徐睿 赫廣平

【摘? 要】論文在系統(tǒng)梳理和分析典型公司經(jīng)營軌跡和財(cái)務(wù)指標(biāo)異常因素的基礎(chǔ)上生成上市公司可視化的“經(jīng)營風(fēng)險(xiǎn)財(cái)務(wù)畫像”，并以此為依托構(gòu)建上市公司財(cái)務(wù)造假預(yù)警模型，提升公安經(jīng)偵部門對(duì)上市公司財(cái)務(wù)異常的感知能力，以期有效抑制上市公司財(cái)務(wù)造假?zèng)_動(dòng)，增加上市公司財(cái)務(wù)造假難度，提升上市公司財(cái)務(wù)造假風(fēng)險(xiǎn)。

【Abstract】On the basis of systematical analysis of typical companies' operating trajectories and abnormal factors of financial indexes， this paper produces a visual "operating risk financial portrait" of listed companies. Based on this， this paper constructs the financial fraud early-warning model of listed companies， improves the public security economic investigation department's perception of financial anomalies of listed companies， so as to effectively curb the financial fraud impulse of listed companies， increase the difficulty of financial fraud of listed companies， enhance the risk of financial fraud of listed companies.

【關(guān)鍵詞】上市公司;財(cái)務(wù)造假;預(yù)警模型

【Keywords】listed companies; financial fraud; early-warning model

【中圖分類號(hào)】F275;F832.51? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻(xiàn)標(biāo)志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號(hào)】1673-1069（2020）12-0077-02

1 引言

近年來，上市公司財(cái)務(wù)造假屢見不鮮，不但嚴(yán)重?fù)p害投資者利益、損害關(guān)聯(lián)單位利益，而且還嚴(yán)重破壞資本市場(chǎng)誠信體系，打擊投資者對(duì)資本市場(chǎng)的投資信心。為針對(duì)性解決某些上市公司財(cái)務(wù)“多次造假”“多年造假”的問題，公安經(jīng)偵部門依托“智慧公安”建設(shè)生成上市公司“經(jīng)營風(fēng)險(xiǎn)財(cái)務(wù)畫像”，構(gòu)建上市公司財(cái)務(wù)造假預(yù)警模型。該模型通過提升公安經(jīng)偵部門對(duì)上市公司財(cái)務(wù)異常的感知能力，可有效抑制上市公司財(cái)務(wù)造假?zèng)_動(dòng)，增加上市公司財(cái)務(wù)造假難度，提升上市公司財(cái)務(wù)造假風(fēng)險(xiǎn)，對(duì)規(guī)范發(fā)展資本市場(chǎng)，提升上市公司質(zhì)量，防控上市公司其他方面的違規(guī)、違法行為均具有積極意義。

2 上市公司財(cái)務(wù)造假預(yù)警模型的構(gòu)建理念

2.1 可視化

該預(yù)警模型設(shè)置財(cái)務(wù)指標(biāo)維度、經(jīng)營軌跡維度以及基于時(shí)間軸的經(jīng)營和財(cái)務(wù)同步維度，通過直觀顯示上市公司經(jīng)營軌跡異常指標(biāo)負(fù)向累積分值、財(cái)務(wù)異常指標(biāo)負(fù)向累積分值以及基于時(shí)間軸的經(jīng)營與財(cái)務(wù)同步的正向累積分值形成可視化的“上市公司經(jīng)營風(fēng)險(xiǎn)財(cái)務(wù)畫像”，上市公司財(cái)務(wù)造假累積風(fēng)險(xiǎn)通過畫像一目了然。

2.2 衍生性

上市公司財(cái)務(wù)造假可牽涉多種刑事罪名，常見的有涉嫌違規(guī)披露、不批露重要信息罪、背信損害上市公司利益罪、偽造、變?cè)旖鹑谄弊C罪、挪用資金罪等。因此，財(cái)務(wù)造假預(yù)警模型可作為證券領(lǐng)域犯罪模型的核心或基礎(chǔ)模型，一旦預(yù)警，可向關(guān)聯(lián)類罪感知預(yù)警模型進(jìn)行衍生推送。例如，某公司財(cái)務(wù)造假被預(yù)警后，結(jié)合公司公告、重大事項(xiàng)發(fā)布、股價(jià)異常走勢(shì)即可向信息操縱犯罪感知預(yù)警模型進(jìn)行二次推送，為經(jīng)偵部門確定偵查方向提供參考。

