上市公司财务报告欺诈侦测研究

王 轲 柯冰冰

在整体良好的市场环境下，我国资本市场在稳步推进中也取得了不少突破，但挑战与发展并存。近年来，上市公司财务欺诈事件频频出现，证监会开出的罚单也是数见不鲜，单单2014年，就有海联讯、南纺股份、紫鑫药业等公司收到罚单，而此前万福生科、绿大地、新大地等公司因财务欺诈问题就闹得沸沸扬扬。据有关数据统计，每年因财务欺诈问题被证监委公开处罚的公司大约有十家，考虑到很多公司的财务欺诈问题可能不严重或者可能遮掩得比较严实而并未被发现，总而言之，我国上市公司的财务欺诈问题已经比较严重了。上市公司利用资产重组、关联交易、资产评估、会计调整等财务手段掩盖自己真实的财务信息，误导投资者作出不当的投资决策，不仅损害了这部分投资者的利益，也不利益资本市场的正常有序发张。不得不说，在规范资本市场的这条路上，上市公司的财务欺诈问题需得到解决。

一、财务报告欺诈的成因

根据舞弊三角理论，财务报告欺诈成因主要由机会、压力和借口三方面因素构成，在公司实际操作中，除了内部的利益驱动以及财务工作人员的法律意识不强以外，还受到了较大的客观因素的制约，主要有如下几个方面。

(一)产权分离的缺陷。在现代公司产权分离的情况下，由于所有者和经营者所站的立场不同，导致两者之间在企业经营管理过程中出现矛盾，最为突出的就是利润分配问题。所有者希望利润越多越好，而经营者则希望保留一定自有资金为扩大再生产提供足够的资金支持，比起外部筹资，自有资金风险小、资金成本低。另外还有经营者的绩效考核问题，在很大程度上，经营者为了自身利益，不惜通过隐瞒财务风险，虚增利润等财务报告欺诈方式来提升自身业绩以获取更多回报。

(二)相关法律法规不完善。从我国目前的情况来看，对于财务欺诈行为防范的相关法规并不完善，对于上市公司财务欺诈行为的惩罚力度也相对薄弱。就2014年海联讯财务欺诈事件而言，堪称是证监会史上“最严”罚单，海联讯因财务欺诈存在骗取发行核准违法和信息披露违法两项不良行为，而在此情况下，证监会开出的罚单也只是罚款，并没有责令退市。由此可见，对于违反行为的处罚力度并不大，甚至是疏于对财务违法行为的检查，客观上形成对违法行为的纵容，这些都是导致财务欺诈行为的日益泛滥的重要原因。

(三)会计准则和会计制度的空隙。与其他法规相比，会计准则有其自身行业的特殊性。按照规定，我国企业可在会计准则所允许的范围内，选择适合本企业经济业务特点的会计政策，且各期保持一致。例如，固定资产折旧的计提以及无形资产的摊销就有多种选择方法，存货的发出就有先进先出、加权平均、个别计价法等。会计准则的可选择性，是由会计本身具有的社会性与技术性的双重特性决定的，因而有其存在的必然性，但同时也给上市公司通过会计政策的选择来达到盈余操纵创造了空间。

(四)制度不健全，监管不不到位。我们的证券市场起步比较晚，制度上仍然存在不少缺陷，如IPO上市制度、保荐人制度、信息披露制度等均有不合理的地方。例如IPO上市中所要求的财务信息通常强调三年的平均值，这就给部分公司在财务上一些操作的空间。至于外部监管主要是行政监督和外部审计监督两方面。行政监督采取的是分部门监督，各部门各自为政，导致有些地方处于真空状态，影响综合监督的效果。从外部审计监督来看，有些审计单位为了争取客户资源，甚至帮助客户掩盖虚假财务信息。

二、财务报告欺诈的侦测

自上个世纪80年代以来，财务欺诈预测在欧美得到广泛发展，从多元判别分析等线性预测模型，到以神经网络模型为代表的各种非参数预测模型，相关的模型、方法层出不穷。在这些模型中，有一个共同的前提假设，就是可以对公司进行分组(如可以将公司分成财务欺诈公司和非欺诈公司)，其基本的思想是利用企业的各种财务指标，建立判别模型，从而根据企业的总体财务状况进行分类。

