A股财务造假预测模型的建立

1、摘要在上一篇报告财务造假的特征与识别中，我们通过对财务造假的定性和定量分析，梳理了10个财务特征变量，建立了一个识别财务造假相对风险的评分模型。本文进一步参照国内外学术界做法，用Logistic逻辑模 型建立起一个适用于A股市场的财务造假识别模型。主要包括以下内容：造假样本的梳理及特征分析；造假“重灾区”及定性识别；造假模型的建立及实证过程；模型的应用及造假概率预测。模型共设计22个变量，10 显著水平上，针对造假首年样本，显著的变量为：X2应收变化率、X3存货占比、X7软资产比例、X8带息负债率、X11货币现金异常、X15前一年是否亏损、X17是否再融资、X18股权集中度、 X19机构持股比

2、例、X21是否更换事务所、X22审计意见。造假首年预测模型结果如下： 造假阀值判断：回归拟合值 5.58 或 胜算比 = () 0.00379注：针对造假首年样本回归，以设定阀值（拟合值或胜算比）为界限的模型预测准确度为69.3；针对造假全 部年份样本回归，模型预测准确度为74.9。具体请参考模型评分系统及回归结果。 HYPERLINK / 风险提示：模型预测的局限性 HYPERLINK / 请务必阅读正文之后的信息披露和；宏观经济风险；海外不确定因素。免责申明21财务造假样本梳理及特征分析 HYPERLINK / 请务必阅读正文之后的信息披露和免责申明3所41.1 1994-2018年财务造

3、假事件的筛选1994-2018年，因财务虚假披露被处罚的事件共172起，涉及165家上市公司。1994-2018年，因财务虚假披露被处罚的事件共172起，涉及165家上市公司。以1994-2018年沪深上市公司，因虚假财务信息披露而被证监会或财政部处罚的事件为观察样本，共计172起事件，涉及165家公司， 其中，19家已退市，21家造假后被借壳，125家上市主体目前仍存续。样本处理：因定期报告财务信息虚假披露而被处罚；同一家公司连续多个年度造假，仅保留首次造假年份的数据；同一公司在不连续的会计年度被处罚的事件，以两起事件对待； HYPERLINK / 资料来源：Wind，锐思，天风证券研究不含

4、因业绩预告/快报披露不准、不及时而仅受问询的事件；不含IPO前造假事件。从造假行业分布看，化工、农业、机械、商贸、纺服等行业发生财务造假的数量较多。某些行业是财务造假的高危行业，例如交易对手不规范或不透明（如线下零售）、业务环节简单或难以验证（如提供非实物类服务公司）、资金流动缺乏痕迹（如农业农产品）、关联交易多（依附集团母公司等关联方）， 使得造假成本较低或者隐蔽性较好。 HYPERLINK / 资料来源：Wind，锐思，天风证券研究所5从A股市场造假公司的造假年份分布看，00-04、11-14是财务造假的高发期，反映了在经济低迷的环境下，企业造假动机更强。另外，17-18年的造假案例少，主

5、要是由于财务造假的后验性，17-18年的造假案例可能会在以后年份被暴露出来。因此，在后面的回归模型中，对于18年以前年份， 造假概率高的公司也应引起注意。 HYPERLINK / 资料来源：Wind，锐思，天风证券研究所62造假的“重灾区”科目及定性识别 HYPERLINK / 请务必阅读正文之后的信息披露和免责申明71虚构与虚构的业务相匹配的收入 2虚构客户和供应商 3消化虚构利润所占据的资金成立多家空壳公司或利用关联交易，虚构经济业务。利用真实的客户和供应商造假， 伪造交易合同及银行对账单。利用海外客户和供应商造假，虚构海外的销售合同订单伪造销售合同和采购合同及出入库单据。伪造银行对账单及

