【摘" 要】近年來(lái)，上市公司財(cái)務(wù)欺詐案件頻發(fā)，嚴(yán)重影響金融市場(chǎng)的健康發(fā)展。為更精確地識(shí)別上市公司財(cái)務(wù)欺詐情況，論文在傳統(tǒng)指標(biāo)的基礎(chǔ)上引入第三方機(jī)構(gòu)指標(biāo)，構(gòu)建基于特征選擇的財(cái)務(wù)欺詐識(shí)別模型。經(jīng)過(guò)兩次特征篩選后第三方機(jī)構(gòu)指標(biāo)保留在最優(yōu)指標(biāo)組合中，且加入這個(gè)指標(biāo)使模型精度有所提升，說(shuō)明第三方機(jī)構(gòu)指標(biāo)的加入能夠有效提升模型的識(shí)別性能。論文為財(cái)務(wù)欺詐識(shí)別指標(biāo)體系構(gòu)建提供了新思路，為有關(guān)部門的監(jiān)管擴(kuò)充了新的視角。

【關(guān)鍵詞】特征選擇;非均衡樣本;財(cái)務(wù)欺詐識(shí)別;XGBoost;SMOTE

【中圖分類號(hào)】F832.5;F406.7" " " " " " " " " " " " " " " " " " " " " " "【文獻(xiàn)標(biāo)志碼】A" " " " " " " " " " " " " " " " " " " " " " " " "【文章編號(hào)】1673-1069（2024）12-0037-03

1 引言

財(cái)務(wù)欺詐是資本市場(chǎng)的一顆毒瘤，實(shí)施欺詐的上市公司雖是少數(shù)，但損害了上市公司群體形象，嚴(yán)重?cái)_亂資本市場(chǎng)秩序、動(dòng)搖投資者信心、侵犯投資者權(quán)益。盡管監(jiān)管層“嚴(yán)”字當(dāng)頭，卻依然有上市公司鋌而走險(xiǎn)，采取的欺詐手段還更加多樣和隱蔽。因此，本文構(gòu)建的財(cái)務(wù)欺詐識(shí)別模型能夠較準(zhǔn)確地識(shí)別上市公司的財(cái)務(wù)欺詐行為，對(duì)企業(yè)自身、投資者和整個(gè)資本市場(chǎng)的健康發(fā)展都有重要意義。

2 文獻(xiàn)綜述

2.1 財(cái)務(wù)欺詐識(shí)別指標(biāo)選取研究

徐靜等[1]研究得出營(yíng)運(yùn)資金與總資產(chǎn)比、資產(chǎn)負(fù)債率等5個(gè)變量的重要性值（1-p值）大于0.95，是表征財(cái)務(wù)報(bào)表舞弊的關(guān)鍵指標(biāo)。葉欽華等[2]的研究發(fā)現(xiàn)，財(cái)務(wù)欺詐公司的非財(cái)務(wù)異常特征出現(xiàn)次數(shù)明顯多于財(cái)務(wù)異常特征，其中股東行為異常特征出現(xiàn)最為頻繁。

2.2 財(cái)務(wù)欺詐識(shí)別指標(biāo)篩選方法研究

陳朝焰等[3]引入信息熵來(lái)度量引入某個(gè)指標(biāo)帶來(lái)的好處，從而選擇熵值更大的指標(biāo)。李愛(ài)華等[4]先通過(guò)計(jì)算得到各特征間的相關(guān)性，保留相關(guān)性系數(shù)0.8以下的特征。

2.3 財(cái)務(wù)欺詐識(shí)別方法研究

楊貴軍等[5]提出將Benford律和Logistic模型相結(jié)合的一種財(cái)務(wù)欺詐識(shí)別方法，利用中國(guó)上市公司財(cái)務(wù)數(shù)據(jù)模擬研究后發(fā)現(xiàn)，包含Benford因子的Logistic模型具有更高的正確率。黃志剛等[6]在探尋最適合用于財(cái)務(wù)欺詐識(shí)別的機(jī)器學(xué)習(xí)算法的研究時(shí)發(fā)現(xiàn)隨機(jī)森林在測(cè)試集中識(shí)別性能最好。

綜上，本文從現(xiàn)有研究的局限入手，在指標(biāo)海選時(shí)，引入客觀性和真實(shí)性更高的外部機(jī)構(gòu)的ESG評(píng)價(jià)指標(biāo)。在篩選指標(biāo)時(shí)，采用基于XGBoost算法的嵌入式特征選擇方法，根據(jù)模型計(jì)算結(jié)果反推最優(yōu)欺詐識(shí)別特征指標(biāo)組合，這樣構(gòu)建的指標(biāo)體系更客觀、有效。且根據(jù)識(shí)別結(jié)果可知，相比其他機(jī)器學(xué)習(xí)模型，XGBoost的識(shí)別效果更好、泛化能力更強(qiáng)，能夠提升識(shí)別的準(zhǔn)確度。

