- 相關(guān)推薦
統計檢驗：實(shí)證會(huì )計研究方法的核心
一、統計檢驗與實(shí)證之關(guān)系有比較才能有鑒別。為認清實(shí)證會(huì )計研究方法的特點(diǎn)，我們不妨先把它和傳統的規范會(huì )計作一考察對比。
規范會(huì )計學(xué)是一套關(guān)于“應該是什么”的系統知識體系，它以若干會(huì )計假定為起點(diǎn)（根據我國《會(huì )計準則》，會(huì )計假定包括會(huì )計主體假定、持續經(jīng)營(yíng)假定、會(huì )計分期假定以及貨幣計量假定），通過(guò)提出一系列基本的會(huì )計原則、會(huì )計準則的規范要求，從邏輯高度上概括或指明最優(yōu)化的會(huì )計實(shí)務(wù)是什么，進(jìn)而指導實(shí)務(wù)，規范實(shí)務(wù)。實(shí)證會(huì )計是一套關(guān)于會(huì )計“是什么”的系統知識體系，目的在于揭示會(huì )計現象的內在性，從而為解釋現行會(huì )計實(shí)務(wù)和預測未來(lái)會(huì )計實(shí)務(wù)提供理論依據。
規范會(huì )計研究的這種作法自有其道理。因為對現實(shí)進(jìn)行抽象是一切研究的起點(diǎn)。具體的會(huì )計實(shí)務(wù)成千上萬(wàn)，它們雖能幫助我們增加對會(huì )計的親切感，但如果不作抽象，系統的會(huì )計知識就不可能形成。概念的抽象能夠彌補行知的不足。這可以視為一個(gè)普遍的規律。
實(shí)證會(huì )計研究的核心是：根據學(xué)等有關(guān)理論，設立各種有關(guān)會(huì )計事務(wù)因素的假設，然后采用一定的科學(xué)方法，進(jìn)行實(shí)際的調查研究，以證明這些假設的現實(shí)性。
由此可見(jiàn)，實(shí)證會(huì )計研究中所說(shuō)的假設（Hypothesis）與規范會(huì )計研究中所說(shuō)的假定（Assumption）是完全不同的概念。規范研究中所說(shuō)的假定，是對所研究設定的基礎條件，亦即研究之前根據人們的某種共識或前人的權威論斷，研究者對問(wèn)題存在的主客觀(guān)環(huán)境作出一些限制性約定，如經(jīng)濟行為遵循的規則、價(jià)值判斷的依據、特定的、經(jīng)濟、文化環(huán)境以及行為主體的基本特質(zhì)等等。作出這些約定，是為了使規范研究的問(wèn)題環(huán)境得以簡(jiǎn)化，邏輯推理有公認的起點(diǎn)與規則。因此規范研究中所說(shuō)的假定在該研究過(guò)程中是不可能改變的。不同的規范研究者對同一個(gè)問(wèn)題可以建立不同的假定，這樣就可以導致不同的結論。規范研究的理論通常是通過(guò)對以前研究的前提假定作出修改或擴展而實(shí)現的。
而實(shí)證研究中所說(shuō)的假設，是對所研究問(wèn)題的結果或狀態(tài)的一種預期，需要通過(guò)假設檢驗，用證據判斷其真偽。也就是說(shuō)，經(jīng)過(guò)實(shí)證研究，開(kāi)始時(shí)提出的假設，最終可能因得到實(shí)際資料的支持而被認可，也可能，由于實(shí)際資料不支持而被拒絕。若一個(gè)假設可以用統計方法加以檢驗的話(huà)，則這種假設就可視為能夠檢驗的，也就是“可證偽的”，當然，并非它一定會(huì )被證偽。
建立可證偽的假設就是建立可檢驗的假設。之所以稱(chēng)之為“可證偽的”假設，是因為假設檢驗統計方法的基本思路是利用樣本所提供的信息去論證是否可以據此推翻原假設。實(shí)證會(huì )計研究方法盡管有多種多樣，既有傳統的統計描述、回歸相關(guān)，也有比較高級的統計分析方法如方差分析、聚類(lèi)分析、判別分析、因子分析、多元統計分析、條件概率、貝葉斯方法、定性資料的統計分析方法，等等，但使用這些方法的目的只有一個(gè)，那就是利用數據檢驗假設，解釋結果并得出結論。因此，統計檢驗是實(shí)證會(huì )計研究方法的核心。
