严监管下的财务舞弊分析——基于2020～2021年的舞弊样本

叶钦华，黄世忠（博士生导师），叶 凡（博士），徐 珊（博士）

一、引言

资本市场是个巨大的利益场，监管与反监管、舞弊与反舞弊反复博弈，财务造假与审计失败周期性发生。受经济周期下行、经济结构调整、商业模式创新等市场环境因素的叠加影响，近年我国资本市场再次进入财务舞弊高发期。如何防范和识别财务舞弊成为业界和学界高度关注的热点问题。财务舞弊事件高发背后的问题复杂多样[1]，既有企业的利益驱动以及中介机构胜任能力不足和职业道德缺失之过，也有制度设计不完善、处罚失当和行业监管不足之失。

2020年3月1日新《证券法》正式生效，新法规提出了股票发行注册制改革，并对提高财务舞弊违法成本、加大投资者保护等做了全面规定，标志着“中国资本市场发展进入了一个新的历史阶段”①。在新法规和“零容忍”的严监管背景下，A股市场财务舞弊处罚数量、处罚周期及处罚金额有哪些新动态？财务舞弊类型、舞弊手法又有哪些新变化？注册会计师在严监管环境下，是否提高了识别财务舞弊的能力？财务舞弊公司有哪些新的异常识别特征？基于对这些问题的思考，本文在黄世忠等[2]对2010～2019年度财务舞弊公司特征研究的基础上，进一步选取和整理2020～2021年度因财务舞弊被证监会处罚的66家上市公司的相关资料②，对财务舞弊的新手法、审计意见与监管新趋势等数据进行统计和分析，以期增进对新《证券法》实施效果的了解。

二、财务舞弊监管新动态

本文首先从处罚力度、处罚时效、处罚金额、审计意见等角度，透视新《证券法》实施以来针对财务舞弊的监管动态。

1.处罚力度分析。表1列示了2010～2021年度样本公司因舞弊被处罚年度的分布情况。2018年之后，监管部门的处罚力度呈明显加大的趋势，特别是新《证券法》实施后的2020年度和2021年度，两年累计处罚上市公司多达66家，与2010～2019年度累计处罚的113家公司相比，处罚力度大幅上升。与2010～2019年度相比，2020～2021年度处罚的上市公司数量占上市公司总数的比例也有明显提高，凸显了新《证券法》实施后“零容忍”的严监管政策导向。

表1 舞弊处罚年度分布

2.处罚时效分析。表2列示了样本公司舞弊从发生至受处罚的间隔时间，从中可以发现，一家公司从舞弊发生到被监管部门处罚一般存在3年以上的滞后期。新《证券法》实施后，3年以内被识别出财务舞弊的样本公司占比从36.31%提高至51.52%，这是明显的进步，表明对财务舞弊的查处变得更加及时。财务舞弊查处时效性的高低，关系到对舞弊公司的震慑力。在其他条件相同的情况下，舞弊查处时效性越高，则对舞弊的震慑力越大。

表2 舞弊从发生至受处罚的间隔时间

3.处罚金额分析。表3列示了样本公司因舞弊受到监管部门行政处罚③的金额分布情况。2020～2021年度，在涉及行政罚款的45家舞弊样本公司中，有43家样本公司处罚金额均超过旧《证券法》顶格罚金60万元，其中：19家样本公司处罚金额在500万～1000万元区间，9家样本公司处罚金额超过1000万元。

表3 舞弊公司处罚金额分布

此外，2021年度样本公司处罚金额明显大于2020年度，其中：2021年度29家舞弊公司共被处罚金2.52亿元，平均处罚金额约为869万元（如ST宜生被处罚金额高达3885万元）；2020年度16家舞弊公司共被处罚金3281万元，平均处罚金额约为205万元。尽管新《证券法》对财务舞弊的处罚金额明显增加，但与财务舞弊的收益相比仍然不够高。在这种情况下，监管部门应当更加积极地引进民事诉讼机制，扭转舞弊收益大于舞弊成本的局面，这样才能更加有效地抑制上市公司的财务舞弊，更好地保护投资者权益。从经济学的角度来看，财务舞弊是舞弊者对舞弊收益和舞弊成本的权衡和博弈，如果舞弊者认为舞弊收益远大于舞弊成本，就可能铤而走险，诉诸舞弊。新《证券法》不可能无限度地提高处罚金额，通过民事诉讼提高舞弊赔偿金额更为可取和现实。

