内部欺诈同样呈上升趋势。2013 年 1 月 29 日， www.lovemoney.com 报告指出，企业在欺诈案件中80% 的经济损失是由内部人员造成的。“内部人员参与的欺诈案件数量从 2011 年的 22 起增至 2012 年的35 起，涉案金额更是增长一倍，从 1200 万美元增加 到 2510 万美元。”网站报告的作者认为，企业需要更好的欺诈预防模型进行预防、检测和应对。对此我们表示高度赞同。
 
    2002 年的萨班斯 - 奥克斯利法案旨在提高企业对 财务报表的负责程度，以此避免欺诈。另外，国会也 成立了上市公司会计监管委员会（PCAOB），负责监管上市公司的审计事务以保护股东和公众利益。然而， 欺诈活动有增无减，其为祸之烈可谓前所未见。
 
    等到外部审计师开始采用传统审计程序时，往往 灾难性的后果已经不可避免——安然、世通莫不如此。
 
    外部审计师通常会在审计年结束后、簿记完成后采用财务比率分析法（传统模型）。这个时候破坏已经形成，想要避免不利后果也已为时过晚。此外，数字很容易被篡改，如果欺诈以循序渐进的方式进行，财务比率就不会发生大幅变化，自然也就不会被审计师发现。
 
    不过，还有一个更好的选择：企业可以在指定年份的任意时间使用欺诈早期检测模型。这些模型通常涉及非财务性质的、基于语言的变量或同期风险因素，它们可以在财务结果揭晓之前作为先行指标进行衡量。例如，变量可以包括词语数量、使用的各种标点数量或某些容易引发联想的词语，如情绪上比较积极或者消极的词语。
 
    这些内容分析技术有助于提高建模的质量。本着这样的思想，我们对“企业无需依靠公共会计或外部审计师也可提早发现欺诈”的命题进行了探讨。我们认为，内部审计师可以使用一些欺诈早期检测模型来发现欺诈，减少由此造成的损失。这一观点与管理会计专业人士的职责不谋而合，即提供风险评估，设计并实施内部控制以防止欺诈。
 
    与很多外部审计师目前强调的传统模型相比，这些理论严谨的早期检测机制可以提高欺诈检测的准确性。研究表明，传统财务模型在欺诈预测方面的准确率在 30%-40% 之间。但是，使用基于语言的新模型对叙述性披露进行分析，不但能够更加及时地检测到欺诈，同时预测准确率也提高到了 70% 左右。
 
    要有效减小财务危机造成的影响，欺诈检测的准确性和及时性都十分重要。提高准确性意味着提高结果的可靠性和概率，而提高及时性意味着增大企业在欺诈造成严重后果前及早发现的可能性。企业发现欺诈的时间越早，蒙受的经济损失也就越小。相应的，我们在项目中采用了内容分析法，以期将重点放在真正需要的地方——为企业及时创造价值的会计师身上。我们相信，内容分析法将为会计行业的重整做出重大贡献。
 
快速回顾
 
    在之前的一次研究中，我们对 118 家按照美国证券交易委员会（SEC）要求需要重述财务报表的企业进行了观察，并将其作为欺诈企业的代表。然后，我们将上述公司年报中的“管理层讨论与分析”（MD&A）部分与无需重述财务报表的同类公司（无欺诈企业）的年报进行了比较。我们采用了内容分析法对词语和其它文本信息进行了数据分析，并按照重要程度进行分类。我们将目标锁定为可能有欺诈含义的语境变量，并对各变量为何能够指示欺诈进行了说明。在这一比 较的基础上，我们发现，需要重述报表的公司和不需重述的公司的文本存在显著差异。上述研究结果促使我们开展另一项研究，将重要的欺诈指标作为预测模 型的基础，以实现欺诈的早期检测。我们会在后期开 展这项研究，这里我们首先需要确定该模型的动机。
 
    得出上述结果（使用非财务模型实现早期预测和接近 70% 的准确率）是否只是异想天开？这些结果有 无意义？从 IMA®（美国管理会计师协会）会员的积极反应来看，答案似乎已经不言自明。利用简单工具遏制欺诈活动的蔓延，这对很 多人而言都极具吸引力。单从欺诈问题的严重性来看，我们也可获得上面两个问题的部分答案。不少公司之所以现在为世人所知，完全是拜重大欺诈丑闻所赐，由此造成的灾难性后果已经成为激励我们展开新研究的动力之一。出于好奇，我们将新的 分析法实验性地运用到了著名的欺诈案件中，其结果令人大吃一惊。例如，我们发现在健康公司的报告中，负面词语的数量平均为 17 个左右，而在世通、安然和 泰科的报告中负面词语平均多达 61 个——两者相差44 个。其他卷入欺诈丑闻的企业情况也大致相同。
 
