5月19日，《財會月刊》發(fā)表了廈門國家會計學院院長黃世忠及其研究團隊葉欽華、葉凡、徐珊等撰寫的《嚴監(jiān)管下的財務舞弊分析——基于2020~2021年的舞弊樣本》一文。研究發(fā)現(xiàn)，最近兩年查處的財務造假案，在高發(fā)行業(yè)、舞弊手法等方面都呈現(xiàn)出不同以往的新特征。

“財務造假在經(jīng)濟上行周期易于掩蓋，在下行周期掩蓋難度加大，更容易暴露。從2007年到2016年數(shù)據(jù)來看，造假公司數(shù)量是持續(xù)上升的?！睆B門國家會計學院中國財務舞弊研究中心聯(lián)合主任葉欽華對第一財經(jīng)表示，由于財務造假發(fā)現(xiàn)往往有3~5年的滯后期，盡管近年來監(jiān)管處罰造假公司已大幅增加，但仍不排除2017年之后的財務造假案件有持續(xù)增加的可能。

在過往12年（2010~2021年度）查處的舞弊樣本公司達到10家以上的（子）行業(yè)中，“農林牧漁業(yè)”舞弊公司有16家，行業(yè)占比最高（9.58%），“制造業(yè)”二級行業(yè)“醫(yī)藥制造業(yè)”“化學原料和化學制品制造業(yè)”的舞弊公司行業(yè)占比較高（分別為4.56%和4.25%），“信息傳輸、軟件和信息技術服務業(yè)”的舞弊公司行業(yè)占比緊隨其后（4.05%）。
“經(jīng)濟下行周期，上市公司業(yè)績下行壓力大，靠粉飾財務數(shù)據(jù)來支撐股價表現(xiàn)的動機會增強?！比~欽華對記者表示，而另一方面，財務造假是需要花費成本的，在業(yè)績下行期，要掩蓋財務造假，難度也會加大。
此外，一些上市公司為了轉型升級，不惜代價收購兼并，形成巨額商譽，加上通過對賭協(xié)議做出業(yè)績承諾，或通過股權質押融資，最終誘發(fā)業(yè)績“爆雷”潮和財務造假潮。這些“轉型升級”當中，有的是真轉型，但也有相當部分是“忽悠式”并購。

“以往是以利潤表操縱為主，比如增加收入、減少費用，相應的在資產(chǎn)負債表增加資產(chǎn)或減少負債。但是最近兩年揭發(fā)的案例，呈現(xiàn)出向資產(chǎn)負債表操縱為主的傾向?！比~欽華解釋稱，增加貨幣資金、加大資產(chǎn)減值，成為高發(fā)舞弊手法。

數(shù)據(jù)上看，2010~2021年收入舞弊是最主要類型，占比為64.25%，貨幣資金舞弊是第二大舞弊類型，占比25.70%，資產(chǎn)減值舞弊是第四大舞弊類型，占比16.20%。在2020~2021年查處的財務造假案中，收入舞弊占比下降，而貨幣資金舞弊與資產(chǎn)減值舞弊大幅提升，占比分別高達33.33%和24.24%。

業(yè)績虛增之后，上市公司需要持續(xù)造假來維持“指標合理化”，最終進行財務“大洗澡”來出清造假所帶來的資產(chǎn)端的“潛虧”。一般有三種方式，來消化賬面虛增利潤。

康美藥業(yè)2016年虛增貨幣資金225億元，2017年虛增貨幣資金299億元。而2018年半年報，虛增貨幣資金高達362億元，占公司披露凈資產(chǎn)的108.24%。

近兩年發(fā)現(xiàn)的造假案例顯示，交易類造假已經(jīng)成為上市公司財務舞弊的重要方式。主要表現(xiàn)為，上市公司管理層通過虛構交易來虛增收入，最常見的手法是通過與客戶或者隱性關聯(lián)方串通合謀虛構業(yè)務和收入。?不過，前述研究發(fā)現(xiàn)，近兩年來查處的造假案例中，交易造假類收入舞弊的實施手法呈越發(fā)隱蔽的趨勢，協(xié)助實施財務舞弊的“幫兇”從關聯(lián)方、隱性關聯(lián)方向真實客戶、供應商轉換，即從“無中生有”走向“真真假假”。

與真實客戶、供應商等串通舞弊，借助貨幣資金，來完成業(yè)務流與資金流的“閉環(huán)”，以降低資產(chǎn)類科目的異常特征，掩蓋財務舞弊的真實面目。

例如，長園集團（600525.SH）虛構與海外真實客戶銷售業(yè)務，并與海外客戶簽訂“陰陽合同”、備忘錄、承諾函或聲明，表示只是協(xié)助免稅清關，不存在付款義務等。這種變化一定程度上將大幅加大注冊會計師及監(jiān)管部門識別舞弊的難度。

不過，前述研究發(fā)現(xiàn)，有十大非財務異常特征，也可以成為識別潛在的財務舞弊行為的依據(jù)。

“從近年查處的造假案來看，一個明顯的特征就是舞弊公司的非財務異常特征出現(xiàn)次數(shù)（885次）是財務異常特征（239次）的3.7倍之多?！鼻笆鲅芯恐赋觯F(xiàn)有企業(yè)財務舞弊識別模型主要基于企業(yè)披露的財務信息，而對非財務信息的利用不足，而非財務異常特征對識別財務舞弊的作用已大幅超過財務異常特征，特別是大股東行為、高管行為、客戶與供應商等方面的異常特征。

以客戶規(guī)模特征與交易金額背離為例來看，如果客戶貢獻收入占比很高，而客戶成立時間短、繳納社保人數(shù)少、公司規(guī)模過小等等，都意味著背后可能存在舞弊行為。

數(shù)據(jù)顯示，2018年之后，監(jiān)管部門的處罰力度呈明顯加大的趨勢，特別是新《證券法》實施后的2020年度和2021年度，兩年累計處罰上市公司多達66家，與2010~2019年度累計處罰的113家公司相比，處罰力度大幅上升。

同時，新《證券法》實施后，3年以內被識別出財務舞弊的樣本公司占比從36.31%提高至51.52%，表明對財務舞弊的查處變得更加及時。

不過，前述研究發(fā)現(xiàn)，常規(guī)的外部審計在發(fā)現(xiàn)財務舞弊方面雖有進步，但總體成效仍然有限，2020~2021年度的樣本公司中尚有77.27%的舞弊公司，在當年未能被注冊會計師所揭發(fā)。

在實務工作中，財務數(shù)據(jù)相對容易獲取和處理，如上市公司財務報表及附注的表格信息，而與大股東行為、高管行為、客戶和供應商異常特征相關的非財務信息來源較廣，如行業(yè)研究網(wǎng)站、工商信息網(wǎng)站、裁判文書網(wǎng)站等，且基本為非結構化數(shù)據(jù)，要想通過海量的信息，識別出日趨隱秘的蛛絲馬跡，靠人力是所不能及的。

“智能反舞弊迫在眉睫，可喜的是，業(yè)界已有不少機構先行先試，開發(fā)智能反舞弊工具來協(xié)助實務專家智能排雷?！彼硎荆诖髷?shù)據(jù)技術及計算機技術的結合，來實現(xiàn)對大量非結構化數(shù)據(jù)的采集、存儲和處理，讓模型可以基于多源、多維數(shù)據(jù)進行高效分析，進行智能反舞弊，應該說已經(jīng)到了非常迫切的時刻。