【摘 要】 文章提出了一個創(chuàng)新的利潤健康評估理論模型，該模型通過融合信號傳遞與代理理論，結(jié)合財務(wù)與非財務(wù)指標(biāo)，從四個不同維度對上市公司的盈余質(zhì)量進行綜合評估。此模型超越了傳統(tǒng)的盈余管理分析框架，專注于揭示上市公司的整體盈余狀態(tài)，旨在解決信息不對稱和管理層動機問題。選取2018—2022年中小板民營企業(yè)作為分析對象，并基于機器學(xué)習(xí)算法驗證了模型的有效性。通過應(yīng)用此模型，識別出在2018—2023年間被證監(jiān)會處罰的中小民營企業(yè)中，有85.7%的樣本處于利潤健康的較低水平，這一發(fā)現(xiàn)進一步加深了監(jiān)管機構(gòu)和投資者對上市公司盈余健康狀況的理解。利潤健康評估模型不僅豐富了盈余管理的理論基礎(chǔ)，為監(jiān)管者和市場參與者提供了一種全新的評估工具，也為將來在不同市場和行業(yè)中應(yīng)用此模型，以及重新審視盈余質(zhì)量評估方法提供了新思路。

【關(guān)鍵詞】 利潤健康； 信號傳遞理論； 代理理論； 盈余管理； 機器學(xué)習(xí)

【中圖分類號】 F019.3" 【文獻標(biāo)識碼】 A" 【文章編號】 1004-5937（2025）08-0052-11

一、引言

習(xí)近平總書記2023年9月提出要“加快形成新質(zhì)生產(chǎn)力”，這為利潤健康問題的研究指明了方向。這一概念強調(diào)技術(shù)進步和創(chuàng)新能力在提升企業(yè)核心競爭力中的重要性，不僅是生產(chǎn)力現(xiàn)代化的體現(xiàn)，同時也標(biāo)志著傳統(tǒng)生產(chǎn)力結(jié)構(gòu)的根本變革。在此框架下，證監(jiān)會特別鼓勵企業(yè)通過技術(shù)創(chuàng)新來驅(qū)動個體的發(fā)展，從而推動國民經(jīng)濟整體的高質(zhì)量成長。在具體政策層面，證監(jiān)會2024年4月實施的“國九條”新政強調(diào)了上市公司治理結(jié)構(gòu)的強化和透明度的提升，并要求企業(yè)主動適應(yīng)經(jīng)濟結(jié)構(gòu)調(diào)整和技術(shù)進步帶來的新挑戰(zhàn)。這項政策有利于促進資本市場的穩(wěn)定發(fā)展和提高市場信息的透明度，以保護投資者利益并提高市場效率。

在現(xiàn)代企業(yè)治理框架中，市場環(huán)境和監(jiān)管政策的迅速變化使得傳統(tǒng)的利潤最大化目標(biāo)已無法全面滿足企業(yè)的發(fā)展需求，這一轉(zhuǎn)變催生了對“利潤健康”這一概念的探索。本文在盈余管理理論基礎(chǔ)上，結(jié)合代理理論與信號傳遞理論，提出“利潤健康”概念與利潤健康（Profit Health，PH）評估理論框架，旨在結(jié)合四對與利潤密切相關(guān)的財務(wù)指標(biāo)和兩個非財務(wù)指標(biāo)來精確衡量和預(yù)測企業(yè)的利潤健康狀態(tài)，以填補會計基礎(chǔ)理論的空白，并通過開發(fā)一套綜合評估系統(tǒng)對該理論框架進行驗證，賦能上市公司利潤健康狀況的評估。

為了驗證其適用性和有效性，本文選取了資本市場中具有獨特地位和代表性，但同時也面臨較大的市場壓力和財務(wù)透明度問題的中小板民營上市公司作為研究對象，采用梯度提升機和隨機森林算法等機器學(xué)習(xí)算法實證分析了其2018—2022年的年報數(shù)據(jù)，深入了解在經(jīng)濟快速變化和市場調(diào)整期間上述企業(yè)的盈利狀況并評估其利潤健康水平。

本文的貢獻在于以下四點：第一，界定利潤健康的概念，開辟了審視公司財務(wù)狀況的新視角，增強了信號傳遞理論[1]和代理理論[2]在現(xiàn)代企業(yè)治理實踐中的適用性和實際效果。第二，通過融合Beneish[3]和Jansen et al.[4]的計量模型與代理理論，構(gòu)建利潤健康評估體系，豐富了盈余管理計量方法的相關(guān)研究。第三，提出了4個具有解釋能力的檢測器，能有效地識別和預(yù)測上市公司的利潤健康問題，也為投資者和監(jiān)管機構(gòu)提供了更為強大的監(jiān)控工具。第四，采用了獨特的處罰樣本檢驗，進一步驗證利潤健康評估框架的有效性和科學(xué)性。

二、文獻綜述

盈余管理是企業(yè)通過選擇不同的會計政策和估計來影響財務(wù)信息，尤其是短期盈余的一種行為，可以通過合法的會計決策實現(xiàn)，也可以通過欺詐性手段進行，滿足或超過資本市場分析師的盈利預(yù)期，改善借貸條件，提高公司股價，實現(xiàn)管理層的獎金目標(biāo)。關(guān)于盈余管理的研究，學(xué)者從其重要因素、識別模型、關(guān)鍵指標(biāo)和新理論方法應(yīng)用等方面進行了不同程度的探索。

（一）對盈余管理重要因素的探索

在影響因素方面，企業(yè)操縱盈余可能會對投資者、債權(quán)人和貸款條件、市場效率、政府監(jiān)管和契約激勵等產(chǎn)生影響。企業(yè)通過盈余管理來傳遞公司未來增長和盈利能力的信號，影響股價和公司的市場評價。當(dāng)企業(yè)通過盈余管理手段操縱財務(wù)報表時，投資者可能會受到誤導(dǎo)，無法準(zhǔn)確評估公司的財務(wù)狀況和未來表現(xiàn)，影響投資者決策；債權(quán)人也可能難以準(zhǔn)確評估其信用風(fēng)險和償債能力，對公司的信任度降低，從而影響貸款條件，如果這種盈余管理被揭露或者財務(wù)狀況惡化，投資人和債權(quán)人都可能面臨更高的投資風(fēng)險和損失。同時，投資者可能會誤解公司的真實財務(wù)狀況，導(dǎo)致市場價格偏離公司的真實價值，影響市場的有效性，而上市公司在配股過程中的盈余管理也會誤導(dǎo)投資者的決策，造成股票價值的高估和資本配置效率的下降[5]，這些情況都會對資本市場的有效運轉(zhuǎn)產(chǎn)生不利影響。

