存貨舞弊的行動識別：以撫順特鋼為例

【摘要】存貨舞弊是上市公司財務舞弊的重要表現。以邏輯分析識別存貨舞弊， 固然能彌補盤點的不足， 但其自身也存在全面性存疑和主觀性依賴的問題。有效識別存貨舞弊， 除由簡至繁地擴充邏輯異常認識、 提升識別能力外， 還可以由繁至簡地聚焦于舞弊行動， 以舞弊行動為抓手識別存貨舞弊。經濟學理論揭示， 在上年存貨邊際報酬率小于零的情況下增加存貨以及在上年存貨邊際報酬率大于零的情況下減少存貨， 是存貨舞弊的行動特征。圍繞存貨舞弊的行動特征設計指標， 并借鑒金稅系統原理確定判斷標準， 可有效識別有存貨舞弊嫌疑的上市公司。

【關鍵詞】財務舞弊；存貨舞弊；行動理論；撫順特鋼

【中圖分類號】F275" " " 【文獻標識碼】A" " " 【文章編號】1004-0994（2024）14-0097-5

一、 引言

上市公司虛增利潤后， 必然要為虛增的利潤尋找一個落腳點， 以保證虛增當年的資產負債表平衡。當上市公司將虛增利潤放在存貨上， 就會表現為存貨舞弊。“存貨”項目歷來是財務舞弊的“高發之地”和“藏身之所”（葉凡等，2021）， 在2001年到2020年6月中國證監會對會計師事務所及會計師的處罰案件中， 提及第二多的就是存貨及跌價準備（張文榮和張景瑜，2021）。由于存貨核查難度大且產品核查往往需要運用大量的專業知識， 存貨舞弊常常難以被及時發現。以撫順特鋼為例， 撫順特鋼自2010年開始“通過偽造、 變造原始憑證及記賬憑證， 修改物供系統、 成本核算系統、 財務系統數據等方式調整存貨中‘返回鋼’數量、 金額， 虛增涉案期間各定期報告期末存貨”， 該公司的存貨舞弊在歷經八年后才被發現并查處。因此， 如何有效識別存貨舞弊， 是理論和實踐中一項重要的課題。

目前來看， 識別存貨舞弊主要有盤點和邏輯分析兩種方式。所謂盤點， 是指“盤點實物， 賬實核對”， 只有進行賬實核對， 才能查證（張輝，2011）。由于盤點對象可能被操縱（注冊會計師盤點的可能只是上市公司愿意讓注冊會計師看到的）， 盤點雖然是存貨審計中常采用的一種重要方法， 但并非僅憑此就可查處存貨舞弊（肖小飛，2008）。若想發現舞弊的蛛絲馬跡， 分析性程序不啻為一種十分有效的審計方法（張加學和李若山，2002）。所謂分析， 是從邏輯角度對各種具有內在勾稽關系的數據進行對比。如葉凡等（2021）利用財務邏輯和業務邏輯的交叉驗證， 發現康美藥業2019年存在“存貨大幅增長的同時， 購買商品接受勞務支付的現金不升反降”的異常現象； 傅頎等（2023）發現， 索菱股份存在“庫存商品增長率遠大于營業成本、 毛利率的變動率”的異常現象。

應當說， 邏輯分析在一定程度上彌補了盤點的缺陷， 提高了存貨舞弊識別的有效性。但同時， 邏輯分析本身也存在兩個不容忽視的問題： （1）全面性存疑。通過邏輯分析識別存貨舞弊， 關鍵是找到上市公司的邏輯異常現象， 但邏輯異常現象并沒有一定之規。要想邏輯分析奏效， 必須有一套全面的邏輯框架， 且該框架能覆蓋所有異常表現。而是否或能否有這樣一套全面的邏輯框架， 在理論上是存疑的。（2）主觀性依賴。通過邏輯分析判斷上市公司是否異常， 必然要有判斷異常的標準。如： “存貨大幅增長”， 需要知道“增長多少”才屬于“大幅增長”； “庫存商品增長率遠大于營業成本變動率”， 需要知道“大多少”才屬于“遠大于”。在現有的邏輯分析中， 判斷標準多依賴于研究者自身的主觀經驗； 甚至于某些時候， 判斷標準可能只是研究者在知道上市公司存在財務舞弊后對號入座的結果。基于此， 本文擬從人的行動理論出發， 提出一種融合邏輯與數據的存貨舞弊識別思路， 以期能解決邏輯分析存在的兩個問題。

