亏损公司的盈余管理行为

详细内容

内容摘要：】本文对1995－2000年亏损的A股样本进行了实证检验，结果发现（1）盈余管理在不同行业的亏损公司中普遍存在，且在统计上显著。（2）亏损公司在不同的时间选择不同的盈余管理行为。在亏损前1年，为了推迟亏损的时间以及由此所带来的后果，上市公司会通过提高经营性应计项目或各种形式的影响线下项目的交易安排来做高利润。（3）在亏损年度，由于亏损在所难免，公司通过调低经营性应计项目或线下项目进行大洗澡，为以后年度扭亏预留空间。尽管所有亏损公司都存在显著的调低利润的管理行为，但首次亏损的公司在亏损年度盈余管理的程度要低于连续亏损的公司。（4）扭亏公司中，有50%是通过主营业务达到扭亏目的的。另外50%是通过进行影响线下项目的交易安排来扭亏的。其中，主要是通过资产重组、债务重组等途径。还有6%的公司是靠政府补贴摘掉亏损帽子的。 在中国特定的制度背景下，亏损公司的盈余管理[1]是一个比较普遍的现象。本文首先介绍中国亏损公司面对的法律和制度方面的约束，然后在回顾相关文献的基础上，研究亏损公司的盈余管理行为。专门针对中国亏损公司盈余管理的研究目前只有陆建桥（1999），但他的样本只包括22家公司，代表性不强。其他一些研究对亏损公司的盈余管理行为仅部分涉及。与现有文献相比，本文的贡献在于以下几个方面：一是样本量较大，使得研究的结论更具代表性；二是对样本进行了细分，比如按不同行业、按是否连续亏损等进行分组以检验不同子样本进行盈余管理的手段和程度之间的差异；三是考虑到中国特定的制度背景，一方面利用传统的方法检验非预期应计项目，另一方面考察了线下项目在盈余管理中扮演的角色；四是着重检验了扭亏的手段，发现不同的盈余管理方法在扭亏中所起的作用。本文对1995－2000年亏损的样本进行了实证检验，结果发现（1）盈余管理在不同行业的亏损公司中普遍存在，且在统计上显著。（2）亏损公司在不同的时间选择不同的盈余管理行为。在亏损前1年，为了推迟亏损的时间以及由此产生的后果，上市公司会通过提高经营性应计项目或各种形式的重组来做高利润。（3）在亏损年度，亏损在所难免，公司通过调低经营性应计项目或线下项目进行大洗澡，为以后年度扭亏预留空间。尽管所有亏损公司都存在显著的调低利润的管理行为，但首次亏损的公司在亏损年度盈余管理的程度要低于连续亏损的公司。（4）扭亏公司中，有50%是通过主营业务达到扭亏目的的。另外50%是通过进行影响线下项目的交易安排来扭亏的。其中，主要是通过资产重组、债务重组等途径。还有6%的公司是靠政府补贴摘掉亏损帽子的。1． 相关背景在中国的资本市场上，亏损公司要受到很多特别的待遇。1994年1月1日开始实施的《中华人民共和国公司法》（下简称《公司法》）第157条规定，公司最近3年连续亏损，由国务院证券管理部门决定暂停其股票上市；第158条进一步指出，被暂停上市的公司在限期内未能扭亏的，由国务院证券管理部门决定终止其股票上市。1996开始有连续2年亏损的公司。为了向投资者提示风险，深沪两市证券交易所制定的《股票上市规则》中特别规定对连续2年亏损的公司实行特别处理，股票简称前冠以“ST”（special treatment）字样，且中报必须经过审计。此规则从1998年1月1日起实施。1998年年报公布后，开始有连续3年亏损的公司。1999年6月16日，针对连续3年亏损的情况，深沪两市证券交易所根据《公司法》制定了《股票暂停上市相关事项的处理规定》，规定对连续3年亏损的公司，其股票应暂停上市。股票简称前冠以“PT”(特别转让particular transfer)字样。所谓特别转让就是其股票只能在每周五进行买卖，且当日涨跌幅限制在5%以内。2001年2月22日，证监会发布了《亏损上市公司暂停上市和终止上市实施办法》，其中规定“PT”公司经申请可以获得12个月的宽限期，如果宽限期内仍亏损或被出具否定意见、拒绝表示意见的审计报告，则终止其股票上市。另外，对于亏损公司在信息披露方面也有一些特别要求。证监会在1998年12月8日颁布的《关于做好上市公司1998年年度报告工作的通知》中要求“如果上市公司发生可能导致连续3年亏损或当年重大亏损的情况, 应当根据《股票发行与交易管理暂行条例》第六十条的规定，及时履行信息披露义务[2]。”在1999年12月9日《关于做好上市公司1999年年度报告工作的通知》中仍然有类似的要求，不过由于《证券法》已于1999年7月实施，所以通知中的要求有了强大的法律基础。在2000年颁布的《亏损上市公司暂停上市和终止上市实施办法》第二章第四条中规定“上市公司最近二年连续亏损后，董事会预计第三年度将连续亏损的，应当及时做出风险提示公告，并在披露年度报告前至少发布三次风险提示公告，提醒投资者注意投资风险。”