當數字本身沒有撒謊，卻說了一個謊：盈餘管理的灰色地帶

當數字本身沒有撒謊，卻說了一個謊：盈餘管理的灰色地帶

入門篇談的是一條跨過紅線的分錄——明確的虛增、明確的犯罪。但真正困擾會計專業的，往往不是那條清楚的紅線，而是紅線之前那一大片模糊地帶：每一筆估計都在會計準則允許的範圍內，每一個判斷都找得到依據，最後拼湊出來的財報卻系統性地誤導了使用者。這就是「盈餘管理」（earnings management）。

一個尖銳的問題是：如果經理人沒有偽造任何單據、沒有違反任何一條具體規則，只是在準則賦予的裁量空間（discretion）裡，把每個估計都往對自己有利的方向推一點點，這算不算不道德？如果算，我們要如何在「合法的會計判斷」與「操縱」之間劃界？這篇進階文章不再重述「不可造假」這個基本命題，而是要拆解：盈餘管理的運作機制、外界如何量化偵測它、以及這片灰色地帶背後的倫理結構。

應計項目：操縱得以藏身的會計縫隙

要理解盈餘管理，必須先理解一個會計學的核心恆等式。一家公司每期的會計盈餘（earnings）並不等於它收到的現金，兩者的差額就是應計項目（accruals）：

$$ \text{Earnings} = \text{Cash Flow from Operations} + \text{Total Accruals} $$

應計項目來自應計基礎會計（accrual accounting）的精神——收入在「賺得」時認列，費用在「發生」時認列，而非在現金收付時認列。這本身是好設計：它讓財報更貼近經濟實質。但代價是，總應計（total accruals）裡塞滿了主觀估計：呆帳提列多少、存貨是否減損、保固負債估多高、固定資產耐用年限抓幾年、收入認列的進度如何衡量。

關鍵洞見在於：現金流量難以操縱（錢進出帳戶是客觀事實），但應計項目充滿裁量。因此研究者把總應計拆成兩塊：

$$ \text{Total Accruals} = \underbrace{\text{Non-Discretionary Accruals}}_{\text{營運自然產生，正常}} + \underbrace{\text{Discretionary Accruals}}_{\text{經理人裁量，可疑}} $$

非裁量性應計（non-discretionary accruals）是企業正常營運必然產生的——營收成長，應收帳款與存貨自然跟著增加。裁量性應計（discretionary accruals, DA）才是盈餘管理的藏身處。偵測盈餘管理的整個學術傳統，本質上就是「想辦法估出正常該有多少應計，超出的部分視為可疑」。

用 Jones 模型把「異常」量化出來

問題在於：裁量性應計看不見，我們只觀察得到總應計。Jones（1991）提出的思路是先用迴歸估計「正常的」應計水準，殘差即視為裁量性部分。修正後的 Jones 模型（modified Jones model）把當期總應計（以前期總資產 $A_{t-1}$ 標準化）對營收變動與固定資產迴歸：

$$ \frac{TA_t}{A_{t-1}} = \alpha\,\frac{1}{A_{t-1}} + \beta_1\,\frac{\Delta REV_t - \Delta REC_t}{A_{t-1}} + \beta_2\,\frac{PPE_t}{A_{t-1}} + \varepsilon_t $$

其中 $\Delta REV_t$ 是營收變動、$\Delta REC_t$ 是應收帳款變動、$PPE_t$ 是不動產廠房設備總額。直覺是：營收上升會自然帶動應計（$\beta_1$），固定資產越多折舊應計越大（$\beta_2$，係數預期為負）。修正版的巧思在於從營收變動中扣掉應收帳款變動——因為「賒銷灌營收」正是最常見的盈餘管理手法，把這塊從「正常」基準裡剔除，才不會把操縱誤判為正常。

迴歸跑完後，殘差 $\hat{\varepsilon}_t$ 就是該公司該期的裁量性應計估計值。若 $\hat{\varepsilon}_t$ 顯著為正且異常地大，代表這家公司在「沒有對應現金流」的情況下虛增了盈餘——這是強烈的盈餘管理訊號。

看一個例子

設甲公司前期總資產 $A_{t-1} = 5{,}000$（萬元）。當期資料如下：本期淨利 $400$，營業現金流量僅 $120$，故總應計 $TA_t = 400 - 120 = 280$。同期營收增加 $\Delta REV_t = 1{,}000$，但其中應收帳款增加 $\Delta REC_t = 700$——也就是說，營收成長有七成是賒銷、沒收到現金。固定資產 $PPE_t = 3{,}000$。

