促成了企業(yè)的財(cái)務(wù)舞弊行為?；谄墼p三角理論，Bologan等人（1993）提出了四因子成因理論（見(jiàn)圖2），又名GONE成因理論，該理論將公司財(cái)務(wù)舞弊的原因歸結(jié)為貪婪（Greed）、機(jī)會(huì)（Opportunity）、需求（Need）和暴露（Expose）四個(gè)要素。其中，貪婪和需要為主觀因素，機(jī)會(huì)和暴露為客觀條件。貪婪指的是公司管理層對(duì)財(cái)富和權(quán)力的過(guò)度追求。需求是公司進(jìn)行財(cái)務(wù)舞弊行為的基礎(chǔ)，主要包括首次公開(kāi)發(fā)行、再融資、保牌等多個(gè)方面。機(jī)會(huì)是在貪婪和需求因素前提下，公司股權(quán)和治理結(jié)構(gòu)漏洞、證券制度漏洞等漏洞為管理層進(jìn)行財(cái)務(wù)舞弊提供的機(jī)會(huì)。暴露則為財(cái)務(wù)舞弊被發(fā)現(xiàn)的可能性和被揭發(fā)后需要承擔(dān)的后果，暴露風(fēng)險(xiǎn)越大，公司越不愿進(jìn)行財(cái)務(wù)舞弊。圖1欺詐三角理論圖2四因子成因理論Bologna和Robert（1993）對(duì)四因子成因理論進(jìn)行了延伸，提出了舞弊動(dòng)因理論，將風(fēng)險(xiǎn)因子細(xì)分為個(gè)別風(fēng)險(xiǎn)因子和一般風(fēng)險(xiǎn)因子。個(gè)別風(fēng)險(xiǎn)因子指難以被外界控制的因素，包括道德品質(zhì)和動(dòng)機(jī)。一般風(fēng)險(xiǎn)因子指受外界控制的因素，包括機(jī)會(huì)、舞弊被發(fā)現(xiàn)的可能性和舞弊被揭發(fā)后的處罰力度。根據(jù)舞弊動(dòng)因理論，四因子成因理論中的貪婪和需求因素屬于個(gè)別風(fēng)險(xiǎn)因子，機(jī)會(huì)和暴露因素屬于一般風(fēng)險(xiǎn)因子。與舞弊動(dòng)因理論類(lèi)似，Pankaj（2001）也將舞弊因素分為內(nèi)外部因素，內(nèi)部因素包括企業(yè)內(nèi)部規(guī)范、企業(yè)規(guī)模和經(jīng)營(yíng)收益水平，外部因素包括企業(yè)競(jìng)爭(zhēng)對(duì)手、宏觀經(jīng)濟(jì)水平和行業(yè)水平。Pankaj通過(guò)實(shí)證發(fā)現(xiàn)，在不合理的內(nèi)部組織結(jié)構(gòu)造成企業(yè)面臨困境的局勢(shì)下，輔以不穩(wěn)定的外部因素，企業(yè)可能通過(guò)財(cái)務(wù)舞弊解決當(dāng)前困頓。國(guó)內(nèi)學(xué)者對(duì)財(cái)務(wù)舞弊動(dòng)機(jī)的探討啟動(dòng)較晚，在國(guó)外相關(guān)理論較為完備的情況下，婁全（2003）提出四因子假說(shuō)（見(jiàn)圖3），進(jìn)一步細(xì)化了舞弊的動(dòng)機(jī)。該模型認(rèn)為財(cái)務(wù)舞弊的動(dòng)機(jī)主要由文化、動(dòng)機(jī)、機(jī)會(huì)和權(quán)衡四個(gè)因子組成。婁全創(chuàng)造性地提出了文化因素，即企業(yè)所處的社會(huì)環(huán)境對(duì)企業(yè)財(cái)務(wù)舞弊行為的推動(dòng)作用，他認(rèn)為在一個(gè)缺乏誠(chéng)信的社會(huì)中，財(cái)務(wù)欺詐更容易發(fā)生。圖3四因子假說(shuō)模型3財(cái)務(wù)舞弊的識(shí)別財(cái)務(wù)舞弊的識(shí)別研究與基于財(cái)務(wù)舞弊本身的研究長(zhǎng)期相伴相生。國(guó)外的研究主要可以分為三個(gè)階段。第一階段，研究人員致力于尋找紅旗指標(biāo)（RedFlags）以輔助審計(jì)人員識(shí)別財(cái)務(wù)危險(xiǎn)信號(hào)。紅旗指標(biāo)指的是公司業(yè)務(wù)背景下存在的、可能預(yù)示財(cái)務(wù)報(bào)表存在錯(cuò)報(bào)現(xiàn)象的潛在指標(biāo)。Beaver（1966）最早從財(cái)務(wù)比率角度研究了公司財(cái)務(wù)危機(jī)預(yù)警問(wèn)題，他根據(jù)指標(biāo)在公開(kāi)發(fā)表的財(cái)務(wù)報(bào)表分析中的出現(xiàn)頻次、在過(guò)往研究中表現(xiàn)的良好程度和指標(biāo)本身與現(xiàn)金流量相關(guān)性將30個(gè)關(guān)鍵財(cái)務(wù)指標(biāo)分為六組，每組中選取一個(gè)比率作為分析重點(diǎn)。