EDGAR（电子数据收集、分析和检索）是由美国证券交易委员会(SEC)运营的内部数据库系统，可根据法律要求对公司和其他人提交的内容进行自动收集、验证、索引和接受转发向SEC提交表格。该数据库包含有关委员会和证券行业的大量信息，公众可以通过互联网免费获取这些信息。
在一些境外项目调查中，会涉及到美国上市公司，而SEC的EDGAR数据库是公开文件的宝库，除开可以揭示危险信号、不一致之处以及暗示欺诈或财务不当行为的模式之外，还能揭示一些关联关系。使用和分析EDGAR可以帮助OSINT情报分析师、研究人员、记者和财务分析师发现潜在的不当行为。本文件简要介绍使用SEC的EDGAR数据来发现欺诈或金融犯罪的迹象。
为什么使用EDGAR进行调查？
透明度：上市公司必须向SEC提交详细的财务和运营信息。
问责制：这些文件可能会暴露财务活动中的差异、误导性陈述或异常模式。
法律证据：美国证券交易委员会(SEC)备案归档文件文件经常在诉讼或监管调查中用作虚假陈述或欺诈的证据。
EDGAR发现的主要欺诈风险
会计欺诈：操纵收入、支出或资产来误导投资者。
内幕交易：高管出售或购买股票的异常模式。
未披露的风险：未披露重大风险或责任。
庞氏骗局或财务管理不善：滥用资金或不可持续的收入来源。
第1步：了解备案归档文件
EDGAR数据中有非常多的归档文件类型，见下图：
用于检测欺诈的重要归档文件类型有如下类型：
表格10-K（年度报告）：
经审计的财务报表。
管理层对风险、绩效和前景的讨论。
表格10-Q（季度报告）：
年度报告之间财务业绩的更新。不太详细，但揭示了短期变化。
表格8-K（当前报告）：
因重大事件（例如诉讼、高管离职或审计）而提交。
表格4（内幕交易）：
披露高管或董事等公司内部人士进行的交易。
表格S-1（IPO申请）：
首次公开募股期间需要，详细说明风险和财务状况。
第2步：搜索EDGAR
访问SEC的EDGAR搜索页面
网址：https://www.sec.gov/edgar/search/
转至EDGAR公司搜索。
搜索公司：
可按名称或股票代码。使用公司的中央索引键(CIK)获得精确的结果。
按归档类型过滤：
使用“归档类型”字段查找特定文档，例如“10-K”或“8-K”。
查看和下载文件：
单击任何文件即可在线查看或下载PDF或HTML文件。
第3步：发现危险信号
1.分析财务报表
收入操纵：
寻找与运营增长不相符的收入增长。
检查是否存在过多的“非经常性（non-recurring）”收入项目（例如一次性销售）。
异常资产或负债变化：
逐年比较资产负债表项目。留意无形资产的大幅增加，这可能预示着估值过高。
现金流量差异：
净利润与经营现金流之间的不匹配可能表明存在操纵行为。
可查看10-K归档文件中的管理层讨论与分析(MD&A)部分以获取绩效说明。关于收入来源或成本增加的不明确或含糊的语言是一个危险信号。
2. 寻找风险披露漏洞
表10-K归档文件中第1A项要求公司披露重大风险。
可能存在的危险信号：
通用或样板语言。申报之间披露的风险突然发生变化（例如，先前未提及的诉讼）。
可搜索多年的文件以找出风险披露中的不一致之处。
3.检查审计报告
位于表10-K归档文件中。
可能存在的危险信号：
有保留意见：审计师对财务准确性表示怀疑。
持续经营警告：有关公司持续经营能力的声明。
4. 调查内幕交易
位于“表格4”归档文件
分析内部买卖活动。
可能存在的危险信号：
在负面消息公布之前突然大量销售。多个内部人员协调销售。
如果高管们在盈利不佳前不久抛售大量股票，则可能预示着经济低迷。
5、审核关联交易
常见于表10-K归档文件和代理声明(DEF 14A)。
这些交易可能涉及高管或董事会成员，并且可能存在利益冲突。
可能存在的危险信号：
向内部人员控制的高管或实体支付巨额且不明原因的款项。过于复杂或不透明的协议。
第4步：搜索技术
1.使用EDGAR的全文搜索
全文搜索将允许搜索自2001年以来以电子方式提交的所有EDGAR文件的全文。文件的全文包括文件本身的所有数据以及文件的所有附件（例如附件）。
可以按关键字、股票代码、公司名称、CIK编号和/或记者的姓氏单独或组合进行搜索。布尔运算符允许进行搜索，其中输入的所有单词都需要出现在结果文档中、精确短语匹配、排除术语、OR逻辑子句和通配符。其中任何一个都可以组合在一次搜索中。
搜索“欺诈（fraud）”、“诉讼（lawsuit）”、“错误陈述（misstatement）”或“重大缺陷（material weakness）”等关键词。
按日期或归档类型细化以缩小结果范围。
2. 比较同行申请
审查竞争对手的文件以发现不一致之处。
如果一家公司报告全行业放缓，但另一家公司显示无法解释的增长，请进一步调查。
3.查找修改后的文件
修改后的申请（例如归档文件“10-K/A”）通常表明原始申请中存在错误或遗漏。检查发生了什么变化以及原因。
第5步：案例研究示例
案例研究1：收入夸大
寻找的内容方向：
快速增长而成本却没有相应增加。
相对于收入而言，应收账款余额较大。
归档文件：分析公司10-K中文件归档的损益表。
案例研究2：未披露的负债
寻找的内容方向：
8-K文件归档备案中诉讼或监管披露的变化。
法定准备金突然增加。
归档文件：搜索8-K文件归档并交叉引用10-K文件归档中的风险披露。
案例研究3：负面消息出现前的内幕交易
寻找的内容方向：
在盈利未达预期之前，表格4归档文件进行了大量内幕交易。
协调内部活动。
归档文件：分析6个月内的表格4归档文件。
第6步：可视化数据
导出数据：将文件或特定表格下载到CSV。
分析趋势：
使用Excel创建比较收入、支出或内部销售的图表。
使用Python或Tableau进行更深入的分析。
第7步：自动化工具
Python脚本：
使用SEC的EDGAR API自动执行搜索。
使用BeautifulSoup等库解析文件以提取关键数据。Beautiful Soup是一个Python包，功能包括解析HTML、XML文档、修复含有未闭合标签等错误的文档（此种文档常被称为tag soup）。这个扩展包为待解析的页面建立一棵树，以便提取其中的数据，这在网络数据采集时非常有用。
第三方工具：AlphaSense或Calcbench等工具将EDGAR数据与高级搜索功能集成。
SEC的EDGAR数据库是揭露欺诈或财务不当行为的宝贵资源。通过了解要寻找的内容（例如收入差异、内幕交易模式或审计警告），可以将公开文件变成强大的调查工具。将EDGAR搜索与批判性思维和数据分析相结合，揭示数字背后的真相。