4.审计意见分析。表4、表5分别列示了2020～2021年度、2010～2019年度样本公司在舞弊发生前一年和舞弊发生当年的审计意见分布情况。对比表4和表5可知，外部审计在识别财务舞弊方面发挥的作用有所提升。2020～2021年度，注册会计师对舞弊公司发表的非标审计意见占比由舞弊发生前一年的12.12%大幅提升至舞弊发生当年的22.73%，一举扭转了2010～2019年间非标审计意见占比（从舞弊发生前一年的17.7%降至舞弊发生当年的15.04%）不升反降的尴尬局面。这表明作为上市公司会计信息质量“看门人”的注册会计师，在严监管的背景下对财务舞弊的专业怀疑态度有所上升，在新《证券法》实施后的两年中，其敢说“不”的能力有所提升。尽管如此，舞弊发生当年注册会计师发表的非标审计意见比例（22.73%）仍然偏低，说明注册会计师发现财务舞弊的能力仍有待提高。

表4 2020～2021年度舞弊样本审计意见分布

表5 2010～2019年度舞弊样本审计意见分布

三、财务舞弊公司新特征

新《证券法》实施后，监管部门对财务舞弊的监管出现了新动态，同时上市公司财务舞弊也呈现出一些新特征，值得监管部门和注册会计师持续关注。

1.舞弊行业分布。表6列示了舞弊样本公司的行业分布情况。由表6可知，在过往12年（2010～2021年度）的舞弊样本公司中，“制造业”“农林牧渔业”及“信息传输、软件和信息技术服务业”的上市公司中涉及财务舞弊的较多，分别达到110家、16家和15家。结合相对数来看，在舞弊公司数量达10家以上的（子）行业中，“农林牧渔业”舞弊公司有16家，行业占比最高（9.58%），“制造业”二级行业“医药制造业”“化学原料和化学制品制造业”的舞弊公司行业占比较高（分别为4.56%和4.25%），“信息传输、软件和信息技术服务业”的舞弊公司行业占比紧随其后（4.05%）。

表6 舞弊样本行业分布

从新《证券法》实施后的2020～2021年度看，财务舞弊公司出现的一个新特征是“信息传输、软件和信息技术服务业”与“文化、体育和娱乐业”的舞弊公司数量和比例大幅提升，成为财务舞弊高发行业。其中：“信息传输、软件和信息技术服务业”可能与并购游戏等轻资产公司带来的巨额商誉暴雷压力相关，如任子行（300311）；“文化、体育和娱乐业”可能与疫情影响下的公司业绩下滑或业绩对赌压力相关，如华谊兄弟（300027）。

2.舞弊类型分布。表7列示了样本公司的舞弊类型分布情况。从表7可以看出，过往12年（2010～2021年度）财务舞弊主要集中在对利润表的粉饰和操纵上，其中：收入舞弊成为财务舞弊的“重灾区”，占比为64.25%；费用舞弊和成本舞弊成为第三和第五大舞弊类型，占比分别为17.88%和11.17%。特别令人关注的是，资产负债表上的货币资金舞弊、资产减值舞弊已然成为第二和第四大舞弊类型，占比分别高达25.70%和16.20%。

表7 舞弊类型分布

进一步分析可以发现，2020～2021年度财务舞弊类型呈现出从利润表操纵向利润表与资产负债表联动操纵的变动趋势，特别是货币资金舞弊与资产减值舞弊的占比分别高达33.33%和24.24%，仅次于收入舞弊。已有研究表明，财务舞弊一般是以调节利润表收入、毛利率项目为抓手，相应地会在资产负债表中留下诸多痕迹，并且这些痕迹的“消化”过程可能在跨年度、不同时点下呈现出不同的特征[3]。因此，一家公司在实施财务舞弊之后，为了“消化”虚增利润表所带来的资产类科目的“异常”，一般会选取合适时机进行“洗大澡”或通过“科目调节”转移异常，以应对注册会计师和监管部门对异常资产科目的重点关注。

可见，在新《证券法》实施后的两年中，一方面监管部门与审计机构大幅增大了查办财务舞弊的决心，主动识别舞弊公司在资产类科目存在的减值舞弊特征；另一方面上市公司亦持续“升级”造假手法，例如与真实客户、供应商等串通舞弊，借助货币资金完成业务流与资金流的“闭环”，以减少资产类科目的异常特征、掩盖财务舞弊的真实面目。

3.收入舞弊手法分析。本文将收入舞弊区分为会计操纵类和交易造假类两种类型进行进一步分析，相关数据的统计情况如表8所示。其中：会计操纵类主要表现为上市公司管理层通过选择对自身更有利的会计判断，以达到操纵业绩的目标，最常见的手法就是提前确认收入；交易造假类主要表现为上市公司管理层虚构交易以达到虚增收入的目标，最常见的手法是通过与客户或者隐性关联方串通合谋虚构业务和收入。如表8所示，收入舞弊以交易造假类为甚，占比高达70%。