二、 理論構想

1. 聚焦存貨舞弊行動。以邏輯分析方式識別存貨舞弊， 本質是以舞弊行動之后的異常表現判斷上市公司是否有舞弊嫌疑。一旦沒有關于異常表現的全面認識或沒有完整的異常表現體系， 那么不在我們認識視野中的異常表現可能就遲遲無法用于識別存貨舞弊， 而這很可能就是現實中無法及時發現某些存貨舞弊公司的主要原因。一種常見的、 拓展邏輯分析方式識別能力的做法是， 不斷擴張異常表現的認識范圍， 以求能將更多未知的異常表現納入認識范圍。但這種做法最后能否求得識別存貨舞弊異常表現的全集， 不得而知。本文認為， 與其“由簡至繁”地謀求存貨舞弊異常表現的全集， 不如“由繁至簡”地聚焦于識別對象。“由繁至簡”地聚焦于識別對象， 就是聚焦于存貨舞弊行動， 以舞弊行動作為識別舞弊的抓手。

按奧派經濟學家米塞斯的人的行動理論， 一切行動均包括目的、 物件、 因果關系認知、 經濟權衡、 手段五個要件（路德維希·馮·米塞斯，2013）。從理論上講， 一切人的行動均可描述為： 因特定目的， 人有了行動的欲望； 在行動之初， 人會審視怎樣利用現有可用物件可以達到目的（因果關系認知）， 因果關系認知越多， 人從物件達致目的的可選方案就越多； 在具體選擇行動方案時， 人會進行經濟權衡， 選擇成本最小且又能實現目的的方案； 最后， 按照選定方案， 人發生了真實的行動， 即物件利用。由于目的、 因果關系認識、 經濟權衡是主觀的、 隱藏在人心深處的， 要通過上述五個要件完整地描述人的行動并不可行。所以， 次優的做法是利用物件和手段兩個客觀要件， 將人的行動描述為“在一定物件的基礎上， 實施了某種手段（物件利用）”。如果將物件理解為條件、 手段理解為行為， 一種更容易理解的行動表達是“在一定條件下， 發生了某種行為”（潘修中，2024）。

同理， 所有的存貨行動（包括正常的和舞弊的存貨行動）均可描述為“在一定條件下， 公司發生了存貨變動行為”。以舞弊行動為抓手識別存貨舞弊， 就是要找到在什么條件下、 公司發生怎樣的存貨變動是有舞弊嫌疑的。經濟學上的邊際報酬率告訴我們： 在上年存貨邊際報酬率下降的條件下， 正常公司會減少存貨； 在上年存貨邊際報酬率上升的條件下， 正常公司會增加存貨。相應地， “在上年存貨邊際報酬率下降的條件下增加存貨”以及“在上年存貨邊際報酬率上升的條件下減少存貨”則是有舞弊嫌疑的。所以， 以舞弊行動為抓手識別存貨舞弊， 就是要找到符合“在上年存貨邊際報酬率下降的條件下增加存貨”以及“在上年存貨邊際報酬率上升的條件下減少存貨”兩種行動特征的舞弊公司。

2. 確定客觀判斷標準。

（1） 指標設計。要找到符合存貨舞弊行動特征的公司， 首先應確定上年存貨邊際報酬率和當年存貨變動的衡量指標。從邊際報酬率的含義看， 上年存貨邊際報酬率似乎可用“上年營業利潤變動額/上年存貨變動額”加以衡量。但這個指標存在兩個問題： 第一， 與營業利潤相關的不僅有結轉的存貨成本（營業成本）， 還有期間費用等， 用營業利潤可能會削弱分子部分與存貨的相關性； 第二， 與營業利潤直接相關的實際上不是期末存貨而是已結轉的存貨， 用存貨作為分母可能會降低指標的準確性。經反復權衡， 以上年營業毛利率變動幅度衡量存貨邊際報酬率可能是一種較好的選擇。

