有效预警上市公司递延所得税异动指标和人工智能模型

周艺琳

摘要：用当年数据构建递延所得税异动指标，可有效预判违规，并发现监管机构未能识别这一指标的警示作用，实际激励了违规公司通过操纵递延所得税提高财务指标以规避稽查。本文揭示了A股公司大面积违规而稽查过程冗长迟缓这一重要現象，并分析了违规机制，指出了所得税数据在稽查违规中可以发挥的预警作用，为监管者和投资者提供有效预警上市公司违规行为的新指标和方法。

关键词：违规预警;市场有效性;递延所得税

一、引言

我国在 2007 年度颁布了新的 18 号会计准则，准则中规定企业需要处理税法与会计上的差异，从资产和负债的角度上考虑递延所得税。这一准则的实施提高了财务信息的质量，可是仍然有一些缺陷。例如新会计准则规定企业可以将发生的可抵扣暂时性差异当成一项未来收益在合理的条件下作为递延所得税资产入账，却未规定递延所得税资产确认的具体方案和硬性要求，只是提到企业需要在未来取得足够数额的应纳税所得额，这在某种程度上给了企业通过递延所得税资产进行利润操纵的可能性。

二、上市公司违规机制分析

按照有效市场假说，价格应及时体现市场信息。尽管监管机构着力于规范市场，但上市公司滥用规则操纵财务数据的案例仍履见不鲜，例如近期发生的乐视案例。财务违规的发生说明市场依赖公司发布的信息，而相应监管不及时、不到位。有关文献集中于探究违规的影响因素，区分为外部经济环境影响和公司内部影响。相对于投资者，公司管理者具有信息优势，可能利用不对称信息美化财务数据。鉴于此，深入挖掘财务数据的信息质量是检测财务操纵等违规行为的有效手段。

（一）违规的动机与影响因素

财务违规的动机主要来源于三个方面：财务困境、避免报告负面业绩、虚增公司增长率。前两者反映了公司面临的内外部竞争压力，而后者反映了资本市场的激励效应。成长型公司的财务状况和资本需求对管理者实现盈利目标形成压力，在初次出现盈利放缓迹象、面临股价压力时公司操纵盈余的动机更大。公司内部财务困境和外部竞争压力都可能诱发违规行为。我国上市制度、ST制度和退市制度对盈利指标的偏重可能诱导上市公司的财务违规动机。出于上述动机实施财务操纵时，与公司利润相关且存在管理弹性的递延所得税信息为上市公司提供了操纵空间。

（二）递延所得税的信号机制

根据Spence（1973）提出的信号理论，上市公司通过财务业绩等信号向市场传递关于公司价值的信息。在未被关注之前，递延所得税调整是上市公司低成本管理盈余、粉饰财务业绩的手段之一。这种门槛低、不能体现真实价值的信号属于“软信号”。许多研究将统计模型、机器学习等分析方法应用于财务操纵、财务困境和盈余管理的识别，并以财务指标作为输入变量。由于财务指标易被管理层操控，这些研究的稳健性存在不足。盈余管理是公司在给定盈利能力约束下修饰财务报表的行为，本属于正常的管理手段。然而，中国上市制度、ST制度等对盈利指标的偏重可能加强了上市公司滥用盈余管理的动因，使得A股公司存在普遍的违规现象。会计准则和税务准则的分离致使税前会计利润和应税所得之间存在差异。会计准则规定“以未来期间很可能取得的用来抵扣可抵扣暂时性差异的应纳税所得额为限，确认相应的递延所得税资产”。在操作过程中，递延所得税资产及负债的确认时间、确认金额、转回时间、转回金额等要素处于公司决策自由度内。这种会计税务差异为公司蓄意通过递延所得税操纵财务数据提供了空间。递延所得税被广泛应用于公司盈余管理，对多项财务数据产生影响。研究表明，合理的盈余管理和财务操纵引起的违规行为在会计处理方面只是程度不同而已，违规行为的严重性迫切需要设计出有效的检测手段。把违规事件作为研究标的具有样本集界定明确的优势，相比之下，盈余管理或财务操纵的定义则不像违规事件有监管机构通告为证据。递延所得税数据作为违规预警指标具备多方面优势。税务数据相对真实、可查，递延所得税指标因而有效拓展了预警违规行为的信息集。上市规则允许公司向税务机关提交非公开的税务财务报表，向市场披露符合监管要求的财务报表。我们从两方面分析所得税数据与公司披露财务数据的关系。首先，假设公司不存在舞弊行为，税收数的基础是财务数据，但公众看到的披露数据是上市公司在决策范围内经过盈余管理等美化处理过的。基于对税务机关严格执法的信赖，税务数据是反映公司财务运行情况的硬信号，披露数据是公司修饰后的软信号。公众一般依赖对披露数据的解读，而没有能力挖掘硬信号。其次，违反上市披露规定，若非管理层无知，便是管理层投机的选择。过度粉饰披露财务数据、虚增会计利润的公司通常有两种做法。一是按照虚报的高利润缴纳所得税，既合乎税务规定又可用所得税数据来支持其市值。二是按照税务机构核定的较低纳税额纳税，使得税务报表与披露财务报表产生较大差异。在长期过度盈余管理之后，当常规财务粉饰方法无法延续时，将已经缴纳的所得税认定为资产成为管理层最后的手段。因此，递延所得税异动可能为检测公司披露违规行为的有用指标。