从以上法律和法规不难看出，对于亏损公司特别是连续亏损或重大亏损公司信息披露的要求从无到有，越来越严格。在上述制度背景下，亏损对上市公司的负面影响非常大。因此，处于亏损边缘或可能微亏的上市公司会通过盈余管理手段来达到在帐面盈利目的，以避免成为被关注或被处理的对象。公司一旦亏损，将面临的约束和特殊待遇，特别是被摘牌的危险，使得他们扭亏的愿望和动机异常强烈。上市公司扭亏的手段多种多样：加强管理，采取更为激进的营销策略（如加大赊销范围等）提高主营业务的盈利能力固然是扭亏的途径之一，但很多亏损公司的主营业务已经失去竞争能力，在短期内不可能通过主业的改善来达到扭亏的目的。在这种情况下，它们往往另辟蹊径：有些公司通过与大股东置换资产，将已经没有盈利能力的烂资产以帐面价值甚至超出帐面价值的高价置换出去，将优质资产置换进来，一方面改善了主营业务，另一方面也可在短期内获得可观的投资收益。有些公司则是利用债务重组获得巨额收益，如在当地政府的庇护下，获得银行的债务减免。有些地方政府为了帮助公司保住上市资格，甚至直接对上市公司提供财政补贴。通过第一种手段扭亏可以从资产负债表的应计项目中得以反映，通过后三种方法扭亏的则反映在利润表的线下项目中。2． 文献回顾专门对中国亏损上市公司盈余管理行为而进行的研究只见于陆建桥（1999）。该文选取了到1997年为止在上海证券交易所上市的22家亏损公司做为样本，对这些公司在出现亏损前、亏损年和扭亏年盈余构成进行研究，发现在首次亏损前1年，存在利用非预期性应计项目调增利润以推迟出现亏损的现象；在亏损年度，则利用非预期性应计项目调减利润，进行大洗澡；在扭亏年度，又利用非预期性应计项目调增利润，以避免出现连续亏损。Haw,Qi,Wu and Zhang(1998)用1994-1997年的A股上市公司做为样本，发现上市公司为避免被摘牌，在亏损前1年利用线下项目增加利润，在亏损当年，利用应计项目和线下项目调减利润进行大洗澡。孙铮，王跃堂（1999）用上市公司净资产收益率分布总体检验的方法发现上市公司的盈余操纵突出表现在配股现象，微利现象和重亏现象中。吴东辉（2001）利用Jones模型对中国上市公司的应计项目选择进行的研究表明，投资机会，相对于行业的业绩水平，财务杠杆和企业规模对应计项目的选择有影响。在IPO年度和争取配股资格的公司中，反常应计项目明显增加，但未发现企业使用应计项目避免摘牌的现象。此外，还发现机构投资者持股比例和大会计师事务所审计的企业报告的反常应计项目低。企业报告非预期应计项目的能力随着上市年限的增加和应计资产和应计负债的增加而降低。Haw,Qi,Wu and Zhang(1998)，孙铮，王跃堂（1999）和吴东辉（2001）都是将所有公司做为研究对象，检验在什么情况下，上市公司会进行盈余管理。3．研究设计3．1 模型关于非预期应计项目的估计，有多种模型。早期的有Healy模型 (Healy 1985)，DeAngelo 模型(DeAngelo 1986)等。Jones模型（Jones 1991）是计算非预期盈余最重要的方法之一，其后很多模型都是在其基础上进行修正或扩展而来的。其后的研究者(Subramanyam 1996, Chaney, Jeter and Lewis 1998)发现在经典的Jones 模型 中没有考虑一个重要变量—经营现金流。这很容易解释，经营现金流受到上期和本期应计项目的影响，上期应计项目越多，在本期收回的就可能越多，所以上期应计与本期现金流之间可能存在正相关关系。本期应计项目越多，则本期的经营现金流就越少。实证研究表明，在模型中加入现金流变量后，模型的估计更为准确了。这一模型表示如下： （1）其中：TAt=第t年的总应计项目 /第t-1 年的总资产； At-1=第t-1 年的总资产ΔREVt=（第t年的销售收入-第t-1 年的销售收入）/ t-1年的总资产;=(第t年的应收帐款－第t-1 年的应收帐款) / t-1年的总资产;PPEt =第t年固定资产总值/ t-1年的总资产;CFOt=第t年的经营现金流/ t-1年的总资产。中国上市公司从1998年开始编制现金流量表，所以1998年以前的总应计项目需要利用已有的会计科目进行估计，估计方法如下：TA=流动性应计项目+非流动性应计项目=[（Δ流动资产-Δ现金-Δ短期投资-Δ长期投资中1年内到期的部分）-（Δ流动负债-Δ短期借款-Δ应付股利-长期借款中1年内到期的部分）]-（折旧+摊销）1998年以后，CFO可以直接从现金流量表中得到，用净利润减去CFO，即得到总应计项目的估计值。 Aounting Process 模型(Xavier Garza-Gomez, Masashi Okumura and Michio Kunimura,1999)为在模型中将现金流作为应计项目的解释变量之一找到了理论上的根据。虽然推导过程稍显复杂，但模型的解释能力非常好，其推导过程如下：

