區塊鏈防范財務舞弊行為的動態博弈分析

金樹穎 王鵬 張子辰

【摘要】首先通過構建傳統信息技術下財務舞弊的動態博弈模型， 探究傳統信息技術下企業內部控制缺陷和誘發外部審計與企業合謀的因素， 然后引入區塊鏈技術， 構建基于區塊鏈的財務舞弊動態博弈模型。 研究發現： 區塊鏈技術能夠從內部控制和外部審計兩個方面防范財務舞弊的發生; 引入區塊鏈技術后， 審計市場不存在傳統信息技術下混同于低風險信息的混合均衡， 而將達到傳統信息技術下難以實現的分離均衡。 運用區塊鏈技術能夠有效遏制財務舞弊的發生， 將大量高風險上市公司從資本市場清除， 降低資本市場的整體風險， 此外， 資本市場的凈化也降低了審計市場的風險， 從而減輕了低風險上市公司的審計費用負擔， 這為完善財務舞弊治理提供了新的思路。

【關鍵詞】區塊鏈;傳統信息技術;財務舞弊;信號傳遞博弈

一、引言

從“銀廣夏”事件到“瑞幸咖啡”事件， 財務舞弊從未間斷且頻繁發生， 財務舞弊行為的多樣性和隱匿性加劇了審計市場和資本市場的動蕩， 使得資本市場和會計審計監督面臨著更加嚴峻的挑戰。 在傳統技術下， 會計信息在生成、存儲和流通等環節存在一定技術缺陷， 這為財務舞弊行為創造了條件：首先， 會計信息由中心權威節點生成， 在信息生成環節， 缺乏其他節點的有效監督， 為財務舞弊提供了可能; 其次， 傳統技術下信息通過線上傳遞， 無法改變原始交易被偽造或篡改的事實， 且原始交易由中心權威節點保存， 使得原始交易造假的成本極低， 被篡改、銷毀的信息難以追溯或驗真; 最后， 財務報表的質量由權威中心節點的上市公司進行信用背書， 在外部審計發表審計意見后， 信用背書主體由上市公司向外部審計轉移， 傳統信息技術難以應對上市公司和外部審計的秘密合謀。

區塊鏈技術能夠打通會計信息生成、存儲、流通的全業務流程， 推動生成環節的授信方式由中心化向多中心化轉變， 具有存儲環節會計信息難以篡改、流通環節會計信息可追溯的特點， 為有效防范財務舞弊提供了技術條件。 在現有關于“區塊鏈+審計監督”的研究中， 國內外學者傾向于研究其理論概念、功能闡述和思想應用， 且仍停留在描述性層面， 缺乏機理層面的系統性挖掘; 同時， 區塊鏈防范財務舞弊行為方面的研究也比較少， 更鮮有學者探討區塊鏈技術在防范財務舞弊方面的現實應用。 為此， 本文通過構建傳統信息技術下的信號傳遞博弈模型， 分析外部審計和上市公司的精煉貝葉斯均衡條件， 以此來系統探討財務舞弊現象頻發的原因， 然后根據傳統信息技術和區塊鏈技術的差異對原有理論模型進行改進， 構建基于區塊鏈技術的財務舞弊信號傳遞博弈模型， 分析外部審計和上市公司在區塊鏈下的精煉貝葉斯均衡條件， 進一步探討區塊鏈技術運用對于防范財務舞弊行為的重要理論意義和現實意義。

二、文獻回顧

財務舞弊是引發會計信息失真的根本原因。 目前國內外學者的研究主要集中在財務舞弊動因、征兆、識別、治理和防范上， 已經形成了較為完善的經典理論體系。

在財務舞弊動因方面， 已形成了經典的舞弊三角理論和GONE理論。 此外， Loebbecke和Willingham[1] 在原有舞弊三角理論和GONE理論的基礎上， 建立了L/W模型， 拓展出三方面46個舞弊風險因子， 主要涵蓋以下方面：①財務舞弊發生的現實條件：會計信息易被篡改。 ②管理當局的動力：舞弊后獲得的收益高于舞弊成本。 ③管理層的道德觀念：舞弊后管理層道德損失低。