衡量當年存貨變動， 一個自然的選擇似乎是當年存貨變動率［（當年存貨-上年存貨）/上年存貨］。仔細思考可發現， 這個指標也存在兩個問題： 第一， 企業某年新增的存貨不僅包括期末存貨， 還包括已結轉的存貨， 用期末存貨計算存貨變動額可能范圍過窄； 第二， 以上年存貨作為分母可能會導致該指標受企業上年規模影響， 會出現上年存貨規模大的企業即使增加了較多存貨該指標值也相對偏小的現象。為解決第一個問題， 將指標中的存貨定義為“期末存貨+營業成本”； 為解決第二個問題、 使指標值具備公司間的可比性， 當年存貨（當年期末存貨+當年營業成本）不再是與上年存貨（上年期末存貨+上年營業成本）相比， 而是與預期值相比。所謂預期值， 是基于公司存貨（期末存貨+營業成本）會和營業收入保持相對穩定的比例關系這一假設， 用上年存貨與上年營業收入的比例乘以本年營業收入計算確定。綜上， 本文的具體指標設計如下：

上年存貨邊際報酬率=上年營業毛利率-前年營業毛利率

其中， 營業毛利率=（營業收入-營業成本）/營業收入。

當年存貨變動=（當年存貨-存貨預期值）/存貨預期值

其中， 當年存貨=當年期末存貨+當年營業成本， 存貨預期值=上年存貨/上年營業收入×當年營業收入， 上年存貨=上年期末存貨+上年營業成本。

（2） 判斷標準。要找到符合存貨舞弊行動特征的公司， 還需要具體的判斷標準。上年存貨邊際報酬率上升或下降的判斷標準是明確的， 只要看相關指標大于零或小于零即可。關鍵是， 如何確定當年存貨變動的判斷標準， 以判斷何時為增加存貨、 何時為減少存貨。

現實中， 當年存貨變動是“瞻前顧后”的結果， 一家公司當年存貨變動不僅會考慮上年存貨邊際報酬率， 還會看當年的商品銷售情況。在上年存貨邊際報酬率小于零的條件下， 如果當年整個行業轉熱， 正常公司可能也會增加存貨， 只不過增加的幅度小于上年存貨邊際報酬率大于零的公司而已； 在上年存貨邊際報酬率大于零的條件下， 如果當年整個行業轉冷， 正常公司可能也會減少存貨， 只不過減少的幅度小于上年存貨邊際報酬率小于零的公司而已。因此， 增加存貨或減少存貨不能看“當年存貨變動”的指標值大于零或小于零， 而應看當年存貨變動在行業中偏大或偏小： 當年存貨變動在行業中偏大時， 即認為增加存貨； 當年存貨變動在行業中偏小時， 即認為減少存貨（如此可消除當年行業景氣程度的影響）。

判斷當年存貨變動偏大或偏小， 可借鑒金稅系統設計預警值的原理。考慮特定行業上市公司數量相對偏少， 本文原則上以整個行業當年存貨變動的75%分位數和25%分位數作為標準， 判斷特定公司當年存貨變動是偏大還是偏小。判斷標準的設計情況如下： （1）在上年存貨邊際報酬率小于零的條件下， 一家公司是否屬于增加存貨、 有舞弊嫌疑， 看該家公司當年存貨變動是否超過同行業所有上市公司70%分位數。之所以沒有選擇75%分位數， 是因為比較樣本的擴大。本來， 對一家上年存貨邊際報酬率小于零的公司而言， 最可比的公司是其他上年存貨邊際報酬率小于零的公司； 現在， 比較樣本擴展到同行業所有上市公司， 有必要將75%適度調低。（2）在上年存貨邊際報酬率大于零的條件下， 一家公司是否屬于減少存貨、 有舞弊嫌疑， 看該家公司當年存貨變動是否低于同行業所有上市公司30%分位數。之所以如此確定判斷標準， 道理同上。由此， 即可形成如表1所示的識別框架。