通過(guò)成對(duì)比較出現(xiàn)財(cái)務(wù)危機(jī)的公司和未出現(xiàn)財(cái)務(wù)危機(jī)的公司的相關(guān)數(shù)據(jù)，Beaver開(kāi)創(chuàng)性地提出了基于會(huì)計(jì)數(shù)據(jù)的財(cái)務(wù)評(píng)估方法，并認(rèn)為其可以用于財(cái)務(wù)數(shù)據(jù)相關(guān)的任何目的研究。第二階段，研究人員嘗試開(kāi)發(fā)專(zhuān)家系統(tǒng)作為決策輔助工具，幫助審計(jì)人員識(shí)別財(cái)務(wù)舞弊現(xiàn)象。Albrecht（1986）基于Beaver的研究，基于經(jīng)驗(yàn)總結(jié)，檢測(cè)了87個(gè)財(cái)務(wù)比率在識(shí)別公司財(cái)務(wù)舞弊方面的作用，將其中的有效指標(biāo)匯總，搭建了財(cái)務(wù)舞弊識(shí)別的紅旗指標(biāo)體系。為了探究紅旗指標(biāo)和企業(yè)財(cái)務(wù)舞弊風(fēng)險(xiǎn)之間的聯(lián)系，Loebbecke和Willingham（1988）參考財(cái)務(wù)舞弊動(dòng)機(jī)相關(guān)理論，將財(cái)務(wù)舞弊風(fēng)險(xiǎn)識(shí)別概念化為條件（Conditions，公司能夠進(jìn)行欺詐的程度）、動(dòng)機(jī)（Motivation，公司是否具有財(cái)務(wù)舞弊的動(dòng)機(jī)）和態(tài)度（Attitudes，公司管理層是否存在不誠(chéng)信記錄），概括了財(cái)務(wù)造假的46個(gè)風(fēng)險(xiǎn)因素，搭建出L/W模型。次年，Loebbecke、Willingham和Eining（1989）使用畢馬威公司匯總的舞弊樣本數(shù)據(jù)，運(yùn)用單變量卡方檢驗(yàn)，檢驗(yàn)了L/W模型的識(shí)別能力，結(jié)果顯示，88%的樣本滿足L/W模型三因子中的至少一種，該研究未選取正常公司入樣，因此未能計(jì)算識(shí)別率。Bell等人（1991）引入了正常公司樣本，計(jì)算出L/W模型的總體識(shí)別率為75%。L/W模型為財(cái)務(wù)舞弊的識(shí)別提供了一套完整的方案，但由于該模型涉及大量的主觀判斷，且對(duì)財(cái)務(wù)數(shù)據(jù)的要求過(guò)高，更適合能夠接觸到非公開(kāi)信息的監(jiān)管部門(mén)和審計(jì)人員使用，對(duì)一般投資者和利益相關(guān)方的價(jià)值有限。第三階段，研究人員開(kāi)發(fā)并測(cè)試統(tǒng)計(jì)模型，運(yùn)用公開(kāi)信息識(shí)別上市公司的財(cái)務(wù)舞弊行為，主要涉及方法包括單變量分析、判別分析、Logistic模型和人工神經(jīng)網(wǎng)絡(luò)等。Pearson（1995）認(rèn)為可以完全通過(guò)公開(kāi)的財(cái)務(wù)報(bào)表數(shù)據(jù)建立logistic回歸模型，對(duì)財(cái)務(wù)舞弊行為進(jìn)行識(shí)別。Pearson選取了1970-1990年間美國(guó)市場(chǎng)103個(gè)涉及財(cái)務(wù)舞弊處罰的公司樣本，基于公司所處行業(yè)和企業(yè)規(guī)模匹配了另外103家正常經(jīng)營(yíng)的公司，構(gòu)造了103對(duì)樣本數(shù)據(jù)，通過(guò)t檢驗(yàn)、logistic逐步回歸，從10個(gè)初始自變量中篩選出財(cái)務(wù)杠桿、資本周轉(zhuǎn)率、流動(dòng)資產(chǎn)比率和企業(yè)規(guī)模四個(gè)財(cái)務(wù)舞弊識(shí)別指標(biāo)。與之類(lèi)似，Beneish（1999）選取了1982-1992年被美國(guó)證券交易委員會(huì)（UnitedStatesSecuritiesandExchangeCommission，SEC）處罰的公司作為樣本，演算出基于多個(gè)財(cái)務(wù)指標(biāo)的M-score公式，該模型以公式形式呈現(xiàn)，計(jì)算數(shù)值與標(biāo)準(zhǔn)數(shù)值對(duì)比即可判斷公司是否存在財(cái)務(wù)舞弊。