6、资金出入凭证。使用大量的现金交易，让核查无据可寻。伪造“真实的”现金流，如利用 银行承兑汇票掩盖资金流转轨迹。虚增银行存款虚增应收帐款虚增存货虚增固定资产、在建工程等虚增无形资产虚增对外投资利润表现金流量表报表附注资产负债表掩盖的落脚点，辨识的着手处 HYPERLINK / 资料来源：天风证券研究所8虚增利润的同时必然会影响到资产负债表科目，所以在利润存疑的情况下，通过分析资产负债表科目存在的异常，往往能更准确地发现财务造假的线索。对于大部分的财务造假，毛利率畸高且周转率慢，同时存在异常资产，是最见的“双击”财务造假的信号。利润表的影响（虚增利润）资产负债表的影响（虚增资产、虚减负债、虚减权益

7、）虚增收入少计成本少计费用虚增资产：例如虚构资产交易将资金转出，再通过销售将资金转回以实现自我交易。虚减负债：例如少计采购以达到少计成本或费用的目的。9 HYPERLINK / 资料来源：天风证券研究所虚减权益：例如关联方利益输送。三个角度观测：报表数据的异动、异常、新增。 异动异常新增分析营业收入/净利润快速增长的合理性。分析毛利率大幅变动的合理性。分析应收/应付/存货大幅变动的合理性。分析非经常性损益大幅增减的合理性。分析资产减值损失变动的合理性。会计政策的变更原因。分析各项财务指标远高于行业水平的合理性。特别是毛利率。分析营收/净利润增速变化方向与行业相反的合理性。分析资产周转率/存货周

8、转率/应收周转率异于行业正常水平的合理性。分析经营现金流是否长期低于净利润。分析应税额与营收是否匹配。 HYPERLINK / 资料来源：天风证券研究所分析财务指标之间是否有矛盾， 如高毛利率+低周转率、高财务费用+高货币资金。新增客户或供应商；新增大额固定资产；新增大量在建工程；新增关联交易。10 HYPERLINK / 2. 货币资金 HYPERLINK / 资料来源：天风证券研究所11可从收入、应收账款、存货、毛利率、现金流等财务造假的“重灾区”科目入手分析。从历年的造假案例，以及IPO审核过程中关注的财务问题看，收入、应收账款、存货、毛利率、现金流等是非常易出问题的科目。那么，对于这些

9、财务指标的三个观察维度：报表数据的异动（大幅波动的合理性）、异常（异于同行异于可比）、新增（新增客户、合同订单等）。项目可能存在问题具体表现收入1. 收入不业务的适应性问题收入不行业特征的适应性；不可比公司的适应性；不经营指标的适应性。2. 异常收入的问题异常客户或异常模式产生的异常收入。应收账款1. 应收账款余额过大应收账款占资产比例过高；占营业收入的比例过高（赊销占比过高）； 应收账款周转率（应收账款/营业收入）低下。2. 应收账款回收风险较大放宽信用政策导致应收账款大幅增加；账龄较长或超出信用期。3. 坏账准备计提丌足计提比例低于同行业可比公司。存货1. 存货余额过大存货占资产比例过高；

10、余额大幅增长。2. 存货周转率过低周转率（存货/营业成本）远低于同行业可比公司。3. 存货跌价准备是否充分库龄分析；以销定产和以产定贩的经营分析。毛利率1. 偏离同行业毛利率远高于同行业水平；远高于行业上下游；不直接可比公司差异大。2. 异常交易的毛利率异常项目或异常客户的毛利率。现金流1. 经营现金流的背离问题经营现金流不净利润大幅背离；经营现金流持续为负。2. 美化经营现金流提早回款或延后支付以减少营运资金占用；利用保理或贴现加速变现。指标背离1. 毛利率不周转率毛利率持续向上走，同时周转率却持续下行。不财务费用账上有大量货币资金，但同时利息收入较低，且财务费用较高。虚假收入：设立空壳公司

