客户收入操纵与审计师关键审计事项决策

来源 :深圳大学 | 被引量 : 0次 | 上传用户:hfutnyd
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
一份值得信赖的财务报表和审计报告是资本市场健康稳定发展的基石。面对商业决策的日渐复杂化,传统的标准化审计报告所提供的信息已无法满足预期使用者的需求。我国财政部于2016年12月23日发布《中国注册会计师审计准则第1504号——在审计报告中沟通关键审计事项段》等12项审计准则,正式开始实施审计报告改革,实现与国际审计准则的全面趋同,具有特殊的历史及现实意义。本次改革的核心目的是降低期望差、信息差和沟通差,提高审计报告沟通价值,故重中之重的举措为新增披露关键审计事项段。关键审计事项(Key Audit Matters,KAM)是指注册会计师根据职业判断认为对本期财务报表审计最为重要的事项,其旨在通过提高已执行审计工作透明度增加审计报告沟通价值。关键审计事项是审计报告演变过程中的新生事物,其首次披露时可能对投资者来说非常新鲜,但以后每年能否持续具有信息含量将是一个挑战。且从我国新审计报告准则实施两年的执行效果来看,随着时间推移,审计师披露的关键审计事项已逐渐呈现出“同质化”和“模板化”趋势。针对该现象,监管界、实务界和理论界对于审计师是否真的按照准则要求确定和描述关键审计事项存在质疑。本文以此为研究契机,以收入关键审计事项为切入点,以2017-2018年全部A股上市公司为样本,研究了客户收入操纵与审计师关键审计事项决策之间的关系,研究结果表明:(1)在确定决策方面,当客户收入操纵程度越高时,审计师越倾向于在审计报告中披露收入关键审计事项。且由于审计师的稳健性特征,相对于客户负向收入操纵而言,审计师对客户的正向收入操纵更为敏感;(2)在描述决策方面,当客户收入操纵程度越高时,审计师越可能在披露收入关键审计事项时联系公司实际情况采用个性化语言来描述该事项。上述主要研究结论在控制了可能的内生性问题之后依然成立。(3)在进一步分析部分,本文还检验了“审计师——客户关系”对客户收入操纵和审计师关键审计事项披露决策之间的调节作用,并且使用部分可观测的双变量Probit模型区分审计师关键审计事项披露的“发现阶段”和“报告阶段”因素进行深入挖掘。本文以期为审计师的关键审计事项确定决策和描述决策、投资者对关键审计事项披露内容的解读以及监管部门为维持关键审计事项的增量信息含量进行的进一步政策完善等方面提供相应的理论依据和数据支持。
其他文献
物联网时代,三维技术对深度传感器的需求在不断上升,特别是在自动驾驶、虚拟现实、增强现实、机器人视觉、工厂自动化、人工智能等领域的应用不断增加。近十年来,三维成像和测距成为了最重要和最富有创新性的研究领域之一。其中最为热门的即是光子飞行时间技术(Time of Flight),简称To F。To F根据测距原理的不同,一般可以分为两种:时差测距和相位测距,即直接式和间接式。间接式To F深度传感器具
文字包含丰富的语义信息,常用来表达情感,传承知识。本文主要研究现实生活中的文字,这类文字被称为自然场景文本。场景文字的检测和识别技术具有广泛的应用场景,如车牌识别、票据识别、图像检索等。自2012年以来,基于深度学习的方法在计算机视觉刷新了多项任务的指标,取得了叹为观止的成果,当下文本检测领域的主流方法也都使用深度学习算法。本文基于深度学习框架,围绕场景文本不规则的形状、变化幅度大的尺度以及大间距
大数据、人工智能技术的研究和应用正在不断加速金融产业的发展。许多金融信贷机构已经将数据挖掘技术应用于信用贷款风险预测、信用评分,从海量的客户数据中抽取可以识别客户风险的有效信息,进一步实现精细化的信贷审批和额度分配。由于客户数据存在高维度、类别极度不均衡、稀疏等问题。目前,信贷风险预测的研究主要集中在特征工程和信用评估模型上。特征工程可以从原始数据中构造出特征数据,评估模型将客户的特征数据进行模式
近几年来,随着国家经济快速发展与企业间竞争的加剧,上市公司越来越偏重于利用并购重组来实现经营扩张以提高竞争力。并购的高溢价是日趋活跃的并购市场的产物,高溢价所带来的高商誉屡见不鲜。当前,我国资本市场上市公司并购产生的高溢价、高商誉问题突出,引起了各方关注。资本市场投资者主要关注的是,并购的交易价格是否合理,并购的高溢价、高商誉能否换来优质资产,能否给公司带来更快的成长与价值提升。上市公司并购产生的
新零售平台通过利用信息技术和大数据分析有望获得可观的潜在回报,快速、深入发展的新经营模式推动了制造业供应链系统的变革和重塑。但投资应用大数据技术成本高昂,且由此带来的高能耗及环境问题也日益突显,因此从供应链信息研究的角度刻画并评估大数据投资和利用价值便显得尤为重要。在此背景下,本文将大数据投资作为内生性因素引入供应链信息共享分析框架中,尝试探讨大数据投资与信息共享在供应链中的交互影响。本文设定了由
随着科技的不断进步发展,人脸表情识别(facial expression recognition,FER)在人机交互、安全、机器人、医疗、通信和驾驶领域得到了广泛的应用,成为学术界和工业界的研究热点。然而,人脸表情特征的提取和分类仍然面临着诸多困难和挑战,存在着一系列亟待解决的问题。一方面,现有的人脸表情数据库不完备,要获得高质量带有标记的大规模训练样本是困难,目前的表情数据库规模都不大,影响了表
现在越来越多的分析师在进行盈余预测和股价预测的同时,会进行现金流量预测。据统计,2018年分析师发布的预测中,有超过一半的预测报告进行了现金流量预测。同时,随着经营现金流量预测的使用,越来越多的学者开始对分析师的经营现金流量预测进行研究。已经有研究证实经营现金流量预测可以提高盈余预测的准确性且有研究说明现金流量和盈余指标会影响股价,但是目前并没有研究证实经营现金流量预测、盈余预测和分析师的股价预测
特征提取方法可用于提取数据的重要信息,减少数据的冗余特征。经典的特征提取方法包括主成分分析(Principal component analysis,PCA)以及局部保持投影(Locality preserving projections,LPP)等基于统计以及几何结构的方法。研究人员发现,这些方法可以通过一个叫图嵌入的模型进行统一的表达。图嵌入方法在机器学习和模式识别领域中有着广泛的应用。但是,
当市场上出现新产品时,消费者往往会对产品有用性以及自我感知价值产生不确定性。解决感知价值不确定性的一个有效方法是深思熟虑,即消费者花费一定的时间、精力等成本去了解产品和感知个人偏好。在市场中,制造商和零售商的促销、降价、广告,均有考虑消费者这方面的需求。同时,消费者思考行为也会对制造商和零售商的决策产生影响,是否思考以及思考成本大小会引发制造商和零售商制定不同的定价策略。此外,在现实商业环境中供应
自2006年股权分置改革中《公司法》允许公司董事、监事、高级管理人员买卖公司股票,至今已有13年光阴,其作为股市中关注的热点,在学术界也是备受青睐,一直为学术研究的热点。有许多学者研究证明:内部人其本身具有对未来收益的预测能力以及对公司基本面情况的信息优势,不仅能为其带来超额收益,也能第一时间为市场其他投资者们传递消息,担任着重要的信息传递者的职责。随着近年来行为金融学的蓬勃发展,投资者在资本市场