普华永道：如何高效识别财报舞弊-经管之家官网！

扫码加入财会交流群

财务报表是外界了解一家企业财务状况与经营表现的主要渠道之一，也是金融机构全方位分析企业的盈利能力、经营效率、债务水平和成长潜力等多维度信息，从而作出信贷和投资业务决策的重要依据。从这个意义而言，真实、可靠的财报数据是财务分析的基础。

作为金融机构，拥有一双“慧眼”，高效识别企业财务数据的真实性，提升虚假财报的识别能力，是经济下行期的当务之急。

经济下行周期，舞弊动机更强

纵观国内外资本市场的发展，总有些公司，出于种种短期目的，不惜对财报进行粉饰，甚至故意对其夸大或虚构。近年来，面对错综复杂的国内外经济形势，企业为了维持稳健经营的形象，对财报“动手脚”的动机也更强。

以A股市场为例，不乏一些昔日的“白马股”人设“崩塌”的情况，财报舞弊涉及金额动辄十几亿、甚至上百亿元。此外，以财报欺诈为主的银行骗贷案接连曝光，涉案金额一路高企，令借款机构产生大量不良贷款。这些行为不仅损害了股东、债权人和其他利益相关者的权益，也破坏了资本市场和商业社会的诚信。

以下是近年来轰动市场的一些财报舞弊案例：

舞弊手段多样，且呈行业特性

财报舞弊多从直观的利润表出发，呈现出三个阶段：1）通过多种方式操纵利润；2）通过高估资产、低估负债来改善整体财务状况；3）通过伪造现金流和关联交易的方式调节报表科目、掩盖舞弊迹象。

财报舞弊的手段也非常复杂多样。以调节利润为例，通常分为操纵收入与操纵费用两个维度。前者主要以虚构客户、提前确认收入、进行三方交易或互换贸易、借助一次性行为夸大收入、虚减收入等方式实现对收入的调节；后者则通过少计账外费用、不对受损资产或坏账提取减值准备、费用资本化、延长折旧摊销年限、将费用暂时挂在应收账款或预付款科目等手段隐藏成本费用，或虚构费用、将经常性费用归为一次性费用、大额计提应收账款或存货差值损失等方式来虚增成本费用。

值得注意的是，关联方交易可以隐藏在销售、采购、资金支持或融资安排、互相提供担保或抵押、共享设施或服务、关键管理人员的薪酬、商标使用等各个环节。换言之，隐蔽性可以很高。

普华永道根据对国内市场多年的观察积累和经验分析，总结出一些财报舞弊方面的共通点。其中一个重要的发现是，财报舞弊在数据上体现出一定的行业特性：

不仅如此，财报舞弊的手段和其进行相关操作动机也高度相关。企业为了挂牌、转板、获取信贷资格而舞弊的方向，和企业为税务策划等动机舞弊的方向大相径庭。

当然，世上没有完美的犯罪，再高明的舞弊也会留下破绽。下图列举了一些通过财务分析能够洞察到的异常信号，金融机构可以沿着这些蛛丝马迹，进一步抽丝剥茧，深入调查。

传统识别方式痛点显著

金融机构，尤其是银行，在日常工作需要接触各行各业，已经积累了一定的舞弊识别经验。然而随着科技进步和经济快速发展，从上文列举的一些案例可见，传统的识别方法已无法满足业务需要。

对金融机构而言，传统的财报舞弊识别方式，存在不全面、欠直观、低效率和难看透等痛点：

• 不全面：金融机构尽管数据来源众多，但数据结构化程度有待提升，且各渠道数据间缺乏互相勾稽印证，导致对企业的整体财务评价不够全面。

• 欠直观：大多数金融机构仍然以列表形式展示企业财务信息及相关指标，难以让报表的使用者直观地获取重点。

• 低效率：尽管负责尽调的客户经理已具备一定财务异常识别经验，但该经验的获取有赖于信息的提炼与分析。企业财报动辄上百页，涵盖海量数据，仅靠人工分析识别，一是存在关键线索遗漏、前后信息记忆混淆的可能，二是数据的集中提炼与分析计算是一大难点，三是人工分析的时间周期较长，最终表现为效率低下。

• 难看透：由于财报舞弊的手段众多、动机较难琢磨、隐藏较深等原因，金融机构业务人员很难看透企业财报的本质。

  
  

信息化时代，如何精准高效识别财报舞弊？

为了有效弥补传统手段在财报舞弊识别方面的不足，在新兴科技不断成熟的当下，金融机构可引入更多维的数据，将人工智能（AI）模型与业务经验相结合，不断提升识别财报舞弊的能力，让精准识别成为可能。