在財務舞弊征兆和識別方面， 現有學者在上述L/W模型的基礎上， 結合各自研究的實際情況， 增減影響因子并展開實證研究。 有學者運用計量方法， 從管理層薪酬合約結構出發， 發現管理業績目標與財務舞弊正相關， 在企業業績難以完成的情況下， 管理層會犧牲自身信譽從事財務舞弊[2] ; 還有學者從機器學習角度， 建立了基于隨機森林分類算法的舞弊預警模型， 以提升發現財務舞弊的概率[3] ; 也有學者從博弈論角度， 通過構建博弈模型， 揭示上市公司從事財務舞弊的直接原因是上市公司篡改會計信息的成本較低[4] ， 且在信息不對稱條件下財務舞弊的隱蔽性導致財務舞弊難以被發現[5] 。

由于舞弊動因研究更多停留在描述性層面， 缺乏對舞弊動因導致財務舞弊發生的定量分析。 對于舞弊征兆和識別的實證研究屬于事后揭發研究， 難以從根本上解決舞弊頻發的問題， 因此部分學者轉向財務舞弊的技術治理和技術防范。 技術防范和治理在改進會計信息質量、應對財務舞弊方面具有重大作用[6] ， 國內外學者在此方面的研究主要涵蓋人工智能（AI）、大數據和區塊鏈等新技術。 首先， 實現會計信息處理流程自動化[7] ， 然而AI的本質是機器學習， 當財務舞弊產生的虛假原始憑證被智能機器學習后， 會使得AI在會計信息處理流程中做出誤判。 其次， 構建大數據模型以提升財務舞弊預警的精度， 然而大數據分析受制于數據的完整性和可靠性， 利用實施舞弊后的會計信息進行預測難以保證預測結果的可靠性[8] 。

由于AI和大數據的局限性， 國內外學者又開始從理論概念和功能闡述等描述性層面對區塊鏈展開探索。 區塊鏈本質上是數字化的分布式賬本， 賬本內容由各方“交易塊”構成[9] 。 聯盟鏈下的分布式賬本既能夠保證記賬速度， 又能滿足去中心化的要求， 在會計方面具有廣泛的應用場景。 該技術生成的會計信息的真實性、完整性和可靠性并不依賴于第三方中介， 而是依賴共識算法[10] ， 在會計信息生成、存儲和流通過程中， 該算法可實現會計信息生態系統由所有共識節點協同創建、共同維護， 鏈內已發生的交易事項和后續交易事項先由所有聯盟節點驗真， 達成共識后， 實現會計信息在鏈上的共享， 使得各節點擁有對稱的會計信息， 從而有效解決信息不對稱問題， 進而防范財務舞弊的發生[11] 。

上述研究成果為防范財務舞弊的發生奠定了很好的基礎， 但其主要是建立在傳統信息技術基礎之上的， 尚不能從根本上解決財務舞弊問題， 對于區塊鏈技術的運用主要還是在理論層面和功能層面的探索， 進行定量分析的研究比較鮮見。 由于區塊鏈打通了會計信息生成、存儲和流通的全流程， 篡改誠實節點將付出極度昂貴的算力成本， 利用Merkle樹和哈希算法可以提升財務舞弊被發現的概率， 這為從信息源頭遏制財務舞弊的發生提供了技術支撐。 為此， 本文將引入區塊鏈技術， 構建財務舞弊行為的不完全信息動態博弈模型， 探究在傳統信息技術下財務舞弊問題難以解決的系統性原因， 以及運用區塊鏈防范財務舞弊行為的內在機理。