在某些情況下，上市公司也可能進行盈余管理以滿足資本市場監(jiān)管要求，如達到股份發(fā)行對獲利能力的要求，保持證券交易所的上市資格或避免違反貸款協(xié)議的財務(wù)比率要求。盈余管理行為也可能與公司內(nèi)部的獎勵機制相關(guān)，如管理層獎金和激勵計劃，這些通常與公司的財務(wù)表現(xiàn)掛鉤，管理層為了獲得獎勵可能存在積極實施盈余管理的行為[6]。盈余管理可能在短期內(nèi)有助于企業(yè)實現(xiàn)某些目標(biāo)，但其長期影響可能是負面的，尤其是當(dāng)它掩蓋了公司真實的財務(wù)狀況和經(jīng)營績效時。因此，理解盈余管理的動機、技術(shù)和影響對投資者、分析師、監(jiān)管機構(gòu)和學(xué)者都至關(guān)重要。

（二）對盈余管理識別模型的探索

在模型設(shè)計方面，受到廣泛應(yīng)用的盈余管理識別模型主要有Beneish M-score模型和Modified Jones模型，這些模型基于不同的財務(wù)指標(biāo)和假設(shè)，為研究者提供了強有力的工具來檢測潛在的盈余操縱行為。Beneish M-score模型基于一系列財務(wù)指標(biāo)通過加權(quán)匯總計算M-score，若超過特定的閾值則暗示可能存在欺詐行為，Hieu et al.[7]基于該模型揭示了影響上市公司盈余管理的相關(guān)因素。Modified Jones模型由Healy和Wahlen在Jones模型的基礎(chǔ)上引入公司治理變量和其他修正項改進形成，解釋力更強并且能夠更好地捕捉公司內(nèi)部控制和監(jiān)管環(huán)境對盈余管理的影響。喬金杰等[8]應(yīng)用此模型研究了不同場景下的上市公司盈余管理狀況。

此外，還有一部分學(xué)者運用了其他模型計量盈余管理，探討上市公司的盈余管理及其影響因素，如Jones模型基于盈余的自由現(xiàn)金流量衡量盈余管理的程度，假設(shè)公司在實現(xiàn)盈余目標(biāo)時會通過非自由裁量性應(yīng)計來操縱財務(wù)報表進而影響盈余水平[9]；Goel[10]探索性地將財務(wù)領(lǐng)域的DeAngelo模型用于計算潛在盈余管理的自由裁量應(yīng)計項目。這些模型在不同研究中被廣泛應(yīng)用，探討了不同場景下上市公司的盈余管理狀況，模型構(gòu)建都基于一定的主觀假設(shè)，然而實務(wù)的多樣性導(dǎo)致選取合適的盈余管理評估方法的難度較大，引發(fā)了對更簡便、準(zhǔn)確的盈余管理評估方法的需求。

（三）對盈余管理關(guān)鍵指標(biāo)選取的探索

在指標(biāo)選取方面，眾多學(xué)者進行的一系列研究已充分證明了營業(yè)收入、應(yīng)收賬款、資產(chǎn)周轉(zhuǎn)率、經(jīng)營活動凈現(xiàn)金流量、凈利潤、毛利率等財務(wù)指標(biāo)對上市公司盈余管理計量的有效性。此外，Binsaddig et al.[11]認為公司應(yīng)更加關(guān)注存貨周轉(zhuǎn)率和應(yīng)收賬款周轉(zhuǎn)率，以更有效和高效地優(yōu)化利潤和改善財務(wù)績效。杜翩翩[12]還研究了某些*ST公司利用非經(jīng)常性收益調(diào)節(jié)利潤總額完成摘帽，上述研究探索了財務(wù)指標(biāo)在檢測盈余管理方面的作用。此外，一些學(xué)者建議增加定性績效指標(biāo)，并進一步使用數(shù)學(xué)模型來衡量盈余管理；另一些學(xué)者建議將審計意見類型作為鑒別盈余管理存在性的證明[13]，因為獨立的審計意見能向外界傳遞企業(yè)會計盈余信息質(zhì)量的信號。這些研究涵蓋了影響盈余管理的財務(wù)指標(biāo)和非財務(wù)指標(biāo)，為深入理解和應(yīng)對盈余管理行為提供了重要的參考和啟示。

（四）對應(yīng)用新理論、新方法的探索

在探索新理論和新方法方面，盈余管理識別的研究不僅增強了傳統(tǒng)模型的能力，還引入了機器學(xué)習(xí)和數(shù)據(jù)分析等新途徑，能夠處理大量數(shù)據(jù)并從中學(xué)習(xí)識別潛在盈余管理的復(fù)雜模式。例如，支持向量機（SVM）、隨機森林和神經(jīng)網(wǎng)絡(luò)等算法被用于預(yù)測盈余操縱的可行性。隨著人工智能技術(shù)的快速發(fā)展，文本分析技術(shù)被應(yīng)用于財務(wù)報告和公開披露的信息，通過分析管理層討論與分析部分的語言風(fēng)格和情感傾向，來識別潛在的盈余管理。有觀點認為，管理層在從事盈余管理時，可能會使用更積極或模糊的語言來掩飾或美化財務(wù)狀況[14]；也有學(xué)者結(jié)合機器學(xué)習(xí)和文本分析技術(shù)，通過分析財務(wù)報告和公開披露的文本，實證了數(shù)字化運營水平、內(nèi)部控制水平等因素與盈余管理的關(guān)系[15]。此外，社會網(wǎng)絡(luò)分析也提供了一種新視角，通過分析公司與其審計師、董事會成員和其他企業(yè)之間的關(guān)系網(wǎng)絡(luò)，來識別盈余管理的可能性。這些新理論和新方法的出現(xiàn)，不僅拓寬了盈余管理研究的視野，也提高了識別盈余管理的精度和效率，使得監(jiān)管機構(gòu)、審計師和投資者能夠更有效地監(jiān)控和評估公司的財務(wù)健康狀況。

