應(yīng)用數(shù)據(jù)挖掘技術(shù)提高虛假財(cái)務(wù)報(bào)告識(shí)別效率

摘要：數(shù)據(jù)挖掘技術(shù)能夠處理海量信息，完成潛在有用信息的抽取。虛假財(cái)務(wù)報(bào)告的識(shí)別需要從大量相關(guān)信息中尋找線索，采用數(shù)據(jù)挖掘技術(shù)可以提高虛假財(cái)務(wù)報(bào)告的識(shí)別效率。應(yīng)用數(shù)據(jù)挖掘技術(shù)進(jìn)行上市公司虛假財(cái)務(wù)報(bào)告識(shí)別研究的目的在于確定數(shù)據(jù)挖掘的方法論，建立相應(yīng)的規(guī)則和算法，并將其設(shè)計(jì)成能夠?qū)崿F(xiàn)的解決方案和相應(yīng)程序。

關(guān)鍵詞：數(shù)據(jù)挖掘；虛假財(cái)務(wù)報(bào)告；識(shí)別

一、引言

上市公司財(cái)務(wù)報(bào)告是上市公司各種經(jīng)營(yíng)信息的綜合反映，也是各種機(jī)構(gòu)及個(gè)人投資者判斷上市公司運(yùn)營(yíng)狀況，預(yù)測(cè)公司發(fā)展前景和投資回報(bào)的主要依據(jù)。正因?yàn)槠渲匾簧俟静幌Ь幵焯摷儇?cái)務(wù)報(bào)告以圖誤導(dǎo)投資者。盡管監(jiān)管機(jī)構(gòu)多次出臺(tái)各種政策，虛假財(cái)務(wù)報(bào)告仍屢禁不止。最有效的治理虛假財(cái)務(wù)報(bào)告的方法是提高各方的識(shí)別虛假財(cái)務(wù)報(bào)告的能力。但是，虛假財(cái)務(wù)報(bào)告的識(shí)別不僅要從大量的公司年報(bào)、中報(bào)等的財(cái)務(wù)數(shù)據(jù)中提取信息，還要從股市交易信息及其它相關(guān)信息中尋找線索，僅僅由會(huì)計(jì)師依據(jù)分析性程序方法，囿于各種主客觀因素影響其識(shí)別效果和效率都不夠理想。數(shù)據(jù)挖掘技術(shù)作為一種決策支持技術(shù)，能夠高度自動(dòng)化地分析海量信息，作出歸納性推理，從中挖掘出供決策使用的高層次知識(shí)，幫助財(cái)務(wù)報(bào)告的關(guān)注各方提高基于財(cái)務(wù)報(bào)告的決策質(zhì)量和效率。在當(dāng)今IT環(huán)境下，隨著數(shù)據(jù)挖掘算法的改進(jìn)和應(yīng)用領(lǐng)域的不斷拓展，將數(shù)據(jù)挖掘技術(shù)應(yīng)用到虛假財(cái)務(wù)報(bào)告識(shí)別中既有可能也很有必要。

二、數(shù)據(jù)挖掘的概念和技術(shù)

數(shù)據(jù)挖掘是針對(duì)非常大的數(shù)據(jù)進(jìn)行的研究和分析。它采用自動(dòng)或半自動(dòng)的程序，對(duì)數(shù)據(jù)中固有的先前未知的潛在有用信息進(jìn)行抽取。數(shù)據(jù)挖掘的起源可追溯到20世紀(jì)50年代人工智能的早期發(fā)展。在此期間，模式識(shí)別和基于規(guī)則推理的發(fā)展提供了基礎(chǔ)構(gòu)建塊，數(shù)據(jù)挖掘就建立在這些概念的基礎(chǔ)之上。在最近10 年中，大型業(yè)務(wù)數(shù)據(jù)庫(kù)（特別是數(shù)據(jù)倉(cāng)庫(kù)）使用量的增長(zhǎng)以及對(duì)這些數(shù)據(jù)的理解和解釋的需要，再加上相對(duì)廉價(jià)的計(jì)算機(jī)的供應(yīng)，導(dǎo)致數(shù)據(jù)挖掘在各種業(yè)務(wù)應(yīng)用中的使用急劇增長(zhǎng)。這些應(yīng)用從零售業(yè)務(wù)的顧客細(xì)分和市場(chǎng)購(gòu)物籃分析，到銀行業(yè)務(wù)和金融業(yè)務(wù)應(yīng)用中的風(fēng)險(xiǎn)分析和欺騙偵查，涉及面非常廣泛。