三、傳統信息技術下財務舞弊行為的不完全信息動態博弈

（一）基本假設

上市公司出具財務報表， 首先是上市公司向外部審計單位傳遞自身信息， 然后外部審計單位根據所能夠獲取的會計信息出具審計意見。 外部審計的策略空間為標準無保留意見和非標準無保留意見（為了簡化分析， 不再具體細分外部審計意見的四種情況）。 然而， 由于信息不對稱， 上市公司擁有信息優勢， 可以發送與自身類型不相匹配的會計信息（高風險信息或低風險信息）， 而外部審計難以全面掌握上市公司的財務狀況、經營成果和資金變動情況， 即難以辨別上市公司提供的會計信息的真偽， 同時上市公司也無法確定其傳遞的會計信息能否獲得標準無保留意見。 因此， 雙方處于一種不完全信息情況下的動態博弈， 這里首先討論傳統信息技術下在不完全信息情況下雙方所能達到的純策略均衡以及需要滿足的條件。

在不完全信息的博弈過程中， 上市公司（LC）是信號發送者， 外部審計單位（EAU）是信號接收者， 博弈的時間順序如下：首先， 自然根據特定的概率分布p（ti）（i=L，H）、可行的類型集t={tL，tH}， 可以從可行的集合中自然賦予上市公司某一類型， 其中tL表示低風險上市公司， tH表示高風險上市公司， p（ti）>0， 并且Σp（ti）=1。 其次， 上市公司在觀測到自然選擇的類型ti后， 發出信號mj， 其中mj∈M， mH代表出具虛假財務報告， mL代表如實出具財務報告。 再次， 外部審計單位觀測到來自上市公司發送的mj后， 使用貝葉斯法則推算出后驗概率， 從自身行動集A={SUO，NSUO}中進行選擇a， 其中SUO為標準無保留意見， NSUO為非標準無保留意見。 最后， 上市公司和外部審計的支付函數分別為UB（mj，a，ti）和UO（mj，a，ti）。

將上市公司分為低風險上市公司（tL）和高風險上市公司（tH）， 上市公司的策略空間是根據其財務狀況的實際需要， 向外部審計提供真實財務報表來傳達誠實信息（mL）， 或向外部審計提供虛假財務報表來傳達虛假信息（mH）。 資本市場通過分析上市公司發布的財務報表， 使得低風險上市公司和高風險上市公司在資本市場上的獲利分別為πL和πH（包括股價上漲等）， 根據風險和收益的關系可知， πL<πH， 獲利概率分別為αL和αH， 且αL<αH。 上市公司與外部審計單位形成了雇傭關系， 其需要支付的審計費用為AF， 在外部審計單位發布標準無保留意見后， 兩種上市公司被行政機關查出財務舞弊的概率分別為βL和βH， 低風險上市公司采取財務舞弊的概率遠低于高風險上市公司， 所以βL<βH; 低風險上市公司和高風險上市公司分別面臨的罰金為CCL1和CCH1， 且CCL1

（二）信號傳遞博弈達到混合均衡時的條件

在信號傳遞博弈達到混合均衡時， 低風險上市公司從信號集（M）中選擇的信號為mL， 高風險上市公司從信號集（M）中選擇的信號為mH， 此時外部審計僅有兩種可能的選擇比較符合現實情況：第一， 收到低風險信息時選擇發表標準無保留意見， 收到高風險信息時選擇發表非標準無保留意見; 第二， 收到低風險信息與收到高風險信息時均選擇發表標準無保留意見。

1. 假設達到低風險混合均衡時。 此時外部審計的最優策略a?（ML）為發表標準無保留意見（SUO）， a?（MH）為發表非標準無保留意見（NSUO）。 其中， a?（ML）是外部審計收到低風險信息時的最優策略， a?（MH）是外部審計收到高風險信息時的最優策略。 通過分析得出， 此時信號傳遞博弈實現最優決策的精煉貝葉斯均衡條件為：

式（3）表示低風險上市公司的期望收益高于審計費用與將自己偽裝成高風險上市公司成本的差額。 式（4）表示高風險上市公司的期望收益高于審計費用與將自己偽裝成低風險上市公司成本之和。 由于我國偽造信息的成本和對財務舞弊的處罰成本較低， 式（3）和式（4）可轉換為πL×αL≥AF和πH×αH≥AF。 這表明， 只要高風險上市公司在外部審計出具非標準無保留意見后獲得的收益高于其所支出的審計費用， 便會選擇發送低風險信息， 即：在傳統信息技術下， 由于會計信息篡改成本過低， 上市公司更加關注舞弊后從資本市場獲得的收益。

