摘要
2
请务必阅读正文之后的信息披露和免责申明
在上一篇报告《财务造假的特征与识别》中,我们通过对财务造假的定性和定量分析,梳理了10个财务特征
变量,建立了一个识别财务造假相对风险的评分模型。本文进一步参照国内外学术界做法,用Logistic逻辑模
型建立起一个适用于A股市场的财务造假识别模型。主要包括以下内容:
① 造假样本的梳理及特征分析;
② 造假“重灾区”及定性识别;
③ 造假模型的建立及实证过程;
④ 模型的应用及造假概率预测。
模型共设计22个变量,10%显著水平上,针对造假首年样本,显著的变量为:X2应收变化率、X3存货占比、
X7软资产比例、X8带息负债率、X11货币现金异常、X15前一年是否亏损、X17是否再融资、X18股权集中度、
X19机构持股比例、X21是否更换事务所、X22审计意见。造假首年预测模型结果如下:
注:针对造假首年样本回归,以设定阀值(拟合值或胜算比)为界限的模型预测准确度为69.3%;针对造假全
部年份样本回归,模型预测准确度为74.9%。
具体请参考模型评分系统及回归结果。
风险提示:模型预测的局限性;宏观经济风险;海外不确定因素。
造假阀值判断:回归拟合值 𝑓𝑟𝑎𝑢𝑑>−5.58 或 胜算比 𝑜𝑑𝑑𝑠= 𝑒𝑥𝑝(𝑓𝑟𝑎𝑢𝑑) >0.00379
21975175/25570/20190812 10:12
评论5
最新资源