康得新造假案例分析-财务舞弊风险量化|上市公司|审计|康得新|财务

前言

公众号断更很久了，本来立flag一月一更的，木有坚持下来。

这篇文章去年8月就写好了，放了1年多一直没发。内容上不够全面，权当一个思路上的参考吧。

在利用新数据分析技术处理类财务场景的问题时，如何兼顾理解算法、财务指标的含义？

背景介绍

2019年1月，康得新因无力按期兑付15亿短期融资券本息，业绩真实性存疑，引发各方关注。2019年7月，证监会下达《对康得新作出处罚及禁入告知》，康得新在2015年至2018年期间共涉嫌虚增利润总额达119亿元。

康得新财务舞弊持续时间之长、金额之大、手段之恶劣，震惊资本市场。自无法兑付本息业绩存疑后，大量新闻媒体对康得新造假进行了各种事后财务分析，但曾经的白马股爆出如此巨雷，对资本市场及广大股民的伤害已难以挽回。

资本市场存在大量公开数据，本文主要探讨：

1、是否可以利用上市公司公开数据，构建机器学习模型，量化财务舞弊风险，达到财务舞弊事前防范、预警的功能？

2、注册会计师对康得新财务舞弊年度的审计报告，均出具了标准无保留意见，审计失效。是否可以通过财务舞弊风险的量化，减少注册会计师的主观判断，降低审计框架中注册会计师职业判断所带来的审计风险？

理想的解决方案：

构建机器学习模型，输入足量上市公司历史的正常、舞弊财务数据供模型学习；

利用学习后的模型判断某上市公司财务数据是否舞弊。

一、实现思路

1、数据获取：使用Python获取康得新自2007年至2019年披露的所有公开财务指标数据（年报、半年报、季报）

数据来源：调用巨潮资讯-数据超市API接口，自动获取康得新各年度财务指标。

2、数据清洗：从康得新50余项指标中，选取杜邦分析法及其他核心财务指标作为机器学习模型的数据特征。

选取结果：净资产收益率、净利率、总资产周转天数、产权比率、营业收入增长率、三费比重、存货周转率、应收账款周转率、每股收益、每股现流。

3、构建模型：使用scikit-learn库，将选取的康得新财务指标作为数据特征，构建机器学习模型。

二、机器学习

1、模型的目的：

给定一条康得新年度财务指标数据，机器学习模型自动判断该年度财务指标是否舞弊。

典型的二分类问题，使用的算法：决策树、线性回归。

2、数据处理：

获取康得新财务数据共43条，将2007年至2014年、2019年数据分类为未舞弊（23条），贴上标签“正常”（量化值0）；2015年至2018年数据分类为舞弊（20条），贴上标签“舞弊”（量化值1）。

3、构建模型

使用sklearn包中的train_test_split模块，将43条数据随机分为训练集和测试集，训练集用来构建机器学习模型，测试集用来评估模型的精度结果。随机分配结果：训练集32条（20条正常、12条舞弊数据），测试集11条（3条正常，8条舞弊数据）。

4、评估模型精度

使用训练集数据构建机器学习模型后，将11条测试集数据输入机器模型，评估模型精度。机器模型输出的预测标签结果为[1 1 1 0 0 1 0 0 1 1 1]（0正常、1舞弊），测试集实际的标签值为[1 1 1 0 0 1 1 0 1 1 1]，仅第七条数据预测结果错误（实际值为1，预测结果为0），模型测试集精度达到91%。

三、模型分析

在传统财报分析中，我们更关注财务指标与目标公司间的因果关系。但数据量足够大时，机器模型可通过数据间的相关性来进行判断和预测分析。

我们可以利用决策树算法模块中的export_graphviz函数将构建的决策树可视化，深入理解决策树模型判断是否舞弊时的过程：

图中每个节点的samples给出了该结点中的样本个数，values给出的是每个类别的样本个数。观察应收账款周转率<=3.045分支左侧的子结点15个样本（4个正常、11个舞弊），左侧其余分支通过存货周转率、资产收益率将15个样本中的正常、舞弊样本更精细的分离出来。

另外，我们可调用决策树模型的feature_importance_参数，检查模型的特征重要性，总结决策树的工作原理，即判断康得新训练集数据是否舞弊时所依赖财务指标的比重。

通过检查模型的特征重要性，我们可以看出机器学习模型在判断是否舞弊时，主要依据应收账款周转率（51.79%）、存货周转率（30.48%）、净资产收益率（17.73%）。

（是不是正好是财报审计中高舞弊风险的指标）

四、结语

本文构建的机器学习模型仅为验证财务舞弊风险量化的思路，过程略显粗糙，仍存在许多问题：

1、数据量不足：只选取了康得新本公司的财务指标数据构建机器学习模型。若选取康得新所在同行业所有公司的财务指标，更有意义。

2、数据特征选择上只是主观简单选取财务指标，未具体考虑财务指标间的关联关系。

3、算法选择：未充分考虑所选算法的适用性。