王圣潔

(青島大學 經(jīng)濟學院, 山東 青島 266061 )

為有效改善融資環(huán)境，拓寬融資渠道，2021年10月在北京召開的中央經(jīng)濟工作會議中明確提出全面推行注冊制，企業(yè)融資環(huán)境得到大幅改善，眾多企業(yè)乘著注冊制的東風得以蓬勃發(fā)展。資本市場的價值發(fā)現(xiàn)功能則越來越依托于企業(yè)持續(xù)的信息披露，信息披露真實、準確與完整對投資者而言至關(guān)重要。在可以預(yù)見的將來，全面注冊制改革會使上市企業(yè)數(shù)量激增，如何在眾多上市企業(yè)中及時發(fā)現(xiàn)財務(wù)造假，決定了A股市場的參與者能否享受到中國經(jīng)濟發(fā)展的紅利，也是監(jiān)管機構(gòu)所面臨的嚴峻現(xiàn)實問題。在傳統(tǒng)監(jiān)管渠道受限的新形勢下，以機器學習替代人的學習，再加以人的輔助識別，可以更有效地對企業(yè)是否違規(guī)做出準確判斷，使得證券市場參與者可以在真實信息中進行投資決策，促進我國資本市場繼續(xù)平穩(wěn)發(fā)展。

1 文獻綜述

1.1 舞弊風險因子理論

財務(wù)造假有兩方面的誘因。一方面是管理層主管的動機。馬永義等[1]對比違規(guī)企業(yè)與未違規(guī)企業(yè)的財務(wù)報表，認為公司內(nèi)部對利益的追逐是導(dǎo)致我國財報信息失真、財務(wù)舞弊多發(fā)的最主要原因；Huang等[2]按照企業(yè)生命周期理論對處于不同生命周期的企業(yè)進行分析，認為在企業(yè)發(fā)展的不同階段，影響舞弊動機的關(guān)鍵要素也不同。另一方面是客觀上由于監(jiān)管缺位所帶來的舞弊機會。王守海等[3]將受處罰公司與未受處罰公司的報表進行對比，發(fā)現(xiàn)公司制度的不完善是財務(wù)違規(guī)公司產(chǎn)生財務(wù)舞弊的主要誘因；趙彥昌[4]發(fā)現(xiàn)，董事會成員數(shù)量與公司違規(guī)披露行為成反比，董事會人數(shù)越多，會計違規(guī)披露的機會越少；Ozdemir[5]的研究表明，董事會的多樣性使得對公司的管理與控制更為有效，從而使公司違規(guī)減少。

1.2 財務(wù)舞弊識別模型

洪文洲等[6]選取2004—2013年間財務(wù)報表造假的44家上市企業(yè)作為樣本，構(gòu)建了包含27個核心指標的符合中國資本市場現(xiàn)狀的logistic回歸模型，研究發(fā)現(xiàn)舞弊企業(yè)的其中11個指標與非舞弊企業(yè)有顯著性差異；李清等[7]提出logistic回歸中可能會遇到的問題，即logistic回歸適用的前提是舞弊企業(yè)與非舞弊企業(yè)可以明確區(qū)分，而事實是學者可以從證監(jiān)會等公開渠道獲取確定的舞弊企業(yè)，而作為對照組的非舞弊企業(yè)，其是否進行了舞弊往往需要許多專業(yè)的判斷，具有一定的不確定性；Mukherjee等[8]等通過Logistic回歸、高斯樸素貝葉斯模型和隨機森林、決策樹兩類非參數(shù)方法對財務(wù)造假進行判斷，發(fā)現(xiàn)隨機森林與決策樹分類器的識別性能最佳；Jan[9]嘗試使用遞歸神經(jīng)網(wǎng)絡(luò)和長短時網(wǎng)絡(luò)兩種深度學習算法構(gòu)建財務(wù)違規(guī)模型，實證結(jié)果表明,作為RNN模型的特殊形式，LSTM模型在所有性能指標上均優(yōu)于RNN模型，LSTM模型實現(xiàn)了性能上的全超越；酈金粱等[10]在公司財務(wù)違規(guī)識別領(lǐng)域首次對XGBoost算法進行了初探，在50%的覆蓋度下有近80%的準確率;張培榮[11]依據(jù)文獻篩選識別財務(wù)造假的重要性指標，對制造業(yè)樣本進行檢驗，證實了XGBoost的良好性能；洪湛輝[12]依據(jù)出現(xiàn)頻率選取了11個自變量并通過分箱法進行數(shù)據(jù)的分析，使用滬深主板數(shù)據(jù)進行訓(xùn)練，在驗證環(huán)節(jié)，模型使用被風險警示企業(yè)的財務(wù)數(shù)據(jù)作為驗證集，成功預(yù)測到了ST企業(yè)進行財務(wù)造假的情況，起到了預(yù)警作用；梁龍躍等[13]認為，審計報告是企業(yè)信息披露中的重要部分，使用BERT方法對文本特征進行提取，研究發(fā)現(xiàn)，加入這些描述性文本后，模型的識別效率顯著提升。