這些成果為研究者理解上市公司盈余管理研究的現(xiàn)有方法提供了寶貴信息，但目前盈余管理的計量指標(biāo)尚未形成統(tǒng)一標(biāo)準(zhǔn)，且缺少定性與定量指標(biāo)相結(jié)合的衡量體系?，F(xiàn)有模型的適用性依賴于特定的主觀假設(shè)，存在一定的局限性。與此同時，上市公司采用的利潤操縱手段具備多樣化、長期性和隱蔽性的特點，往往難以識別，對于監(jiān)管方和投資者而言，迫切需要一種更為簡便且易操作的方法來揭露這些操縱行為。因此，本研究首先深入探索影響利潤健康的內(nèi)在邏輯；其次對影響利潤健康的中長期財務(wù)與非財務(wù)指標(biāo)變化異常信號進行系統(tǒng)、連續(xù)累加計分，進而提出創(chuàng)新的利潤健康評估模型；最后，基于機器學(xué)習(xí)算法進行可視化實證分析，驗證模型的適用性和有效性。

三、理論模型與研究假設(shè)

（一）理論模型

在探索構(gòu)建企業(yè)利潤健康概念評估理論框架過程中，本研究深入挖掘利潤增長的合理性和穩(wěn)定性等深層次因素。通常情況下，企業(yè)盈利能力的持續(xù)增強或減弱是由多重因素交織并累積形成的一個動態(tài)進程，而非一朝一夕所能達成的。例如，企業(yè)盈利的持續(xù)增長可能是管理層經(jīng)過多年的努力，通過綜合施策實現(xiàn)的，這些措施包括但不限于成本控制，如精細化成本管理、供應(yīng)鏈優(yōu)化、自動化與技術(shù)革新；收入增長，如市場擴展、產(chǎn)品與服務(wù)多元化、定價策略優(yōu)化以及營銷策略的創(chuàng)新；稅務(wù)策略，如稅務(wù)規(guī)劃、利用虧損進行稅額抵扣、國際稅務(wù)規(guī)劃，以及財務(wù)策略，如資產(chǎn)重組、財務(wù)杠桿的調(diào)整、現(xiàn)金流管理及投資并購等。相反，利潤的持續(xù)下滑可能是由宏觀經(jīng)濟環(huán)境的惡化、經(jīng)營管理的不善等多種復(fù)雜因素引起的。對于上市公司而言，管理層往往不愿意面對利潤大幅下降的現(xiàn)實，由于擔(dān)憂公司股價表現(xiàn)、監(jiān)管層的風(fēng)險警示、融資能力受損以及期權(quán)激勵計劃的實施等問題，可能會考慮采取一系列“合法”或“看似合理”的措施來調(diào)整企業(yè)的盈利水平，甚至有些企業(yè)可能會不顧慮證監(jiān)會處罰的風(fēng)險，采取虛假行為來偽造或篡改利潤數(shù)據(jù)。

三十多年來，學(xué)術(shù)界對盈余操縱行為的研究持續(xù)深化與創(chuàng)新，研究成果主要聚焦于收入虛假確認、不當(dāng)?shù)馁M用延遲或資本化、惡意的會計估計與判斷、通過準(zhǔn)備金操縱利潤、不真實的資產(chǎn)與負債評估、關(guān)聯(lián)方交易操縱以及其他惡劣手段[16]。通過對這些行為背后的動機、實施手段及其影響的理論分析、案例研究和實證研究，不僅深化了本研究對盈余操縱的理解，也為識別和應(yīng)對財務(wù)報告中的操縱行為提供了實務(wù)指導(dǎo)。

Jansen et al.[4]提出并論證了通過資產(chǎn)周轉(zhuǎn)率和利潤率變化方向進行盈余管理的診斷方法，在該方法中，識別盈余管理依賴于會計等式和財務(wù)報表之間的勾稽關(guān)系，而非普通模型中常用的相關(guān)關(guān)系。根據(jù)信號傳遞理論，管理層在操縱利潤向信息使用者傳遞信號的同時，信息使用者也可以通過財務(wù)報表的指標(biāo)變化方向識別上市公司的盈余管理行為。并且該方法的優(yōu)點之一計算量少，為設(shè)計盈余管理的診斷方法提供了新思路?；趯W(xué)界的研究成果，本研究選取營業(yè)收入、應(yīng)收賬款、資產(chǎn)周轉(zhuǎn)率、經(jīng)營活動凈現(xiàn)金流量、凈利潤、毛利率、存貨周轉(zhuǎn)率、毛收入和利潤總額作為財務(wù)指標(biāo)。這些財務(wù)指標(biāo)綜合反映了利潤的來源、運營管理效率及其變現(xiàn)能力。同時，本研究引入了會計師事務(wù)所變更次數(shù)和審計意見作為非財務(wù)指標(biāo)，用于分析企業(yè)管理層與信息使用者之間信息不對稱的問題。信號傳遞理論指出，審計意見可以在一定程度上減輕這種不對稱，并提供企業(yè)財務(wù)狀況真實性和合規(guī)性的信號。頻繁更換會計師事務(wù)所可能揭示了管理層試圖規(guī)避審計意見不佳的行為動機。此外，通過將七個財務(wù)指標(biāo)分解為四對，并根據(jù)每對指標(biāo)每年的變化方向賦分，可以更細致地識別出利潤健康的不同程度。

根據(jù)利潤健康等級劃分標(biāo)準(zhǔn)，結(jié)合引言部分的論述，本研究從理論上給出利潤健康的基本定義：利潤健康是指企業(yè)在遵循市場規(guī)律和法律法規(guī)的基礎(chǔ)上，通過科技創(chuàng)新、優(yōu)化資源配置、提升全要素生產(chǎn)率和產(chǎn)業(yè)轉(zhuǎn)型升級等方式，實現(xiàn)的持續(xù)、穩(wěn)定且合理的利潤增長。這種利潤增長應(yīng)當(dāng)反映企業(yè)真實的經(jīng)營成果，支持企業(yè)的可持續(xù)發(fā)展，同時為股東創(chuàng)造價值。因為新質(zhì)生產(chǎn)力強調(diào)的是技術(shù)革命性突破、生產(chǎn)要素創(chuàng)新性配置和產(chǎn)業(yè)深度轉(zhuǎn)型升級，它以勞動者、勞動資料、勞動對象及其優(yōu)化組合的質(zhì)變?yōu)榛緝?nèi)涵，以全要素生產(chǎn)率提升為核心標(biāo)志。因此，健康利潤應(yīng)是新質(zhì)生產(chǎn)力發(fā)展的直接結(jié)果，而非短期財務(wù)操作的產(chǎn)物，第三方審計意見則為利潤的真實性和合理性提供了進一步的保證。

