※ 本文轉寄自 ptt.cc 更新時間: 2024-02-29 20:22:31
看板 Stock
作者 標題 [心得] 使用班佛定律檢測美股財報造假可能性
時間 Wed Feb 28 23:01:31 2024
部落格完整文章:
https://blog.zmcx16.moe/2024/02/norn-stockscreener.html
![[圖]](https://blogger.googleusercontent.com/img/a/AVvXsEjWf6gJ6kdZHFUdjHlnAMrxliiPdSGuQTiKIWwGnOlzB21wix1nQorqcaxZB5jz5d3rAZyWIxsSUro3CllBDTK6lQwOAefCB1B-FphteRKx7KR6W9GbAime6kbtd34C0s_kSZsMMVkly24PvOvclAoVMYN2EsQk_GNYre3vrNXR0bZtfP5xgf9XoMAcU1w=w1200-h630-p-k-no-nu)
最近在看"為什麼我們會被騙？：破解金錢騙局、假新聞、政治謊言背後的詐騙機制"這本
書, 書中其中一段有提到班佛定律, 這個定律可以用來檢測各種數據是否有造假的可能,
公式原理本身就不提了, 有興趣可以看上面的完整文章, 或是看下面的文章連結:
書, 書中其中一段有提到班佛定律, 這個定律可以用來檢測各種數據是否有造假的可能,
公式原理本身就不提了, 有興趣可以看上面的完整文章, 或是看下面的文章連結:
世界其實不完全隨機，「規則總有例外」- 班佛定律（Benford's Law）
https://tmrmds.co/article-business/18441/
世界其實不完全隨機，「規則總有例外」 - 班佛定律（Benford's Law） - 臺灣行銷研究
![[圖]]()
喜歡到公眾圖書館借書和看書的民眾，往往會發現，某些暢銷書或者經常被翻查的字典，前面數十頁的頁面，常被人翻爛。有趣的是，人們這種特異的習慣，竟然能演變成一項別名為「骯髒頁面效應」的班佛定律（Benford’s ...
![[圖]](https://img.disp.cc/t/o/tmrmds.co_wp-content_uploads_2020_08_E585ACE58FB8logo4.png)
感覺這公式挺有意思的, 也可以拿來檢測財報是否有造假, 就決定整合到自己做的投資網
站了, 成果如下:
https://i.imgur.com/4ju4t9U.png
![[圖]](https://imgur.disp.cc/3U/4ju4t9U.png)
Norn-StockScreener投資網站:
https://norn-stockscreener.zmcx16.moe/stock-benford-law/
Github:
https://github.com/zmcx16/Norn-StockScreener
GitHub - zmcx16/Norn-StockScreener: scan and filter instruments based on market cap, dividend yield, ROE and popular investment master's stock tactics to find valuable stocks.
![[圖]]()
scan and filter instruments based on market cap, dividend yield, ROE and popular investment master's stock tactics to find valuable stocks. - zmcx16/N ...
另外我以前也有實作另一套偵測財報造假的公式: Beneish M-Score模型, 有興趣的人也
可以看看:
Blog文章: Beneish Model - 一個簡單識別公司財務報表是否造假的公式
https://blog.zmcx16.moe/2021/01/beneish-model.html
![[圖]](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEh5BVfZv6t6Qbo8h2x9WyypLQiwkygDjyZISgGv1tyWu5r61EYzcfRcmMQIi6DQqUrNVoHDVp2M4HG5twwjdXo0aea8PndUXPTveN5O8UorJnf-EccgxX7neILDl2xQWmiylSPDIWz8IKQ/w1200-h630-p-k-no-nu/image.png)
