区块链防范财务舞弊行为的动态博弈分析

金树颖 王鹏 张子辰

【摘要】首先通过构建传统信息技术下财务舞弊的动态博弈模型， 探究传统信息技术下企业内部控制缺陷和诱发外部审计与企业合谋的因素， 然后引入区块链技术， 构建基于区块链的财务舞弊动态博弈模型。 研究发现： 区块链技术能够从内部控制和外部审计两个方面防范财务舞弊的发生; 引入区块链技术后， 审计市场不存在传统信息技术下混同于低风险信息的混合均衡， 而将达到传统信息技术下难以实现的分离均衡。 运用区块链技术能够有效遏制财务舞弊的发生， 将大量高风险上市公司从资本市场清除， 降低资本市场的整体风险， 此外， 资本市场的净化也降低了审计市场的风险， 从而减轻了低风险上市公司的审计费用负担， 这为完善财务舞弊治理提供了新的思路。

【关键词】区块链;传统信息技术;财务舞弊;信号传递博弈

一、引言

从“银广夏”事件到“瑞幸咖啡”事件， 财务舞弊从未间断且频繁发生， 财务舞弊行为的多样性和隐匿性加剧了审计市场和资本市场的动荡， 使得资本市场和会计审计监督面临着更加严峻的挑战。 在传统技术下， 会计信息在生成、存储和流通等环节存在一定技术缺陷， 这为财务舞弊行为创造了条件：首先， 会计信息由中心权威节点生成， 在信息生成环节， 缺乏其他节点的有效监督， 为财务舞弊提供了可能; 其次， 传统技术下信息通过线上传递， 无法改变原始交易被伪造或篡改的事实， 且原始交易由中心权威节点保存， 使得原始交易造假的成本极低， 被篡改、销毁的信息难以追溯或验真; 最后， 财务报表的质量由权威中心节点的上市公司进行信用背书， 在外部审计发表审计意见后， 信用背书主体由上市公司向外部审计转移， 传统信息技术难以应对上市公司和外部审计的秘密合谋。

区块链技术能够打通会计信息生成、存储、流通的全业务流程， 推动生成环节的授信方式由中心化向多中心化转变， 具有存储环节会计信息难以篡改、流通环节会计信息可追溯的特点， 为有效防范财务舞弊提供了技术条件。 在现有关于“区块链+审计监督”的研究中， 国内外学者倾向于研究其理论概念、功能阐述和思想应用， 且仍停留在描述性层面， 缺乏机理层面的系统性挖掘; 同时， 区块链防范财务舞弊行为方面的研究也比较少， 更鲜有学者探讨区块链技术在防范财务舞弊方面的现实应用。 为此， 本文通过构建传统信息技术下的信号传递博弈模型， 分析外部审计和上市公司的精炼贝叶斯均衡条件， 以此来系统探讨财务舞弊现象频发的原因， 然后根据传统信息技术和区块链技术的差异对原有理论模型进行改进， 构建基于区块链技术的财务舞弊信号传递博弈模型， 分析外部审计和上市公司在区块链下的精炼贝叶斯均衡条件， 进一步探讨区块链技术运用对于防范财务舞弊行为的重要理论意义和现实意义。

二、文献回顾

财务舞弊是引发会计信息失真的根本原因。 目前国内外学者的研究主要集中在财务舞弊动因、征兆、识别、治理和防范上， 已经形成了较为完善的经典理论体系。

在财务舞弊动因方面， 已形成了经典的舞弊三角理论和GONE理论。 此外， Loebbecke和Willingham[1] 在原有舞弊三角理论和GONE理论的基础上， 建立了L/W模型， 拓展出三方面46个舞弊风险因子， 主要涵盖以下方面：①财务舞弊发生的现实条件：会计信息易被篡改。 ②管理当局的动力：舞弊后获得的收益高于舞弊成本。 ③管理层的道德观念：舞弊后管理层道德损失低。

