财会论文发表应收账款视角下利润质量评价研究

发布时间：2022-10-04 09:28 热度：

　　高劲鹏

　　(内蒙古工业大学管理学院 内蒙古 呼和浩特 010000)

　　【摘要】应收账款作为企业财务管理的重要方法之一对利润质量有着深刻的影响，本文以上海证券交易所上市的华北五省制造业为例，利用逻辑回归分析进行验证，研究结果表明应收账款规模与利润质量负相关;期末坏账准备计提比率与利润质量负相关;营业收入增长率和应收账款增长率的差额与利润质量正相关;和应收账款周转率相比，期末坏账准备计提比率能更好得解释利润质量。

　　【关键字】财会论文发表,应收账款,利润质量,评价,逻辑回归分析

　　(原《山东经济》)是由山东省教育厅主管、山东财经大学主办的国内外公开发行的综合性经济管理理论刊物。1984年正式创刊，国内刊号：CN37-1486/F、国际刊号：ISSN 1000-971X、邮发代号：24-79，标准大16开本，双月刊，单月15日出版,由《经济与管理评论》编辑部发行出版。主要刊发国内外经济学、管理学理论与政策研究成果，探讨经济领域改革发展面临的新情况、新问题，增进学术交流和学科建设，服务经济社会发展。

　　1 引言

　　利润质量这一概念最初出现在奥格洛夫的《盈余质量》中，随后国内外学者们从不同角度对利润质量进行了理论与实证研究，关于利润质量的评价等问题，学界也做过大量的探索，但从应收账款的视角来进行利润质量实证研究还比较欠缺，而且越来越多的企业企图利用应收账款等往来账款不计后果的扩大销售额、抢占市场甚至操纵利润、逃避监管，从而影响企业会计信息质量。

　　2 研究设计

　　2.1变量定义

　　(1)利润质量量化指标

　　根据国内外研究结果，本文主要采用营业利润与与利润总额之比(营业利润/利润总额，A1)、营业利润现金比率(经营活动净现金流/营业利润，A2)、营业收入增长率(本期营业收入增长额/上期营业收入，A3)、现金流量比(经营活动现金净流量/期末流动负债，A4)以及总资产周转率(营业收入/平均资产总额，A5)5个指标分别代表利润质量的持续性、现金保障性、稳定性、流动性以及总资产效率，用以对利润进行量化评价。

　　为了避免赋权的主观性，本文采用变异权数综合评价法(EQI)计算样本企业的利润质量综合评价指数。其中需要注意的是，标准差测量的是样本波动幅度大小，即标准差越大，样本波动幅度越大，利润质量越低;标准差越小，样本波动幅度越小，利润质量越高，故标准差是负向取值，得分越大的利润质量反而越低。

　　(2)应收账款量化指标

　　结合实际我本文将应收账款量化为应收账款/资产总额(X1)、期末坏账准备计提比率(X2)以及营业收入增长率与应收账款增长率的差额(X3)三个指标，以此来衡量企业应收账款管理水平。

　　(3)期末坏账准备计提比率与应收账款周转率的选择

　　有研究选取应收账款周转率作为应收账款量化指标，当前应收账款周转率是企业营业收入与应收账款平均余额的比率。其中企业营业收入一般指销售收入净额，即扣除销售退回、折扣和折让后的营业收入;应收账款平均余额=(应收账款年初余额+应收账款年末余额)/2。

　　但目前学术界对这一指标的计算存在较大的争议。该项指标的缺陷主要有以下两点：应收账款周转率指标应该表示一个会计年度内应收账款转化为现金的平均次数，但显然作为分子的主营业务收入并不对应应收账款收回的现金;同时应收账款转化为现金的时间不确定且差别较大，营业收入仅仅是一年的经营成果，一般很难在同一年全部转收回现金，分子与分母存在着一定的时间差。因此，本文认为虽然应收账款周转率目前普遍被用来考核应收账款管理情况，但计算公式还有待进一步探讨改善。而在审慎原则下的期末坏账准备计提比率一般要经过企业权力机构的审批，上市企业的坏账计提情况还要经过严格的审计，故本文用期末坏账准备计提比率代替应收账款周转率作为应收账款量化指标【3】。