(a)(b)(c)(d)(e)

由（a）-（e）可以得到AP模型： （2） 其中：STA=短期应计项目/上年末总资产； LTA=长期应计项目/上年末总资产； CFO=经营产生的现金流/上年末总资产； Ait-1=t-1时期的总资产。本文采用Jones CF模型和AP模型来计算非预期应计, 在Jones CF模型中，我们还考虑了无形资产对应计项目的影响。 （3）其中，IAt=第t年的无形资产/t-1年的总资产考虑到不同行业应计项目的规模和特点不同，我们分别采用分行业估计和不分行业进行估计，以进行比较。由于亏损公司的样本数量只有351家，所以我们只能按照粗略的行业分类方法将样本分为公用事业、房地产、工业、商业、和综合共5大行业[3]。值得说明的是Jones使用的是时间序列数据，但其后的一些研究者（如Subramanyam 1996， Bartov2001）发现用横截面模型优于时间序列模型，它没有对时间长度的要求，同时还避免了生存偏差问题。中国股票市场只有十几年历史，客观上也限制了时间序列模型的使用。所以本文选择横截面模型。上市公司进行盈余管理的手段多种多样：通过操控应计项目只是其中一种。另外，公司可以通过安排一些非经常性交易来达到提高盈余水平的目的。这些交易的结果往往体现在投资收益，营业外收入等线下项目中。此外，地方政府出于就业、声誉等政治方面的考虑，在企业发生亏损时，也可能以补贴的形式使企业免于亏损或扭亏。因此，在本文中，我们还分析了亏损公司线下项目对盈利水平的影响。3.2 样本与数据本文的研究样本包括1994－2000年所有亏损的A股上市公司。样本分布见表1：表1： 1994-2000亏损公司年份亏损公司数深圳上海A股公司总数亏损公司比例19942202870.70%1995171163115.47%19963017135135.85%19974025157205.56%199885434282610.29%19998346379248.98%200096494710619.05%从表1我们可以看到1997年以前亏损公司的比例在5－6％之间，从1998年可是，亏损公司的数目和比例都有明显的增加。总样本数为353，其中，数据却是的有24家，最后的样本为329家。做为对照，我们按如下标准选取了配比样本：（1）行业相同；（2）总资产规模相近。所有数据均来自深圳巨灵证券信息系统。. . 3．3 假设亏损公司在亏损当年，管理层为了给以后年度扭亏留下空间，可能采用应计项目或线下项目来调减利润。H1：亏损公司在亏损年度的非预期应计或线下项目为负。亏损是公司管理层和股东都不愿意看到的结果。 所以管理层会尽量推迟亏损出现的时间，在可能的条件下，使用应计项目或线下项目来进行盈余管理。我们的第二个假设是：H2：亏损公司在亏损前1年非预期应计或线下项目为正。公司在亏损后，如果不及时扭亏，就会被特别处理（ST），暂停上市（PT），甚至被摘牌。所以公司在亏损或连续亏损后，会通过各种手段来达到扭亏的目的。H3：亏损公司在扭亏年度的非预期应计或线下项目为正。线下项目主要包括投资收益，营业外利润，补贴收入等。相当多数扭亏的公司是通过安排与大股东之间的非经营性交易（如资产置换，资产出售，资产赠予，债务重组等）来达到增加利润的目的。这些利润一般在投资收益或营业外利润中得以体现。另外，也有个别公司的扭亏是借助于政府的补贴来实现的。为了考察关联交易对公司扭亏的影响，本文将关联交易分为经营性的关联交易（下称关联交易）和非经营性的关联交易（下称重组）。如果公司与大股东（包括大股东的下属公司等）或未进入合并报表的子公司之间进行的关联交易与公司的主营业务（如产品的买卖等）有关[4]，则关联交易哑元变量（GL）为1，否则为0。如果公司与大股东之间的关联交易涉及公司的资产和债务[5]，则重组哑元变量（CHZ）为1，否则为0。4．实证结果4．1 通过经营性应计项目来进行的盈余管理用Jones CF模型和AP模型计算公司的非预期应计（DA）。估计结果如表2。表2的结果显示，无论是利用Jones CF 模型还是用AP模型，分行业还是不分行业，在亏损当年，估计的非预期应计都显著为负，而配对样本的非预期应计都显著为正。这与假设1一致。用AP模型估计的非预期性应计的绝对数值都小于用Jones CF 模型估计的结果。如利用Jones CF 模型和AP模型进行分行业估计的结果，亏损公司的非预期应计项目金额占总资产的比例的均值（中值）分别为-0.132(-0.130) 和-0.017(-0.008); 配对样本的非预期应计项目金额占总资产的比例的均值（中值）分别为0.035(0.029)和0.012(0.0007)。不分行业估计的结果与分行业估计的结果相近。从表2的最后一栏看到，用AP模型计算的DA的标准差要比用Jones CF 模型估计的DA标准差小的多，说明AP模型的估计更为准确。
