2016年初，施久专家团队经过与客户的紧密合作，完成了首版财务虚假识别模型，通过专家评审并如期交付客户使用。随后，施久财务虚假识别模型开发团队又为包括银行、保险、基金等在内的多家客户开发了此类模型，并获得了客户的一致好评。

该类模型能够准确快递地判别财务报表虚假程度，引导股票或债券分析师对虚假可能性较高的财务报表进行深入研究和主动调整，防止分析师给予财务虚假严重的企业过高评价，从而规避投资陷阱。

随着时间的推移和数据的累积，我们获得了更多的可建模样本，为了进一步提高模型的可用性、时效性，以更好的为客户提供风险识别管理服务，施久对模型进行了迭代更新，并于近日完成了新版模型的开发。相对于前版模型，新版模型具有如下三个特点：

第一，新版模型新增财务虚假样本53个，囊括了公开市场最新的财务虚假样本，总体样本量较前版模型扩大了约2/3。样本量的扩大使得模型适用性和可靠性均明显提高。

第二，在建模样本大幅度增加的情况下，新版模型样本内准确率仍然高达90.02%，远高于学术界同类模型的准确率。更为重要的是，相对于前版模型，新版模型对市场新近出现的财务虚假样本的识别准确率提高了近3个百分点，说明新版模型对于新近出现的财务虚假行为的识别能力更加强大。

第三，对约300个ST上市公司和100余个公开市场违约企业等财务虚假高风险样本的测试表明，新版模型对这些财务虚假高风险样本的识别率分别提高了约5个百分点和3个百分点。这表明，新版财务虚假识别模型对财务虚假高风险样本的识别更加敏感，这对风险识别模型而言，是极为重要的特质。

总体而言，新版模型无论是对建模内样本还是对建模外样本而言，准确率和财务风险识别能力均有明显提高，模型的可用性进一步增强。

据悉，上海施久还将继续对财务虚假识别模型2.0进行必要的验证和测试，并在完成充分验证、确保模型质量的情况下，在2018年春节前后为客户完成新版模型的部署。同时，上海施久还将进一步规范模型的后续更新迭代机制，以确保模型更新迭代的常态化、规范化。