假設用同產業樣本估出的係數為 $\alpha = 50$、$\beta_1 = 0.10$、$\beta_2 = -0.05$。代入模型算「正常應計」：

$$ \frac{NDA_t}{A_{t-1}} = 50 \times \frac{1}{5{,}000} + 0.10 \times \frac{1{,}000 - 700}{5{,}000} + (-0.05) \times \frac{3{,}000}{5{,}000} $$

$$ = 0.010 + 0.10 \times 0.06 + (-0.05) \times 0.6 = 0.010 + 0.006 - 0.030 = -0.014 $$

所以模型預測的正常應計 $NDA_t = -0.014 \times 5{,}000 = -70$（折舊主導，呈負值）。但實際總應計是 $+280$。裁量性應計：

$$ DA_t = TA_t - NDA_t = 280 - (-70) = 350 $$

$$ \frac{DA_t}{A_{t-1}} = \frac{350}{5{,}000} = 7\% $$

裁量性應計高達總資產的 7%，且方向為正。換句話說，這家公司本期 $400$ 的淨利裡，有 $350$ 並沒有對應的現金流入，而是靠賒銷與估計堆出來的。單看損益表是漂亮的成長，但應計分析揭穿了盈餘品質（earnings quality）的脆弱。這就是「數字沒撒謊，卻說了謊」的具體樣貌。

Beneish M-Score：把多個紅旗綜合成一個分數

學術界另一條偵測路線是 Beneish（1999）的 M-Score，它不估迴歸殘差，而是把八個財務比率的「年度惡化程度」加權成一個綜合指標。其中幾個關鍵變數值得理解其倫理含義：

• DSRI（Days Sales in Receivables Index）：應收帳款天數的年增比。暴增代表可能在塞貨或提前認列收入。
• GMI（Gross Margin Index）：毛利率惡化代表基本面變差，惡化中的公司更有動機操縱。
• AQI（Asset Quality Index）：非流動非廠房資產佔比上升，暗示成本被資本化（capitalize）藏進資產而非費用化。
• TATA（Total Accruals to Total Assets）：總應計佔資產比，與 Jones 模型的直覺相通。

綜合分數的形式為：

$$ M = -4.84 + 0.92\,DSRI + 0.528\,GMI + 0.404\,AQI + 0.892\,SGI + 0.115\,DEPI - 0.172\,SGAI + 4.679\,TATA - 0.327\,LVGI $$

判讀規則是：當 $M > -1.78$ 時，該公司被操縱財報的機率顯著升高。M-Score 最著名的應用，是康乃爾大學的學生團隊在 1998 年用它對 Enron（安隆）算出異常高的分數，遠早於 2001 年的醜聞爆發。這個案例的啟示不是「公式能抓壞人」，而是：操縱會在財務結構上留下系統性的痕跡，即使每一筆分錄都「過得了關」。

值得強調的是，M-Score 與 Jones 模型都是機率工具而非定罪工具。高分數可能來自快速成長、商業模式轉變或產業特性，而非舞弊。把統計訊號直接等同於指控，本身就是一種倫理失誤——這也是後面研究所視角要回到的議題。

為什麼「合規」不等於「合乎倫理」

現在回到開頭的問題。盈餘管理之所以是倫理難題，正因為它常常形式合規。一般公認會計原則（GAAP / IFRS）是原則導向（principle-based）的框架，給了大量裁量空間，因為會計本就需要判斷。但同樣的裁量空間，可以服務兩種截然不同的目的：

判斷標準的真正分水嶺，不在於「有沒有違反具體條文」，而在於意圖（intent）與忠實表達（faithful representation）。IFRS 概念框架把「忠實表達」列為財務資訊的基本品質特性之一，要求資訊完整、中立、無誤。當經理人系統性地利用裁量去誤導使用者對公司真實績效的判斷，即使沒有違反任何一條規則，也已經違背了財務報導的根本目的。

這就是為什麼專業會計師的職業道德守則（如 IFAC 的 IESBA Code）以原則而非規則清單為核心——正直（integrity）、客觀（objectivity）、專業適任（professional competence）、保密（confidentiality）、專業行為（professional behaviour）。規則總有縫隙可鑽，但原則要求的是：當你站在縫隙前，你選擇的是忠實還是操縱。

動手試試

請你扮演查核員，面對下列三種情境，判斷它屬於「合法的會計判斷」、「需要進一步質疑的盈餘管理」、還是「跨過紅線的舞弊」，並說明你的判準：

1. 公司把呆帳提列率從 3% 調到 2%，理由是改用新的信用評分系統、且過去兩年實際壞帳率確實下降到 1.8%。
2. 公司在第四季最後三天，對長期合作經銷商出貨並全額認列收入，但給予「賣不掉可在 60 天內無條件退回」的口頭承諾，且該承諾未入帳。
3. 公司開立給不存在客戶的銷貨發票以衝高營收，並偽造出貨單據佐證。

