识别财报风险

我之前不是做投后管理、回购退出外包的业务，很多机构的朋友自己其实也在做这个工作，他们很多人就问我，拿到了财务资料以后，应该怎么查呢？

是啊，拿到只是第一步，然后呢？应该怎么查呢？你拿到的可能是母公司加子公司十几家近3年的账务，怎么搞啊？

不管是风控还是审计还是普通的财务工作者，这都是最有用的技能，这背后其实是一种分析能力，越早地识别出风险，才能有机会有余地做选择，才好提前跑啊。

对于投前尽调来说，中后期项目，分析财务数据是很有必要的，尤其是后期项目，其实就是需要你做一个严谨的ipo财务尽调了，你去判断一下上市的可能性，看看你们的钱进去以后，冲业绩能不能冲到ipo。

对于投后管理来说，尽管你手里只有报表，但你关注一下企业的报表，分析一下相关变化，其实也是能识别风险，提前做准备的，当然这个最好是大所出的报告，写的附注啊，要不确实信息太少了。

我常表达，很多事物的局限性，条件有限嘛，加上你获取不到更详细的信息，但这个时候，并不是说你就不工作了。

咱们面对的现实情况，永远不是理想的最佳状态，那要做的是基于眼下的情况，根据自己的职业经验，去努力做，最大限度地去识别出风险，至少是应该发现异常。

其实不光投后管理你拿不到详细的财务资料，投前尽调很多时候你也拿不到。

人家有很多理由拒绝你的，而且确实是还没达成合作，还不是一家人，确实也应该对相关核心资料进行保护。

我们就经常以尽调的名义获取相关信息。

所以咱们要训练自己的能力是在有限的条件下，最大限度的去识别风险，去交叉验证，去发现异常。

我以前常说，财务需要系统性的学习，不能靠碎片化的东西。你得有基础，有经验，多看案例，然后你再去学一些高手的实操思路，才能形成自己的职业判断。

我没法在这样一篇文章中去给你们讲怎么识别财报风险，真的做不到，只能是给你们讲一些误区和简单的思路。

首先一个特别大的误区，就是关于风险模型。

我做过很多信贷类的业务，认识很多银行的风控经理啊，还有什么供应链金融、融资租赁啥的，他们是最爱用模型的。

局限性太大了，模型只会固化你的思维，只会蒙蔽你的双眼。

这里的局限性一方面来源于模型自身，另一方面来源于数据披露，报表内容本身的局限性。

我都不说什么不同行业，不同规模，不同地区，没有可比性这事了，我都嫌唠叨。

我举个小例子，就偿债能力来讲，算流动资产和流动负债的比例对吧，重要指标，很重要，我经常算。

但是流动资产都能用于还债么？就算货币资金，没有受限的？

流动负债都是要还的负债么？都是付息债务？

就以此类推，每个指标背后都有类似的问题。

你的风险模型能考虑到这些么？那如果你不考虑这些，模型反而会成为蒙蔽你双眼的障碍物。

很多人的固化思维认为财务数据变化浮动大是财务造假，不是这样的，或者说不绝对。这只能是你去关注的一个迹象，并不代表一定有什么问题。

比如他收入骤增，或许是一个重大的收购，合并范围变了，其实是合理的，也有可能就是融到资了，各方资源的加持下，收入翻个几倍，很常见的。

就是咱们根据相关的迹象和不合逻辑的地方，再去关注具体的业务真实性，商业实质等问题。

也有很多财务造假的影响不是那种会造成很大浮动的，而是慢慢慢慢循序渐进地对后续产生影响的，所以不要单一看浮动变化。

任何变化背后，都可能有其合理性，或者说是无奈之举吧。

总之是没有一个通用模型的，尤其是不能通过一些什么单一科目，单一指标来判断，比如什么存贷双高。

我刚才说信贷类的金融机构最爱用这类模型，所以这些年，有那么多骗贷的，因为他这类模型，最好攻克，满足他指标就行了。

当然了，人家系统的风控模型只是第一步哈，后续人家风控经理还会带队尽调的，不是说人家就光依赖风控模型。

诸如此类，还有一个领域很喜欢用模型，就是财务分析，包括做什么财务预测，预算，以前我见过投资机构，热衷于寻找类似的财务分析工具，希望能以此来减少工作量。

