基于線性回歸與神經(jīng)網(wǎng)絡(luò)的盈余管理研究

馬海萍

【摘 要】 在以往對(duì)公司治理結(jié)構(gòu)與盈余管理關(guān)系的研究中，學(xué)者們大多采用多元線性回歸的方法，但多元線性回歸只是一種描述數(shù)量間簡(jiǎn)單線性關(guān)系的方法，使用的前提是滿足五條苛刻的假設(shè)，可能并不適合于某些實(shí)際經(jīng)濟(jì)問(wèn)題的研究。人工神經(jīng)網(wǎng)絡(luò)（ANN）是一種非線性的數(shù)學(xué)計(jì)算模型，文章將人工神經(jīng)網(wǎng)絡(luò)模型引入上述問(wèn)題的研究，并將多元線性回歸與ANN兩種模型的實(shí)證研究結(jié)果進(jìn)行分析與對(duì)比，用以考察兩種模型在盈余管理研究領(lǐng)域的有效性與預(yù)測(cè)力。

【關(guān)鍵詞】 多元線性回歸模型； 神經(jīng)網(wǎng)絡(luò)模型； 公司治理結(jié)構(gòu)； 盈余管理

中圖分類號(hào)：F224文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1004-5937（2014）17-0047-05一、引言

自20世紀(jì)90年代初股票交易市場(chǎng)在我國(guó)建立至今已二十余載，在這些年里，上市公司股權(quán)結(jié)構(gòu)在經(jīng)歷了以股權(quán)分置改革為代表的一次次改革后發(fā)生重大變化。目前，我國(guó)非流通股大部分屬于國(guó)有股、法人股與上市公司部分高管持有股。由以上分析可知，我國(guó)公司的治理結(jié)構(gòu)與治理環(huán)境均發(fā)生了較大的變化，在新的股權(quán)結(jié)構(gòu)下對(duì)盈余管理進(jìn)行研究具有新的意義。

在已有的研究成果中，學(xué)者們關(guān)于不同公司治理結(jié)構(gòu)下公司盈余管理程度的實(shí)證研究結(jié)果大不相同。究其原因，是因?yàn)閷W(xué)者們?cè)趯?shí)證研究過(guò)程中，選取的樣本在時(shí)間、數(shù)量、行業(yè)分布上有所不同以及自變量、因變量的設(shè)置也有很大差異。在以往的研究中，學(xué)者們采用的研究方法大多是多元線性回歸模型，但值得注意的是，在實(shí)際中，公司治理結(jié)構(gòu)與盈余管理的關(guān)系是復(fù)雜與多樣的，而多元線性回歸只是一種描述數(shù)量間簡(jiǎn)單線性關(guān)系的方法，使用的前提是滿足五條苛刻的假設(shè)，可能并不適合于某些實(shí)際經(jīng)濟(jì)問(wèn)題的研究。人工神經(jīng)網(wǎng)絡(luò)是一種非線性的數(shù)學(xué)計(jì)算模型，本文將人工神經(jīng)網(wǎng)絡(luò)模型引入公司治理結(jié)構(gòu)與盈余管理關(guān)系的研究，并將多元線性回歸與ANN兩種模型的實(shí)證研究結(jié)果進(jìn)行分析與對(duì)比，用以考察兩種模型在盈余管理研究領(lǐng)域的有效性與預(yù)測(cè)力。

二、相關(guān)概念厘定

（一）多元線性回歸模型

線性回歸分析（Linear Regression Analysis）是一種對(duì)自變量（Independent Variable）與因變量（Dependent Variable）之間的關(guān)系進(jìn)行研究的方法，研究的步驟為：首先是通過(guò)計(jì)算相關(guān)系數(shù)r探索與確定變量間是否存在線性相關(guān)關(guān)系，其次是確定自變量與因變量，再次是建立回歸模型，最后是運(yùn)用回歸模型進(jìn)行評(píng)估與預(yù)測(cè)。線性回歸分析根據(jù)自變量個(gè)數(shù)與復(fù)雜程度可以劃分為兩類：一是簡(jiǎn)單的一元線性回歸分析，二是相對(duì)復(fù)雜的多元線性回歸分析。多元線性回歸分析模型可以表示為：

y=b0+b1x1+b2x2+…+bkxk+e（1）

通過(guò)最小二乘法（GLS），可以得到參數(shù)的最佳估計(jì)值，在此基礎(chǔ)上，還要通過(guò)以下幾個(gè)有代表性的檢驗(yàn)來(lái)驗(yàn)證模型的擬合程度。主要包括：

1.擬合優(yōu)度檢驗(yàn)。多重可決系數(shù)一般用R2表示，代表回歸平方和所占y的總變化的比重，R2越大，模型的擬合優(yōu)度就越好。計(jì)算公式為：

R2＝■=1-■（2）

標(biāo)準(zhǔn)差，也可以對(duì)多元線性回歸模型的擬合優(yōu)度加以反映，它表示y的實(shí)際值與估計(jì)值之間存在的誤差，標(biāo)準(zhǔn)差越小，擬合優(yōu)度就越好。計(jì)算公式為：

Sy=■vk=■（3）

2.回歸方程的顯著性檢驗(yàn)。該檢驗(yàn)是對(duì)整個(gè)回歸方程的顯著性進(jìn)行檢驗(yàn)，以對(duì)所有x與y的線性關(guān)系的密切程度進(jìn)行評(píng)價(jià)。F檢驗(yàn)的應(yīng)用最為廣泛。

3.回歸系數(shù)的顯著性檢驗(yàn)。該檢驗(yàn)是對(duì)方程中的各個(gè)回歸系數(shù)b是否具有顯著性進(jìn)行驗(yàn)證，并將方程中對(duì)y沒(méi)有顯著影響的因素去除。t檢驗(yàn)是經(jīng)常采用的方法。

此外，還有多重共線性檢驗(yàn)與DW檢驗(yàn)等。

（二）神經(jīng)網(wǎng)絡(luò)模型

人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，下文簡(jiǎn)稱ANN），是一種對(duì)生物神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)與功能進(jìn)行模仿的數(shù)學(xué)計(jì)算模型。神經(jīng)網(wǎng)絡(luò)依靠大量的人工“神經(jīng)元”聯(lián)結(jié)組合而成，每個(gè)“神經(jīng)元”代表一種激勵(lì)函數(shù)（Activation Function），它屬于一種特定的輸出函數(shù)。對(duì)每?jī)蓚€(gè)“神經(jīng)元”間的連接都賦予一個(gè)權(quán)重（Weight），它代表通過(guò)該連接信號(hào)的加權(quán)值，這與活體生物的神經(jīng)網(wǎng)絡(luò)相類似。網(wǎng)絡(luò)的激勵(lì)函數(shù)、連接方式與權(quán)重值的不同決定了網(wǎng)絡(luò)輸出的不同。同時(shí)，ANN是一種自適應(yīng)系統(tǒng)，它能根據(jù)外界信息的變化改變自身的內(nèi)部結(jié)構(gòu)，通過(guò)對(duì)輸入、輸出變量的不同關(guān)系的分析，掌握其中的內(nèi)在規(guī)律，建立不同的非線性統(tǒng)計(jì)性數(shù)據(jù)模型，這一建模的過(guò)程也被稱為“訓(xùn)練”。