多年來各國(guó)學(xué)者已開發(fā)了多種數(shù)據(jù)挖掘技術(shù)，用于大量的數(shù)據(jù)集中探索和抽取信息。總的說來，數(shù)據(jù)挖掘技術(shù)分為兩大類：探索型數(shù)據(jù)挖掘和預(yù)測(cè)型數(shù)據(jù)挖掘。探索型數(shù)據(jù)挖掘包括一系列在預(yù)先未知任何現(xiàn)有模式的情況下，在數(shù)據(jù)內(nèi)查找模型的技術(shù)。探索型數(shù)據(jù)挖掘包括分群、關(guān)聯(lián)分析、頻度分析技術(shù)。預(yù)測(cè)型挖掘包括一系列在數(shù)據(jù)中查找特定變量（稱為“目標(biāo)變量”）與其它變量之間關(guān)系的技術(shù)。預(yù)測(cè)型挖掘常用的有分類和聚類、數(shù)值預(yù)測(cè)技術(shù)。數(shù)據(jù)挖掘使用的算法很多，主要包括統(tǒng)計(jì)分析、機(jī)器學(xué)習(xí)、決策樹、粗糙集、人工神經(jīng)網(wǎng)絡(luò)和徑向基函數(shù)（RBF）等。

三、數(shù)據(jù)挖掘在虛假財(cái)務(wù)報(bào)告識(shí)別中的應(yīng)用

大量研究證實(shí)，與正常的財(cái)務(wù)報(bào)告相比，虛假財(cái)務(wù)報(bào)告常具有某種結(jié)構(gòu)上的特征。Joseph T. Wells（ 2001）認(rèn)為，公司財(cái)務(wù)報(bào)告舞弊手法不外乎“虛構(gòu)收入、濫用時(shí)間性差異科目、少計(jì)漏計(jì)費(fèi)用、欺詐性資產(chǎn)評(píng)估”，這些舞弊行為通常會(huì)使得“企業(yè)的財(cái)務(wù)結(jié)構(gòu)出現(xiàn)異常的狀態(tài)”（Joseph T. Wells，2001）。Lee，Ingram和Howard對(duì)盈余與經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流量之間的關(guān)系進(jìn)行了研究，結(jié)果發(fā)現(xiàn)，在公司舞弊戳穿以前公司盈余要比之后高得多，但是經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流量則相反，也就是說，在舞弊發(fā)現(xiàn)前盈余減去經(jīng)營(yíng)活動(dòng)現(xiàn)金流量的值為正。表現(xiàn)在財(cái)務(wù)指標(biāo)上，就是某些財(cái)務(wù)指標(biāo)顯著的異于同類公司。這些能夠顯著顯示財(cái)務(wù)欺詐征兆的財(cái)務(wù)指標(biāo)包括：應(yīng)收款項(xiàng)比率、應(yīng)收款項(xiàng)周轉(zhuǎn)率、資產(chǎn)負(fù)債率、速動(dòng)比率、主營(yíng)業(yè)務(wù)稅金及附加比率、資產(chǎn)質(zhì)量、管理費(fèi)用和銷售費(fèi)用率。Haw et al（1998）對(duì)我國(guó)上市公司盈余管理行為的研究發(fā)現(xiàn)，上市公司對(duì)帳面利潤(rùn)的操縱，很大部分集中于“線下部分”，即諸如投資收益、營(yíng)業(yè)外收支等“非經(jīng)常性盈余”部分，如果上市公司的主營(yíng)業(yè)務(wù)利潤(rùn)率持續(xù)降低，或者遠(yuǎn)遠(yuǎn)低于同行業(yè)水平，說明該公司存在財(cái)務(wù)報(bào)告舞弊的可能。方軍雄（2003）使用統(tǒng)計(jì)分析證實(shí)了這些差異并構(gòu)造了基于某些財(cái)務(wù)比率的兩類判別模型。

除了企業(yè)財(cái)務(wù)結(jié)構(gòu)上的異常之外，上市公司對(duì)財(cái)務(wù)報(bào)告的操縱通常還具有可以分析的外部環(huán)境特征。Joseph T. Wells指出，財(cái)務(wù)報(bào)告舞弊“不是始于管理層的不誠(chéng)實(shí)，而是發(fā)端于某種環(huán)境——這種環(huán)境中存在兩個(gè)特征：激進(jìn)的財(cái)務(wù)業(yè)績(jī)目標(biāo)；目標(biāo)未實(shí)現(xiàn)將被視為不可寬恕的氛圍。換言之，財(cái)務(wù)報(bào)告舞弊緣于壓力。”我國(guó)的研究者通過大量的統(tǒng)計(jì)研究（陳信元、杜濱等2001），也總結(jié)出了極有可能采取會(huì)計(jì)造假的公司的特征。它們通常包括如下幾個(gè)特征：（1）前兩年連續(xù)虧損，今年經(jīng)營(yíng)業(yè)績(jī)沒有得到根本改善的公司（為了避免被ST處理）；（2） 前兩年平均凈資產(chǎn)報(bào)酬率達(dá)到10％，今年公司行業(yè)不景氣的公司（為了爭(zhēng)取配股的資格）；（3）資本運(yùn)作和關(guān)聯(lián)交易頻繁的上市公司；（4）業(yè)績(jī)和股價(jià)波動(dòng)厲害的上市公司；（5）全行業(yè)虧損或行業(yè)過度競(jìng)爭(zhēng)的上市公司。