由此可見， 在傳統信息技術下， 混同低風險均衡需要滿足βL×（CAL1+CAL2）≤AF≤βH×（CAH1+CAH2）這一條件， 外部審計的最優選擇是出具標準無保留意見。 然而， 高風險上市公司獲得的收益高于低風險上市公司， 導致高風險上市公司更加愿意支付高額審計費用， 以獲得標準無保留意見， 進而導致高風險上市公司沒有被資本市場及時清除， 增加了資本市場和審計市場的風險。

2. 假設達到混同于低風險信息均衡時。 此時外部審計的最優策略a?（ML）和a?（MH）均為發表標準無保留意見（SUO）。 通過分析得出， 此時信號傳遞博弈實現最優決策的精煉貝葉斯均衡條件為：

通過對式（5） ～ 式（8）的分析不難發現， 當外部審計的審計費用高于ρ×[βL×（CAL1+CAL2）]+（1-ρ）×[βH×（CAH1+CAH2）]時， 外部審計的最優選擇是出具標準無保留意見， 高風險和低風險上市公司都會獲得標準無保留意見。 這一結論暗示著， 對于高風險上市公司， 只要其支付的成本能夠彌補其支付罰金和信用損失的期望值， 外部審計便會和上市公司合謀， 出具標準無保留意見。 但是， 由式（8）可知， 高風險上市公司愿意支付審計費用的約束條件在于偽造會計信息的成本低和罰金低。 以上分析表明， 在傳統信息技術下， 由于偽造會計信息的成本低， 上市公司愿意支付高額審計費用， 又因為由外部審計承擔的罰金和信用損失低， 外部審計也愿意冒著舞弊被發現的風險， 發表標準無保留意見。 這便是由于傳統信息技術在會計信息生成路徑中的缺陷， 致使外部審計愿意為上市公司發表標準無保留意見的根本原因， 由此進一步導致了審計市場和資本市場的混亂。

兩種信號傳遞博弈的混合均衡分別為：①低風險上市公司選擇的策略M=mL， 高風險上市公司選擇的策略M=mH; ②低風險上市公司選擇的策略M=mH， 高風險上市公司選擇的策略M=mL。 然而， 一方面， 在傳統信息技術下， 由于上市公司偽造和篡改乃至銷毀會計信息的成本低， 高風險上市公司大多數會發送與自身風險不相符的低風險信息; 另一方面， 在現實社會中低風險企業沒有發送高風險信息的動機。 因此， 以上兩種分離均衡無法實現， 只能實現低風險信息的混合均衡。

在混同于低風險信息均衡下， 審計市場上的所有上市公司均會發送低風險信息， 若外部審計發表標準無保留意見， 則其會設定更高的審計費用， 由于高風險上市公司從資本市場獲得的期望收益更高， 其也愿意為標準無保留意見支付更高的審計費用， 導致資本市場剩余大量高風險上市公司， 這既會擾亂資本市場的健康發展， 又將增加審計市場的風險， 外部審計對于審計市場風險的評估， 也會轉移到低風險企業上， 使得低風險上市公司承擔高額的審計費用， 破壞審計市場的正常秩序。 一方面， 通過對式（1）和式（2）、式（5）和式（6）的分析不難發現， 高額審計費用產生的根本原因是：在信息不對稱情況下， 外部審計難以通過低風險信息來判斷上市公司的實際風險類型， 這導致外部審計在考慮舞弊被發現的概率、自身信用損失和罰金三個因素后， 提出高額審計費用來彌補綜合損失。 另一方面， 通過對式（3）和式（4）、式（7）和式（8）的分析不難發現， 上市公司愿意支付高額審計費用的原因在于， 其篡改信息的成本低且自身承擔的罰金較低。