三、 案例分析

1. 以撫順特鋼為例。從中國證監會發布的行政處罰公告看， 撫順特鋼在2010 ～ 2017年第三季度存在存貨舞弊。由于計算上年存貨邊際報酬率指標需要用到前年數據， 在搜集鋼鐵行業上市公司相關數據時將時間跨度向前延伸至2008年； 由于某些鋼鐵行業上市公司的上市時間是在2010年之后， 對查不到2008年財務數據的上市公司沒有納入搜集之列； 由于2017年撫順特鋼僅是前三個季度存在存貨舞弊且該年注冊會計師審計已出具“無法表示意見”的結論， 本文通過CSMAR數據庫只搜集了2008 ～ 2016年鋼鐵行業所有可查詢到的上市公司相關數據。

經計算可得撫順特鋼2010 ～ 2016年各年的“上年存貨邊際報酬率”和“當年存貨變動”指標值， 以及判斷存貨偏高或偏低的標準（見表2）。由表2可以發現， 2010年， 撫順特鋼上年存貨邊際報酬率大于零， 當年存貨變動（-0.0255）小于同行業所有公司存貨變動的30%分位數（-0.0233）， 符合“在上年存貨邊際報酬率大于零的條件下減少存貨”的舞弊行動特征。2011年， 撫順特鋼上年存貨邊際報酬率小于零， 當年存貨變動（0.0093）超過同行業所有公司存貨變動的70%分位數（0.0031）， 符合“在上年存貨邊際報酬率小于零的條件下增加存貨”的舞弊行動特征。2012年， 撫順特鋼上年存貨邊際報酬率大于零， 當年存貨變動（0.1248）并沒有低于同行業所有公司存貨變動的30%分位數， 識別失敗。2013年， 撫順特鋼上年存貨邊際報酬率大于零， 當年存貨變動（-0.1112）小于同行業所有公司存貨變動的30%分位數（-0.0195）， 符合“在上年存貨邊際報酬率大于零的條件下減少存貨”的舞弊行動特征。2014年， 撫順特鋼上年存貨邊際報酬率大于零， 當年存貨變動（-0.0439）小于同行業所有公司存貨變動的30%分位數（-0.0284）， 符合“在上年存貨邊際報酬率大于零的條件下減少存貨”的舞弊行動特征。2015年， 撫順特鋼上年存貨邊際報酬率大于零， 當年存貨變動（0.0762）并沒有低于同行業所有公司存貨變動的30%分位數， 識別失敗。2016， 撫順特鋼上年存貨邊際報酬率大于零， 當年存貨變動（0.0289）同樣沒有低于同行業所有公司存貨變動的30%分位數， 識別失敗。

2. 錯誤還是遺漏： 識別框架修正。將前文設計的識別框架用于撫順特鋼， 僅能成功識別2010年、 2011年、 2013年和2014年的存貨舞弊， 2012年、 2015年和2016年的存貨舞弊并沒有被成功識別。是識別思路錯誤嗎？并非如此。識別出來的2010年、 2013年、 2014年存貨舞弊， 在邏輯上是站得住腳的： 在上年存貨邊際報酬率大于零的條件下， 撫順特鋼當年存貨比大部分上年邊際報酬率小于零的公司下降得還要多， 明顯不正常。同樣， 識別出來的2011年存貨舞弊， 在邏輯上也是站得住腳的： 在上年存貨邊際報酬率小于零的條件下， 撫順特鋼當年存貨比大部分上年存貨邊際報酬率大于零的公司增加得還要多， 同樣不正常。

既然邏輯上講得通， 為何識別框架未能識別出撫順特鋼2012年、 2015年、 2016年的存貨舞弊？原因在于， 上文只是基于邊際報酬率從靜態角度得到了存貨舞弊的行動特征， 而遺漏了動態上的某些存貨舞弊行動特征。審視撫順特鋼2012年、 2015年、 2016年的上年存貨邊際報酬率和當年存貨變動， 不難發現這三年的存貨舞弊行動有著共同的表現： 在上年存貨邊際報酬率大于零的條件下， 當年存貨變動（增加幅度）特別大。要理解這類被遺漏的存貨舞弊行動特征， 還需要結合一家公司連續舞弊的過程加以說明。

