李林杰

隨著大數(shù)據(jù)時代的到來與機器學(xué)習(xí)方法的不斷的發(fā)展，如何系統(tǒng)挖掘并識別企業(yè)的財務(wù)報表中的欺詐風(fēng)險，建立高識別率的財務(wù)欺詐風(fēng)險預(yù)警模型，對于證券市場的規(guī)范運作，高效率完成審計工作具有重要意義。本文以我國制造業(yè)A股上市公司為例，在基本財務(wù)數(shù)據(jù)的基礎(chǔ)上從靜態(tài)、個體、時間三個維度進(jìn)行指標(biāo)構(gòu)建，訓(xùn)練了lightgbm、xgboost、catboost、svm4種模型，根據(jù)模型的特點不同分別采用貝葉斯優(yōu)化與網(wǎng)格搜索法進(jìn)行參數(shù)調(diào)優(yōu)，最終將調(diào)優(yōu)后的模型采用等權(quán)重voting法進(jìn)行模型融合。結(jié)果發(fā)現(xiàn)：測試集上的AUC值可達(dá)到0.8，能夠?qū)Πl(fā)生財務(wù)欺詐的企業(yè)進(jìn)行有效識別，希冀能夠為機器學(xué)習(xí)方法在財務(wù)欺詐風(fēng)險預(yù)警中的應(yīng)用提供一定的思路與參考。

一、引言

近年來，隨著上市公司規(guī)模的增大，越來越多的財務(wù)欺詐開始出現(xiàn)。財務(wù)欺詐發(fā)生時將會對資本市場，個人投資者造成巨大傷害，不利于金融市場的良好發(fā)展，因此如何對財務(wù)欺詐進(jìn)行有效識別與預(yù)警成為一個備受關(guān)注的問題。

在財務(wù)欺詐的方面，可以劃分為傳統(tǒng)人力審計與大數(shù)據(jù)識別模型兩種。傳統(tǒng)方法大多基于具有一定專業(yè)知識的審計類財務(wù)人員，運用其財務(wù)知識對企業(yè)的財務(wù)數(shù)據(jù)報表進(jìn)行審查，這將耗費巨大的人力，效率與準(zhǔn)確率都具有較大的局限性。隨著大數(shù)據(jù)技術(shù)的不斷發(fā)展，運用機器學(xué)習(xí)方法建立有效、高識別率的財務(wù)欺詐預(yù)警模型成為了可能。

本文的貢獻(xiàn)包括兩個方面：第一，特征工程。在從盈利、償債、資產(chǎn)管理、現(xiàn)金、成長五個維度構(gòu)建靜態(tài)財務(wù)指標(biāo)的基礎(chǔ)上，從公司個體維度構(gòu)建橫向動態(tài)指標(biāo)、從時間維度構(gòu)建縱向動態(tài)財務(wù)指標(biāo)，最終完成靜態(tài)、個體、時間三個維度的特征構(gòu)建。第二，模型融合。在應(yīng)用xgboost、lightGbm、catBoost、svm等優(yōu)異的機器學(xué)習(xí)方法基礎(chǔ)上，通過等權(quán)重voting方法進(jìn)行模型融合，進(jìn)一步提高了對財務(wù)欺詐識別模型的準(zhǔn)確率。

二、相關(guān)理論

（一）財務(wù)欺詐的動機

上市公司財務(wù)欺詐即因自身利益而在財務(wù)報告中采用故意錯報、瞞報等方式，以虛假的財務(wù)信息欺騙財務(wù)報表使用者的行為。財務(wù)欺詐的動機可分為外因和內(nèi)因兩個部分：

外部原因主要體現(xiàn)在監(jiān)管體制、會計制度和證券機制三個方面。由于監(jiān)管體制的放松，會計制度在某些層面規(guī)定不嚴(yán)密，證券機制要求公司在上市前三年必須實現(xiàn)連續(xù)盈利，因此某些公司會鋌而走險發(fā)生財務(wù)欺詐行為。

內(nèi)部原因即企業(yè)的利益驅(qū)動。經(jīng)濟(jì)利益是企業(yè)的核心目的，為了吸取融資公司會通過財務(wù)欺詐來騙取投資方的信任。

（二）財務(wù)欺詐表現(xiàn)