在上市公司和外部審計的動態博弈過程中， 一方面， 可以通過提高財務舞弊被發現的概率、外部審計信用損失和罰金， 來提升審計費用， 使得高風險上市公司無力支付高額審計費用; 另一方面， 可以通過提升上市公司篡改會計信息的成本、罰金， 同時降低資本市場的不正當收益， 使得高風險上市公司無法承受財務舞弊的風險， 這才是消除財務舞弊的根本方法。

四、區塊鏈技術下財務舞弊行為的不完全信息動態博弈

（一）采用聯盟鏈的改進模型

相較于傳統信息化技術， 區塊鏈下的共識機制能夠構建一個透明、真實、可信并經過自驗的賬本的會計信息生態系統， 實現會計信息在聯盟節點間的共享， 使得每一個節點擁有對稱的會計信息， 消除傳統信息技術下中心節點的信息優勢， 有效緩解信息不對稱帶來的上市公司發送與自身類型不相匹配的會計信息的行為。 在基于區塊鏈的會計信息生態系統下， 由于信息透明， 欺詐節點的舞弊行為會更容易被誠實節點發現， 同時經濟激勵機制會大幅度提升會計信息篡改成本， 加之區塊鏈實現了信息共享， 行政機關更加了解企業的真實情況， 對企業舞弊行為的處罰會更加嚴厲。 與此同時， 外部審計出具不實意見后， 將面臨來自行政機關的高額罰金， 共享平臺上的其他聯盟節點喪失對外部審計的信任， 從而抬高外部審計的信任成本。

在區塊鏈技術下， 傳統博弈模型發生了五個變化： 一是， 在上市公司被出具標準無保留意見后， 其被行政機關查出財務舞弊的概率分別為βL'和βH'， 且βL<βL'， βH<βH'。 二是， 低風險上市公司和高風險上市公司篡改和偽造信息的成本分別為CCL2'和CCH2'， 且CCL2< CCL2'， CCH2

由于區塊鏈本身是會計信息共享平臺， 具有半公開或全公開的特點， 外部審計能夠更加完整、真實且可靠地弄清上市公司的財務狀況、經營成果和現金流量， 提升信息透明度， 有效改善信息不對稱問題， 實現差別化定價。 外部審計單位從上市公司收到低風險信息時， 給出的審計價格為AFL， 從上市公司收到高風險信息時， 給出的審計價格為AFH。

（二）聯盟鏈下博弈雙方達到混合均衡時的條件

在信號傳遞博弈達到混合均衡時， 兩種類型的上市公司都選擇發送低風險信息， 聯盟鏈下外部審計的選擇有兩種：第一， 收到低風險信息時發表標準無保留意見， 收到高風險信息時發表非標準無保留意見; 第二， 收到低風險信息與收到高風險信息時均發表非標準無保留意見。

1. 假設達到低風險混合均衡時。 此時外部審計的最優策略a?（ML）為發表標準無保留意見（SUO）， a?（MH）為發表非標準無保留意見（NSUO）。 通過分析得出， 此時信號傳遞博弈實現最優決策的精煉貝葉斯均衡條件為：

進一步分析可知， 式（9）和式（10）表明， 在區塊鏈技術提升財務舞弊被發現的概率、上市公司面臨的信用損失成本后， 推升了外部審計的綜合成本， 從而大幅度提升了外部審計的審計費用， 使得上市公司不愿支付高昂的審計費用。 式（11）和式（12）表明， 應用區塊鏈技術推升了上市公司財務舞弊的綜合成本， 降低了上市公司的凈收益， 可能會使上市公司得不償失。 因此， 傳統信息技術下的混合均衡在區塊鏈技術下無法實現。

2. 假設達到混同于低風險信息均衡時。 此時外部審計的最優策略a?（ML）和a?（MH）均為發表非標準無保留意見（NSUO）。 通過分析得出， 此時信號傳遞博弈實現最優決策的精煉貝葉斯均衡條件為：

