基于财报文本的情感语调的分析：DeepSeek辅助识别财务瑕疵

核心观点

• 财务造假趋势： 通讯服务行业财务造假占比最高，金融和公用事业最低。2010-2018年造假公司数量及占比上升，2019年后下降，约58.3%的造假行为在1-2年内暴露或终止。信息披露违规成为主流，虚构利润和虚列资产减少。
• 特征池构建： 基于上市公司定期财务报告，从8个维度构建378个比率型指标，经筛选处理后保留100个指标，形成包含5483个财务造假样本和42046个控制样本的特征池。
• 情感语调因子： 利用DeepSeekR1模型分析财报文本情感语调，设计相关函数和处理流程，获取情感语调分数。财务造假公司情感语调分数整体低于正常公司，可捕捉情绪矛盾、模糊表述和行业异常等风险线索。
• 模型表现： 分别构建Logistic、LightGBM和MLP模型，加入情感语调因子后，三个模型召回率均提升，第二类错误下降。情感语调因子在非线性模型（MLP、LightGBM）中重要性高，与传统财务指标协同，提升综合预警能力。
• 拓展路径： 基于Zero-Shot的财报文本直接分析模式，利用大模型通用语义理解能力挖掘潜在造假信号；基于违规说明的Fine-Tuning模式，对基座LLMs进行微调构建专家模型，通过精准匹配率和人工盲测评估。
• 风险提示： 模型过拟合风险，DeepSeek的训练依赖于投喂的框架语料与底稿数据，多维框架下存在未来函数和过拟合风险；数据口径调整风险，财务指标统计口径的调整可能带来AI配置结论的改变；AI推理的不稳健性，AI模型的输出结论具备一定随机性，多次生成可能产生不同的结果。

关键数据

• 行业分布： 通讯服务行业财务造假公司占比最高（19.4%），金融和公用事业领域造假比例最低（均低于8.5%）。
• 时间趋势： 约58.3%的造假行为集中在1-2年内暴露或终止，约42.7%的造假行为在3-5年内暴露或终止。
• 违规类型： 信息披露违规成为主流，虚构利润和虚列资产减少。

研究结论

• 情感语调因子在识别财务造假场景中具有显著价值，尤其在捕捉新型、隐蔽的造假手段方面具有优势。
• 非线性模型（MLP、LightGBM）能够更好地捕捉情感语调因子，并与传统财务指标协同，提升综合预警能力。
• 基于大模型的拓展路径能够进一步提升财务造假识别的精准度和效率。