如圖1所示，a1，a2，…，an為輸入向量的各個(gè)分量；w1，w2，…，wn為神經(jīng)元各個(gè)連接的權(quán)重；b為偏置；f為非線性傳遞函數(shù)；t為神經(jīng)元輸出，t=f（WA'+b），其中，W為權(quán)向量，A為輸入向量，A'為A向量的轉(zhuǎn)置。ANN具備大量公式同時(shí)運(yùn)行、大量數(shù)據(jù)同時(shí)計(jì)算、運(yùn)算程序分布式存儲(chǔ)、運(yùn)算結(jié)果綜合式處理、自我適應(yīng)、自我組織與自我學(xué)習(xí)的能力，它自從被提出以來(lái)就在實(shí)務(wù)界得到廣泛的運(yùn)用，特別是隨著近年來(lái)計(jì)算機(jī)電子技術(shù)的發(fā)展與進(jìn)步，ANN逐步完成了軟件模擬與硬件實(shí)現(xiàn)的無(wú)縫對(duì)接，在信號(hào)處理、模式識(shí)別、專家系統(tǒng)、優(yōu)化組合、知識(shí)控制、機(jī)器人控制等領(lǐng)域發(fā)揮著越來(lái)越重要的作用。ANN非常適合應(yīng)用于擁有很多不同的輸入向量（即所要處理的問(wèn)題需要同時(shí)考慮多種條件與因素），且輸入向量具備不精確、模糊性特征的信息處理問(wèn)題。

（三）盈余管理

盈余管理（Earnings Management）是會(huì)計(jì)政策的選擇具有經(jīng)濟(jì)后果的一種具體表現(xiàn)形式，指企業(yè)管理層在遵循會(huì)計(jì)準(zhǔn)則的基礎(chǔ)上，通過(guò)對(duì)企業(yè)對(duì)外報(bào)告的會(huì)計(jì)收益信息進(jìn)行控制或調(diào)整，以達(dá)到主體自身利益最大化的行為。作為影響企業(yè)會(huì)計(jì)質(zhì)量的重要因素，盈余管理備受企業(yè)的管理者、所用者、債權(quán)人、政府監(jiān)管部門(mén)等利益相關(guān)者的關(guān)注。因此，必須對(duì)企業(yè)的盈余管理程度進(jìn)行準(zhǔn)確、合理的評(píng)價(jià)與預(yù)測(cè)。由于公司治理結(jié)構(gòu)不僅涉及一系列定量的指標(biāo)，還包括了大量定性的指標(biāo)，這些指標(biāo)本身就非常復(fù)雜，再加上會(huì)計(jì)信息本身所特有的模糊性，對(duì)盈余管理與股權(quán)結(jié)構(gòu)關(guān)系的研究造成了很大的難度。

在相關(guān)實(shí)證研究中，學(xué)者們大多數(shù)是運(yùn)用多元線性回歸方法，該方法強(qiáng)大的分析與預(yù)測(cè)功能在很多問(wèn)題的研究中均發(fā)揮了較好的作用。然而，值得注意的是，運(yùn)用線性回歸模型的前提是滿足五條基本假設(shè)，即誤差的正態(tài)性、解釋變量的無(wú)關(guān)性、同方差性、無(wú)偏性、獨(dú)立性。在實(shí)際生活中，這些基本假設(shè)是很苛刻的，幾乎無(wú)法全部滿足，這就使回歸模型產(chǎn)生了偏差。ANN模型則避免了這些假設(shè)，將ANN納入公司治理結(jié)構(gòu)和盈余管理之間關(guān)系的研究，可以有效避免多元線性回歸模型中強(qiáng)相關(guān)性或者輸入變量有噪聲等問(wèn)題，并且ANN可以很好地模擬非線性關(guān)系，具有很強(qiáng)的優(yōu)越性。

三、研究設(shè)計(jì)

（一）樣本選取

本文的上市公司數(shù)據(jù)全部來(lái)自于國(guó)泰安數(shù)據(jù)庫(kù)，選取截至2013年第三季度末（9月30日）之前上市的滬市A股上市公司數(shù)據(jù)，剔除ST、■ST、PT類和金融類企業(yè)，以及數(shù)據(jù)不全的上市公司，最后得到1 084家上市公司數(shù)據(jù)（見(jiàn)表1）。

（二）盈余管理計(jì)量方法選擇

截至目前，學(xué)術(shù)界常采用以下三種方法對(duì)盈余管理進(jìn)行計(jì)量：應(yīng)計(jì)利潤(rùn)分離法、分布檢測(cè)法與具體項(xiàng)目法，其中，使用最多的方法為應(yīng)計(jì)利潤(rùn)分離法。所謂分離，是指運(yùn)用回歸模型將應(yīng)計(jì)利潤(rùn)分離為可操控性與不可操控性，并以可操控性應(yīng)計(jì)利潤(rùn)作為衡量盈余管理的大小與程度的依據(jù)。運(yùn)用該方法的關(guān)鍵是如何對(duì)應(yīng)計(jì)利潤(rùn)進(jìn)行分離。分離應(yīng)計(jì)利潤(rùn)的模型很多，包括KS模型、Jones模型、修正的Jones模型、隨機(jī)游走模型、行業(yè)模型等，本文將運(yùn)用Jones模型。Jones模型估量非操縱性應(yīng)計(jì)利潤(rùn)的公式如下：

NDAt=α1（1/At-1）+α2（ΔREVt/At-1）+α3（PPEt/At-1）

（4）

式中，ΔREVt是第t期收入和第t-1期收入的差額；PPEt是第t期期末的固定資產(chǎn)價(jià)值；At-1是第t-1期期末總資產(chǎn)；α1、α2、α3是公司特征參數(shù)。α1、α2、α3的估計(jì)值運(yùn)用估計(jì)期各項(xiàng)數(shù)值進(jìn)行回歸取得。