基于Jansen et al.的研究成果，并受馬斯洛（1943）需求層次理論和卡普蘭等（1992）平衡計分卡理論的啟發(fā)，本研究提出一種創(chuàng)新的利潤健康評估理論模型。該模型將利潤健康分為四個等級，其中4星級代表利潤健康狀況最高等級，1星級則表示利潤健康狀況最低等級。模型內(nèi)包含四個財務(wù)指標(biāo)信號檢測器得分和兩個非財務(wù)指標(biāo)得分，通過對五年時間跨度的利潤健康分值進行求和計分。構(gòu)建的理論模型如圖1所示。

該理論模型采用獨特的橄欖形結(jié)構(gòu)設(shè)計，象征著利潤健康最高的4星級和最低的1星級在總體分布中所占比例較小，而中間兩級則占據(jù)了較大的比重。在圖1中，自上而下、自左向右的四片花瓣為I1至I4四個財務(wù)指標(biāo)檢測器，左側(cè)與右側(cè)帶箭頭的矩形框為非財務(wù)指標(biāo)，分別是變更會計師事務(wù)所次數(shù)和審計意見檢測器，以實現(xiàn)對企業(yè)利潤健康進行全面評估的目標(biāo)。

檢測器I1聚焦?fàn)I業(yè)收入增長率（revenue growth，RGR）與應(yīng)收賬款增長率（accounts receivable growth rate，ARGR）之間的變化方向是否一致，旨在識別營業(yè)收入增長中的潛在異常。依據(jù)會計基本原理，若營業(yè)收入增長未伴隨著應(yīng)收賬款的相應(yīng)增長，則標(biāo)記為異常情況，計1分；若二者同步增長，計0分。

檢測器I2聚焦?fàn)I業(yè)收入增長率（RGR）與經(jīng)營活動凈現(xiàn)金流量增長率（net cash flow growth rate，NCFGR）之間的變化方向是否一致，用于評估營業(yè)收入的“含金量”。若營業(yè)收入的增長與由經(jīng)營活動產(chǎn)生的凈現(xiàn)金流量增長不一致，則判定為異常，計1分；一致則計0分。

檢測器I3聚焦凈利潤增長率（net profit growth rate，NPGR）與存貨周轉(zhuǎn)率增長率（inventory turnover rate，ITR）之間的變化方向是否一致，以判斷凈利潤增長的合理性。根據(jù)會計理論，存貨周轉(zhuǎn)率的提高應(yīng)促進企業(yè)利潤的增長，因此，若存貨周轉(zhuǎn)率與凈利潤增長不一致，則視為異常，計1分；一致則計0分。

檢測器I4聚焦利潤總額增長率（gross profit growth rate，GPGR）與毛收入增長率（gross revenue growth rate，GRGR）之間的變化方向是否一致，旨在探測利潤總額是否有被操縱的跡象。若毛收入增長而利潤總額減少，或利潤總額增長而毛收入減少，均被認定為不正常現(xiàn)象，計1分；反之則計0分。

這四個檢測器雖然在計分上各自獨立，但它們之間卻形成了一個密切相關(guān)的邏輯鏈。在檢測器I1中，應(yīng)收賬款的增長直接關(guān)系到營業(yè)收入增長的真實性，此增長進一步影響檢測器I4中毛收入的提升，從而推動利潤總額的增加。同時，利潤總額的提升會影響到檢測器I3中凈利潤的增長。為了驗證凈利潤增長的真實性，需要檢驗凈利潤增長的方向是否與I3中存貨周轉(zhuǎn)率的增長方向保持一致。而檢測器I2中經(jīng)營活動凈現(xiàn)金流量的增長方向與營業(yè)收入增長方向的一致性，則用于評估營業(yè)收入的變現(xiàn)能力。這一系列的檢測不僅彼此環(huán)環(huán)相扣，而且共同構(gòu)成了對企業(yè)利潤健康狀況深度分析的基礎(chǔ)。

此外，從公開的年報中獲取并計算的財務(wù)指標(biāo)雖然客觀，但不一定全面。為此，本模型對第三方會計師事務(wù)所近五年每年的審計意見（AO）計分（“標(biāo)準(zhǔn)無保留意見”計0分、“帶強制事項段的保留意見”計1分、“保留意見”計3分和“無法表示意見”或“否定意見”計5分）；如果當(dāng)年會計師事務(wù)所與上一年不同，則當(dāng)年的變更會計師事務(wù)所次數(shù)（NCAF）計1分，否則計0分。綜合五年的指標(biāo)數(shù)據(jù)，通過四個財務(wù)指標(biāo)檢測器和兩個非財務(wù)指標(biāo)的得分，計算出公司的利潤健康（PH）得分。由此提出整體假設(shè)0。

（二）研究假設(shè)

H0：營業(yè)收入增長率、應(yīng)收賬款增長率、經(jīng)營活動凈現(xiàn)金流量增長率、凈利潤增長率、存貨周轉(zhuǎn)率增長率、利潤總額增長率、毛收入增長率、變更會計師事務(wù)所次數(shù)和審計意見均對公司的利潤健康有影響。