在财务舞弊征兆和识别方面， 现有学者在上述L/W模型的基础上， 结合各自研究的实际情况， 增减影响因子并展开实证研究。 有学者运用计量方法， 从管理层薪酬合约结构出发， 发现管理业绩目标与财务舞弊正相关， 在企业业绩难以完成的情况下， 管理层会牺牲自身信誉从事财务舞弊[2] ; 还有学者从机器学习角度， 建立了基于随机森林分类算法的舞弊预警模型， 以提升发现财务舞弊的概率[3] ; 也有学者从博弈论角度， 通过构建博弈模型， 揭示上市公司从事财务舞弊的直接原因是上市公司篡改会计信息的成本较低[4] ， 且在信息不对称条件下财务舞弊的隐蔽性导致财务舞弊难以被发现[5] 。

由于舞弊动因研究更多停留在描述性层面， 缺乏对舞弊动因导致财务舞弊发生的定量分析。 对于舞弊征兆和识别的实证研究属于事后揭发研究， 难以从根本上解决舞弊频发的问题， 因此部分学者转向财务舞弊的技术治理和技术防范。 技术防范和治理在改进会计信息质量、应对财务舞弊方面具有重大作用[6] ， 国内外学者在此方面的研究主要涵盖人工智能（AI）、大数据和区块链等新技术。 首先， 实现会计信息处理流程自动化[7] ， 然而AI的本质是机器学习， 当财务舞弊产生的虚假原始凭证被智能机器学习后， 会使得AI在会计信息处理流程中做出误判。 其次， 构建大数据模型以提升财务舞弊预警的精度， 然而大数据分析受制于数据的完整性和可靠性， 利用实施舞弊后的会计信息进行预测难以保证预测结果的可靠性[8] 。

由于AI和大数据的局限性， 国内外学者又开始从理论概念和功能阐述等描述性层面对区块链展开探索。 区块链本质上是数字化的分布式账本， 账本内容由各方“交易块”构成[9] 。 联盟链下的分布式账本既能够保证记账速度， 又能满足去中心化的要求， 在会计方面具有广泛的应用场景。 该技术生成的会计信息的真实性、完整性和可靠性并不依赖于第三方中介， 而是依赖共识算法[10] ， 在会计信息生成、存储和流通过程中， 该算法可实现会计信息生态系统由所有共识节点协同创建、共同维护， 链内已发生的交易事项和后续交易事项先由所有联盟节点验真， 达成共识后， 实现会计信息在链上的共享， 使得各节点拥有对称的会计信息， 从而有效解决信息不对称问题， 进而防范财务舞弊的发生[11] 。

上述研究成果为防范财务舞弊的發生奠定了很好的基础， 但其主要是建立在传统信息技术基础之上的， 尚不能从根本上解决财务舞弊问题， 对于区块链技术的运用主要还是在理论层面和功能层面的探索， 进行定量分析的研究比较鲜见。 由于区块链打通了会计信息生成、存储和流通的全流程， 篡改诚实节点将付出极度昂贵的算力成本， 利用Merkle树和哈希算法可以提升财务舞弊被发现的概率， 这为从信息源头遏制财务舞弊的发生提供了技术支撑。 为此， 本文将引入区块链技术， 构建财务舞弊行为的不完全信息动态博弈模型， 探究在传统信息技术下财务舞弊问题难以解决的系统性原因， 以及运用区块链防范财务舞弊行为的内在机理。

三、传统信息技术下财务舞弊行为的不完全信息动态博弈

（一）基本假设

上市公司出具财务报表， 首先是上市公司向外部审计单位传递自身信息， 然后外部审计单位根据所能够获取的会计信息出具审计意见。 外部审计的策略空间为标准无保留意见和非标准无保留意见（为了简化分析， 不再具体细分外部审计意见的四种情况）。 然而， 由于信息不对称， 上市公司拥有信息优势， 可以发送与自身类型不相匹配的会计信息（高风险信息或低风险信息）， 而外部审计难以全面掌握上市公司的财务状况、经营成果和资金变动情况， 即难以辨别上市公司提供的会计信息的真伪， 同时上市公司也无法确定其传递的会计信息能否获得标准无保留意见。 因此， 双方处于一种不完全信息情况下的动态博弈， 这里首先讨论传统信息技术下在不完全信息情况下双方所能达到的纯策略均衡以及需要满足的条件。