3 我國(guó)上市公司財(cái)務(wù)欺詐識(shí)別模型構(gòu)建

3.1 樣本數(shù)據(jù)處理

3.1.1 指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化

不同性質(zhì)的指標(biāo)存在著不同的量綱和數(shù)量級(jí)，如果不消除這種差異而是直接采用原始數(shù)據(jù)，那么會(huì)導(dǎo)致識(shí)別結(jié)果不合理。所以，模型構(gòu)建之前需要對(duì)原始指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，本文選擇將其縮放到[0，1]的范圍內(nèi)的方式。

3.1.2 基于SMOTE的非平衡樣本處理

SMOTE算法是一種用于處理類別不均衡問(wèn)題的過(guò)采樣方法，其原理是通過(guò)在少數(shù)類樣本附近進(jìn)行隨機(jī)插補(bǔ)合成新的少數(shù)類樣本的方式使數(shù)據(jù)集達(dá)到平衡。本文所研究的上市公司財(cái)務(wù)欺詐識(shí)別是一個(gè)明顯的正負(fù)樣本不均衡的二分類問(wèn)題。為了讓模型更好地學(xué)習(xí)欺詐樣本的特征，盡可能多地識(shí)別出欺詐企業(yè)，本文選擇SMOTE算法通過(guò)合成新的欺詐樣本的方式來(lái)平衡數(shù)據(jù)集。

3.2 指標(biāo)體系的構(gòu)建

第一步，開(kāi)拓更廣泛的視角進(jìn)行指標(biāo)海選，爭(zhēng)取涵蓋更全面的信息;第二步，進(jìn)行指標(biāo)初篩，刪掉數(shù)據(jù)無(wú)法獲取、信息難以觀測(cè)的指標(biāo);第三步，依靠XGBoost算法進(jìn)行基于特征選擇和欺詐識(shí)別的第二次指標(biāo)篩選。

3.3 基于XGBoost的財(cái)務(wù)欺詐識(shí)別模型的構(gòu)建與評(píng)估

3.3.1 XGBoost算法

XGBoost（Extreme Gradient Boosting）算法是一種集成學(xué)習(xí)方法。集成模型的基本理念是，通過(guò)構(gòu)建一系列弱基礎(chǔ)模型來(lái)構(gòu)建一個(gè)強(qiáng)大的模型。XGBoost的核心算法思想是在訓(xùn)練出一棵樹(shù)的基礎(chǔ)上再訓(xùn)練下一棵樹(shù)預(yù)測(cè)它與真實(shí)分布間的差距。通過(guò)不斷訓(xùn)練用來(lái)彌補(bǔ)差距的樹(shù)，最終用樹(shù)的組合實(shí)現(xiàn)對(duì)真實(shí)分布的模擬。

3.3.2 模型評(píng)估

對(duì)于財(cái)務(wù)欺詐識(shí)別問(wèn)題，由于數(shù)據(jù)集的正負(fù)樣本不平衡，因此僅使用準(zhǔn)確率（Accuracy）并不能很準(zhǔn)確地評(píng)判模型的分類性能。本研究希望能夠盡可能多地查出正樣本（即欺詐樣本），從而使用召回率（Recall）作為重要的評(píng)價(jià)指標(biāo);只考慮單一指標(biāo)也無(wú)法準(zhǔn)確評(píng)估模型效果，因此引入AUC和G-mean值。這兩個(gè)綜合性指標(biāo)常用于評(píng)價(jià)正負(fù)樣本不均衡的二分類模型的性能。

模型精度評(píng)估通常要根據(jù)混淆矩陣進(jìn)行計(jì)算?；煜仃囍蠺P為欺詐樣本被正確識(shí)別出來(lái)的數(shù)量;FP為未欺詐樣本被錯(cuò)誤識(shí)別成欺詐的數(shù)量;FN為欺詐樣本被錯(cuò)誤識(shí)別成未欺詐的數(shù)量;TN為未欺詐樣本被正確識(shí)別出來(lái)的數(shù)量。根據(jù)混淆矩陣，進(jìn)一步給出4個(gè)模型評(píng)估指標(biāo)的計(jì)算公式如下。

