摘要
财务报表作为投资者和其他财务信息使用者据以了解企业财务状况和经营成果的主要媒介，在连接财务信息使用者和企业之间起到了不可替代的作用。然而近年来不断爆出如安然、科龙、银广夏等在内的多起的财务舞弊事件，使得财务报表的可信度受到了人们的普遍质疑。基于财务舞弊的隐蔽性以及审计和监管资源的有限性等方面的原因，尽管有会计师事务所的审计和监管部门的监察，部分财务舞弊行为依然无法被及时识别出来，财务舞弊对财务报表使用者的危害仍广泛存在。虚假的财务信息不仅会扭曲上市公司的财务状况、经营成果和现金流量，从而侵害据以做出财务决策和其他决策的财务信息使用者的合法权益，使其蒙受经济损失，也会对经济社会的正常发展产生非常不利的影响。为此，如何更好地识别并防范上市公司及其高管的财务舞弊行为便成为了国内外学者长期以来致力于研究的课题。 以往学者对上市公司及其高管的行为的研究多从理性人视角入手，认为做出财务舞弊行为的高管都是绝对理性的，财务舞弊是他们在充分衡量各方面利弊的基础上做出的选择。据此他们提出了包括欺诈三角理论在内的很多著名的理论，并找出了可能会促使上市公司高管进行财务舞弊的因素，如不合理的薪酬结构等，同时还提出可以通过异常的财务指标等方面来发现可能存在的上市公司财务舞弊行为。这些理论和方法极大地丰富了对上市公司及其高管的财务舞弊行为的研究，为更好地预防和发现上市公司及其高管的财务舞弊行为提供了建议。但是，在有些情况下，理性人假设并不能很好的解释资本市场上的所有行为决策。 就财务舞弊方面来说，“动机”是欺诈三角理论所描述的财务舞弊行为发生的三个构成要件之一，理性人假设则假定所有人做出的决策都是以自身经济利益最大化为目标的理性决策。然而一项关于我国近十年来因虚增年报利润而受到监管机构公告处罚的上市公司的详细研究表明，只有四分之一的上市公司高管进行财务舞弊的初始动机是谋取私利，而另外四分之三的上市公司高管并没有从舞弊行为中获取多少个人经济利益。这一现象很难从单纯的财务会计理论和理性人假设上得到合理的解释。 本文的研究正是建立在对这个有趣的经济现象的研究基础之上。为了揭示这一现象存在的原因，本文抛开了理性人假设，从上市公司高管的心理学特征出发，从人性的角度来寻找这些上市公司高管进行财务舞弊的真正原因。本文首先进行了充分的理论分析，得出这一经济现象的存在主要源于上市公司高管的过度自信。在接下来两章里，本文通过正反两方面的对比分析和回归检验验证了高管过度自信与财务舞弊之间的正相关关系，最后本文根据研究的结果提出了相关建议并指明以后的研究方向。 具体研究思路如下: 在理论分析上，本文从行为金融学阐述的非理性高管的视角出发，将高管过度自信理论和蝴蝶效应理论融入到审计学关于财务舞弊的研究中，并结合国内外对于财务舞弊和高管过度自信的研究成果，提出上市公司高管不以谋取私利为初始舞弊动机的行为的原因，在于他们最终的财务舞弊行为仅仅来源于最初的过度自信倾向。这种过度自信倾向使这些高管高估了自己的经营管理能力和公司的发展前景并低估了舞弊风险，当公司的经营业绩出现持续下降趋势时，他们最初为满足投资者对公司业绩的心理需求等目的所进行的单纯的高估利润行为，通过过度自信的蝴蝶效应不断放大，最终衍变成了财务舞弊。 在实证检验上，本文将2002年1月1日到2011年12月31日十年间因虚增利润而受到监管机构公告处罚的45家上市公司按初始舞弊动机划分为不期望从舞弊行为中获取私利的过度自信公司和纯粹为谋取私利而舞弊的欺诈公司两类，并选择与过度自信公司位于同一行业并且资产规模相当的34家上市公司作为对比样本进行个案分析。同时，本文还选出这三类上市公司的110位被处罚的高管和作为对比样本的高管进行更详细的分析。对过度自信公司和欺诈公司高管的舞弊动机的分析，以及对包括匹配公司在内的这三类上市公司实际利润及财务重述金额变化趋势的对比分析证实了蝴蝶效应的存在;对这三类上市公司的内部控制的分析，以及对这三类上市公司高管的行为特征和个人特征的分析，则验证了被认定为过度自信公司的上市公司中高管过度自信的存在。本文通过以2002年到2009年期间沪深两股市所有上市公司为样本的logit回归分析，补充检验了高管过度自信与财务舞弊之间的相关关系。 最后，本文得出高管的过度自信倾向会通过蝴蝶效应不断扩大，最终导致其走上财务舞弊道路的结论，并根据这一研究结果提出了上市公司应根据自身的实际情况，在充分权衡高管过度自信本身给公司带来的损失、财务舞弊行为被发现给公司带来的损失、建立机制及时发现并防范高管过度自信所花销的成本费用，以及失去高管过度自信为公司带来的积极影响的损失等各方面的因素之后，做出合理的应对措施的建议。 本文的研究扩展了学术界对高管过度自信的认识，同时也丰富了对于上市公司财务舞弊的研究，有利于上市公司及监管机构更有效的发现财务舞弊行为，并为上市公司治理层在考虑各方面因素之后采取最佳措施提供了建议。
NETL