（三）递延所得税资产异常变动指标

设计预警违规指标———递延所得税资产异常变动指标abDTA：

其中，下标i，t指代公司和年份。 为公司i在t年的递延所得税资产。 为公司i在t年对应的前三年递延所得税资产的均值。 体现了递延所得税资产异动程度。Persons（1995）在使用财务数据

检测财务操纵和盈余管理时，均使用了财务指标的标准化比值。同理，我们用标准化比值度量递延所得税异动，用Logistic模型分析递延所得税异动指标与上市公司违规行为的关系。在内生性和稳健性检验方面，我们控制此前所用相关变量，对比不同期间研究样本，充分考虑面板数据的固定效应和随机效应。为直观揭示递延所得税预警财务操纵等违规行为的机制，我们用乐视案例进行阐述。乐视在 2016年的归母净利润为 55亿元，在2017年则报亏损139亿元。在债务危机爆发后，乐视市值于2018年8月20日录得79.8亿元，仅为其峰值的5%。迟至2019年4月，证监会对乐视及公司第一大股东贾跃亭立案调查其涉嫌信息披露违法违规等行为。分析发现，乐视通过将多数子公司亏损认定为可抵扣亏损，从而认定递延所得税资产，减少所得税税费认定，虚增合并净利润。在2016年乐视财报中，约70%的亏损被认定为可抵扣亏损。这部分可抵扣亏损贡献了当年递延所得税资产增长额的88.37%，虚增净利润2.26亿元。按其历史最高市盈率计算，虚增利润提升市值 923.21亿元，相当于其历史最高市值的 60.46%。同期乐视递延所得税异动指标（abDTA）均值为0.82，而市场均值为0.32，行业均值为0.36。乐视案例只是上市公司财务违规事件的冰山一角。

上市公司均有动机提升所报的盈利水平，而递延所得税为管理层提供低成本、不易观察的操纵空间。递延所得税的异常变动度量了单个公司的财务操纵程度，进而反映了公司财务数据的可靠程度。最后，递延所得税与盈利直接挂钩，影响资本市场对公司的估值、金融市场的信息有效性和资源配置效率。从计量方面考虑，之前学者研究盈余管理及财务操纵时所用指标存在计量误差及系统偏差，研究表明了递延所得税指标的有效性。从监管角度考虑，递延所得税异动可以为监管者提供监管指标及监管途径。综合而言，用递延所得税指标研究公司违规行为，在经济、监管和计量维度上都有重要意义。

