近日，山东大学经济学院博士后耿春晓的学术论文《虚假会计数据影响财务舞弊模型的识别效力吗？》在《会计研究》2025年第5期发表。耿春晓为通讯作者，合作者分别为中央财经大学吴溪教授、博士生付荣。

财务舞弊识别是财会监督和资本市场高质量发展的重要议题，识别技术通常以企业报告的会计数据为基础，但舞弊企业报告的会计数据存在重大错报，目前相关研究领域尚无文献考察掺杂舞弊后会计数据对财务舞弊识别效果的影响。

本文系统探究虚假会计数据对财务舞弊模型识别效力的影响，通过阅读行政处罚公告和会计差错更正公告来理解上市公司的舞弊行为，以尽可能将舞弊公司的虚假会计数据还原至舞弊前水平。同时，根据会计特征变量识别舞弊的逻辑，将财务舞弊模型中的变量设计理念区分为依赖于操纵前会计数据和依赖操纵后会计数据两类，理论推导两类变量在虚假会计数据还原后识别效力的增强和削弱效应。本研究还基于虚假会计数据还原对模型中变量的差异化影响，预期并发现，虚假会计数据对模型识别效力的影响不能一概而论，“一刀切”地对所有会计变量进行虚假数据还原未必能提升舞弊模型的识别效力，有针对性而非“一刀切”式地还原虚假会计数据，更能稳定提升财务舞弊模型的识别效力。

本文对财务舞弊识别领域的文献做出了方法论层面的贡献。财务舞弊模型涉及指标、算法、数据三项要素，如何提升财务舞弊模型的识别效力上相应有三种路径：优化指标、优化算法和夯实估计模型的数据基础。以往文献主要关注前两条优化路径，本文首次着眼于第三条优化路径，考察模型使用数据基础的真实性对舞弊识别模型效力的潜在影响，并提出了应对策略。本文基于会计数据底层逻辑提出的虚假会计数据还原方法，适用于多项识别指标和多种识别算法，兼具未来预警功能，具有良好的实际应用价值。

耿春晓，山东大学经济学院“卓优博士后”，研究领域为产业组织结构、公司财务与资本市场，在《经济研究》《经济学（季刊）》《中国工业经济》、Journal of Banking & Finance等国内外期刊发表多篇文章。

文/耿春晓 吕宁