琼斯模型第二部分涉及琼斯模型的假设检验及修正资料.docx
- 文档编号:61490
- 上传时间:2022-10-01
- 格式:DOCX
- 页数:13
- 大小:20.40KB
琼斯模型第二部分涉及琼斯模型的假设检验及修正资料.docx
《琼斯模型第二部分涉及琼斯模型的假设检验及修正资料.docx》由会员分享,可在线阅读,更多相关《琼斯模型第二部分涉及琼斯模型的假设检验及修正资料.docx(13页珍藏版)》请在冰豆网上搜索。
琼斯模型第二部分涉及琼斯模型的假设检验及修正资料
琼斯模型第二部分
5.假设检验
5.1应计利润模型
1节4中显示的描述性统计值能够解释成支持盈余管理假设,但是只有在假定当年与前年应计利润的差值只是源于操作性应计利润的变化值的时候才成立,因为非操作性应计利润假定每期不变。
2为了释放该假设,我使用下面的用于总应计利润的期望模型来控制公司经济环境的变化:
TAit/Ait-1=αi[1/Ait-1]+β1i[ΔREVit/Ait-1]+β2i[PPEit/Ait-1]+ξit
(2)
其中:
TAit=第t年公司i总应计利润;
ΔREVit=公司i第t年收入减去第t-1年收入的差值;
PPEit=第t年公司i原始不动产、厂房和设备;
Ait-1=公司i第t-1年的总资产;
ξit=公司i第t年的误差项;
i=1,…,N公司编号(N=23);
t=1,…,Ti,公司i估计期间内的年份的编号(Ti范围是14年到32年)。
1为了提供一个较长时间序列的观察值,本节报告的盈余管理假设检验中使用的总应计利润的定义是由节4中使用的定义修改过的。
2本节中使用的总应计利润的测度值没有调整长期债务到期部分和应付所得税,因为有些早期的观察值在Comprstattapes中找不到。
3剔除长期债务到期部分和应付所得税调整部分使每个公司观察值的平均数量从12.9提高到了25.2.
1在方程
(2)中,原始不动产、厂房、设备和收入的变化值被包含在模型中用来控制条件变化引起的非操作性应计利润的变化值。
2总应计利润(TA)包括运营资本帐户的变化值,比如应收账款、存货和应付账款,它们在某种程度上取决于收入的变化值。
3收入被用来控制公司的经济环境,因为他们是经理人员操纵之前公司运营的客观测度变量,但是它并不是完全外生的变量。
4原始不动产、厂房、设备被包括进来控制总应计利润中与非操作性折旧费用相关的部分。
5原始不动产、厂房、设备被包括在期望模型中,而不是这些帐户的变化值被包含在模型中,因为总折旧费用(与折旧费用变化值对照)被包含在了总应计利润的测度变量中。
6应计利润期望模型中所有变量都由滞后总资产按比例调整用以降低异方差性。
7像Kamenta[1986]描述的那样,加权最小二乘法估计带有异方差干扰项的回归模型(例如,没有按比例调整的回归模型)可以通过在回归方程两边除以干扰项方差的一个估计值(也就是,得到一个按比例调整的回归模型)。
8在本例中,滞后资产(Ait-1)被假定为由干扰项的方差正相关。
1普通最小二乘法被用来分别获得αi、β1i、β2i的估计值ai、b1i、b2i。
2该模型假定非操作性应计利润和解释变量之间的关系是固定的。
3预测误差定义如下:
uip=TAip/Aip-1-(ai[1/Aip-1]+bip[ΔREVip/Aip-1]+b2i[PPEip/Aip-1])(3)
4其中p=包括在预测期间内的年份的编号。
5预测误差uip代表时期p操作性应计利润的水平。
6本模型使用每个公司year-1之前存在的最长时间序列的观察值进行估计。
7使用最长的时间序列观察值提高了估计的效率,也提高了估计期间发生的结构变化的可能性。
1表4提供了使用year-2以前存在的所有观察值估计的多元回归的描述性统计值。
2平均参差一阶自相关系数是-0.171。
3Durbin-Watson双尾检验统计值显示对于23个公司中的17个公司在0.05的水平上一阶自相关不显著,对于剩下的6个公司无法下结论。
4不动产、厂房和设备平均值的估计系数是负的(-0.033),这是被预测的符号,因为不动产、厂房和设备与降低收入的应计利润相关(也就是,折旧费用)。
5收入变化值的系数的预期的符号不是很明显,因为收入给定变化值能够导致一些运营资本帐户中增加收入的变化(例如,应收账款增加)和导致其他帐户降低收入的变化(应付账款增加)。
6收入变化值的平均值的估计系数是0.035,而中位数是-0.008。
7回归方程的平均的R2是0.232。
表4
总应计利润多元回归方差的描述性统计值a
(根据year-1以前的年份进行的估计)
平均值
中位数
标准差
最小值
前四分位值b
后四分位值
最大值
αi
11.088
0.208
49.795
-13.771
-1.350
4.447
238.540
t-统计值
0.084
0.034
0.828
-1.954
-0.337
0.572
1.705
β1i
0.035
-0.008
0.144
-0.196
-0.068
0.163
0.375
t-统计值
0.220
-0.172
2.372
-3.315
-1.850
1.835
4.440
β2i
-0.033
-0.030
0.047
-0.141
-0.050
-0.017
0.080
t-统计值
-1.269
-1.385
1.394
-4.030
-2.238
-0.186
1.086
R2
0.232
0.249
0.152
0.000
0.132
0.310
0.581
自相关系数
-0.171
-0.151
0.167
-0.476
-0.294
-0.048
0.210
Durbin-Watson
2.244
2.228
0.395
1.404
1.984
2.547
2.818
年数
25.261
28.00
5.902
14.00
21.00
31
32.000
a列示的统计结果是针对估计的多元回归模型的结果。
