引发企业信用失真的欺诈信息辨析研究进展

1、引发企业信用失真的欺诈信息辨析研究进展 引发企业信用失真的欺诈信息辨析研究进展 【摘 要】 欺诈信息的嵌入导致企业信用风险出现失真现象，如何辨析欺诈信息、复原企业信用违约真实水平是国内外理论与实务界研究的热点。文章以孤立点挖掘理论为视角，综合分析了引发企业信用失真的欺诈信息的辨析技术：非线性滤波技术、聚类技术、分类技术、统计技术、信息论技术、近邻技术与混合技术，并基于研究企业信用失真这一目的，针对欺诈信息辨析技术的创新开展提出了研究方向。 【关键词】 信用失真； 欺诈信息； 孤立点 一、引言 欺诈信息引发的企业信用失真监管问题一直是中国乃至世界的研究关键和难点。国际上，从2002年美国安然公司

2、造假与2003年意大利帕玛拉特的信用降级，到2021年美国发生的次贷危机，无不彰显出欺诈信息所导致的企业外显信用失实的巨大危害性。在中国，企业内部通过伪造欺诈信息来维持企业“光芒形象的例子更是不胜枚举，从“银广夏的神话破灭到蓝田股份的“鱼塘里放卫星，再到2021年的四川长虹“造假门事件，这些事实无不发人深省，警示着欺诈信息引发的企业信用失真的潜在危险。更为关键的是，为应对2021年全球性的金融海啸，国家启动了一系列经济刺激政策，尽管取得了卓有成效的成果，但前期信贷资金的大量投放对信贷机构的风险监控提出了更高要求。后金融危机时代，深入分析企业欺诈信息的类型，创立有效降低企业信用失真程度的校准方法

3、，把握企业的真实信用违约水平并实施针对性的监管尤显迫切。在此背景下，本文以孤立点挖掘理论为视角，综合分析了引发企业信用失真的欺诈信息辨析技术，并针对欺诈信息辨析技术的创新开展提出了研究方向。 二、欺诈信息与企业信用失真概述 欺诈信息是指企业从自身利益出发、由企业主观生成，直接导致企业信用违约水平不能真实呈现的非真实信息。企业信用失真是受通信领域的信号失真、财务领域的会计信息失真等概念的启发提出的，具体是指由于欺诈信息的嵌入扭曲了企业的真实违约水平，造成了企业信用违约水平失真的现象，欺诈信息的嵌入是导致企业信用失真的主要原因。 国内外鲜见直接对企业信用失真的研究成果，但可供借鉴的参考资料，尤其是

4、关于信息指标造假的文献相对丰富，代表性的成果主要有：国际上，Ching-Chiang Yeh等利用逐步回归方法筛选得到了14个财务变量与7个非财务变量对欺诈信息指标集进行了归纳；Subrahmanyam A以50余个指标变量描述了公司收益率，尽管其原意不是以欺诈信息为宗旨展开的研究，但所形成的指标集对该工程的研究提供了有益的帮助。在我国，赵明凤通过对28个备选指标变量利用T检验的方法提取了收款/流动资产、净资产比率、资产负债率、营运资本率等八个指标，构建了反映上市公司财务欺诈的指标集；许楠通过构建会计信息可信度的指标变量、运用Logistic 回归分析方法建立了会计信息真伪识别模型；黎文靖从会

5、计稳健性的角度选取衡量会计信息质量的指标，运用股票收益模型和盈余持续性模型考察了深沪证券交易所设立的诚信档案制度对上市公司会计信息质量的改善程度。尽管这些文献没有直接以企业信用失真为出发点研究欺诈信息，但其依然从不同角度对欺诈信息作了诠释，为该工程的展开提供了根底。由于这些文献的指标集处理过程过于复杂，且不能反映企业出于自身利益所采用的信息滞后披露与披露不完整等欺诈行为，为简约起见，美国穆迪KMV公司从公司资产值的角度，通过利用随机分析方法构建数学模型对企业信用违约水平加以度量，于是，涌现了许多基于公司资产值或现金流的信用违约问题的研究成果，从理论上实现了信息滞后披露与披露不完整的信息特征，较

6、为突出的成果主要集中在Duffie David Lando的研究成果上。他们从公司资产价值、现金流的角度构造的信用违约率将有助于研究企业信用失真问题。当然，这些成果在追求简单的同时也有失偏颇，很难全面地反映真实的企业信用违约水平。 由于企业信用失真是受通信领域的信号失真、财务领域的会计信息失真的启发得出的，因此，信息失真的很多成果如对会计信息失真、信号失真等问题的研究所形成的理论与技术对研究企业信用失真有借鉴作用，为此笔者从会计信息失真与信号失真两方面对相关研究文献进行梳理：一是针对会计信息失真的研究历来已久，国际上对会计信息失真的研究成果多集中在定量分析上，在国内，这一方面的研究成果多集中在