假設2××1年某家上市公司已經虛增利潤、 虛增存貨， 那么2××2年， 該公司的上年存貨邊際報酬率就是大于零的。如果2××2年該公司繼續虛增利潤， 對虛增的利潤則可能會有兩種安排： （1）以與往年同樣的比例或低于往年的比例， 將虛增利潤放在存貨上。此時， 該公司當年存貨變動會因為基數已經變大而明顯偏低， 即出現“上年存貨邊際報酬率大于零， 而當年存貨變動明顯偏小”的舞弊特征。（2）以高于往年的比例將虛增利潤放在存貨上。此時， 該公司當年存貨變動會因更高比例的虛增利潤放在存貨上而明顯偏大。從連續實施存貨舞弊的過程看， 這種“上年存貨邊際報酬率大于零， 當年存貨變動明顯偏大”的情形， 顯然在基于邊際報酬率的靜態分析中被遺漏了。

因此， 為修正識別框架的疏漏， 有必要加上“上年存貨邊際報酬率大于零， 上年已有存貨舞弊嫌疑， 且當年存貨變動超過同行業所有上年存貨邊際報酬率大于零上市公司75%分位數”①這一識別標準。以修正后的識別框架再次考察撫順特鋼2012年、 2015年和2016年的存貨舞弊， 這三年的存貨舞弊無疑都可識別出來（見表3）。從表3來看， 2012年撫順特鋼的上年存貨邊際報酬率大于零， 當年存貨變動（0.1248）大于同行業所有上年存貨邊際報酬率大于零公司的75%分位數， 且2011年已識別有存貨舞弊， 符合新增的存貨舞弊特征。同樣， 2015年、 2016年也均符合新增的篩選標準。事實上， 利用修正后的識別框架識別這三年的存貨舞弊， 邏輯上不難理解： 在上年存貨邊際報酬率大于零的條件下， 該公司當年存貨變動超過所有上年存貨邊際報酬率大于零公司的75%分位數， 要么是公司商品銷售得確實好， 公司經營者比較樂觀， 要么是虛假的， 如果結合公司已被識別出上年有存貨舞弊的情況， 則這種變化屬于存貨舞弊的可能性無疑更大。

四、 識別框架的有效性

由上文分析可見， 將修正后的識別框架用于撫順特鋼實現了很好的存貨舞弊識別效果。甚至可以說， 早在2011年看到所有鋼鐵行業上市公司的相關數據時， 就可識別撫順特鋼2010年存在存貨舞弊。一個容易產生的疑問是： 上述識別存貨舞弊的框架是否普遍有效以識別其他公司的存貨舞弊呢？回應該疑問最直接的方法是， 利用上文的識別框架將所有已經發現的存貨舞弊公司全部檢驗一遍。但這樣做顯然不現實。因此， 本文擬通過邏輯解釋的方式說明上述識別框架的有效性， 再輔以豫金剛石進行補充說明。

1. 邏輯解釋。從靜態角度講， 任何一家公司當年存貨變動都會考慮上年存貨邊際報酬率的情況。上年存貨邊際報酬率小于零， 意味著公司商品的銷售不再能帶來更高的收益， 正常公司會謹慎增加存貨， 甚至削減存貨謀求創新或升級。所以， 在上年存貨邊際報酬率小于零的情況下， 正常公司的當年存貨變動都是相對偏小的， 唯恐造成存貨積壓； 即使當年行情轉好， 正常公司增加的存貨也不可能比那些上年存貨邊際報酬率大于零的公司更多； 如果出現相反情況即“在上年存貨邊際報酬率大于零的情況下增加了過多存貨”， 顯然是值得懷疑的。同理， 上年存貨邊際報酬率大于零， 意味著公司商品不愁銷售， 正常公司會增加存貨， 進一步擴大市場規模。所以， 在上年存貨邊際報酬率大于零的情況下， 正常公司當年的存貨變動會相對偏大； 即使是當年行情突然變差， 正常公司減少的存貨也不可能比那些上年存貨邊際報酬率小于零的公司還要多； 如果出現相反情況即“在上年存貨邊際報酬率大于零的情況下減少了過多存貨”， 同樣是值得懷疑的。

