财务风险预测模型构建与性能评估

通过对财务造假的定性和定量分析，建立一个识别财务相对风险的评分模 型，以期能够进一步在我们的财务选股模型结果中做减法，挑选真正高财务质量的 公司，本质上是做大概率事件，提高模型胜率。

一、选取识别财务造假的特征指标

我们通过梳理国内外财务造假预测模型的特征变量，并结合上文定性分析结 论，筛选能够较好反应A股财务问题的指标。国外关于财务造假预测模型的研究， 最具知名度的是Beneish(1999)的Mscore和Dechow(2011)的Fscore模型。Mscore 和Fscore模型利用阀值能快速判断上市公司财务造假的可能性。

尽管Mscore和Fscore模型在西方实务界已被普遍运用，但国内学者研究发现 这两个模型对于预测国内造假事件的适用性较弱。因此，我们采用国内外实证较认 可的财务造假预测指标，计算标准化得分（行业内部比较，更有现实意义），作为 判断是否有严重盈余管理或造假的参考。

特征变量分为四个类别：资产异常、现金异常、盈利异常和非财务指标。 （1）资产异常。财务造假的“恒等式”：利润表的影响（虚增利润）== 资产负 债表的影响（虚增资产+虚减负债+虚减权益）。财务造假的方式是虚增利润，而虚 增利润的同时必然会影响到资产负债表科目。资产的异常变化分析往往是识别财务 造假的关键。比如通过虚增应收款来虚增收入是最常见的造假方式。因此，我们主 要考查资产异常的变量：应收款项占比、应收变化率、存货占比、存货变化率、应 付款项占比、应付变化率、软资产比例、带息负债率。 （2）现金异常。比如，虚增利润的同时虚增相应的经营现金流入，对应资产 负债表虚增货币资金，这时，可考虑货币资金与利息收入的匹配性。另外，若长期 现销率小于1或自由现金增速小于净利润增速，也应警惕。因此，我们主要考查现 金异常的变量：现金销售率、自由现金流变动率、货币现金异常。（3）盈利异常。主要看盈利的构成是否健康、是否有内在矛盾性、是否融资 目的下的操纵行为等。主要考查盈利异常的：交变量联交易占比、交联交易变化 率、毛利率异常、前一年是否亏损、前一年扣非ROE。 （4）非财务指标。主要有指标：是否再融资、股权集中度、机构持股比例、 董事会规模、是否更换事务所、审计意见。

在特征变量的设计上，考虑到逻辑推理的合理性，主要有以下几个特点： ①采用指标的行业分位值。考虑到行业特性不同，多项指标转化为行业分位值 （申万二级行业），进行百分比排位，取值0-100%。若采用加入行业虚拟变量的 做法，则会损失大量的自由度。 ②采用指标的变化率。考查特征指标的突变情况，即引入指标的环比变化率作 为解释变量。由此，通过指标的异常变化，判断是否有财务风险的嫌疑。 ③控制样本采用全样本，即全市场非造假公司。这样可避免样本选择的偏差， 与学术界一般的做法（选择1：1的配对样本）有别。

二、搭建财务风险预测模型及其应用分析

（1）模型选择

本文参考国内外关于财务风险预测模型的研究成果，建立了适用于A股市场， 且更有实际应用价值的财务风险预测模型。在模型层面，本文采用了XGBoost机 器学习模型对财务风险进行识别。XGBoost是一种特殊的梯度提升树模型 （Gradient Boost Decision Trees）。梯度提升树模型的核心思想是：将损失函数 看作拟合值的函数，计算损失函数对拟合值的负梯度，用决策树拟合负梯度并最终 加到原拟合值上，让损失函数不断沿着梯度方向减小，使得拟合值不断逼近真实 值。