1.3 現(xiàn)有研究的不足及研究設(shè)想

現(xiàn)有研究具有以下不足：(1)指標選取依賴過往文獻，沒有針對財務(wù)造假的新形勢、新手段做出更新。選取的指標也多為低維線性數(shù)據(jù)，不能發(fā)揮機器學習算法處理高階數(shù)據(jù)的優(yōu)越性，以這些指標構(gòu)建的指標體系解釋能力不強；(2)當前研究多使用隨機森林與GBDT算法，而近年在機器學習競賽中性能強大的XGboost算法卻還未有較多應(yīng)用，在識別效率上具有一定的缺失。

鑒于此，本文以A股市場上市公司作為研究樣本，結(jié)合監(jiān)管動態(tài)更新指標體系，并加入高階非線性的指標，以完善財務(wù)造假的識別體系。在算法使用上，本文選取XGBoost算法，并針對識別領(lǐng)域的實際需求優(yōu)化模型參數(shù)，試圖構(gòu)建性能更優(yōu)異的識別模型。

2 指標與模型

2.1 財務(wù)造假識別指標體系構(gòu)造

本文以舞弊風險因子模型作為研究變量的選取基礎(chǔ)，并加入了能發(fā)揮識別作用的非財務(wù)指標，構(gòu)建基礎(chǔ)指標體系，見表1，尋找對企業(yè)識別財務(wù)造假具有關(guān)鍵作用的指標。

表1 基礎(chǔ)指標體系Tab.1 Initial input index system

續(xù)表

2.1.1 數(shù)據(jù)來源

本文以2016—2021年間A股市場上市公司的數(shù)據(jù)作為研究標的，使用CSMAR國泰安數(shù)據(jù)庫與WIND萬得數(shù)據(jù)庫進行數(shù)據(jù)的搜集與整合工作，并通過國家企業(yè)信用信息公示系統(tǒng)、裁判文書網(wǎng)對企業(yè)的非財務(wù)信息加以驗證。

2.1.2 數(shù)據(jù)選擇

通過CSMAR數(shù)據(jù)庫中近6年證券監(jiān)督管理機構(gòu)對有關(guān)公司的處罰公告，提取303家因財務(wù)造假受到處罰的樣本公司，排除了15家金融類企業(yè)，最終挑選出符合研究標準的企業(yè)288家，493個樣本。按1∶1的比例選取一定標準的未違規(guī)企業(yè)的財務(wù)數(shù)據(jù)作為對照組，保持樣本總體的平衡性，最終選擇了986個樣本，包括493個實驗組樣本與493個對照組樣本，共計41 412個樣本數(shù)據(jù)。

2.2 財務(wù)造假識別模型構(gòu)建

XGBoost是處理分類問題性能優(yōu)異的訓(xùn)練模型，本文依照陳天橋博士于2016年提出的XGBoost算法設(shè)置訓(xùn)練的目標函數(shù)：

(1)

2.3 模型性能測度方法

機器學習領(lǐng)域常用的綜合評價方法是ROC曲線。ROC曲線使用正反樣本衡量識別精度，考慮到現(xiàn)有文獻對識別精度較偏重而忽略了模型覆蓋度的情況，本文結(jié)合混淆矩陣對ROC曲線的橫縱坐標做了一定的修改，從而在測量精度與覆蓋度兩個維度對模型性能進行評估測試，定義如下兩個指標：準確率=TP/(TP+FP) ，覆蓋率=TP/(TP+FN)，其中，TP代表違規(guī)樣本被正確識別為違規(guī)的樣本數(shù)，F(xiàn)P代表未違規(guī)樣本被錯誤識別為違規(guī)的樣本數(shù)，F(xiàn)N代表違規(guī)樣本被錯誤識別為未違規(guī)的樣本數(shù)。