Tsipouridou和Spathis（2002）對(duì)M-score模型進(jìn)行了延伸，在資產(chǎn)負(fù)債率等四個(gè)常見(jiàn)指標(biāo)的基礎(chǔ)上新增了財(cái)務(wù)壓力指標(biāo)，并用更新的模型對(duì)希臘公司的財(cái)務(wù)舞弊進(jìn)行預(yù)測(cè)，預(yù)測(cè)準(zhǔn)確率達(dá)到了84%。由于M-score模型僅僅涉及財(cái)務(wù)方面的信息，Dechow等人（2011）將股權(quán)特點(diǎn)、高管業(yè)績(jī)要求、公司所處行業(yè)和市場(chǎng)環(huán)境政策等非財(cái)務(wù)方面的信息納入模型，建立了F-score模型，模型的總體預(yù)測(cè)精度約為72%。此后，多位學(xué)者（TarjoandHerawati，2015；Kamal，2016）實(shí)證檢驗(yàn)了M-score模型的預(yù)測(cè)能力，總體正確率均達(dá)到80%以上。BP神經(jīng)網(wǎng)絡(luò)、LVQ神經(jīng)網(wǎng)絡(luò)等神經(jīng)網(wǎng)絡(luò)技術(shù)也是財(cái)務(wù)舞弊識(shí)別建模的熱門(mén)工具（GreenandChoi,1997;FanningandCogger,1998；蔡志岳，2006；王澤霞，2017；向崇學(xué)，2018等）。針對(duì)多種統(tǒng)計(jì)模型，國(guó)內(nèi)學(xué)界比較了它們?cè)谪?cái)務(wù)舞弊識(shí)別方面的優(yōu)劣。毛道維和朱敏（2006）綜合比較了線性概率模型、單因素方差模型、logistic回歸模型和多元判別模型，發(fā)現(xiàn)logistic回歸模型在總體精度、第一類(lèi)和第二類(lèi)誤判率方面表現(xiàn)均最為優(yōu)秀。蔡志岳和吳世農(nóng)（2006）對(duì)比了BP混合神經(jīng)網(wǎng)絡(luò)模型和logistic回歸模型，認(rèn)為BP混合神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)效果好于logistic模型。王澤霞（2017）采用了LVQ神經(jīng)網(wǎng)絡(luò)模型和BP神經(jīng)網(wǎng)絡(luò)模型雙模型進(jìn)行預(yù)測(cè)，發(fā)現(xiàn)組合模型的識(shí)別效果更好。但向崇學(xué)（2018）指出BP神經(jīng)網(wǎng)絡(luò)模型輸入指標(biāo)過(guò)多，容易出現(xiàn)收斂速度過(guò)慢、預(yù)測(cè)效果下降的問(wèn)題。總體而言，國(guó)內(nèi)外學(xué)者關(guān)于財(cái)務(wù)舞弊識(shí)別模型的探究經(jīng)歷了經(jīng)驗(yàn)為主到理論為主、特殊性到普適性的發(fā)展歷程，對(duì)該課題的研究涉及了統(tǒng)計(jì)學(xué)、會(huì)計(jì)學(xué)等多個(gè)學(xué)科的知識(shí)。目前財(cái)務(wù)舞弊識(shí)別模型逐漸完善，廣泛涉及財(cái)務(wù)因素和非財(cái)務(wù)因素。但對(duì)該問(wèn)題的研究仍存在一些空白：第一，由于我國(guó)會(huì)計(jì)準(zhǔn)則與國(guó)際通用會(huì)計(jì)準(zhǔn)則存在差異，國(guó)外學(xué)者搭建的多種財(cái)務(wù)舞弊識(shí)別模型的適用性有待考證和確認(rèn)；第二，國(guó)內(nèi)外研究主要面向全行業(yè)，學(xué)者普遍將企業(yè)所處行業(yè)作為非財(cái)務(wù)因素被納入模型（Pearson，1995；Beneish，1999），較少有學(xué)者聚焦具體行業(yè)的財(cái)務(wù)舞弊現(xiàn)象?？紤]中國(guó)背景下，制造業(yè)龐大，財(cái)務(wù)舞弊現(xiàn)象層出，本研究聚焦中國(guó)A股上市制造業(yè)企業(yè)，驗(yàn)證國(guó)外主流財(cái)務(wù)舞弊識(shí)別模型在我國(guó)經(jīng)濟(jì)環(huán)境中的適用程度，并試圖對(duì)其進(jìn)行拓展和改進(jìn)。