從動態角度看， 上市公司一般是在上年銷售變差的情況下開始謀劃虛增利潤的， 沒有公司會無緣無故地進行財務舞弊。在謀劃舞弊當年， 該公司的“上年存貨邊際報酬率”因上年銷售變差而小于零； 一旦虛增利潤、 實施存貨舞弊， 即會出現當年存貨變動明顯偏大的情況。兩個指標特征結合在一起， 該公司就會表現出“在上年存貨邊際報酬率小于零的條件下當年存貨變動明顯偏大”這樣一種舞弊行動特征。到第二年（相比開始舞弊年份而言）， 經過第一年的虛增利潤， 第二年的“上年存貨邊際報酬率”是大于零的。如果第二年該公司繼續虛增利潤， 虛增之后的利潤要么按照上年的比例或低于上年的比例（虛增利潤中有多少是體現為存貨的）放在存貨上， 要么以更高的比例放在存貨上。前者， 第二年的“當年存貨變動”會因基數變大或更低比例的問題而明顯偏小， 即出現“在上年存貨邊際報酬率大于零的條件下當年存貨變動偏小”這樣一種舞弊行動特征； 后者， 第二年的“當年存貨變動”會因更高比例的虛增利潤放在存貨上而明顯偏大， 即出現“在上年存貨邊際報酬率大于零的情況下當年存貨變動偏大， 且上年已有存貨舞弊嫌疑”這樣一種舞弊行動特征。

2. 擴展驗證。據2022年中國證監會對豫金剛石的處罰公告， 豫金剛石在2017 ～ 2019年存在“虛構非飾品類銷售交易”“虛構飾品類銷售交易”“通過股權轉讓交易”虛增利潤的行為。同時， 在2017 ～ 2019年的三年間， 僅有2019年“通過虛構采購交易虛增存貨”。如果遵循上述修正的識別框架能查出豫金剛石2019年存在存貨舞弊而查不出豫金剛石2017年和2018年存在存貨舞弊， 就可以極大程度說明上述識別框架的有效性。為計算豫金剛石2017 ～ 2019年的相關指標， 本文通過CSMAR數據庫搜集了“原材料及制造業”48家上市公司2015 ～ 2019年的財務數據。

從表4看： 2017年豫金剛石的上年存貨邊際報酬率（-0.0189）小于零， 當年存貨變動（-0.0851）并未超過當年所有原材料行業上市公司70%分位數（0.0206）， 所以2017年豫金剛石不存在存貨舞弊的嫌疑； 2018年豫金剛石的上年存貨邊際報酬率（-0.0751）小于零， 當年存貨變動（0.0771）超過所有原材料行業上市公司70%分位數（0.0610）， 符合“在上年存貨邊際報酬率小于零的條件下增加存貨”的舞弊行動特征， 存在存貨舞弊嫌疑； 2019年豫金剛石的上年存貨邊際報酬率（0.0731）大于零， 當年存貨變動（0.9172）超過同行業所有上年存貨邊際報酬率大于零公司75%分位數（0.2644）， 符合“上年存貨邊際報酬率大于零， 上年已有存貨舞弊嫌疑， 且當年存貨變動超過同行業所有邊際報酬率大于零公司75%分位數”這一標準， 存在舞弊嫌疑。

從豫金剛石案例來看， 上述識別框架能夠識別出豫金剛石2019年的存貨舞弊。為何在中國證監會的處罰公告中未提及2018年豫金剛石存在存貨舞弊呢？本文認為， 這可能是因為中國證監會未有證據證實豫金剛石2018年存在存貨舞弊。本文判斷豫金剛石2018年存在存貨舞弊， 只是一種基于財務數據的舞弊嫌疑分析， 而中國證監會做出處罰必須建立在客觀證據基礎上， 沒有查實的證據是不可能出現在處罰公告中的。