表8 收入舞弊具体手法

从具体实施手法的分布情况可以发现，近两年来交易造假类收入舞弊的实施手法呈愈发隐蔽的趋势，协助实施财务舞弊的“帮凶”从关联方、隐性关联方向真实客户、供应商转换，即从“无中生有”走向“真真假假”。例如，长园集团（600525）虚构与海外真实客户销售业务，并与海外客户签订“阴阳合同”、备忘录、承诺函或声明，表示只是协助免税清关，不存在付款义务等。这种变化一定程度上将大幅加大注册会计师及监管部门识别舞弊的难度。对此，本文建议在修订《会计法》时，从法律上明确配合上市公司财务舞弊的供应商、客户和金融机构的民事和刑事责任，为注册会计师发现财务舞弊营造更好的审计环境。

4.财务舞弊识别特征。本文基于五维度财务舞弊识别框架[3]，利用公开披露数据，对66家样本公司从舞弊发生当年至监管处罚前一年的财务异常特征和非财务异常特征进行统计分析（如表9所示），共涉及253个公司年度样本，即一家公司可能涉及多个年度。由表9可知，一个明显的特征就是舞弊公司的非财务异常特征出现次数（885次）是财务异常特征（239次）的3.7倍之多。

表9 舞弊公司异常识别特征

在财务异常特征中，涉及会计估计的资产减值及研发支出类科目出现异常的次数最多，与收入舞弊相关的收入、毛利率、货币资金、存货等科目和指标联动异常特征的出现次数次之。

在非财务异常特征中，控股股东高股权质押等行为异常、前五大客户/供应商出现关联方/隐性关联方、前五大客户/供应商规模特征异常、公司频繁收到非处罚类监管问询等异常特征的出现次数最多。

四、结论与启示

以上分析表明，新《证券法》出台后，监管部门实行的“零容忍”严监管政策和注册会计师执业时审慎性的提高，在发现和处罚上市公司财务舞弊方面取得了一些引人注目的进展和成效，财务舞弊愈演愈烈的势头有望得到遏制。

1.制度出台后打击舞弊效果显现。随着新《证券法》及其配套法规的出台与实施，监管部门打击财务舞弊的力度前所未有，近两年处罚公司数量大幅增加；虽然财务舞弊被发现仍存在滞后期，但处罚周期大幅缩短，3年以内发现财务舞弊的样本公司占比从36.31%提高至51.52%；处罚金额大幅提高，例如作为首例适用新《证券法》的案例——广东榕泰（600589）被处以300万元罚款，董事长被处以330万元罚款，财务总监、董秘和多位监事、董事、独立董事被处以20万～160万元不等的罚款，累计罚款1450万元，远高于旧《证券法》下对康美药业案件的累计595万元的顶格处罚，而且广东榕泰还将面临投资者的民事索赔诉讼。尽管外部审计在发现财务舞弊方面的能力还有待提升，但注册会计师在上市公司实施舞弊当年发表非标审计意见的比例从15.04%提升至22.73%，扭转了2010～2019年度实施舞弊当年非标审计意见占比对比舞弊前一年非标审计意见占比不升反降的局面，表明注册会计师发现财务舞弊的能力有所提升，审计期望的鸿沟有所缩小。

2.财务舞弊识别需密切关注行业特性。财务舞弊发生的频率与行业特性有关，“制造业”和“农林牧渔业”的上市公司由于存货与在建工程等资产难以核实、购销环节较为复杂，依然是财务舞弊高发行业。此外，“信息传输、软件和信息技术服务业”等轻资产行业更易产生巨额商誉舞弊风险，“文化、体育和娱乐业”等受疫情影响的典型行业更易因业绩下滑引发舞弊动机。注册会计师和监管部门对这类新出现的财务舞弊高发行业的上市公司亦应当保持高度关注和警惕。为此，注册会计师应当深入了解企业所在行业的如下几个方面：（1）商业模式，包括其获取营业收入和现金流量的主要方式，以及价值链中特别是购销环节涉及的主要上下游企业；（2）财务结构，特别是资产负债和成本费用结构；（3）会计惯例，特别是收入确认方法；（4）经营情况，特别应关注企业的营业收入增幅、毛利率、销售利润率、产销率等是否明显与行业存在背离现象；（5）风险领域，对于企业的赊购和赊销政策、结算方式和结算周期明显有别于行业惯例，库存水平和存货周转率明显高于行业平均水平，或资产减值计提比例明显低于行业平均水平的现象，必须保持高度的职业怀疑态度，必要时追加审计程序，或者扩大审计范围。