由區塊鏈的混同均衡分析可知， 傳統信息技術下的混同低風險均衡條件無法得到滿足。 該結論表明， 聯盟鏈的引入既提高了上市公司財務舞弊行為的偽造成本， 也提升了外部審計的信用損失成本， 同時使得上市公司財務舞弊被發現的概率大幅度升高， 有效遏制了高風險上市公司偽裝為低風險上市公司的動機， 以及外部審計和上市公司合謀造假的可能性， 有利于規范審計市場的秩序， 促進資本市場的穩定健康發展。

（三）聯盟鏈下博弈雙方達到分離均衡時的條件

在信號傳遞博弈達到分離均衡時， 低風險上市公司選擇發送低風險信息， 高風險上市公司選擇發送高風險信息， 在聯盟鏈下外部審計的選擇有三種：第一， 收到低風險信息時發表標準無保留意見， 收到高風險信息時發表非標準無保留意見; 第二， 收到低風險信息與收到高風險信息時均發表非標準無保留意見; 第三， 收到低風險信息與收到高風險信息時均發表標準無保留意見。

本文的研究目的是破解上市公司的財務舞弊行為， 借助于區塊鏈技術來遏制舞弊動機和行為， 因此本文僅討論上述第三種情況， 原因如下：根據第一種情況可知， 外部審計如果收到低風險信息， 會發表標準無保留意見， 如果收到高風險信息， 會發表非標準無保留意見， 有利于促進資本市場的正常發展; 根據第二種情況可知， 外部審計如果收到低風險信息， 不會發表標準無保留意見， 這既會影響審計公司的審計信譽， 又會影響上市公司與審計公司繼續合作的機會， 因此第二種情況不成立。

假設達到第三種情況的分離均衡時， 外部審計收到低風險信息與收到高風險信息時均選擇發表標準無保留意見， 需要滿足的條件為：

由式（17）和式（18）可知， 在聯盟鏈下， 外部審計了解上市公司的風險類型， 通過審計費用的差異化定價， 實現自身利潤最大化。 由于AFH≥AFL， 所以式（19）成立。 式（20）表明， 上市公司發送與自身相符的會計信息的前提是， 外部審計設定的審計費用必須在（AFL-CCL1'-CCL2'， AFL+CCH1'+CCH2'）區間內， 否則高風險上市公司依舊具有發送低風險信息的動機， 尤其是在聯盟鏈下， 偽造、篡改和銷毀會計信息需要付出高昂的成本， 所以式（20）成立。 在引入區塊鏈技術后， 由于上市公司付出的綜合成本太高， 導致其愿意發送誠實信息。 在共識機制下， 共識算法使得各聯盟節點能快速發現財務舞弊， 也使得上市公司和外部審計的合謀難以形成， 進而促進資本市場和審計市場的健康發展。

通過以上基于區塊鏈技術的信號傳遞博弈模型可以發現， 區塊鏈技術在提高上市公司偽造、篡改和銷毀會計信息的成本和信任成本的同時， 也提升了上市公司財務舞弊被發現的概率， 使得傳統信息技術下混同低風險信息的混合均衡不復存在， 有效防范了財務舞弊行為。 同時， 在實務中， 外部審計借助區塊鏈技術， 能更好地實施差別化定價， 通過調整審計費用促進資本市場和審計市場的發展。 這主要體現在以下兩個方面：一方面， 在原信息化水平下， 大量高風險企業通過支付高額審計費用獲得標準無保留意見的審計報告， 使得這些高風險企業留在了資本市場上。 而區塊鏈技術的運用迫使這些高風險企業只能發送高風險信息， 若其連續三年虧損， 將會被資本市場清除。 另一方面， 在原有信息技術條件下， 高風險上市公司通過財務舞弊行為獲得了在資本市場上生存的機會， 致使審計市場整體風險上升， 導致外部審計設定過高的審計費用。 而區塊鏈技術的引入使得高風險企業只能如實發送高風險信息， 降低了審計市場的整體風險， 外部審計還可以采用差別化定價， 減輕低風險企業的審計費用負擔， 進而促進審計市場的健康發展。