11、。2014年受证监会处罚的公司A通过自己设立的隐形空壳公司，利用非关联的中转过账公司，连续多年虚构购销业务，虚增业务收入与成本，虚增或者虚减利润。虚假收入：虚假关联交易。公司B将已实际入库的粮食运出，以农户的名义再次卖给粮食经纪人，后者再卖给公司，即一批粮食多次入库，每次都有实际的入库记录。2008年至2011年累计虚增收入7.4亿元左右。虚假收入：虚假销售合同。2018年受证监会处罚的公司C，与相关经销商或者客户签订真实的销售合同，在经销商支付部分货款后，产品未发货前即提前确认收入。或者预付定金，但最终并不提货，后期将定金退回客户，完成虚假销售。虚假收入：虚假海外交易。2017年受证监会处罚

12、的公司D，通过签订海外合同，虚构地铁公交工程项目，利用其主要供应商安排的公司构建资金循环，制造海外回款的假象。虚假收入：虚构业务、虚构政府补助。公司E虚构了影视 转让协议和政府补助事项，虚计营业外收入2000万、虚增净利润1500万，虚增行为导致2015年度扭亏为盈。虚假做账：做两套账。为了实现“扭亏”，公司F设置了两个帐套，一个记录真实的数据，一个记录“编造”的数据用于对外披露，通过虚构客户、伪造合同、伪造银行单据、伪造材料产品收发记录、隐瞒费用支出等方式，虚增收入和利润。虚假做账：债权债务对抵。公司G将对下游建筑单位的应收款与上游采购的应付账进行对抵，虚减企业在2012年至2014年期间的

13、应收账款和应付账款，从而实现少计提坏账准备，共计虚增了2.5亿的利润。虚假货币现金。公司H手握150多亿元的账面资金却无力按期兑付15亿短期融资券本息，受证监会立案调查。公司在2015年1月至2018年12月，通过虚构销售业务方式虚增营业收入，并通过虚构采购、生产、研发费用、产品运输费用方式虚增营业成本、研发费用和销售费用等方式，在2015年至2018年的年报中虚增利润119.21亿元。虚假货币现金、大股东违规占用。公司I造假手段：一是使用虚假银行单据虚增存款，二是通过伪造业务凭证进行收入造假， 三是部分资金转入关联方账户买卖本公司股票。该公司公告，2017年应收账款少计6.41亿元，存货少计

14、195.46亿元，在建 HYPERLINK / 工程少计6.32亿元；货币资金 HYPERLINK / 资料来源：证监会，公司公告，天风证券多计299.44亿元；营业收入多计88.98亿元，营业成本多计76.62亿元。研究所123造假模型的建立及变量含义 HYPERLINK / 请务必阅读正文之后的信息披露和免责申明13Beneish，M.D.1999.The Detection of Earnings Manipulation. Financial Analysts Journal.ccounting MisstatementsContemporary Accounting Research

15、.143.1 国外：Mscore 模型与Fscore 模型国外财务造假预测模型，影响较大的是完全利用财务数据建立的Mscore模型 (Beneish，1999)，Mscore以在安然事件爆发之前成功地预测了安然公司造假而闻名。Dechow (2011) 在Mscore 基础上建立了 Fscore 财务造假预测模型。Mscore和Fscore 模型在西方实务界已被普遍运用，但国内学者研究发现这两个模型对于预测国内造假事件的适用性较弱。模型Mscore 模型Beneish，M.D.（1999）Fscore 模型Dechow et al (2011)介绍Beneish，M.D.（1999）以 198

16、2 1992 年被美国证监会(SEC) 查处的74 家财务造假公司为观察样本，按照行业和年度配比了2332 个控制样本，来估计各个特征变量的系数，以应收账款指数、毛利率指数和资产质量指数等八项公司指标建立模型来判断造假的可能性。Dechow et al (2011) 在Mscore 基础上建立了 Fscore 财务造假预测模型，他们收集19822005 年美国判定为财务造假的676 个公司样本，从应计项、财务指标、非财务指标、表外业务、和市场信息五个方面全面检验造假公司的特征指标，发现只包括财务报表指标的模型判断财务造假的能力最好，准确度达到 69%。指标应收账款指数 = 本期应收账款占营业收