TAit/Ait-1=αi[1/Ait-1]+β1i[ΔREVit/Ait-1]+β2i[PPEit/Ait-1]+ξit
其中:
TAit=第t年公司i总应计利润;
ΔREVit=公司i第t年收入减去第t-1年收入的差值;
PPEit=第t年公司i原始不动产、厂房和设备;
Ait-1=公司i第t-1年的总资产;
ξit=公司i第t年的误差项;
i=1,…,23公司编号;
t=1,…,Ti,公司i估计期间内的年份的编号。
总应计利润的组成部分如下:
TAt=[△CurrentAssetst(4)-△Casht
(1)]-[△CurrentLiabilitiest(5)]-DepreciationandAmortizationExpenset(14),其中变化值(△)是用时期t时期t-1之间的差值计算的;Compustat数据项的数目附加其中。
该回归方程是使用year-1之前存在的数据估计的。
b前四分位值和后四分位值分别是分部的第一和第三四分位值。
1盈余管理假设的检验是基于year-1到year0期间对操作性应计利润、uip的估计。
2检验经理人员操作性应计利润总体显著性的一个方法是计算标准预测误差,这个和Patell[1976]的做法很相似。
3对于每个预测误差,一个估计的标准差,(uip),被计算出来。
4如果预测误差是服从正态分布,那么下面的预测误差与其标准差的比值服从自由度Ti-3的t分布。
Vip=uip/(uip)(4)
5Vips被称作“标准预测误差”。
6在Patell之后,中心极限定理可以被用来计算下面的检验统计值:
Zvp=(5)
如果预测误差在横截面上是独立的,它的渐近分布可以被看作服从单尾正态的偏态分布。
6在该检验中,0假设是在进口援助调查期间平均预测值的误差(也就是,操作性应计利润)大于或者等于0。
7横截面相互关系的存在导致违背了检验统计量的假设前提,因此,基于Z统计量的任何推论必须要小心作出。
8在节5.5中进行了一个检验,说明了横截面相关问题。
1由于两个鞋子案例被ITC(比如,在1984年和1985年)调查的事实,两套检验被执行:
把1984年和1985年都作为鞋子行业的year0。
2将1984年作为year0看待在文章主体中报告,将1985将作为year0看待在脚注部分报告。
3在脚注部分报告的将1985年作为year0时,其结果更支持盈余管理假设。
1表5列示了Vip(标准预测误差)和相关的Zvp统计值。
2Vip是基于各期估计的总应计利润期望模型(见方程
(2)和方程(3))的预测误差,估计时使用了经过year-2仍然存在的数据。
3year-1和year0的Z统计值分别是-0.372(单尾检验显著性水平是0.356)和-3.459(单尾检验显著性水平是0.0003)。
4因此,year0提供了证据支持盈余管理假设的证据,而year-1没有。
5year+1期的Z统计值是-1.228,单尾显著性水平是0.109。
6基于这个检验,表明上看好像在year+1期没有向相反方向调操作性应计利润,这个和表3中显示的描述性统计结果一致。
表5
各个公司标准预测误差(Vip)和相关的检验统计值(Zvp)
来自year-1之前各期总应计利润回归模型的估计a
公司数目
Vip
Year-1b
Year0
Year+1
1
0.534
-0.369
-0.519
2
-1.218
-0.921
-1.806
3
-0.623
-0.812
0.546
4
-0.514
-0.502
0.012
5
0.097
-0.041
0.067
6
-0.114
-0.515
-0.426
7
-0.211
0.293
-1.552
8
-0.128
0.293
-0.609
9
-0.115
-0.414
0.603
10
1.641
-1.397
-2.055
11
-0.795
0.331
-0.738
12
0.117
-0.749
0.781
13
0.894
-1.890
-0.976
14
0.224
-2.004
-0.783
15
-0.203
-0.218
0.171
16
0.405
-0.622
0.181
17
0.328
-0.339
-0.062
18
-0.772
-1.479
1.795
19
-0.216
-0.548
-0.483
20
1.006
-0.248
0.165
21
-1.805
-0.222
0.252
22
0.089
-2.318
-0.534
23
-0.501
-2.794
-0.234
ZVP统计值c
-0.372
-3.459
-1.228
aVip用下式计算uip/(si(1+cip-1)),其中cip=[Xp(X'X)-1X'p]中的X是估计期间独立变量的矩阵,Xp是预测期的矩阵,uip是预测误差,p是预测年份,si是来自下列回归模型估计值的标准误差:
TAit/Ait-1=αi[1/Ait-1]+β1i[ΔREVit/Ait-1]+β2i[PPEit/Ait-1]+ξit
其中:
TAit=第t年公司i总应计利润;
ΔREVit=公司i第t年收入减去第t-1年收入的差值;
PPEit=第t年公司i原始不动产、厂房和设备;
Ait-1=公司i第t-1年的总资产;
ξit=公司i第t年的误差项;
i=1,…,N公司编号(N=23);
t=1,…,Ti,公司i估计期间内的年份的编号。
总应计利润(TAt)组成部分如下:
TAt=[△CurrentAssetst(4)-△Casht
(1)]-[△CurrentLiabilitiest(5)]-DepreciationandAmortizationExpenset(14),其中变化值()是用时期t时期t-1之间的差值计算的;Compustat数据项的数
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 琼斯 模型 第二 部分 涉及 假设检验 修正 资料