二、統計檢驗在實(shí)證會(huì )計一般實(shí)證過(guò)程中的體現
如上所述，抓住假設檢驗在實(shí)證會(huì )計中的，就意味著(zhù)抓住了實(shí)證會(huì )計方法的關(guān)鍵。統計檢驗在實(shí)證會(huì )計的一般實(shí)證過(guò)程中的核心作用可通過(guò)以下四個(gè)步驟來(lái)體現。
第一步：提出原假設和備擇假設
這是對研究人員處理問(wèn)題能力的一種鍛煉，關(guān)鍵在于要把握住具體問(wèn)題的會(huì )計學(xué)與經(jīng)濟學(xué)涵義。正確區分原假設和備擇假設是實(shí)證會(huì )計研究取得成功的前提。原假設通常用H[，0]表示，而備擇假設用H[，1]，或H[，a]表示。H[，0]指觀(guān)察到的差異只反映機會(huì )變異，而H[，1]或H[，a]指觀(guān)察到的差異是真實(shí)的。
第二步：選取作假設檢驗用的統計量
這也是一種能力鍛煉，它注重的是研究人員運用數理統計工具的能力。這一步和下一步，從統計學(xué)上看難度較大。好在當我們利用常用的統計量作推斷時(shí)均有數表可查。
為使統計量T發(fā)揮作用，它必須具備下列兩個(gè)重要性質(zhì)：一是當H[，1]成立時(shí)，T（X[，1]，X[，2]……，X[，n]）的表現應與當H[，0]成立時(shí)的表現有所不同，因為T(mén)（X[，1]，X[，2]，……，X[，n]）是用來(lái)表明推翻H[，0]的證據之強弱的，并且一般地，實(shí)際情況和H[，0]的假定差別越大，T（X[，1]，X[，2]，……，X[，n]）的表現也就該越不相同；二是在假定H[，0]成立的條件下，T（X[，1]，X[，2]，……，X[，n]）的概率分布必須能夠出來(lái)（至少能近似地算出）。這個(gè)概率分布稱(chēng)為零分布，它提供了一個(gè)基準，據此判斷在假設H[，0]下，我們所觀(guān)察到的樣本數據相對于H[，0]而言合理或不合理的程度，可用以評價(jià)所得到的推翻H[，0]的證據的顯著(zhù)（強弱）程度。
第三步：臨界區域的構造及其利用
統計量T（X[，1]，X[，2]，……，X[，n]）選定之后，可以設問(wèn)：“統計量的什么樣的樣本觀(guān)察值能夠表明我們得到了推翻H[，0]的證據？那種能表明H[，0]不成立的統計量觀(guān)察值的全體，就被稱(chēng)為臨界區域。因此，若發(fā)現由數據算出的T（X[，1]，X[，2]，……，X[，n]）值位于臨界區域內，我們就拒絕H[，0]而支持H[，1].此事一經(jīng)發(fā)生，就可以說(shuō)得到了足以拒絕H[，0]的顯著(zhù)證據，或者說(shuō)，T（X[，1]，X[，2]，……，X[，n]）的值是顯著(zhù)的；但若T（X[，1]，X[，2]，……，X[，n]）不在臨界區域內，就表示沒(méi)有足夠的證據拒絕H[，0]而支持H[，1]，這時(shí)就可以說(shuō)T（X[，1]，X[，2]，……，X[，n]）值是不顯著(zhù)的。
第四步：顯著(zhù)性水平的確定及臨界值的決定
如果確認T≥c為臨界區域合適的模型（可以討論T＞c、T≤c及T＜c的情形），c值該如何選？遺憾的是，無(wú)論在現實(shí)中怎樣確定拒絕或不拒絕H[，0]的標準，總有可能作出錯誤的結論。
例如，若臨界區域相對說(shuō)來(lái)很大，則H[，0]有可能遭拒絕而事實(shí)上不該拒絕。另一方面，若把臨界區域做得很小，則在應該拒絕H[，0]時(shí)反而沒(méi)有拒絕它。在實(shí)踐中，H[，0]的拒絕與否取決于檢驗的顯著(zhù)性水平。所謂顯著(zhù)性水平，即當客觀(guān)上H[，0]成立而被判不成立時(shí)，我們所需承擔的風(fēng)險（此即“第1類(lèi)錯誤”，通常用α表示）�？梢�(jiàn)顯著(zhù)性水平就是當H[，0]成立時(shí)獲得有顯著(zhù)意義的拒絕H[，0]的T（X[，1]，X[，2]，……，X[，n]）值的概率。顯著(zhù)性水平越高，臨界區域就越大；顯著(zhù)性水平越低，臨界區域就越小。
