本文研究了利用情感语调分析来预警上市公司财务造假的可能性。研究基于2010-2021年中国A股市场的财务造假样本，构建了包含100个指标的特征池，并利用DeepSeek R1模型分析财报文本情感语调。研究发现，将情感语调因子加入模型后，模型的召回率显著提升，尤其是在非线性模型中。研究还探讨了基于大模型和Fine-Tuning的拓展路径，并指出了模型应用中可能存在的风险，如过拟合、数据口径调整和AI推理不稳定性。

🕵️‍♀️ 财务造假样本分析：研究选取了2010-2021年CSMAR数据库中的财务违规样本，发现通讯服务行业造假占比最高，金融和公用事业最低。2019年后造假公司数量及占比有所下降，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。

📊 特征池构建：研究基于上市公司定期财务报告，从8个维度构建了378个比率型指标，经过筛选后保留100个指标，形成了包含5483个财务造假样本和42046个控制样本的特征池。

🗣️ 情感语调因子构建：利用DeepSeek R1模型分析财报文本情感语调，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：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。

💡 拓展路径与风险：研究提出了基于Zero-Shot的财报文本直接分析模式和基于违规说明的Fine-Tuning模式。同时，也指出了模型可能存在的风险，包括过拟合、数据口径调整和AI推理的不稳健性。

　　核心观点 　　财务造假样本分析：从CSMAR数据库“财务违规表”筛选2010-2021年样本，通讯服务行业造假占比最高，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，且约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，形成特征池，包含5483个财务造假样本和42046个控制样本。 　　情感语调因子构建：利用DeepSeek R1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。