TAt/At-1=a1（1/At-1）+a2（ΔREVt/At-1）+a3（PPEt/At-1）+εt（5）

式中，a1、a2、a3是α1、α2、α3的OLS估計(jì)值，TAt是第t期的總應(yīng)計(jì)利潤(rùn)。εt為剩余項(xiàng)，代表各公司總應(yīng)計(jì)利潤(rùn)中的操控性應(yīng)計(jì)利潤(rùn)部分。其他變量含義和式（4）相同。

（三）研究假設(shè)

公司的治理結(jié)構(gòu)包括廣義和狹義兩個(gè)層次的內(nèi)容，廣義是包括外部治理結(jié)構(gòu)與內(nèi)部治理結(jié)構(gòu)，狹義只包括內(nèi)部治理結(jié)構(gòu)。本文對(duì)公司治理結(jié)構(gòu)采取了狹義的概念，主要研究股權(quán)結(jié)構(gòu)、董事會(huì)、監(jiān)事會(huì)等內(nèi)部治理結(jié)構(gòu)的內(nèi)容。

1.股權(quán)結(jié)構(gòu)

X1：第一大股東持股比例。眾所周知，我國(guó)上市公司的一個(gè)顯著特點(diǎn)為“一股獨(dú)大”，這常常造成大股東侵占小股東利益，由此提出假設(shè)一：第一大股東持股比例與盈余管理正相關(guān)。

X2：國(guó)有股持股比例。由于國(guó)有股的股東沒(méi)有所有權(quán)，缺乏足夠的動(dòng)力去監(jiān)管管理層，從而使管理層擁有更多盈余管理的機(jī)會(huì)，由此提出假設(shè)二：國(guó)有股比例與盈余管理正相關(guān)。

X3：法人股持股比例。相對(duì)于國(guó)有股，法人股對(duì)于公司管理層具有更高的監(jiān)督積極性；相對(duì)于小股東，法人股具備更高的監(jiān)管能力，由此提出假設(shè)三：法人股比例與盈余管理負(fù)相關(guān)。

2.董事會(huì)

X4：董事長(zhǎng)兼任總經(jīng)理。若董事長(zhǎng)兼任總經(jīng)理取1，否則取0。董事長(zhǎng)是董事會(huì)的首腦，總經(jīng)理是公司管理層的首腦，若二者由同一人擔(dān)任，無(wú)疑會(huì)大大削弱董事會(huì)對(duì)管理層的監(jiān)督，由此提出假設(shè)四：兼任與盈余管理正相關(guān)。

X5：獨(dú)立董事的比例。我國(guó)《公司法》規(guī)定，獨(dú)立董事必須具有五年以上法律、經(jīng)濟(jì)或者其他履行獨(dú)立董事職責(zé)所必需的工作經(jīng)驗(yàn)，由此提出假設(shè)五：獨(dú)立董事在董事會(huì)中所占比例與盈余管理程度負(fù)相關(guān)。

X6：董事會(huì)規(guī)模?！豆痉ā芬?guī)定，股份有限公司的董事會(huì)由五到十九人構(gòu)成，若董事會(huì)規(guī)模過(guò)大，會(huì)造成董事之間溝通的低效率與高成本，即付出的成本會(huì)超過(guò)其創(chuàng)造的價(jià)值，由此提出假設(shè)六：董事會(huì)規(guī)模與盈余管理正相關(guān)。

3.監(jiān)事會(huì)

X7：監(jiān)事會(huì)規(guī)模?！豆痉ā芬?guī)定，監(jiān)事會(huì)由三名以上的監(jiān)事構(gòu)成，監(jiān)事會(huì)是公司的監(jiān)督機(jī)構(gòu)，其規(guī)模越大，越有利于對(duì)管理層的監(jiān)督。由此提出假設(shè)七：監(jiān)事會(huì)規(guī)模與盈余管理負(fù)相關(guān)。

X8：監(jiān)事會(huì)成員持股比例。監(jiān)事會(huì)成立的目的是對(duì)公司的管理層進(jìn)行監(jiān)督，相對(duì)較高的持股比例，可以增加監(jiān)事會(huì)成員對(duì)管理層的經(jīng)營(yíng)管理狀況進(jìn)行監(jiān)督的動(dòng)力，實(shí)現(xiàn)對(duì)盈余管理行為的抑制，由此提出假設(shè)八：監(jiān)事會(huì)成員持股比例與盈余管理負(fù)相關(guān)。

（四）控制變量

鑒于上市公司盈余管理的程度不可避免地會(huì)受到一些非治理結(jié)構(gòu)因素的影響，為了對(duì)解釋變量影響被解釋變量加以調(diào)節(jié)，本文設(shè)置以下三個(gè)控制變量：公司規(guī)模（取公司年末總資產(chǎn)的對(duì)數(shù)值）、凈資產(chǎn)收益率、資產(chǎn)負(fù)債率。

（五）模型構(gòu)建

首先利用EViews7.0對(duì)Jones模型進(jìn)行多元線性回歸，回歸結(jié)果顯示：調(diào)整判定系數(shù)為0.957，對(duì)應(yīng)的F檢驗(yàn)的p值小于0.000，由此判定模型的擬合優(yōu)度良好。繼而進(jìn)行t檢驗(yàn)，僅有常數(shù)項(xiàng)未通過(guò)檢驗(yàn)，即非操控性應(yīng)計(jì)利潤(rùn)模型為：

NDAi-t/Ai+1=6.412E8（1/Ai+1）+0.261（ΔREVi-t/At-1）+α3（PPEt/At-1）（6）

盈余管理，即操控性應(yīng)計(jì)利潤(rùn)可以通過(guò)減法得到，公式如下：

EMi-t=TDAi-t-NDAi-t/Ai+1 （7）

四、實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)分析

樣本公司描述性統(tǒng)計(jì)結(jié)果如表2所示。

（二）多元線性回歸結(jié)果與分析

本文采用EViews7.0對(duì)自變量、因變量進(jìn)行了多元線性回歸分析，回歸分析結(jié)果見(jiàn)表3與表4。

由表4可知，X1（第一大股東持股比例）、X2（國(guó)有股持股比例）、X7（監(jiān)事會(huì)規(guī)模）、X8（監(jiān)事會(huì)成員持股比例）均與企業(yè)的盈余管理程度正相關(guān)；而X6（董事會(huì)規(guī)模）與盈余管理負(fù)相關(guān)；X3（法人股持股比例）、X4（董事長(zhǎng)兼任總經(jīng)理）以及X5（獨(dú)立董事的比例）與盈余管理的關(guān)系不顯著。由表3可知，回歸方程的調(diào)整的R2為0.192，表明方程擬合優(yōu)度的F檢驗(yàn)的Sig.值為0.000，說(shuō)明擬合優(yōu)度良好，但應(yīng)當(dāng)注意，表示殘差平方和的SSE值較大。

