系統性財務造假的極端案例：基于廣道數字的剖析與啟示

【中圖分類號】F275 【文獻標識碼】A 【文章編號】1004-0994（2025）18-0015-5

2025年6月，第一批在北交所上市的廣道數字（839680.BJ）收到中國證監會的《行政處罰事先告知書》，極有可能成為北交所第一家因重大違法被強制退市的公司。本文擬分析廣道數字的財務舞弊案例，以揭示軟件和信息技術服務業上市公司有別于傳統企業的舞弊手法及舞弊識別特征，助力注冊會計師和監管部門提高發現該行業上市公司財務舞弊的能力。

一、系統性財務造假程度之“最”

2021年11月，廣道數字成為第一批在北交所上市的公司之一。然而，2024年12月廣道數字便因涉嫌信息披露違法違規被中國證監會立案調查；2025年5月實際控制人金文明也被立案調查；2025年6月中國證監會發出《行政處罰事先告知書》，對廣道數字處以1000萬元罰款，對金文明等一系列高管、獨立董事處以60萬元至1500萬元不等的罰款。至此，廣道數字可能因重大違法行為，成為北交所第一家被實施強制退市的上市公司。

《行政處罰事先告知書》顯示，廣道數字的財務舞弊具有高度組織化、系統性及隱蔽性特征。其于2018年至2024年半年報期間，通過制作虛假購銷合同、發票、銀行回單、發貨通知單及入庫單等方式虛構銷售和采購業務，利用關聯公司配合資金流轉，且存在借用外部資金使銀行存款期末余額賬實相符、攔截詢證函等應對審計的行為。通過上述手法，廣道數字 2018～2023 年虛增營業收入占各期報告記載金額的 85.87% 至 99.39% 不等，虛增成本占各期報告記載金額的 83.30% 至 99.13% 不等。通過對比廣道數字各期主營業務情況、2025年對2023年年報的差錯更正、2024年年報，可以發現其整個業務可能都是人為編造的，堪稱資本市場系統性造假程度之\"最”。

2018～2023 年，廣道數字的核心業務主要是為城市公共安全管理、大數據分析提供解決方案，表1為本文根據其描述整理的收入占比較大的三大類業務及毛利率情況①。第一大類業務是數據采集類產品，即部署在監管部門需要重點監控和管理的區域，采集涉及城市公共安全的特征信息。第二大類業務是數據智能化應用類產品，即部署在監管部門的數據中心進行大數據分析。第三大類業務是公共信息安全產品及解決方案，相當于收取服務費。此外，廣道數字的上游為硬件供應商，其將自研的嵌入式軟件安裝在硬件載體中形成軟硬一體化產品后，銷售給下游的項目集成商或電信運營商，并由其交付給政府及企事業單位等最終用戶。

表1顯示，廣道數字 2018～2023 年的各項業務收入基本穩步上升且毛利率都比較高。但令人詫異的是，與差錯更正前相比，廣道數字2023年差錯更正后的報表項目金額突然大幅減少，其中：總收入減少了 98.14% 、凈利潤減少了 175.61% ；總資產減少了 64.72% ，主要是應收賬款、存貨、固定資產、無形資產分別減少了 66.96% 到99.71% 不等；未分配利潤減少了 184.04% 。2024年年報中，公司第一大主業（收入占比為 93.24% 的業務）變更為工業企業數字化產品及服務，即通過子公司廣道諾金兼并德國西門子代理團隊，開展工業軟硬件產品的銷售、維修維護、定制化實施和技術服務，主要客戶為汽車以及智能制造行業公司。這相當于原有業務幾乎都消失了，在業務介紹中也不再提及。

表1 廣道數字主要分部營業收入與毛利率 單位：萬元

此外，廣道數字在業務幾乎全盤造假的同時，還進行了一些或許旨在顯示“經營正常\"的操作：2022年回購了占總股本約 2.24% 的股份，似乎表明了對公司發展的信心；2020年對前期報表進行了差錯更正，主要涉及費用科目、獎金事項跨期調整等問題，然而其更正后報表實際上仍然是假的。

