全A违规影响、预测及应用手册

【核心结论】：本文模型对多方主体有着较高的实践参考意义。本文构建的模型，近4年预测精准率在73%以上，能够较好地筛选出具有违规风险的公司，通过本报告模型提前做出判断从而更好地进行风险控制。股票市场方面，本报告基于事件研究法发现违规行为的发生将导致股票价格出现较长期地下跌。为了探索本报告模型在二级市场上的表现，我们回测检验了模型输出的股票在次年全年的表现，结果为2017年初至2024年9月8日共计超万得全A累积亏损71%（年化亏损13.46%），回测区间，微盘股出现较大程度地上涨，一定程度上对我们的回测结果产生影响，因此我们将对比基准替换为万得微盘股指数，同样的回测区间，录得超额累积收益率为-89%（年化亏损23.24%）。此外，将研究框架运用在行业对比上，可以发现申万一级行业指数、申万二级行业指数、申万三级行业指数分类下，在所研究的期间内，以及不同的资产划分下，行业指数违规概率较高的指数组合超额收益率是呈现下跌态势的，说明本研究框架不仅适用于个股，同样地也适用于行业指数。这也为行业比较提供了新思路。

财务造假只是上市公司违规行为中的一种表现，基于所有违规行为的分析研究能够更好地保护利益相关者。上市公司财务造假，暴露了企业内部管理漏洞、监管缺失及利益驱动下的恶劣行为。然而，从更广泛的角度来看，财务造假只是上市公司违规行为中的一种表现。在控股股东或者企业高管追求个人利润最大化的过程中，不少上市公司会跨越法律与伦理的界限，采取各式各样的违规手段，如操纵股价、违规担保、虚假记载等等，这些违规行为均严重损害投资者信心，破坏资本市场的公平秩序，侵蚀了国家的微观经济基础，不利于国家经济的健康发展。因此，基于全局的视角，研究上市公司的违规行为，对保护利益相关者和促进国家经济健康发展有着重要意义。

从违规的类型上看，“其他”、“虚假记载误导性陈述”和“推迟披露”是我国上市公司中存在的最主要的违规行为。

从违规事件的行业分布上看，基础化工、机械设备、医药生物是违规事件的高发行业。而钢铁、美容护理和银行则较少发生违规事件。

1.2. 违规行为披露后的市场表现

图1展示了上市公司披露违规事件后股票的超额累积收益率表现。图中横轴为时间，0即为披露日（第0期）；纵轴为违规股票的平均累计超额收益率，计算方式为，后续涉及累积超额收益率均为该计算方式。

虚构资产或利润对股价的影响有着持续的显著负向影响。披露“操纵股价”、“虚构资产或利润”、“违规担保”、“抵扣税款的其他发票”、“虚开增值税专用发票或者虚开用于骗取出口退税”等违规事件后，股票的超额累积收益率在从披露日到之后的100天内虽有短暂回升但总体趋势一直呈现下降态势。

占用公司资产影响较久。披露“推迟披露”、“虚假记载误导性陈述”、“其他”等违规事件后，股票的平均累计超额收益率在连续下跌40期左右至-3%，而披露“占用公司资产”，股票出现连续下跌60期左右-5%低位。

“欺诈上市”是对股票冲击最大的一类违规事件。披露“欺诈上市”的股票，其平均累计超额收益率会在20日后持续恶化，在50日附近达到-40%，在较长一段时间里在-40%波动且没有回升的迹象。

部分违规类型影响不显著。披露“内幕交易”“未缴或少缴税款”等违规行为对股票的超额累积收益率影响较小，反映在从披露日到之后的100天内，披露该类违规事件的股票超额收益率下跌幅度小，均保持在-4%以内。披露“偷税”对股票的超额累积收益率起正向影响，期初上涨幅度小，均保持在-4%以内，在35日附近明显下跌后持续上升至10%并保持稳定波动。

2. XGBoost的上市公司违规风险识别模型构建

2.1. XGBoost模型简介

XGBoost模型在许多机器学习竞赛和实际应用中表现了出色分类预测能力。此外，本报告通过比较多种机器学习方法对企业财务违约事件的预测能力，最终采用了XGBoost模型对上市公司的违规行为进行学习并识别。XGBoost是对梯度提升算法的改进，求解损失函数极值时使用了牛顿法，将损失函数泰勒展开到二阶，另外损失函数中加入了正则化项。训练时的目标函数由两部分构成，第一部分为梯度提升算法损失，第二部分为正则化项。损失函数定义为：

