識別虛假財務報表十分困難。從審計師的角度，大量的做假案例表明：財務報表做假大都是公司最高管理當局授意下的做假。在我國“國有股一股獨大”的特殊背景下，財務報表做假還是大股東控制和配合下的做假。做假公司上下串通一氣欺騙審計師，公司的內控制度如同擺設。同時，我國做假公司往往采用虛構交易和事實的手段，通過偽造原始憑證惡意欺詐，審計師若單純采用從報表向總賬、明細賬、記賬憑證及原始憑證追索的審查方法，則難以發現做假行為。從監管層和中小投資者的角度，審計師、承銷商、律師、銀行，甚至地方政府也經常參與上市公司做假，或出謀劃策，或提供便利。做假者的做假動機不盡相同，手段層出不窮，使得虛假財務報表呈現出個案化的特征。在資源和信息有限的條件下，監管層和中小投資者也難以辨別真偽。

　　但這并不意味著面對虛假財務報表就束手無策。首先，盡管建立在內控信任和抽樣為基礎上的審計程序失效，但在審計風險評價階段的分析性復核的審計程序在發現和檢查財務報表做假方面仍然是個有效的方法。一個健康、真實的企業，一般來說，經過一年的生產經營、投資和融資活動，從期初的狀態轉換為期末狀態，企業重要的財務指標之間應該保持一定的勾稽關系、均衡和慣性。一旦企業做假，這種均衡狀態將被打破，可能就會在一組或幾組財務指標之間出現異常或矛盾。如果這種異常和矛盾無法解釋，則預示著會計做假的可能。分析性復核就是用來調查財務指標之間是否異常變動的審計程序。其次，盡管做假公司采用不同的做假手段，有著不同的做假動機，但對上市公司而言，做假行為對財務報表的影響方向基本一致，都是虛增資產，隱藏負債，虛構利潤。因此，虛假財務報表可能會表現出一些與真實報表不同的特征。另外，從犯罪心理學可知，做假公司的做假行為往往是由同一群人在操縱和實施，其在一定時期內所能動用的資源和經驗是有限的，這就必然在做假手段上表現出一定的慣性、反復性和模仿性。有經驗的專業人士就可能通過財務報表發現冰山的一角。

　　用數據挖掘技術識別虛假財務報表的研究在國外已得到一定的應用。這些研究盡管所選擇的識別變量不同，數據挖掘的技術不同，所使用的軟件也不同，但大都能得出類似的結論，即數據挖掘技術是一種有效的識別工具。

　　一、數據挖掘技術彌補財務報表審計局限

　　數據挖掘在識別虛假財務報表方面具有很獨特的優點。相對于專業人士的經驗判斷，用數據挖掘技術識別虛假財務報表面對海量的上市公司財務數據，在縮短反應時間、合理配置資源、減少主觀和隨意判斷及提高判斷準確率上都有其獨有的優勢。這對于監管層加強打擊力度，提高監管效率；投資者減少投資損失；審計師控制審計風險，減少法律訴訟都具有重要的實用價值。監管層在資源有限的條件下只有建立仔細分析、明智決策、衡量成本和產出的新型情報偵察系統，而數據挖掘技術建立的虛假財務報表識別模型在這方面用處很大，它可以自動從上市公司年報、中報、季報等財務數據中提取識別指標變量，計算每家公司財務報表做假的概率。監管人員設定一個對虛假財務報表的容忍率，就可得到做假概率大于容忍率的所有上市公司的列表。這些公司可初步判斷為高風險公司，是監管層需要密切關注的對象。通過專家分析等偵查手段在掌握了初步證據后可對這些公司實地調查。同樣，監管層根據公司做假概率和容忍率將上市公司進行分類，不同的類別采用不同的偵查手段和分配不同的資源和時間，這樣監管層在對上市公司違法違規的調查中就掌握了主動權。如果監管層、投資者和審計師借助數據挖掘技術等手段及時有效識別虛假財務報表，必將改變造假者的預期，使其造假時心有余悸，從而減少做假行為的發生。數據挖掘技術有助于增強對做假行為的識別能力，使潛在的做假者時刻存在危機感，從而防范做假行為的發生。

　　二、數據挖掘技術建立識別虛假財務報表的模型

　　(一)樣本選擇

　　虛假財務報表呈現多種途徑，如資產評估、非經常損益和主業增長等，由于前兩種在短期內都會明顯改變企業的財務結構，因此很難從財務指標異動中區分欺詐公司和正常公司。而對于主業增長型企業，自然增長企業的財務結構理應體現一定的規律性，其指標異動往往蘊涵了一定的財務風險。由于不同類型會計欺詐的識別指標迥異，將其歸為一類會弱化指標的識別作用，因此本文對會計信息欺詐的識別模型定為主業增長型利潤操縱。基于此，筆者選擇了41家財務欺詐公司中單純涉及營業利潤操縱的25家作為欺詐公司的樣本，參照公司則在深滬兩市歷史上無虛假陳述現象，歷年被會計師出具標準無保留審計意見的上市公司中選取了與上述欺詐公司行業、資產規模、會計期間均匹配的25家公司。在選擇樣本時，為盡量統一標準，同時減少缺省值，做假的財務報表都是年度報表或基本報表，中報做假的公司不予考慮。為消除時間對指標值的系統性影響，盡量使真實財務報表樣本公司的財務報表所屬年度與做假公司虛假財務報表的年度分布保持一致。