3 上市公司財(cái)務(wù)造假預(yù)警模型的構(gòu)建思路

3.1 選取典型公司，研究造假手法

通過互聯(lián)網(wǎng)查詢所有因財(cái)務(wù)造假被行政監(jiān)管部門處罰過的上市公司，獲得其“主營業(yè)務(wù)欄”、財(cái)務(wù)數(shù)據(jù)、盈利業(yè)務(wù)等，并對(duì)網(wǎng)絡(luò)輿情進(jìn)行充分分析，選取其中典型公司與時(shí)俱進(jìn)地對(duì)這些公司財(cái)務(wù)造假手法進(jìn)行詳細(xì)分析研究。常見的財(cái)務(wù)造假手法有虛構(gòu)交易、提前確認(rèn)收入、一次性所得調(diào)節(jié)利潤、操縱關(guān)聯(lián)交易、將費(fèi)用資本化虛增利潤等。

3.2 挖掘風(fēng)險(xiǎn)因素，歸納高頻特征

通過剖析和挖掘財(cái)務(wù)造假手法在上市公司相關(guān)公開數(shù)據(jù)中留下的痕跡，確定財(cái)務(wù)風(fēng)險(xiǎn)探測(cè)點(diǎn)，進(jìn)而明確上市公司在經(jīng)營過程中的違規(guī)行為主要體現(xiàn)在經(jīng)營軌跡異常和財(cái)務(wù)指標(biāo)異常這兩個(gè)方面。通過進(jìn)一步系統(tǒng)梳理和分析涉及財(cái)務(wù)造假典型上市公司的經(jīng)營軌跡和財(cái)務(wù)指標(biāo)，歸納出財(cái)務(wù)造假高頻風(fēng)險(xiǎn)特征。上市公司財(cái)務(wù)造假高頻風(fēng)險(xiǎn)特征如表1所示。

3.3 確定量化指標(biāo)，設(shè)置指標(biāo)權(quán)重

運(yùn)用SPSS統(tǒng)計(jì)軟件對(duì)多個(gè)典型上市公司的經(jīng)營軌跡和財(cái)務(wù)指標(biāo)異常因素?cái)?shù)據(jù)進(jìn)行主成分分析，得到各指標(biāo)對(duì)經(jīng)營軌跡異常和財(cái)務(wù)指標(biāo)異常的貢獻(xiàn)度表，生成上市公司財(cái)務(wù)異常量化維度指標(biāo)，并由此設(shè)置指標(biāo)權(quán)重。需要說明的是，隨著財(cái)務(wù)造假手法的不斷翻新，上市公司其經(jīng)營軌跡異常和財(cái)務(wù)指標(biāo)異常指標(biāo)表現(xiàn)會(huì)有所變化，下屬各指標(biāo)權(quán)重也需要根據(jù)實(shí)際變化而不斷調(diào)整。

3.4 數(shù)據(jù)支撐感知，生成風(fēng)險(xiǎn)公司

首先，將上市公司相關(guān)經(jīng)營、財(cái)務(wù)數(shù)據(jù)進(jìn)行清洗、轉(zhuǎn)換、集成，轉(zhuǎn)化為可以進(jìn)行數(shù)據(jù)挖掘、分析處理的結(jié)構(gòu)化數(shù)據(jù)。其次，對(duì)主板多家公司按照“民營”“主營業(yè)務(wù)”“第一主營業(yè)務(wù)收入占比”等標(biāo)簽進(jìn)行板塊子類分類，將主板公司進(jìn)行精確定位。例如，某上市公司所屬“綜合類”板塊，主營業(yè)務(wù)是智能家居，故其板塊分類為“綜合類-智能家居”。最后，在高頻風(fēng)險(xiǎn)特征點(diǎn)處布放感知源，用結(jié)構(gòu)化數(shù)據(jù)支撐感知源有效運(yùn)行，生成可能涉及財(cái)務(wù)造假的高風(fēng)險(xiǎn)公司。

4 上市公司財(cái)務(wù)造假預(yù)警模型的功能實(shí)現(xiàn)

4.1 批量化預(yù)警

在歸納、提取高頻特征、指標(biāo)權(quán)重設(shè)置、上市公司標(biāo)簽化、財(cái)務(wù)數(shù)據(jù)結(jié)構(gòu)化的基礎(chǔ)上，將高頻風(fēng)險(xiǎn)特征、結(jié)構(gòu)化數(shù)據(jù)、相關(guān)權(quán)重進(jìn)行有效關(guān)聯(lián)轉(zhuǎn)換為財(cái)務(wù)造假風(fēng)險(xiǎn)分?jǐn)?shù)。預(yù)警模型自動(dòng)生成上市公司財(cái)務(wù)造假風(fēng)險(xiǎn)分?jǐn)?shù)，分?jǐn)?shù)高低可自動(dòng)排名，通過與同類公司相關(guān)數(shù)據(jù)的比對(duì)，對(duì)可能涉及財(cái)務(wù)造假的高風(fēng)險(xiǎn)上市公司實(shí)現(xiàn)批量化預(yù)警。