17、入比例/上期应收账款占营业收入比例毛利率指数 = 上期毛利率/本期毛利率资产质量指数 = 本期的非实物资产比例/上期的非实物资产比例营业收入指数=本期营业收入/上期营业收入折旧率指数=上期折旧率/本期折旧率，其中，折旧率= 折旧费用/固定资产原值销售管理费用指数 = 当期销售管理费用占营业收入的比例 /上期销售管理费用占营业收入的比例财务杠杆指数=本期资产负债率/上期资产负债率总应计项=应计项/总资产，其中，应计项 = (流劢资产 货币资金) (流劢负债 一年内到期长期负债 应交税费) 折旧费用RSST应计项 = 经营资本变劢值 (WC) + 非现金净营运资产变劢值 (NCO) + 金融资产变

18、劢值 (FIN) /平均总资产应收账款变动率= 应收账款/平均总资产存货变动率= 存货/平均总资产软资产比例=(总资产 固定资产 在建工程 工程物资 货币资金) /总资产现金销售变动率= (（当期营业收入应收账款) -(上期营业收入应收账款)） /(前期营业收入应收账款)OA增长=当期ROA前期ROA是否再融资，有股权或者债券融资，为 1，否则为 0。非正常员工数变动=员工数变劢百分比资产变劢百分比经营租赁情况，企业的经营租赁负债大于0时取1，否则取0.Dechow,P.M.2011.Predicting Material A HYPERLINK / 资料来源：天风证券研究所资料来源：学者时间

19、模型指标预测准确度方军雄等2003应收账款占资产比、资产负债率、应收账款周转率、速动比率、资产质量、主营业务税金及附加比率、销售费用和管理费用率64陈凌等2005应收账款/营业收入、应收款项/流动资产、应付款项/营业成本、主营业务利润/利润总额比例、现金及等价物增加额/净利润、经营活动现金净流量/总资产、（货币资金-短期投资）/流动负债、 资产负债率74吴革等2008每股净资产差异率、应收账款周转率、存货占流动资产比、非主营业务利润率、主营业务收入增长率、资产周转率、其他应收款占流动资产比、经营杠杆系数、监事会规模、股权集中度71文拥军等2009期间费用占收比、主营业务利润占总利润比重、应收账

20、款占收入比率、资产负债率、应付账款占 成本比率、应收账款占流动资产比、资产质量指数、经营活动现金净流量占总资产比率、国有股 比例、第一大股东持股比例、流通股比例、股权集中度、第一大股东是否是国有股东、审计意见。73李欣等2015存货/主营业务成本、(应收账款+其他应收款)/流动资产、(应付账款+应付票据)/主营业务成本、(主营业务收入-主营业务成本)/总资产、(营业费用+管理费用)/主营业务收入、主营业务利润/利润总额、所得税/利润总额、现金及现金等价物净增加额/净利润、经营活动现金净流量/股东权益等。70钱苹等2015经营应计项指数、现金销售率、股票换手率波动率、股权集中度、机构投资者持股比

21、率、其他应收款比例、公司当年是否处于亏损状况、是否进行了再融资、股市是否处于熊市。73资料来源：方军雄.2003.我国上市公司财务欺诈鉴别的实证研究. 陈凌.2005.我国上市公司财务欺诈识别模型研究.李欣.2015.因子分析、Logistic回归在会计舞 HYPERLINK / 钱苹，罗玫. 2015. 中国上市公司财务造假预 HYPERLINK / 资料来源：天风证券研究所吴革，叶陈刚. 2008. 财务报告舞弊的特征指标研究:来自 A 股上市公司的经验数据. 文拥军.2009.上市公司财务报告舞弊识别实证研究.弊研究中的应用. 测模型.1516参考国内外关于财务造假预测模型的研究成果，建