為驗證和清晰解釋四個檢測器對利潤健康狀況影響的可視化演變過程，本研究提出如下4個子假設(shè)。

第一，營業(yè)收入與應(yīng)收賬款顯著相關(guān)[17]。通常營業(yè)收入的增加可能會導(dǎo)致應(yīng)收賬款的增加，營業(yè)收入在轉(zhuǎn)化為現(xiàn)金收入前體現(xiàn)在應(yīng)收賬款中，因此營業(yè)收入與應(yīng)收賬款的變化方向往往相同，表明公司能有效地將銷售收入轉(zhuǎn)化為應(yīng)收賬款，有助于支持公司的穩(wěn)健經(jīng)營和財務(wù)狀況。營業(yè)收入增加而應(yīng)收賬款減少，一方面可能是現(xiàn)金銷售增加或客戶付款迅速，應(yīng)收賬款管理效率提升；另一方面，也可能是企業(yè)通過提前收款或減少應(yīng)收賬款計提使財務(wù)報表呈現(xiàn)更好的財務(wù)狀況，此時營業(yè)收入與應(yīng)收賬款的變化方向不一致，可能反映出公司的應(yīng)收賬款管理存在問題，應(yīng)審慎考慮是否存在利潤健康風(fēng)險。由此提出假設(shè)1。

H1：營業(yè)收入增長率與應(yīng)收賬款增長率方向不同可能是利潤不健康的信號，且變更會計師事務(wù)所次數(shù)和審計意見對利潤健康有影響。

第二，營業(yè)收入與經(jīng)營活動凈現(xiàn)金流量存在顯著關(guān)系。通常營業(yè)收入的增加可能會帶來更多的經(jīng)營活動凈現(xiàn)金流量，為公司創(chuàng)造更健康的利潤狀況，表現(xiàn)為兩者變化方向一致，而Lee et al.[18]發(fā)現(xiàn)欺詐公司的營業(yè)收入與經(jīng)營活動凈現(xiàn)金流量之間的差異較大，營業(yè)收入與經(jīng)營活動凈現(xiàn)金流量變化方向不一致時可能暗示公司采取某些會計手段提高報告的凈利潤，將對利潤健康產(chǎn)生負面影響。由此提出假設(shè)2。

H2：營業(yè)收入增長率與經(jīng)營活動凈現(xiàn)金流量增長率方向不同可能是利潤不健康的信號，且變更會計師事務(wù)所次數(shù)和審計意見對利潤健康有影響。

第三，Winda et al.[19]研究發(fā)現(xiàn)存貨周轉(zhuǎn)率對凈利潤有積極且顯著的影響。公司存貨周轉(zhuǎn)率越高，其從銷售中獲得高額凈利潤的可能性就越大，反之則獲利的可能性較小，因此較高的存貨周轉(zhuǎn)率可以增加凈利潤；與此同時，較高的凈利潤可能會促進公司增加投資、提高生產(chǎn)能力，從而影響存貨周轉(zhuǎn)率，故存貨周轉(zhuǎn)率與凈利潤的變化方向往往一致。存貨周轉(zhuǎn)率增加凈利潤減少時，可能是公司采取延遲確認成本或降低存貨價值的手段進行盈余管理，即存貨周轉(zhuǎn)率與凈利潤變化方向不一致可能存在盈余管理。由此提出假設(shè)3。

H3：凈利潤增長率與存貨周轉(zhuǎn)率增長率方向不同可能是利潤不健康的信號，且變更會計師事務(wù)所次數(shù)和審計意見對利潤健康有影響。

第四，通常毛收入的變化會直接影響利潤總額，兩者的變化方向一致表明公司在成本或費用方面管理得當(dāng)，能夠有效地將收入轉(zhuǎn)化為利潤；當(dāng)變化方向不一致時，可能暗示某些公司采取了操縱利潤總額的一系列“千奇百怪”的行為，如費用管理、間接成本和稅收管理等，從而對利潤健康產(chǎn)生負面影響。由此提出假設(shè)4。

H4：利潤總額增長率與毛收入增長率方向不同可能是利潤不健康的信號，且變更會計師事務(wù)所次數(shù)和審計意見對利潤健康有影響。

如果這四個假設(shè)被證明對PH有統(tǒng)計學(xué)意義，則意味著本研究提出的理論模型對利潤健康的計量方法可行，而這種計算方法非常適合計算機程序自動計算。為方便計算機程序?qū)麧櫧】档淖詣优袛啵狙芯炕诖髷?shù)據(jù)確定出利潤健康的四個等級區(qū)間范圍，以增強會計師、審計師和普通投資者對財務(wù)操縱的識別能力與應(yīng)對能力。

四、研究設(shè)計

（一）數(shù)據(jù)來源

本研究從Wind數(shù)據(jù)庫中選取至2018年12月31日在A股主板已上市的中小民營企業(yè)為研究對象，并下載了本研究所需的2018—2022年財務(wù)和非財務(wù)指標(biāo)構(gòu)成面板數(shù)據(jù)集。為保證數(shù)據(jù)的可靠性，剔除ST或*ST公司后有580家公司共2 900條記錄（5×580），并剔除有明顯異常的24條記錄，最終面板數(shù)據(jù)集包含有效記錄2 876條。

（二）變量說明

根據(jù)圖1所示的理論模型和H0—H4，構(gòu)建利潤健康4個檢測器，以及利潤健康綜合指標(biāo)，各檢測器與變量解釋如表1所示。

（三）描述性統(tǒng)計

變量RGR、ITR、GRGR、NCAF和AO的標(biāo)準(zhǔn)差均小于1，表明這4個變量在2018—2022年間的波動性相對不大；變量ARGR和PH的標(biāo)準(zhǔn)差分別為1.583和1.264相對也不算大。但NCFGR、NPGR和GPGR在2018年至2022年間的波動性卻相當(dāng)大，最小值從-69.43、-100.65和-108.90變化至最大值312.86、96.83和238.88。

從會計基本理論看，ARGR與RGR、RGR與NCFGR、NPGR與ITR、GRGR與GPGR是密切相關(guān)的，故采用多元線性回歸建模存在嚴重的共線性，因此本研究考慮采用非線性回歸模型實證研究假設(shè)。隨機森林算法是一種將隨機抽樣與決策樹相結(jié)合的方法，通過多輪隨機抽取樣本量和特征值，構(gòu)建一組決策樹集合，應(yīng)用少數(shù)服從多數(shù)的原理做出判斷，確保決策誤差有效降低。同時，隨機森林算法也是一種機器學(xué)習(xí)方法，在現(xiàn)有模型基礎(chǔ)上開展迭代計算，可以進一步提升模型預(yù)測的準(zhǔn)確性[20]。