公式網站:
https://project.zmcx16.moe/?page=investment-formula
![[圖]](https://img.disp.cc/t/o/project.zmcx16.moe__img_zmcx16.github.io.png)
這次整合班佛定律的財報來源是從Yahoo財經取得, 分析數據是標準的財報三表: 損益
表, 資產負債表, 現金流量表。 而Yahoo的金融頁面的財報可以分別看季報跟年報, 並且
最多可以分別看最近4期的財報, 所以這次整合班佛定律會分別計算以下SSE (The sum
of squares due to error, 和方差、誤差平方和):
* LastQ SSE (近一季財報)
* LastY SSE (近一年財報)
* AllQ SSE (近四季財報)
* AllY SSE (近四年財報)
* AllQY SSE (近四季+近四年財報)
其實要看的話最主要還是看AllQY SSE就好, 原因是只看這三大表數字的話, 取樣數字還
是太少太少了, 看近四季+近四年, 才勉強達到取樣數字>1000的標準...。
另外前面有提到班佛定律的前提是數據類型差距要夠大 & 不能有人為操控, 所以我把財
報三表中的: ["Diluted EPS", "Basic EPS", "Tax Rate For Calcs"] 特別過濾掉, 畢
竟像這種ratio的數字本來就不適合套用在班佛定律上, 就決定把這種可能成為雜訊的數
據類型事先過濾掉了。
首先來看看AAPL財報跑班佛定律的結果:
https://i.imgur.com/s2f7uAl.png
![[圖]](https://i.imgur.com/s2f7uAlh.png)
可以看到近一季 & 近一年的SSE特別高, 原因其實也不意外, 因為只看近一季或近一年的
財報三表所有數字也才100多個, 取樣數字太少沒有鑑別性; 而近四季的SSE跟前面比就大
幅降低, 代表隨著取樣數字增加SSE有降低, 是有符合班佛定律的; 而近四年的SSE跟前面
相比雖然較低, 可是卻不顯著, 這是因為取樣數字還是不高導致的鑑別性太低, 還是有其
他原因, 就需要再調查研究看看; 不過看近四季 + 近四年的SSE是最低的, 取樣數字有
財報三表所有數字也才100多個, 取樣數字太少沒有鑑別性; 而近四季的SSE跟前面比就大
幅降低, 代表隨著取樣數字增加SSE有降低, 是有符合班佛定律的; 而近四年的SSE跟前面
相比雖然較低, 可是卻不顯著, 這是因為取樣數字還是不高導致的鑑別性太低, 還是有其
他原因, 就需要再調查研究看看; 不過看近四季 + 近四年的SSE是最低的, 取樣數字有
1240個, 看1~9的分布機率跟班佛定律也算接近, 從網站目前整合的4182檔個股來看, SSE
排序大約在13XX/4182左右還算安全, 代表至少單從班佛定律看, AAPL的財報應該問題不
太大。
排序大約在13XX/4182左右還算安全, 代表至少單從班佛定律看, AAPL的財報應該問題不
太大。
另外雖然網站整合了這個功能, 可是可惜的是YAHOO財經有不少個股的財報三表數據還是
不完整, 數據不完整導致樣本數低就沒辦法用班佛定律檢測, 不過只要不買股本小的冷門
股基本上就不會遇到這問題, 對大多數人來說應該影響不大。
不完整, 數據不完整導致樣本數低就沒辦法用班佛定律檢測, 不過只要不買股本小的冷門
股基本上就不會遇到這問題, 對大多數人來說應該影響不大。
比較遺憾的是, YAHOO財經有整理的只有財報三表的資料, 可是一間公司完整的季報或年
報, 其實是有更多數據資料的, 像是航運公司的財報就會說自己旗下有多少船, 以及這些
船的營運成本跟收益如何; 礦產公司也會說明旗下有多少礦坑, 以及目前自己的原料庫存
有多少等等..., 這些數據如果都能拿來計算的話, 班佛定律要求的樣本數要夠多就比較
不是問題, 不過要我自己寫程式去parser SEC的財報數據太痛苦了, 也不一定能100%做
到, 整理財報資料到財經網站這工作應該也有人工負責, 寫個一體適用的程式不太實際.
..。
報, 其實是有更多數據資料的, 像是航運公司的財報就會說自己旗下有多少船, 以及這些
船的營運成本跟收益如何; 礦產公司也會說明旗下有多少礦坑, 以及目前自己的原料庫存
有多少等等..., 這些數據如果都能拿來計算的話, 班佛定律要求的樣本數要夠多就比較
不是問題, 不過要我自己寫程式去parser SEC的財報數據太痛苦了, 也不一定能100%做
到, 整理財報資料到財經網站這工作應該也有人工負責, 寫個一體適用的程式不太實際.