五、結論

本文運用信號博弈模型， 分別探討了傳統信息技術下財務舞弊和引入區塊鏈技術下財務舞弊的精煉貝葉斯均衡條件， 并分析了兩種模式下博弈雙方的差異。

首先， 構建傳統信息技術下的不完全信息動態博弈模型， 研究發現：傳統信息技術下的信號傳遞博弈只能實現混同于低風險信息的混合均衡， 不能實現分離均衡。 由于上市公司偽造會計信息的成本過低、舞弊被發現的概率較小， 且面臨的行政處罰較輕， 導致其舞弊總成本較低。 高風險上市公司通過財務舞弊將高風險會計信息粉飾為低風險會計信息， 以此獲得外部審計出具的標準無保留意見， 進而從資本市場獲得股價上漲等帶來的較高收益。 在較低舞弊總成本和較高收益的博弈中， 高風險上市公司必然會選擇發送被粉飾后的低風險信息， 來獲得較高收益; 同時， 由于低風險上市公司不可能發送高風險信息， 因此無論高風險上市公司還是低風險上市公司， 都只會選擇發送低風險信息， 那么傳統信息技術下信號傳遞博弈只會達到混同于低風險信息的混合均衡， 而不會達到分離均衡。 另外， 對于外部審計而言， 由于獲得的信息為不完全信息， 難以辨別上市公司所提供會計信息的風險類型， 從而加大了審計風險。 為彌補高審計風險帶來的損失， 外部審計通常會要求上市公司支付更高的審計費用。 由于高風險上市公司通過財務舞弊能從資本市場獲得高額的收益， 所以其也愿意支付高額審計費用。 這樣高風險上市公司就不能及時被市場清除， 增加了資本市場的風險， 也增加了整個審計市場的風險。 而高風險的審計市場使得外部審計要求更高的審計費用， 進而又加重了低風險企業的審計費用負擔。

其次， 構建基于區塊鏈技術防范財務舞弊的不完全信息動態博弈模型， 研究發現：基于區塊鏈技術的信號傳遞博弈難以實現混同于低風險信息的混合均衡， 只能實現分離均衡， 主要是因為區塊鏈技術能夠有效緩解信息不對稱。 基于區塊鏈的共識算法， 會計信息生態系統由所有共識節點協同創建、共同維護， 可實現會計信息在鏈上的共享， 使得外部審計可以清晰透明地了解上市公司的風險類型， 這樣高風險上市公司就不會發送與自身風險類型不相符的會計信息， 從而實現各節點間擁有對稱的會計信息， 以此可以解決信息不對稱帶來的逆向選擇和道德風險問題。 具體來說， 在上市公司方面， 區塊鏈大幅度提高了其篡改、偽造和銷毀會計信息的成本， 也提升了財務舞弊被發現的概率， 增加了舞弊的成本， 使得上市公司的財務舞弊在經濟上不合算。 在外部審計方面， 區塊鏈在提升舞弊被發現概率的同時， 也提升了外部審計的信譽成本， 以此抬高了外部審計出具不實審計意見的審計費用， 使得上市公司要付出更大的代價實施財務舞弊。 無論是上市公司自身造假， 還是與外部審計合謀舞弊， 都將大大地提高上市公司的舞弊總成本， 使得上市公司難以承受， 因此無法實現混合均衡， 只能實現上市公司誠實表述的分離均衡。

[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] 馬曉君，董碧瀅，王常欣.一種基于PSO優化加權隨機森林算法的上市公司信用評級模型設計[ J].數量經濟技術經濟研究， 2019（12）：165 ～ 182.

[4] 姚海鑫，尹波，李正.關于上市公司會計監管的不完全信息博弈分析[ J].會計研究，2003（5）：43 ～ 45.

[5] 王魯平，陳羿.管理舞弊的形成機理及治理對策研究[ J].管理工程學報，2018（1）：107 ～ 116.

[6] 葛家澍.會計·信息·文化[ J].會計研究，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.