4月12日，樂視網公告，因公司2007年至2016年連續十年財務造假等，北京證監局對公司合計罰款2.4億元，對賈躍亭罰款2.41億元。
引人深思的是，樂視作為上市公司，連續10年財務造假竟渾然不知，隱藏的財務數據造假細節多如牛毛，該如何破解？你知道哪些隱藏的財務數據造假細節嗎？一、我的親身經歷：財務造假總會留下漏洞的
我之前參加一個培訓，一個證監會區域的副總給我們講課，IPO的、財務的，深入淺出，栩栩如生，幽默而又深度，氣場強大。
記得他講了個例子，生產性企業，財務報表顯示資產規模越來越大，生產規模越來越大，可他們去查了該企業電費發票與科目，發現生產規模加大電費卻沒有相應增加。他説，財務信息上，許多地方埋藏着線索，就看你的火眼真經。
後來，在某IPO項目上，我是第二任現場審計主管，前任主管跟了該項目大概半年多，生小孩去了。當時是八月，好多人放假考CPA，這項目本不是我部門的，只是我前一個IPO項目剛好不久前上市了，相對閒一些，於是找上了我。
我接手時，手下就3個人，2個助理1年級，一個助理2年級，任務其實就是出多一期6月末的數，前任主管搞定之前的三年數了，上市一般要求三年一期的財務數據，比如以截止至2014年12月31日、2015年12月31日、2016年12月31日及2017年6月30日的財務數據進行申報。由於當時接的突然，我先花了兩天時間將過往已完成工作底稿研究好，這兩天裏三個小朋友就是按照我分的科目在砌底稿，然後找客户要一堆憑證及原始資料，準備用於完成相關審計程序。
第四天吃完午飯後，我照例站着玩玩手機休息下，看到小朋友前方放一大堆憑證，就順手拿起來翻看，是一些採購憑證，一翻之下，發現不對勁，居然有連號！被審計單位跟A採購時，A的發貨單與跟B採購時B的發貨單樣式一樣，而且是連號，那本憑證中，類似的大概有三四處。我翻看時，一開始感覺到樣式一樣，以為是同一供應商，細看之下才發現是不同供應商的發貨單也是連續的，這明擺着是有問題的。
也就是説，被審計單位自己或其找財務顧問批量偽造時幹活不認真留下的漏洞，我當時心裏真是“十萬只羊駝飄過”。做審計的，其實是很不想發現問題的，相信做幾年的人都有同感的。大家都知道，審計忙碌，在時間非常有限的情況下，都希望順利收工搞定項目，萬一有問題，工作量定是大幅增加的，隨後各種收尾現場審計主管是要負責到底的。
一般來説，我是要儘快彙報項目經理的，但我這時內心尚存僥倖，或者也許是想慎重起見，怕自己發現存在誤差，到時反遭經理責怪。於是，我更認真地翻看那本憑證，更多問題發現了，比如有出現C發貨單上的簽名與D發貨單上的簽名一樣，估計是當時偽造時簽名籤習慣了，將本應籤D的人順手籤成C的人了，還有......一發不可收拾！二、我的經驗總結：各種財務造假的跡象有哪些？
其實財務造假的方法有很多，有違法的，也有遊走在法律邊緣的，接下來，我就儘可能的把能想到的財務造假可能的情況都介紹一遍。
一般而言，存在各種財務造假的跡象如下：
如果企業很有錢，還在借錢，這就可能有巨大暗雷，不可能有人自己的錢不用去用有利息的錢。如果企業把一些還沒有做好的企業前提確認了收入，也會到底虛構一筆收入，但是這個你也差不到，你不是企業內部人員，怎麼可能知道。要不就是賣資產來獲得一次性大額收入，要不就是一次性計提費用，導致一年的財務特別差，平時幾年利潤好看一些。還有包括刻意減少員工工資來提高利潤；利用重組來洗清之前的貓膩；計提、減值、跌價，折舊不充分；一次性大額計提做財務洗澡；企業的產品無法準確計量和估計，比如農林牧漁和生物類資產；應收賬款莫名其妙大增；大客户退貨或者離開；存貨莫名其妙大增；長期待攤費用大增；企業承諾了很高很難完成的業績目標；企業大買無形資產；在建工程總是不轉為固定資產；關聯交易混亂；財務報表突然延期；公司正在接受政府監管部門的調查；會計政策莫名其妙改變；業績預測非常不準確；非常異常的影響業績的突發事件；營業外收入大增，又説不清楚；銷售費用和管理費用出現大幅波動；企業借錢的利息特別高。
最後是企業的突然投資一些之前沒有在董事會提過的投資；企業突然換會計師事務所，突然改變財務報表發佈時間，董事集體辭職，大股東減持，財務總監離職，主要供貨商可疑或者不正規，跨行業收購。