在不完全信息的博弈过程中， 上市公司（LC）是信号发送者， 外部审计单位（EAU）是信号接收者， 博弈的时间顺序如下：首先， 自然根据特定的概率分布p（ti）（i=L，H）、可行的类型集t={tL，tH}， 可以从可行的集合中自然赋予上市公司某一类型， 其中tL表示低风险上市公司， tH表示高风险上市公司， p（ti）>0， 并且Σp（ti）=1。 其次， 上市公司在观测到自然选择的类型ti后， 发出信号mj， 其中mj∈M， mH代表出具虚假财务报告， mL代表如实出具财务报告。 再次， 外部审计单位观测到来自上市公司发送的mj后， 使用贝叶斯法则推算出后验概率， 从自身行动集A={SUO，NSUO}中进行选择a， 其中SUO为标准无保留意见， NSUO为非标准无保留意见。 最后， 上市公司和外部审计的支付函数分别为UB（mj，a，ti）和UO（mj，a，ti）。

将上市公司分为低风险上市公司（tL）和高风险上市公司（tH）， 上市公司的策略空间是根据其财务状况的实际需要， 向外部审计提供真实财务报表来传达诚实信息（mL）， 或向外部审计提供虚假财务报表来传达虚假信息（mH）。 资本市场通过分析上市公司发布的财务报表， 使得低风险上市公司和高风险上市公司在资本市场上的获利分别为πL和πH（包括股价上涨等）， 根据风险和收益的关系可知， πL<πH， 获利概率分别为αL和αH， 且αL<αH。 上市公司与外部审计单位形成了雇佣关系， 其需要支付的审计费用为AF， 在外部审计单位发布标准无保留意见后， 两种上市公司被行政机关查出财务舞弊的概率分别为βL和βH， 低风险上市公司采取财务舞弊的概率远低于高风险上市公司， 所以βL<βH; 低风险上市公司和高风险上市公司分别面临的罚金为CCL1和CCH1， 且CCL1

（二）信号传递博弈达到混合均衡时的条件

在信号传递博弈达到混合均衡时， 低风险上市公司从信号集（M）中选择的信号为mL， 高风险上市公司从信号集（M）中选择的信号为mH， 此时外部审计仅有两种可能的选择比较符合现实情况：第一， 收到低风险信息时选择发表标准无保留意见， 收到高风险信息时选择发表非标准无保留意见; 第二， 收到低风险信息与收到高风险信息时均选择发表标准无保留意见。

1. 假设达到低风险混合均衡时。 此时外部审计的最优策略a?（ML）为发表标准无保留意见（SUO）， a?（MH）为发表非标准无保留意见（NSUO）。 其中， a?（ML）是外部审计收到低风险信息时的最优策略， a?（MH）是外部审计收到高风险信息时的最优策略。 通过分析得出， 此时信号传递博弈实现最优决策的精炼贝叶斯均衡条件为：

式（3）表示低风险上市公司的期望收益高于审计费用与将自己伪装成高风险上市公司成本的差额。 式（4）表示高风险上市公司的期望收益高于审计费用与将自己伪装成低风险上市公司成本之和。 由于我国伪造信息的成本和对财务舞弊的处罚成本较低， 式（3）和式（4）可转换为πL×αL≥AF和πH×αH≥AF。 这表明， 只要高风险上市公司在外部审计出具非标准无保留意见后获得的收益高于其所支出的审计费用， 便会选择发送低风险信息， 即：在传统信息技术下， 由于会计信息篡改成本过低， 上市公司更加关注舞弊后从资本市场获得的收益。

由此可见， 在传统信息技术下， 混同低风险均衡需要满足βL×（CAL1+CAL2）≤AF≤βH×（CAH1+CAH2）这一条件， 外部审计的最优选择是出具标准无保留意见。 然而， 高风险上市公司获得的收益高于低风险上市公司， 导致高风险上市公司更加愿意支付高额审计费用， 以获得标准无保留意见， 进而导致高风险上市公司没有被资本市场及时清除， 增加了资本市场和审计市场的风险。

