团论文网
团论文网
-
［摘要］我国证券市场创立30多年以来，实体经济与资本市场紧密结合，共同促进证券市场的成长。然而，财务舞弊事件时有发生，且涉及金额巨大，严重影响经济市场的稳定发展。文章以2022年因财务舞弊、信息披露违法违规等问题受到行政处罚的J公司为研究对象，利用M-Score模型中的8个指标和非财务信息对企业财务舞弊问题进行识别分析，同时针对如何防范财务舞弊提出建议，以期减少财务舞弊事件。
［关键词］财务舞弊识别；M-Score模型；非财务指标
1 J公司案例概况
1.1公司简介
J公司成立于1996年，是我国较早从事黄金珠宝加工的企业，2011年利用G股份有限公司借壳上市。2015年，J公司为扩大业务规模，通过发行股票和支付现金的方式，收购了F租赁公司90%的股权。J公司也逐渐发展为拥有珠宝首饰研发设计、黄金零售批发以及融资租赁等业务的多元化经营体系。
1.2案例介绍
2022年11月，证监会披露：J公司2017年度虚增营业收入10.71亿元，利润总额12.33亿元；2018年度虚增营业收入6 000万元，利润总额6 000万元，存货17.69亿元。同时，J公司2016—2018年年度报告中未按规定披露其与控股股东、实际控制人及其关联方非经营性占用资金的关联交易，存在重大遗漏。
2基于M-Score模型的J公司财务舞弊识别分析
2.1 M-Score模型概述
M-Score模型由博纳什（Beneish）教授于1999年基于美国上市舞弊公司的研究而提出，以成功预测美国安然公司财务造假而闻名［1］。M-Score模型借助上市公司的财务数据，通过8个指标的衡量，算出一个企业的“M值”，“M值”得分越高的企业则存在舞弊的可能性越高，其公式如下：
M=−4.840+0.920×DSRI+0.528×GMI+
0.404×AQI+0.892×SGI+0.115×DEPI−（1）
0.172×SGAI−0.327×LVGI+4.697×TATA
式（1）中，DSRI代表应收账款指数，GMI代表毛利率指数，AQI代表资产质量指数，SGI代表营业收入指数，DEPI代表折旧指数，SGAI代表销售及管理费用指数，LVGI代表杠杆指数，TATA代表应计系数。M≥-1.78，判定为舞弊企业；M＜-1.78，判定为非舞弊企业。
2.2计算指标分析
本文选取了J公司2015—2021年的财务报表数据作为研究对象，计算出M-Score模型下6年各项指数，并对异常指标进行分析。
（1）营业收入指数（SGI）：代表企业当年销售收入与上年销售收入之比。J公司2016年和2017年的营业收入指数大于1，表明2016年和2017年的销售收入呈增长态势，且在2017年销售额达到峰值，为116.98亿元。然而，受内外部环境影响，2018年起J公司的经营业务持续下滑，2018—2021年销售增长指数均小于1，2021年降低至0.99亿元。
销售收入是所有投资者都会关注的、用来衡量公司经营状况的重要指标。销售增长并不直接意味着企业存在财务舞弊的可能性，但大多数舞弊的企业都是通过销售额对报表进行粉饰［2］。在会计记账中，每笔交易都会引起资产负债表和利润表的联动变化。所以，如果公司虚增了销售收入，就必须对其资产负债表的数据进行调整，其典型的手段是虚增应收账款或者库存，然后在未来年度通过计提坏账准备和减值损失，消除账面上的虚增数据，达到报表平衡。
（2）应收账款指数（DSRI）：指当年的应收账款占销售收入比率与上一年应收账款占销售收入比率的变化值。J公司因收购了F租赁公司的股权，使得J公司于2016年合并后的应收账款较2015年同期大幅增长，导致2016年应收账款指数为6.07；其后，2019年的应收账款指数为6.47，2020年达到9.35。相较于经营能力正常且回款率较为稳定的企业，如果这个指数突然出现大幅上升，那么意味着公司的经营状况可能出现问题。