五、 結語

與通過邏輯分析識別存貨舞弊不同， 本文提出了一種以舞弊行動為抓手的存貨舞弊識別思路： 首先， 參考米塞斯的人的行動理論， 通過經濟學理論分析， 得到存貨舞弊的行動特征； 其次， 將舞弊行動轉化為條件指標和行為指標的組合形式， 借鑒金稅系統識別納稅風險的做法， 設置判斷標準； 最后， 利用設計的指標和設置的標準， 從同行業上市公司中篩選出符合存貨舞弊行動特征的公司。基于該種思路形成的識別框架， 不僅能有效識別撫順特鋼2010 ～ 2016年的存貨舞弊， 在邏輯上也具有普遍的有效性。與通過邏輯分析識別存貨舞弊的思路相比， 以舞弊行動為抓手的識別思路能夠盡早識別出存貨舞弊。以撫順特鋼為例， 早在2011年可以看到鋼鐵行業上市公司財務報表時， 就可通過本文思路發現撫順特鋼存在存貨舞弊。因此， 本文所提出的思路可以幫助投資者提前規避有舞弊嫌疑的公司， 為監管部門盡早提示監管對象。

一切經濟現象都是人的行動， 這一基本事實決定了以舞弊行動為抓手識別存貨舞弊的思路沒有問題。但同時應承認， 由于指標設計偏差和標準設定仍帶有一定的主觀性， 可能會導致本文的識別框架在識別某些存貨舞弊公司時效果不佳。因此， 有必要沿著指標設計和標準設定兩個方向不斷完善識別框架。在指標設計上， 可以選擇多個不同指標分別衡量上年存貨邊際報酬率和當年存貨變動， 形成一個全面的識別存貨舞弊行動的組合指標體系； 在標準設定上， 可以考慮擴大樣本容量（如包括上下游行業上市公司）、 按照大數定理設置更為客觀的判斷標準。

需要指出的是， 與通過邏輯分析方式識別存貨舞弊一樣， 以舞弊行動為抓手識別存貨舞弊同樣只是發現某家公司的舞弊嫌疑而已。從證據法學角度看， 存貨行動異常只是證明上市公司存在舞弊嫌疑的間接證據， 且只是一種能達到蓋然性證明標準的間接證據。要想進一步達到高度蓋然性的證明標準， 一般還需結合其他證據形成完整的證據鏈。

【 注 釋 】

① 之所以與其他上年存貨邊際報酬率大于零的公司比而不是與同行業所有上市公司比，是因為上年存貨邊際報酬率小于零公司的當年存貨變動本就偏小，與之比較沒有多大意義。既然只選擇與上年存貨邊際報酬率大于零的公司比，就不再以70%分位數而是以75%分位數評判。

【 主 要 參 考 文 獻 】

傅頎，劉馨，趙子怡．上市公司收入舞弊識別與應對——基于索菱股份的案例分析［ J］．財會通訊，2023（9）：122 ～ 127．

路德維希·馮·米塞斯．人的行動［M］．上海：上海世紀出版集團，2013．

潘修中．財務舞弊大數據識別：反思與重構［ J］．財會月刊，2024（10）：26 ～ 31．

肖小飛．存貨舞弊的識別［ J］．財會月刊，2008（13）：44 ～ 45．

葉凡，葉欽華，黃世忠.存貨舞弊的識別與應對——基于康美藥業的案例分析［ J］．財務與會計，2021（13）：48 ～ 52．

張輝．存貨舞弊行為及審計對策［ J］．會計之友，2011（7）：97 ～ 98．

張加學，李若山．存貨的“奧秘”——美國法爾莫公司會計報表舞弊案例分析［ J］．財務與會計，2002（2）：40+56．

張文榮，張景瑜．審計何以失敗——對2001至2020年度處罰會計師事務所及注冊會計師的分析［ J］．中國注冊會計師，2021（2）：119 ～ 123．