（三）人工神經(jīng)網(wǎng)絡(luò)模型的實(shí)證結(jié)果與分析

本部分將運(yùn)用ANN模型對(duì)數(shù)據(jù)進(jìn)行實(shí)證分析。具體步驟如下：

第一步，選取合適的ANN結(jié)構(gòu)。筆者將采用三層人工神經(jīng)網(wǎng)絡(luò)，即：輸入層、隱含層與輸出層，將從X1到X8八個(gè)指標(biāo)設(shè)定為輸入層的八個(gè)節(jié)點(diǎn)，將操控性應(yīng)計(jì)利潤(rùn)設(shè)定為輸出層的唯一節(jié)點(diǎn)，為隱含層設(shè)定二十個(gè)節(jié)點(diǎn)。隱含層的激活函數(shù)為：（fx）=1/（1+exp（-x））；輸出層的激活函數(shù)為：（fx）=x

第二步，網(wǎng)絡(luò)參數(shù)初始化。為隱含層與輸入層之間的連接賦予權(quán)值wij、閾值θk，輸出層與隱含層之間的連接權(quán)值w'ij、閾值θ'k，所選取樣本數(shù)據(jù)的閾值為［-1，1］。

第三步，將樣本中的數(shù)據(jù)輸入，運(yùn)用上文所述的式（4）對(duì)隱含層的輸入進(jìn)行運(yùn)算，然后運(yùn)用式（5）計(jì)算隱含層的輸出；該值也是輸出層的輸入，在此基礎(chǔ)上繼續(xù)計(jì)算輸出層的輸出。最后，可得到輸出關(guān)系式：y=■w■■［（■）θ■■■+θ■■■］，根據(jù)式（7）可計(jì)算得出殘差平方和SSE值為0.621，大大小于多元線性回歸得出的0.975。

為了對(duì)ANN模型的預(yù)測(cè)能力進(jìn)行更好的驗(yàn)證，筆者將2013年的樣本數(shù)據(jù)劃分為兩個(gè)子部分，一部分為訓(xùn)練樣本，另一部分為測(cè)試樣本，檢驗(yàn)結(jié)果見(jiàn)表5。

由表5中可知，單就預(yù)測(cè)能力而言，多元線性回歸模型遠(yuǎn)不如ANN模型的準(zhǔn)確性強(qiáng)。對(duì)于這種對(duì)比分析的結(jié)果，一個(gè)更為直觀的解釋是：在現(xiàn)實(shí)世界中，公司治理結(jié)構(gòu)中的諸多要素與盈余管理之間并非是一種簡(jiǎn)單的線性關(guān)系，ANN模型使這種非線性模型表現(xiàn)出更好的模擬效果。

五、結(jié)論與下一步研究方向

本文選取了截至2013年9月30日在上交所上市的1 084家上市公司數(shù)據(jù)，對(duì)公司治理結(jié)構(gòu)與盈余管理的關(guān)系分別運(yùn)用多元線性回歸與ANN模型進(jìn)行研究，并對(duì)兩種模型的實(shí)證研究結(jié)果進(jìn)行了對(duì)比分析。結(jié)果表明，ANN模型具有較高的擬合優(yōu)度，這為今后關(guān)于非線性關(guān)系的研究開(kāi)辟了新的道路。但本文仍存在以下兩個(gè)方面的缺陷：一是在數(shù)據(jù)的選取上，僅以2013年前三個(gè)季度的數(shù)據(jù)為樣本，由于個(gè)別樣本可能存在異常，這可能會(huì)對(duì)這個(gè)樣本數(shù)據(jù)的回歸結(jié)果造成偏差，下一步可以考慮截取多年的時(shí)間序列數(shù)據(jù)對(duì)ANN模型與多元線性回歸模型進(jìn)行對(duì)比研究；二是對(duì)于因變量公司治理結(jié)構(gòu)，本文采取的是狹義的概念，將研究的范圍限定在內(nèi)部治理結(jié)構(gòu)，而將外部治理結(jié)構(gòu)排除在外，今后可以將囊括了外部產(chǎn)品市場(chǎng)、資本市場(chǎng)在內(nèi)的外部治理結(jié)構(gòu)也納入研究的范圍，從而了解公司治理結(jié)構(gòu)與盈余管理關(guān)系的全貌。●

【參考文獻(xiàn)】

［1］ 朱榮.真實(shí)盈余管理的經(jīng)濟(jì)后果研究述評(píng)［J］.會(huì)計(jì)之友，2013（3）：72-74.

［2］ 黎春.中國(guó)上市公司財(cái)務(wù)指數(shù)研究［D］.西南財(cái)經(jīng)大學(xué)，2010.

［3］ 丁真真.基于BP神經(jīng)網(wǎng)絡(luò)的快速消費(fèi)品上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)研究［D］.東北林業(yè)大學(xué)，2012.

［4］ 王世蘭.基于神經(jīng)網(wǎng)絡(luò)的中國(guó)上市公司財(cái)務(wù)危機(jī)預(yù)警研究［D］.西南財(cái)經(jīng)大學(xué)，2011.

［5］ 徐巖，陳銀濤，于曉佳，等.EVA績(jī)效評(píng)價(jià)對(duì)盈余管理影響的實(shí)證分析［J］.會(huì)計(jì)之友，2012（21）:76-78.

［6］ 李惠，胡安琴. 機(jī)構(gòu)投資者與盈余管理的關(guān)系研究［J］.會(huì)計(jì)之友，2013（23）:101-104.

［7］ 張勤，陳良華. 董事會(huì)特征與盈余管理關(guān)系的實(shí)證研究——基于我國(guó)中小板上市公司的面板數(shù)據(jù)［J］.會(huì)計(jì)之友，2012（36）:101-106.

［8］ 王木之，譚洪濤. 我國(guó)上市公司盈利比率分布特性創(chuàng)新研究——基于2011年滬深股市制造業(yè)的截面數(shù)據(jù)［J］.會(huì)計(jì)之友，2013（24）：72-74.