2. 假设达到混同于低风险信息均衡时。 此时外部审计的最优策略a?（ML）和a?（MH）均为发表标准无保留意见（SUO）。 通过分析得出， 此时信号传递博弈实现最优决策的精炼贝叶斯均衡条件为：

通过对式（5） ～ 式（8）的分析不难发现， 当外部审计的审计费用高于ρ×[βL×（CAL1+CAL2）]+（1-ρ）×[βH×（CAH1+CAH2）]时， 外部审计的最优选择是出具标准无保留意见， 高风险和低风险上市公司都会获得标准无保留意见。 这一结论暗示着， 对于高风险上市公司， 只要其支付的成本能夠弥补其支付罚金和信用损失的期望值， 外部审计便会和上市公司合谋， 出具标准无保留意见。 但是， 由式（8）可知， 高风险上市公司愿意支付审计费用的约束条件在于伪造会计信息的成本低和罚金低。 以上分析表明， 在传统信息技术下， 由于伪造会计信息的成本低， 上市公司愿意支付高额审计费用， 又因为由外部审计承担的罚金和信用损失低， 外部审计也愿意冒着舞弊被发现的风险， 发表标准无保留意见。 这便是由于传统信息技术在会计信息生成路径中的缺陷， 致使外部审计愿意为上市公司发表标准无保留意见的根本原因， 由此进一步导致了审计市场和资本市场的混乱。

两种信号传递博弈的混合均衡分别为：①低风险上市公司选择的策略M=mL， 高风险上市公司选择的策略M=mH; ②低风险上市公司选择的策略M=mH， 高风险上市公司选择的策略M=mL。 然而， 一方面， 在传统信息技术下， 由于上市公司伪造和篡改乃至销毁会计信息的成本低， 高风险上市公司大多数会发送与自身风险不相符的低風险信息; 另一方面， 在现实社会中低风险企业没有发送高风险信息的动机。 因此， 以上两种分离均衡无法实现， 只能实现低风险信息的混合均衡。

在混同于低风险信息均衡下， 审计市场上的所有上市公司均会发送低风险信息， 若外部审计发表标准无保留意见， 则其会设定更高的审计费用， 由于高风险上市公司从资本市场获得的期望收益更高， 其也愿意为标准无保留意见支付更高的审计费用， 导致资本市场剩余大量高风险上市公司， 这既会扰乱资本市场的健康发展， 又将增加审计市场的风险， 外部审计对于审计市场风险的评估， 也会转移到低风险企业上， 使得低风险上市公司承担高额的审计费用， 破坏审计市场的正常秩序。 一方面， 通过对式（1）和式（2）、式（5）和式（6）的分析不难发现， 高额审计费用产生的根本原因是：在信息不对称情况下， 外部审计难以通过低风险信息来判断上市公司的实际风险类型， 这导致外部审计在考虑舞弊被发现的概率、自身信用损失和罚金三个因素后， 提出高额审计费用来弥补综合损失。 另一方面， 通过对式（3）和式（4）、式（7）和式（8）的分析不难发现， 上市公司愿意支付高额审计费用的原因在于， 其篡改信息的成本低且自身承担的罚金较低。

在上市公司和外部审计的动态博弈过程中， 一方面， 可以通过提高财务舞弊被发现的概率、外部审计信用损失和罚金， 来提升审计费用， 使得高风险上市公司无力支付高额审计费用; 另一方面， 可以通过提升上市公司篡改会计信息的成本、罚金， 同时降低资本市场的不正当收益， 使得高风险上市公司无法承受财务舞弊的风险， 这才是消除财务舞弊的根本方法。