2.2. 变量选取及研究方法

上市公司违规行为定义。由于经过分析得知，内幕交易、偷税、未缴或少缴纳等类型的违规事项未能对股票造成显著的负向影响，因此本报告在后续模型的学习及预测中，将违规事项定义为除了内幕交易、偷税、未缴或少缴纳的其余违规事项，即当上市公司发生操纵股价、虚构资产或利润、违规担保、抵扣税款的其他发票、虚开增值税专用发票或虚开用于骗取出口退税、占用公司资产、推迟披露、一般会计处理不当、其他、虚假记载误导性陈述、擅自改变资金用途、违规买卖股票、欺诈上市等违规行为的任意一种时，违规行为变量为1，否则违规行为变量为0。

本报告选取了财务报表、市场行情、机构调研、管理架构、实控人背景、审计意见等多维度，对企业违规行为进行研究。

为了提高模型的使用频率，本报告的研究频率为半年度。即使用半年报的财报数据以及截止于当年6月30日的相关数据预测了次年全年的违规情况；使用年报的财报数据以及截止于当年12月31日的相关数据预测次年5月至12月违规情况。

选取多个组合，以增强模型的稳健性。在模型输出结果上，XGBOOST模型常用的做法是直接将股票区分为有违规风险和没有违规风险的股票。然而这样较为绝对的区分必然损失了部分信息，因此本报告使用模型预测具有违规风险的概率，选取了违规风险最大的前100/200/300/400/500只股票进行后续分析。此外，使用个股的违规概率，能够在行业层面上加总个股违规概率得到行业违规概率，从而开展行业比较分析。

2.3. 模型结果分析

上市公司发生违规行为将会给市场参与者带来两类损失，这两类损失的关注点各不相同。首先，违规行为本身常常预示着企业基本面恶化，这可能导致债权人面临坏账风险，同时合作伙伴和上下游企业也可能遭遇合同风险，在这类问题下，关注点为模型是否能够较为精准地预测违规行为的发生。其次，股票投资者规模庞大，较为精准地识别股票下行风险，能够一定程度上帮助投资者进行风险控制，因此在该类问题下，关注的点是模型提示的具有违规风险的股票是否会下行。此外，本报告还在行业层面上研究了具有较高的违规风险的行业是否在后续会出现下行。后文分析将主要围绕上述两类问题展开。

预测是否发生违规行为方面，近4年模型预测精准率在73%以上。由于较多的企业从2016年开始在中报中增加管理层讨论这一章节，因此本报告的预测起始点为2016年中报。从图2中可以明显看出，从2016年开始，模型识别出有违规风险的股票在次年全年（或次年5月至12月）发生真实违规事件的概率不断提升，近4年模型预测违规风险最高的前100只股票的精准率在73%以上，而随着股票的增多，精准度出现一定的下降，但仍均在50%以上。

个股二级市场表现方面，模型预测具有违规风险的股票组合超额整体为跌。本报告仅对基于历年半年报的预测股票进行回测分析，即图3均为基于各年度的半年报构建次年具有违规风险的股票投资组合。明显地，可以发现各类投资组合的累计收益率超万得全A从2017年初开始出现稳定下跌态势，直至2021年开始出现回升。由于具有违规风险的股票往往为小市值股票，而小市值股票自2021年初开始表现亮眼，带动了具有违规风险的股票的上涨。对此，图4将基准替换为万得微盘股指数，可以显著看到超额累计收益率的下跌态势是稳定且持续的，说明本模型预测的具有违规风险的股票收益在短期内受到了特定市场风格的影响。总的来说，本模型标记的有违规风险的股票整体上是呈现下跌态势。

行业指数二级市场表现方面，模型预测具有违规风险的行业指数组合超额整体为跌。除了个股的运用，能否将本报告的框架运用于行业指数上，也是值得关注的。基于各年度6月30日的数据，能够评估个股在次年的违规概率，而进一步地，本报告基于各年最后一个交易日时的个股市值占申万行业指数成分股总市值的比例作为权重，将个股的违规概率汇总成行业指数的违规概率。图5至图7分别汇报了申万一级行业指数、申万二级行业指数、申万三级行业指数分类下，在所研究的期间内，以及不同的资产划分下，行业指数违规概率较高的指数组合超额收益率是呈现下跌态势的，说明本研究框架不仅适用于个股，同样地也适用于行业指数。这也为行业比较提供了新思路。