（四）構(gòu)建模型與穩(wěn)健性檢驗

1.構(gòu)建整體模型與穩(wěn)健性檢驗

對主要參數(shù)進行參數(shù)調(diào)優(yōu)，得出主要參數(shù)：n_estimators=300；max_depth=20；min_samples_split=2；min_samples_leaf=1；random_state=42?？紤]到模型的穩(wěn)健性，在主要參數(shù)設(shè)置相同的前提下，分別構(gòu)建梯度提升和隨機森林算法模型，見表2。

表2兩個模型在訓(xùn)練集上的R2均接近1，且均方誤差MSE也都比較小。同時測試集的R2均超過0.9，且MSE均在0.1左右，說明兩模型的擬合精度相當(dāng)高，表現(xiàn)了優(yōu)良的泛化能力。梯度提升機模型和隨機森林模型的特征值重要性排序雖然不盡相同，但特征值重要性超過15%且完全相同的，且排序第一的審計意見（AO）的重要性相差無幾。經(jīng)兩個模型的相互印證，整體上隨機森林模型略優(yōu)于梯度提升機模型。因此，選用隨機森林算法建模是可行的且穩(wěn)健性較好。另外，從隨機森林模型給出的特征值重要性排序結(jié)果看，所有9個解釋變量對利潤健康PH的影響均大于5%。故H0得證。

2.構(gòu)建四個檢測器模型與穩(wěn)健性檢驗

考慮模型的一致性與穩(wěn)健性，構(gòu)建四個檢測器的隨機森林模型的主要參數(shù)保持與整體模型一致，結(jié)果見表3。

由表3可知，四個檢測器模型在訓(xùn)練集上的R2值均在0.9左右，且MSE不超過0.2，說明四個模型擬合效果較好。從測試集的MSE看，雖然檢測器I1和檢測器I2的隨機森林模型存在輕度過度擬合現(xiàn)象（MSE大于0.9但小于1），但檢測器I3和檢測器I4的隨機森林模型泛化能力還不錯，均低于0.72。此外，四個隨機森林模型共同特點是審計意見AO（在25%至26%之間變化）和變更會計師事務(wù)所次數(shù)NCAF（在6.61%至6.89%之間）大致相同。另外，四個檢測器中每對財務(wù)指標(biāo)的特征值重要性之和分別為67.20%、67.82%、67.86%和68.00%，即財務(wù)指標(biāo)的解釋力均在67%以上。

為驗證隨機森林算法模型的穩(wěn)健性，仍沿用隨機森林模型中選定的主要參數(shù)，構(gòu)建四個檢測器的梯度提升機模型，見表4。表4中，四個梯度提升機模型在訓(xùn)練集上的R2均接近1且MSE接近0，極為完美。但在測試集上R2均小于0.4且MSE均大于1，只是在檢測器I3和檢測器I4模型上有所改善。因此在主要參數(shù)維持不變的前提下，整體上梯度提升機模型泛化能力相對較差。故從穩(wěn)健性角度，本研究選用隨機森林算法模型為工具。基于表4中四個檢測器的隨機森林模型建模結(jié)果，H1—H4初步得證。

五、可視化實證分析

（一）檢測器I1的可視化實證分析

由圖2（a）和（b），營業(yè)收入增長率（RGR）與應(yīng)收賬款增長率（ARGR）同為負值時PH在相對高位盤桓，且這兩個財務(wù)指標(biāo)從負值向0值方向不斷靠近時，PH有所升高，說明利潤健康風(fēng)險在不斷聚集。而當(dāng)RGR與ARGR同為正值且持續(xù)增長時，RGR的增大使得PH迅速下降，說明隨著營業(yè)收入增長率提高，利潤也逐漸變得越來越健康。但是ARGR的不斷增大卻使PH略有增長，這暗示公司的應(yīng)收賬款管理效率可能并未跟上銷售業(yè)務(wù)擴張的步伐，從而相應(yīng)增加了利潤健康的風(fēng)險。由圖2（c）和（d）可知，隨著變更會計師事務(wù)所次數(shù)越多和審計意見越差，PH也越大，即利潤健康越差。

因此，當(dāng)RGR與ARGR處于由負轉(zhuǎn)正的區(qū)間時，信息使用者應(yīng)重點關(guān)注公司披露的客戶付款期限、折扣與優(yōu)惠、銷售日期等相關(guān)信息是否與實際情況存在顯著差異，尤其是AO明顯較大時，信息使用者應(yīng)當(dāng)對該公司的投資行為采取謹慎態(tài)度。故H1得證，即RGR和ARGR對PH的影響存在不一致的情況，可能是利潤不健康的信號，且變更會計師事務(wù)所次數(shù)與審計意見對利潤健康有影響。

（二）檢測器I2的可視化實證分析

由圖3（a）和圖3（b），當(dāng)營業(yè)收入增長率（RGR）和經(jīng)營活動凈現(xiàn)金流量增長率（NCFGR）均為負值時，利潤健康風(fēng)險在聚集之中。由圖3（a）可知，一旦RGR快速向正值方向增大，利潤風(fēng)險逐步釋放，也同步使得NCFGR增加。由圖3（b）可知，當(dāng)NCFGR在正值方向不斷增大時，PH在一個較窄的區(qū)域內(nèi)略有波動，可能是受到審計意見（AO）的變化所致。當(dāng)RGR與NCFGR從負值趨近于0且AO值較大時，信息使用者可以從銷售政策變化、應(yīng)收賬款管理效率、資金使用效率等方面對公司利潤健康狀況進行評估。故H2得證，即RGR和NCFGR對PH的影響存在不一致的情況，可能是利潤不健康的信號，且變更會計師事務(wù)所和審計意見對利潤健康有影響。

（三）檢測器I3的可視化實證分析

由圖4（a），當(dāng)凈利潤增長率（NPGR）從負值不斷向正值靠近時，PH在增長，即利潤健康風(fēng)險在擴大，可能是受到較低的存貨周轉(zhuǎn)率（ITR）的影響；當(dāng)NPGR繼續(xù)往正值方向增長時，PH有較大波動，其可能的原因是公司管理層對盈余管理有所動作。其次，由圖4（b），當(dāng)ITR在正值方向持續(xù)增大，PH總體下降且在低水平波動，說明利潤比較健康。此外，圖4（c）和（d）中刻畫的NCAF與AO走勢分別與圖2（c）和（d）、圖3（c）和（d）相同，表明變更會計師事務(wù)所次數(shù)越多或?qū)徲嬕庖娫讲焕麧櫧】碉L(fēng)險越高。當(dāng)NPGR和ITR同為負值，且AO值也明顯較大時，信息使用者可通過公司披露的存貨管理、庫存或銷售效率等相關(guān)信息關(guān)注利潤健康風(fēng)險。故H3得證，即ITR和NPGR對PH的影響存在不一致的情況，可能是利潤不健康的信號，且變更會計師事務(wù)所次數(shù)與審計意見對利潤健康有影響。