四、区块链技术下财务舞弊行为的不完全信息动态博弈

（一）采用联盟链的改进模型

相较于传统信息化技术， 区块链下的共识机制能够构建一个透明、真实、可信并经过自验的账本的会计信息生态系统， 实现会计信息在联盟节点间的共享， 使得每一个节点拥有对称的会计信息， 消除传统信息技术下中心节点的信息优势， 有效缓解信息不对称带来的上市公司发送与自身类型不相匹配的会计信息的行为。 在基于区块链的会计信息生态系统下， 由于信息透明， 欺诈节点的舞弊行为会更容易被诚实节点发现， 同时经济激励机制会大幅度提升会计信息篡改成本， 加之区块链实现了信息共享， 行政机关更加了解企业的真实情况， 对企业舞弊行为的处罚会更加严厉。 与此同时， 外部审计出具不实意见后， 将面临来自行政机关的高额罚金， 共享平台上的其他联盟节点丧失对外部审计的信任， 从而抬高外部审计的信任成本。

在区块链技术下， 传统博弈模型发生了五个变化： 一是， 在上市公司被出具标准无保留意见后， 其被行政机关查出财务舞弊的概率分别为βL'和βH'， 且βL<βL'， βH<βH'。 二是， 低风险上市公司和高风险上市公司篡改和伪造信息的成本分别为CCL2'和CCH2'， 且CCL2< CCL2'， CCH2

由于区块链本身是会计信息共享平台， 具有半公开或全公开的特点， 外部审计能够更加完整、真实且可靠地弄清上市公司的财务状况、经营成果和现金流量， 提升信息透明度， 有效改善信息不对称问题， 实现差别化定价。 外部审计单位从上市公司收到低风险信息时， 给出的审计价格为AFL， 从上市公司收到高风险信息时， 给出的审计价格为AFH。

（二）联盟链下博弈双方达到混合均衡时的条件

在信号传递博弈达到混合均衡时， 两种类型的上市公司都选择发送低风险信息， 联盟链下外部审计的选择有两种：第一， 收到低风险信息时发表标准无保留意见， 收到高风险信息时发表非标准无保留意见; 第二， 收到低风险信息与收到高风险信息时均发表非标准无保留意见。

1. 假设达到低风险混合均衡时。 此时外部审计的最优策略a?（ML）为发表标准无保留意见（SUO）， a?（MH）为发表非标准无保留意见（NSUO）。 通过分析得出， 此时信号传递博弈实现最优决策的精炼贝叶斯均衡条件为：

进一步分析可知， 式（9）和式（10）表明， 在区块链技术提升财务舞弊被发现的概率、上市公司面临的信用损失成本后， 推升了外部审计的综合成本， 从而大幅度提升了外部审计的审计费用， 使得上市公司不愿支付高昂的审计费用。 式（11）和式（12）表明， 应用区块链技术推升了上市公司财务舞弊的综合成本， 降低了上市公司的净收益， 可能会使上市公司得不偿失。 因此， 传统信息技术下的混合均衡在区块链技术下无法实现。

2. 假设达到混同于低风险信息均衡时。 此时外部审计的最优策略a?（ML）和a?（MH）均为发表非标准无保留意见（NSUO）。 通过分析得出， 此时信号传递博弈实现最优决策的精炼贝叶斯均衡条件为：

由区块链的混同均衡分析可知， 传统信息技术下的混同低风险均衡条件无法得到满足。 该结论表明， 联盟链的引入既提高了上市公司财务舞弊行为的伪造成本， 也提升了外部审计的信用损失成本， 同时使得上市公司财务舞弊被发现的概率大幅度升高， 有效遏制了高风险上市公司伪装为低风险上市公司的动机， 以及外部审计和上市公司合谋造假的可能性， 有利于规范审计市场的秩序， 促进资本市场的稳定健康发展。

（三）联盟链下博弈双方达到分离均衡时的条件

在信号传递博弈达到分离均衡时， 低风险上市公司选择发送低风险信息， 高风险上市公司选择发送高风险信息， 在联盟链下外部审计的选择有三种：第一， 收到低风险信息时发表标准无保留意见， 收到高风险信息时发表非标准无保留意见; 第二， 收到低风险信息与收到高風险信息时均发表非标准无保留意见; 第三， 收到低风险信息与收到高风险信息时均发表标准无保留意见。

