公司審計意見描述性統(tǒng)計論文

導語：公司審計意見描述性統(tǒng)計論文一文來源于網友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

內容摘要：本文運用描述性統(tǒng)計的方法對1999-2006年上市公司年報中所有上市公司、ST公司、虧損公司的審計意見進行比較分析；根據兩種界定財務危機的方法分別建立Logistic回歸模型，并比較分析了預測模型的有效性。結果表明審計意見具有顯著信息含量，應當將此指標納入財務危機預警模型。

關鍵詞：審計意見財務危機預警信息含量Logistic回歸模型

審計意見作為企業(yè)經營狀況的指示燈，能夠從其獨特的視角反映公司的經營狀況。關于審計意見信息含量的研究，國外開始的比較早，相關文獻表明，審計意見在財務危機預警中的作用尚無定論。與國外的研究結果相一致，我國學者對審計意見在財務危機預警中是否具有信息含量研究的結論也不一致。

研究設計

審計意見的分類。本文在研究時，審計意見的劃分為標準審計意見（標準無保留審計意見）和非標準審計意見（除標準無保留審計意見之外的其他審計意見）兩類。

財務危機的界定。本文在研究時，采用兩種較為常見的財務危機標志事件選擇方法并比較這兩種選擇方法在財務危機預警中作用的異同。取值規(guī)則（FDA，F(xiàn)inancialDistressAffair）如下：

研究假設。國內一些學者關注審計意見信息含量的實證研究，基本著重于考察審計意見在股票市場上的市場反應，而沒有對審計意見能否預測財務危機給予正面回答。由此本文提出以下假設：

H1：財務危機公司獲得的非標準審計意見的比例要大于所有上市公司的平均水平。

H2：加入審計意見的預測模型的預測能力高于未加入審計意見模型的預測能力。

H3：離公司陷入財務危機的時間越短，預測精度就越高。

H4：對財務危機的不同界定方法（FAD1和FAD2）對模型的預測正確率有顯著影響。

本文數據來源于巨潮資訊網。選取1998～2006年度的所有虧損上市公司和因財務狀況異常而被ST的所有上市公司作為統(tǒng)計分析的研究樣本。

實證研究

（一）我國上市公司審計意見的描述性統(tǒng)計

按照以上審計意見分類標準和財務危機的界定方法，本文對1998-2006年滬深兩市上市公司披露的審計意見作了描述性統(tǒng)計，具體結果如表1。

為了更好地反映不同類型公司在不同年度的審計意見，按照本文的劃分方法（標準審計意見和非標準審計意見），得到1999-2006年上市公司審計意見如圖1、圖2所示。

從表1、圖1、圖2中，我們可以看出：

第一，虧損公司和ST公司獲得非標準審計意見的比例均顯著大于所有上市公司，也可以說，所有上市公司獲得的標準審計意見顯著大于虧損公司和ST公司，所以H1成立。

第二，從時間序列上來看，ST公司出具的非標準審計意見的比例要大于虧損公司，或者可以說，虧損公司出具的標準審計意見的比例要大于ST公司。

（二）預測審計意見類型的Logistic回歸

1.樣本選取與設計。選擇2006年度被ST的上市公司50家，同時選擇與ST公司處于同一行業(yè)，資產規(guī)模相近、上市時間相近的50家公司作為配對公司（記作SAMPLE1），然后選取ST公司前一年和前兩年的數據分別建立模型。

選擇2006年度虧損上市公司50家，同時選擇與虧損公司處于同一行業(yè)，資產規(guī)模相近、上市時間相近的50家公司作為配對公司（記作SAMPLE2），然后選取虧損公司前一年和前兩年的數據分別建立模型。

2.模型設計。本文采用Logistic多元回歸模型進行研究。為了比較兩種財務危機的界定方法（FDA1和FDA2）對回歸模型的影響，本文將以這兩種劃分標志分別建立模型，并且比較它們的預測效果；此外，由于本文的側重點在于審計意見信息含量的研究，所以沒有把過多的精力放在建立復雜的財務預警模型上，最終本文從反映企業(yè)的盈利能力、短期償債能力、長期償債能力、增長能力和資產利用能力等方面考慮，最終確定以下變量：資產收益率、流動比率、資產負債比率和總資產周轉率，分別用X1，X2，X3，X4表示，建立Logistic回歸模型。

理性的管理者往往希望通過以前年度上市公司的審計意見類型，結合其他重要會計信息來合理預測本年度公司的情況，所以，我們把在2006年被ST（或虧損）公司記為i年，因此i-1（2005），i-2（2004年）分別表示陷入財務困境前一年、前兩年。

未加入審計意見模型，

其中，

其中，i=1，2，分別表示i-1和i-2年；P表示上市公司陷入財務危機的概率。對于ST（或虧損）公司，Yi取1，否則取0，根據所得到的Logistic方程，以0.5為最佳判定點對原始數據進行判定，若P>0.5，則判定該樣本為財務危機的公司，否則為正常公司。

加入審計意見X5建立新模型。在原來模型的基礎上引入審計意見這一指標，用X5表示。

建立的新模型如下：

3.預測模型及結果分析。為考察以上模型的預測效果，我們把樣本SAMPLE1中的3/5作為估計樣本，共60家，其中ST公司和匹配公司各30家；其余的2/5作為預測樣本，共40家，其中ST公司和匹配公司各20家；此外，我們把樣本SAMPLE2中的3/5作為估計樣本，共60家，其中虧損公司和匹配公司各30家；其余的2/5作為預測樣本，共40家，其中虧損公司和匹配公司各20家，通過估計樣本數據，分別建立預測模型。

由表2可得：無論采取哪種界定財務危機的方法，加入審計意見后，模型的預測正確率都會大大提高，也就證明了審計意見具有增量信息含量，從而證明H2成立。離公司陷入財務危機的時間越短，預測精度就越高。我們可以看出2005年綜合模型的預測正確率要大于2005所對應的綜合模型。從而證明H3成立。財務危機的界定方法對模型的影響不大，所以H4不成立。

結論

本文通過對1998～2006年滬深兩市上市公司披露的審計意見的實證分析，可以得出以下結論：財務危機公司（虧損公司和ST公司）獲得非標準審計意見的比例均顯著大于所有上市公司的平均水平；從時間序列上來看，ST公司出具的非標準審計意見的比例要大于虧損公司出具的非標準審計意見的比例；審計意見在財務預警中具有信息含量，即加入審計意見后，提高了預測正確率。

參考文獻：

1.陳梅花.審計意見信息含量研究－來自中國證券市場的實證證據[D].上海財經大學博士論文，2001

2.張鳴，張艷，程濤.財務預警前沿研究[M].上海財經大學出版社，2003

3.單鑫.中國股票市場對審計意見信息披露反應的研究[D].清華大學碩士論文，1999