4.2 可視化財(cái)務(wù)風(fēng)險(xiǎn)

上市公司按照其主營業(yè)務(wù)，通過財(cái)務(wù)指標(biāo)異常維度、經(jīng)營軌跡異常維度以及基于時(shí)間軸的經(jīng)營和財(cái)務(wù)同步維度這三個(gè)維度形成上市公司“經(jīng)營風(fēng)險(xiǎn)財(cái)務(wù)畫像”。預(yù)警模型直接生成該畫像，有助于直觀了解上市公司財(cái)務(wù)異常、造假可能以及其在同行業(yè)中的財(cái)務(wù)風(fēng)險(xiǎn)排名情況。

4.3 衍生類罪預(yù)警

財(cái)務(wù)造假是常見的違規(guī)、違法手法，可牽涉多種違規(guī)、違法后果。所以，將財(cái)務(wù)造假預(yù)警模型定位證券領(lǐng)域犯罪模型的核心或者基礎(chǔ)模型，一經(jīng)預(yù)警，可根據(jù)該上市公司的其他情況，進(jìn)行類罪感知預(yù)警模型衍生推送。此外，在類罪感知預(yù)警模型中被預(yù)警的上市公司也可以推送到財(cái)務(wù)造假預(yù)警模型，雙方進(jìn)行相互印證、補(bǔ)強(qiáng)關(guān)聯(lián)，形成模型間的串聯(lián)應(yīng)用關(guān)系。當(dāng)前，已經(jīng)初步構(gòu)建應(yīng)用的和財(cái)務(wù)造假有關(guān)的類罪感知預(yù)警模型有信息操縱犯罪感知預(yù)警模型、欺詐發(fā)行股票債券感知預(yù)警模型等。

5 上市公司財(cái)務(wù)造假預(yù)警模型預(yù)期成效

5.1 抑制上市公司財(cái)務(wù)造假?zèng)_動(dòng)

理性選擇理論認(rèn)為，人們實(shí)施越軌行為的根本目的就是為自己謀利益，所以，在實(shí)施越軌行為之前，人們會(huì)理智思考付出的成本和所得的收益，考慮被發(fā)現(xiàn)和定罪的概率以及一旦被定罪就要遭受到的處罰。一直以來，上市公司期望獲得融資資格，實(shí)現(xiàn)股權(quán)套現(xiàn)，并極力避免ST或者退市，所以經(jīng)營不善的上市公司一直存在強(qiáng)烈財(cái)務(wù)造假?zèng)_動(dòng)并付諸行動(dòng)。上市公司財(cái)務(wù)造假預(yù)警模型的批量化預(yù)警功能使原來隱蔽性較強(qiáng)的財(cái)務(wù)造假行為被發(fā)現(xiàn)容易化，可有效抑制上市公司財(cái)務(wù)造假?zèng)_動(dòng)。

5.2 增加上市公司財(cái)務(wù)造假難度

上市公司財(cái)務(wù)造假預(yù)警模型的預(yù)警指標(biāo)和權(quán)重設(shè)置會(huì)緊跟上市公司最新財(cái)務(wù)造假手法而調(diào)整，一方面有效提升預(yù)警的準(zhǔn)確性，另一方面也揭示同類造假手法一經(jīng)發(fā)現(xiàn)就難以重復(fù)應(yīng)用，可增加上市公司財(cái)務(wù)造假的成本和難度。

5.3 提升上市公司財(cái)務(wù)造假風(fēng)險(xiǎn)

上市公司之所以會(huì)出現(xiàn)“多次造假”“多年造假”這種現(xiàn)象，還有一個(gè)重要原因就是違規(guī)、違法成本過低，刑事處罰力度不夠。上市公司財(cái)務(wù)造假預(yù)警模型衍生類罪感知預(yù)警模型，相互形成串聯(lián)應(yīng)用關(guān)系，可預(yù)警操縱證券市場(chǎng)罪、背信損害上市公司利益罪、挪用資金罪等，增加了不法上市公司違法成本，提升上市公司財(cái)務(wù)造假的風(fēng)險(xiǎn)。

【參考文獻(xiàn)】

【1】李興偉.股權(quán)質(zhì)押：上市公司實(shí)際控制人的罪與罰——為2019年股市14只“黑天鵝”作記[J].新理財(cái)，2019（9）：33-39.

【2】王春，陳中，徐睿.刑事偵查中大數(shù)據(jù)應(yīng)用的實(shí)踐探索[J].公安教育，2019（3）：36-39.

【3】CORNISH? D，CLARKE? R.The? Reasoning? Criminal： Rational? Choice? Perspectives in Offending[M].NY：Springer-Verlag，1986.