三、基于Logistic模型的违规预测

基于Logistic分析，本节揭示递延所得税预测违规行为的机制。

（一）模型说明

其中， 服从Logistic分布。下标i，t指代公司和年份， 为截距项， 指代控制变量。 为发生违规事件的二元变量：若监管机构公告中指明公司i于t年违规， 设为1;否则为0。公司i于t年度在给定信息 下发生违规的概率 和不发生违规的概率 的比值为优势比（Odd，Ratio，OR值），OR= 。

（二）控制变量说明

统计发现，每年的违规数量、整体特征在时间维度和行业维度略有不同，因而加入年份虚拟变量（i.year）和行业虚拟变量（i，industry）作为控制变量。主要变量计算及说明见表1。

（三）数据说明与描述性统计

违规事件数据来源为国泰安CSMAR数据库，包含2000-2020年间上市公司被证监会、财政部、证交所等相关单位公开处罚的信息。A股上市公司财务数据来源于 Wind数据库。对数据做1%极值处理，并删除了 缺失的样本。经过数据处理，研究样本包含4224个公司，其中有违规记录的公司达1913个，占公司总数的45.29%。样本数据（上市公司年度违规与否以及违规类型的记录）共24530条。

在表2中，我们汇报主要变量的描述性统计。上市公司年度违规率高达17.37%，其中主板、中小板、创业板违规率分别为16.93%、20.93%、13.42%。按照负债率划分，低负债和高负债组公司年均违规率分别为14.10%、19.50%。违规公司倾向于连续违规，平均违规 26次。63.07%的违规公司连续违规，严重者如新华锦有17年的违规记录。从行业分布来看，不同行业违规公司发生频率在11.11%-28.95%之间。农林牧渔行业违规率最高，达28.95%。细分违规种类，推迟披露违规率最大，为6.82%;出资违规率最小，小于0.10%。

（四）实证结果分析

在控制行业与年份后，依次向Logistic模型中加入各组控制变量，在表3中汇报回归结果。由于篇幅限制，只列出递延所得税异动指标（abDTA）对应的回归系数。在回归m1-m4中，abDTA的系数分别为0.313，0.219，0.367，0.224，均在1%水平显著。这表明，递延所得税资产的异常变动值越大，相应公司当期违规概率越高。在回归m1中，回归结果中abDTA对应的优势比（Odd Ratio）为1.369，表明当abDTA增加1时，当期存在违规事件的优势比提升36.9%。鉴于abDTA的均值为0.305，标准差为0.316，则上市公司对应的abDTA每提升一个标准差，当期存在违规事件的优势比提升10.43%。在完全回归模型m4中，加入了财务、公司治理和市场变量等控制变量，abDTA对应的优势比系数为1253。

（五）稳健性检验

我国在2007年前后变更了会计准则，递延所得税的计算方式有所改变。为确保研究结果的一致性和数据完备性，又单独分析了2007年后的数据，并将结果汇报在表4中m5列。其中，递延所得税异动指标对应回归系数为0.232，对应优势比系数为1.261，在5%水平显著。

为解决样本选择性偏差问题，采用倾向性评分匹配（PSM）方法，为违规公司组构造出一组最优匹配的未违规组。按照表3中m4列的变量设置，对PSM样本进行回归，所得结果在表4中m6列展示。经匹配修正的样本回归结果与前面回归结果無本质差别。

上述Logistic回归分析控制了固定效应，公司性质变量是否加入不影响结果。并在表4模型加入了高管薪酬、行业违规等控制变量，m7中汇报回归结果。abDTA对应回归系数为0.266，对应优势比系数为1.304，在5%水平显著。与表3中结果无本质差别。