    如果它们能够更早一些发现欺诈，就完全能够避免最终的灾难结局（比如无辜员工因公司破产而失去养老金）。使用比率分析和其它财务数据的传统欺诈检测手段既无法发现欺诈，也不能及时发现问题以避免灾难性的后果。管理会计师可以利用我们的方法发现这些欺诈模式，而不用依赖外部审计师。指望外部审计师利用传统财务方法证实欺诈行为已经发生，与开车时只用后视镜的行为几乎如出一辙。然而，企业只需几个重要的先行指标就能及早发现欺诈。
 
当前研究成果
 
    在之前的研究中，我们发现从事欺诈的企业和诚信企 业的报告文本存在显著差异。当时，我们尚未开发出 早期欺诈预测模型，因为我们只是对需要重述报表和 不需重述报表的企业的 MD&A 进行了比较，以确定哪些变量具有明显差异。在目前的研究中，我们试图使用第一次研究中具有显著性统计差异的变量建立模型，然后使用不同的样本对该模型的预测能力进行验证。
 
    我们将第一次研究中最重要的变量输入逻辑回归分析中，然后利用反向淘汰逐步回归确定哪些变量具备预测能力。最终得到了本模型中用以描述重述企业的四个变量：(1) 词语更多，(2) 冒号更少，(3) 表达正面情绪的词更少，(4) 现在时态的词更少。我们的目标是检查新的预测模型是否能够正确区分重述公司（出现欺诈的公司）和不需重述的公司。
 
确认早期欺诈检测
 
    为了对新的欺诈预测模型的预测能力进行测试，我们需要新的样本。我们使用了与之前相同的方法选择样本。上一次研究的样本来自 2000-2003 年间发布的会计审计执行公告（AAER），本次样本则来自 2004-2006 年间的 AAER。（某企业被正式指控违规并需要对其财务报告进行重述时，SEC 将发布 AAER。）新样品由 68 家需要重述财务报表的企业组成，包括Adelphia、奎斯特和泰科等公司。与之前一样，我们将这 68 家公司与未收到 AAER 的同类公司进行了比较。我们还确认，样本公司因报告失误多涉嫌欺诈而非单纯的被要求进行重述。
 
    我们采用内容分析法对两组样本中所有公司年报的 MD&A 部分进行了分析，发现了一些可用于揭示两组公司之间差异的文本模式线索。为此，我们采用了较常见的语言查询与字数统计（LIWC）程序，将文档粘贴到程序中即可分析词性、句法等属性。完成上述操作后，该软件将某些词语和其它文本提示的频率归入到互相联系的主题组或字格组合。
 
    虽然我们在选择文本变量时需要一定的判断力，但软件本身相当易用。然后，我们进行了数据分析，并在关键语言线索频率的基础上确定了某些可能揭示欺诈的特点。这些线索将为进一步调查违规行为提供警示。
 
欺诈检测流程
 
    基于 MD&A 的早期欺诈检测模型：
 
    欺诈 i = 2.89757 - 0.83408（正面情绪 i ）- 0.48315（现在时 i ） + .0001（总单词数 i ）- 2.80753（冒号 i ）
 
    1. 使用所选的变量将LIWC 程序应用于叙述文本

    熟悉企业情况的管理会计师可自行寻找感兴趣的语言线索，它们可以为某些文档提供区分性预报因子。在我们的研究中，我们采用了更加科学的方法来选择变量，在对多种变量行为理论进行筛选后使用了回归法来建立模型。我们的模型也是**与 MD&A 叙述文本和测试样本直接相关的模型。我们对词语、冒号、现在时代词语和表达正面情绪的词语数量进行了统计分析，最终预测准确率达到 64.8%。
 
    首先，我们要了解如何使用程序，并查看可能有欺诈含义的词语的频率。例如，如作者使用的词语较多，他们可能是在企图掩盖某些信息。如表达正面情绪的词语较少，说明可能无意识中具有消极心态。
 