美國(guó)Coopers Lybrand會(huì)計(jì)師事務(wù)及知名學(xué)者對(duì)美國(guó)上市公司財(cái)務(wù)報(bào)告欺詐行為進(jìn)行多年研究后曾經(jīng)總結(jié)出29面紅旗（即特征）。一旦出現(xiàn)這些紅旗，就需要格外關(guān)注公司管理當(dāng)局是否存在財(cái)務(wù)報(bào)告舞弊的可能。比較典型的情形有：（1）現(xiàn)金短缺、負(fù)的現(xiàn)金流量、營(yíng)運(yùn)資金及/或信用短缺，影響營(yíng)運(yùn)周轉(zhuǎn)；（2） 融資能力(包括借款及增資)減低，營(yíng)業(yè)擴(kuò)充的資金來源只能依賴盈余；（3） 成本增長(zhǎng)超過收入或遭受低價(jià)進(jìn)口品的競(jìng)爭(zhēng)；（4）發(fā)展中或競(jìng)爭(zhēng)產(chǎn)業(yè)對(duì)新資金的大量需求；（5）對(duì)單一或少數(shù)產(chǎn)品、顧客或交易的依賴；（6）夕陽(yáng)工業(yè)或?yàn)l臨倒閉的產(chǎn)業(yè)；（7）因經(jīng)濟(jì)或其他情況導(dǎo)致的產(chǎn)能過剩；（8）現(xiàn)有借款合約對(duì)流動(dòng)比率、額外借款及償還時(shí)間的規(guī)定缺乏彈性；（9）迫切需要維持有利的盈余記錄以維持股價(jià)。

上市公司財(cái)務(wù)造假具有復(fù)雜原因，也具有很多內(nèi)外部表象特征，但是單從某一個(gè)表象分析很容易導(dǎo)出錯(cuò)誤的結(jié)論。例如，財(cái)務(wù)欺詐公司與非財(cái)務(wù)欺詐公司在財(cái)務(wù)指標(biāo)上的確存在較大差異，但是我們不能僅僅根據(jù)某些財(cái)務(wù)指標(biāo)存在差異，就簡(jiǎn)單斷定該公司存在財(cái)務(wù)欺詐。因?yàn)樨?cái)務(wù)指標(biāo)的異常可能來自于資產(chǎn)重組的影響、或市場(chǎng)的突發(fā)變化、或財(cái)務(wù)數(shù)據(jù)的調(diào)整等。更一般的情況是虛假財(cái)務(wù)報(bào)告的產(chǎn)生與表象特征之間很難用簡(jiǎn)單的確定函數(shù)關(guān)系來概括，而大多存在某種概率相關(guān)關(guān)系。

我們可以將所有影響虛假財(cái)務(wù)報(bào)告的因素概括成一個(gè)概率因果關(guān)系模型：

P（MI）：虛假財(cái)務(wù)報(bào)告發(fā)生的概率；C：財(cái)務(wù)人員業(yè)務(wù)能力；M：企業(yè)負(fù)責(zé)人從事欺詐的外部動(dòng)力；A：企業(yè)負(fù)責(zé)人的道德水準(zhǔn)；D：監(jiān)管力度，包括各種會(huì)計(jì)制度、處罰規(guī)則、投資者對(duì)虛假財(cái)務(wù)報(bào)告的識(shí)別能力等。

