而Jones(1991)进行实证研究时采用的是资产负债表法,因为在早期的研究中,现金流量数据不易取得。叶康涛(2006)的实证研究选用的也是资产负债表法,并在两种方法中进行选择时,对其识别公司盈余管理行为有效性进行了预检验,可是笔者认为预检验是基于考察上市公司出于避免亏损动机进行的盈余管理,不具有广泛的代表性。
所以,本文的研究选用:现金流量表法。
公式1:TAit=NIit-CFOit
其中,TAit是第t期总应计利润,NIit是第t期净利润,CFOit是第t期现金流量表中经营活动产生的现金流量净额。
张雁翎和陈涛(2007)研究指出,第一类误差的方法认为包括修正的Jones模型在内的三种模型能有效地检验出盈余管理行为,而根据对操纵性应计部分的短期效应的实证则认为包括修正的Jones模型在内的四种模型是较优的计量模型。
所以,本文采用修正的Jones模型计量盈余管理的程度。
公式2:TAit/Ait-1=a1i1/Ait-1+a2i△REVit/Ait-1+a3iPPEit/Ait-1+eit
其中,Ait-1是上期期末总资产,△REVit是第t期营业收入和第t-1期营业收入的差额,PPEit是第t期期末固定资产原值,eit为模型的剩余残差项。
公式3:NDAit/Ait-1=a1i1/Ait-1+a2i(△REVit - △RECit)/Ait-1+a3iPPEit/Ait-1
其中,a1i、a2i、a3i是上面模型的估计值,NDAit是第t期非操控性应计利润,△RECit是第t期应收账款和第t-1期应收账款的差额,其他变量的含义与上述方程相同。
公式4:DAit=TAit/Ait-1-NDAit/Ait-1
其中,DAit是第t期操控性应计利润(很显然,DAit已经经过了第t-1期总资产的调整)。
(二)操控性应计利润的分离
本文已经将盈余管理行为分为了两类:一是“零所得税成本”的盈余管理行为,二是“非零所得税成本”的盈余管理行为。如上所述,依据修正的Jones模型,计算出盈余管理的程度,即操控性应计利润(DA)。
根据“非零所得税成本”盈余管理行为的组成项目,笔者建立以下模型,将操控性应计利润进行分离。模型中选用的变量既对会计利润产生影响,又对应纳税所得额产生影响。
公式5:DAit=a0+a1YYSRit+a2XSFYit+a3GLFYit+a4CWFYit+a5ZCJZit+a6YYWSit+a7YYWZit+a8GLJYit+eit
其中,YYSRit是第t期的营业收入,XSFYit是第t期的销售费用,GLFYit是第t期的管理费用,CWFYit是第t期的财务费用,ZCJZit是第t期的资产减值损失,YYWSit是第t期的营业外收入,YYWZit是第t期的营业外支出,GLJYit是第t期的关联交易金额,eit为模型的剩余残差项。以上变量均经过了第t-1期总资产(Ait-1)的调整,进行了标准化。
公式6:DA非0=a0+a1YYSRit+a2XSFYit+a3GLFYit+a4CWFYit+a5ZCJZit+a6YYWSit+a7YYWZit+a8GLJYit
其中,DA非0是第t期的“非零所得税成本”盈余管理行为导致的操控性应计利润, ai(i=0~8)是上面模型的估计值。
公式7:DA0=DAit -DA非0
其中,DA0是第t期的“零所得税成本”盈余管理行为导致的操控性应计利润。
四、样本选择与描述性统计
(一)样本选取
本文以2008年在上海交易所和深圳交易所上市的1575家公司(不包括金融类上市公司)为样本经济论文,出于回归模型的考虑,按以下顺序剔除了部分样本公司:(1)2008年新上市的公司;(2)财务数据缺失的公司。最后得到636家公司的财务数据,作为模型研究的样本。全部数据来源于CCER数据库。
(二)数据的描述性统计
变量
|
样本量
|
均值
|
中值
|
最大值
|
最小值
|
标准差
|
TA/A
|
636
|
-0.0198
|
-0.0260
|
1.9053
|
-0.9103
|
0.1455
|
1/A
|
636
|
7.31E-10
|
4.75E-10
|
7.23E-9
|
1.01E-12
|
8.09E-10
|
△REV/A
|
636
|
0.0961
|
0.0649
|
4.8904
|
-1.4167
|
0.3392
|
(△REV-△REC)/A
|
636
|
0.0914
|
0.0597
|
3.6636
|
-1.2263
|
0.2986
|
PPE/A
|
636
|
0.3016
|
0.2489
|
2.3901
|
0.0007
|
0.2337
|
NDA/A
|
636
|
-0.0203
|
-0.0185
|
0.1344
|
-0.2082
|
0.0256
|
DA
|
636
|
0.0005
|
2.11E-5
|
1.9352
|
-0.8928
|
0.1441
|
YYSR
|
636
|
0.8559
|
0.6810
|
8.3299
|
0.0096
|
0.7647
|
XSFY
|
636
|
0.0446