一般而言，应收账款的数额都是越小越好，应收账款的存在说明本该属于公司的货币资金遭到占用，从而引起资金流动性危机。应收账款因自身存在的复杂性和产生坏账等问题，具有极大的不确定性，很容易被企业将虚构的销售收入转为应收账款［3］。J公司2016—2020年应收账款金额分别为21.39亿元、26.08亿元、13.97亿元、37.84亿元、31.57亿元；2021年因处置子公司和计提坏账准备，使得应收账款账面余额为0元。J公司应收账款指数变化太大，也会被怀疑其真实性。
（3）毛利率指数（GMI）：是上年与本年毛利率之比，该指数大于1，意味着企业盈利减少。公司的营业状况可以通过营业毛利率得到直观、充分的展现，如果营业毛利率出现巨大的波动，那么应该关注该公司的经营情况是否正常。根据表1可知，J公司2017年和2018年的毛利率指数较为异常，其中2017年毛利率指数为1.28，2018年达到了6.69。
2015年，J公司收购了F租赁公司90%的股权，在业绩承诺期（2015—2017年）内，公司金融板块业务飞速发展，毛利率也趋于直线上升。收购F租赁公司的前三年，J公司毛利率均值为5.6%；J公司业绩承诺期三年的毛利率分别为8%、19%和15%。但在承诺到期后，金融板块业务的收入和毛利率都出现负增长，2018年毛利率骤降至2%。该公司毛利率展现的是一种不正常的变化。因此，从这个方面出发，也可以对公司是否产生舞弊行为作出合理的判断。
（4）资产质量指数（AQI）：指企业的非流动资产剔除固定资产和在建工程后的金额与资产总额比率的变动数。J公司2016年、2021年的资产质量指数都大于1，说明总资产中盈利不确定性高的资产比例增加了，反映的是资产变现质量的下降、变现稳定性的降低和变现风险的增加，这也可能为企业舞弊提供动机。
（5）折旧指数（DEPI）：是企业上期折旧率与本期折旧率之比。2016—2018年J公司折旧指数均大于1，表明该公司可能通过提高残值率、增加资产使用年限等方法降低当年的折旧费用，以此降低折旧所产生的成本，从而通过虚减成本来调高企业利润［2］。
（6）销售及管理费用指数（SGAI）：指企业销售及管理费用与营业收入占比的连续两年变动数。J公司2016年、2019年和2020年的费用增量指标都大于1，说明费用的增长与企业销售收入的增长不成比例。
（7）杠杆指数（LVGI）：是当年资产负债率与上年资产负债率的比值，杠杆指数大于1，意味着企业的资产负债率提高，企业的债务风险增加。J公司2016—2021年的杠杆增量指标均接近1或者大于1。其中，2016年公司资产负债率为73%，且逐年呈上升趋势，2019年资产负债率增长至99%，出现资不抵债的现象。企业为了减少这种消极信号所带来的负面影响，很可能会通过美化其他财务数据来传递企业经营效益良好的信息。
（8）应计系数（TATA）：指总应计项占总资产的比例，其中总应计项目为“流动资产增量（不含货币资金增量）、流动负债增量（不含一年内到期的长期负债增量及应交税费增量）以及折旧费用”三组数据的差额。应计项目是企业盈余管理操纵的一个重要方面，通常应计系数上升，财务的舞弊可能性越高。表1数据显示，2020年的应计系数相对较高。
2.3计算结果分析
通过计算发现，J公司在2016年、2018年、2019年、2020年的M值都已大于-1.78，且对具体指标分析时，也都暴露出不同程度的财务风险和财务数据造假的可能性。综上，可以推定J公司极大可能存在财务舞弊行为。
3非财务指标异常分析
识别财务舞弊行为不仅需要剖析异常的财务数据，还要从内部控制、第三方审计、人员变动等非财务信息入手，扩展不同视角，发掘相关舞弊预警信号。
3.1内部控制失效
J公司于2019—2021年披露的内审报告意见类型均为否定意见。2019年内审报告披露企业存在三个重大缺陷：一是对不满足条件的利息收入进行了确认，对利息成本的核算没有完整的控制程序；二是F租赁公司的信用风险内部运行失效；三是F租赁公司于2019年财务和业务人员发生较大变动，表明J公司对子公司的内控缺少监督管理。J公司2020年内审报告公布，导致2019年内审报告为否定意见的事项并未消除，且另外存在两个内控重大缺陷：一是对超出信用账期的应收账款未采取及时有效的催收手段，增加企业坏账风险；二是内部审计部门资源配置不足，未能对内控进行有效的管理和监督。J公司2021年的内审报告中，导致2020年发表否定意见的事项依然未消除。