22、立适用于A股市场，且更有实际应用价值的财务造假预测模型。模型的选择与学术界一致，采用Logistic模型逐步回归法，在特征变量的设计上，考虑与逻辑推理的合理性，主要有以下几个特点： 采用指标的行业分位值。考虑到行业特性不同，多项指标转化为行业分位值（申万二级行业）， 即行业分位值=(v-min)/(max-min)，取值0-1。若采用加入行业虚拟变量的做法，则会损失大量的自由度。 采用指标的变化率。考查特征指标的突变情况，即引入指标的环比变化率作为解释变量。由此，通过指标的异常变化，判断是否有造假的嫌疑。控制样本采用全样本，即全市场非造假公司。这样可避免样本选择的偏差，与学术界一般的做法 HY

23、PERLINK / 资料来源：天风证券研究所（选择1：1的配对样本）有别。17由于因变量fraud（是否造假）为二元选择变量，而解释变量既有哑变量又有连续变量，因此，采用Logistic逻辑回归模型。针对172个造假样本以及41240个非造假样本，以全样本为先验样本，对所有变量进行10 显著水平的向后逐步回归。其中，因变量fraud，造假时赋值为1，非造假时赋值为0。在建立模型后，把上市公司的指标代入模型得出一个概率值来判断该公司造假的可能性，用来表示发生舞弊概率的大小，即Logistic回归函数为： HYPERLINK / 资料来源：天风证券研究所如果某个变量的系数大于0（或胜算比odds系

24、数小于1，下文有详细解释），则在其它变量不变的情况下， 此变量的值越大，得到的概率值越接近于 1，意味着公司发生财务舞弊的可能性大。18解释变量分为四个类别：资产异常、现金异常、盈利异常和非财务指标。资产异常。财务造假的“恒等式”：利润表的影响（虚增利润）= 资产负债表的影响（虚增资产+虚减 负债+虚减权益）。财务造假的的是虚增利润，而虚增利润的同时必然会影响到资产负债表科目。资产的 异常变化分析往往是识别财务造假的关键。比如通过虚增应收款来虚增收入是最常见的造假方式。因此， 我们主要考查资产异常的变量： 应收款项占比、应收变化率、存货占比、存货变化率、应付款项占比、 应付变化率、软资产比例、

25、带息负债率。现金异常。比如，虚增利润的同时虚增相应的经营现金流入，对应资产负债表虚增货币资金，这时，可考虑货币资金与利息收入的匹配性。另外，若长期现销率小于1或自由现金增速小于净利润增速，也应警惕。因此，我们主要考查现金异常的变量：现金销售率、自由现金流变动率、货币现金异常。盈利异常。主要看盈利的构成是否健康、是否有内在矛盾性、是否融资目的下的操纵行为等。主要考查盈利异常的：交变量联交易占比、交联交易变化率、毛利率异常、前一年是否亏损、前一年扣非ROE。非财务指标。主要有指标： 是否再融资、股权集中度、机构持股比例、董事会规模、是否更换事务所、 HYPERLINK / 资料来源：天风证券研究所

26、 审计意见。变量指标符号计算方法是否行业分位值会计含义预期方向被解释变量财务报告造假fraud财务造假则为1，否则为0解释变量资产异常应收款项占比X1应收款项占比 = 应收款项/营业收入= （应收账款+其他应收账款）/营业收入是通过应收账款手法虚增收入是很常见的造假手段。提前确认或虚假确认的收入会造成应收账款大幅增加，而其他收款往往是其转移对象，故该指标期末值会偏大，且变化率也会明显加大。+应收变化率X2应收变化率 = （应收款项/营业收入）/（应收款项/营业收入）是+存货占比X3存货占比 = 存货/营业成本是舞弊公司可能釆取改变存货计价方式、不及时结转存货成本等方式来减少营业成本，因此期末存

27、货值可能过高。+存货变化率X4存货变化率 = （存货/营业成本）/ （存货/营业成本）是+应付款项占比X5应付款项占比 = 应付款项/营业成本= （应付账款+应付票据）/营业成本是虚减成本的公司往往会将应该计入营运成本的费用递延处理，使成本减少，递延费用增加，造成该指标偏高。+应付变化率X6应付变化率 = （应付款项/营业成本）/（应付款项/营业成本）是+软资产比例X7软资产比例 = (总资产 固定资产 在建工程 工程物资 货币资金) /总资产是资产过度资本化或推迟确认费用会使软资产比例显示过高。+带息负债率X8带息负债/股东权益是带息负债率过高，意味着公司过度举债发展，经营可能陷入困境。+现