7、定性分析失真的原因、手段及方法策略上，也有少量成果集中在定量分析上，如吴绍平等利用亚力山大沃尔比重方法对负债失真率等指标进行了简单的量化与线性加权，提出“会计信息失真率的概念，尽管此成果所用的理论与方法比拟简单，但为探讨企业信用违约真实水平提供了有益的借鉴。二是源于对通信领域的信号失真问题所形成的理论与技术，将对研究企业信用失真提供支撑作用，具有强有力的借鉴作用的研究成果多围绕信噪比展开，如Agostino Capponi 通过信噪比思想构建信噪比指数开发的用于货币危机预警的KLR信号分析方法。 欺诈信息往往通过附着在载体指标上得以呈现，引发企业信用失真是一个非线性过程，总的来说，现有文献缺少

8、以企业信用失真为反响变量，对欺诈信息的特征与规律进行全面刻画的研究成果，如何综合考虑企业信用失真的诱因、提取与筛选欺诈信息的载体指标集并探讨其内在规律及演化外显模式，需做进一步探讨。 三、欺诈信息辨析的孤立点挖掘技术 欺诈信息的外显特征异于常规信息，具备孤立点的根本特征，在数据结构上可划归为孤立点，因此可运用孤立点挖掘理论对欺诈信息加以辨析，特别是近几年来孤立点挖掘技术在工程故障检测、信用卡欺骗、计算机图像处理、医学检测等方面的成功运用，为利用孤立点挖掘理论识别企业欺诈信息提供了依据。传统的孤立点挖掘技术相当丰富，它们为欺诈信息的辨析打下了坚实的根底。用孤立点挖掘技术对引发企业信用失真的欺诈信

9、息进行辨析的关键点主要集中在“输入数据的结构分析与“挖掘技术开展与创立两个方面，下面分两局部探讨其研究进展。 基于输入数据结构分析的研究成果 输入数据信息的结构分析是孤立点挖掘的根底，描述企业信用失真的每一指标在赋予时序特征的同时，指标集之间的截面关联结构也不可无视，因此，下面从时间与截面两个维度对相关研究成果加以概括： 1.从时间维度来看，作为输入数据欺诈信息的时序内在规律是研究重点，主要集中在时序数据的相似度分析、窗口技术、马尔科夫技术三个方面。 相似度分析：如何计算相似度、根据相似度确定孤立点辨析规那么是该技术的核心。代表性方法主要有两种：采用最长公共子序列标准化长度方法计算序列数据间的

10、相似度与采用谱核方法计算相似度。 窗口技术：窗口技术适用于周期性输入数据背景下的孤立点挖掘问题，通过提取窗口长度、在一个或多个测试窗口中发现样本中的异常点，其中异常点判定准那么是其关键，较为成功的判定准那么有t-STIDE技术。 马尔科夫技术：马尔科夫技术适应于具有短期记忆特征的时序数据孤立点挖掘问题，代表性成果有：Sotirios P Chatzis等把t分布引入隐马尔科夫模型构建了t-隐马尔科夫模型，利用变分贝叶斯推断算法对孤立点进行检测；Dana Ron等构建了固定长度的马尔科夫模型等，这些文献基于不同的领域研究了异常点的识别问题，其中模型构建、模型参数估计方法一直是该局部研究的重点。

11、2.从截面维度来看，截面数据之间的内在关联规那么的挖掘是孤立点挖掘的关键，代表性成果有：John Grznar通过利用神经网络的方法分析了系统组织间的非线性内在关联性并对其孤立点进行了识别；李云等提出一种基于灰色关联分析的孤立点检测算法，通过总评价判断数挖掘孤立点集，防止人工确定阈值的缺点。 基于孤立点挖掘技术的研究成果 从孤立点挖掘技术来看，国内外对该局部的研究成果相当丰富，针对不同的应用领域应有不同的适用技术，鉴于方法与文献的丰富性，这里仅梳理对研究企业信用违约真实水平有借鉴作用的国内外研究成果，具体如下： 1.非线性滤波技术：Agostino Capponi基于公司信息恶意误报且投资者不

12、能观测的假定，提出了新的结构化违约模型及“去伪方法。针对欺诈信息污染后的资产观测值，运用提出的非线性滤波技术，以帕玛拉特公司财务欺诈为例进行实证研究，结果说明由帕玛拉特公司的会计违规行为而导致的虚假数据的“归真具有一定的校正作用，但该模型过于简单，没有涉及欺诈信息与企业信用失真间的量化关系的深入探讨，不过其模型结构及“去伪方法将对该工程的欺诈信息剥离有很高的参考价值。 2.分类技术：E. T. Ngai等以挖掘分类技术在金融欺诈中的应用为研究进行了综述，总结了近几年的的研究成果；M. L. Shyu等根据主成分分类方法提出一种新的孤立点检测方案。 3.聚类技术：C Wang利用核聚类方法并对孤