J公司内部控制存在重大缺陷且时间持续长达三年，说明内控制度无法为企业内控目标的实现提供合理保证。当内控制度的建立或者执行没有按照设计好的方案进行时，会使J公司的内部控制失效，也会为财务舞弊提供滋生腐败的空间。
3.2高管陆续离职
从2017年开始，J公司高管出现陆续离职现象。2017年11月，董事会秘书离职；2018年，总经济师和副总裁先后因个人原因辞职；2019年，副总经理、董事会秘书等8名高层管理者陆续离职；2020年，独立董事、监事会主席等11名高管先后离职；2021年，董事长、副总经理等3人因个人原因或公司业务缩减而离任。
一般而言，正常运营的企业高管较为稳定，流动性低，所以当出现高管陆续离职现象时，可以从侧面反映出公司内部出现了问题，也可以进一步对财务舞弊行为进行识别。
4财务舞弊防范建议
4.1健全公司内控机制
舞弊机会的产生通常源于公司内部，因此，完善的公司内控机制是构建科学规范公司的前提，也可以让企业从源头遏制舞弊行为。企业应制定规范完整的内控制度，并且要一以贯之，坚持执行，同时还应加强对内部控制的监督检查与自我评估，树立全员控制的意识［4］。
4.2增强会计师事务所“看门人”的作用
会计师事务在审计时需要保持谨慎和独立性，严格按照审计准则规定执行审计业务，并且需要适应信息化发展，更好地运用大数据分析上市公司的经营数据，通过比较同行业平均值和行业特征形成监控预警阈值，履行好资本市场“看门人”的职责。
4.3充分发挥相关部门的监管职能
J公司财务舞弊行为并非无迹可寻，却多年未被发现，这也暴露出相关部门的监管力度不大。对此，监管部门一方面可以通过建立完善的举报机制等方式进一步加大打击力度；另一方面也应提升自身工作水准，增强对舞弊行为的识别能力［5］。当存在多方监管机构时，需要厘清自身的监管职责和范围，避免各机构发生推诿扯皮的不良行为。
5结束语
随着资本市场的不断发展，财务舞弊行为的隐蔽性更强,手段也更高明，舞弊的识别和治理注定是一场没有硝烟的持久战。本文对财务舞弊行为的识别分析和防范建议，希望能帮助相关利益者做好事前调查，规避该类投资风险。
主要参考文献
［1］BENEISH M D.The detection of earnings manipulation［J］.Financial Analysts Journal,1999(5):7-26.
［2］徐梦翔.M-Score模型的优化与应用：以金正大财务舞弊案为例［D］.广州:广东外语外贸大学,2022.
［3］叶凡,叶钦华,黄世忠.投资舞弊的识别与应对：基于保千里的案例分析［J］.财务与会计,2021(17):33-37.
［4］高子捷,王敏.高管团队特征、内部控制与盈余管理［J］.会计之友,2019(1):106-112.
［5］王琳.上市公司财务舞弊识别、动因及防范研究：以金亚科技为例［D］.济南:山东大学,2019.后台-系统设置-扩展变量-手机广告位-内容正文底部 -
本文标签：
基于M-Score模型的财务舞弊识别研究—以J公司为例论文
人参与 2024-08-19 15:02:53 分类 : 管理学 点这评论 作者：团论文网 来源：https://www.tuanlunwen.com/
-
站内搜索
-
随机文章
-
标签列表
-
-
最近发表
-
-
热门文章 | 最新文章 | 随机文章
-
-
最新留言
-
首页 论文知识 教育论文 毕业论文 教学论文 经济学 管理学 职称论文 法学 理学 医学 社会学 物理学 文献 工程论文 学位论文 研究论文
Powered 团论文网 版权所有 备案号：鄂ICP备2022005557号统计代码
全站搜索