二、財務舞弊識別之“異”

從財務舞弊手法的角度出發，廣道數字采用的是相對常見的交易造假型收入舞弊手法，并利用一系列資產類科自隱藏舞弊金額。但是特殊之處在于，廣道數字是軟件和信息技術服務業上市公司：一方面，這個行業是2020年以來新出現的舞弊高發行業（葉欽華等，2022a），且廣道數字的業績造假程度幾乎高達 100% ；另一方面，這類公司具有產品形態特殊且技術更新快等特點，其財報往往呈現輕實物資產、高現金流量、高研發投入及高毛利率等“一低三高\"行業特征。從財務舞弊識別的角度出發，這些行業特征是否會加大舞弊識別難度？是否會導致舞弊識別特征異于其他行業，特別是與一般制造業是否顯著不同？本文將基于五維度財務舞弊識別框架（葉欽華等，2022b），嘗試分析廣道數字財務舞弊的事前識別問題，并進一步拓展討論軟件和信息技術服務業差異化的舞弊識別特征。本文中上市公司數據來自招股說明書、年報和同花順數據庫，行業分類和交易對手穿透核查數據來自天健財判數據庫和天健財判財務智能預警系統。

表2 廣道數字營業收入增長率和毛利率

1.財務稅務維度：收入、毛利率與資產類科目的聯動異常。表2列示了廣道數字 2018～2023 年報表重述前的盈利情況及行業同比情況②，可見廣道數字各年度的營業收入增長率和毛利率基本上遠高于行業均值。由此產生的疑問是：這一超常盈利究竟是源自廣道數字的技術創新能力、細分產品領域潛力還是源自操縱？

在財務稅務維度，將收人、毛利率與資產負債表項目結合起來構建聯動指標進行分析是解答這一疑問的重要方式。表3列示了廣道數字資產項目中占總資產比例較高的一些項目的情況，以下將逐項展開討論。

表3 廣道數字資產和現金流

單位：萬元

首先，廣道數字的廣義應收款項（主要為應收賬款）在 2018～2023 年快速增長、金額極大，占營業收入的比例遠高于行業均值。其次，其存貨和固定資產也有較大的增長，但是年報中并沒有詳細說明存貨和固定資產增加的具體內容及原因。最后，其信用和資產減值損失極低。此時，收入、毛利率與應收款項、存貨、固定資產的聯動異常，引發了對盈利是否具有商業合理性的關注。根據會計復式簿記原理，利潤表項目造假往往會在資產負債表項目留下潛虧。過往研究表明，利用應收賬款虛增收入、利用存貨或固定資產掩蓋異常或轉移資金都是常見的舞弊手段，會引起企業利潤表和資產負債表的聯動異常。廣道數字在2023年年報的差錯更正中將應收款項、存貨、固定資產之和直接調減了 90.96% ，這印證了其資產類科目存在大幅虛增的情況。

進一步分析發現，在收入與毛利率保持異常增長的同時，廣道數字 2018～2023 年的營運周期 ④（325～629 天）遠高于行業均值（ 123～178 天）。收入增長聯動營運周期持續拉長，這與過往研究提及的“無資金流配合的交易造假型收入舞弊\"（葉欽華和黃世忠，2023）的異常特征相吻合，值得重點關注。

此外，廣道數字的凈利潤與經營性現金流相背離。其 2018～2023 年的累計凈利潤達2.90億元，但累計自由現金流量僅為-0.95億元。其中，經營和投資活動現金流量凈額在大多數年度均為凈流出（ 2018～2023 年的累計凈流出為1.15億元），依靠多次股權籌資維持資金周轉，屬于典型的\"紙面富貴”。