　　(二)數據處理(行業標準值的選擇)

　　分析性復核是調查各項比率或趨勢的異常變動。顯然，要確認是否異常關鍵是找到正常或標準值。行業標準值選擇不當，可能會對分析產生誤導。行業標準值的選擇可以針對每一家樣本公司在所有上市公司中去尋找與其處于同一行業和規模的公司，計算這些公司的各項指標，取其均值或中位數作為行業標準值。這種方法存在的問題是：做假樣本做假年度大多集中在1996、1997、1998三年，而在2001年證監會的《上市公司行業分類指引》發布前，國內上市公司的行業分類極為混亂，在已有系統下，難以找到滿意的計算行業標準的公司。2002年財政部統計司出版的《2002年企業績效評價標準值》在國民經濟十大門類的基礎上共劃分了160個行業，攬括了做假公司所在的行業，本文將其作為行業標準值的來源。考慮到上市公司大多是業績較好的國有大中型企業，所以取值時以大型企業的良好值為基礎(對文化藝術業、廣播電影電視業等由于未劃分規模，則取全行業的良好值)。同時，考慮到指標計算時本身會剔除前期的影響，因此忽略不同時間年度對標準值的影響。

　　(三)指標體系設置

　　本文的目的是識別虛假財務報表，而不是作為財務預警或分析做假公司做假的原因，所以識別變量的選擇大都是針對采用做假手段后對財務報表的異常影響和經過掩飾后的虛假報表，而不是針對做假前做假公司的財務狀況的異常和經過還原后的真實報表。在分析前，事先并不知道哪個指標在做假中出現最頻繁，表現最突出，因此將利潤類、資產負債類、現金流量類的主要指標列示如下：(1)利潤類指標有：收入，包括主營業務收入、其他業務收入、投資收益、營業外收入；費用，包括主營業務成本、其他業務支出、營業費用、主營業務稅金、管理費用、財務費用、營業外支出、所得稅；凈利潤。(2)資產負債類指標有：資產類，分為流動資產、長期投資、固定資產、無形資產等，包括現金、銀行存款、應收賬款、存貨、短期投資等；負債類指標，分為流動負債和長期負債，包括短期借款、應付賬款、預收賬款、應付工資、應交稅金、預提費用等；所有者權益類指標，是所有者對企業的投資，包括國家投資、法人投資、個人投資、外商投資等。(3)現金流量類指標有：經營活動現金流量，分為現金流入、現金流出、經營活動的凈現金流量；投資活動現金流量，分為現金流入、現金流出、經營活動的凈現金流量；籌資活動現金流量，分為現金流入、現金流出、經營活動的凈現金流量；本期現金凈增加(凈減少)；期初現金余額；期末現金余額等。(4)由于本文總的樣本數只有25個(其中17個用于訓練，8個用于模型評價)，所以可能的識別變量就只有20個。因此，本文結果中的指標變量只有10個左右。

　　(四)識別模型建立

　　本文的目的是從眾多的財務報表中識別虛假財務報表，也即數據分類。第一步是學習，用分類的算法分析訓練數據，學習模型或分類法以分類規則形式提供，由于本文提供了每個訓練樣本的類標號(虛假或真實)，因此本文模型的學習是有指導的學習；第二步是分類，用測試數據評估分類規則的準確率，如果準確率可以接受，則規則可用于新的數據的分類。本文采用SAS軟件EM模塊提供的分類方法來建立識別模型。EM中的數據分類模型主要有logistic回歸法、近鄰法、決策樹、神經元網絡、二階段、主成分神經模型等。SAS分類功能的完成還需要通過數據集的確定(包括數據集中樣本選擇和指標變量的確定)、抽樣等準備，另外還需要對模型的反復探索、修改、再建模等過程，通過一定方法評估出一個相對成功的記分代碼，最后保留該記分代碼，應用到新的數據中去。EM中可將分類處理過程用圖形化模塊組成一個處理流程圖，并依此來組織整個審計的分類過程。分類識別方法主要有人工神經網絡、決策樹、遺傳算法、近鄰算法以及規則推導等，本文主要以數據挖掘的分類識別其中又以神經網絡算法為主。一是數據的輸入。將是否為虛假報表(0-1變量，1表示樣本是虛假報表)作為分類的目標變量。二是數據的分割。以是否為虛假報表為分層變量，將數據集中60％作為訓練集(Train)，用于學習最優的連接的權；20％作為確認集(Validation)，用于不同神經網絡結構的選擇和模型評價；20％作為測試集(Test)，用于獲得對總體錯誤的最終無偏估計。三是變量的選擇。由于總樣本數只有25個(其中17個用于訓練，8個用于模型評價)，根據歷史資料和以往研究者的成果，再參考點擊(右鍵)Neural network的result的分析結果，本文最終確定的識別變量為(相對于行業標準值的變化率)應收賬款周轉率、存貨周轉率、主營業務利潤率、主營業務收入增長率和資產負債率。