提示：用「有沒有忠實表達經濟實質」與「現金流是否真實對應」兩把尺去量。情境 1 有客觀證據支撐，傾向合法判斷；情境 2 的口頭退貨權使「收入已賺得」的前提崩塌，是典型的灰色操縱（實質應認列為附買回或遞延）；情境 3 偽造交易與單據，已是明確舞弊。三者的會計外觀可以很相似，差別在實質與意圖。

舞弊三角與審計獨立性的經濟學

要理解操縱為何發生，Cressey 的舞弊三角（fraud triangle）提供了結構性視角：舞弊需要同時具備壓力（pressure，如達成盈餘預測的 KPI）、機會（opportunity，如內控薄弱、裁量空間大）、與合理化（rationalization，「只是暫時周轉、下季補回來」）。盈餘管理常常就是從第三個角——自我合理化的小操縱——開始，逐季滾大，最終跨入舞弊。

而審計（audit）本應是切斷「機會」的那道防線，但審計本身藏著一個結構性的倫理張力：付錢給查核員的，是被查核的公司。這個誘因錯置可以用簡單的賽局直覺看出。設查核員若出具不實意見、且事後被發現，預期損失（聲譽、訴訟、執照）為 $L \times p$，其中 $p$ 是被抓的機率；若得罪客戶誠實揭露，會損失該客戶未來的審計公費現值 $F$。當

$$ F > L \times p $$

時，誘因就傾向妥協。歷史上 Arthur Andersen（安達信）在 Enron 案中崩潰，正是因為顧問業務的鉅額收入讓 $F$ 過大，扭曲了獨立性。Sarbanes–Oxley 法案（SOX, 2002）的核心邏輯，就是同時拉高 $L \times p$（加重刑責、強制 CEO/CFO 簽署、要求內控查核）並壓低 $F$ 的扭曲（限制審計與非審計服務兼營、要求事務所輪調）。倫理規範在這裡不是空談，而是在重新設計誘因結構。

重點回顧

• 盈餘管理的舞台是應計項目：盈餘＝營業現金流＋總應計，而總應計中的裁量性部分正是操縱的藏身處，因為現金流客觀、估計主觀。
• 修正 Jones 模型用迴歸估出「正常應計」，把殘差視為裁量性應計；其關鍵巧思是從營收變動中扣除應收帳款變動，以堵住「賒銷灌營收」這個漏洞。
• Beneish M-Score 把八個比率的年度惡化整合成單一分數（$M > -1.78$ 為警訊），但與 Jones 模型同屬機率工具，高分不等於定罪。
• 盈餘管理之所以是倫理難題，因為它常形式合規；真正的分水嶺是意圖與忠實表達，而非有無違反具體條文。
• 舞弊三角（壓力／機會／合理化）解釋操縱如何從小裁量滾成舞弊；審計獨立性的脆弱來自 $F > L \times p$ 的誘因錯置，SOX 的設計就是重塑這條不等式。

深入探討（研究所視角）

進入研究層次，盈餘管理研究有幾條值得追的前沿。第一，從應計型轉向實質型盈餘管理（real earnings management, REM）。當 SOX 與更嚴格的查核壓縮了應計操縱空間，經理人轉而動用「真實營運決策」——年底前削減研發、衝刺促銷折扣、過度生產以稀釋單位固定成本。Roychowdhury（2006）的研究指出，REM 透過異常低的營業現金流、異常高的生產成本、異常低的裁量性支出留下痕跡。REM 的倫理弔詭在於：它是真實的商業行為，會計準則完全管不到，卻可能比應計操縱更傷害公司長期價值。這逼問一個更深的問題——當操縱不再發生在帳上，而是發生在真實決策裡，會計倫理的邊界該畫在哪？

第二，偵測模型的識別限制。Jones 模型的殘差同時混入了真實操縱、模型設定誤差與正常的營運波動，其檢定力（power）在實證上飽受批評（Dechow et al. 1995, 2012）。如何分離「操縱訊號」與「模型雜訊」，是計量上未解的難題；近年有人引入機器學習與文本分析（如 MD&A 段落的語氣、揭露的可讀性）來補強，但可解釋性與因果識別仍是瓶頸。

第三，把問題拉回制度設計。原則導向 vs. 規則導向的會計準則之爭，本質上是「給多少裁量」的權衡：裁量越大，忠實表達的潛力越高，但被機會主義濫用的空間也越大。一個值得思考的研究命題是：在 AI 能即時運算全市場應計異常、即時比對同業基準的時代，透明度的提升會不會反過來改變經理人的操縱誘因——當每一個異常裁量都會被演算法當場標紅，舞弊三角中的「機會」是否被壓縮？這正是 Uedu 優學院關注的方向：把 Jones 模型、M-Score 這類偵測工具，從研究論文帶進學習者的手中，讓「讀懂盈餘品質」成為每一個會計與財經學生的基本素養，而不只是查核員的專業武器。