|
0.0257
|
0.5999
|
7.03E-7
|
0.0604
|
GLFY
|
636
|
0.0545
|
0.0465
|
0.4974
|
0.0018
|
0.0392
|
CWFY
|
636
|
0.0172
|
0.0150
|
0.1633
|
-0.0294
|
0.0183
|
ZCJZ
|
636
|
0.0151
|
0.0053
|
0.6638
|
-0.0335
|
0.0415
|
YYWS
|
636
|
0.0187
|
0.0045
|
2.1945
|
6.66E-10
|
0.1005
|
YYWZ
|
636
|
0.0052
|
0.0014
|
0.4055
|
-0.1419
|
0.0258
|
GLJY
|
636
|
0.3382
|
0.1846
|
6.8744
|
7.8E-6
|
0.6433
|
DA非0
|
636
|
-0.0010
|
0.0012
|
1.9235
|
-0.9535
|
0.1042
|
DA0
|
636
|
0.0016
|
-0.0050
|
0.6248
|
-0.3533
|
0.0976
|
操控性应计利润(DA)的均值为正,可见从样本总体来看,企业整体调增了利润;调增利润最多的为1.9352,调减利润最多的为0.8928。DA非0的均值小于零,DA0的均值大于零,可见,从样本总体来看,企业利用“非零所得税成本”的盈余管理行为来调减利润,利用“零所得税成本”的盈余管理行为来调增利润。
五、实证分析结果
本文采用Eviews6.0统计分析软件,对所选取的样本数据进行统计分析。
(一)对公式2进行回归分析,计算操控性应计利润
由于本文选用的数据为截面数据,产生异方差的可能性很大,所以对模型做异方差检验,本模型采用的是White检验,结果如下表:
White Heteroskedasticity Test:
|
F-statistic
|
9.684012
|
Probability
|
0.000000
|
Obs*R-squared
|
77.72672
|
Probability
|
0.000000
|
可见,上面两个值的概率P值都较小,即可认为模型存在异方差性。然后采用加权最小二乘法对异方差性进行修正。修正后的结果如下:
Dependent Variable: TA
|
Weighting series: 1/ABS(RESID)
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
1/A
|
5213746.
|
276300.1
|
18.86987
|
0.0000
|
△REV/A
|
0.070964
|
0.001645
|
43.13552
|
0.0000
|
PPE/A
|
-0.101575
|
0.000877
|
-115.7856
|
0.0000
|
Weighted Statistics
|
R-squared
|
0.979814
|
F-statistic
|
15362.81
|
Durbin-Watson stat
|
2.237643
|
Prob(F-statistic)
|
0.000000
|
从以上结果可以看出,R2在97%以上,拟合度相当高;变量1/A、△REV/A、PPE/A的t值都较大,通过了显著性检验。因此,可以将估计值带入公式3计算NDA/A,从而根据公式4也可以计算出盈余管理的程度——操控性应计利润(DA)论文格式范文。
(二)对公式5进行回归,计算DA非0、DA0
1、下表是各变量之间的相关系数:
相关系数
|
YYSR
|
XSFY
|
GLFY
|
CWFY
|
ZCJZ
|
YYWS
|
YYWZ
|
GLJY
|
YYSR
|
1
|
0.329
|
0.312
|
-0.003
|
-0.015
|
-0.029
|
-0.025
|
0.321
|
XSFY
|
0.329
|
1
|
0.387
|
-0.053
|
-0.021
|
0.013
|
-0.005
|
0.007
|
GLFY
|
0.312
|
0.387
|
1
|
0.058
|
0.047
|
0.073
|
0.073
|
0.100
|
CWFY
|
-0.003
|
-0.053
|
0.058
|
1
|
0.272
|
0.143
|
0.404
|
0.122
|
ZCJZ
|
-0.015
|
-0.021
|
0.047
|
0.272
|
1
|
0.059
|
0.253
|
-0.005
|
YYWS
|
-0.029
|
0.013
|
0.073
|
0.143
|
0.059
|
1
|
0.321
|
0.028
|
YYWZ
|
-0.025
|
-0.005
|
0.073
|
0.404
|
0.253
|
0.321
|
1
|
0.048
|
GLJY
|
0.321
|
0.007
|
0.100
|
0.122
|
-0.005
|
0.028
|
0.048