雖然財務(wù)欺詐的表現(xiàn)形式多種多樣，總體來說可概括成以下四個方面：

1.會計資料：編制虛假會計報表、會計資料和其他資料。

2.會計政策方面：蓄意披露和使用與經(jīng)濟(jì)事實不符的會計政策，掩蓋事實真相。

3.會計確認(rèn)與計量：隨意變更財務(wù)指標(biāo)，諸如資產(chǎn)、負(fù)債以及所有者權(quán)益等確認(rèn)標(biāo)準(zhǔn)。

4.交易事項及記錄：沒有如實按實際的業(yè)務(wù)結(jié)果予以記錄。

三、實證分析

（一）數(shù)據(jù)來源

本文的研究對象為A股的制造業(yè)上市公司，其中企業(yè)的財務(wù)數(shù)據(jù)包括盈利、償債、現(xiàn)金等多個維度，包括5年的年度財務(wù)數(shù)據(jù)，涉及到300余個變量。數(shù)據(jù)來源為某大數(shù)據(jù)挖掘平臺。

（二）數(shù)據(jù)預(yù)處理

在數(shù)據(jù)預(yù)處理階段，主要對缺失值進(jìn)行處理，將來原始數(shù)據(jù)中缺失值大于10%的變量剔除。剔除缺失值高的變量之后，在數(shù)據(jù)填充方面，對于每個指標(biāo)，若公司有往年相關(guān)數(shù)據(jù)的話，使用公司歷年指標(biāo)的平均值進(jìn)行填充;若該公司沒有該指標(biāo)的數(shù)據(jù)的話，通過該指標(biāo)行業(yè)的平均值進(jìn)行填充。

（三）特征工程

1.靜態(tài)指標(biāo)

基于上市發(fā)生財務(wù)數(shù)據(jù)造假的動因及數(shù)據(jù)維度的劃分，借鑒張宏斌（2020）等學(xué)者的指標(biāo)構(gòu)建思路，本文從盈利、償債、資產(chǎn)管理、現(xiàn)金、成長五個維度構(gòu)造靜態(tài)財務(wù)指標(biāo)，如表1所示：

2.動態(tài)指標(biāo)

考慮到機器學(xué)習(xí)方法對大數(shù)據(jù)的強擬合能力以及企業(yè)發(fā)生財務(wù)欺詐的動因與數(shù)據(jù)表現(xiàn)，本文在靜態(tài)財務(wù)指標(biāo)的基礎(chǔ)上構(gòu)建動態(tài)財務(wù)指標(biāo)。在動態(tài)指標(biāo)方面，從個體與時間維度分別構(gòu)造橫向動態(tài)指標(biāo)與縱向動態(tài)指標(biāo)：

橫向動態(tài)指標(biāo)即對當(dāng)年與該行業(yè)其它公司的平均值做差值，幫助發(fā)現(xiàn)企業(yè)今年相對于行業(yè)平均變動的異常變動，若存在缺失值則用同年份該指標(biāo)均值填充。

縱向動態(tài)指標(biāo)即靜態(tài)指標(biāo)與該公司往年指標(biāo)的平均值做差值，幫助發(fā)現(xiàn)企業(yè)今年與往年相比是否存在指標(biāo)的異常變動。其中若存在缺失值則用平均值進(jìn)行填充;若該公司每年的指標(biāo)均缺失，則用所有公司對應(yīng)指標(biāo)的平均值進(jìn)行填充。

（四）數(shù)據(jù)集劃分

將前4年的數(shù)據(jù)為訓(xùn)練集，以第5年的數(shù)據(jù)為測試集來對調(diào)優(yōu)后的模型進(jìn)行性能評估。為了不改變原始樣本的分布，在數(shù)據(jù)集劃分時通過python數(shù)據(jù)預(yù)處理函數(shù)train_test_split中的stratify參數(shù)進(jìn)行分層劃分，劃分后的訓(xùn)練集、驗證集、測試集的樣本量分別為6054、2595、2660。

（五）財務(wù)欺詐預(yù)警模型構(gòu)建及調(diào)優(yōu)

將經(jīng)過靜態(tài)、個體、時間三個維度所構(gòu)建特征作為自變量，以企業(yè)是否發(fā)生財務(wù)欺詐為因變量，分別訓(xùn)練lightgbm、xgboost、catboost、svm模型，最終通過voting方法進(jìn)行等權(quán)重模型融合，最終得到企業(yè)是否發(fā)生財務(wù)欺詐的預(yù)測結(jié)果，模型構(gòu)建過程如圖1所示：