28、金异常现金销售率X9现金销售率 = (营业收入应收账款) /营业收入是现销率比较能反映企业真实的收入情况比率越高，则造假可能性降低-自由现金流变动率X10自由现金流变动率= （净利润-总应计）/总资产，其中：总应计= (流动资产 货币资金) (流动负债 一年内到期长期负债应交税费) 折旧费用是虚增利润的公司在净利润增长的同时通常没有现金流的实质增长，或是净利润增长幅度远超出货币资金增长幅度，造成该指标偏低 。-货币资金/流动资产在行业前50，且 带息负债东权益 也在行业前50，是取1，否取0。否货币现金富余的同时带息负债也高，说明现金的真实性存疑。+ HYPERLINK / 货币现金异常X11

29、/股 HYPERLINK / 资料来源：天风证券研究所注：行业分位值=(v-min)/(max-min)，预期方向“+”表示指标越高，造假概率越高。19变量指标符号计算方法是否行业分位值会计含义预期方向解释变量盈利异常交联交易占比X12关联交易占比 = 交联交易金额 / 营业收入=（交联采购+关联销售）/ 营业收入否关联交易占比高的公司，可能增加造假的便利性和隐蔽性。+交联交易变化率X13关联交易变化率 = （交联交易金额/营业收入）/（交联交易金额/营业收入）否+毛利率异常X14毛利率在行业前20，同时存货周转率在行业后20，是取1，否取0。否高毛利率、低周转率，有内在矛盾性。+前一年是否亏

30、损X15前一年净利润为负则为 1；否则为0否为了不被ST或保壳，亏损后的第二年可能有财务造假的动机。+前一年扣非ROEX16前一年扣非ROE小于6则为 1；否则为0否增发要求公司最近3个会计年度扣非ROE平均不低于6。配股要求公司最近3个会计年度扣非ROE平均不低于6。+非财务指标是否再融资X17当年有股权或者债券融资则为 1，否则为 0否为满足再融资的要求，有造假的动机。+股权集中度X18第一大股东的持股比例/第二和第三大股东的持股比例之和否持股集中度越高，造假的成本也越高， 可能会抑制大股东造假的冲动。-机构持股比例X19基金、券商、保险、QFII等机构的持股比例合计否机构持股比例越高，对

31、公司经营管理有监督作用，对造假发生可能有抵制作用。-董事会规模X20董事会人数否董事会人数越多，公司内部风险控制的能力一般也越好。-是否更换事务所X21前一年更换会计师事务所则为 1；否则为0否更换事务所存疑。+审计意见X22前一年未被出具非标意见则为 1；否则为0否曾被出具非标审计意见，说明其财务报表信息质量存在问题。+ HYPERLINK / 资料来源：天风证券研究所注：行业分位值=(v-min)/(max-min)，预期方向“+”表示指标越高，造假概率越高。204模型的实证过程及应用分析 HYPERLINK / 请务必阅读正文之后的信息披露和免责申明21 HYPERLINK / X22审

32、计 HYPERLINK / 资料来源：Wind，锐思，天风证券研究所22针对造假样本与控制样本的特征变量的显著性检验。有显著性差异的有：应收款项占比、应收变化率、存货占比、应付账款占比、软资产比例、带息负债率、现金销售率、货币现金异常、毛利率异常、前一年是否亏损、前一年扣非ROE、是否再融资、机构持股比例、是否更换事务所、审计意见。指标变量样本数量均值T检验正常造假正常造假t_valuep_valueX1应收款项占比408771550.470.59-4.3500.000X2应收变化率408771550.450.52-2.7500.006X3存货占比408771550.490.56-2.7000

33、.007X4存货变化率408771550.480.460.9000.366X5应付款项占比408771550.490.57-3.0500.002X6应付变化率408771550.490.49-0.1000.916X7软资产比例408771550.500.59-3.5000.001X8带息负债率408771550.440.57-4.5500.000X9现金销售率408771550.450.392.1500.032X10自由现金流变动率408771550.470.48-0.3500.744X11货币现金异常408771550.170.23-2.0000.043X12交联交易占比407221550.