當然，其他應付款也是經常用來隱藏利潤的科目，經常用來調節利潤，比如説今年生意好就把一些利潤調整到這個科目下面，以後生意不好時再拿出來。其他應付款科目包括所有“其他”名字的科目其實都是數額很小的科目，但凡是數額很大肯定就有貓膩。結合我的經驗總結，只要出現了以上這些都是很明顯的財務數據異動。
三、最後放大招，不需要懂會計都能辨別財務造假的真經
最後，我給大家介紹一種採用數理統計大樣本的方式進行驗證的假賬測試細節方法，這個方法最大的優點，我認為是不需要你懂會計的，這個方法叫Benford'slaw（本福特法則）。
這是一個關於數值型數據概率分佈的數學定理，最初發現與金融、財務本沒有任何關係。1935年，美國一位叫做本福特物理學家在圖書館翻閲對數表時發現，對數表的頭幾頁比後面的頁更髒些，這説明頭幾頁在平時被更多的人翻閲。
本福特進一步研究發現，只要數據樣本足夠多，數據中以1為開頭數字出現頻率並不是1/9，而是30.1%，而以2為首的數字出現頻率是17.6%，往後出現頻率依次減少，9的出現頻率最低只有4.6%。本福特對其它數字進行調查發現，各種完全不相的數據，比如人口、物理和化學常數、棒球統計表以及斐波納契數列數字中，均有這個定律身影。
本福特定律不但適用於個位數字，連多位數也可用，這使得金融界開始考慮本福特法在財務數據中的應用。經過實證驗證，公司財務報表數據在大樣本數據下也符合本福特法則。我曾經讀過的一本書中列舉了迪士尼公司和爆出巨大會計醜聞的安然公司之間，根據歷史所有財務數據，用本福特法則發現差異如下：
很明顯，安然的財務數據與本福特法則的數據出現了比迪士尼更大偏差，而且其偏差體現為小於5的數字偏少而大於5的數字偏多，這暗示公司通過人工扭曲數據導致數據偏離本福特法則應有的分佈情況。後來，我瞭解到這個神奇本福特法則後，第一反應就是想將其實驗於A股市場中的上市公司，判斷其是否適用，及能否幫助我們探測出公司的財務造假。
我取用了大家公認的管理層誠信、業績優良的兩家好公司：貴州茅台和中國平安，取了其過去10年的利潤表數據，對這些數據的首位數字分佈進行測試，並用差異的平方和作為累計征服差異的統計目標值。結果如下：
中國平安：
圖表化分佈情況：
貴州茅台：
圖表化分佈情況：
可見，只要是數字就無法逃脱本福特定律的限定，從A股的這兩家公司10年的理論表來看，本福特定律顯然十分適用。而且考慮到10年的利潤表其實只有不到300個樣本點，因此能夠擬合到這個程度的報表，可以説應該是會計質量比較優秀的公司了。根據我後續的大量實證檢測，大部分A股公司與本福特定律的偏差額（差異平方和）在0.1-0.8%之間，而平安和茅台都在這個範圍的下限附近。可以看出，這兩家公司的確非常優秀，而且財務會計數據非常真實可靠。
那麼在A股中，我們是否也可以利用本福特法則發現造假公司呢？我再來驗證一下，挑選出幾家A股歷史上臭名昭著的造假或嫌疑造假公司進行本福特定律驗證，分別是信威集團（柬埔寨電信業務造假被質疑）、獐子島（扇貝游來游去）、爾康製藥（證監會進駐調查涉嫌嚴重造假）、雅百特（已被證明利潤表注水70%，董事長公開撒謊）。結果如下：
信威集團：
獐子島:
爾康製藥：
雅百特:
可以看出，這些公司財務數據分佈和本福特定律期望分佈之間存在較大差異，與一般上市公司差異呈現出明顯不同。尤其是某些數字和定律之間的差異甚至超過10%，這是非常突出的異常情況。從數學的角度看，説明這些公司財務數據造假情況基本屬實，而且偏差的比例越大可能説明造假程度越高。
當然，本福特法則也不是萬能的，如果造假者本身知道本福特法則時，他們就可以通過操縱首位數字，使得自己在造假的同時不會被發現財務數據與本福特法則呈現重大差別。因此，我們在實務中要遵循的原則是：大幅度偏離本福特法則基本是騙子，而沒有偏離本福特法則未必是好人，也有可能是高明的騙子。
總之，財務造假的本質，依然是財務數據與業務實質的不匹配，對財務造假的辨認，始終離不開對業務本身的熟悉，僅依靠財務報表本身的信息來尋找造假仍然是有限的，但財務報表總是隱藏着可以撕開的口子。