表2 可预期应计项目和非预期应计项目分行业　 均值 中值　 标准差　　应计aJones CFAPJones CFAPJones CFAP亏损样本TTA-0.088-0.088-0.089-0.0890.410.41NDA0.045-0.0750.025-0.0850.210.42　DA-0.132(-9.87***b)-0.017(-9.47***)-0.130(-26652***)-0.008(-20735**)0.250.04配比样本TTA0.1220.1220.0620.0620.830.83NDA0.0870.1140.0290.0570.810.85　DA0.035(3.42***)0.012(4.41***)0.029(5407**)0.0007(3706**)0.180.04不分行业　 均值 中值　 标准差　　Jones CFAPJones CFAPJones CFAP亏损样本TTA-0.088-0.088-0.089-0.0890.410.41NDA0.047-0.0740.032-0.0870.150.42　DA-0.134(-8.07***)-0.020((-9.61***)-0.144(-27600***)-0.009(-21343***)0.330.04配比样本TTA0.1220.1220.0620.0620.830.83NDA0.0910.1130.0380.0550.820.85　DA0.020(2.03**)0.011(4.56***)0.011(1.75*)0.0006(2738)0.180.04a. TTA 为总应计项目，NDA为可预期的（非操控性）应计； DA为不可预期的（操控性）应计。为消除规模影响，所有应计项目都除以总资产。b. 均值一栏为t检验，中值一栏括号中的为Wilcoxon秩和检验。***，**，*分别在1%，5%和10%的水平下显著。
进一步将亏损公司分为首次亏损、连续2年亏损和连续3年或3年以上亏损的样本，对3组样本间的非预期应计进行比较，结果分别见表3Panel A和B的前3行：从用Jones CF模型估计的非预期应计的均值（中值）来看，在亏损当年，首次亏损公司的非预期应计的绝对数最小，分行业估计的结果为-0.108(-0.113)，连续两年亏损的次之, 分行业估计结果为-0.178(-0.193)，连续3年或以上的结果为-0.227(-0.222)。用AP模型计算的非预期应计的绝对数也是首次亏损样本组最小，连续2年亏损和连续3年或3年以上样本组的非预期应计相差很小。连续亏损公司面临着被暂停上市或被摘牌的巨大压力。这些公司可能利用应计项目，在亏损年大亏一把，即所谓大洗澡，给下一年扭亏留出更大空间。表3：非预期性应计（DA）的分组检验结果Panel A:Jones CF:公司类型预期符号是否分行业均值中值标准差首次亏损-分行业-0.108(-11.53***)-0.113(-10192***)0.14　-不分行业-0.098(-10.58***)-0.098(-9684***)0.14连续2年亏损-分行业-0.178(-5.22***)-0.193(-3694***)0.38-不分行业-0.157(-3.78***)-0.183(-3631***)0.47至少连续3年亏损-分行业-0.227(-7.53***)-0.222(-354***)0.19　-不分行业-0.221(-7.54***)-0.206(-355***)0.18亏损前1年+分行业0.008(0.86)-9.7E-4(457)0.17　+不分行业0.004(0.41***)-0.013(-1400)0.16扭亏+分行业-0.040(-3.04***)-0.046(-1685***)0.16　+不分行业-0.003(-0.19)-0.006(-297)0.16Panel B: AP:首次亏损-分行业-0.012(-5.26***)-0.003(-4448***)0.03　