基于规则库的财务风险识别方法.docxVIP

内容目录 前言 4 财务风险研究思路概述 5 财务风险的主要类别 5 海内外研究综述 6 基于规则库的研究思路 7 财务风险单规则构建及案例分析 9 扭亏为盈 9 规避 ST 或退市 10 虚增资产或虚减负债项目 11 货币资金类 12 应收类 13 其他项目类 17 同行业比较异常 17 多指标冲突 19 低周转率和高毛利率多年持续并存 19 主营业务收入增长率大幅大于净利润增长率 19 其他情形 20 基于规则库的财务风险识别 20 规则库的构建 20 模型绩效检验 21 召回率 22 准确度 22 模型样本外泛化能力讨论 23 市场的演变：2017 年是分界线 24 总结与展望 25 参考文献 25 风险提示 26 图表目录 图表 1：违规类别分类 5 图表 2：违规行为占比图 6 图表 3：财务风险模型研究思路 8 图表 4：模型演化过程 8 图表 5：Rule1 示例 9 图表 6：Rule1 检验 10 图表 7：Rule2 示例 11 图表 8：Rule2 检验 11 图表 9：三张财务报表的勾稽关系 12 图表 10：虚增资产分布 12 图表 11：虚增货币资金示意 13 图表 12：Rule3 检验 13 图表 13：Rule4 示意 14 图表 14：Rule4 检验 14 图表 15：Rule5 示意 15 图表 16：Rule5 检验 15 图表 17：Rule6 示例 15 图表 18：Rule6 检验 16 图表 19：Rule7 示意 16 图表 20：Rule7 检验 16 图表 21：Rule8 示意 17 图表 22：Rule8 检验 17 图表 23：Rule9 检验 18 图表 24：Rule10 检验 18 图表 25：Rule11 检验 18 图表 26：Rule12 检验 19 图表 27：Rule13 检验 20 图表 28：规则库清单 21 图表 29：各指标覆盖率占比 22 图表 30：样本外异常收益 23 图表 31：财务风险组合样本外表现 23 图表 32：历史上财务风险模型表现 24 图表 33：加入上界组合进行对比 24 前言 随着 A 股市场的不断成熟，投资者们对公司基本面和经营情况的认知程度逐渐加深，价值投资理念被越来越多投资者所认可，如何寻找业绩良好，能够持续给股东带来投资回报的公司成为了投资领域的研究重点。由于投资者对公司基本面的重视，也有一些公司为了博得投资者的认同，做高股价，进行财务造假或粉饰。对于投资者来说，一旦不慎买入这些具有巨大风险的公司，则可能会面临严重损失。在刚刚过去的 17、18 年两年， 证监会连续处罚了多伦股份、九好集团、雅百特、佳电股份等多起财务造假案，引发了市场巨大的关注。这些措施进一步规范了中国证券市场的行为，展示了监管层对证券市场的不合规行为零容忍。从投资者角度，如何识别公司存在的财务造假行为就变得非常有意义。因此，有必要对过去曾经有过造假行为的公司进行“复盘”，找出他们行为的“蛛丝马迹”，从而在将来的投资组合中规避此类股票。这就是本篇报告研究的重点——构建财务风险预警模型。 海内外对于财务造假的研究非常丰富，大体来说可以分为两种思路，即自上而下演绎法和自下而上归纳法。自上而下演绎法一般基于逻辑推导，即通过分析公司的财务报表或者其他相关公开信息，找出不合理或者非正常的可疑点，并辅以公司调研、投资者提问等方式做出是否公司存在风险的判断。自下而上归纳法则是根据历史数据找出存在财务风险公司的共性，通过归纳法总结出一套用以判断公司是否存在风险的“预测模型”，该模型基于历史统计规律。前者重逻辑轻验证，后者重数据轻逻辑，均有一定的片面性。本文希望能将两者有机结合，从业务逻辑出发找到一些描述公司财务风险的“规则”，然后再使用量化的方法，通过“回测”对这些规则进行定量验证，从而构建更加鲁棒的模型。当然，模型构建过程中我们也会遇到一些困难，最主要是模型在样本外的泛化性能不够，即对于全新的造假手法很难规避，我们针对该问题也做了讨论。 本篇报告的结构如下：首先我们在第二章介绍目前市场已有的财务风险模型的研究思路， 并对这些思路做一些简单的分析，从而引出为什么本篇报告要基于“规则库”的方式来构建模型；第三章则分别从公司财务风险的各个方面来构建规则，主要包括扭亏为盈造假、规避 ST 或退市造假、通过虚增资产或者虚减负债造假，多财务指标间存在矛盾等等方面；第四章我们则将这些规则进行了整理合并，构建了规则库模型，并对模型从准确度和召回率两方面进行绩效评价，同时也指出了模型在样本外存在泛化能力不足的问题；最后一章是报告的总结。 财务风险研究思路概述 财务风险