上述因果關(guān)系模型旨在說明虛假財(cái)務(wù)報(bào)告的發(fā)生與多個(gè)因素復(fù)雜相關(guān)，主要與企業(yè)的財(cái)務(wù)人員業(yè)務(wù)能力；企業(yè)負(fù)責(zé)人從事欺詐的外部動(dòng)力；企業(yè)負(fù)責(zé)人的道德水準(zhǔn)即誠(chéng)信準(zhǔn)則；監(jiān)管力度，包括各種會(huì)計(jì)制度、處罰規(guī)則、投資者對(duì)虛假財(cái)務(wù)報(bào)告的識(shí)別能力等相關(guān)。由于數(shù)據(jù)挖掘技術(shù)可以處理大量的復(fù)雜關(guān)聯(lián)數(shù)據(jù)，應(yīng)用數(shù)據(jù)挖掘技術(shù)進(jìn)行上市公司虛假財(cái)務(wù)報(bào)告識(shí)別研究的目的是確定數(shù)據(jù)挖掘的方法論，建立相應(yīng)的規(guī)則和算法，并將其設(shè)計(jì)成能夠?qū)崿F(xiàn)的解決方案和相應(yīng)程序。具體而言，需要做到以下幾點(diǎn)：（1）運(yùn)用數(shù)據(jù)挖掘技術(shù)整合上市公司財(cái)務(wù)數(shù)據(jù)、公司經(jīng)營(yíng)管理、證券市場(chǎng)交易及宏觀經(jīng)濟(jì)環(huán)境等多方面的信息；（2）在上述信息的基礎(chǔ)上，給出用于證券市場(chǎng)的各種數(shù)學(xué)模型的建立方法，并給出針對(duì)當(dāng)前情況下適用的數(shù)學(xué)模型；（3）在大量數(shù)據(jù)模擬和試驗(yàn)的基礎(chǔ)上，給出識(shí)別各種類型的財(cái)務(wù)造假模式的數(shù)據(jù)挖掘解決方案、規(guī)則、算法等；（4）將2、3中研究所得的模型及數(shù)據(jù)挖掘的方法、規(guī)則、算法等發(fā)展為能實(shí)現(xiàn)的計(jì)算機(jī)軟件包，實(shí)現(xiàn)計(jì)算的自動(dòng)化。

以基于模式識(shí)別和正交設(shè)計(jì)的RMST模型為例，其通常的計(jì)算模型如圖1。

虛假財(cái)務(wù)數(shù)據(jù)挖掘技術(shù)除了有益于監(jiān)管當(dāng)局和投資者，對(duì)會(huì)計(jì)師審計(jì)上市公司的財(cái)務(wù)報(bào)告工作也很有幫助。使用經(jīng)驗(yàn)方法的會(huì)計(jì)師在審計(jì)中，囿于方法的局限性和審計(jì)能力并不能識(shí)別所有的財(cái)務(wù)數(shù)據(jù)造假問題，他們也需要虛假財(cái)務(wù)報(bào)告數(shù)據(jù)挖掘技術(shù)的借鑒和相互印證。從方法論的角度來看，發(fā)展數(shù)據(jù)挖掘技術(shù)更具有理論方法創(chuàng)新的重要意義。企業(yè)會(huì)計(jì)人員使用傳統(tǒng)的會(huì)計(jì)方法所編造的財(cái)務(wù)數(shù)據(jù)，其所遵循的原則不外乎會(huì)計(jì)慣例和會(huì)計(jì)準(zhǔn)則，即使是注冊(cè)會(huì)計(jì)師也概莫能外。與自然形成的財(cái)務(wù)數(shù)據(jù)相比，他們所編造的虛假數(shù)據(jù)很可能在數(shù)據(jù)結(jié)構(gòu)上存在內(nèi)在的缺陷。也就是說，兩類財(cái)務(wù)報(bào)告可能存在模式上的內(nèi)在差異，而這種差異在通常的會(huì)計(jì)人員眼中可能不顯著，但通過數(shù)據(jù)挖掘技術(shù)可以將這種差異放大到存在某種數(shù)據(jù)結(jié)構(gòu)和統(tǒng)計(jì)顯著性差異。基于這種數(shù)據(jù)結(jié)構(gòu)和統(tǒng)計(jì)顯著性差異我們完全可以發(fā)展出虛假財(cái)務(wù)報(bào)告識(shí)別的數(shù)據(jù)挖掘技術(shù)。

參考文獻(xiàn)：

1．劉姝威．上市公司虛假會(huì)計(jì)報(bào)表識(shí)別技術(shù)．經(jīng)濟(jì)管理出版社，2002．

2．張立民， 陳小林．虛假財(cái)務(wù)報(bào)告現(xiàn)狀分析．中國(guó)注冊(cè)會(huì)計(jì)師，2003，（5）．

3．Joseph T．Wells ，And nothing but the truth: uncovering fraudulent disclosures．Journal of Accountancy，July，2001．

作者簡(jiǎn)介：韓之俊，南京理工大學(xué)經(jīng)濟(jì)管理學(xué)院教授、博士生導(dǎo)師，中國(guó)著名質(zhì)量管理專家；薛躍、章亞南、王雪榮，南京理工大學(xué)經(jīng)濟(jì)管理學(xué)院博士生。

收稿日期：2004-07-27。