-不分行业-0.013(-5.81***)-0.003(-5281***)0.03连续2年亏损-分行业-0.018(-4.13***)-0.005(-1618***)0.05-不分行业-0.020(-4.42***)-0.004(-1909***)0.05至少连续3年亏损-分行业-0.014(-1.71*)-0.002(-83.5)0.05　-不分行业-0.019(-2.22**)-0.003(-135**)0.05亏损前1年+分行业0.010(5.70***)0.004(6894***)0.03　+不分行业0.012(6.78***)0.005(8674***)0.03扭亏+分行业0.028(8.11***)0.021(6670***)0.05　+不分行业0.031(8.87***0.022(7208***)0.05a. 括号中为t检验值（双尾）。***，**，*分别在1%，5%和10%的水平下显著。b. 括号中的为Wilcoxon秩和检验。***，**，*分别在1%，5%和10%的水平下显著。c. 为消除规模影响，所有项目都除以总资产。再来看亏损前1年公司的非预期应计项目，见表3 Panel A和B的第4行。亏损前1年，用Jones CF模型分行业估计的非预期应计的均值为总资产的0.008,中值为-0.00097. 就是说, 约一半的公司在亏损前1年用调高应计项目的方法来增加利润.用AP模型分行业统计的非预期应计的均值为总资产的0.012,中值为0.005。以上结果与前面的假设2一致。从表2中我们知道，一般用AP模型估计的DA与用Jones CF模型估计的要来得低，往往也更准确。但这里我们看到的是用AP模型估计的DA 更高，说明Jones CF模型的偏差可能更大。除1999年亏损公司外，各年亏损公司中，在下一年扭亏的公司数基本都在50%以上。1999年83家亏损公司在2000年扭亏的为35家，占42%。扭亏公司分布情况见表4。表4：各年扭亏公司数年份当年扭亏公司数1995319969199721199823199952200035200151合计194表3 Panel A和B最后1行为扭亏年度扭亏样本的非预期应计：用Jones CF模型估计的DA为负数，与我们预期相反。用AP模型分行业估计的DA的均值和中值分别为0.028和0.021, 分别在1%的水平上显著异于0。这一结果与我们的假设3一致。综合考虑亏损公司在亏损前1年度，亏损年度和扭亏年度的非预期应计情况，构造以下模型： （4）其中：BF为哑元变量，如果为亏损前1年则为1，否则为0；FST为哑元变量，如果为第一次亏损则为1，否则为0；LX为哑元变量，如果为连续亏损则为1，否则为0；NK为哑元变量，如果为扭亏年度则为1，否则为0。DA为用AP模型计算的非预期应计项目。根据前面的3个假设，b2的系数应为正号，b3和b4的系数应为负号, 且 b3应小于b4，b5的系数应为正号。模型（4）的估计结果见表5。表5：DA=b1+b2*BF+b3*FST+b4*LX+b5*NK+e的估计结果　分行业不分行业分行业不分行业intercept0.010(4.43***)0.011(4.37***)0.010(8.43***)0.011(9.04***)BF-0.001(0.42)-0.534E-4(-0.02)FST-0.025(-7.51***)-0.026(-7.51***)-0.024(-9.21***)-0.026(-9.52***)LX-0.032(-7.32***)-0.034(-7.46***)-0.031(-8.06***)-0.034(-8.44***)NK0.010(2.94***)0.012(3.32***)0.010(3.27***)0.012(3.54***)Adj. R20.110.120.110.12a. 因变量DA为用AP模型计算的非预期性应计项目b. BF为哑元变量，如果为亏损前1年则为1，否则为0；FST为哑元变量，如果为第一次亏损则为1，否则为0；LX为哑元变量，如果为连续亏损则为1，否则为0；NK为哑元变量，如果为扭亏年度则为1，否则为0。c. t检验值，***，**，*分别在1%，5%和10%的水平下显著。表5结果显示，b2的符号为负，与预期相反，但在统计上不显著。b3和b4的符号都在1%的水平上显著为负，与预期的符号相同,且b3小于b4。b5的符号在1%的水平上显著为正，也与预期符号相同。如果在模型中去掉BF变量，则基本上不影响其他各变量系数的大小和显著程度。这一结果与表3中我们进行单项检验的结果相符，在表3中，亏损前1年的DA的绝对数最小，在模5中BF系数不显著与此有关。4．2 通过线下项目进行的盈余管理以上是通过非预期性应计项目来验证关于亏损公司盈余管理行为的假设。