上市公司违规的类别包括重大遗漏、虚假记载、虚构利润、推迟披露、欺诈上市、违规买卖股票、一般会计处理不当、出资违规等。样本中财务相关违规占总违规事件的88%。在本节，我们单独考察财务操纵违规事件，标注为财务违规;其它违规事件（含内幕交易、违规买卖股票、操纵股价、违规担保）保留在全样本中，但是不标注为财务违规。我们在全样本中对财务违规虚拟变量进行回归分析，所得结果汇报在表5中m8列。递延所得税异动指标对应的回归系数为0.247，对应优势比系数为1.283，在1%水平显著。参照证监会对公司违规的分类，我们把违规行为分为信息披露违规、经营违规、领导人违规三类，分别占违规事件总数的73.66%，63.56%，23.39%。这三种违规分别回归后的结果对应表5中m9-m11列。其中，信息披露违规对应的递延所得税异动指标回归系数为 0.270，在1%水平显著，而其它两个类型不显著。一个合理解释是，递延所得税异动可以用于挖掘公司粉饰财务数据的踪迹，从而可以预警财务操纵和信息披露违规（这两类违规在定义上是关联的）。经营违规相关的变量可能已经在模型的控制变量中体现，而领导人违规和递延所得税关联较小。

六、结论

本文剖析上市公司财务操纵机制，从理论和实证两方面说明递延所得税异动指标在判别违规行为方面发挥着显著作用。计量分析结果显示，递延所得税异动指标与上市公司违规倾向显著相关，而与违规事件的稽查率显著负相关。这一结果说明，监管机构未能充分识别递延所得税指标与公司违规和财务粉饰行为的关系，并实质上激励了上市公司通过操纵递延所得税实施财务粉饰的违规行为。

财务操纵等违规事件侵害投资者利益，损害市场有效性。本文提出的递延所得税异动指标填补了预警违规事件的可选指标集。对于监管者而言，及时识别疑似违规的公司样本对于打击违规行为、维护市场健康发展具有重要意义。对投资者而言，规避风险是首要考量，规避如乐视等涉嫌重大违规的公司是风险控制的基本诉求。进一步分析表明，识别为未违规的公司在下一年度的资产回报率和股价回报率都显著高于被判定为违规的公司。

信息有效性是一个健康、稳定的资本市场的必要条件。相较于侧重某些财务指标的管理制度，构建有效的信息披露和合规监管体制对市场的稳定性和健康发展更为迫切。以财务指标为目标的监管机制容易加剧上市公司违规动机。2019年1月，证监会发布《关于在上海证券交易所设立科创板并试点注册制的实施意见》。同时，上交所就设立科创板并试点注册制相关配套业务规则公开征求意见中，强化了信息披露监管。科创板的尝试应有助于A股市场朝着以信息披露为中心、促进信息有效性的方向持续健康发展。

本文可为违规行为监管、投资者决策提供有益参考，也为市场的健康稳定发展提供可量化的指标和方法。

参考文献

[1]薄仙慧和吴联生，2009，《国有控股与机构投资者的治理效应：盈余管理视角》，《经济研究》第2期，第81～91页。

[2]贺小刚、邓浩、吴诗雨和梁鹏，2015，《赶超压力与公司的败德行为———来自中国上市公司的数据分析》，《管理世界》第9期，第104-124页。

[3]廖理、刘碧波和郦金粱，2008，《道德风险、信息发现与市场有效性———来自于股权分置改革的证据》，《金融研究》第4期，第146-169页。

[4]陆蓉和常维，2018，《近墨者黑：上市公司违规行为的“同群效应”》，《金融研究》第8期，第172-189页。

[5]陆瑶、朱玉杰和胡晓元，2012，《机构投资者持股与上市公司违规行为的实证研究》，《南开管理评论》第15期，第13-23页。

[6]孟庆斌、邹洋和侯德帅，2019，《卖空机制能抑制上市公司违规吗？》，《经济研究》第 6期，第89-105页。

[7]權小锋、吴世农和文芳，2010，《管理层权力、私有收益与薪酬操纵》，《经济研究》第11期，第73-87页。

[8]魏芳和耿修林，2018，《高管薪酬差距的阴暗面———基于公司违规行为的研究》，《经济管理》第3期，第57-73页。

[9]Barth，M，J Elliott，and M Finn 1999“Market Rewards Associated withPatternsof Increasing Earnings”，Journal of Accounting Research，37（2）：367-413.

[10]Baucus，M.S 1994 “Pressure.Opportunity and Predisposition：A Multivariate Model of Corporate Illegality”，Journal of Management，20（4）：699-721.