纵观国外现有的研究成果，财务欺诈预测方法主要有单变量分析、多元判别分析、线性概率模型、Logistic模型、递归分割算法、专家系统和神经网络模型等。除了这些定量分析方法以外，还有一些定性分析，如经验分析法，本文重点介绍经验分析法的相关内容。经验分析法亦称因素分析法，它凭借开展价值工程活动人员的经验和智慧，根据对象选择应考虑的因素，通过定性分析选择对象的方法。经验分析法在财务欺诈的侦测中有广泛的应用，主要应用于以下几个方面:

(1)财务比率分析。财务比率分析是利用财务报表中数据的互相关系，与公司去年的比率或同类型公司的数据作较为全面性的比较。利用财务比率分析去评估公司的业绩及状况，是一种非常有效而简单的方法，主要包括偿债能力分析、营运能力分析、盈利能力分析、发展能力分析以及上市公司市场价值分析等，主要的指标包括流动比率、资产负债率、资产周转率、销售净利率、资本保值增值率、以及市盈率等比率。通过财务比率的之间的勾稽关系可以在一定程度上反映公司有没有存在财务欺诈行为。(2)“剔除法”分析。“剔除法”是将财务报告中虚拟资产，非经营性收益和关联交易等产生资产和利润的“水份”剔除，并考虑企业的实际财务状况和经营成果与财务报告的差异，以发现财务报表中的欺诈风险点。包括不良资产剔除法、关联交易剔除法、异常利润剔除法。虽然通过对不良资产、关联交易以及异常利润的剔除，可以有效地发现财务报表中的水分和相关风险，但是对于相关财务人员的知识储备要求也比较高，而且在剔除过程中应排除主观性。(3)异常波动指标分析。观察财务指标的波动是审计人员在审计财务报表时进行分析性复核的重要方法之一，指标的异常波动往往蕴涵着一定的财务问题，可能会顺带引出财务欺诈问题。美国财务研究与分析中心(CFRA)对异常波动指标的分类体系，将异常波动指标分为纵向和横向两种类型，其中纵向分析是寻求报表中的结构性变化，而横向分析则突出销售增长变动与相关资产、费用、现金流增长变动之间的关系。从结构和趋势两方面入手，对异常指标进行深入分析也有助于发觉财务数据有无造假问题。(4)现金流量分析法。它是指将经营活动产生的现金净流量、投资活动产生的现金净流量和总体现金净流量分别与主营业务利润、投资收益和净利润进行比较分析，以判断企业的主营业务利润、投资收益和净利润的质量。一般而言，没有相应现金净流量的利润，其质量是不可靠的。如果企业的现金净流量长期低于净利润，将意味着与已经确认为利润相对应的资产可能属于不能转化为现金流量的虚拟资产，表明企业可能存在着粉饰财务报告的现象。

三、总结

资本市场本应遵循公开、公平、公正的原则，坚持市场化和法治化取向，维护各方投资者的权益，但上市公司财务报告欺诈事件屡禁不止，严重破坏了市场秩序，影响了证券市场的健康发展。广大投资者根据造假的财务数据作出错误的投资决策;政府监管部门受到错误财务信息的误导，未能及时防范、发现和化解由此引发的市场风险;第三方中介机构也因此遭受空前的信任危机。只有了解上市公司财务报告欺诈成因及手段，才能帮助投资者、各大金融机构以及政府监管部门等相关利益方采取相关侦测方法、识别财务欺诈风险，进而有限防范风险、避免风险侵害。

［1］郑朝晖.名家读财报:上市公司48大财务迷局［M］.北京:机械工业出版社，2009.8

［2］李俊.基于SVM模型的上市公司财务欺诈识别研究［D］.湖南:湖南大学，2009.

［3］宋子豪.上市公司财务欺诈成因分析及防范［J］.商，2013(14):124

［4］唐姗姗.上市公司财务欺诈成因及防范措施［J］.知识经济，2014，(19)