近年來，上市公司涉嫌財務造假的話題越來越受到市場關注。然而，傳統的預警方法有著識別延遲、識別有誤的弊端。財務造假人工分析又具有很高的學術門檻并帶有個人主觀情緒。

那么，預警財務造假事件有何有效方法？

近日，中國社會科學院工業經濟研究所張金昌教授在接受記者采訪時談到，未來人工智能將成為財務預警分析的主力工具。他談到，人工智能技術并非僅僅是在圖像識別、聲音識別領域應用比較廣泛的基于神經網絡模型的機器學習、深度學習技術，還應當包括智能機器人、基于規則的專家系統這兩種技術。人工智能剔除了人工分析的主觀情緒、在運算速度上也極大地領先于人工分析，更不會出現粗心、會計制度用錯等人為失誤。

華創證券資深研究員杜漸表示，財務造假一直是與財務年報相伴的問題，也是困擾監管層、金融業界和廣大投資者多年的難題。某些企業采取粉飾財務報表的方式干擾著投資者的價值判斷，其中包括粉飾財務報表、篡改財務數據、隱瞞會計事項、虛構公司業務等違規行為，為的是逃避監管、避免退市、提升投資者及借款方的信心。大部分個人投資者及機構投資者由于既不具備企業會計與財務分析識假的能力，又不具備財務分析的時間，導致其在資本市場中猶如蒙著眼過河，自身利益遭到侵害。

張金昌分享到，企業財務風險有潛伏期、發作期、惡化期、實現期四個層面。企業的財務風險猶如人體生病一樣，上市企業財務風險明顯被識別或公之于眾時往往已是惡化期和實現期，企業即將面臨退市和破產，財務風險預警的重點在于潛伏期的精準識別。

張金昌表示，財務粉飾識別是我們與粉飾者在知識、精力和研究效率上的較量。“大部分人在知識這一層面上就已經敗了，因為大部分人很難完全吃透不同行業的公司財務分析模式和不同行業公司的會計處理特點。在精力上，股票投資者面臨在A股上市的股票將近4000家，信貸部門面對的客戶少則幾百家，多則幾千家，實現逐一研究分析需要很大的人力和時間成本。在研究效率上，銀行、證券、咨詢機構的研究團隊需要少則數周，多則數月結合行業特點和公司基本面對企業財務數據進行研究和分析。導致得出結論后在二級市場上會有很長時間的延遲，在信貸方面更增加了風險。所以財務分析重在模型廣、智能化、效率高。”他說。

對此，北京智澤華軟件有限責任公司副總經理竇學鵬講解到，通過其財務風險預警系統，經過準確計算法和因素窮盡法原理成功預警財報造假。以2018年52家債券違約企業的前5年報表數據進行測試，在該系統的分析下，使用2017年公告報表數據預警的準確率為98.38%，使用2016年公告報表數據預警的準確率是94.24%，使用2015年公告報表數據預警的準確率為92.21%。通過復盤，“暴雷”企業大部分提前三至五年被該系統貼上了財務粉飾度過高的標簽。