NDAt=α1（1/At-1）+α2（ΔREVt/At-1）+α3（PPEt/At-1）

（4）

式中，ΔREVt是第t期收入和第t-1期收入的差額；PPEt是第t期期末的固定資產(chǎn)價(jià)值；At-1是第t-1期期末總資產(chǎn)；α1、α2、α3是公司特征參數(shù)。α1、α2、α3的估計(jì)值運(yùn)用估計(jì)期各項(xiàng)數(shù)值進(jìn)行回歸取得。

TAt/At-1=a1（1/At-1）+a2（ΔREVt/At-1）+a3（PPEt/At-1）+εt（5）

式中，a1、a2、a3是α1、α2、α3的OLS估計(jì)值，TAt是第t期的總應(yīng)計(jì)利潤(rùn)。εt為剩余項(xiàng)，代表各公司總應(yīng)計(jì)利潤(rùn)中的操控性應(yīng)計(jì)利潤(rùn)部分。其他變量含義和式（4）相同。

（三）研究假設(shè)

公司的治理結(jié)構(gòu)包括廣義和狹義兩個(gè)層次的內(nèi)容，廣義是包括外部治理結(jié)構(gòu)與內(nèi)部治理結(jié)構(gòu)，狹義只包括內(nèi)部治理結(jié)構(gòu)。本文對(duì)公司治理結(jié)構(gòu)采取了狹義的概念，主要研究股權(quán)結(jié)構(gòu)、董事會(huì)、監(jiān)事會(huì)等內(nèi)部治理結(jié)構(gòu)的內(nèi)容。

1.股權(quán)結(jié)構(gòu)

X1：第一大股東持股比例。眾所周知，我國(guó)上市公司的一個(gè)顯著特點(diǎn)為“一股獨(dú)大”，這常常造成大股東侵占小股東利益，由此提出假設(shè)一：第一大股東持股比例與盈余管理正相關(guān)。

X2：國(guó)有股持股比例。由于國(guó)有股的股東沒(méi)有所有權(quán)，缺乏足夠的動(dòng)力去監(jiān)管管理層，從而使管理層擁有更多盈余管理的機(jī)會(huì)，由此提出假設(shè)二：國(guó)有股比例與盈余管理正相關(guān)。

X3：法人股持股比例。相對(duì)于國(guó)有股，法人股對(duì)于公司管理層具有更高的監(jiān)督積極性；相對(duì)于小股東，法人股具備更高的監(jiān)管能力，由此提出假設(shè)三：法人股比例與盈余管理負(fù)相關(guān)。

2.董事會(huì)

X4：董事長(zhǎng)兼任總經(jīng)理。若董事長(zhǎng)兼任總經(jīng)理取1，否則取0。董事長(zhǎng)是董事會(huì)的首腦，總經(jīng)理是公司管理層的首腦，若二者由同一人擔(dān)任，無(wú)疑會(huì)大大削弱董事會(huì)對(duì)管理層的監(jiān)督，由此提出假設(shè)四：兼任與盈余管理正相關(guān)。

X5：獨(dú)立董事的比例。我國(guó)《公司法》規(guī)定，獨(dú)立董事必須具有五年以上法律、經(jīng)濟(jì)或者其他履行獨(dú)立董事職責(zé)所必需的工作經(jīng)驗(yàn)，由此提出假設(shè)五：獨(dú)立董事在董事會(huì)中所占比例與盈余管理程度負(fù)相關(guān)。

X6：董事會(huì)規(guī)模?！豆痉ā芬?guī)定，股份有限公司的董事會(huì)由五到十九人構(gòu)成，若董事會(huì)規(guī)模過(guò)大，會(huì)造成董事之間溝通的低效率與高成本，即付出的成本會(huì)超過(guò)其創(chuàng)造的價(jià)值，由此提出假設(shè)六：董事會(huì)規(guī)模與盈余管理正相關(guān)。

3.監(jiān)事會(huì)

X7：監(jiān)事會(huì)規(guī)模?！豆痉ā芬?guī)定，監(jiān)事會(huì)由三名以上的監(jiān)事構(gòu)成，監(jiān)事會(huì)是公司的監(jiān)督機(jī)構(gòu)，其規(guī)模越大，越有利于對(duì)管理層的監(jiān)督。由此提出假設(shè)七：監(jiān)事會(huì)規(guī)模與盈余管理負(fù)相關(guān)。

X8：監(jiān)事會(huì)成員持股比例。監(jiān)事會(huì)成立的目的是對(duì)公司的管理層進(jìn)行監(jiān)督，相對(duì)較高的持股比例，可以增加監(jiān)事會(huì)成員對(duì)管理層的經(jīng)營(yíng)管理狀況進(jìn)行監(jiān)督的動(dòng)力，實(shí)現(xiàn)對(duì)盈余管理行為的抑制，由此提出假設(shè)八：監(jiān)事會(huì)成員持股比例與盈余管理負(fù)相關(guān)。

（四）控制變量

鑒于上市公司盈余管理的程度不可避免地會(huì)受到一些非治理結(jié)構(gòu)因素的影響，為了對(duì)解釋變量影響被解釋變量加以調(diào)節(jié)，本文設(shè)置以下三個(gè)控制變量：公司規(guī)模（取公司年末總資產(chǎn)的對(duì)數(shù)值）、凈資產(chǎn)收益率、資產(chǎn)負(fù)債率。

（五）模型構(gòu)建

首先利用EViews7.0對(duì)Jones模型進(jìn)行多元線性回歸，回歸結(jié)果顯示：調(diào)整判定系數(shù)為0.957，對(duì)應(yīng)的F檢驗(yàn)的p值小于0.000，由此判定模型的擬合優(yōu)度良好。繼而進(jìn)行t檢驗(yàn)，僅有常數(shù)項(xiàng)未通過(guò)檢驗(yàn)，即非操控性應(yīng)計(jì)利潤(rùn)模型為：

NDAi-t/Ai+1=6.412E8（1/Ai+1）+0.261（ΔREVi-t/At-1）+α3（PPEt/At-1）（6）

盈余管理，即操控性應(yīng)計(jì)利潤(rùn)可以通過(guò)減法得到，公式如下：

EMi-t=TDAi-t-NDAi-t/Ai+1 （7）

四、實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)分析

樣本公司描述性統(tǒng)計(jì)結(jié)果如表2所示。

（二）多元線性回歸結(jié)果與分析

本文采用EViews7.0對(duì)自變量、因變量進(jìn)行了多元線性回歸分析，回歸分析結(jié)果見(jiàn)表3與表4。

由表4可知，X1（第一大股東持股比例）、X2（國(guó)有股持股比例）、X7（監(jiān)事會(huì)規(guī)模）、X8（監(jiān)事會(huì)成員持股比例）均與企業(yè)的盈余管理程度正相關(guān)；而X6（董事會(huì)規(guī)模）與盈余管理負(fù)相關(guān)；X3（法人股持股比例）、X4（董事長(zhǎng)兼任總經(jīng)理）以及X5（獨(dú)立董事的比例）與盈余管理的關(guān)系不顯著。由表3可知，回歸方程的調(diào)整的R2為0.192，表明方程擬合優(yōu)度的F檢驗(yàn)的Sig.值為0.000，說(shuō)明擬合優(yōu)度良好，但應(yīng)當(dāng)注意，表示殘差平方和的SSE值較大。