我们计算应计项目的方法考虑的主要是与企业的正常经营有关的项目。而事实上，这只是公司进行盈余管理的途径之一。管理层还可以通过安排非经营性关联交易来增加或减少盈余，这些交易的结果最终会体现在利润表的线下项目中。下面我们就从这一角度来看亏损公司如何来管理盈余。线下项目主要包括投资收益，营业外利润和补贴收入。我们仍然把亏损公司按是否连续亏损分为首次亏损样本，连续2年亏损样本和至少连续3年亏损的样本。其线下项目的总额和结构见表6：首次亏损公司的线下项目平均为-0.01, 其中主要是投资收益,为-0.007, 其次是营业外利润,为-0.004, 首次亏损公司获得的补贴收入非常少, 为0.001。再看连续2年亏损的公司, 其线下项目为总资产的-0.02, 主要是营业外利润,为-0.017, 即为总资产的-1.7%左右, 是相当大的一个比例。其次是投资收益，为-0.004。连续3年或以上亏损样本的线下项目规模和结构与连续2年亏损的样本相差无几。再看亏损前1年和扭亏年度的情况。亏损前1年的线下项目平均为总资产的0.018, 其中主要来自投资收益, 为0.012,其次是营业外利润和补贴收入, 分别为0.003。扭亏年度线下项的规模最大，为总资产的0.029, 其中投资收益为0.018, 营业外利润和补贴分别为0.007和0.003。另外，我们注意到配对样本的线下项目也相当大，平均为总资产0.025, 说明这些公司之所以没有亏损, 很可能是通过线下项目进行了盈余管理的结果。综合表6的结果，与前面的假设1-3一致。表6：线下项目的构成Panel A:线下项目总计　　均值中值Q1Q3STD全部亏损公司-0.014-0.002-0.0170.0020.042亏损公司首次亏损公司-0.010-0.0008-0.0130.0030.030连续2年亏损-0.020-0.006-0.0320.00060.057至少连续3年亏损-0.021-0.007-0.0380.00030.053配对样本0.0250.0130.0030.0300.043亏损前1年0.0180.0090.0020.0250.027扭亏年0.0290.0180.0030.0430.044Panel B: 投资收益　　均值中值Q1Q3STD全部亏损公司-0.006-7.00E-05-7.09E-031.65E-033.30E-02亏损公司首次亏损公司-0.0070.000-0.0050.0020.027连续2年亏损-0.004-0.001-0.0100.00070.043至少连续3年亏损-0.006-0.001-0.0120.00050.030配对样本　0.0180.0060.00040.0230.037亏损前1年　0.0120.0040.00020.0250.027扭亏年　0.0180.0040.0000.0220.040Panel C:营业外利润　　均值中值Q1Q3STD全部亏损公司-0.009-0.001-0.0070.00010.028亏损公司首次亏损公司-0.004-0.0006-0.0040.00020.015连续2年亏损-0.017-0.002-0.0127.00E-060.042至少连续3年亏损-0.017-0.002-0.020, -5.70E-070.039配对样本　0.0029.70E-05-5.78E-042.66E-030.010亏损前1年　0.0035.30E-05-0.00060.0020.013扭亏年　0.0070.0003-0.00070.0100.022　Panel D: 补贴收入　　均值中值Q1Q3STD全部亏损公司0.0010.0000.0002.96E-040.004亏损公司首次亏损公司0.0010.0000.0004.20E-040.004连续2年亏损0.00080.0000.0000.00010.0005至少连续3年亏损0.00150.0000.0005.87E-050.009配对样本　0.0050.0000.0000.0020.02亏损前1年　0.0030.0000.0000.0010.007扭亏年　0.0030.0000.0000.0010.012线下项目是公司进行盈余管理特别是扭亏的重要手段之一。在表7中我们进一步分析了线下项目在扭亏中的作用。表7：扭亏途径年份扭亏公司数目主业扭亏通过投资 收益扭亏通过营业 外利润扭亏通过补贴扭亏综合扭亏主业扭亏比例199521010050%199692300422%19972181201238%19982312542052%19995226982750%200035181042151%20015129834757%合计191954719112150%%100%50%25%10%6%11%　表7告诉我们在利用线下项目扭亏的公司中有一半是通过投资收益来达到目的的，通过营业外利润和补贴扭亏的比例占扭亏总样本的10%和6%，还有11%的扭亏公司是通过综合影响各个线下科目达到扭亏的。