（四）檢測器I4的可視化實證分析

由圖5（a）和（b），毛收入增長率（GRGR）與利潤總額增長率（GPGR）均在負值區(qū)間時，PH在1.5—2.2之間，即利潤健康處于相對較高水平。由圖5（b），一旦GPGR大于0，利潤健康風(fēng)險迅速釋放，這可能得益于毛收入增長率有重大改觀（在圖5（a）中，GRGR在從負值向0值變化過程中PH陡峭式上升）。毛收入超預(yù)期迅速增長這一現(xiàn)象可能是公司提高銷售價格的結(jié)果，也可能與公司管理層加強管理，大幅降低營業(yè)成本有關(guān)。當(dāng)然，由圖5（a）不難發(fā)現(xiàn)，隨著毛收入增長率不斷增大，公司利潤變得越來越健康。此外，由圖5（c）和（d）可知，變更會計師事務(wù)所次數(shù)或?qū)徲嬕庖妼麧櫧】档挠绊懲缴仙?。因此，GPGR與GRGR為負值且NCAF或AO值較大時，信息使用者可重點關(guān)注公司披露的成本控制或銷售額相關(guān)信息，如調(diào)整收入確認時間、成本計量方法或資產(chǎn)估值等對公司盈余管理情況進行評估。故H4得證，即GPGR和GRGR對PH的影響存在不一致的情況，可能是利潤不健康的信號，且變更會計師事務(wù)所和審計意見對利潤健康有影響。

六、進一步檢驗

為了進一步合并驗證四個子模型的可靠性和實用性，現(xiàn)將580家樣本公司2018—2022年的面板數(shù)據(jù)按年匯總，分別計算每家公司5年的PH總分，然后按PH總分進行等距分組。第i家公司PH總分（j表示年份，i表示公司）的計算公式，見式1。

PHi=∑■■（RGRijamp;ARGRij+RGRijamp;NCFGRij+NPGRij

amp;ITRij+GPGRijamp;GRGRij+NCAFij+AOij）（i=1，2，…，580）（1）

根據(jù)計算結(jié)果，本研究按照PH總分將580家公司分為4組，分別是［0，4］、［5，9］、［10，14］和［15，+∞），這4組則分別對應(yīng)利潤健康的4個等級，4星級為利潤健康最高等級，而1星則為利潤健康最低等級。PH總分分組分布結(jié)果，見圖6。

首先，由圖6可知，2018—2022年間，580家中小板民營上市公司PH總分整體呈兩頭小、中間大的格局，驗證了圖1所示的理論模型。具體而言，3星級與2星級合計占到總數(shù)的86.38%；利潤最健康的公司占比9.31%高于利潤健康最差的公司占比4.31%。換言之，中小板民營上市公司有近10%的公司具有較高投資價值，有近5%的公司需予以堅決回避。

其次，由圖6可以直觀看出，隨著利潤健康等級的降低，其中審計意見（AO）分值也明顯升高，AO總分偏高的比例在4星至1星級范圍中占比分別為1.9%、1.7%、10.6%和60.0%。這一現(xiàn)象再次驗證了H1至H4中所提及的審計意見越不佳，其利潤健康程度越差。

·第一組PH總分在0—4之間，4星級，公司數(shù)量為54家，占比9.31%；

·第二組PH總分在5—9之間，3星級，公司數(shù)量為360家，占比62.07%；

·第三組PH總分在10—14之間，2星級，公司數(shù)量為141家，占比24.31%；

·第四組PH總分在15—28之間，1星級，公司數(shù)量為25家，占比4.31%。

此外，為進一步驗證本研究對利潤健康的洞察性，通過查詢證監(jiān)會發(fā)布的2018—2023年間由于違規(guī)信息披露、關(guān)聯(lián)交易、報告虛假記錄等行為產(chǎn)生的行政處罰記錄，發(fā)現(xiàn)受處罰的屬于中小板的民營上市公司合計20家，其中6家已退市未納入本研究范圍，余下14家，被利潤健康評估模型識別為較高風(fēng)險的有12家，占比85.7%，見表5。

由表5行政處罰結(jié)果可知，第一，本研究根據(jù)利潤健康評估模型評估結(jié)果發(fā)現(xiàn)了85.7%的被處罰對象，鑒于識別操縱財務(wù)信息行為的復(fù)雜性和隱蔽性，有力證明了該模型具有較高的評估效率。第二，利潤健康等級越低，公司存在操縱財務(wù)信息行為的可能性越大。由表5可知，當(dāng)利潤健康從3星級下降至1星級，受處罰的公司占所屬組別的比例從0.56%猛增至20%，呈指數(shù)增長態(tài)勢，這進一步驗證了利潤健康評估模型的實用性。因此，建議信息使用者密切關(guān)注公司利潤健康的評估等級，如果發(fā)現(xiàn)利潤健康等級較低或相對上一期利潤健康等級下降，表明公司存在極高的利潤健康風(fēng)險。

七、結(jié)論

本研究圍繞如何科學(xué)準(zhǔn)確度量利潤健康的難題設(shè)計了四個檢測器，每個檢驗器包含一對財務(wù)指標(biāo)和兩個非財務(wù)指標(biāo)。其中每對財務(wù)指標(biāo)按變化方向的不同計分，而非財務(wù)指標(biāo)則根據(jù)變更會計師事務(wù)所次數(shù)和審計意見不同計分，兩者之和衡量利潤健康程度。為驗證財務(wù)指標(biāo)和非財務(wù)指標(biāo)選取的科學(xué)性，以及檢測器的可用性，本文選取2018—2022年A股市場中小板580家民營上市公司的面板數(shù)據(jù)，通過構(gòu)建5個隨機森林模型證實了H0—H4，并得出如下結(jié)論。