（三）人工神經(jīng)網(wǎng)絡(luò)模型的實(shí)證結(jié)果與分析

本部分將運(yùn)用ANN模型對(duì)數(shù)據(jù)進(jìn)行實(shí)證分析。具體步驟如下：

第一步，選取合適的ANN結(jié)構(gòu)。筆者將采用三層人工神經(jīng)網(wǎng)絡(luò)，即：輸入層、隱含層與輸出層，將從X1到X8八個(gè)指標(biāo)設(shè)定為輸入層的八個(gè)節(jié)點(diǎn)，將操控性應(yīng)計(jì)利潤(rùn)設(shè)定為輸出層的唯一節(jié)點(diǎn)，為隱含層設(shè)定二十個(gè)節(jié)點(diǎn)。隱含層的激活函數(shù)為：（fx）=1/（1+exp（-x））；輸出層的激活函數(shù)為：（fx）=x

第二步，網(wǎng)絡(luò)參數(shù)初始化。為隱含層與輸入層之間的連接賦予權(quán)值wij、閾值θk，輸出層與隱含層之間的連接權(quán)值w'ij、閾值θ'k，所選取樣本數(shù)據(jù)的閾值為［-1，1］。

第三步，將樣本中的數(shù)據(jù)輸入，運(yùn)用上文所述的式（4）對(duì)隱含層的輸入進(jìn)行運(yùn)算，然后運(yùn)用式（5）計(jì)算隱含層的輸出；該值也是輸出層的輸入，在此基礎(chǔ)上繼續(xù)計(jì)算輸出層的輸出。最后，可得到輸出關(guān)系式：y=■w■■［（■）θ■■■+θ■■■］，根據(jù)式（7）可計(jì)算得出殘差平方和SSE值為0.621，大大小于多元線性回歸得出的0.975。

為了對(duì)ANN模型的預(yù)測(cè)能力進(jìn)行更好的驗(yàn)證，筆者將2013年的樣本數(shù)據(jù)劃分為兩個(gè)子部分，一部分為訓(xùn)練樣本，另一部分為測(cè)試樣本，檢驗(yàn)結(jié)果見(jiàn)表5。

由表5中可知，單就預(yù)測(cè)能力而言，多元線性回歸模型遠(yuǎn)不如ANN模型的準(zhǔn)確性強(qiáng)。對(duì)于這種對(duì)比分析的結(jié)果，一個(gè)更為直觀的解釋是：在現(xiàn)實(shí)世界中，公司治理結(jié)構(gòu)中的諸多要素與盈余管理之間并非是一種簡(jiǎn)單的線性關(guān)系，ANN模型使這種非線性模型表現(xiàn)出更好的模擬效果。

五、結(jié)論與下一步研究方向

本文選取了截至2013年9月30日在上交所上市的1 084家上市公司數(shù)據(jù)，對(duì)公司治理結(jié)構(gòu)與盈余管理的關(guān)系分別運(yùn)用多元線性回歸與ANN模型進(jìn)行研究，并對(duì)兩種模型的實(shí)證研究結(jié)果進(jìn)行了對(duì)比分析。結(jié)果表明，ANN模型具有較高的擬合優(yōu)度，這為今后關(guān)于非線性關(guān)系的研究開(kāi)辟了新的道路。但本文仍存在以下兩個(gè)方面的缺陷：一是在數(shù)據(jù)的選取上，僅以2013年前三個(gè)季度的數(shù)據(jù)為樣本，由于個(gè)別樣本可能存在異常，這可能會(huì)對(duì)這個(gè)樣本數(shù)據(jù)的回歸結(jié)果造成偏差，下一步可以考慮截取多年的時(shí)間序列數(shù)據(jù)對(duì)ANN模型與多元線性回歸模型進(jìn)行對(duì)比研究；二是對(duì)于因變量公司治理結(jié)構(gòu)，本文采取的是狹義的概念，將研究的范圍限定在內(nèi)部治理結(jié)構(gòu)，而將外部治理結(jié)構(gòu)排除在外，今后可以將囊括了外部產(chǎn)品市場(chǎng)、資本市場(chǎng)在內(nèi)的外部治理結(jié)構(gòu)也納入研究的范圍，從而了解公司治理結(jié)構(gòu)與盈余管理關(guān)系的全貌?！?/p>

【參考文獻(xiàn)】

［1］ 朱榮.真實(shí)盈余管理的經(jīng)濟(jì)后果研究述評(píng)［J］.會(huì)計(jì)之友，2013（3）：72-74.

［2］ 黎春.中國(guó)上市公司財(cái)務(wù)指數(shù)研究［D］.西南財(cái)經(jīng)大學(xué)，2010.

［3］ 丁真真.基于BP神經(jīng)網(wǎng)絡(luò)的快速消費(fèi)品上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)研究［D］.東北林業(yè)大學(xué)，2012.

［4］ 王世蘭.基于神經(jīng)網(wǎng)絡(luò)的中國(guó)上市公司財(cái)務(wù)危機(jī)預(yù)警研究［D］.西南財(cái)經(jīng)大學(xué)，2011.

［5］ 徐巖，陳銀濤，于曉佳，等.EVA績(jī)效評(píng)價(jià)對(duì)盈余管理影響的實(shí)證分析［J］.會(huì)計(jì)之友，2012（21）:76-78.

［6］ 李惠，胡安琴. 機(jī)構(gòu)投資者與盈余管理的關(guān)系研究［J］.會(huì)計(jì)之友，2013（23）:101-104.

［7］ 張勤，陳良華. 董事會(huì)特征與盈余管理關(guān)系的實(shí)證研究——基于我國(guó)中小板上市公司的面板數(shù)據(jù)［J］.會(huì)計(jì)之友，2012（36）:101-106.

［8］ 王木之，譚洪濤. 我國(guó)上市公司盈利比率分布特性創(chuàng)新研究——基于2011年滬深股市制造業(yè)的截面數(shù)據(jù)［J］.會(huì)計(jì)之友，2013（24）：72-74.