綜上，由于軟件和信息技術服務業企業具有輕資產、高研發及高成長性的特征，如果其出現收入增長與營運周期持續拉長、凈利潤與經營性現金流相背離的聯動指標異常，則可能存在無資金流配合的交易造假型收入舞弊。此時，注冊會計師應重點結合資產質量、現金流質量聯動分析舞弊所虛構利潤在資產端科目（特別是廣義應收款項和存貨）中的表現，核實資產潛虧去向，以識別舞弊。

2.內部控制維度：供應商特征異常。有研究表明，拓展數據分析的深度與廣度、延伸核查重要交易對手等非常規核查程序，往往是快速判斷交易的商業實質、識別第三方配合造假的有效程序（葉欽華和黃世忠，2024）。需要說明的是，《行政處罰事先告知書》中并沒有明確說明廣道數字虛假購銷合同的配合造假方信息，本文主要依據其公告信息及交易對手核查工具進行分析。

首先，廣道數字前五大供應商變動頻繁。在廣道數字披露了主要供應商信息的年度中，僅有深圳市邁拓誠悅科技有限公司相對穩定地出現在前五大供應商中，其他前五大供應商在不同年度頻繁變動，往往只出現一年或兩年。其次，廣道數字前五大供應商規模特征異常，即供應商經營規模與交易金額不匹配且存在突擊設立之嫌。比如，北京小海智訊科技有限公司、深圳市華紅邦電子有限公司的注冊資本僅為100萬元，但是廣道數字對其的采購金額為1000余萬元，且前者在2018年10月才成立，2019年便成為前五大供應商之一。最后，廣道數字前五大供應商參保人數異常。上述提及的三家公司以及廣東雄安信息技術有限公司、深圳市必聯電子有限公司等多家供應商和其他往來單位，參保人數均在10人以下，甚至有多家為0人，而其采購金額卻大多超過千萬元。

綜上，利用工商大數據及交易對手核查工具可以發現，廣道數字前五大供應商存在變動瀕繁、規模特征異常、參保人數異常等跡象，這些跡象預示著其采購交易存在極大的舞弊風險。基于該異常風險信號，監管層及注冊會計師應重點穿透核查其供應商的經營范圍、經營實力、資金流向以及是否存在隱性關聯關系，并進一步判斷其采購交易的商業實質，以識別是否存在第三方配合造假的系統性舞弊鏈條。

3.行業業務維度：毛利率與研發投入呈現“一高一低”的異常特征。研發是軟件和信息技術服務業企業的重要經營活動，也是其保持高成長性及高毛利率的重要支撐。鑒于此，將收入、毛利率與研發投入進行聯動分析也是分析其財報是否異常的一個特別切入點。如表4所示，廣道數字 2018～2023 年的研發投入率有所下滑，從16.75% 下降到 10.16% ，而研發投人率行業均值則呈微升趨勢，特別是在 2021～2023 年高于廣道數字約 3% 。由此可見， 2018～2023 年廣道數字后三年的研發投入率不及行業平均水平，但是其毛利率一直遠超行業平均水平（見表2），“一高一低\"的異常特征讓人對其業績的高成長產生懷疑。

表4 廣道數字研發投入 單位：萬元

4.行業業務維度：公司稅負不符合行業慣例。如果企業通過財務舞弊虛增了利潤，卻又想規避納稅以降低舞弊成本，則會形成異常的會稅差異，且其稅負會與行業平均水平差異較大（葉欽華等，2022b）。此時，利用現金流量表數據構建指標分析公司稅負是一種有效的方式（劉駿和劉峰，2014）。表5使用現金流量表中支付的各項稅費和收到的稅收返還數據，計算了每元凈利潤稅負指標，其中廣道數字的稅負遠低于同行業平均水平，特別是2018～2021 年連續四年的偏離度高達 50% 以上。可見，廣道數字在實施財務舞弊虛增收入的同時，可能也通過虛構采購交易獲取增值稅進項發票、享受企業所得稅稅收優惠等方式規避了稅收成本，以降低實施舞弊的資金成本，從而導致公司稅負遠低于行業平均水平。

