The traditional approach for identifying earnings manipulation has been to construct a prediction
model for earnings (or its components) and then to treat deviations from these predictions as
evidence of either deliberate misrepresentation or low reporting quality. Two classic examples of
this approach are Jones (1991) and Dechow and Dichev (2002). Jones (1991) develops a measure
of accruals quality based on the assumption that non-discretionary accruals are a deterministic,
linear function of the change in sales and the level of property, plant, and equipment, implying
that anything unexplained by the model represents discretionary accruals. In a similar fashion,
Dechow and Dichev (2002) specify a deterministic intertemporal decomposition of cash flows and
then measure accruals quality as the estimation error in a regression of changes in working capital
on past, current, and future cash flows from operations. This approach is, however, limited in its
ability to separate earnings manipulation from operating volatility (for a discussion, see Dechow, Ge,
and Schrand (2010)). Essentially, the deterministic benchmarking approach classifies innovations
to firm performance as misreporting and therefore potentially leads to the excessive identification
of earnings manipulation.
To separate misreporting from operating volatility, we explore the time-series properties of reported
earnings. We demonstrate that several forms of misreporting produce serial correlation
patterns in earnings that are difficult to rationalize in the absence of misreporting. Specifically,
we show that the residuals from a regression of reported earnings on lagged reported earnings will
have a negative second-order autocorrelation in the presence of misreporting. Empirically, we find
that the distribution of the second-order autocorrelation measure is asymmetric around zero with
74 percent of the observations being negative and 27 percent being significantly negative. Assuming
that misreporting is linear in the performance shock, we find that firms in our sample subject to
SEC AAERs have significantly higher estimates of manipulation intensity and that our estimates of
unmanipulated earnings are more highly correlated with contemporaneous returns and have higher
volatility than reported earnings.
There are, however, several important caveats to our methodology. First, we focus on the
manipulation of earnings and are indifferent about whether manipulation occurs through accruals
or real activities that manifest in cash flows. Second, we use an AR(1) specification to model
26
persistence in unmanipulated earnings. It is important to point out that our AR(1) specification
for unmanipulated earnings could be misspecified. Third, our time series specification imposes
several restrictions on the nature of the misreporting that can be identified. Specifically, it has to
be a sustainable manipulation strategy (i.e., it does not result in exponentially growing account
balances). Fourth, our time series strategy requires a relatively long and stable series of firm-level
observations to estimate our manipulation measure. Fifth, our methodology is unlikely to capture
manipulation strategies driven by motives other than masking performance shocks.
Overall, we do not claim that we identify the predominant form of earnings manipulation. However,