    2. 将分析得到的频率结果与该公司类似文件的叙述文本分析结果进行比较。
 
    同类文件叙述文本比较有助于揭示欺诈意图。当我们将该模型应用于年报 MD&A 部分时，欺诈企业和诚信企业的统计结果具有明显差异。这些文档编制完成后，内部会计很快就能发现其中的差异——甚至可能在 MD&A 公布之前。但是，如果使用传统的财务方法，发现欺诈的时间可能就太晚了。
 
    3. 如结果具有明显差异和方向性，就可以针对叙述内容中的欺诈部分发出警示。
 
    虽然在确定哪些变量真正有用时需要一定的经验，管理会计师可将这一方法用于所在企业的叙述文本。如有类似叙述文本可用于前后比较或不同作者之间的比较，那么这些差异可能为今后的进一步调查提供有用的信息。会计师可随时查阅和比较所在企业的不同类型的叙述文本，无需等到灾难发生再来跟踪可疑结果。

    欺诈测试流程”为管理会计师有效使用本模型或创建/验证自己的模型提供了一个系统性的分步程序。例如，一家大型企业的审计师认为下属 10 个部门的审计师中有一个人涉嫌欺诈，并希望通过某种方式证实。作为年度预算流程的一部分，每个部门的审计师都必须提交本部门的正式预算草案以记录资源需求预算。总审计师决定利用内容分析法以及自己对欺诈者/诚信者的经验对 10 份预算草案进行分析。
 
    他应当采取的步骤包括：
 
    1. 使用所选变量将内容分析软件程序应用于叙述文本。
    2. 将变量在该文本中的频率与公司其他人编写的同类型文本的变量频率进行比较。
    3. 如结果具有明显差异和方向性，就可以针对叙述内容中的欺诈部分发出警示。
 
结果
 
    使用本流程分析同类 MD&A 披露文件中的词语、关键 词和标点数量（结合经验与理论），我们在欺诈预测 方面的准确率达到了 64.8%。这当然不是百分百准确，但已经足以帮助我们制定调查规则，以深入挖掘数据显示有问题的地方。
 
    请记住，本模型主要用于早期欺诈预测，它为管理会计师提供了一个使用简单、成本低廉的程序。财务专业人士可以通过这样的方式为所在企业创造更高的价值。对外部审计师而言，本工具也十分有用；它可以整合到持续经营分析中，用以提高对可能发生的欺诈的意识。
 
    作为针对欺诈的风险评估，早期预测模型主要用于提供警示。这就意味着，会计师可以运行本模型查 看出现欺诈的概率是否更高——而不是搞清楚到底是 否存在欺诈。目前的技术水平尚无法做到这一点，但如果模型运行结果显示发生欺诈的概率较高，即表明需要进行更多测试，会计师们就应当相应提高警惕。
 
补充研究进展
 
    目前，其他研究正在调查具体风险因素的预测能力，比如不设审计委员会，提高内部人持股比例，由同一人担任首席执行官和董事会主席等。但对管理会计师而言，这些变量得出的结果不够确凿：这些变量一般不会逐年变化。此外，按照萨班斯 - 奥克斯利法案的要求，所有上市公司都必须建立审计委员会。不过，同期风险因素在某种程度上对风险预测也有一定的作用。

内部欺诈检测的未来趋势
 
    我们能否成功遏制欺诈活动不断猖獗的势头？一些人认为，一旦经济复苏，欺诈活动自然会减少。遗憾的是，即使是在经济形势一片大好的年代，欺诈案件也在不断增加。不过，我们不是没有保持乐观的理由，比如我们和其他研究者的成果。传统外部审计法准确率为30%-40%，如果早期欺诈检测法的准确率达到 70% 左右，那么我们就已经向遏制欺诈的目标迈进了一大步。 这些目标都是可以实现的，而且不需要复杂难懂的工具。
 
    我们应当记住的是，本模型预测的欺诈都还未被 发现，这可能会造成预测准确率出现部分差异。另外 一个保持乐观的理由是，管理会计是专业人士杜绝欺诈的必然选择。部分有远见的的外部审计师已经开始 有效利用这些工具，但管理会计专业人士对业务和日 常运营情况的了解无人可及，包括能够接触到可能反 应他人意图的叙述信息。对业务的熟悉，使他们能够 更好地发现企业内部的可疑信号，这是他们相对于外部审计师的**优势。