【头条研报】如何用财务指标识别可能财务造假的公司

　　新浪财经重磅推出《头条研报》，带你拨开市场迷雾，了解资金喜好，寻找爆发题材。我们的“研报”不仅仅是精读与挖掘！我们将对每日近万条全网信息筛选甄别，追踪盘面题材热点与资金流向，对逾百份券商研报与内部电话会议剥丝抽茧、璞玉雕琢，为你提取出当前市场中最有价值的投资干货。　

　　问：上市公司财务造假犹如地雷，如何识别那些可能进行财务造假的公司？

　　答：在判断上市公司年报是否造假的时候，需要重点关注的几项指标分别为：审计师意见、前一年是否亏损、其他应收款占流动资产比例、销售毛利率、预付款项占流动资产比例。

             审计师给出负面意见、前一年财务亏损、相对于同行业而言，比较高的其他应收款占流动资产比例、销售毛利率、预付款项占流动资产比例等，都是造假可能性高的上市公司年报所具有的特征。

　　正文：

　　回顾国内外造假案例，常见的财务造假手段包括：

　　（1）虚增交易：通过伪造销售合同、销售发票等原始单据，编制虚假代销清单，虚构交易，并形成虚假收入和利润。

　　（2）虚增资产：虚增资产主要的表现形式就是对一些已经没有利用价值的项目不予注销。

　　（3）提前确认收入，虚增收入：未销售出去的商品或劳务，提前确认销售收入。

　　（4）利用过渡性科目，调节利润：调整跨期费用，将一些已实际发生的费用作为长期待摊费用、待处理财产损失、其他应收款等项目入账，而不按照相关准则要求计入当期损益。

　　（5）隐瞒或不及时披露重大事项：母子公司之间的关联方交易。母子公司之间往往利用不公允的市场价格，高买低卖，以此来达到操纵利润的目的。资产、债务重组上市公司常常利用其母子公司进行资产或债务重组。将自己的不良资产转让给关联公司，母子公司将优良资产输送给上市公司，从而达到输血的目的。

　　根据财务造假常见的动机和手段，结合国内外学者的研究，构建了多个财务指标和非财务指标，分别采用数据挖掘中的神经网络、SVM 支持向量机、决策树（C&RT、QUEST、CHAID、C5.0），对上市公司年报造假判别问题进行研究。

　　由于上市公司造假案例相对于全体上市公司而言，数量占比较小，从而存在数据分类不平衡问题。该问题会导致在使用一些数据挖掘技术进行研究的时候，模型会整体向占大比例的分类数据拟合，从而忽视和无法判别小比例的分类数据。

　　然而，在实际投资中，把造假公司判断为非造假公司所带来的成本远大于把非造假公司判断为造假公司。

　　在决策树中可以通过加入误分类损失函数的方式来让模型更加重视对造假样本的判别，因此，决策树比神经网络、SVM 支持向量机更适用于上市公司年报造假判别的研究，而决策树中的CHAID 算法是四个算法中综合表现较优的算法。

　　在全样本中，其对上市公司年报是否造假判别的准确率为93.16%，召回率为59.41%，判断的精确度为17.78%，F 值为27.37%。

　　最后，在判断上市公司年报是否造假的时候，需要重点关注的几项指标分别为：审计师意见、前一年是否亏损、其他应收款占流动资产比例、销售毛利率、预付款项占流动资产比例。

　　审计师给出负面意见、前一年财务亏损、相对于同行业而言，比较高的其他应收款占流动资产比例、销售毛利率、预付款项占流动资产比例等，都是造假可能性高的上市公司年报所具有的特征。（申万宏源）

责任编辑：郭春阳