第一，利潤健康的評估模型能有效地計量上市公司的利潤健康情況。營業(yè)收入增長率、應(yīng)收賬款增長率、經(jīng)營活動凈現(xiàn)金流量增長率、存貨周轉(zhuǎn)率增長率、利潤總額增長率、凈利潤增長率和毛收入增長率對利潤健康有積極作用；而非標(biāo)準(zhǔn)審計意見對利潤健康有負面影響，這些指標(biāo)共同影響上市公司的利潤健康程度，投資者或政府監(jiān)管部門需重點關(guān)注審計意見類別。

第二，四個檢測器中每對財務(wù)指標(biāo)對利潤健康均有影響。如果財務(wù)指標(biāo)為負值，可能存在較大的利潤健康風(fēng)險，尤其是當(dāng)財務(wù)指標(biāo)在0附近較小的區(qū)間內(nèi)窄幅波動時，信息使用者需要特別警惕。同時，每個檢測器中一對財務(wù)指標(biāo)的變化方向若不同，可能暗示存在盈余管理或利潤操縱行為。

第三，通過查詢證監(jiān)會2018—2023年對上市公司的處罰公告，發(fā)現(xiàn)被處罰的中小板民營公司中有85.7%的落在利潤健康狀況較低的一星至三星級空間內(nèi)，這充分說明了本研究提出的利潤健康評估方法在實踐中可以提前預(yù)判某些公司諸如盈余管理的不當(dāng)行為，使投資者規(guī)避不必要的投資損失。

本研究提供的利潤健康評估模型數(shù)據(jù)易于獲取，計算簡單且易學(xué)易用，豐富了盈余管理的理論研究，也為財務(wù)信息使用者科學(xué)評估上市公司的利潤健康狀況提供了依據(jù)。具體而言，主要有四點啟示：一是創(chuàng)新了基于異步信號檢測企業(yè)利潤或財務(wù)健康研究的新方法；二是有益于推廣到審計風(fēng)險識別和稅務(wù)欺詐檢測等領(lǐng)域；三是具有跨不同市場板塊和不同文化背景應(yīng)用的潛力；四是易于計算機程序的實現(xiàn)。

但本研究尚存在某些不足，未考慮上市公司利潤預(yù)告與實際公告是否一致，以及證券分析師對上市公司利潤預(yù)測的準(zhǔn)確性等非財務(wù)因素指標(biāo)的計量。對影響利潤健康的很多其他因素，如關(guān)聯(lián)方交易、股權(quán)投資交易和研發(fā)費用資本化等并未納入評估模型中，評估結(jié)果可能存在一定的局限性。在今后的研究中，可考慮將更多非財務(wù)指標(biāo)因素納入考量范圍，進一步優(yōu)化和豐富企業(yè)利潤健康的指標(biāo)體系。

【參考文獻】

［1］ LI Y.The influence of family governance on the value of Chinese family businesses：signal transmission effect of financial performance［J］.Economies，2022，10（3），63.

［2］ MCCOLGAN P.Agency theory and corporate governance：a review of the literature from a UK perspective［Z］.Department of Accounting amp; Finance，University of Strathclyde，Glasgow，2001.

［3］ BENEISH M D.The detection of earnings manipulation［J］.Financial Analysts Journal，1999，55（5）：24-36.

［4］ JANSEN I P，et al.A diagnostic for earnings management using changes in asset turnover and profit margin［J］.Contemporary Accounting Research，2012，

29（1）：221-251.

［5］ 張祥建.股權(quán)再融資、盈余管理與資本配置效率［J］.證券市場導(dǎo)報，2006（6）：45-52.

［6］ 管建強，王紅領(lǐng).上市公司股權(quán)激勵與治理結(jié)構(gòu)對盈余管理行為的影響分析［J］.貴州財經(jīng)大學(xué)學(xué)報，2012（1）：68-75.

［7］ HIEU P D，et al.Earnings management of listed companies in Vietnam stock market：an exploratory study and identification of influencing factors［J］.Academy of Accounting and Financial Studies Journal，2019，23（4）：1-10.

［8］ 喬金杰，唐霞.環(huán)境不確定性、盈余管理與創(chuàng)新投入［J］.統(tǒng)計與決策，2023，39（10）：177-182.

［9］ JONES J J.Earnings management during import relief investigations［J］.Journal of Accounting Research，1991，29（2）：193-228.

［10］ GOEL S.Demystifying earnings management through accruals management：an Indian corporate study［J］.Vikalpa，2012，37（1）：49-56.

［11］ BINSADDIG R，et al.Inventory turnover，accounts receivable turnover，and manufacturing profitability：an empirical study［J］.International Journal of Economics and Finance Studies，2023，15（1）：1-16.

［12］ 杜翩翩.從盈余管理角度看綜合收益列報與披露的必要性——基于一家*ST上市公司的案例研究［J］.當(dāng)代會計，2016（2）：18-20.

［13］ 張立新，武琳.盈余管理計量方法及計量模型的評述與思考［J］.會計之友，2010（12）：68-70.

［14］ HUANG X，TEOH S H，ZHANG Y.Tone management［J］.The Accounting Review，2014，89（3）：1083-1113.

［15］ 羅進輝，巫奕龍.數(shù)字化運營水平與真實盈余管理［J］.管理科學(xué)，2021（4）：3-18.

［16］ 葉欽華，葉凡，黃世忠.收入舞弊的識別與應(yīng)對——基于東方金鈺交易造假的案例分析［J］.財務(wù)與會計，2021（15）：36-40.

［17］ DELOOF M.Does working capital management affect profitability of Belgian firms？［J］.Journal of Business Finance amp; Accounting，2003，30（3-4）：573-588.

［18］ LEE T A，INGRAM R W，HOWARD T P.The difference between earnings and operating cash flow as an indicator of financial reporting fraud［J］.Contemporary Accounting Research，1999，16（4）：749-786.

［19］ WINDA U，NASUTION M L I.The impact of inventory turnover and sales on net profit：（a case study of CV.Mulya motor ujung gading，west pasaman regency［J］.CASHFLOW：Current Advanced Research on Sharia Finance and Economic Worldwide，2022，2（1）：55-67.

［20］ 于李勝，鄭天宇，滕傳浩.基于機器學(xué)習(xí)方法的中國上市公司舞弊研究［J］.廈門大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2023，73（2）：44-55.