Local EPUB Text
20 财务异常的三维视角
什么是财务异常？目前好像还没有权威定义，站在财务预警角度，资不抵债就是一种财务异常；但笔者本文中所指的财务异常是指重大错报财务征兆。2001～2002年，中国资本市场暴发了三起臭名昭著的上市公司财务舞弊案，其中银广夏和东方电子是深交所的上市公司，深交所知耻而后勇，根据陈东征理事长等所领导的指示，公司管理部提出了“中国上市公司财务异常研究”的课题并抽调专门人员与综合研究所成立联合课题小组于2002年11月正式开展联合研究，希望建立一个有效的监控系统，监测财务信息的真实性，识别财务信息形成过程中的欺诈行为。在深交所的研究报告中，将财务异常界定为三类：
财务异常主要表现在以下三个方面：（1）钩稽关系异常，主要指财务报告中的相应数据明显违背了对应会计科目之间的钩稽关系；（2）年度变动异常，指的是不同年度报告的数据明显地出现异常，违背了企业经营运作的规律，同时也可能会违背科目之间的钩稽关系；（3）行为横向异常，指的是根据行业可比特性，报告数据所反映的业绩明显超过同行业可比公司的业绩。
这是识别财务异常的三条路径，第一条路径是违反财报的内在钩稽关系，典型的是现金流量表一般可以根据资产负债表和利润表及相关附注编制，收付制的现金流量表与权责制的资产负债表和利润表有内在的钩稽关系，从违背内在钩稽关系发现财务异常；第二条路径是历史分析，也称纵向分析，通过上下年度的财务信息的比较分析、比率分析、共同比分析和趋势分析发现财务异常，如营业收入、毛利率、净利率、资产周转率异常；第三条路径是同业分析，也称横向分析，通过行业分析入手，与竞争对手进行相关的财务信息比较分析，发现财务异常。笔者将这三条路径简单概括为：钩稽分析、历史分析和同业分析，构成了识别财务异常的三个维度。这三大识别财务异常路径是建立在两大基本假设上，深交所研究报告认为：
判断财务异常有两个基本的假设：（1）行业经济特征决定行业内公司的基本业绩表现，同行业可比公司的财务业绩在一定时间范围内不会出现太大的差异；（2）会计学科体系本身决定了财务数据之间必须满足相应的关系，如果上市公司所报告的数据违背了这种基本关系，就会出现一定程度的财务异常。
这两个假设只指出识别财务异常的两条路径：同业分析和钩稽分析，财务数据的内在钩稽关系这个假设是成立的，但同业同步发展往往与行业两极分化冲突，在景气的行业中有不景气的公司，同样在不景气的行业中有景气的公司，当然这也可以视为一种财务异常；深交所研究假设实际上还少了纵向分析的假设：企业发展是线性的，故是可以预期的，这个假设也与企业非线性发展冲突，但企业业绩上蹿下跳也可以视为一种财务异常。
由于不管是纵向还是横向分析，企业的线性发展假设与行业的同步发展假设都与实务存在较大的冲突，以此建立起来的财务异常预警模型必然导致预警准确性极低，财务造假有时就像地震，事前预警极难发现，财务异常预警模型经常发出假警报，这样久而久之，就像狼来了的故事一样，财务预警变得不可信。
从过去的案例来看，财务造假在不景气行业更容易发生，如蓝田股份主业是淡水养殖，这是一个不景气的行业，但该公司出事前却是一只绩优成长股；但也会在景气行业中发生，如东方电子，其从事的电力自动化行业是个高速发展的企业。所以，在不景气的行业有造假股，在景气行业也会有造假股。但笔者认为集体性的行业造假往往发生在不景气行业中，在行业由景气转向不景气拐点时也极易诱发行业造假，所谓行业造假是指这个行业中不止一家或两家企业在造假，而是多家企业在造假，如美国2001年电信泡沫破灭之后，当年美国主流的电信企业都曝出财务造假丑闻，如世通、环球通讯、奎斯特、朗讯等。所以笔者认为财务异常预警也要“自上而下”和“自下而上”结合，行业层面的财务异常和公司层面的财务异常预警要相结合，行业层面高度关注行业景气周期，对不景气行业和景气行业拐点要特别关注；在公司层面，要高度关注业绩超预期的企业，2007年在美国纳斯达克上市的福麒首饰（Fuqi Intl）在中国经营精品珠宝首饰批发，2008年10～12月、2009年1～3月、4～6月盈余平均较分析师预估值高出34%，从3月低点3.31以来股价飙升逾5倍，2010年3月17日，该公司因为无法及时披露年报导致股价暴跌37.37%，现怀疑该公司2009财报涉嫌重大错报，深圳珠宝企业据说有上千家，珠宝行业也是过度竞争行业，行业盈利能力非常有限，该公司2009年报业绩暴增非常可疑。
此外，财务异常往往局限于财务指标大幅波动，如要求对增长或减少30%或50%的会计项目要做出说明，但对波动小的会计项目会被视同正常，这也是一个大问题。实际上，从过去的案例来看，财务异动不等于大幅波动，该动不动问题也很严重，如某个公司上下年度毛利率相关无几，可能是预警模型中被视为正常，可在2008年金融危机导致的产品价格暴跌的背景下，如果2008年度毛利率还与以前年度持平，就要分析生产成本是否也同步大幅下降。智能分析往往是机械式分析，如某公司毛利率与同业中平均毛利率趋近，但不能就认为就不存在财务异常，如果根据基本面分析，该公司毛利率应该大大低于同业主要竞争对手毛利率，此时即使该公司毛利率并没有背离行业毛利率，但仍应视为财务异常。
笔者认为通过钩稽关系发现上市公司财务异常是比较低级的手法，但在早期的中国上市公司财务造假中，有些公司造假水平非常低劣，连最基本的钩稽关系也没有遵循，典型的通过税项分析法发现上市公司财务存在异常，但随着上市公司报表粉饰水平的提高，这种直接通过报表的钩稽关系发现财务异常效果就越来越差了，但是笔者认为通过上市公司基本面内在分析，发现上市公司财务异常仍是非常有效的一条路径，如笔者常用的税负分析法、薪酬分析法就能发现一些上市公司存在的财务异常，收入在增长，为什么税负下降、职工薪酬谢在下降？财务数据存在内在关系，这种关系不仅是钩稽关系，往往还表现为正比或反比关系，如果是正比的财务指标却成了反比了，这就表明财务存在异常；除了财务数据的内在关系外，财务数据与非财务数据之间也存在内在关系，如合同额与收入额的关系，产品质量、客户口碑与收入关系，在财务与非财务数据关系上，建议嵌入平衡积分卡分析体系，分析财务、客户、内部流程和学习与成长之间是否存在内在的平衡，如不平衡，则可能可以发现财务异常，因为这些因素本身是互为前提的，有内在的逻辑关系。
故笔者认为识别财务异常可分为两个层面，一个行业层面，另一个公司层面，公司层面又分为两条路径，一是历史分析法，二是内在分析法。
行业分析、历史分析和内在分析构成发现财务异常的三维视角，在此分析框架下，我们可以建立一个财务异常检测模型，包括行业分析模型、历史分析模型及内在分析模型，以实现财报的快速审阅；目前不管是上交所还是深交所上市公司监管都是按地区而不是按行业配置专管员，这是很不合理的；且监管人员以会计专家和法律专家为主，缺乏行业专家也是极不合理的。