3.财务舞弊手法呈联动化、隐蔽化趋势。近年的财务舞弊类型呈现出链条拉长的趋势，即从利润表操纵向利润表与资产负债表联动操纵的方向发展，特别是2020～2021年度货币资金舞弊与资产减值舞弊占比分别高达33.33%和24.24%，仅次于收入舞弊。可见，将利润表科目与资产负债表科目进行联动指标核查的方法值得尝试，对于涉及资产类科目“洗大澡”或“存贷双高”等异常特征的年度尤其如此。

同时，操纵收入仍是上市公司惯用的伎俩，实施财务舞弊的“帮凶”从关联方、隐性关联方向真实客户、供应商转换，即从“无中生有”走向“真真假假”，收入舞弊手法与路径愈发隐蔽。该变化一定程度上将大幅加大监管部门与注册会计师识别财务舞弊的难度，有必要明确配合相关造假者的民事和刑事责任。因此，注册会计师除了要重点核实隐性关联方，还应重点核查已有客户和供应商的交易规模与资金流，以便有效发现并遏制愈演愈烈且愈加隐蔽的收入操纵行为。

4.非财务信息的充分利用确有必要。现有企业财务舞弊识别模型主要基于企业披露的财务信息，而对非财务信息的利用不足[4]。从上文的分析可知，非财务异常特征对识别财务舞弊的作用已大幅超过财务异常特征，特别是大股东行为、高管行为、客户与供应商等方面的异常特征。可见，仅仅依靠财务信息难以识别财务舞弊。监管机构应要求上市公司加大信息披露力度，特别是与财务信息紧密相关的非财务信息披露，如强制披露前五大客户供应商名称等；注册会计师亦需提高对非财务信息的关注、获取与利用程度，提升识别财务舞弊相关审计程序的不可预见性，加大上市公司应对注册会计师舞弊审计的难度。

5.智能反舞弊迫在眉睫。利用智能技术识别财务舞弊行为，需要合适模型及足够数据的支撑，而这一点又有赖于近期计算机科学在大数据领域的高速发展[3]。在实务工作中，财务数据相对容易获取和处理，如上市公司财务报表及附注的表格信息。而与大股东行为、高管行为、客户和供应商异常特征相关的非财务信息来源较广，如行业研究网站、工商信息网站、裁判文书网站等，且基本为非结构化数据。基于大数据技术及计算机技术的结合，能够实现对大量非结构化数据的采集、存储和处理，让模型可以基于多源、多维数据进行高效分析。例如，针对游戏或平台类互联网企业的个人客户充值IP地址分布、时间分布的大数据分析，该类反舞弊程序若仅仅依赖传统人工审计模式，则往往效果不佳或者“有心无力”。

目前国内会计师事务所在行业数据库购置、舞弊识别模型构建以及信息化审计人才队伍培养等方面都较为薄弱。从上文分析可知，常规的外部审计在发现财务舞弊方面虽有进步，但总体成效仍然有限，2020～2021年度的样本公司中尚有77.27%的舞弊公司在当年未能被注册会计师所揭发。这说明构建财务与业务相结合、会计数据与大数据相结合的财务舞弊识别模型，开发智能反舞弊工具确有必要。

【注 释】

①摘自证监会主席易会满接受新华社记者专访（https://baijia⁃hao.baidu.com/s？id=1656252885605040062&w fr=spider&for=pc）。

②财务舞弊样本公司主要来源于证监会的处罚公告，具体的数据来源于W IND数据库。样本选择过程如下：从W IND数据库中导出2020～2021年度A股上市公司违规事件，并针对“违规类型”和“具体违规行为”字段进行手工处理，筛选出符合“财务舞弊”定义的上市公司66家，其中有3家上市公司（皇台酒业、ST银河及中创环保）存在重复舞弊的情况。

③新《证券法》实施后，除了大幅提高对财务舞弊的行政处罚金额，还引入了中国特色的代表人诉讼机制，大幅提高了舞弊处罚金额；此外，2020年12月发布的《刑法修正案（十一）》亦大幅提高了舞弊相关的刑事罚金。本文仅统计因舞弊受到监管部门行政处罚的金额分布。

【主要参考文献】

［1］黄世忠.上市公司财务造假的八因八策［J］.财务与会计，2019（16）：4～11.

［2］黄世忠，叶钦华，徐珊，叶凡.2010～2019年中国上市公司财务舞弊分析［J］.财会月刊，2020（14）：153～160.

［3］叶钦华，叶凡，黄世忠.财务舞弊识别框架构建——基于会计信息系统论及大数据视角［J］.会计研究，2022（3）：3～16.

［4］叶康涛，刘金洋.非财务信息与企业财务舞弊行为识别［J］.会计研究，2021（9）：35～47.