线下项目主要来自与资产重组和债务重组（下面统称为重组）等与大股东（及其关联方）的关联交易，这与非预期应计（DA）不同， DA是通过与大股东安排经营性的关联交易来完成。本文中，我们将这两种关联交易分开，因为他们的性质有别，会计处理也不同。关联交易非常复杂，对利润的影响也各不相同。比如，有些重组涉及的资产规模可能不大，但对利润的影响却很大；有些重组的总资产规模很大，但由于同时涉及资产和负债，所以涉及的净资产金额很小，甚至为0 [6]。所以如何衡量关联交易很难找到一个合理的变量。这里我们设计用哑元变量，如果公司有涉及主营业务的关联交易，则关联交易变量（GL）为1，否则为0；如果公司有涉及重组的关联交易，则重组变量（CHZ）为1，否则为0。关联交易和重组变量的描述性统计结果见表8：在亏损当年和扭亏年度，扭亏样本的关联交易都多于未扭亏的样本, 扭亏样本中约有1/3的公司有经营性关联交易, 而未扭亏的样本大约有1/4公司有此类关联交易。在亏损年度,两组样本的发生的重组行为没有区别, 大约有1/4的公司发生重组。 但在扭亏年度，扭亏样本进行重组的比例（2/3）明显高于未能扭亏的样本（1/3）。表8：关联交易和重组变量的描述性统计　均值中值Q1Q3标准差亏损当年关联交易nk=10.3500.0000.0001.0000.479nk=00.2800.0000.0001.0000.445扭亏年度关联交易nk=10.3590.0000.0001.0000.481　nk=00.2200.0000.0000.0000.416亏损当年重组nk=10.2370.0000.0000.0000.427nk=00.2340.0000.0000.0000.428扭亏年度重组nk=10.6721.0000.0001.0000.471　nk=00.3210.0000.0000.0000.469nk=0 和nk=1分别表示未扭亏和扭亏的样本到此为止，我们考察了主营业务、线下项目和关联交易、重组行为对亏损公司扭亏的影响。另外，公司的资产质量也会影响公司扭亏的能力，我们用应收帐款和其他应收帐款占总资产的比例（QLT）来做为资产质量的替代变量。戴翠玉（2002）发现注册会计师的审计意见类型和公司是否为T类公司也对公司是否能够扭亏具有解释能力。她认为注册会计师对上市公司出具非标准审计意见是由于公司可能存在盈余管理的行为。笔者认为，多数亏损公司被会计师出具非标准审计意见并不是由于会计师发现有盈余管理，而是因为公司存在我们在第四章中提到的各种问题，如对资产质量、逾期贷款、巨额担保、大股东侵占上市公司权益等事项的提示。所以会计师的审计意见更能说明公司的资产质量的好坏，日常业务正常运转的能力和管理水平。我们设定了审计意见哑变量（AUD），如果在亏损年度审计意见为非标准意见，则为1，否则为0。戴翠玉（2002）发现T类（ST，PT）公司因面临的扭亏压力大，所以公司的类型对公司的扭亏会有正的影响。笔者认为，一方面，T类公司更急于扭亏；但另外一方面，这些公司之所以沦为T类，是因为其自身的盈利能力更差，这样的公司要扭亏则更难。所以公司类型对扭亏的影响依赖于这两方面共同作用的结果。在下面的模型中，设定了公司类型哑变量（T），如果公司是ST，PT公司，则为1，否则为0。另外，我们将公司的规模也做为控制变量，用公司上年末总资产的自然对数做为规模（LNta）的替代变量。设定了变量之后，考虑下面的模型： （5）在模型5中，因变量是亏损公司在第t年扭亏的概率，我们要考察的是扭亏公司的手段，包括通过提高主营业务利润[为主营业务利润增加（ZYLR ）=（t年的主营业务利润- t-1年的主营业务利润）/ t-1年的主营业务利润]，改变应计项目[DA=t年的非预期应计/t年的净利润]，线下项目[IBTL=（t年的线下项目-t-1年的线下项目/t年的净利润），安排经营性的关联交易（GL）或各种形式的重组（CHZ）来达到扭亏的目的。同时，在模型中我们加入了控制变量，包括代表公司是否存在问题的审计意见（AUD），代表公司规模的变量（LNta），代表公司类型的变量（T）和代表公司资产质量的变量（QLT）。所有4个控制变量都是t-1年的数值。由于要用到关于重组事项、关联交易等有关信息，这些信息在1998年以后披露比较完整，且在1998年开始有ST、PT类公司，所以我们这里用于检验的样本是1998-2000年亏损的公司，看这些公司在1999-2000年是否扭亏。