34、080.030.2000.847X13交联交易变化率4087715515.700.510.1000.929X14毛利率异常408771550.190.26-2.2500.025X15前一年是否亏损407231550.090.21-5.5000.000X16前一年扣非ROE407231550.150.24-3.0000.003X17是否再融资408771550.120.17-1.7500.079X18股权集中度4081515212.507.171.2000.232X19机构持股比例4087715527.1017.104.9000.000X20董事会规模408771559.028.791.3000

35、.195X21是否更换事务所408771550.240.36-3.5000.001意见408771550.060.19-7.2500.000 HYPERLINK / X220.08-0.02 -0.07 -0.010.03-0.02 HYPERLINK / 资料来源：Wind，锐思，天风证券研究所23针对20个变量进行Pearson相关性系数分析。变量之间基本表现为不相关或弱相关（相关系数大部分在0.1以下），回归模型中解释变量的共线问题不严重。X1X2X3X4X5X6X7X8X9X10X11X12X13X14X15X16X17X18X19X20X21X22X11.00X20.331.00X3

36、0.220.071.00X40.01-0.10-0.141.00X50.300.100.31-0.021.00X60.100.230.13-0.110.321.00X70.220.020.200.000.110.021.00X80.080.000.120.050.200.050.161.00X9-0.12-0.170.01-0.01-0.05-0.03-0.020.011.00X100.02-0.030.000.070.010.08-0.010.010.091.00X11-0.05-0.02-0.070.040.060.02-0.200.430.020.011.00X120.000.000.0

37、0-0.010.000.000.010.010.000.000.001.00X130.000.000.00-0.010.010.000.000.010.010.000.010.021.00X140.140.020.50-0.150.120.020.130.01-0.010.00-0.060.000.001.00X150.08-0.03-0.020.050.060.020.060.080.090.030.000.010.000.011.00X160.11-0.02-0.010.070.050.000.060.150.140.070.030.000.010.000.601.00X170.010.0

38、00.010.000.030.000.000.03-0.11-0.090.040.000.00-0.01-0.04-0.041.00X18-0.03-0.03-0.010.00-0.010.010.000.02-0.03-0.030.010.000.00-0.01-0.01-0.01-0.011.00X19-0.060.08-0.050.01-0.010.00-0.020.000.110.130.030.000.00-0.06-0.070.000.06-0.091.00X20-0.07-0.03-0.05-0.01-0.02-0.02-0.040.05-0.040.010.030.000.00

39、-0.05-0.02-0.030.000.000.041.00X210.01-0.030.000.010.020.020.000.03-0.100.040.000.010.00-0.010.070.03-0.010.04-0.120.061.000.090.030.040.03-0.030.010.000.010.280.20-0.070.00-0.110.000.101.00 HYPERLINK / 资料来源：Wind，锐思，天风证券研究所24Logistic逻辑模型，对所有变量进行10 显著水平的向后逐步回归。回归结果显示，最终进入方程的变量为：X2应收变化率、X3存货占比、X7软资产比例

40、、X8带息负债率、X11货币现金异常、X15前一年是否亏损、X17是否再融资、X18股权集中度、X19机构持股比例、X21是否 更换事务所、X22审计意见。变量方向与预期方向均一致。代码变量系数Coef.胜算比Odds-Ratio边际效应dy/dxz值P值X2应收变化率0.7202.0550.002673.0700.002X3存货占比0.5691.7670.002112.1600.030X7软资产比例0.5841.7940.002162.0000.045X8带息负债率0.7122.0390.002642.6400.008X11货币现金异常0.3751.4550.001391.6500.100X