NDAt=α1（1/At-1）+α2（ΔREVt/At-1）+α3（PPEt/At-1）

（4）

式中，ΔREVt是第t期收入和第t-1期收入的差額；PPEt是第t期期末的固定資產(chǎn)價(jià)值；At-1是第t-1期期末總資產(chǎn)；α1、α2、α3是公司特征參數(shù)。α1、α2、α3的估計(jì)值運(yùn)用估計(jì)期各項(xiàng)數(shù)值進(jìn)行回歸取得。

TAt/At-1=a1（1/At-1）+a2（ΔREVt/At-1）+a3（PPEt/At-1）+εt（5）

式中，a1、a2、a3是α1、α2、α3的OLS估計(jì)值，TAt是第t期的總應(yīng)計(jì)利潤(rùn)。εt為剩余項(xiàng)，代表各公司總應(yīng)計(jì)利潤(rùn)中的操控性應(yīng)計(jì)利潤(rùn)部分。其他變量含義和式（4）相同。

（三）研究假設(shè)

公司的治理結(jié)構(gòu)包括廣義和狹義兩個(gè)層次的內(nèi)容，廣義是包括外部治理結(jié)構(gòu)與內(nèi)部治理結(jié)構(gòu)，狹義只包括內(nèi)部治理結(jié)構(gòu)。本文對(duì)公司治理結(jié)構(gòu)采取了狹義的概念，主要研究股權(quán)結(jié)構(gòu)、董事會(huì)、監(jiān)事會(huì)等內(nèi)部治理結(jié)構(gòu)的內(nèi)容。

1.股權(quán)結(jié)構(gòu)

X1：第一大股東持股比例。眾所周知，我國(guó)上市公司的一個(gè)顯著特點(diǎn)為“一股獨(dú)大”，這常常造成大股東侵占小股東利益，由此提出假設(shè)一：第一大股東持股比例與盈余管理正相關(guān)。

X2：國(guó)有股持股比例。由于國(guó)有股的股東沒(méi)有所有權(quán)，缺乏足夠的動(dòng)力去監(jiān)管管理層，從而使管理層擁有更多盈余管理的機(jī)會(huì)，由此提出假設(shè)二：國(guó)有股比例與盈余管理正相關(guān)。

X3：法人股持股比例。相對(duì)于國(guó)有股，法人股對(duì)于公司管理層具有更高的監(jiān)督積極性；相對(duì)于小股東，法人股具備更高的監(jiān)管能力，由此提出假設(shè)三：法人股比例與盈余管理負(fù)相關(guān)。

2.董事會(huì)

X4：董事長(zhǎng)兼任總經(jīng)理。若董事長(zhǎng)兼任總經(jīng)理取1，否則取0。董事長(zhǎng)是董事會(huì)的首腦，總經(jīng)理是公司管理層的首腦，若二者由同一人擔(dān)任，無(wú)疑會(huì)大大削弱董事會(huì)對(duì)管理層的監(jiān)督，由此提出假設(shè)四：兼任與盈余管理正相關(guān)。

X5：獨(dú)立董事的比例。我國(guó)《公司法》規(guī)定，獨(dú)立董事必須具有五年以上法律、經(jīng)濟(jì)或者其他履行獨(dú)立董事職責(zé)所必需的工作經(jīng)驗(yàn)，由此提出假設(shè)五：獨(dú)立董事在董事會(huì)中所占比例與盈余管理程度負(fù)相關(guān)。

X6：董事會(huì)規(guī)模?！豆痉ā芬?guī)定，股份有限公司的董事會(huì)由五到十九人構(gòu)成，若董事會(huì)規(guī)模過(guò)大，會(huì)造成董事之間溝通的低效率與高成本，即付出的成本會(huì)超過(guò)其創(chuàng)造的價(jià)值，由此提出假設(shè)六：董事會(huì)規(guī)模與盈余管理正相關(guān)。

3.監(jiān)事會(huì)

X7：監(jiān)事會(huì)規(guī)模。《公司法》規(guī)定，監(jiān)事會(huì)由三名以上的監(jiān)事構(gòu)成，監(jiān)事會(huì)是公司的監(jiān)督機(jī)構(gòu)，其規(guī)模越大，越有利于對(duì)管理層的監(jiān)督。由此提出假設(shè)七：監(jiān)事會(huì)規(guī)模與盈余管理負(fù)相關(guān)。

X8：監(jiān)事會(huì)成員持股比例。監(jiān)事會(huì)成立的目的是對(duì)公司的管理層進(jìn)行監(jiān)督，相對(duì)較高的持股比例，可以增加監(jiān)事會(huì)成員對(duì)管理層的經(jīng)營(yíng)管理狀況進(jìn)行監(jiān)督的動(dòng)力，實(shí)現(xiàn)對(duì)盈余管理行為的抑制，由此提出假設(shè)八：監(jiān)事會(huì)成員持股比例與盈余管理負(fù)相關(guān)。

（四）控制變量

鑒于上市公司盈余管理的程度不可避免地會(huì)受到一些非治理結(jié)構(gòu)因素的影響，為了對(duì)解釋變量影響被解釋變量加以調(diào)節(jié)，本文設(shè)置以下三個(gè)控制變量：公司規(guī)模（取公司年末總資產(chǎn)的對(duì)數(shù)值）、凈資產(chǎn)收益率、資產(chǎn)負(fù)債率。

（五）模型構(gòu)建

首先利用EViews7.0對(duì)Jones模型進(jìn)行多元線性回歸，回歸結(jié)果顯示：調(diào)整判定系數(shù)為0.957，對(duì)應(yīng)的F檢驗(yàn)的p值小于0.000，由此判定模型的擬合優(yōu)度良好。繼而進(jìn)行t檢驗(yàn)，僅有常數(shù)項(xiàng)未通過(guò)檢驗(yàn)，即非操控性應(yīng)計(jì)利潤(rùn)模型為：

NDAi-t/Ai+1=6.412E8（1/Ai+1）+0.261（ΔREVi-t/At-1）+α3（PPEt/At-1）（6）

盈余管理，即操控性應(yīng)計(jì)利潤(rùn)可以通過(guò)減法得到，公式如下：

EMi-t=TDAi-t-NDAi-t/Ai+1 （7）

四、實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)分析

樣本公司描述性統(tǒng)計(jì)結(jié)果如表2所示。

（二）多元線性回歸結(jié)果與分析

本文采用EViews7.0對(duì)自變量、因變量進(jìn)行了多元線性回歸分析，回歸分析結(jié)果見(jiàn)表3與表4。

由表4可知，X1（第一大股東持股比例）、X2（國(guó)有股持股比例）、X7（監(jiān)事會(huì)規(guī)模）、X8（監(jiān)事會(huì)成員持股比例）均與企業(yè)的盈余管理程度正相關(guān)；而X6（董事會(huì)規(guī)模）與盈余管理負(fù)相關(guān)；X3（法人股持股比例）、X4（董事長(zhǎng)兼任總經(jīng)理）以及X5（獨(dú)立董事的比例）與盈余管理的關(guān)系不顯著。由表3可知，回歸方程的調(diào)整的R2為0.192，表明方程擬合優(yōu)度的F檢驗(yàn)的Sig.值為0.000，說(shuō)明擬合優(yōu)度良好，但應(yīng)當(dāng)注意，表示殘差平方和的SSE值較大。