1998-2000年亏损公司共264家，其中有24家缺少完整的数据，最后用于检验的样本数为240家。对模型5进行回归，结果见表9：从表9可以看到，主营业务利润的增长对扭亏的贡献不显著。与此相对照的是，应计项目、关联交易和各种重组活动对扭亏有显著的正面影响。表9：模型（5）的估计结果变量a系数ChiSq系数ChiSq系数ChiSq截距5.907.50***b5.396.64***5.427.48***ZYLR(+)0.000.170.000.170.0040.42DA(+)18.6814.29***23.1822.79***14.6312.06***GL(+)1.248.64***1.3110.02***　CHZ(+)1.5317.66***1.6922.95***　IBTL (+)0.215.55**0.2910.29***AUD(-)-1.3715.13***-1.3715.70***-1.5823.39***LNta(?)-0.548.12***-0.497.20***-0.45.60**T(?)0.140.120.130.110.41.16QLT(-)-1.652.60-1.512.42-1.52.34-2 log L329329329Wald ChiSq87.98***55.29***49.31**** ZYLR=（t年的主营业务利润- t-1年的主营业务利润）/ t-1年的主营业务利润； DA=t年的非预期应计/t年的净利润；IBTL=（t年的线下项目-t-1年的线下项目/t年的净利润）；GL为1，如果公司有涉及主营业务的关联交易，否则为0；CHZ为1，如果公司有涉及重组的关联交易，否则为0；AUD为1，如果公司在t-1年被会计师出具非标准审计意见报告，否则为0；LNta为t-1年总资产的自然对数；T为1，如果公司在t-1年为ST或PT公司，否则为0；QLT=(t-1年的应收帐款＋t-1年的其他应收帐款)/ t-1年的总资产；NK为1，如果公司在t年扭亏，否则为0。5． 结论本文以1995-2000年亏损的A股公司做为样本，研究了亏损公司进行盈余管理的时机和盈余管理的手段。在中国特定的制度背景下，亏损公司扭亏的手段更为多样。不同的扭亏途径会反映在不同的会计报表的不同科目当中。根据这一线索，本文主要从两个方面检验了亏损公司的盈余管理：一是经营性应计项目；二是非经常性的线下项目。在对应计项目的检验中，我们分别采用了Jones CF模型和AP模型，通过对比发现在两个模型下所得到的结论基本一致，说明实证的结果是比较稳定的。另外， DA的方差证明AP模型是更为优秀的模型。在对全部样本检验的同时，还对行业子样本进行了检验，结果发现盈余管理在不同行业的亏损公司中普遍存在，且在统计上显著。亏损公司在不同的时间选择不同的盈余管理行为。在亏损前1年，为了推迟亏损的时间以及由此所带来的后果，上市公司会通过提高经营性应计项目或各种形式的重组来做高利润。在亏损年度，由于亏损在所难免，公司索性调低经营性应计项目或线下项目来一次性挤干水分，为以后年度扭亏预留空间。平均来说，首次亏损的公司在亏损年度盈余管理的程度要低于连续亏损的公司。亏损公司有50%是通过主营业务达到扭亏目的的。另外50%是通过进行影响线下项目的交易安排来扭亏的。其中，主要是通过资产重组、债务重组等途径。还有6%的公司是靠政府补贴摘掉亏损帽子的。本文的研究结果对比较全面了解亏损公司盈余管理行为有很大帮助。我们看到，在不同的时间，亏损公司进行盈余管理的动机不同，管理的手段也多种多样。本文只研究了亏损公司进行盈余管理的手段，在以后的研究中，还可以探讨更多的问题，比如，哪些公司是利用应计项目进行盈余管理的，哪些公司是利用线下项目进行盈余管理的，这些公司各自的特点是什么，对扭亏后业绩的影响如何等等。参考文献：Chaney, P.K., D.C.Jeter and C.M. Lewis, 1998, The use of aruals in ine smoothing: a permanent earnings hypothesis, Advances in Quantitative Analysis of Finance and Aounting 6, 103-135. DeAngelo L., 1986, Aounting numbers as market valuation substitutes: A study of management buyouts of public stockholders, The Aounting Review 61, 400-420.