5.行業業務維度：人均產值與人均薪酬呈“一高一低”的異常特征。表6列示了廣道數字的人均產值（營業收入/員工總數）和人均薪酬（工資總額/員工總數）情況。可以發現，廣道數字 2018～2023 年的人均產值基本上呈現上升趨勢且遠高于行業平均水平，而人均薪酬則呈下降趨勢、從高于行業平均水平到低于行業平均水平。在正常情況下，該行業的人均產值和人均薪酬應呈正相關關系，但是廣道數字兩者則是反向關系。這引發的疑問是，廣道數字在總業績、人均業績都提升后，為什么人均薪酬卻下降了？這明顯與正常的經營邏輯相悖。可見，人均產值與人均薪酬呈“一高一低”的異常特征預示著營業收入存在人為虛增的可能。

表5 廣道數字稅負 單位：萬元

表6

廣道數字人均產值與人均薪酬 單位：萬元

三、廣道數字造假案例的啟示意義

本文分析顯示，軟件和信息技術服務業的“一低三高\"行業特征，影響了廣道數字舞弊手法的路徑安排（如難以通過存貨等實物資產轉移來提前確認收入、難以通過存貨或在建工程等實物資產來消化虛增毛利所帶來的潛虧），最終不得不訴諸差異化的舞弊手法（如操縱應收款項、利用第三方協助資金流轉、攔截審計詢證函等）來隱藏財務舞弊行為，而這給舞弊識別亦帶來了新的挑戰與難度。本文結合廣道數字案例，延伸分析有效識別軟件和信息技術服務業上市公司財務舞弊的七項舉措。

1.借助數字技術，通過穿透排查交易對手判斷商業實質。廣道數字通過簽訂虛假合同、編造虛假業務實施財務舞弊，并利用第三方協助資金流轉形成閉環，其手法屬于典型的交易造假型收入舞弊。這種舞弊方式涉及精心策劃和蓄意隱瞞，注冊會計師采用常規函證、憑證測試等程序往往難以發現舞弊跡象。實務中，注冊會計師并不具備外調權，甚至在獲取公司相關資料時亦可能阻力重重。此時，通過執行符合性測試或實質性測試等審計程序難以發現與財務舞弊相關的異常跡象，容易造成審計失敗。

已有研究表明，就財務論財務是發現不了財務舞弊的（黃世忠，2024）。利用數字技術賦能執行重要客戶供應商的智能穿透核查工作，可多維度串并分析識別舞弊的先兆（葉欽華和黃世忠，2024）。2025年1月，中國注冊會計師協會制定了《中國注冊會計師審計準則問題解答第18號一識別和應對第三方配合實施財務舞弊》《中國注冊會計師審計準則問題解答第19號—運用信息技術識別與應對舞弊風險》兩項審計準則問題解答，其中明確指出，注冊會計師可以運用信息技術開展識別潛在的關聯方關系、識別配合造假第三方特征等非常規程序，以降低審計失敗風險。鑒于此，注冊會計師一旦在風險評估階段識別出收入、毛利率或資產端科目存在異常特征，就應當針對重要交易對手執行非常規審計程序，借助交易對手排查工具開展重要交易對手智能穿透核查工作，識別出難以支持商業實質的空殼公司特征或更為隱蔽的隱性關聯關系、曾為配合造假第三方的“慣犯身份\"等，以提高發現第三方配合造假行為的能力。

