引发企业信用失真的欺诈信息辨析研究进展

　　【摘要】欺诈信息的嵌入导致企业信用风险出现失真现象，如何辨析欺诈信息、还原企业信用违约真实水平是国内外理论与实务界研究的热点。文章以孤立点挖掘理论为视角，综合分析了引发企业信用失真的欺诈信息的辨析技术：非线性滤波技术、聚类技术、分类技术、统计技术、信息论技术、近邻技术与混合技术，并基于研究企业信用失真这一目的，针对欺诈信息辨析技术的创新发展提出了研究方向。
　　【关键词】信用失真；欺诈信息；孤立点
　　一、引言
　　欺诈信息引发的企业信用失真监管问题一直是中国乃至世界的研究关键和难点。国际上，从2002年美国安然公司造假与2003年意大利帕玛拉特的信用降级，到2008年美国发生的次贷危机，无不彰显出欺诈信息所导致的企业外显信用失实的巨大危害性。在中国，企业内部通过伪造欺诈信息来维持企业“光辉”形象的例子更是不胜枚举，从“银广夏”的神话破灭到蓝田股份的“鱼塘里放卫星”，再到2010年的四川长虹“造假门”事件，这些事实无不发人深省，警示着欺诈信息引发的企业信用失真的潜在危险。更为关键的是，为应对2008年全球性的金融海啸，国家启动了一系列经济刺激政策，尽管取得了卓有成效的成果，但前期信贷资金的大量投放对信贷机构的风险监控提出了更高要求。后金融危机时代，深入分析企业欺诈信息的类型，创建有效降低企业信用失真程度的校准方法，把握企业的真实信用违约水平并实施针对性的监管尤显迫切。在此背景下，本文以孤立点挖掘理论为视角，综合分析了引发企业信用失真的欺诈信息辨析技术，并针对欺诈信息辨析技术的创新发展提出了研究方向。
　　二、欺诈信息与企业信用失真概述
　　欺诈信息是指企业从自身利益出发、由企业主观生成，直接导致企业信用违约水平不能真实呈现的非真实信息。企业信用失真（CreditDistortion）是受通信领域的信号失真、财务领域的会计信息失真等概念的启发提出的，具体是指由于欺诈信息的嵌入扭曲了企业的真实违约水平，造成了企业信用违约水平失真的现象，欺诈信息的嵌入是导致企业信用失真的主要原因。
　　国内外鲜见直接对企业信用失真的研究成果，但可供借鉴的参考资料，尤其是关于信息指标造假的文献相对丰富，代表性的成果主要有：国际上，Ching-ChiangYeh等（2008）利用逐步回归方法筛选得到了14个财务变量（负债总额、资产总额、销货净额等）与7个非财务变量（股份盈余偏离差、董监事持股比率等）对欺诈信息指标集进行了归纳；SubrahmanyamA（2010）以50余个指标变量描述了公司收益率，尽管其原意不是以欺诈信息为宗旨展开的研究，但所形成的指标集对该项目的研究提供了有益的帮助。在我国，赵明凤（2007）通过对28个备选指标变量利用T检验的方法提取了收款/流动资产、净资产比率、资产负债率、营运资本率等八个指标，构建了反映上市公司财务欺诈的指标集；许楠（2010）通过构建会计信息可信度的指标变量、运用Logistic回归分析方法建立了会计信息真伪识别模型；黎文靖（2007）从会计稳健性的角度选取衡量会计信息质量的指标，运用股票收益模型和盈余持续性模型考察了深沪证券交易所设立的诚信档案制度对上市公司会计信息质量的改善程度。尽管这些文献没有直接以企业信用失真为出发点研究欺诈信息，但其依然从不同角度对欺诈信息作了诠释，为该项目的展开提供了基础。由于这些文献的指标集处理过程过于复杂，且不能反映企业出于自身利益所采用的信息滞后披露与披露不完整等欺诈行为，为简约起见，美国穆迪KMV公司从公司资产值的角度，通过利用随机分析方法构建数学模型对企业信用违约水平加以度量，于是，涌现了许多基于公司资产值或现金流的信用违约问题的研究成果，从理论上实现了信息滞后披露与披露不完整的信息特征，较为突出的成果主要集中在DuffieDavidLando（2001）的研究成果上。他们从公司资产价值、现金流的角度构造的信用违约率将有助于研究企业信用失真问题。当然，这些成果在追求简单的同时也有失偏颇，很难全面地反映真实的企业信用违约水平。
　　由于企业信用失真是受通信领域的信号失真、财务领域的会计信息失真的启发得出的，因此，信息失真的很多成果——如对会计信息失真、信号失真等问题的研究所形成的理论与技术对研究企业信用失真有借鉴作用，为此笔者从会计信息失真与信号失真两方面对相关研究文献进行梳理：一是针对会计信息失真的研究历来已久，国际上对会计信息失真的研究成果多集中在定量分析上，在国内，这一方面的研究成果多集中在定性分析失真的原因、手段及方法策略上，也有少量成果集中在定量分析上，如吴绍平等（2004）利用亚力山大·沃尔比重方法对负债失真率等指标进行了简单的量化与线性加权，提出“会计信息失真率”的概念，尽管此成果所用的理论与方法比较简单，但为探讨企业信用违约真实水平提供了有益的借鉴。二是源于对通信领域的信号失真问题所形成的理论与技术，将对研究企业信用失真提供支撑作用，具有强有力的借鉴作用的研究成果多围绕信噪比展开，如AgostinoCapponi（2009）通过信噪比思想构建信噪比指数开发的用于货币危机预警的KLR信号分析方法。
　　欺诈信息往往通过附着在载体指标上得以呈现，引发企业信用失真是一个非线性过程，总的来说，现有文献缺少以企业信用失真为反应变量，对欺诈信息的特征与规律进行全面刻画的研究成果，如何综合考虑企业信用失真的诱因、提取与筛选欺诈信息的载体指标集并探讨其内在规律及演化外显模式，需做进一步探讨。
　　三、欺诈信息辨析的孤立点挖掘技术
　　欺诈信息的外显特征异于常规信息，具备孤立点的基本特征，在数据结构上可划归为孤立点（或异常点——Outlier），因此可运用孤立点挖掘理论对欺诈信息加以辨析，特别是近几年来孤立点挖掘技术在工程故障检测、信用卡欺骗、计算机图像处理、医学检测等方面的成功运用，为利用孤立点挖掘理论识别企业欺诈信息提供了依据。传统的孤立点挖掘技术相当丰富，它们为欺诈信息的辨析打下了坚实的基础。用孤立点挖掘技术对引发企业信用失真的欺诈信息进行辨析的关键点主要集中在“输入数据的结构分析”与“挖掘技术发展与创建”两个方面，下面分两部分探讨其研究进展。
　　（一）基于输入数据结构分析的研究成果
　　输入数据信息的结构分析是孤立点挖掘的基础，描述企业信用失真的每一指标在赋予时序特征的同时，指标集之间的截面关联结构也不可忽视，因此，下面从时间与截面两个维度对相关研究成果加以概括：
　　1.从时间维度来看，作为输入数据——欺诈信息的时序内在规律是研究重点，主要集中在时序数据的相似度分析、窗口技术、马尔科夫技术三个方面。
　　（1）相似度分析：如何计算相似度、根据相似度确定孤立点辨析规则是该技术的核心。代表性方法主要有两种：采用最长公共子序列标准化长度方法计算序列数据间的相似度与采用谱核方法计算相似度。