　　2.2 研究假设

　　假设 1：利润质量与应收账款/资产总额(X1)成反比。企业资产总额中应收账款所占比重越小，在同等条件下企业销售收入以应收账款方式实现的越少，现金回流越多，企业用来分配利润及用于投入下一轮生产的现金越多，利润变现和持续性越有保证，利润质量越高;反之，利润质量越低。

　　假设 2：利润质量与期末坏账准备计提比率(X2)成反比。《企业会计准则第22号——金融工具确认和计量》规定：有客观证据表明应收账款发生了减值的，确认减值损失，计提坏账准备。该项条例可以解释为期末坏账计提准备越少，应收账款规模相对越小，应收账款回收情况越好，信用风险越低，利润质量越高;反之，利润质量越低。

　　假设3：利润质量与营业收入增长率与应收账款增长率的差额(X3)成正比。现金折扣的使用已经成为企业增加销量的有效手段，营业收入增长比应收账款增长更快时，才是合理的利润增长表现。故营业收入增长率与应收账款增长率的差值越大，说明企业产品本身竞争力越强，应收账款的运用对利润的贡献越小，企业利润质量越高;反之，利润质量越低。

　　2.3数据来源与样本选取

　　本文涉及到的数据主要有财务报表、报表附注以及相关财务指标，主要来源于国泰安系列数据库(http://www.gtarsc.com/)以及巨潮咨询网(http://www.cninfo.com.cn)。由于各行业应收账特点各有不同，本文认为不宜简单以省市或者随机抽取来选取样本，而制造业往来科目特点相似、财务管理规范、上市企业财务数据完整充分、更易获得，故本文将样本范围确定为已上市的制造业企业;同时参考现有研究成果后发现样本数量控制在60—80之间较为适宜。最终本文以上海证券交易所上市的75家华北制造业企业2013年财务数据为样本进行研究。

　　为了保证数据的有效性，本文在选取样本时主要剔除了以下数据：取自审计结果为非标准保留意见的财务报告的数据;取自数据不连续无法得出相应比率的财务报告的数据;取自数据异常的财务报告的数据;取自ST上市企业财务报告的数据，最终从75个样本中确定65家作为本文的研究对象。

　　2.4研究模型

　　线性回归分析一般都要求因变量是连续的正态分布变量，但是在实际应用中，这个条件经常不能得到满足，针对因变量不是连续变量而是二元或多元的分类变量进行回归分析，就需要用到逻辑回归分析。

　　记利润质量高的发生概率为：

　　P(y=0︱ )= (1)

　　= (2)

　　In( )=α+ (3)

　　定义65家上市企业利润质量得分前31名的为利润质量高，用0表示，后30名的为利润质量低，用1表示。

　　本文借助SPSS17.0软件处理原始数据并对提出的进行假设检验，同时辅以EXCEL 2003。

　　3 实证结果研究

　　3.1实证结果分析

　　整理样本数据，利用SPSS17.0分析软件，得到自变量之间的相关性系数，如下：

　　表1：自变量相关性分析

　　应收账款/资产总额期末坏账准备计提比率营业收入增长率-应收账款增长率

　　应收账款/资产总额1.000-0.178-0.186

　　Sig.(双侧).0.0360.029

　　期末坏账准备计提比率-0.1781.0000.135

　　Sig.(双侧)0.036.0.113

　　营业收入增长率-应收账款净额增长率-0.1860.1351.000

　　Sig.(双侧)0.0290.113.

　　由上表可见，应收账款/资产总额、期末坏账准备计提比率、营业收入增长率-应收账款增长率之间的相关系系数分别为-0.178、-0.186、0.135，都较小。我们近似的认为各变量之间相互独立。

　　将上述指标带入计算公式得到利润质量(Y)的综合评价指数计算公式：

　　Y=0.11*A1+0.45*A2+0.18*A3+0.23*A4+0.03*A5 (4)

　　将X1、X2、X3以及Y的样本数据导入SPSS17.0，得到分析结果如下：

　　表2：模型的参数估计与检验

　　BS.EWalsSig.