2.重視研發數據，關注研發投入是否匹配其行業地位。軟件和信息技術服務業的核心特征是技術先進性，技術創新和發展是行業發展的動力。為了維持產品和服務的技術領先度，企業往往需要投人大量資金進行研發。一般而言，高研發投人是支撐高毛利率、高收入增長的保障。2022年12月，深交所出臺的《創業板企業發行上市申報及推薦暫行規定（2022年修訂）》亦采用研發投人復合增長率、研發投入金額、收人增長率等指標定義和評價“成長型創新創業企業”，2024年深交所對此規則再次進行修訂時進一步強調了企業需通過創新促進新質生產力發展。研發投入與毛利率、收入增長率存在投入產出的勾稽邏輯。從財務舞弊識別的視角來看，注冊會計師審計軟件和信息技術服務業企業時，需重視研發投入數據，并與毛利率、收入增長率等指標開展多年度聯動分析，如果發現“低研發投入、高毛利率、高收入增長率”的聯動特征，則表明企業可能存在財務舞弊行為。此外，注冊會計師也必須警惕這個行業的企業利用研發費用進行財務造假的手法，如夸大研發人員范圍、把非研發人員薪酬計入研發費用，或者利用估計和判斷將不符合規定的開發支出資本化。

3.重視稅收數據，關注公司稅負是否符合行業慣例。過往研究表明，財務舞弊發生概率與行業特性息息相關（黃世忠等，2020）。對于享受稅收減免的行業（如農林牧漁業、軟件和信息技術服務業等），虛增業績所需承擔的納稅成本相對較低，這給財務舞弊提供了便利條件。此外，因稅收返還或產業政策扶持而搬遷至異地，導致注冊地址與辦公地址相隔甚遠的企業，亦應引起注冊會計師的充分關注，在澤達易盛、康得新等案例中也都有類似安排。因此，針對軟件和信息技術服務業企業，注冊會計師應加強對年報信息中稅收數據的挖掘及利用，從公司稅負分行業對比、稅收優惠合理性等角度判斷企業稅負異常背后是否潛藏著財務舞弊行為。

4.重視金融資產，關注應收款項及資金流水核查。軟件和信息技術服務業企業的輕資產特征決定了其財務舞弊手法的特殊性。這類企業隱藏財務舞弊可選的會計科目不多。輕資產意味著企業如果將虛增利潤所形成的不實資產記人存貨、固定資產等科目，容易引起懷疑而使造假敗露，如廣道數字在存貨、固定資產上實施了舞弊，雖然絕對額不大，但會導致相對額變化異常。鑒于此，貨幣資金類項目（含理財產品及資管計劃等）和應收賬款往往成為該行業隱藏虛增利潤所形成的不實資產的常見會計科目。如果沒有足夠的資源實施貨幣資金舞弊，企業就會采用類似廣道數字的造假手法，將虛增收入和利潤所形成的不實資產藏匿于應收賬款中；如果企業有大額資金用于體外循環，就可能采用澤達易盛的財務舞弊手法，把虛增收人和利潤所形成的不實資產藏匿于理財產品及資管計劃等金融資產中。

5.重視人力資本，關注人均產值與人均薪酬的匹配性。人力資本是軟件和信息技術服務業企業最重要的投入要素，雖然人力資本并不以資產形式體現在報表中，但其與企業商業模式及價值創造息息相關。因此，針對該行業的審計，注冊會計師應深度挖掘以下兩類聯動指標，以驗證其商業合理性和業績可信性：一是人均產值與人均薪酬的匹配性，通過分析人力資本的投入和產出，判斷企業是否存在不符合行業慣例的異常財務特征。二是依據研發人員的變動及學歷構成，判斷企業的研發投入和技術含量是否足以支撐其高增長的收入和高企的毛利率，即研發團隊、研發投人和形成的技術專利與經營業績的變動是否匹配。如果收人和毛利率均大幅提升，但研發團隊素質、研發投入力度、技術專利水平沒有相應增長，就需要特別警惕。

6.重視AI賦能，關注收入確認與招投標信息的背離。軟件和信息技術服務業的收人造假識別存在獨特挑戰，因該行業軟件產品及技術服務大多通過數字渠道交付、缺乏實物追溯憑證而使得傳統審計方法的效果受限，AI文本分析技術可為此提供創新的解決方案。注冊會計師可利用AI等數智化技術，構建全天候監測體系，采集三類數據：（1）爬取招投標信息，將中標數據庫與企業披露合同進行交叉驗證；（2）實時分析企業官網、新聞稿等宣傳文本，提取中標信息，核實收入增長是否有相應的中標信息支撐；（3）收集第三方平臺中標項目反饋，作為收入佐證。如前所述，廣道數字最大的一項業務是與監管部門合作的數據采集類產品。監管部門采購這類產品，按規定通常需要招標。如果注冊會計師在審計廣道數字時更多地利用AI等數智化技術挖掘招投標信息，并且將這些信息與營業收人信息密切關聯及進行交叉驗證，就有可能發現廣道數字的收入造假。

