如何识别财务舞弊是一个有趣的话题，不同角度的识别方法或许能够条条大路通罗马。例如，独角兽企业的造假如何侦测？企业全镜像智能审核与风险分析如何操作？审计师角度如何擦亮双眼？如何实现新技术和财务舞弊识别模型的结合？
2019年4月27日，中国财务舞弊研究中心年会暨阶段成果发布会在厦门国家会计学院隆重举行。在当天下午的会议上，平安证券投行部执行总经理郑朝晖博士、国泰君安证券股份有限公司风险管理二部总经理许业荣博士、致同会计师事务所合伙人吴传刚先生、中国财务舞弊研究中心联合主任叶钦华先生围绕以上问题，发表了主题演讲。本文将会议观点综述如下。
舞弊识别 殊途同归
一、独角兽造假与侦测
近年来，“独角兽”一词兴起，越来越多的独角兽企业进入资本市场。但是，独角兽是否都是优质企业？是否也可能存在“毒角兽”？郑朝晖博士从四个方面，即交易对手、资金流水、财务异常、财务侦测四个角度讨论了“毒角兽”问题。
首先，深挖交易对手的信息有助于发现白马股背后可能存在的隐形利益输送。以乐视为例，其通过生态链或战略性联盟对上市公司或发行人进行利益输送，形成一种类关联交易。此时往往需要深入分析交易对手背后的信息，才能够发现利益相关方的 “影子”。又如在HNBM和SWHB两个案例中，公司的客户由股东通过产业基金控股，此时与客户交易形成关联方的利益输送，也造成了大规模的表外融资。
其次，现金流好的企业不一定没有问题，但现金流差的企业一般都会有问题。企业可以通过项目公司对经营性现金流进行包装，例如项目公司应该并表，却没有并表。又如售后服务回购，资产证券化等问题。
再次是需要关注能够识别财务异常的一些指标，例如过度融资、过度资本化、互为交易对手等。
最后，经典的杜邦分析法是财务侦测的一个重要方法。另外，财务分析的关键是一张表抓住一个核心。例如资产负债表最核心的是资产风险和债务风险，需要考虑表外融资和隐形担保；现金流量表应关注经营性现金流和自由现金流，特别是后者。基于上述讨论，郑朝晖博士建立了一个财务分析整合框架，以实现财务舞弊识别。
二、企业全镜像智能审核与风险分析
资本市场最核心的问题是信息不对称。而消除市场信息不对称的最核心问题是如何做到信息的充分披露。对此，许业荣博士指出导致财务造假的两个最核心的问题是：社会整体信用体系的缺失，即没有一贯到底的法律制裁手段；以及目前财务报表提供的仅仅是通用的标准和底线的要求，存在诸多局限。进一步的，可以将财务报表舞弊分为三大类：第一类是在会计准则的应用层面做调整；第二类是虚构，即通过体外的资金循环来虚构销售；第三类是拒绝披露。所以，新的财务分析框架需要能够达到如下要求：一是结合行业分析、战略分析；二是把相关的数据做一个有效的整合；三是分析结果一定要有延展性；四是有多维度的分析维度，并进行整合，体现逻辑的一体性。
由此，许业荣博士提出了结合公司战略与财务分析的新框架，简称GCP模型，具体包括三个维度：G代表成长性；C代表创造性，分为收入、利润、现金流、道德四个层面；P代表稳健性。企业全镜像智能审核与风险分析的核心内容是通过这三个维度判断公司是否有高质量的盈利能力，同时这个高质量的盈利能力能否持续稳定的增长。
最后，针对人工智能与金融科技的引入，许业荣博士也指出需要关注的四个方面，分别是：需要有应用场景，并解决实际落地问题；需要解决数据来源的问题；如何选取合适的算法；如何建立在数据背后的规则和标准。
三、审计师如何擦亮双眼
资本市场上，审计师是防范财务舞弊的一个重要角色。吴传刚先生指出，在审计角度，首先需要从多个角度理解财务舞弊，例如什么是适用的财务报告编制基础，没有一套财务报告编制基础能适应所有的企业；错报是普遍客观存在的，故意行为导致的重大的错报属于财务舞弊，但重大和非重大、故意和非故意行为很难区分。所以在判断重大错报时不能脱离企业的实际环境。
其次，审计师应如何培养发现和识别财务舞弊的能力？吴传刚先生指出专业技能占60%，性格特点占20%，独立性占20%。最后，从审计师的角度来看，财务舞弊难以彻底杜绝，重要的是如何防范财务舞弊。可行的手段包括：建立企业信用系统；建立错报案例库；运用新技术的运用。如果能够有良好的人才建设，引入新技术的应用，同时建立起赏罚分明的导向政策，以及整个社会的信用体系，将有助于审计师发现财务舞弊和全社会的防治舞弊。
四、新技术和财务舞弊识别模型的结合——天健财判
在目前新技术发展的环境下，如何将新技术与财务舞弊识别模型相结合？叶钦华主任围绕“天健财判”这一产品，阐述了从模型到产品的重难点以及相关解决方案，指出其中三个重要的环节：模型量化；预测时采用的行业图谱；数据清洗与处理。
首先，关于模型量化，基础是三个思维：第一，会计信息是信息加工的过程，通过从财务到非财务信息的逆向加工与信息溯源，可以实现对会计信息可靠性的再判断。第二，与一般的财务报表分析不同，需要先解决信息、数据源的可靠性问题，因此引入了指标与维度的异常组合。第三，采用的信息不应局限于三张报表，而应引入非财务信息。在模型量化的过程中还采用了基于“决策树”的子模型、专家系统、回归统计分析三个方法，以将专家经验变成一个个可以量化的指标、维度及其组合。
其次，建立了量化指标之后，下一步是如何预测。此时一个需要解决的重要问题是如何定义行业可比公司与行业财务分析模型。虽然证监会提供了一个行业分类方法，但仍需要做更细化的分类。以天健财判为例，其将行业分类分为四级，并建立了详细的行业图谱。
最后，数据清洗处理是所有模型能够量化到系统里的一个最核心的工作。叶钦华主任指出目前虽已经有多个数据库，但是这些数据库并不必然能够直接用于财务舞弊识别，许多规则、字段仍需在现有数据的基础上做进一步处理和校验。此外，仍有许多数据仍待结构化，例如文字、表格数据等。
综上所述，不同角度的分析，不同方法的引入，将有助于更好的识别财务舞弊。我们需要注意的是在报表分析之前，需要考虑报表本身的可信度；除了财务数据，也应关注更多的非财务信息，特别是在大数据的时代背景下。
联系客服
