A股財務造假預測模型的建立：一個模型化的全新識別系統.pdf

摘要 2 請務必閱讀正文之后的信息披露和免責申明 ? 在上一篇報告《財務造假的特征與識別》中，我們通過對財務造假的定性和定量分析，梳理了10個財務特征變量，建立了一個識別財務造假相對風險的評分模型。本文進一步參照國內外學術界做法，用Logistic邏輯模型建立起一個適用于A股市場的財務造假識別模型。主要包括以下內容： ① 造假樣本的梳理及特征分析； ② 造假“重災區”及定性識別； ③ 造假模型的建立及實證過程； ④ 模型的應用及造假概率預測。 ? 模型共設計22個變量，10%顯著水平上，針對造假首年樣本，顯著的變量為：X2應收變化率、X3存貨占比、X7軟資產比例、X8帶息負債率、X11貨幣現金異常、X15前一年是否虧損、X17是否再融資、X18股權集中度、X19機構持股比例、X21是否更換事務所、X22審計意見。造假首年預測模型結果如下： ? 注：針對造假首年樣本回歸，以設定閥值（擬合值或勝算比）為界限的模型預測準確度為69.3%；針對造假全部年份樣本回歸，模型預測準確度為74.9%。具體請參考模型評分系統及回歸結果。 風險提示：模型預測的局限性；宏觀經濟風險；海外不確定因素。 造假閥值判斷：回歸擬合值 ??????????>?5.58 或 勝算比 ????????= ??????(??????????) >0.00379 財務造假樣本梳理及特征分析 1 3 請務必閱讀正文之后的信息披露和免責申明 1.1 1994-2018年財務造假事件的篩選 4 資料來源：Wind，銳思，天風證券研究所 1994-2018年，因財務虛假披露被處罰的事件共172起，涉及165家上市公司。 ? 1994-2018年，因財務虛假披露被處罰的事件共172起，涉及165家上市公司。以1994-2018年滬深上市公司，因虛假財務信息披露而被證監會或財政部處罰的事件為觀察樣本，共計172起事件，涉及165家公司，其中，19家已退市，21家造假后被借殼，125家上市主體目前仍存續。 ? 樣本處理： ① 因定期報告財務信息虛假披露而被處罰； ② 同一家公司連續多個年度造假，僅保留首次造假年份的數據； ③ 同一公司在不連續的會計年度被處罰的事件，以兩起事件對待； ④ 不含因業績預告/快報披露不準、不及時而僅受問詢的事件；不含IPO前造假事件。 1.2 行業分布：化工、農業、機械排前三 5 資料來源：Wind，銳思，天風證券研究所 ? 從造假行業分布看，化工、農業、機械、商貿、紡服等行業發生財務造假的數量較多。某些行業是財務造假的高危行業，例如交易對手不規范或不透明（如線下零售）、業務環節簡單或難以驗證（如提供非實物類服務公司）、資金流動缺乏痕跡（如農業農產品）、關聯交易多（依附集團母公司等關聯方），使得造假成本較低或者隱蔽性較好。 1.3 時間分布：00-04、11-14年是造假高發期 6 資料來源：Wind，銳思，天風證券研究所 ? 從A股市場造假公司的造假年份分布看，00-04、11-14是財務造假的高發期，反映了在經濟低迷的環境下，企業造假動機更強。另外，17-18年的造假案例少，主要是由于財務造假的后驗性，17-18年的造假案例可能會在以后年份被暴露出來。因此，在后面的回歸模型中，對于18年以前年份， 造假概率高的公司也應引起注意。 造假的“重災區”科目及定性識別 2 7 請務必閱讀正文之后的信息披露和免責申明 財務造假的“流程” 8 資料來源：天風證券研究所 1 虛構與虛構的業務相匹配的收入 2 虛構客戶和供應商 3 消化虛構利潤所占據的資金 ? 成立多家空殼公司或利用關聯交易，虛構經濟業務。 ? 利用真實的客戶和供應商造假，偽造交易合同及銀行對賬單。 ? 利用海外客戶和供應商造假，虛構海外的銷售合同訂單 ? 偽造銷售合同和采購合同及出入庫單據。 ? 偽造銀行對賬單及資金出入憑證。 ? 使用大量的現金交易，讓核查無據可尋。 ? 偽造“真實的”現金流，如利用銀行承兌匯票掩蓋資金流轉軌跡。 ? 虛增銀行存款 ? 虛增應收帳款 ? 虛增存貨 ? 虛增固定資產、在建工程等 ? 虛增無形資產 ? 虛增對外投資 利潤表 現金流量表 報表附注 資產負債表 掩蓋的落腳點，辨識的著手處 資金流（收入）——資金憑證（客戶和供應商）——資金記賬（轉化為資產） 財務造假的“恒等式” 9 資料來源：天風證券研究所 利潤表的影響 （虛增利潤） 資產負債表的影響 （虛增資產、虛減負債、虛減權益） ? 虛增收入 ? 少計成本 ? 少計費用 ? 虛增資產：例如虛構資產交易將資金轉出，再通過銷售將資金轉回以實現自我交易。 ? 虛減負債：例如少計采購以達到少計成本或費用的目的。 ? 虛減權益：例如關聯方利益輸送。 ?虛增利潤的同時必然會影響到資產負債表科目，所以在利潤存疑的情況下，通過分析資產負債表科目存在的異常，往往能更準確地發現財務造假的線索。對于大部分的財務造假，毛利率畸高且周轉率慢，同時存在異常資產，是最見的“雙擊”財務造假的信號。 利潤表的影響（虛增利潤）== 資產負債表的影響（虛增資產、虛減負債、虛減權益） 財務造假的定性觀測角度 10 資料來源：天風證券研究所 異動 異常 新增 ? 分析營業收入/凈利潤快速增長的合理性。 ? 分析毛利率大幅變動的合理性。 ? 分析應收/應付/存貨大幅變動的合理性。 ? 分析非經常性損益大幅增減的合理性。 ? 分析資產減值損失變動的合理性。 ? 會計政策的變更原因。 ? 分析各項財務指標遠高于行業水平的合理性。特別是毛利率。 ? 分析營收/凈利潤增速變化方向與行業相反的合理性。 ? 分析資產周轉率/存貨周轉率/應收周轉率異于行業正常水平的合理性。 ? 分析經營現金流是否長期低于凈利潤。 ? 分析應稅額與營收是否匹配。 ? 分析財務指標之間是否有矛盾，如高毛利率+低周轉率、高財務費用+高貨幣資金。 ? 新增客戶或供應商； ? 新增大額固定資產； ? 新增大量在建工程； ? 新增關聯交易。 三個角度觀測：報表數據的異動、異常、新增。 財務造假的“重災區”科目及關注問題 11 資料來源：天風證券研究所 ? 可從收入、應收賬款、存貨、毛利率、現金流等財務造假的“重災區”科目入手分析。從歷年的造假案例，以及IPO審核過程中關注的財務問題看，收入、應收賬款、存貨、毛利率、現金流等是非常易出問題的科目。那么，對于這些財務指標的三個觀察維度：報表數據的異動（大幅波動的合理性）、異常（異于同行異于可比）、新增（新增客戶、合同訂單等）。 項目 可能存在問題 具體表現 收入 1. 收入不業務的適應性問題 收入不行業特征的適應性；不可比公司的適應性；不經營指標的適應性。 2. 異常收入的問題 異常客戶或異常模式產生的異常收入。 應收賬款 1. 應收賬款余額過大 應收賬款占資產比例過高；占營業收入的比例過高（賒銷占比過高）； 應收賬款周轉率（應收賬款/營業收入）低下。 2. 應收賬款回收風險較大 放寬信用政策導致應收賬款大幅增加；賬齡較長或超出信用期。 3. 壞賬準備計提丌足 計提比例低于同行業可比公司。 存貨 1. 存貨余額過大 存貨占資產比例過高；余額大幅增長。 2. 存貨周轉率過低 周轉率（存貨/營業成本）遠低于同行業可比公司。 3. 存貨跌價準備是否充分 庫齡分析；以銷定產和以產定販的經營分析。 毛利率 1. 偏離同行業毛利率 遠高于同行業水平；遠高于行業上下游；不直接可比公司差異大。 2. 異常交易的毛利率 異常項目或異常客戶的毛利率。 現金流 1. 經營現金流的背離問題 經營現金流不凈利潤大幅背離；經營現金流持續為負。 2. 美化經營現金流 提早回款或延后支付以減少營運資金占用；利用保理或貼現加速變現。 指標背離 1. 毛利率不周轉率 毛利率持續向上走，同時周轉率卻持續下行。 2. 貨幣資金不財務費用 賬上有大量貨幣資金，但同時利息收入較低，且財務費用較高。