..。
最後總結一下, 班佛定律雖然可以用來辨識數據是否造假, 不過首先必須先確保數據是否
適用(數據區間&差距夠大以及樣本數夠多; 並且數據類型不能有人為操控限制), 再來就
是檢查出來就算不符合分布, 也不代表數據一定有造假, 只是這個可能性較高而已; 而就
算完美符合班佛定律的公式分布, 也不代表一定沒有造假, 還是要用其他方式多加檢查
適用(數據區間&差距夠大以及樣本數夠多; 並且數據類型不能有人為操控限制), 再來就
是檢查出來就算不符合分布, 也不代表數據一定有造假, 只是這個可能性較高而已; 而就
算完美符合班佛定律的公式分布, 也不代表一定沒有造假, 還是要用其他方式多加檢查
(e.g. 使用Beneish M-Score模型檢查或是人工分析財報三表), 進行多種獨立性檢查才能
更降低踩雷的風險...。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.192.200.34 (臺灣)
※ 作者: zmcx16 2024-02-28 23:01:31
※ 文章代碼(AID): #1btqhDzv (Stock)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1709132493.A.F79.html
推 : 先推等等來看1F 02/28 23:05
推 : 推2F 02/28 23:08
→ : 先慢慢看等等再推3F 02/28 23:10
推 : 做空機構應該有專門在跑這個4F 02/28 23:11
推 : 怎麼不測中國的5F 02/28 23:12
→ : 推推6F 02/28 23:22
→ : 數據沒造假吧 只是看怎麼解讀？7F 02/28 23:26
推 : 深信不疑8F 02/28 23:30
推 : 酷9F 02/28 23:35
推 : 財報數據不一定造假 但是美化是一定有的10F 02/28 23:40
→ : 這個模型檢驗造假有一定的準確性
→ : 但是數據要夠多而且有同質性才行
→ : 如果數據太少 就算造假也找不出來 也算是有限制
→ : 這個模型檢驗造假有一定的準確性
→ : 但是數據要夠多而且有同質性才行
→ : 如果數據太少 就算造假也找不出來 也算是有限制
推 : 推14F 02/28 23:46
推 : 會不會輝達的財報其實……畢竟真的有在動AI的不見得15F 02/28 23:57
→ : 真的有XD
→ : 如果是，那世紀大X盤，有可能會在這個世紀看到
→ : 期待AI根本還沒幾間公司運行，那麼訂單跟營收，顆
→ : 顆
→ : 真的有XD
→ : 如果是，那世紀大X盤，有可能會在這個世紀看到
→ : 期待AI根本還沒幾間公司運行，那麼訂單跟營收，顆
→ : 顆
→ : Benford’s law是經驗法則20F 02/29 00:00
→ : 不是統計理論
→ : 不是統計理論
噓 : 財報跟股價根本沒啥關係22F 02/29 00:08
推 : 以前我們lab學長跟學妹有做，簡單來說就是為了windo23F 02/29 00:35
→ : w dressing 尾數會0多9少
推 : 這個研究其實不算新，就是依據自然的現象來說，位
→ : 數是會呈現常態分配，如有錯誤再請原po指正 謝謝:)
→ : w dressing 尾數會0多9少
推 : 這個研究其實不算新，就是依據自然的現象來說，位
→ : 數是會呈現常態分配，如有錯誤再請原po指正 謝謝:)
推 : 推驗中國，台灣也順便27F 02/29 00:52
推 : 拿去跑生技股 應該會發現一堆數字很怪28F 02/29 01:01
推 : 有點好奇跑輝達的結果29F 02/29 01:06
推 : 會計師會沒跑這個嗎…很難想像30F 02/29 01:10
個人淺見是財報美化很常見, 可是如果到造假的程度代表公司問題很大, 所以變成得改更多數字才能達到效果, 而改越多就代表要調整的功夫越大才不會對不起來, 尤其是現金流
量表通常是最難改的, 如果發現算出來的結果顯著有問題, 就可以考慮skip不要踩雷...
※ 編輯: zmcx16 (114.136.147.86 臺灣), 02/29/2024 01:25:45
→ : 財報因為千分位表達的關係，尾差都有人為調整，所31F 02/29 01:39
→ : 以我覺得不太準
→ : 以我覺得不太準
噓 : Call訊來了33F 02/29 04:53
→ : 假的又如何？ 發佈的數據即是現實34F 02/29 05:06
推 : 美國總經數據發佈後、隔一個月修正數據
→ : 中國數據,從來沒有真過
→ : 台灣通膨數據,你信？
→ : 那你會看這些數據嗎？
推 : 政府總經數據、公司財報、你只能相信
→ : 不然只能閉眼都別看
推 : 美國總經數據發佈後、隔一個月修正數據
→ : 中國數據,從來沒有真過
→ : 台灣通膨數據,你信？
→ : 那你會看這些數據嗎？
推 : 政府總經數據、公司財報、你只能相信
→ : 不然只能閉眼都別看
