上市公司财务重述对审计意见影响的实证研究

来源 :兰州理工大学 | 被引量 : 0次 | 上传用户:liongliong504
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近些年来,我国经济增长呈现新常态,同时带来众多问题和机遇,我国各项会计准则、审计准则及相关政策也不断出台和修订。2019年我国新审计准则对于政策变更也赋予重视,提高了其在附注内容的重要性水平,并提出对于定性类的重大错报需要明确说明并提出警示。这对企业来讲也面临着更加复杂市场情况和更具风险的资本环境,同时也为其打开了新的发展模式。但是,正由于各种政策的不断变化,使得企业对于准则的理解并选择准确的会计方法提出新的要求,也为企业高管实施操纵利润提供了新的方式。世界各地目前均不同程度地发生着对前期公开报告信息的追溯调整行为,即本文所讲的“财务重述”。财务重述的发生可能是企业对于规定的不正当理解或工作人员的自我失误造成的,也可能是审计师未发现当时的财务报表错误信息导致的,重述行为的发生与上市公司以及审计师均有密不可分的关系。财务重述会引起资本、审计市场明显反应,损害相关利益人的合法权益造成巨大损失,再加上经济环境、经济业务的日益复杂,财务重述出现多样化反应,因此进一步研究财务重述对审计意见的影响有利于审计质量提升和投资决策准确,从根源上减少财务重述,促进企业维护声誉和持续性健康发展,并有效提高审计师风险意识和审计质量,并为有关监管部门提出针对性措施提供参考。本文梳理了国内外文献,依据相关理论研究基础,着眼于财务重述以及审计意见在市场上的披露状况,选取2015-2018年沪市A股上市公司,运用logistic模型检验财务重述对审计意见是否有影响,并在此基础上将重述样本进行分类,按照重述内容涉及的科目数量、科目性质、盈余调整方向、累计影响金额等具体分类对审计意见的影响。研究结果显示:上市公司获得非标审计意见的概率与重述行为有正相关关系;重述涉及的项目数量(大于等于5个)、重述幅度以及会计类和技术类财务重述与非标准审计意见之间呈正向变动;而重述核心(涉及收入、费用类科目)和调低盈余的重述与非标准审计意见均呈正相关关系,但并不是十分显著。本文根据实验结论提出相关建议:对于上市公司需要加强公司内部监督与管理,并提高工作人员的专业素质减少理解和操作失误,从根源上提高报表编制质量;对于事务所及审计人员,需提高自身风险意识和识别能力,并对企业相关事项给予重视采取有效措施控制风险作为监督职责;对于监管部门需持续加大处罚力度,强制性手段减少重述行为维护资本市场正常秩序。本文不足之处:样本选取过程中仅研究了沪市A股的经验数据,在其他板块不具有代表性;在研究审计意见时未对其进行详细划分,仅考虑标准与非标准两类。未来学者对此领域进一步研究时,可选取沪市深市两个市场数据整体研究,可将非标准审计意见再进行细分,将带有持续性经营事项段的审计意见、其他事项段的审计意见加入分类,可得出更为针对性的结论。
其他文献
场景识别是机器视觉领域中一个非常重要的课题,随着深度学习的发展,场景识别也逐步联合深度学习应用于无人机、无人驾驶、安防监控等领域中,且取得了良好的识别效果,基于深度学习的场景识别也成为场景识别领域中的重点研究方向。场景识别可以分为室内场景识别和室外场景识别,室外场景一般由开阔的背景信息组成,识别难度比室内场景识别难度高。对于无人机、无人驾驶汽车以及室外机器人来说,感知和识别周围环境十分重要,因此,
网络中构建网络模型是指对网络中各节点类型、节点状态、节点所包含的数据特征以及节点间的网络行为进行数学语言的构建与网络特征的提取,进而实现使用网络模型来表示一个网络以及网络行为。基于构建的网络模型来抽象模拟网络以及各类网络行为,便于在较低成本和较低破坏性的前提下,构建大规模的仿真网络,利用仿真网络做一系列大规模的攻防应用,使我们能够更好地认识、研究和使用网络。因此,如何对一个网络拓扑、网络中各类型节
镁质耐火材料烧成温度高,但热震稳定性差,因此改善镁质耐火材料的热震稳定性能在耐火材料中显得尤为重要。有研究表明,含碳耐火材料中添加的金属使用过程中可形成非氧化物,提
由于我国人口老龄化的现状,脑卒中的发病率逐年攀升,因此脑卒中人群的康复治疗显得尤为重要。临床医学研究证明,积极的情绪状态有助于中风患者康复治疗。目前现有的康复机器人主要通过力反馈实现交互控制,其单调的重复性训练动作未能实现预期的临床康复效果。在康复机器人接下来的发展中,如何调动患者的积极性,从患者心理层面出发,保证患者在康复训练过程中时的积极情绪是使康复机器人更快进入临床应用的一条捷径。由于以上原
随着计算机技术的迅速发展,监控视频越来越广泛地应用于社会公共场所,成为了智能监控系统的重要组成部分。由于大多数监控视频异常检测方法都依赖于复杂的特征提取,所以在视
制造业快速发展,系统设备的故障维修问题随之而来,设备的故障预测与健康管理成为众多学者们广泛研究的领域。其中基于数据驱动的研究方法随着物联网和传感技术的发展,得到了快速发展。但是工业物联网边缘端的数据呈井喷式增长,之前采用的将所有数据上传至云端,由云中心集中处理的方式,逐渐暴露出其成本高、延时大等问题,边缘计算的方式应运而生。在边缘端进行故障预测的优点是在快速对数据进行分析处理的同时,解决大量数据在
随着云计算的快速发展与普及,云存储已然成为数据存储的主要方式。而数据量的爆发式增长,导致云存储系统中节点的规模及异构性也不断增大,因此节点中数据的可靠性及I/O性受到了强有力的挑战。为了防止因节点故障造成的数据丢失,系统会采用特定的恢复机制对数据进行保护。本文对存储集群中节点异构性及多节点并发修复等问题进行了研究,主要工作如下。(1)针对集群中节点的异构性造成的数据存储代价过高、可靠性较低、节点负
薄层纳米复合(TFC)超滤膜因其水通量高、截留率高、过滤性能稳定等优势而广泛应用于油性废水净化、蛋白质分离等各个领域。然而,超滤膜的抗污染能力、选择性分离效果、以及膜
自非线性动力学发展以来,海内外学者们针对多涡卷混沌系统进行了一系列探索,并取得了丰硕成果。然而,对于多尺度耦合下的多涡卷系统研究甚少。本文针对几类频域两尺度下多涡
Salen型金属配合物在催化不对称聚合反应中表现出了良好的催化活性和选择性。人们发现,Salen型金属配合物的结构与金属中心的Lewis酸性对催化性能有着明显影响,而且与不同有