财务质量研究

需求说明

从财务造假动机、造假手段、纵向历史波动、横行行业偏离、报表勾稽关系、关联交易等维度出发、构建财务异常机器学习判别模型（随机森林，XGBoost）。

国际上著名的M-Score、F-Score。

数据选取

数据说明

选取样本包括2014-2018年所有的上市公司财务报表。根据会计事务所给出的审计意见划分是否财务造假；总共5w多个样本；共有223起涉嫌财务造假事件，涉及170家上市公司。

数据处理

缺失值按一级行业均值填充；若仍有缺失，按该特征的全部样本均值填充

数据集划分：为将该模型推广到其他未知财务主体，按公司划分；为让模型应用在最新的财务数据上，按时间划分，18年为测试集。

正负样本不均衡：

SMOTE算法；

for i in 少数类样本集S：
    for j in i的特征集合T：
        在S中找到i关于特征j的k各近邻；
        从k近邻中随机选择一个样本x，生成一个0-1的随机数w，新的样本xn = xi + w(x-xi)

成比例复制少数类样本；

数据特征探索

解释变量计算方法

资产异常：

应收款项占比=应收款项/营业收入

应收变化率=应收款项占比同比

存货占比=存货/营业成本

存货变化率=存货占比同比

应付款项占比=应付款项/营业成本

应付变化率=应付款项占比同比

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

带息负债率=带息负债/股东权益

现金异常：

现金销售率=（营业收入-应收账款）/ 营业收入

自由现金流变动 = delta（净利润 + 折旧费用 - delta（流动资产-流动负债）+ delta（一年到期的长期负债））/ 总资产

货币资金占比=货币资金/流动资产

盈利异常：

毛利率异常：毛利率在行业前20%，同时存货周转率在行业后20%，是取1，否则取0

前一年是否亏损：前一年净利润为负则为1，否则为0

前一年扣非ROE：前一年扣非ROE小于6%则为1，否则为0

非财务指标：

是否再融资：当有股权或债券融资时为1，否则为0

资产异常和盈利异常采用行业分位值=（v-min）/（max-min）

T检验与特征分析

剔除解释性差的特征；保证变量间无高相关性

模型结果分析

	逻辑回归	随机森林	GDBT	XGBoost
准确率	77.19%	84.02%	79.49%	80.34%
精确率	8.45%	10.98%	9.04%	8.85%
召回率	62.83%	56.64%	60.18%	55.75%
F1值	14.9%	18.39%	15.72%	15.27%

因子贡献度：

应收款项占比：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，会造成应收款项大幅增加，而其他收款往往是其转移对象，故该指标期末值会偏大；

软资产占比：造假公司往往会推迟确认费用，造成软资产比例显示过高；

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；

前一年是否亏损：为率不被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ROE：增发和配股要求公司最近3个会计年度ROE平均不低于6%，前一年扣非ROE小于6%的公司有财务造假的动机；

是否再融资：为满足再融资的需求，有造假动机。