2.4 模型參數(shù)優(yōu)化

使用隨機方法選擇90%的數(shù)據(jù)作為樣本訓(xùn)練組數(shù)據(jù)，剩余10%作為樣本測試組數(shù)據(jù)，同時，在訓(xùn)練方法上采用十折交叉驗證的方法，將訓(xùn)練數(shù)據(jù)分為十組，其中九組用作訓(xùn)練，剩余一組用作驗證，通過Harmonica算法優(yōu)化參數(shù)，見表2。

表2 XGBoost算法優(yōu)化后參數(shù)Tab.2 Parameter after optimization of XGBoost algorithm

3 模型性能測試與結(jié)果分析

鑒于資本市場上財務(wù)報表使用者的需求多樣，監(jiān)管部門希望及時找到財務(wù)報表造假的企業(yè)，維護資本市場良好運轉(zhuǎn)；投資者則希望找到更多的未違規(guī)企業(yè)，以期將更多運行良好的企業(yè)納入自己的選股池，分散股票市場風險。因此，為了滿足不同報表使用者的需求，本文對優(yōu)化參數(shù)后的模型進行測試，評價其在面對違規(guī)公司和未違規(guī)公司時的性能。

3.1 識別財務(wù)違規(guī)企業(yè)

證券監(jiān)管部門的首要目標是及時精準發(fā)現(xiàn)上市公司的財務(wù)舞弊行為，打擊違法行為,維護資本市場良性發(fā)展，因此證券監(jiān)管部門更關(guān)心模型在識別違規(guī)企業(yè)時的性能，如圖1所示，隨著模型覆蓋率的提高，模型的準確率有所下滑，原因在于為了提高覆蓋度，學習器會將盡可能多的樣本都判定為違規(guī)類別，因此導(dǎo)致準確率的下降。由圖1可知，經(jīng)檢驗的模型對樣本外數(shù)據(jù)的判別準確度從18%到100%，相應(yīng)地，識別范圍的比例從100%到5%。

圖1 違規(guī)樣本的準確率與覆蓋率曲線Fig.1 Accuracy and coverage curve of illegal sample inspection

在實際應(yīng)用中，證券監(jiān)管部門可以根據(jù)目標在準確率與覆蓋率之間進行權(quán)衡。若監(jiān)管部門想要以100%的準確率找到違規(guī)公司，則可以從選取企業(yè)的樣本中找到5%的典型違規(guī)公司，進而證監(jiān)會可以將這些公司當做典型予以打擊。若是監(jiān)管部門希望對A股上市公司進行一次全面篩查，可以通過調(diào)整參數(shù)，以40%的準確率找到近半數(shù)的違規(guī)公司，從而縮小需要篩查的范圍，用識別模型替代初篩的工作。

3.2 挑選安全投資標的

投資者沒有執(zhí)法權(quán)，也不關(guān)心企業(yè)是否違規(guī)，相比較而言，投資者更關(guān)心的是哪些股票沒有違規(guī)，因此，股票市場投資者最大的需求是找到足夠多可以安全投資的企業(yè)，將其股票加入股票投資池。這就需要投資者衡量自身愿意承擔的風險與期望擴充的股票規(guī)模的關(guān)系，如果投資者愿意承受更高的錯誤率，可以加入投資池的未違規(guī)企業(yè)的數(shù)量也就更多，相反，如果投資者完全不能承受錯判的風險，模型識別出來的未違規(guī)企業(yè)就會變少，但是更能保證每一個判斷都是精確的。本文通過調(diào)節(jié)樣本閾值生成了未違規(guī)樣本的準確率與覆蓋率曲線，如圖2所示，模型在樣本內(nèi)識別找出70%的未違規(guī)公司時，仍能保證90%以上的準確率，即使在模型找出全部的未違規(guī)公司時，也能保證85%的準確率。

圖2 未違規(guī)樣本的準確率與覆蓋率曲線Fig.2 Accuracy and coverage curve of non-compliance sample inspection

把模型帶入實際應(yīng)用中，2021年底A股市場約有4 000家公司，根據(jù)統(tǒng)計我國的上市公司中平均違約率為17%，即約有640家企業(yè)進行了財務(wù)違規(guī)的操作。如果通過訓(xùn)練后的機器學習模型進行判斷，則可以從17%違約概率的樣本中，篩選出錯誤率為8.7%，涵蓋70%未違規(guī)企業(yè)的股票投資池，即找到2 352家可以投資的公司，只需承擔8.7%的錯誤風險，這大大拓寬了資本市場投資者的選股范圍，這證明從為投資者選股的角度來說，學習器的效果已經(jīng)非常顯著了。并且，如果對訓(xùn)練好的模型進行外包并加入可視化操作窗口，投資者就可以根據(jù)自身能接受的風險水平與期望拓寬的股票池之間權(quán)衡，在85%～100%的精確度上自由選擇，以獲取不同數(shù)量未違規(guī)公司股票。