it is important to point out that misreporting arising due to motives unrelated to performance
shocks is statistically similar to measurement error. Because measurement error produces serial
correlations of the opposite sign than our prediction, such misreporting would make it more difficult
to identify manipulations of the form that we consider.
วิธีแบบดั้งเดิมสำหรับการระบุการจัดการกำไรที่ได้รับการ สร้างการคาดการณ์
รุ่นสำหรับกำไร (หรือคอมโพเนนต์) แล้วจะรักษาความแตกต่างจากการคาดการณ์เหล่านี้เป็น
หลักฐาน misrepresentation กระทำหรือรายงานคุณภาพต่ำ ตัวอย่างคลาสสิกของ
วิธีการนี้มี Jones (1991) และ Dechow และ Dichev (2002) วัดการพัฒนาของ Jones (1991)
คุณภาพการรับรู้ตามอัสสัมชัญที่รับรู้ไม่ใช่ discretionary deterministic,
ฟังก์ชันเชิงเส้นของการเปลี่ยนแปลงในการขายและระดับของคุณสมบัติ โรงงาน และ อุปกรณ์ หน้าที่
อะไร unexplained โดยแบบจำลองแสดงถึง discretionary รับรู้ ในลักษณะคล้าย,
Dechow และ Dichev (2002) ระบุเน่า intertemporal แบบ deterministic ของกระแสเงินสด และ
วัดการรับรู้คุณภาพเป็นการประเมินผิดพลาดในการถดถอยของการเปลี่ยนแปลงในเงินทุนหมุนเวียนแล้ว
ในอดีต ปัจจุบัน และอนาคตกระแสเงินสดจากการดำเนินงาน วิธีการนี้ อย่างไรก็ตาม เกี่ยวกับความ
ความสามารถในการแยกการจัดการรายได้จากการทำความผันผวน (สำหรับการสนทนา ดู Dechow, Ge,
และ Schrand (2010)) วิธีการแข่งขันแบบ deterministic แบ่งประเภทนวัตกรรมหลัก
ผลการดำเนินงานของบริษัทเป็น misreporting และดังนั้นจึง อาจนำไปสู่การระบุมากเกินไป
ของรายได้จัดการ
แยก misreporting จากการทำความผันผวน เราสำรวจคุณสมบัติลำดับเวลาของรายงาน
รายได้ เราแสดงให้เห็นว่า หลายรูปแบบ misreporting ผลิตความสัมพันธ์ของอนุกรม
รูปแบบในกำไรที่ยาก rationalize ของ misreporting โดยเฉพาะ,
เราแสดงค่าคงเหลือจากการถดถอยของกำไรรายงานเกี่ยวกับรายได้ lagged รายงานจะ
มี autocorrelation สองสั่งเป็นค่าลบในต่อหน้าของ misreporting Empirically เราค้นหา
ว่าแจกวัดที่สองสั่ง autocorrelation asymmetric สถานศูนย์กับ
ร้อยละ 74 ของข้อสังเกตที่ถูกลบและร้อยละ 27 ที่ถูกลบอย่างมีนัยสำคัญ สมมติว่า
misreporting ที่เป็นเชิงเส้นในการช็อกประสิทธิภาพ เราหาที่กระชับในตัวอย่างของเราขึ้นอยู่กับ
SEC AAERs มีราคาประเมินสูงกว่าอย่างมีนัยสำคัญของความเข้มการจัดการและประเมินของเรา
unmanipulated กำไรมากกว่าได้ correlated กับ contemporaneous และมีสูง
ความผันผวนกว่ารายงานกำไร.
มี แต่ กังวลสำคัญหลายวิธีของเรา ครั้งแรก เรามุ่งเน้น
การจัดการกำไรและไม่สนใจเกี่ยวกับการจัดการที่เกิดขึ้นผ่านการรับรู้ว่า
หรือกิจกรรมจริงที่รายการในกระแสเงินสด สอง เราใช้เพาะ AR(1) เป็นรุ่น
26
คงอยู่ในกำไร unmanipulated สิ่งสำคัญคือต้องชี้ให้เห็นว่าข้อมูลจำเพาะของเรา AR(1)
สำหรับสามารถ misspecified กำไร unmanipulated ที่สาม กำหนดข้อกำหนดชุดของเราเวลา
ข้อจำกัดหลายอย่างในลักษณะของการ misreporting ที่สามารถระบุ โดยเฉพาะ มีการ
เป็นกลยุทธ์การจัดการที่ยั่งยืน (เช่น มันไม่ได้เติบโตเป็นทวีคูณเมื่อบัญชี
ดุล) สี่ กลยุทธ์ของเราชุดเวลาต้องการชุดค่อนข้างยาว และมีความมั่นคงของบริษัทระดับ
สังเกตประเมินวัดของเราจัดการ ห้า วิธีการของเราไม่น่าจะจับ
จัดการกลยุทธ์ขับเคลื่อน โดยไม่สนคำครหาใช่กำบังแรงกระแทกประสิทธิภาพ.
ทั้งหมด เราได้เรียกร้องให้ เราระบุตัวจัดการกำไรกัน อย่างไรก็ตาม,
สิ่งสำคัญคือต้องชี้ให้เห็นว่า misreporting เกิดขึ้นเนื่องจากไม่เกี่ยวข้องกับประสิทธิภาพการทำงานไม่สนคำครหา
แรงกระแทกจะคล้ายทางสถิติการวัดผิดพลาด เนื่องจากข้อผิดพลาดการวัดผลิตประจำ
ความสัมพันธ์ของเครื่องหมายตรงกันข้ามมากกว่าการคาดเดาของเรา เช่น misreporting จะทำให้มันยากขึ้น
ระบุ manipulations ภาพของแบบฟอร์มที่เราพิจารณานั้น
การแปล กรุณารอสักครู่..