跳到主要內容

臺灣博碩士論文加值系統

(34.204.169.230) 您好!臺灣時間:2024/03/03 00:34
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:邱雅雯
研究生(外文):Ya-wen Chiou
論文名稱:台灣公開發行公司違約預警模型之建立—加入盈餘管理變數後之影響
指導教授:張大成張大成引用關係
學位類別:碩士
校院名稱:東吳大學
系所名稱:國際貿易學系
學門:商業及管理學門
學類:貿易學類
論文種類:學術論文
論文出版年:2006
畢業學年度:94
語文別:中文
論文頁數:54
中文關鍵詞:違約預測財務危機盈餘操縱裁決性應計項目
外文關鍵詞:Earnings manipulationFailure predictionDiscretionary accruals
相關次數:
  • 被引用被引用:1
  • 點閱點閱:114
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:3
違約預警模型的發展基礎建構在財務數字之上。但在進行違約預警的模型建構之前,必須注意財務報表資訊是否經人為操縱及控制及操縱的影響性。不實財務報表可能無法充分反應該公司的經濟實質,也很有可能對違約預測結果產生偏誤的結果。本研究分析之盈餘操縱變數,是以Jones model與Modified Jones model進行不可裁決性應計數的迴歸估計,用pannel data並分產業別之方式進行裁決性應計數之迴歸估計。此外並計算各樣本歷年總應計項目以及裁決性應計項目之標準差作為自變數加入模型中並衡量各模型之效度。
本研究使用台灣經濟新報社 (TEJ)資料庫。違約公司樣本為 1998~2004年之間曾經發生過財務危機以及準財務危機之公司且留下2005年之違約樣本做為驗證,並基於產業之特殊性,刪除營建類股、航運類股與金融類股之樣本。正常公司樣本為1998年~2005年之間未曾發生過財務危機的公開發行公司。本文之實證結果發現,以裁決性應計數來看,不論在Jones Model或是Modified Jones Model之下,違約公司之盈餘操縱程度皆明顯大於正常公司,證實了違約公司與正常公司盈餘操縱之程度有顯著差異。然而模型效度結果顯示,不論是KS值或是ROC值,加入本文所設計之盈餘操縱變數,其對純財務績效模型效度的增進相當有限。因此,本研究認為盈餘操縱變數應被視為財務績效變數以外之判別變數,作為衡量其他財務績效變數之依據。
In recent studies, failure prediction models were constructed on the basis of financial numbers, but windows dressing effects on financial statement always cause bias on failure prediction model. In this study I used the Jones Model and the Modified Jones Models to estimate discretionary accruals of each sample and then calculated the standard error of discretionary accruals for each sample to evaluate the degree of earnings manipulation. All data were from TEJ data base center.
In this study we found that failure firms indeed have larger total accruals and discretionary accruals than non failure firms. The failure prediction models of adding earnings management variable are not significantly better than pure financial ratio model. I suggested the earnings management variable should be used as other measurement variable other than be added in failure prediction model directly.
