2019年以來(lái)，少數(shù)上市公司因涉嫌財(cái)務(wù)造假備受市場(chǎng)關(guān)注，這些公司通過(guò)粉飾業(yè)績(jī)攫取巨額利益，讓投資者蒙受損失，破壞資本市場(chǎng)秩序。

那么，如何預(yù)警財(cái)務(wù)造假事件，有效保護(hù)投資者權(quán)益？

通過(guò)人工智能技術(shù)，可以獲得更豐富精準(zhǔn)的信息采集來(lái)源，更個(gè)性化、定向化的風(fēng)險(xiǎn)定價(jià)模型，更科學(xué)嚴(yán)謹(jǐn)?shù)耐顿Y決策過(guò)程，更透明公正的信用中介角色等，從而提高財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警能力。

識(shí)別財(cái)務(wù)造假靠數(shù)據(jù)邏輯

有券商人士表示，通過(guò)梳理一些上市公司的年報(bào)可以發(fā)現(xiàn)，非標(biāo)審計(jì)意見(jiàn)數(shù)量增加，上市發(fā)債企業(yè)爆雷不斷且存在財(cái)務(wù)問(wèn)題的占比提升。中國(guó)社會(huì)科學(xué)院工業(yè)經(jīng)濟(jì)研究所財(cái)務(wù)與會(huì)計(jì)研究室主任張金昌表示，企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)分別有財(cái)務(wù)危機(jī)潛伏期、發(fā)作期、惡化期、實(shí)現(xiàn)期幾個(gè)層面。

在財(cái)務(wù)危機(jī)潛伏期，存在盲目進(jìn)行擴(kuò)張、銷售額下降、銷售額上升但利潤(rùn)下降、忽視風(fēng)險(xiǎn)管理、無(wú)視環(huán)境的重大變化、企業(yè)資產(chǎn)流動(dòng)性差、資本結(jié)構(gòu)不合理、財(cái)務(wù)經(jīng)營(yíng)信譽(yù)持續(xù)降低、財(cái)務(wù)經(jīng)營(yíng)秩序混亂等情況；在財(cái)務(wù)危機(jī)發(fā)作期呈現(xiàn)自有資本不足、過(guò)分依賴外部資金、利息負(fù)擔(dān)過(guò)重、缺乏財(cái)務(wù)的預(yù)警作用、債務(wù)拖延償付等問(wèn)題；在財(cái)務(wù)危機(jī)惡化期存在經(jīng)營(yíng)者無(wú)心經(jīng)營(yíng)業(yè)務(wù)、專心于財(cái)務(wù)周轉(zhuǎn)、資金周轉(zhuǎn)困難、債務(wù)到期違約不支付等特點(diǎn)；在財(cái)務(wù)危機(jī)實(shí)現(xiàn)期負(fù)債超過(guò)資產(chǎn)、喪失償付能力、宣布倒閉。

而提到識(shí)別財(cái)務(wù)造假的基本思路時(shí)，上述券商人士表示，識(shí)別財(cái)務(wù)造假的核心，是看其所披露的數(shù)據(jù)是否有邏輯上說(shuō)不通、與經(jīng)營(yíng)情況矛盾、與行業(yè)矛盾、與上下游公司矛盾、與自身其他財(cái)務(wù)科目矛盾等情況，即“找茬”。

此外，上市公司的造假動(dòng)機(jī)更多的在于股價(jià)。虛增利潤(rùn)往往伴隨虛增資產(chǎn)，對(duì)資產(chǎn)端的識(shí)別和校驗(yàn)是第一步工作。

新技術(shù)預(yù)警企業(yè)財(cái)務(wù)危機(jī)

除了理性方面的判斷和專業(yè)的知識(shí)分析，人工智能技術(shù)近年來(lái)異軍突起、獲得了廣泛的應(yīng)用，將人工智能技術(shù)應(yīng)用到財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警領(lǐng)域，有可能及時(shí)發(fā)現(xiàn)報(bào)表造假企業(yè)，及時(shí)對(duì)上市企業(yè)的財(cái)務(wù)造假及其可能帶來(lái)的風(fēng)險(xiǎn)做出預(yù)警。

北京智澤華軟件有限責(zé)任公司副總經(jīng)理竇學(xué)鵬展示的人工智能軟件檢測(cè)系統(tǒng)顯示，通過(guò)企業(yè)公告的財(cái)報(bào)數(shù)據(jù)，使用財(cái)報(bào)分析機(jī)器人，能夠發(fā)現(xiàn)報(bào)表造假，預(yù)警違約風(fēng)險(xiǎn)。

據(jù)竇學(xué)鵬回憶，早在20世紀(jì)90年代，社科院的相關(guān)專家就對(duì)人工智能在財(cái)務(wù)造假預(yù)警方面有過(guò)研究，在2001年就開(kāi)始投入市場(chǎng)應(yīng)用，經(jīng)過(guò)十幾年的發(fā)展和改進(jìn)，目前人工智能在財(cái)務(wù)造假預(yù)警中應(yīng)用已經(jīng)比較成熟，能夠非常準(zhǔn)確地發(fā)現(xiàn)問(wèn)題并給出問(wèn)題解釋，可以大大降低人工分析的工作量，降低人工和時(shí)間成本，并且更加全面客觀、準(zhǔn)確高效。

張金昌表示，通過(guò)人工智能技術(shù)構(gòu)建數(shù)據(jù)模型，可以進(jìn)行跑路風(fēng)險(xiǎn)、資金鏈斷裂風(fēng)險(xiǎn)、還債風(fēng)險(xiǎn)、造假識(shí)別等方面的預(yù)警，并對(duì)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行評(píng)級(jí)，對(duì)處于不同級(jí)別的客戶，分別給予不同的預(yù)警信號(hào)和決策建議，該等級(jí)可以與銀行現(xiàn)有評(píng)級(jí)結(jié)果對(duì)接，對(duì)于級(jí)別變化較大的可強(qiáng)制重新評(píng)級(jí)或直接給出調(diào)整評(píng)級(jí)建議。

此外，張金昌以人工智能在財(cái)務(wù)造假的識(shí)別應(yīng)用舉例稱，可以對(duì)財(cái)務(wù)粉飾企業(yè)和非粉飾企業(yè)均值差異進(jìn)行檢測(cè)、通過(guò)不同規(guī)模企業(yè)毛利率波動(dòng)確定變化異常參數(shù)、統(tǒng)計(jì)不同年份不同規(guī)模企業(yè)均值差異化情況。

另一方面，上述券商人士也提醒稱，用模型識(shí)別財(cái)務(wù)造假也需要不斷加入新的財(cái)務(wù)參數(shù)，不同行業(yè)間財(cái)報(bào)的特點(diǎn)不一樣，不能單單就幾個(gè)簡(jiǎn)單的比率判斷其財(cái)報(bào)的真假。因而，在發(fā)展的過(guò)程中，人工智能識(shí)別財(cái)務(wù)造假的技術(shù)模型也需要進(jìn)一步提升完善。

轉(zhuǎn)自：《每日經(jīng)濟(jì)新聞》