3.3 穩(wěn)健性檢驗

為了證實本文構(gòu)建的包含財務(wù)指標與非財務(wù)指標的上市公司財務(wù)造假識別模型的良好性質(zhì)，本文在機器學習三大類算法，即傳統(tǒng)分類算法、神經(jīng)網(wǎng)絡(luò)算法、集成學習算法中分別選取代表性算法，其中，在傳統(tǒng)分類算法中選擇支持向量機模型，在神經(jīng)網(wǎng)絡(luò)算法中選取BP神經(jīng)網(wǎng)絡(luò)模型，在集成學習算法中分別選取了采用Bagging策略的隨機森林算法與采取Boosting策略的GBDT算法，并利用上述4種算法分別調(diào)試參數(shù)，與本文算法針對同一樣本分別展開預(yù)測，最終通過繪制的ROC曲線評價其性能，結(jié)果見表3。

由表3可知，本文XGBoost算法的優(yōu)異性能得到了驗證；此外，不管通過何種機器學習算法驗證，其都能有近八成以上的準確率，F(xiàn)1分數(shù)在七成以上，這說明了無論采用何種訓(xùn)練策略，構(gòu)建的包含財務(wù)指標與非財務(wù)指標的財務(wù)造假識別指標體系都具有一貫的良好表現(xiàn)，從而，指標體系識別財務(wù)造假的穩(wěn)健性得以檢驗。

表3 模型性能結(jié)果評價Tab.3 Performance evaluation of SVM, RF, Ann and AdaBoost models

3.4 特征重要性圖表

通過XGBoost算法可以生成指標特征重要性表，確定對識別財務(wù)造假最重要的指標變量，根據(jù)決策樹的算法邏輯，最重要的指標是使不確定性下降最多的指標。故本文只列出前十個重要特征，見表4。

表4 特征重要性表Tab.4 Characteristic importance chart

由表4本文分析總結(jié)并得出以下結(jié)論：

1)非財務(wù)指標的重要性開始凸顯，這與文獻綜述中的結(jié)論相左，一個合理的解釋是，傳統(tǒng)方法不能保證數(shù)據(jù)的平衡性。在一般的樣本中，未采取財務(wù)造假手段的公司占大多數(shù)，使得識別模型更多向非舞弊企業(yè)傾斜，從而導(dǎo)致對財務(wù)舞弊樣本的學習不充分，不能有效地反映舞弊企業(yè)的重要特征；當數(shù)據(jù)平衡之后，非財務(wù)指標的重要性有明顯提高，在排名前十的重要性特征中有五個是非財務(wù)指標，尤其是企業(yè)涉訴案件數(shù)排名第一。這說明在有側(cè)重的非平衡數(shù)據(jù)集中，財務(wù)指標對非財務(wù)舞弊公司刻畫效果極佳；而在平衡數(shù)據(jù)集中，非財務(wù)數(shù)據(jù)的重要性隨之也在上升，這代表非財務(wù)指標在識別企業(yè)財務(wù)造假方面具有優(yōu)良的性質(zhì)。

2)涉訴案件數(shù)、審計意見類型、股權(quán)集中度、三會召開情況和股票換手率五項非財務(wù)指標是識別上市公司財務(wù)舞弊的關(guān)鍵性指標。如果一個企業(yè)與眾多客戶供應(yīng)商都走到了訴訟公堂的地步，那說明企業(yè)的經(jīng)營情況已經(jīng)極大惡化，為了挽回敗局，企業(yè)進行了財務(wù)造假，用虛假披露穩(wěn)定市值，從而繼續(xù)經(jīng)營；第二重要的特征是審計意見類型，一般來說，隨著證券監(jiān)督管理部門對提供證券中介服務(wù)機構(gòu)的管理日益嚴格，審計機構(gòu)伙同上市公司共同造假的代價越來越沉重，這使得審計機構(gòu)為了自身持續(xù)的發(fā)展，從嚴核查企業(yè)財務(wù)報表，如實發(fā)表審計意見，同時，審計人員的專業(yè)性可以幫助投資者規(guī)避其專業(yè)性不足的缺點，并提供上市公司是否財務(wù)造假的明確意見，幫助資本市場識別企業(yè)財務(wù)造假問題；排名第三位的是股權(quán)集中度，這說明股權(quán)結(jié)構(gòu)也會在很大程度上影響企業(yè)是否進行舞弊的重大決策，當一股獨大且經(jīng)營不佳時，公司的三會治理結(jié)構(gòu)形同虛設(shè)，公司整體的運營也會發(fā)生偏離；股票換手率指標也在前十之列，上市公司股價反映了市場投資者對公司的信心，而證券市場投資者建立信心的基礎(chǔ)是公司經(jīng)過審計的報表，因此，一旦公司知情股東發(fā)現(xiàn)，自身根據(jù)信息對公司股價產(chǎn)生的預(yù)期低于證券市場參與者通過閱讀公司財務(wù)報表所產(chǎn)生的預(yù)期，他們就會通過大規(guī)模的賣出交易降低股票下跌所帶來的損失。

