前言：为什么财务造假又一次引发市场关注？（1）经济增长信心不稳定，投资者越来越重视公司盈利能力和财务健康状况，对公司透明度和诚信度要求更高，也更加敏感和警惕，对财务造假容忍度显著降低。（2）伴随着 A 股产业结构的变迁，新业态、新模式不断涌现，财务造假手段演变升级，传统方式与新型手法杂糅共生。（3）新一轮退市制度改革下，财务造假“退市触点”增多，投资者更应警惕“ST 风险”。

本文构建了一个全新的财务造假识别模型。通过系统梳理 A 股历年造假案件及其特征演变，解析财务造假“流程”，定性识别财务造假的惯用手段。借鉴国内外既有学术研究成果，筛选财务造假的特征变量，并利用机器学习算法评估财务风险，以期能够事前规避那些利用盈余管理手段过度操纵财务报表的公司，提前反应尚未被揭露的财务造假行为。

财务造假 VS 盈余管理。财务造假是由公司管理层组织的，在财务报表中蓄意错报、漏报财务数据，以粉饰业绩为目的的系统性造假。盈余管理是在会计准则的框架之内，管理层主观地运用或刻意迎合会计准则，以达到操纵利润的目的。盈余管理与财务造假存在本质的不同（是否违法），尽管二者在很多时候经常无限接近。

从 A 股历年财务造假案件演变来看，机械、化工、电子、医药生物、计算机等行业成为造假“高发地”。经济恢复阶段成为财务造假“高发期”，尤其是 2008 年金融危机、2015 年股灾后，财务造假案件数量明显增加。

从财务造假“流程”来理解报表的关注点：创造资金流（收入）——创造资金凭证（客户和供应商）——资金记账（转化为资产）。财务造假的目的是虚增利润，而虚增利润的同时必然会影响到资产负债表科目，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。

从造假“重灾区”科目观测异动、异常、新增：可以从收入、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。三个维度观察：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）。

财务风险预测模型的构建与性能评估。选取资产异常、现金异常、盈利异常和非财务指标四个类别共计 31 个指标作为特征变量，使用行业分位值、变化率等对指标进行标准化处理，之后采用 XGBoost 机器学习模型对财务风险进行识别。拟合结果显示，使用先验概率作为判定阈值，有财务风险的公司的识别率达到 70.94%，模型表现较好。

风险提示：模型通过历史数据统计、建模和测算完成，所得出结论在市场环境、相关政策发生变化时可能存在失效风险；盈利超预期下行风险。

报告目录索引

前言：为什么财务造假又一次引发市场关注？..........3

一、财务造假 VS 盈余管理..........6

二、A 股历年财务造假案件梳理及其特征演变..........7

（一）行业维度：机械、医药、电子等行业成为造假“高发地”..........7

（二）时间维度：经济恢复阶段成为公司财务造假“高发期”..........8

三、造假的“重灾区”科目及定性识别..........9

（一）从财务造假“流程”来理解报表的关注点..........9

（二）从造假“重灾区”科目观测异动、异常、新增..........10

四、财务风险预测模型的构建与性能评估 ..........13

（一）选取识别财务造假的特征指标 ..........13

（二）搭建财务风险预测模型及其应用分析 ..........17

五、风险提示..........21

图表索引

图 1：A 股的股债收益差自 22 年 10 月以来，持续在【-2X 标准差至-1X 标准差】的通道内低位徘徊..........3

图 2：退市新规引发微盘股波动加剧..........5

图 3：财务风险：财务造假 VS 盈余管理..........6

图 4：财务造假公司的板块分布..........7

图 5：财务造假公司的违规类型..........7

图 6：2000-2023 年申万一级行业财务造假公司数量（家）..........8

图 7：2000-2023 年各年财务造假公司数量（家）..........8

图 8：财务造假的“流程”..........9

图 9：财务造假的“恒等式” ..........10

图 10：三个角度观测财务造假：报表数据的异动、异常、新增 ..........12

图 11：模型评价指标：ROC 曲线简介..........19

图 12：模型性能——AUC 值为 0.80 ..........19

图 13：本文构建的财务风险预测模型拟合效果..........19

图 14：造假公司与正常公司财务风险分数分布..........20

图 15：造假公司与正常公司财务风险分数对比..........20

表 1：2010-2023 年 A 股行业市值结构变化..........4

表 2：典型的财务造假案例 ..........10

表 3：财务造假的“重灾区”科目及需要关注问题..........11

表 4：国外财务造假预测模型：MSCORE 模型与 FSCORE 模型..........13

表 5：国内财务造假预测模型..........14

表 6：财务造假特征变量的计算方法及逻辑含义 ..........15

表 7：财务风险预测模型参数设定 ..........18

表 8：本文构建的财务风险预测模型表现 ..........20

因篇幅限制，仅展示部分，更多重要内容、核心观点，请下载报告。