本文的研究目的是破解上市公司的财务舞弊行为， 借助于区块链技术来遏制舞弊动机和行为， 因此本文仅讨论上述第三种情况， 原因如下：根据第一种情况可知， 外部审计如果收到低风险信息， 会发表标准无保留意见， 如果收到高风险信息， 会发表非标准无保留意见， 有利于促进资本市场的正常发展; 根据第二种情况可知， 外部审计如果收到低风险信息， 不会发表标准无保留意见， 这既会影响审计公司的审计信誉， 又会影响上市公司与审计公司继续合作的机会， 因此第二种情况不成立。

假设达到第三种情况的分离均衡时， 外部审计收到低风险信息与收到高风险信息时均选择发表标准无保留意见， 需要满足的条件为：

由式（17）和式（18）可知， 在联盟链下， 外部审计了解上市公司的风险类型， 通过审计费用的差异化定价， 实现自身利润最大化。 由于AFH≥AFL， 所以式（19）成立。 式（20）表明， 上市公司发送与自身相符的会计信息的前提是， 外部审计设定的审计费用必须在（AFL-CCL1'-CCL2'， AFL+CCH1'+CCH2'）区间内， 否则高风险上市公司依旧具有发送低风险信息的动机， 尤其是在联盟链下， 伪造、篡改和销毁会计信息需要付出高昂的成本， 所以式（20）成立。 在引入区块链技术后， 由于上市公司付出的综合成本太高， 导致其愿意发送诚实信息。 在共识机制下， 共识算法使得各联盟节点能快速发现财务舞弊， 也使得上市公司和外部审计的合谋难以形成， 进而促进资本市场和审计市场的健康发展。

通过以上基于区块链技术的信号传递博弈模型可以发现， 区块链技术在提高上市公司伪造、篡改和销毁会计信息的成本和信任成本的同时， 也提升了上市公司财务舞弊被发现的概率， 使得传统信息技术下混同低风险信息的混合均衡不复存在， 有效防范了财务舞弊行为。 同时， 在实务中， 外部审计借助区块链技术， 能更好地实施差别化定价， 通过调整审计费用促进资本市场和审计市场的发展。 这主要体现在以下两个方面：一方面， 在原信息化水平下， 大量高风险企业通过支付高额审计费用获得标准无保留意见的审计报告， 使得这些高风险企业留在了资本市场上。 而区块链技术的运用迫使这些高风险企业只能发送高风险信息， 若其连续三年亏损， 将会被资本市场清除。 另一方面， 在原有信息技术条件下， 高风险上市公司通过财务舞弊行为获得了在资本市场上生存的机会， 致使审计市场整体风险上升， 导致外部审计设定过高的审计费用。 而区块链技术的引入使得高风险企业只能如实发送高风险信息， 降低了审计市场的整体风险， 外部审计还可以采用差别化定价， 减轻低风险企业的审计费用负担， 进而促进审计市场的健康发展。

五、结论

本文运用信号博弈模型， 分别探讨了传统信息技术下财务舞弊和引入区块链技术下财务舞弊的精炼贝叶斯均衡条件， 并分析了两种模式下博弈双方的差异。

首先， 构建传统信息技术下的不完全信息动态博弈模型， 研究发现：传统信息技术下的信号传递博弈只能实现混同于低风险信息的混合均衡， 不能实现分离均衡。 由于上市公司伪造会计信息的成本过低、舞弊被发现的概率较小， 且面临的行政处罚较轻， 导致其舞弊总成本较低。 高风险上市公司通过财务舞弊将高风险会计信息粉饰为低风险会计信息， 以此获得外部审计出具的标准无保留意见， 进而从资本市场获得股价上涨等带来的较高收益。 在较低舞弊总成本和较高收益的博弈中， 高风险上市公司必然会选择发送被粉饰后的低风险信息， 来获得较高收益; 同时， 由于低风险上市公司不可能发送高风险信息， 因此无论高风险上市公司还是低风险上市公司， 都只会选择发送低风险信息， 那么传统信息技术下信号传递博弈只会达到混同于低风险信息的混合均衡， 而不会达到分离均衡。 另外， 对于外部审计而言， 由于获得的信息为不完全信息， 难以辨别上市公司所提供会计信息的风险类型， 从而加大了审计风险。 为弥补高审计风险带来的损失， 外部审计通常会要求上市公司支付更高的审计费用。 由于高风险上市公司通过财务舞弊能从资本市场获得高额的收益， 所以其也愿意支付高额审计费用。 这样高风险上市公司就不能及时被市场清除， 增加了资本市场的风险， 也增加了整个审计市场的风险。 而高风险的审计市场使得外部审计要求更高的审计费用， 进而又加重了低风险企业的审计费用负担。