第一章 緒論 1
第一節 研究目的與動機 1
第二節 研究背景 1
第二章 文獻探討 5
第一節 探討企業進行盈餘管理的定義及動機 5
第二節 盈餘操縱程度的衡量 7
第三節 違約預測之文獻回顧 10
第三章 研究設計 13
第一節 實證變數之操作型定義 13
第二節 研究方法 20
第四章 實證結果與分析 26
第一節 裁決性應計數分析 26
第二節 裁決性應計數與違約機率分析 31
第三節 加入盈餘操縱變數前後之違約預測模型 34
第四節 樣本外測試 40
第五章 研究結論與建議 41
第一節 研究結論 41
第二節 研究限制 42
第三節 研究建議 44
參考文獻 45
附錄 47
1.沈中華(93),違約機率與博達營收增加,經濟日報,二00四年九月五號。
2.林嬋娟、洪櫻芬、薛敏正(86),財務困難公司之盈餘管理實證研究,管理學報,第十四卷,第一期,頁15-38
3.胡永純(86),盈餘預測與盈餘管理之關連性研究,國立中興大學會計研究所未出版碩士論文。
4.張文清、林修葳(88),維持前期盈餘績效與盈餘管理,1999年台灣地區會計審計理論與實務研討會。
5.許永聲、王泰昌(94),盈餘管理行為與會計資訊的評價能力,國立中興大學會計研究所研討會,頁1-36。
6.陳祈願,我國會計師獨立性及責任之研究-美國沙班斯法之啟示(中),證券櫃檯月刊,第109期,頁28-37。
7.黃培琳、陳惠玲(94),虛偽交易第一好手—博達,貨幣觀測與信用評等,第五十六期,頁88-99。
8.葉銀華(94),蒸發的股王 — 領先發現地雷危機,商智文化出版。
9.薛敏正、林嬋娟(93),盈餘管理偵測模型比較研究:以國內財務困難公司為例。
10.Altman, E. 1968. Financial ratios, discriminant analysis, and the prediction of corporate bankruptcy. Journal of Finance, 23: 589-609.
11.Amir, F. and Atiya, 2001, Bankruptcy Prediction for Credit Risk Using Neural Networks: Survey and New Results. IEEE Tranctions JNL on Neural Networks 12, NO. 4.
12.Barbro 1996 , Choosing Bankruptcy Predictors Using Discriminant Analysis, Logit Analysis, and Genetic Algorithms. Turku Centre for Computer Science
13.Dutta, S. and S. Shekhar. 1988. Bond-rating: A Non- Conversation application of Neural Net-work. ICNN-88: 43-450.
14.DeFond, M. L., and J. Jiambalvo. 1994. Debt covenant violation and manipulation of accruals. Journal of Accounting and Economics 17: 145-176.
15.DeAngelo, L. 1986. Accounting Numbers as Market Valuation Substitutes:a Study of Management Buyouts of Public Stockholders. The Accounting Review 61: 400-420.
16.Dechow, P., R. Sloan, and A. Sweeney. 1995. Detecting earnings management. The Accounting Review 70: 193-225.
17.Dechow, Patricia M. and Douglas J. Skinner 2000, Earnings Management : Reconciling the Views of Accounting Academics, Practitioners, and Regulators. Accounting Horizons, 14: 235-250
18.Francis, J., J. D. Hanna, and L. Vincent. 1996. Causes and effects of discretionary asset write-offs. Journal of Accounting Research 34: 117-134.
19.Gul, F.A., C.J.P. Chen and J.S.L.Tsui. 2003. Discretionary accounting accruals, managers’ incentives, and audit fees. Contemporary Accounting Research.
20.Healy, P. 1985. The effect of bonus schemes on accounting decision. Journal of Accounting and Economics, 7: 85-107.
21.Healy, Paul M. and James M. Wahlen 1999 , A Review of the Earnings Management Literature and Its Implications for Standard Setting. Accounting Horizons, 13: 365-383.
22.Jones, J. 1991. Earnings Management During Import Relief Investigation. Journal of Accounting Research, 29(2): 193-228.
23.Kothari, S.P. 2001. Capital markets research in accounting. Journal of Accounting and Economics 31, 105-231.
24.Ohlson, J. 1980, Financial Ratios and the Probabilistic Prediction of Bankruptcy. Journal of Accounting Research 18: 109-131.
25.Rebecca, L. 2003, Earnings Manipulation in Failing Firms. Contemporary Accounting Research ABI / NFORM Global: 361-408.
26.Sankar, M. R. 1999, The impact of alternative forms of earnings management on the return-earnings relation, working paper, University of Southern California.
27.Farmen, T. E. S. and Westgaard, S. and Wijst, N. 2004, An Empirical test of Option Based Default Probabilities using Payment Behaviour and Auditor notes. Alfred Getzvei 1 N-7491 Trondheim Norway.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top