　　三、主要結論

　　(一)模型結果

　　為加快學習過程，筆者對訓練樣本中輸入層的每個輸入單元的值進行規范化，使其落入0和1之間。規范化采用標準離差的方法。模型的優劣利用Profit/loss矩陣來判斷，具體方法是在Input Data Source中編輯目標輪廓(Edit target profile)中的利潤矩陣(Profitmatrix)。最后通過EM模塊的分類分析(分析全部數據，包括預測和訓練數據)，各分類工具的第一類錯誤頻數α和第二類錯誤頻數p的值分別如表1所示。表1證實了上述結果的正確性，同時也發現并證實了Neural network是相對最優的分類工具。

　　本文主要采用神經網絡的分類方法。在神經元模塊的隱藏層中，設置連接函數為線性函數；激活函數為Hyperbolic Tangent函數；允許偏差。在輸出層，設置連接函數為線性函數；激活函數為Hyperbolic Tangent函數；錯誤函數為Bernoulli函數(針對0-1變量)。神經網絡建立的識別模型對真實財務報表識別的正確率為83.33％，對虛假財務報表識別的正確率為71.43％。從另一角度看，當用該模型識別財務報表時，如果模型判斷為真實財務報表，則正確率為88.24％；如果模型判斷為虛假財務報表，則正確率為62.5％。比較發現，神經網絡模型預測的正確率比LOGIT和NAIVE模型(指不采用任何手段協助，全憑主觀猜測，如認為所有財務報表均為真實財務報表)高。這證明數據挖掘技術和分析性復核在識別虛假財務報表中具有相當大的潛力。同時，由于識別變量是財務指標，其相關性較強，當使用Stepwise Logit模型時，最后只剩下一個識別變量，因此單變量的分類模型不是好的分類方法。這表明用基于線性的模型來識別虛假財務報表是不恰當的。

　　(二)指標變量結果

　　用統計軟件SAS建模及檢驗后可知以下幾個指標對驗證財務報表的虛假性相對重要：(1)應收賬款、存貨周轉率(次)。做假公司的應收賬款周轉率(次)和存貨周轉率(剔除行業影響或前期影響后)顯著低于非做假公司。(2)主營業務利潤率或毛利率。做假公司主營業務利潤率(剔除行業影響或前期影響后)顯著低于非做假公司。(3)收入、凈利潤、資本公積增長率。從T檢驗看，做假公司的主營業務收入增長率和凈利潤、資本公積增長率(剔除行業影響后)顯著高于非做假公司。(4)自由現金流、盈利質量(經營活動產生的現金凈流量，凈利潤)。從T檢驗看，做假公司盈利質量(剔除前期影響后)顯著高于非做假公司，自由現金流(經營活動產生的現金凈流量一對內投資的現金凈流出)出現巨額赤字。(5)生產、銷售閑置情況。顯然，做假本身不需要消耗公司任何生產資源。因此，對于做假公司特別是那些本身生產處于停滯狀態，又急于做假虛構利潤的公司而言，一方面公司賬面收入、利潤、庫存急劇增加，反映出生產任務飽滿，銷售通暢；另一方面公司的折舊/存貨、銷售費用/收入的指標卻極低，反映出生產、銷售閑置這樣自相矛盾的窘態。(6)資產狀況。做假公司的不良資產比例極高，而資產報酬率也極高。(7)稅率。做假公司的所得稅率(剔除前期影響后)顯著低于非做假公司。(8)資本結構。做假公司為了掩蓋虛構利潤又無現金流入的不正常現象，可能會通過大量銀行借款來增加貨幣資金。從T檢驗看，做假公司的資產負債率(剔除行業影響后)顯著高于非做假公司。

　　總體而言，做假公司所反映出的財務特征是主營業務收入(相對于行業)急劇增長，盈利質量(相對于前期)：有所改善，但主營業務利潤率(相對于行業或前期)低下，缺乏持續的利潤來源，應收賬款、存貨周轉不靈(相對于行業)，所得稅率(相對于前期)低，資產負債率(相對于行業)高，一定程度上依賴于銀行貸款維持經營活動。因此，上述識別變量應視為一個整體。某些做假公司單獨分析一個或幾個識別變量無法發現異常，但當將其作為一個整體時卻可能會發現做假的跡象。