13、立点加以识别，据此对客户群关系进行归类；梁斌梅基于层次聚类的孤立点检测方法提出了基于层次聚类的孤立点检测方法。 4.统计技术：Wayne A. Woodward等以正态混合概率分布对孤立点加以检验；C Caroni 等借助于似然率与自回归模型检测了时序数据的孤立点问题；杨瑞成等在随机跳扩散模型的根底上对重大信息引起的异常点加以检测，采用MCMC算法对模型参数加以估计，并以人民币汇率数据进行实证分析。 5.信息论技术：信息论技术主要利用信息熵分析数据所呈现的信息内容，从距离的角度探测孤立点的不规那么并加以辨析。 6.近邻技术：Xiaoqing Weng等提出一种多变量时间序列异常样本的识别算法，

14、使用k-近邻方法查找异常点；岳峰等提出了基于反向K近邻的孤立点检测算法，运用每个数据点的反向K近邻个数来衡量该数据点的偏离程度，并有效地检测出孤立点。 7.混合技术：混合技术是吸收上述几种理论与方法构建出的组合技术，这是近几年孤立点挖掘技术的一个新方向，代表性成果主要有：Hui Cao等在近邻技术与统计技术的根底上构建了基于密度相似度近邻原那么的孤立点识别算法；吕林涛等针对国内外金融领域可疑交易的低检测率问题，通过对RBF神经网络技术的分析与研究，提出了一种基于APC-III聚类算法和RLS算法的面向反洗钱的RBF神经网络模型并加以实现。 尽管这些成果不是以企业欺诈信息为识别对象所建立的孤立点

15、检测技术，但是依然对把握企业的真实信用水平起着根底性的作用，所不同的是，企业欺诈信息的辨析更为复杂，它是时间维度与截面维度的综合体，在孤立点挖掘技术设计上既要考虑数据的时间变化规律特征，又要兼顾到截面指标集间的关联复杂性，需要在现有理论的根底上进一步开展及创立。 四、展望 欺诈信息的嵌入是企业信用失真的内因，从现有国内外相关研究成果来看，缺少从孤立点挖掘视角对欺诈信息的辨析技术，具体来说，概括得到如下核心问题亟需解决： 诱发企业信用失真的欺诈信息载体指标集的筛选、量化及内在规律提取 欺诈信息通过附着在载体指标集上呈现出来，其外显模式载体指标集的筛选与量化是分析企业信用失真的前提，其内在变化规律

16、是欺诈信息的辨析依据。现有文献缺少以企业信用失真的成因为出发点，对欺诈信息载体指标集的筛选、量化及内在规律提取的研究成果，因此，如何构建欺诈信息载体指标集、刻画其内在变化规律需进一步探讨。 基于欺诈信息辨析的孤立点挖掘技术创立 现有成果缺少基于欺诈信息辨析的孤立点挖掘技术，需在吸收现有孤立点挖掘理论与方法的根底上，依据载体指标集的内在变化规律与欺诈信息的特点，开展并创立基于欺诈信息辨析的孤立点挖掘技术。 欺诈信息“剥离技术的探寻与开展 利用孤立点挖掘技术对欺诈信息有效识别之后，如何对载体指标集中所嵌入的欺诈信息进行“剥离成为把握企业真实信用违约水平的关键所在，于是，欺诈信息的剥离技术需进一步探

17、索与开展。 这些共性问题将成为进一步研究的热点。 【主要参考文献】 【1】 Ching-Chiang Yeh，Der-Jang Chi，Sin-Jin Lin. A Study for Detecting Enterprise Financial Statement FraudJ.Asian Journal of Management and Humanity Sciences，2021，3：15-30. 【2】 赵明凤.中国上市公司财务欺诈预警系统研究J.财会研究，2007；11：50-52. 【3】 许楠.基于会计信息可信度的上市公司优劣甄别研究J.财会通讯，2021：61-63. 【4】

18、 黎文靖.会计信息披露政府监管的经济后果J.会计研究，2007：13-21. 【5】 Duffie David Lando. Term Structures of Credit Spreads with Incomplete Accounting InformationJ.Econometrica，2001，69：633-664. 【6】 Agostino Capponi. Credit Risk Modeling with Misreporting and Incomplete InformationJ.International Journal of Theoretical and Applied Finance，2021，12：83-112. 【7】 E W T Ngai，Yong Hu，et alhe application of data mining techniques in financial fraud detectioeJ. Decision Support Systems，2021，50：559-569. 【8】 C Caroni，V Karioti. Detecting in innovati