摘要
随着证券市场产品的丰富和发展，在证券市场通过上市或发行债券进行融资成为企业常见的融资方法。由于证券市场上企业与投资者间存在信息不对称，企业财务报表造假事件的存在会在很大程度上影响投资者的投资决策。当前财务舞弊企业可能存在长期系统性财务舞弊，具有造假手段复杂隐蔽，形式不断翻新等特点。随着财务舞弊企业造假手段日益复杂隐蔽，我国监管机构做出的处罚却存在相对滞后。因此，通过构建财务舞弊识别模型，对上市公司财务舞弊风险进行全面、准确、高效地评估，具有极其重要的意义。 在财务舞弊识别模型的构建过程中，已有研究大多使用事前筛选的特征变量，模型输入特征的选择都是建立在专家对财务舞弊可能涉及的财务报表中会计科目的先验基础上，当财务舞弊溢出专家认知时，识别精度可能会发生下降。此外，既往文献在对国内外上市公司财务舞弊识别进行研究的过程中，大多采用舞弊样本与非舞弊样本匹配的实证方法，未考虑现实情况下财务舞弊样本的稀缺性，实证过程的匹配或采样环节具有一定的主观性，使得预测结果可能会在一定程度上受先验概率的影响。 因此，本文通过对现有财务舞弊研究文献进行梳理，在借鉴国内外研究提出的财务舞弊识别模型输入指标的基础上，本文提出使用国内上市公司三张财务报表的所有会计科目构建财务舞弊识别指标体系对上市公司财务舞弊风险进行预测分析，以在财务舞弊识别过程中最大限度地利用我国上市公司的会计信息，降低财务舞弊识别模型对专家先验分析的敏感性。此外，针对财务舞弊样本的稀缺性和财务报表指标的内部关联性，本文选取可以同时进行数据不平衡处理和特征选择的集成学习模型对我国上市公司财务舞弊进行识别，结合财务舞弊跨期识别设计和特征重要性分析，以构建出适用于分析我国上市公司财务报表中各财务指标之间勾稽关系的财务舞弊识别模型。 本文基于理论和实证研究结果，主要得到以下结论：（1）使用三张财务报表的全部会计科目作为财务舞弊识别模型的输入指标可以显著提升财务舞弊识别模型的性能，同时加强对财务舞弊样本与非舞弊样本的辨别能力。三张财务报表的全部会计科目作为输入指标在各种分类器模型下的提升效果具有一致性和稳定性，指标带来的提升效果不受分类器模型的影响。（2）相较于经典二分类模型Logit和SVM模型而言，集成学习模型在财务舞弊识别模型中的表现更好。本文所使用的四种集成模型中，XGBoost 模型在全部财务报表指标中构建的财务舞弊识别模型效果最优。（3）相较于使用利润表和现金流量表科目，使用资产负债表的科目更有利于提高上市公司财务舞弊识别的准确性。三张报表的具体科目中，基本每股收益、预付款项、资产总计、子公司支付给少数股东的股利、利润或偿付的利息和应付职工薪酬五个指标在上市公司财务舞弊识别模型中更具重要性，并在舞弊样本与非舞弊样本的差异中具有统计意义。
NETL