參考文獻(xiàn)RUDYS,ALLAA,BRUNTONSL,etal.Data-drivenidentificationofparametricpartialdifferentialequations[J].SIAMJournalonAppliedDynamicalSystems,2019,18(2):643-660.辛金國(guó)等.舞弊審計(jì)程序研究[J].審計(jì)研究,2004(4):60-63.AlbrechtWS,HoweKR,RomneyMB.Deterringfraud:theinternalauditor'sperspective[M].InstofInternalAuditors,1984.BolognaJ,LindquistRJ,WellsJT.Theaccountant'shandbookoffraudandcommercialcrime[M].NewYork,NY:Wiley,1993.SaksenaP.Therelationshipbetweenenvironmentalfactorsandmanagementfraud:Anempiricalanalysis[J].InternationalJournalofCommerceandManagement,2001.婁權(quán).財(cái)務(wù)報(bào)告舞弊的四因子假說(shuō)[J].財(cái)會(huì)通訊,2004(13):63.BeaverWH.Financialratiosaspredictorsoffailure[J].Journalofaccountingresearch,1966:71-111.AlbrechtWS,RomneyMB,CherringtonDJ,etal.Red-flaggingmanagementfraud:Avalidation[J].AdvancesinAccounting,1986,3:323-333.LoebbeckeJK,WillinghamJ.ReviewofSECaccountingandauditingenforcementreleases[J].Unpublishedworkingpaper,1988.LoebbeckeJK,EiningMM,WillinghamJJ.Auditors’experiencewithmaterialirregularities:Frequency,nature,anddetectability[J].Auditing:AJournalofPractice&Theory,1989,9(1):1-28.BellTB,SzykownyS,WillinghamJJ.Assessingthelikelihoodoffraudulentfinancialreporting:Acascadedlogitapproach[J].UnpublishedManuscript,April,1991.PersonsOS.Usingfinancialstatementdatatoidentifyfactorsassociatedwithfraudulentfinancialreporting[J].JournalofAppliedBusinessResearch(JABR),1995,11(3):38-46.BeneishMD.IncentivesandpenaltiesrelatedtoearningsoverstatementsthatviolateGAAP[J].TheAccountingReview,1999,74(4):425-457.TsipouridouM,SpathisC.EarningsmanagementandtheroleofauditorsinanunusualIFRScontext:ThecaseofGreece[J].JournalofInternationalAccounting,AuditingandTaxation,2012,21(1):62-78.DechowPM,GeW,LarsonCR,etal.Predictingmaterialaccountingmisstatements[J].Contemporaryaccountingresearch,2011,28(1):17-8HerawatiN.ApplicationofBeneishM-Scoremodelsanddataminingtodetectfinancialfraud[J].Procedia-SocialandBehavioralSciences,2015,211:924-930.KamalMEM,SallehMFM,AhmadA.DetectingfinancialstatementfraudbyMalaysianpubliclisted