41、15前一年是否亏损0.6301.8780.002342.9000.004X17是否再融资0.5981.8180.002212.7000.007X18股权集中度-0.0110.990-0.00004-2.0000.046X19机构持股比例-0.0160.984-0.00006-4.1000.000X21是否更换事务所0.3661.4420.001352.1000.035X22审计意见0.9402.5600.003484.0500.000 HYPERLINK / 资料来源：Wind，锐思，天风证券研究所25 造假阀值判断：回归拟合值 5.58 或 胜算比 = () 0.00379系数：为模型中变量

42、系数的估计量，没有直接的含义，模型的解释多用胜算比和边际效应。胜算比(odds)：为造假的概率与非造假的概率的比值【p/(1-p)】。当自变量的值增加1个单位时，胜算比(odds)将变为exp（系数）。边际效应（dy/dx）：当变量增加1个单位时，造假概率变化多少个百分点。 如果某个变量的系数大于0（或胜算比odds系数小于1），则在其它变量不变的情况下，此变量的值越大， 得到的概率值越接近于 1，意味着公司发生财务舞弊的可能性大。但犯第二类错误的成本大于第一类错误，因此对拟合结果的取值可以更严格（阀值更低）一些。所26按Dechow(2011)方法取阀值：先验概率p=造假样本/样本总数=0.

43、00378，fraud=lnp/(1p)=-5.58，胜算比odds=0.00379。模型预测准确率69.1 。此外， 我们通过模型结果，计算出最新报告期每支个股的胜算比以及财务造假概率。在投资决策过程中， 尽量规避模型得分较高的个股（阀值：odds取0.00379或回归拟合值fraud取-5.58）。另外，由于财务造 假具有后验性，因此，对于2018年以前，模型得分较高的个股也需注意。在实际应用过程中，我们还可通过判断 边际效应（dy/dx）来分析有效变量的变化对造假概率的影响，即： 当变量增加1个单位时，造假概率变化多少个百分点。模型概率造假公司正常公司Total认定为造假64.5 （正确

44、）30.1 （第一类错误）认定为正常35.5 （第二类错误）69.4 （正确）Total69.3 HYPERLINK / 的降低必将导致第二类错误的上升 HYPERLINK / 资料来源：Wind，锐思，天风证券研究注：Logistic逻辑模型都会犯两类错误，第一类错误是将正常公司误判为舞弊公司，第二类错误是将舞弊公司误判为正常公司。第一类错误 HYPERLINK / X22审计 HYPERLINK / 资料来源：Wind，锐思，天风证券研究所27由于造假公司被认定为造假的年份通常持续1年以上，上文的回归分析样本针对的是造假首年（共172件，即连续造假的事件仅取首年作为样本）。在此，我们补充一

45、部分：针对造假全部年份的样本（共508件） 进行回归分析。仍然采用Logistic逻辑模型，对所有变量进行10显著水平的向后逐步回归。指标变量样本数量均值T检验正常造假正常造假t_valuep_valueX1应收款项占比405375080.470.59-8.2000.000X2应收变化率405375080.450.47-1.9000.059X3存货占比405375080.490.53-3.0000.003X4存货变化率405375080.480.480.0500.945X5应付款项占比405375080.490.58-6.3500.000X6应付变化率405375080.490.50-0.95

46、00.340X7软资产比例405375080.500.57-5.2500.000X8带息负债率405375080.440.55-7.4500.000X9现金销售率405375080.450.440.5500.591X10自由现金流变动率405375080.470.48-1.0500.291X11货币现金异常405375080.170.21-2.6000.009X12交联交易占比403835070.070.36-2.1000.036X13交联交易变化率4053750815.775.490.1000.913X14毛利率异常405375080.190.24-3.3000.001X15前一年是否亏损403835080.090.24-12.5000.000X16前一年扣非ROE403835080.150.31-9.9500.000X17是否再融资405375080.120.12-0.0500.975X18股权集中度4047549312.528.491.6000.105X19机构持股比例4053750827.1916.889.0500.000X20董事会规模405375089.038.802.2000.029X21是否更换事