好像至今也没找到吧，今天的AI，已经很聪明了，但在很多需要职业判断的地方，他的局限性还是很大的。

比如，一个东西可以叫这个名字，也可以叫那个名字，他有可能被披露在货币资金，也有可能被披露在关联交易。

这些对于现在的AI还是难题，我前两天刚做的测试，AI抓取的数据是有问题的，不过估计以后会越来越聪明吧。

最后再强调一遍，财务数据是没有一个标准模型，可以让你来判断他是不是财务造假或有财务风险的，不存在的。

所有东西都需要你根据实际情况来判断应该怎么去做，比如你到底要看他多少年的数据？

这个其实没有统一标准的，咱们不考虑企业数据质量的事，大部分都说看1-3年，并不合理。

这需要你根据具体情况去选择要往前看多久的数据。

比如眼下最火的东方集团，规模这么大，眼下的爆雷就绝不是近三年形成的，或者说近三年已经是一个结果了，就是他的风险已经成为一个事实了，那咱们分析近三年意义就不大。

要往前看，要去分析还没出问题时候的数据，从那会洞察风险，才有意义。因为那会你发现了风险，才有选择的余地，才能来得及跑，你这个风控工作才有价值。

马后炮有个屁用啊？

还有就是很多财务造假的影响是深远的，很可能是多年前的造假，对近三年的数据产生了影视，这也需要你往前多看。

而且这类大型集团，会有很多历史遗留问题，他也会有一些影响深远的重大事件，类似这些问题都并不是说你分析近三年数据能够发现的。

第二个误区，就是分析任何一个企业，最忌讳的就是上来就看财务数据，就扎到报表里，这个是毫无意义的，就像无头苍蝇一样，你做了半天测试、分析，没有用，根本也做不完。

我这里说的是财务尽调哈，不是审计。

一定要有条理，你要先从他的行业入手，去看看他行业的规则，熟悉一下这个行业的模式，财务数据确认的原则，以及这些年的行业环境。

然后你再看他这个公司本身的业务，商业模式，动机，集团架构，从主要矛盾去入手，再去有针对性的去关注财务数据。

我天天说做尽调要带着有色眼镜，要去分析动机，有目的性的去看数据。

还有一个问题，就是你们知道为啥你们看了这么多案例啊、分析啊，但让你自己去做的时候，你还是无从下手么？

因为角度不一样，网上大部分的分析和案例，这些呢说白了，都是事后分析，就是已经知道答案的情况下，那你看什么都能看出问题。

这种分析有价值，但是你们有没有发现，对你的工作帮助不大，因为现实工作中，你面对的情况是不知道答案的。

你面对的情况就是一堆业务，一堆帐，一堆报表，一堆子公司，根本就没有头绪，无从下手。

后期一点的企业，合并内可能十几家子公司，合并外关联企业可能几十家，那你面对的是啥？是散落在几十上百家企业中的经济业务和数据。

怎么搞？你不知道答案，你也不知道第一步怎么做，第二步怎么做，从哪里开始入手，这就是现实。

所以很多人在网上说得头头是道，觉得自己干了10年财务吧，10年审计吧，觉得自己能搞定，我很少反驳，他没做过，没面对过嘛，他想象不了。

可能一个几十家账目的压缩包，就给你干懵了。你打开一个母公司的序时账，可能就用了五分钟。

就是你看网上有这么多分析财务造假的案例，比如这个东方集团，我估计90%都没真正看过东方集团的年报。

那你的角度，和思考方式就是有问题的，现实的工作，没人会提前给你答案啊，是需要你来识别风险，给别人提示和答案的。

你看网上的分析，这样有问题，那样有问题，这样关联交易，那样虚假收入，他也没说，他是怎么从几十家子公司关联交易中看出问题的，实际上大部分人也没看哈，我就是说这个角度的问题。

有的时候你们也看到了，证监会立案，经常查个半年一年的，为啥啊？难啊，哪有你们想得这么简单啊。

所以你锻炼自己学习成长的方式是有问题的。

以后学着让自己在不知道答案的情况下去学习研究，去培养自己的职业敏感性，去模拟一下真实面对的工作情况，这种思路对你们的工作是有价值的。

所以答案不重要。