　　应收账款/资产总额(X1)-5.302.933.280.07

　　期末坏账准备计提比率(X2)-2.191.532.070.15

　　营业收入增长率-应收账款增长率(X3)1.160.702.760.10

　　截距1.070.543.910.05

　　根据分析结果可以看出，应收账款/资产总额(X1)估计参数为5.30，符号为“-”，与假设1预测结果相同，且sig.值为0.07，在置信度为15%的水平下通过卡方检验;期末坏账准备计提比率(X2)估计参数为2.19，符号为“-”，与假设2预测结果相同，且sig.值为0.15，在置信度为15%的水平下通过卡方检验;营业收入增长率-应收账款增长率(X3)估计参数为1.16，符号为“+”，与假设3预测结果相同，且sig.值为0.10，在置信度为15%的水平下通过卡方检验，统计较为显著。

　　由于线性模型的拟合优度不适合Logist回归分析，故本文采用比传统Logistic回归分析的拟合优度更稳定的Hosmer-lemeshow进行方程拟合度检验。

　　表3：模型汇总 表4：Hosmer 和 Lemeshow 检验

　　-2 对数似然值Cox & Snell R 方Nagelkerke R 方 卡方dfSig.

　　81.360.130.17 7.2470.40

　　从表3中可以看出，Cox & Snell R方和Nagelkerke R方的值分别为0.13、0.17，模型拟合效果较好。如表4所示，“Hosmer&Lemeshow 检验”表格的零假设为模型能够很好的拟合数据。从其显著性检验的sig.=0.40>0.10看，接受零假设，认为模型能够很好的拟合数据。

　　表5直观地反映了模型预测的效果，可以看出各行的观测值和预期值都大致相同，所以模型的拟合效果不错。

　　表5:Hosmer 和 Lemeshow 检验的随机性表

　　利润质量得分 = 0利润质量得分 = 1总计

　　已观测期望值已观测期望值

　　65.68011.3207

　　54.74722.2537

　　54.20322.7977

　　43.71733.2837

　　13.33463.6667

　　33.07743.9237

　　12.58064.4207

　　42.34834.6527

　　32.31366.6879

　　3.2应收账款量化指标选取的实证结果

　　对于应收账款周转率和期末坏账准备计提比率的选择，前面已做出理论解释，下面以实证结果数据加以证明期末坏账准备计提比率比应收账款周转率更能解释利润质量这一变量。

　　表6：应收账款周转率、期末坏账准备计提比率对比数据

　　参数检验Sig.值-2 对数似然值Cox&Snell R 方Nagelkerke R 方Hosmer&Lemeshow检验Sig.值

　　应收账款周转率0.7083.150.100.140.24

　　期末坏账计提准备比率0.1581.360.130.170.40

　　根据Logist回归模型原理可以得知参数检验Sig.值越小越好，而应收账款周转率参数检验Sig.值为0.70大于0.15，没有通过显著性检验;拟合检验中Cox&Snell R方、Nagelkerke R方的值越接近1拟合效果越好，但是应收账款周转率两项指标的值分别为0.10、0.14，小于期末坏账准备计提比率的这两项比值;Hosmer&Lemeshow检验Sig.值越大越好，而应收账款该项值0.24反而小于期末坏账准备计提比率。综上所述，从应收账款方面评价利润质量时引入期末坏账准备计提比率比应收账款周转率更有意义。

　　3.3应收账款视角下利润质量评价模型

　　最终得到应收账款视角下的利润质量评价模型如下：

　　In( )=1.07-5.3*X1-2.19*X2+1.16*X3+ε (5)

　　令Z=1.07-5.3*X1-2.19*X2+1.16*X3 (6)

　　则上市企业利润质量高的预测概率为：

　　P= (7)

　　利润质量低的预测概率为：

　　1-p= (8)

　　4 研究结果与建议

　　通过Logist回归模型分析，验证了本文提出的假设，即利润质量与应收账款/资产总额(X1)成反比、利润质量与期末坏账准备计提比率(X2)成反比、利润质量与营业利润增长和应收账款增长率差额(X3)成正比，且对利润质量的影响依次减少。此外，通过理论与实证研究表明，期末坏账准备计提比率比应收账款周转率更有效得解释利润质量这一变量。

　　参考文献：

　　[1]贾丽艳 杜强.《SPSS统计分析标准教程》.人民邮电出版社.2010

　　[2]赵善庆.对应收账款周转率评价方法的改进.《财会月刊》.2004