其中，在機器學(xué)習(xí)模型的訓(xùn)練過程中將進(jìn)行參數(shù)調(diào)優(yōu)。參數(shù)調(diào)優(yōu)的方法包括貝葉斯優(yōu)化、網(wǎng)格搜索方法。貝葉斯優(yōu)化方法的其主要思想是：給定優(yōu)化的目標(biāo)函數(shù)，然后不斷地添加樣本點，進(jìn)而更新目標(biāo)函數(shù)的后驗分布。相比于常規(guī)的網(wǎng)格搜索法而言具有以下優(yōu)勢：

第一， 貝葉斯調(diào)參采用高斯過程，即利用之前的參數(shù)信息，不斷地更新先驗;而網(wǎng)格搜索未考慮之前的參數(shù)信息;

第二， 貝葉斯調(diào)參迭代次數(shù)少，速度快;而網(wǎng)格搜索速度慢，并且參數(shù)較多時易導(dǎo)致維度爆炸;

第三， 貝葉斯調(diào)參針對非凸問題依然穩(wěn)健;網(wǎng)格搜索針對非凸問題易陷入局部最優(yōu)。

考慮到不同模型與調(diào)參方法的優(yōu)點，采用貝葉斯全局優(yōu)化方法對lightgbm、xgboost、catboost模型的多個參數(shù)進(jìn)行調(diào)優(yōu);采用網(wǎng)格搜索對svm模型進(jìn)行參數(shù)調(diào)優(yōu)，最終基于模型在測試集上的AUC指標(biāo)對調(diào)參效果進(jìn)行評價。各模型在測試集上的擬合效果對比結(jié)果如圖2所示：

通過圖2可以發(fā)現(xiàn)，在經(jīng)過模型的參數(shù)調(diào)優(yōu)后，各模型的AUC值均得到了提升，說明參數(shù)調(diào)優(yōu)有效，得到了最優(yōu)的單一模型。

（六）模型融合

在通過參數(shù)調(diào)優(yōu)獲得最優(yōu)的單一模型結(jié)果的基礎(chǔ)上，運用等權(quán)重voting投票法進(jìn)行模型融合，結(jié)果如表2所示：

經(jīng)過voting融合后，模型在測試集上的auc值達(dá)到了0.8，相對于單一的機器學(xué)習(xí)方法，模型融合進(jìn)一步提升了對財務(wù)欺詐的識別能力，驗證了本文提出的財務(wù)欺詐風(fēng)險預(yù)警模型的有效性。

四、結(jié)語

本文在上市公司基本財務(wù)數(shù)據(jù)的基礎(chǔ)上，對缺失值在10%以上的指標(biāo)進(jìn)行剔除處理。考慮到上市公司發(fā)生財務(wù)數(shù)據(jù)造假的動機、表現(xiàn)以及機器學(xué)習(xí)對高維數(shù)據(jù)的強擬合能力，從盈利、償債、資產(chǎn)管理、現(xiàn)金、成長五個維度構(gòu)建了靜態(tài)財務(wù)指標(biāo)，并在此基礎(chǔ)上從個體維度與時間維度分別構(gòu)建了橫向動態(tài)指標(biāo)與縱向動態(tài)指標(biāo)，并將指標(biāo)作為機器學(xué)習(xí)的輸入特征用于預(yù)測企業(yè)是否發(fā)生財務(wù)欺詐。通過lightgbm、xgboost、catboost、svm模型的訓(xùn)練及調(diào)優(yōu)后發(fā)現(xiàn)，除了svm模型外，其余模型在測試集上的auc值均能達(dá)到0.7以上，且相對于調(diào)參前的auc值均有效提高，說明經(jīng)過調(diào)參的有效性。最終，采用Voting等權(quán)重投票法進(jìn)行模型融合，最終結(jié)果在測試集上的auc值可達(dá)到0.8，能夠?qū)ω攧?wù)欺詐風(fēng)險進(jìn)行有效的識別與預(yù)警。本文的核心工作在于特征構(gòu)建與前沿機器學(xué)習(xí)方法、貝葉斯優(yōu)化、模型融合的應(yīng)用，通過制造業(yè)上市公司的財務(wù)數(shù)據(jù)的實證結(jié)果證明了本文的財務(wù)欺詐預(yù)警模型的有效性。

（作者單位：上海對外經(jīng)貿(mào)大學(xué)）