|
1
|
各变量的相关系数基本都在0.4以下,所以各自变量之间不存在严重的多重共线性,变量的选取是恰当的。
2、异方差性。
对模型进行White检验,结果如下:
White Heteroskedasticity Test:
|
F-statistic
|
7.481228
|
Probability
|
0.000000
|
Obs*R-squared
|
227.5164
|
Probability
|
0.000000
|
可见,两个值的概率P值都较小,即可认为模型存在异方差。
3、采用加权最小二乘法对异方差性进行修正。修正后的结果如下:
Dependent Variable: DA
|
Weighting series: 1/ABS(RESID)
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
C
|
0.012730
|
0.001073
|
11.86322
|
0.0000
|
YYSR
|
-0.012785
|
0.000597
|
-21.42738
|
0.0000
|
XSFY
|
-0.106973
|
0.009016
|
-11.86433
|
0.0000
|
GLFY
|
0.363523
|
0.013047
|
27.86176
|
0.0000
|
CWFY
|
-1.204422
|
0.022441
|
-53.66999
|
0.0000
|
ZCJZ
|
-1.030311
|
0.010944
|
-94.14081
|
0.0000
|
YYWS
|
0.901993
|
0.009344
|
96.53430
|
0.0000
|
YYWZ
|
-1.287072
|
0.013705
|
-93.90939
|
0.0000
|
GLJY
|
0.024818
|
0.001812
|
13.69899
|
0.0000
|
Weighted Statistics
|
R-squared
|
0.993201
|
F-statistic
|
11449.81
|
Durbin-Watson stat
|
2.067270
|
Prob(F-statistic)
|
0.000000
|
从以上结果可以看出,R2在99%以上,拟合度相当高;C和各变量的t值都较大,通过了显著性检验。因此,可以将估计值带入公式6计算DA非0,然后根据公式7计算出DA0。
(三)DA、DA非0、DA0的统计分析
经过上述步骤计算出了DA非0、DA0,现在要对DA、DA非0、DA0进行统计分析。首先将所有的DA分为DA>0(318个样本)和DA<0(318个样本)两类。
1、DA>0,即管理层调增了企业的利润。
(1)把DA非0作为因变量,把DA作为自变量,对318个样本进行回归分析,得到如下结果:
Dependent Variable: DA非0
|
Included observations: 318
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
C
|
-0.030115
|
0.004838
|
-6.224964
|
0.0000
|
DA
|
0.627295
|
0.029389
|
21.34422
|
0.0000
|
R-squared
|
0.590449
|
F-statistic
|
455.5759
|
Durbin-Watson stat
|
1.228702
|
Prob(F-statistic)
|
0.000000
|
(2)把DA0作为因变量,把DA作为自变量,对318个样本进行回归分析,得到如下结果:
Dependent Variable: DA0
|
Included observations: 318
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
C
|
0.030115
|
0.004838
|
6.224964
|
0.0000
|
DA
|
0.372705
|
0.029389
|
12.68161
|
0.0000
|
R-squared
|
0.337281
|
F-statistic
|
160.8233
|
Durbin-Watson stat
|
1.228702
|
Prob(F-statistic)
|
0.000000
|
可见,两次回归分析拟合效果都不错,且均通过了显著性检验。
因此,可以得出结论:当DA增加1时,DA非0增加0.627,DA0增加0.373,表明企业通过盈余管理行为调增利润时,偏好于利用“非零所得税成本”的盈余管理行为,比如,利用增加虚拟资产、关联交易、资产减值等方式。
2、DA<0经济论文,即管理层调减了企业的利润。
(1)把DA非0作为因变量,把DA作为自变量,对318个样本进行回归分析,得到如下结果:
Dependent Variable: DA非0
|
Included observations: 318