本文选择XGBoost模型对上市公司财务风险进行识别，取得了不错的效果。 XGBoost模型优点在于： ①允许特征中存在一定数量的缺失值，避免因特征缺失值删失数据而导致偏 误。XGBoost在处理缺失值时有其独特的机制。与其他机器学习算法不同， XGBoost在构建树模型时可以自动处理缺失值，而无需预先进行缺失值填补或删 除。该模型先利用特征下无缺失值的数据选择决策树的节点，以信息增益最大化为 目标，把缺失值统一归类到左叶子节点或右叶子节点。这样，存在缺失值的数据也 可以通过决策树进行预测。 ②对特征异常值的敏感性较小。XGBoost模型由若干决策树组成，而决策树天 然对异常值较为鲁棒。这是因为决策树通过决策节点对特征进行分割，每次分割取 一个靠中间的值对单个特征进行简单的二分类，将样本归入左叶子节点和右叶子节 点，单个特征的极端值对模型的影响有限。而对于传统线性回归模型而言，极端值 会对最小二乘法产生影响，且极端程度越大影响越大。 ③有独特的特征选择机制。XGBoost模型由若干决策树组成，在决策树节点的 生成过程中，模型自动根据信息增益最大化对特征进行筛选，排除不相关的特征， 因此XGBoost模型对特征质量具有一定的鲁棒性，少量相关性较差的特征的加入对 模型性能的影响有限。 ④对特征的多重共线性不敏感。决策树天然不受多重共线性影响，XGBoost无 需处理多重共线性问题。 ⑤能够捕捉特征之间的非线性关系，适用于复杂的数据集。财务风险与上市公 司特征间并非简单的线性关系，使用线性模型进行财务风险识别容易欠拟合。在没 有过拟合的情况下，类似XGBoost的非线性模型会更有效、准确。

（2）模型设定

①模型参数设定。在模型拟合的过程中，我们发现，XGBoost模型的稳健性较 高，模型的表现对参数的选取不敏感。因此，本文仅通过简单的网格搜索适当优化 模型参数，确定了一组较优的参数。

②样本不平衡处理。在以财务风险识别、信贷风险识别这类异常检测任务中， 存在严重的样本不平衡问题，如果不做处理，模型预测结果会偏向于样本数量更多 的类别，以获得更高的准确率（Accuracy）。样本不平衡的解决方法有过采样、欠 采样等方法，但这类方法会使训练集数据发生改变。本文的解决方案是调整阈值， 使用有财务风险的先验概率为阈值，将预测有财务风险的概率大于先验概率的公司 标记为有财务风险的公司，反之标记为正常公司。 ③模型评价指标。模型选用AUC值作为损失函数。ROC曲线的横坐标是伪阳 性率（也叫假正类率，False Positive Rate），纵坐标是真阳性率（真正类率， True Positive Rate）。简而言之，在财务风险预测任务中，ROC曲线的横坐标是 将正常公司预测为有财务风险的公司的比例，纵坐标是将有财务风险的公司预测为 有财务风险的公司的比例。随着判断阈值从宽松到严格，阳性判定率会不断增加， 伪阳性率和真阳性率都会提升，最终都收敛至100%，构成下图的橙色曲线。AUC 值是橙色曲线下方的面积，面积越大，在伪阳性率相同的情况下，真阳性率整体更 高，模型性能越好，理想模型的AUC值是1，随机模型的AUC值是0.5。

（3）模型拟合

本文基于2000-2023年的65802个“上市公司-年份”样本数据，随机选取80%的 数据作为训练集，剩余20%的数据作为验证集，进行模型拟合。可见，模型在验证 集上的auc值起初为65%，模型的预测近乎随机，经历200轮迭代后，模型性能快 速提高并趋于收敛，最终模型在验证集上的auc值达到80%，模型效果较好。经历 500轮迭代，模型性能没有发生反弹，无严重过拟合现象。

（4）模型结果表现

为解决样本不平衡问题，本文使用有财务风险的先验概率作为判定阈值，先验 概率=样本中有财务风险的数量/总样本数量=0.0468。若上市公司的有财务风险的 概率估计值大于0.0468，将其判定为有财务风险的公司，否则判定为正常公司。

由于样本不平衡问题的存在，将所有公司公司都判定为正常公司，模型准确度 就可以达到90%以上，因此，模型准确度具有迷惑性。本文使用混淆矩阵评估模型 性能，结果显示，使用先验概率作为判定阈值，有财务风险的公司的识别率达到 70.94%，正常公司被错判为有财务风险的比例仅25.56%，模型表现较好。