其次， 构建基于区块链技术防范财务舞弊的不完全信息动态博弈模型， 研究发现：基于区块链技术的信号传递博弈难以实现混同于低风险信息的混合均衡， 只能实现分离均衡， 主要是因为区块链技术能够有效缓解信息不对称。 基于区块链的共识算法， 会计信息生态系统由所有共识节点协同创建、共同维护， 可实现会计信息在链上的共享， 使得外部审计可以清晰透明地了解上市公司的风险类型， 这样高风险上市公司就不会发送与自身风险类型不相符的会计信息， 从而实现各节点间拥有对称的会计信息， 以此可以解决信息不对称带来的逆向选择和道德风险问题。 具体来说， 在上市公司方面， 区块链大幅度提高了其篡改、伪造和销毁会计信息的成本， 也提升了财务舞弊被发现的概率， 增加了舞弊的成本， 使得上市公司的财务舞弊在经济上不合算。 在外部审计方面， 区块链在提升舞弊被发现概率的同时， 也提升了外部审计的信誉成本， 以此抬高了外部审计出具不实审计意见的审计费用， 使得上市公司要付出更大的代价实施财务舞弊。 无论是上市公司自身造假， 还是与外部审计合谋舞弊， 都将大大地提高上市公司的舞弊总成本， 使得上市公司难以承受， 因此无法实现混合均衡， 只能实现上市公司诚实表述的分离均衡。

[1] Loebbecke J. K.， Willingham. Review of SEC Acoounting and Auditing Enforcement Release[Z].University of Utah Working Paper，1988.

[2] Shana M.， Clor-Proell E.， Proell C. A.. The Impact of Budget Goal Difficulty and Promotion Availability on Employee Fraud[ J].Journal of Business Ethics，2015（131）：773 ～ 790.

[3] 馬晓君，董碧滢，王常欣.一种基于PSO优化加权随机森林算法的上市公司信用评级模型设计[ J].数量经济技术经济研究， 2019（12）：165 ～ 182.

[4] 姚海鑫，尹波，李正.关于上市公司会计监管的不完全信息博弈分析[ J].会计研究，2003（5）：43 ～ 45.

[5] 王鲁平，陈羿.管理舞弊的形成机理及治理对策研究[ J].管理工程学报，2018（1）：107 ～ 116.

[6] 葛家澍.会计·信息·文化[ J].会计研究，2012（8）：3 ～ 7+96.

[7] Kamlesh Tiwari， Mohammad Shadab Khan. Sustainability Accounting and Reporting in the Industry 4.0[ J].Journal of Cleaner Production，2020（1）：1 ～ 14.

[8] Angelin Gladston， Arun Prasad Mohan，  Mohamed Asfak R.. Merkle Tree and Blockchain-Based Cloud Data Auditing[ J].International Journal of Cloud Applications and Computing，2020（3）：54 ～ 66.

[9] Stephen H. Fuller， Ariel Markelevich. Should Accountants Care About Blockchain？[ J].Journal of Corporate Accounting & Finance，2020（2）：34 ～ 46.

[10] Watson L. A.， Mishler C.. Get Ready for Blockchain：Should Management Accountants Add Blockchain Technology to Their Professional Vocabulary？[ J].Strategic Finance，2017（7）：62 ～ 64.

[11] Soma Sinha.Blockchain—Opportunities and Challenges for Accounting Professionals[ J].Journal of Corporate Accounting & Finance，2020（2）：65 ～ 67.