人工智能是如何識別公司財務(wù)造假的

2019年以來，少數(shù)上市公司因涉嫌財務(wù)造假備受市場關(guān)注，這些公司通過粉飾業(yè)績攫取巨額利益，讓投資者蒙受損失，破壞資本市場秩序。

那么，如何預(yù)警財務(wù)造假事件，有效保護投資者權(quán)益？

11月29日，在北京舉行的一場人工智能應(yīng)用論壇上，《每日經(jīng)濟新聞》記者采訪發(fā)現(xiàn)，通過人工智能技術(shù)，可以獲得更豐富精準(zhǔn)的信息采集來源，更個性化、定向化的風(fēng)險定價模型，更科學(xué)嚴(yán)謹(jǐn)?shù)耐顿Y決策過程，更透明公正的信用中介角色等，從而提高財務(wù)風(fēng)險預(yù)警能力。

識別財務(wù)造假靠數(shù)據(jù)邏輯

論壇現(xiàn)場，一位券商人士表示，通過梳理一些上市公司的年報可以發(fā)現(xiàn)，非標(biāo)審計意見數(shù)量增加，上市發(fā)債企業(yè)爆雷不斷且存在財務(wù)問題的占比提升。

中國社會科學(xué)院工業(yè)經(jīng)濟研究所財務(wù)與會計研究室主任張金昌表示，企業(yè)財務(wù)風(fēng)險分別有財務(wù)危機潛伏期、發(fā)作期、惡化期、實現(xiàn)期幾個層面。

在財務(wù)危機潛伏期，存在盲目進行擴張、銷售額下降、銷售額上升但利潤下降、忽視風(fēng)險管理、無視環(huán)境的重大變化、企業(yè)資產(chǎn)流動性差、資本結(jié)構(gòu)不合理、財務(wù)經(jīng)營信譽持續(xù)降低、財務(wù)經(jīng)營秩序混亂等情況；在財務(wù)危機發(fā)作期呈現(xiàn)自有資本不足、過分依賴外部資金、利息負(fù)擔(dān)過重、缺乏財務(wù)的預(yù)警作用、債務(wù)拖延償付等問題；在財務(wù)危機惡化期存在經(jīng)營者無心經(jīng)營業(yè)務(wù)、專心于財務(wù)周轉(zhuǎn)、資金周轉(zhuǎn)困難、債務(wù)到期違約不支付等特點；在財務(wù)危機實現(xiàn)期負(fù)債超過資產(chǎn)、喪失償付能力、宣布倒閉。

而提到識別財務(wù)造假的基本思路時，上述券商人士對《每日經(jīng)濟新聞》記者表示，識別財務(wù)造假的核心，是看其所披露的數(shù)據(jù)是否有邏輯上說不通、與經(jīng)營情況矛盾、與行業(yè)矛盾、與上下游公司矛盾、與自身其他財務(wù)科目矛盾等情況，即“找茬”。

此外，上市公司的造假動機更多的在于股價。虛增利潤往往伴隨虛增資產(chǎn)，對資產(chǎn)端的識別和校驗是第一步工作。

新技術(shù)預(yù)警企業(yè)財務(wù)危機

除了理性方面的判斷和專業(yè)的知識分析，人工智能技術(shù)近年來異軍突起、獲得了廣泛的應(yīng)用，將人工智能技術(shù)應(yīng)用到財務(wù)風(fēng)險預(yù)警領(lǐng)域，有可能及時發(fā)現(xiàn)報表造假企業(yè)，及時對上市企業(yè)的財務(wù)造假及其可能帶來的風(fēng)險做出預(yù)警。

北京智澤華軟件有限責(zé)任公司副總經(jīng)理竇學(xué)鵬在論壇現(xiàn)場展示的人工智能軟件檢測系統(tǒng)顯示，通過企業(yè)公告的財報數(shù)據(jù)，使用財報分析機器人，能夠發(fā)現(xiàn)報表造假，預(yù)警違約風(fēng)險。

竇學(xué)鵬向《每日經(jīng)濟新聞》記者回憶道，早在20世紀(jì)90年代，社科院的相關(guān)專家就對人工智能在財務(wù)造假預(yù)警方面有過研究，在2001年就開始投入市場應(yīng)用，經(jīng)過十幾年的發(fā)展和改進，目前人工智能在財務(wù)造假預(yù)警中應(yīng)用已經(jīng)比較成熟，能夠非常準(zhǔn)確地發(fā)現(xiàn)問題并給出問題解釋，可以大大降低人工分析的工作量，降低人工和時間成本，并且更加全面客觀、準(zhǔn)確高效。

張金昌表示，通過人工智能技術(shù)構(gòu)建數(shù)據(jù)模型，可以進行跑路風(fēng)險、資金鏈斷裂風(fēng)險、還債風(fēng)險、造假識別等方面的預(yù)警，并對財務(wù)風(fēng)險進行評級，對處于不同級別的客戶，分別給予不同的預(yù)警信號和決策建議，該等級可以與銀行現(xiàn)有評級結(jié)果對接，對于級別變化較大的可強制重新評級或直接給出調(diào)整評級建議。

此外，張金昌以人工智能在財務(wù)造假的識別應(yīng)用舉例稱，可以對財務(wù)粉飾企業(yè)和非粉飾企業(yè)均值差異進行檢測、通過不同規(guī)模企業(yè)毛利率波動確定變化異常參數(shù)、統(tǒng)計不同年份不同規(guī)模企業(yè)均值差異化情況。

另一方面，上述券商人士也提醒稱，用模型識別財務(wù)造假也需要不斷加入新的財務(wù)參數(shù)，不同行業(yè)間財報的特點不一樣，不能單單就幾個簡單的比率判斷其財報的真假。因而，在發(fā)展的過程中，人工智能識別財務(wù)造假的技術(shù)模型也需要進一步提升完善。