準(zhǔn)確率可由公式（1）計(jì)算。

Accuracy=" " " " " （1）

召回率可由公式（2）計(jì)算。

Recall=" " " " " "（2）

AUC值是ROC曲線下的面積，以假陽(yáng)率FPR為橫軸，真陽(yáng)率TPR為縱軸。TPR和FPR可分別使用公式（3）、公式（4）計(jì)算。

TPR=" " " " " （3）

FPR=" " " " "（4）

G-mean可由公式（5）計(jì)算。

G-mean=" " " " "（5）

4 實(shí)證研究

4.1 樣本選取及數(shù)據(jù)來(lái)源

本研究中用到的上市公司內(nèi)部數(shù)據(jù)獲取自中國(guó)經(jīng)濟(jì)金融研究數(shù)據(jù)庫(kù)，ESG得分獲取自華證指數(shù)平臺(tái)，外部宏觀數(shù)據(jù)獲取自中國(guó)經(jīng)濟(jì)社會(huì)大數(shù)據(jù)研究平臺(tái)。

欺詐樣本來(lái)自CSMAR數(shù)據(jù)庫(kù)中的上市公司財(cái)務(wù)違規(guī)信息表，排除金融行業(yè)，選擇因“虛構(gòu)利潤(rùn)”“虛列資產(chǎn)”“虛假記載（誤導(dǎo)性陳述）”“重大遺漏”和“披露不實(shí)”而被處罰上市公司。非欺詐樣本選取自2012-2021年從未發(fā)生過(guò)欺詐的非金融業(yè)上市公司，每家公司每一年的數(shù)據(jù)作為一個(gè)樣本，最終得到13 435個(gè)非欺詐樣本，1 487個(gè)欺詐樣本，屬于不平衡數(shù)據(jù)集。

4.2 指標(biāo)體系的構(gòu)建

首先，盡可能全面地海選能夠識(shí)別出財(cái)務(wù)欺詐的指標(biāo)，得到的海選指標(biāo)體系中共包含251個(gè)指標(biāo)。然后刪掉數(shù)據(jù)缺失率較高的指標(biāo)，初步篩選保留了海選指標(biāo)體系中的224個(gè)指標(biāo)。

4.3 樣本數(shù)據(jù)處理

將原始數(shù)據(jù)中正、負(fù)向指標(biāo)分別進(jìn)行標(biāo)準(zhǔn)化。對(duì)初篩后的非均衡樣本采用SMOTE方法進(jìn)行非均衡樣本處理。將樣本按8∶2的比例進(jìn)行5次分層抽樣，然后采用十折交叉方法將80%部分劃分為訓(xùn)練和驗(yàn)證樣本，剩余20%作為測(cè)試樣本。

4.4 建立基于XGBoost的財(cái)務(wù)欺詐識(shí)別模型

4.4.1 模型選擇

將經(jīng)初始劃分的80%訓(xùn)練集樣本數(shù)據(jù)輸入模型，讓模型學(xué)習(xí)其特征和標(biāo)簽，然后用另外的20%測(cè)試集樣本數(shù)據(jù)檢驗(yàn)?zāi)Ｐ?。通過(guò)對(duì)模型精度和降維效果兩方面的綜合考慮，最終確定本文模型。

4.4.2 指標(biāo)體系確定

模型的計(jì)算過(guò)程即第二次指標(biāo)篩選的過(guò)程，篩選結(jié)果如表1所示。

4.5 ESG指標(biāo)特征有效性對(duì)比分析

為了驗(yàn)證ESG得分指標(biāo)有利于提高模型的識(shí)別精度，本部分安排設(shè)計(jì)將兩個(gè)差別僅在于是否包含ESG得分指標(biāo)的特征組分別輸入模型。

兩個(gè)特征組輸入模型后得到的實(shí)驗(yàn)結(jié)果為，未加入ESG指標(biāo)的模型精度為Recall=80.13%，AUC=84.15%，acc=71.66%，G-mean=75.28%。加入ESG指標(biāo)的模型精度為Recall=81.14%，AUC=84.79%，acc=73.20%，G-mean=76.61%。

由此得知，輸入含有ESG得分指標(biāo)特征組的模型識(shí)別性能更好，各個(gè)評(píng)價(jià)指標(biāo)數(shù)值都高于另一組，這表明本文加入的第三方機(jī)構(gòu)指標(biāo)（ESG得分指標(biāo)）在識(shí)別財(cái)務(wù)欺詐方面有提升模型性能的作用。

4.6 模型精度對(duì)比分析

本文選取了6個(gè)常用的機(jī)器學(xué)習(xí)模型與XGBoost模型進(jìn)行對(duì)比。7個(gè)模型的欺詐識(shí)別精度對(duì)比如表2所示。