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
C
|
0.033533
|
0.004074
|
8.231655
|
0.0000
|
DA
|
0.705211
|
0.034008
|
20.73692
|
0.0000
|
R-squared
|
0.576419
|
F-statistic
|
430.0198
|
Durbin-Watson stat
|
1.526299
|
Prob(F-statistic)
|
0.000000
|
(2)把DA0作为因变量,把DA作为自变量,对318个样本进行回归分析,得到如下结果:
Dependent Variable: DA0
|
Included observations: 318
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
C
|
-0.033533
|
0.004074
|
-8.231655
|
0.0000
|
DA
|
0.294789
|
0.034008
|
8.668335
|
0.0000
|
R-squared
|
0.192105
|
F-statistic
|
75.14004
|
Durbin-Watson stat
|
1.526299
|
Prob(F-statistic)
|
0.000000
|
可见,两次回归分析拟合效果都不错,且均通过了显著性检验。
因此,可以得出结论:当DA减少1时,DA非0减少0.705,DA0减少0.295,表明企业通过盈余管理行为调减利润时,也是偏好于利用“非零所得税成本”的盈余管理行为。
六、结论
上市公司进行盈余管理的时候,不同的盈余管理行为所得税成本是不同的。有些盈余管理行为既会改变会计利润,又会改变应纳税所得额,即存在所得税成本;有些盈余管理行为只改变会计利润,不改变应纳税所得额,即不存在所得税成本。
当上市公司准备调增利润时,管理层更偏好于利用“非零所得税成本”的盈余管理行为;当准备调减利润时,管理层也是更偏好于利用“非零所得税成本”的盈余管理行为。
具体而言,当上市公司准备调增利润时,管理层更倾向于存在所得税成本的“非零所得税成本”盈余管理行为,并且愿意为其多支付所得税费用,由此可见,所得税成本无法从根本上改变盈余管理的动机和目的。当上市公司准备调减利润时,管理层也更倾向于存在所得税成本的“非零所得税成本”的盈余管理行为,而此时,该类行为会因利润的减少而少支付所得税费用;该结论也从另一个角度验证了盈余管理的一个重要动机——避税:管理层利用盈余管理行为调减利润时可以降低所得税税负。
参考文献:
[1]叶康涛:盈余管理与所得税支付:基于会计利润与应税所得之间差异的研究[J],中国会计评论,2006(12)
[2]王跃堂、王亮亮和贡彩萍:所得税改革、盈余管理及其经济后果[J],经济研究,2009(3)
[3]郭荟:中国上市公司盈余管理方式与所得税成本问题研究[M],大连出版社,2009年1月
[4]王生年:盈余管理影响因素研究——公司治理视角[M],经济管理出版社,2009年5月
[5]蔡昌:盈余管理[M],西安交通大学出版社,2005年5月
[6]马忠和朱栗:盈余管理计量方法综述与研究展望[C],中国会计学会高等工科院校分会2008年学术年会,2008
[7]张雁翎和陈涛:盈余管理计量模型效力的实证研究[J],数理统计与管理,2007(5)
[8]邵毅平:新旧会计准则下盈余管理手段及识别[J],财会月刊(综合),2007(10)
[9]张京和李伊维:浅谈盈余管理的手段[J],山西财经大学学报,2009(11)
[10]Philips, J., Pincus, M. and Rego, S., Earning management: newevidence based on deferred tax expense, The Accounting Review, 2003,78(2)
[11]Erickson, M., Hanlon, M. and Maydew, E., How much will firms payfor earnings that do not exist? Evidence of taxes paid on allegedly fraudulentearnings, The Accounting Review, 2004,79(2)
[12]Shackelford, D. and Shevlin, T., Empirical tax research inaccounting , Journal of Accounting and Economics, 2001,31
[13]Hribar Paul, Collins Dan, Erros in estimating accruals:Implcations for empirical research, Journal of Accounting Research, 2002,40(1)
2/2 首页 上一页 1 2 |