基于此，本文對證券監(jiān)督管理部門提出以下幾點政策建議：

1)證券監(jiān)督機構(gòu)應(yīng)當更加關(guān)注上市公司涉及訴訟的情況，可以采取與人民法院、仲裁委建立互連互通的溝通系統(tǒng)，及時知曉企業(yè)所涉及的重大訴訟。其次，要強化中介機構(gòu)的職能，要求其對企業(yè)所涉及的重大訴訟及時上報，并要求公司與保薦機構(gòu)主動對涉案情況進行排查，及時提交訟所出具的法律意見書；同時，對外披露企業(yè)所面臨的訴訟情況，對投資者發(fā)出風險警示。

2)提高審計機構(gòu)的角色地位，加強對審計機構(gòu)的監(jiān)督與處罰力度。審計后的財務(wù)報表可以視為審計機構(gòu)對被審計公司的背書，但是這種背書也是一把雙刃劍，審計機構(gòu)受雇于上市公司，其審計的獨立性可能受到威脅，一旦審計機構(gòu)因報酬問題對上市公司做出妥協(xié)，報表的真實性就無從保證。因此，首先要提高審計機構(gòu)在資本市場中的角色地位，具有糾錯的話語權(quán)。而證券市場的投資者，并非都具有財務(wù)的專業(yè)性，可以信賴的就是經(jīng)過審計的財務(wù)報表，在這種情況下其有極大可能相信財務(wù)數(shù)據(jù)并得出完全錯誤的判斷。因此，證券監(jiān)督管理部門加強對財務(wù)造假的監(jiān)管，要加大對審計機構(gòu)的懲處力度，使其不能也不敢參與企業(yè)的造假活動。

3)解決企業(yè)融資困難問題，為企業(yè)減負。之所以現(xiàn)金比率與資產(chǎn)負債率成為影響企業(yè)是否舞弊的重要因素，一個原因在于我國現(xiàn)在的融資渠道單一，多數(shù)企業(yè)只有向銀行貸款這一種方式，而在企業(yè)出現(xiàn)財務(wù)問題需要貸款救急來維持生產(chǎn)乃至扭轉(zhuǎn)敗局時，糟糕的財務(wù)狀況又不符合銀行貸款所要求的高標準，不免有些企業(yè)為了生存鋌而走險，選擇在財務(wù)報表上造假。因此證券監(jiān)督管理部門可以適當放開債券的發(fā)行門檻，允許這些陷入財務(wù)困境或融資困難的企業(yè)發(fā)行紓困債券或集合債券，或者由上下游國有企業(yè)牽頭，發(fā)行供應(yīng)鏈金融債券，只有拓寬了融資渠道，才能使那些只是因為受環(huán)境影響而面臨資金短缺的企業(yè)不至于鋌而走險，從而抑制其進行財務(wù)造假的動機，減少舞弊行為的發(fā)生。

4 結(jié)束語

本文的主要研究成果有如下幾個方面：

1)將XGBoost算法引入舞弊識別領(lǐng)域，驗證了該算法在財務(wù)造假識別應(yīng)用中的可行性。

2)本文設(shè)計的能夠有效識別企業(yè)財務(wù)造假的指標體系，包含了代表企業(yè)經(jīng)營與狀況的財務(wù)指標與非財務(wù)指標，利用XGBoost訓(xùn)練生成了識別預(yù)警模型，可以供證券市場監(jiān)管部門與股票投資者依照自身的需求對上市公司是否進行財務(wù)造假進行判斷，性能優(yōu)異。

3)利用XGBoost生成的特征重要性表，確定了對于識別具有重要作用的特征指標，并借此對如何利用這些重要特征指標找到企業(yè)財務(wù)造假的事實提出政策建議：重視企業(yè)涉訴案件在識別企業(yè)舞弊中的重要作用，提高審計機構(gòu)的角色地位，解決企業(yè)融資困難問題。