7.改變取證方式，利用數智化技術降低函證風險。針對廣道數字高管及財務人員通過提供虛假銀行對賬單、函證虛假聯系人信息、開發軟件偽造發票與銀行回單、攔截詢證函等手段實施財務造假并導致審計失敗的問題，注冊會計師可借助人工智能等數智化技術與銀行存款電子函證構建防范體系。一方面，利用AI圖像識別與數據比對技術，將企業提供的銀行對賬單與銀行系統直連獲取的原始流水逐筆校驗，自動識別字體不一致、金額涂改等篡改痕跡，同時通過算法分析交易頻率、金額分布特征，排查“突擊存款”“大額異常轉賬\"等造假跡象，替代傳統低效的人工核對；還可引入AI發票驗真系統，對接國家稅務總局發票數據庫與銀行電子回單系統，實時核驗企業提供的發票、回單，校驗發票代碼的有效性及回單交易流水號與銀行實際記錄的匹配度，精準標記軟件偽造的虛假憑證。另一方面，摒棄易被企業攔截、篡改的傳統紙質函證。注冊會計師應盡可能利用財政部和金融監管部門主導的銀行電子函證平臺，實現函證請求與回函全程數字化傳輸，杜絕紙質函證被攔截、篡改的風險，并即時驗證賬戶信息，讓虛假銀行對賬單無所遁形。同時可結合AI技術對電子函證回復實時校驗，比對函證余額與銀行流水匯總金額的一致性，分析異常交易備注信息，進一步提升函證結果的準確性，有效規避審計失敗風險。

【注釋】

① 由于其披露不夠詳細且個別年度發生調整，很難完全準確地還原其列示方法的變遷，但是基本能得出其主要業務情況。② 報表重述前指的是關于本次舞弊的重述。另外，廣道數字在2000年進行了差錯更正，在2020、2022年也因準則變化做了一些調整。這些調整影響金額不大，對報表沒有實質性的影響，且這些調整都發生在立案之前，并非因本次舞弊而做的調整。因此本文使用立案前調整后但舞弊重述前的報表數據，以保持各年的一致性。③ 廣義應收款項=應收賬款+應收票據+應收款項融資 + 合同資產（剔除計人存貨的部分）。④ 營運周期=存貨周轉天數+應收賬款周轉天數-應付款項周轉天數。

【主要參考文獻】

黃世忠，葉欽華，徐珊等.2010～2019年中國上市公司財務舞弊分析[J].財會月刊，2020（14）：153～160.

黃世忠·上市公司財務造假熱點問題分析[J].中國注冊會計師，2024（7）：35～38+5.

劉駿，劉峰.財政集權、政府控制與企業稅負一一來自中國的證據[J].會計研究，2014（1）：21～27+94.

葉欽華，黃世忠，葉凡等.嚴監管下的財務舞弊分析—一基于2020～2021年的舞弊樣本[J].財會月刊，2022a（13）：10～15.

葉欽華，葉凡，黃世忠.財務舞弊識別框架構建一一基于會計信息系統論及大數據視角[J].會計研究，2022b（3）：3～16.葉欽華，黃世忠.交易造假型收入舞弊的手法及應對[J].中國注冊會計師，2023（2）：39～43+3.葉欽華，黃世忠·財務舞弊的新特征與新應對一一基于專網通信舞弊樣本[J].財會月刊，2024（19）：3～8.

（責任編輯·校對：李小艷許春玲）