在實(shí)證會(huì )計研究中，經(jīng)常采用的顯著(zhù)性水平為1%，5%，10%（注：在實(shí)踐中，實(shí)證會(huì )計研究人員常使用P[-]值（即觀(guān)察到的顯著(zhù)性水平）。使用P[-]值的好處是，一般地說(shuō)，在單側檢驗時(shí)，不明確的先驗信息所導出后驗概率與P[-]值近似，而經(jīng)典的犯第Ⅰ類(lèi)錯誤及第Ⅱ類(lèi)錯誤的概率通常都不與相應的后驗概率近似。）。
完成上述四個(gè)步驟之后，我們就可以作出關(guān)于H[，0]的結論了。首先，現實(shí)顯著(zhù)性與統計顯著(zhù)性是有差別的：現實(shí)顯著(zhù)性著(zhù)重在所觀(guān)察到的差異有無(wú)實(shí)際上的重要性，而統計顯著(zhù)性則著(zhù)重所觀(guān)察到的差異可否僅用隨即性去解釋?zhuān)黄浯�，統計上的顯著(zhù)性不必有現實(shí)意義，但是，若現實(shí)的顯著(zhù)性達不到統計顯著(zhù)性，則不能充分使人信服，因其不能排除偶然因素的作用；最后，在實(shí)證會(huì )計研究中，這種對統計問(wèn)題的解釋是需要謹慎對待的。
三、使用簡(jiǎn)單假設檢驗應注意的
筆者認為，使用簡(jiǎn)單原假設檢驗應注意以下幾個(gè)問(wèn)題。
首先，在概率論中，兩個(gè)隨機變量X，Y之間的相關(guān)程度常用相關(guān)系數ρ表示，它實(shí)際是線(xiàn)性相關(guān)性，且須假定X，Y均來(lái)自正態(tài)總體。因而，H[，0]：ρ=0，H[，1]：ρ≠0這種形式的檢驗就很常見(jiàn)。（無(wú)論是原假設還是備擇假設，若原假設假定我們所關(guān)心的參數取單一數值，則稱(chēng)為簡(jiǎn)單原假設，否則就稱(chēng)為復合原假設）若H[，0]成立，則X，Y之間不存在相關(guān)關(guān)系，一般說(shuō)來(lái)，我們也就不必關(guān)心它們了。
其次，對容易量化與不容易量化者要有所選擇。在實(shí)證中，這種形式的簡(jiǎn)單原假設檢驗也很普遍，但形式上有變化。人們更常用回歸方程能否通過(guò)統計檢驗的方式，來(lái)考慮兩個(gè)隨機變量是否有相關(guān)關(guān)系（甚至是因果關(guān)系）。
比起直接考察H[，0]：ρ=0，H[，1]：ρ≠0，用回歸方程兩變量之間的關(guān)系，雖然上復雜一些，但問(wèn)題的性質(zhì)并無(wú)改變：都是利用統計檢驗對簡(jiǎn)單假設作出取舍決定。當然，使用回歸方程的形式自有其原因。
這種用回歸方程考察兩個(gè)隨機變量是否相關(guān)的簡(jiǎn)單原假設檢驗，應引起我們的重視，因為，這涉及與經(jīng)典答案完全不同的貝葉斯解釋?zhuān)ǹ上гS多實(shí)證會(huì )計文獻對此關(guān)注不夠）。
筆者發(fā)現，實(shí)證會(huì )計問(wèn)題所涉及的隨機變量，往往是一個(gè)容易量化而另一個(gè)則不容易量化，須經(jīng)人為地“變量分解”才行。比如，美國學(xué)者M(jìn)ark
【統計檢驗：實(shí)證會(huì )計研究方法的核心】相關(guān)文章：
西方實(shí)證會(huì )計理論與我國的實(shí)證會(huì )計研究12-04
實(shí)證研究方法在治理會(huì )計中運用現狀的評價(jià)11-15
審計風(fēng)險的實(shí)證研究12-06
我國實(shí)證會(huì )計研究的現狀及建議03-20
金融時(shí)間序列多分辨率實(shí)證研究的ＥＭＤ方法03-21
關(guān)于司法統計方法及指標的研究11-18
整體上市效應的實(shí)證研究03-05