從模型欺詐識(shí)別精度對(duì)比分析可以發(fā)現(xiàn)，在欺詐識(shí)別中更為看重的Recall指標(biāo)值的比較中，XGBoost模型位居首位，且遠(yuǎn)遠(yuǎn)優(yōu)于其他模型。再考慮其他綜合評(píng)價(jià)指標(biāo)結(jié)果，XGBoost模型的平均精度也最高。

此外，XGBoost模型降維后的指標(biāo)個(gè)數(shù)為55，是所有參與對(duì)比模型中指標(biāo)體系規(guī)模最小的。因此，綜合降維效果和識(shí)別精度兩方面考慮，XGBoost模型更適合用于本文上市公司財(cái)務(wù)欺詐識(shí)別的研究。

5 結(jié)論

第三方評(píng)級(jí)指標(biāo)（ESG得分）對(duì)識(shí)別上市公司財(cái)務(wù)欺詐有一定作用。根據(jù)識(shí)別結(jié)果可知，在財(cái)務(wù)欺詐識(shí)別模型指標(biāo)體系中加入第三方機(jī)構(gòu)指標(biāo)（ESG得分）后，模型的識(shí)別效果更好。因此在上市公司財(cái)務(wù)欺詐識(shí)別中，不僅要考慮上市公司自身披露的相關(guān)指標(biāo)，也要重視第三方機(jī)構(gòu)的評(píng)級(jí)指標(biāo)。只有逐漸擴(kuò)大監(jiān)管的范圍，豐富監(jiān)管的視角，這樣才能應(yīng)對(duì)欺詐手段越來(lái)越多樣和隱蔽的現(xiàn)狀。

基于XGBoost的上市公司財(cái)務(wù)欺詐識(shí)別模型，能夠得出識(shí)別欺詐的最優(yōu)指標(biāo)組合，更準(zhǔn)確地識(shí)別上市公司財(cái)務(wù)欺詐行為。本文模型在保證識(shí)別精度的前提下，根據(jù)計(jì)算結(jié)果反推出了最優(yōu)指標(biāo)組合，既能有效識(shí)別出欺詐企業(yè)，又從指標(biāo)組合的識(shí)別效果角度篩選指標(biāo)，構(gòu)建最終的指標(biāo)體系，便于實(shí)際操作，可解釋性更強(qiáng)。

【參考文獻(xiàn)】

【1】徐靜，李俊林，唐少清.上市公司財(cái)務(wù)異常與舞弊疑點(diǎn)檢測(cè)研究[J].中國(guó)軟科學(xué)，2021（S1）：421-428.

【2】葉欽華，黃世忠，葉凡，等.嚴(yán)監(jiān)管下的財(cái)務(wù)舞弊分析——基于2020～2021年的舞弊樣本[J].財(cái)會(huì)月刊，2022（13）：10-15.

【3】陳朝焰，韓冬梅，吳馨一.融合新聞文本和時(shí)序信息的上市公司財(cái)務(wù)欺詐預(yù)警[J].財(cái)會(huì)月刊，2023，44（12）：30-39.

【4】李愛(ài)華，王迪文，續(xù)維佳，等.基于多數(shù)據(jù)源融合的創(chuàng)業(yè)板上市公司財(cái)務(wù)造假異常檢測(cè)[J].數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn)，2023，7（05）：33-47.

【5】楊貴軍，周亞夢(mèng)，孫玲莉.基于Benford-Logistic模型的企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警方法[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2019，36（10）：149-165.

【6】黃志剛，劉佳進(jìn)，林朝穎.基于機(jī)器學(xué)習(xí)的上市公司財(cái)報(bào)舞弊識(shí)別前沿方法比較研究[J].系統(tǒng)科學(xué)與數(shù)學(xué)，2020，40（10）：1882-1900.

【基金項(xiàng)目】遼寧省社會(huì)科學(xué)規(guī)劃基金項(xiàng)目“遼寧經(jīng)濟(jì)發(fā)展質(zhì)量評(píng)價(jià)研究”（L18DTJ001）;遼寧省教育科學(xué)規(guī)劃課題：政府會(huì)計(jì)制度下高校預(yù)算績(jī)效評(píng)價(jià)研究（JG20DB070）。

【作者簡(jiǎn)介】郭雋含（2001-），女，吉林長(zhǎng)春人，碩士研究生在讀，研究方向：技術(shù)經(jīng)濟(jì)管理與風(fēng)險(xiǎn)分析。