明确识别目标：精准识别财报舞弊的第一步，是明确想识别财报舞弊，还是财报异常。识别目的的不同会导致识别范围的显著差异。

海量信息整合勾稽：信息化时代看财报已不是单纯从三张表看财报。除了财务报表复杂勾稽规则稽外，还可结合云计算、自然语言处理（NLP）等先进技术，提炼财报附注信息、批量获取工商、税务、司法等外部数据、抓取外部舆情等，通过多渠道获取的海量数据，实现多维度信息勾稽（示意图如下）。

百万特征排水归纳：通过对数据进行标准化和集中化处理，可交叉进行比对，同时建立多维度、多视角的特征标签。在对相关信息及指标进行降维、归纳后，可汇总成丰富、全面的财报风险提示全景画像，使得数据结果“可视化”，更直观地呈现公司风险，由点及面揭示财报舞弊的线索。

大批量秒级运算：日益成熟的计算机处理技术，使得毫秒级的指标批量运算成为可能，让大批企业海量数据的计算与分析高效化，解决了财报舞弊人工识别过程中效率低下的问题。

AI模型精准定位：财报指标、财报舞弊线索、财报舞弊动机之间的关系并不是简单的线性或因果关系，三者相互制约相互作用，导致需要深度学习算法才可以刻画。另一方面，随着先进的人工智能和大数据技术的广泛应用，相关模型可从上万个维度“学习”可疑的财报舞弊，发现粉饰特征，捕捉问题公司共性，从更精细的角度精准识别。

规则网排查发现线索：AI模型在识别财报舞弊企业方面具有高效、精准的特点，但由于其“黑匣子”运作的特点，难以让使用者了解到财报被识别为舞弊嫌疑的原因。基于业务逻辑的严密规则网的构建则在精准识别基础上，解决了这一难题。规则网对重点会计科目和指标进行勾稽排查，结合公司在行业中所处地位，从成本、费用、利润、资产、现金流等多角关系进行一致性对比，发现异常变动和违规迹象，进一步推测舞弊动机。规则网与AI模型相辅相成，多角度验证，有效提高了财报舞弊的甄别效率（示意图如下），让违规公司无所遁形。

多场景应用，全面提升业务能力

大数据驱动下的财报舞弊识别，可广泛应用于金融机构的多个业务环节，提高前、中、后各个阶段全方位的能力。以授信与投资为例：

• 贷前/投前尽职调查：金融机构可利用OCR等文字识别技术现场快速提取客户财报信息，开展风险评价。基于财务报表反欺诈侦测结果，可有效识别财报异常。一方面可要求企业提供潜在问题的合理解释，或要求提供更多的保障担保措施；另一方面可直接拒绝融资申请，从源头杜绝潜在的财报欺诈风险。

  
  

• 贷中/投中批量管理：为夯实企业客户信用评估数据基础，金融机构可结合企业信用评级和风险预警体系，在开展评级之前，批量判定财报可信度，将财报可信度评价结果作为信用评级和审批认定的重要输入或调整规则，从而使得一定程度基于财报开展评价的信评体系更具有效性。

  
  

• 贷后/投后精准定位：金融机构一方面可基于财报舞弊/异常程度分析作为年度信贷审阅/投后定期回访的抽样参考，另一方面可加强被识别企业的贷后/投后风控强度和频率，并有针对性地增加相关企业的抵质押物、保证金等，作为贷后/投后客户风险识别与跟踪的重要依据。

  
  

此外，随着金融机构投行业务、资管业务等业务体量的不断增长，金融机构内部衍生出的基于信用债投资、股权投资等场景的财务分析需求将日益旺盛。通过财报舞弊识别，可以有效识别发债主体以及投资标的的真实财务状况，从而实现对其偿债能力、盈利能力、成长性等的客观评价，降低在投资过程中出现违约与业绩变脸的可能。

普华永道的财报舞弊识别解决方案，将自身各行业财务审计和金融行业风控咨询实践的经验，与最新的大数据AI技术相结合。

「经管之家」APP：经管人学习、答疑、交友，就上经管之家！
免流量费下载资料----在经管之家app可以下载论坛上的所有资源，并且不额外收取下载高峰期的论坛币。
涵盖所有经管领域的优秀内容----覆盖经济、管理、金融投资、计量统计、数据分析、国贸、财会等专业的学习宝库，各类资料应有尽有。
来自五湖四海的经管达人----已经有上千万的经管人来到这里，你可以找到任何学科方向、有共同话题的朋友。
经管之家（原人大经济论坛），跨越高校的围墙，带你走进经管知识的新世界。
扫描下方二维码下载并注册APP