（三）人工神經(jīng)網(wǎng)絡(luò)模型的實(shí)證結(jié)果與分析

本部分將運(yùn)用ANN模型對(duì)數(shù)據(jù)進(jìn)行實(shí)證分析。具體步驟如下：

第一步，選取合適的ANN結(jié)構(gòu)。筆者將采用三層人工神經(jīng)網(wǎng)絡(luò)，即：輸入層、隱含層與輸出層，將從X1到X8八個(gè)指標(biāo)設(shè)定為輸入層的八個(gè)節(jié)點(diǎn)，將操控性應(yīng)計(jì)利潤(rùn)設(shè)定為輸出層的唯一節(jié)點(diǎn)，為隱含層設(shè)定二十個(gè)節(jié)點(diǎn)。隱含層的激活函數(shù)為：（fx）=1/（1+exp（-x））；輸出層的激活函數(shù)為：（fx）=x

第二步，網(wǎng)絡(luò)參數(shù)初始化。為隱含層與輸入層之間的連接賦予權(quán)值wij、閾值θk，輸出層與隱含層之間的連接權(quán)值w'ij、閾值θ'k，所選取樣本數(shù)據(jù)的閾值為［-1，1］。

第三步，將樣本中的數(shù)據(jù)輸入，運(yùn)用上文所述的式（4）對(duì)隱含層的輸入進(jìn)行運(yùn)算，然后運(yùn)用式（5）計(jì)算隱含層的輸出；該值也是輸出層的輸入，在此基礎(chǔ)上繼續(xù)計(jì)算輸出層的輸出。最后，可得到輸出關(guān)系式：y=■w■■［（■）θ■■■+θ■■■］，根據(jù)式（7）可計(jì)算得出殘差平方和SSE值為0.621，大大小于多元線性回歸得出的0.975。

為了對(duì)ANN模型的預(yù)測(cè)能力進(jìn)行更好的驗(yàn)證，筆者將2013年的樣本數(shù)據(jù)劃分為兩個(gè)子部分，一部分為訓(xùn)練樣本，另一部分為測(cè)試樣本，檢驗(yàn)結(jié)果見(jiàn)表5。

由表5中可知，單就預(yù)測(cè)能力而言，多元線性回歸模型遠(yuǎn)不如ANN模型的準(zhǔn)確性強(qiáng)。對(duì)于這種對(duì)比分析的結(jié)果，一個(gè)更為直觀的解釋是：在現(xiàn)實(shí)世界中，公司治理結(jié)構(gòu)中的諸多要素與盈余管理之間并非是一種簡(jiǎn)單的線性關(guān)系，ANN模型使這種非線性模型表現(xiàn)出更好的模擬效果。

五、結(jié)論與下一步研究方向

本文選取了截至2013年9月30日在上交所上市的1 084家上市公司數(shù)據(jù)，對(duì)公司治理結(jié)構(gòu)與盈余管理的關(guān)系分別運(yùn)用多元線性回歸與ANN模型進(jìn)行研究，并對(duì)兩種模型的實(shí)證研究結(jié)果進(jìn)行了對(duì)比分析。結(jié)果表明，ANN模型具有較高的擬合優(yōu)度，這為今后關(guān)于非線性關(guān)系的研究開(kāi)辟了新的道路。但本文仍存在以下兩個(gè)方面的缺陷：一是在數(shù)據(jù)的選取上，僅以2013年前三個(gè)季度的數(shù)據(jù)為樣本，由于個(gè)別樣本可能存在異常，這可能會(huì)對(duì)這個(gè)樣本數(shù)據(jù)的回歸結(jié)果造成偏差，下一步可以考慮截取多年的時(shí)間序列數(shù)據(jù)對(duì)ANN模型與多元線性回歸模型進(jìn)行對(duì)比研究；二是對(duì)于因變量公司治理結(jié)構(gòu)，本文采取的是狹義的概念，將研究的范圍限定在內(nèi)部治理結(jié)構(gòu)，而將外部治理結(jié)構(gòu)排除在外，今后可以將囊括了外部產(chǎn)品市場(chǎng)、資本市場(chǎng)在內(nèi)的外部治理結(jié)構(gòu)也納入研究的范圍，從而了解公司治理結(jié)構(gòu)與盈余管理關(guān)系的全貌?！?/p>

【參考文獻(xiàn)】

［1］ 朱榮.真實(shí)盈余管理的經(jīng)濟(jì)后果研究述評(píng)［J］.會(huì)計(jì)之友，2013（3）：72-74.

［2］ 黎春.中國(guó)上市公司財(cái)務(wù)指數(shù)研究［D］.西南財(cái)經(jīng)大學(xué)，2010.

［3］ 丁真真.基于BP神經(jīng)網(wǎng)絡(luò)的快速消費(fèi)品上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)研究［D］.東北林業(yè)大學(xué)，2012.

［4］ 王世蘭.基于神經(jīng)網(wǎng)絡(luò)的中國(guó)上市公司財(cái)務(wù)危機(jī)預(yù)警研究［D］.西南財(cái)經(jīng)大學(xué)，2011.

［5］ 徐巖，陳銀濤，于曉佳，等.EVA績(jī)效評(píng)價(jià)對(duì)盈余管理影響的實(shí)證分析［J］.會(huì)計(jì)之友，2012（21）:76-78.

［6］ 李惠，胡安琴. 機(jī)構(gòu)投資者與盈余管理的關(guān)系研究［J］.會(huì)計(jì)之友，2013（23）:101-104.

［7］ 張勤，陳良華. 董事會(huì)特征與盈余管理關(guān)系的實(shí)證研究——基于我國(guó)中小板上市公司的面板數(shù)據(jù)［J］.會(huì)計(jì)之友，2012（36）:101-106.

［8］ 王木之，譚洪濤. 我國(guó)上市公司盈利比率分布特性創(chuàng)新研究——基于2011年滬深股市制造業(yè)的截面數(shù)據(jù)［J］.會(huì)計(jì)之友，2013（24）：72-74.