→ : 樓上講的沒錯，股市只有錢跟信心41F 02/29 05:25
推 : 好42F 02/29 06:46
→ : 其實會計做帳嚴格來說就是一種合法造假了43F 02/29 07:36
推 : 漲的時候看錢跟消息 跌的時候才會一直餵你基本面44F 02/29 07:58
推 : 造假不是不可能，不過在這個風口上造假無疑是拿自45F 02/29 08:28
→ : 己的未來開玩笑，應該沒有人會這麼蠢幹這種事吧？
→ : 己的未來開玩笑，應該沒有人會這麼蠢幹這種事吧？
→ : 呵呵，這種東西看看就好47F 02/29 08:33
推 : 會計師跑這個幹嘛，會計師就能取得公司資料了，除48F 02/29 08:59
→ : 非原始資料就假的
→ : 我開一家公司，用另一家假公司當成我客戶做假金流
→ : ，你跑什麼定律都沒用啦，連實體走訪客戶供應商銀
→ : 行都有可能造假了
→ : 非原始資料就假的
→ : 我開一家公司，用另一家假公司當成我客戶做假金流
→ : ，你跑什麼定律都沒用啦，連實體走訪客戶供應商銀
→ : 行都有可能造假了
推 : 美國公司其實作假帳的不少，大多都是把後面的會賺的53F 02/29 09:07
→ : 錢往前面補讓財報好看，但是連續虧錢就會被發現
→ : 錢往前面補讓財報好看，但是連續虧錢就會被發現
推 : 認真推！55F 02/29 09:08
推 : 作帳本來就有，民主國家有審查機制做個10%~20%意思56F 02/29 09:11
→ : 意思。專制國家沒人審查做個120%也沒人管
→ : 意思。專制國家沒人審查做個120%也沒人管
推 : 仔細看了一下會計師確實也可以跑，就是個工具之一58F 02/29 09:18
推 : 推59F 02/29 09:50
推 : 財報會計事務所要簽字的 會有連帶責任 正常人都知60F 02/29 10:10
→ : 安隆案直接導致安達信解體
→ : 安隆案直接導致安達信解體
推 : 推認真62F 02/29 10:16
推 : 雖然不確定班佛定律的意義，但看起來公式都是比對不63F 02/29 11:33
→ : 同財務指標的一致性，這應該跟財報分析的邏輯一樣，
→ : 樓主還補充現金流量表比較難造假也是一樣的道理，資
→ : 料庫弄起來應該可以簡化財報分析的負荷，可以考慮去
→ : 大型投資機構，也可以強化一下整個評估系統的完整性
→ : 不過我的經驗是有問題的企業的確很難各項財務指標都
→ : 合理，但他們也都會有一定程度的隱藏，加上合理的解
→ : 釋，最後要發現財報裡確實的線索，還是得靠有經驗的
→ : 財務人員去拆解他的偽裝跟理由
→ : 同財務指標的一致性，這應該跟財報分析的邏輯一樣，
→ : 樓主還補充現金流量表比較難造假也是一樣的道理，資
→ : 料庫弄起來應該可以簡化財報分析的負荷，可以考慮去
→ : 大型投資機構，也可以強化一下整個評估系統的完整性
→ : 不過我的經驗是有問題的企業的確很難各項財務指標都
→ : 合理，但他們也都會有一定程度的隱藏，加上合理的解
→ : 釋，最後要發現財報裡確實的線索，還是得靠有經驗的
→ : 財務人員去拆解他的偽裝跟理由
推 : 嘿我記得你 你是那個ehentai 下載器的作者吧72F 02/29 13:15
推 : 這叫美化不叫造假，就像你要幫客戶減少稅賦不能說逃73F 02/29 14:08
→ : 稅，要說節稅一樣
→ : 稅，要說節稅一樣
推 : 推等看75F 02/29 15:33
--
※ 看板: Stock 文章推薦值: 0 目前人氣: 0 累積人氣: 120
作者 zmcx16 的最新發文:
- 部落格完整文章: 之前寫了一篇用GPT幫忙分析整理美股公司資料, 這次想到也可以用GPT幫忙分析美股選擇 權估值, 畢竟之前做了不少美股選擇權估值的模型, 如果能把這些資料交給GPT來幫忙分 析, …32F 22推
![]()
部落格完整文章: 最近看書時想到, 當我們看到某個產業想要投資時, 往往會比較該產業的哪一間公司最值 得投資, 其中會看本益比, 股價淨值比, 自由現金流, 股息殖利率, 空頭比率等等..., 可是 …31F 29推![]()
部落格完整文章: 最近在看"為什麼我們會被騙？：破解金錢騙局、假新聞、政治謊言背後的詐騙機制"這本 書, 書中其中一段有提到班佛定律, 這個定律可以用來檢測各種數據是否有造假的可能 …75F 32推 2噓![]()
部落格完整文章: 最近發現Interbrand已經發表2023全球最有價值品牌TOP100了: 跟以前一樣已經把2023年的資料整合到自己的投資網站上: Norn-StockScreener投資網站 …80F 43推 4噓![]()
2023投資績效報告 * 2023投資績效: 40.41% * VTI: 26.05% * SPX: 26.19% * QQQ: 54.85% 雖然報酬看起來還不錯, 不過夏普比率只有0.8大輸大盤 …28F 21推 1噓
點此顯示更多發文記錄
→
guest
回列表(←)
分享