識(shí)別虛假財(cái)務(wù)報(bào)表十分困難。從審計(jì)師的角度，大量的做假案例表明：財(cái)務(wù)報(bào)表做假大都是公司最高管理當(dāng)局授意下的做假。在我國(guó)“國(guó)有股一股獨(dú)大”的特殊背景下，財(cái)務(wù)報(bào)表做假還是大股東控制和配合下的做假。做假公司上下串通一氣欺騙審計(jì)師，公司的內(nèi)控制度如同擺設(shè)。同時(shí)，我國(guó)做假公司往往采用虛構(gòu)交易和事實(shí)的手段，通過偽造原始憑證惡意欺詐，審計(jì)師若單純采用從報(bào)表向總賬、明細(xì)賬、記賬憑證及原始憑證追索的審查方法，則難以發(fā)現(xiàn)做假行為。從監(jiān)管層和中小投資者的角度，審計(jì)師、承銷商、律師、銀行，甚至地方政府也經(jīng)常參與上市公司做假，或出謀劃策，或提供便利。做假者的做假動(dòng)機(jī)不盡相同，手段層出不窮，使得虛假財(cái)務(wù)報(bào)表呈現(xiàn)出個(gè)案化的特征。在資源和信息有限的條件下，監(jiān)管層和中小投資者也難以辨別真?zhèn)巍?

　　但這并不意味著面對(duì)虛假財(cái)務(wù)報(bào)表就束手無策。首先，盡管建立在內(nèi)控信任和抽樣為基礎(chǔ)上的審計(jì)程序失效，但在審計(jì)風(fēng)險(xiǎn)評(píng)價(jià)階段的分析性復(fù)核的審計(jì)程序在發(fā)現(xiàn)和檢查財(cái)務(wù)報(bào)表做假方面仍然是個(gè)有效的方法。一個(gè)健康、真實(shí)的企業(yè)，一般來說，經(jīng)過一年的生產(chǎn)經(jīng)營(yíng)、投資和融資活動(dòng)，從期初的狀態(tài)轉(zhuǎn)換為期末狀態(tài)，企業(yè)重要的財(cái)務(wù)指標(biāo)之間應(yīng)該保持一定的勾稽關(guān)系、均衡和慣性。一旦企業(yè)做假，這種均衡狀態(tài)將被打破，可能就會(huì)在一組或幾組財(cái)務(wù)指標(biāo)之間出現(xiàn)異常或矛盾。如果這種異常和矛盾無法解釋，則預(yù)示著會(huì)計(jì)做假的可能。分析性復(fù)核就是用來調(diào)查財(cái)務(wù)指標(biāo)之間是否異常變動(dòng)的審計(jì)程序。其次，盡管做假公司采用不同的做假手段，有著不同的做假動(dòng)機(jī)，但對(duì)上市公司而言，做假行為對(duì)財(cái)務(wù)報(bào)表的影響方向基本一致，都是虛增資產(chǎn)，隱藏負(fù)債，虛構(gòu)利潤(rùn)。因此，虛假財(cái)務(wù)報(bào)表可能會(huì)表現(xiàn)出一些與真實(shí)報(bào)表不同的特征。另外，從犯罪心理學(xué)可知，做假公司的做假行為往往是由同一群人在操縱和實(shí)施，其在一定時(shí)期內(nèi)所能動(dòng)用的資源和經(jīng)驗(yàn)是有限的，這就必然在做假手段上表現(xiàn)出一定的慣性、反復(fù)性和模仿性。有經(jīng)驗(yàn)的專業(yè)人士就可能通過財(cái)務(wù)報(bào)表發(fā)現(xiàn)冰山的一角。

　　用數(shù)據(jù)挖掘技術(shù)識(shí)別虛假財(cái)務(wù)報(bào)表的研究在國(guó)外已得到一定的應(yīng)用。這些研究盡管所選擇的識(shí)別變量不同，數(shù)據(jù)挖掘的技術(shù)不同，所使用的軟件也不同，但大都能得出類似的結(jié)論，即數(shù)據(jù)挖掘技術(shù)是一種有效的識(shí)別工具。

　　一、數(shù)據(jù)挖掘技術(shù)彌補(bǔ)財(cái)務(wù)報(bào)表審計(jì)局限

　　數(shù)據(jù)挖掘在識(shí)別虛假財(cái)務(wù)報(bào)表方面具有很獨(dú)特的優(yōu)點(diǎn)。相對(duì)于專業(yè)人士的經(jīng)驗(yàn)判斷，用數(shù)據(jù)挖掘技術(shù)識(shí)別虛假財(cái)務(wù)報(bào)表面對(duì)海量的上市公司財(cái)務(wù)數(shù)據(jù)，在縮短反應(yīng)時(shí)間、合理配置資源、減少主觀和隨意判斷及提高判斷準(zhǔn)確率上都有其獨(dú)有的優(yōu)勢(shì)。這對(duì)于監(jiān)管層加強(qiáng)打擊力度，提高監(jiān)管效率；投資者減少投資損失；審計(jì)師控制審計(jì)風(fēng)險(xiǎn)，減少法律訴訟都具有重要的實(shí)用價(jià)值。監(jiān)管層在資源有限的條件下只有建立仔細(xì)分析、明智決策、衡量成本和產(chǎn)出的新型情報(bào)偵察系統(tǒng)，而數(shù)據(jù)挖掘技術(shù)建立的虛假財(cái)務(wù)報(bào)表識(shí)別模型在這方面用處很大，它可以自動(dòng)從上市公司年報(bào)、中報(bào)、季報(bào)等財(cái)務(wù)數(shù)據(jù)中提取識(shí)別指標(biāo)變量，計(jì)算每家公司財(cái)務(wù)報(bào)表做假的概率。監(jiān)管人員設(shè)定一個(gè)對(duì)虛假財(cái)務(wù)報(bào)表的容忍率，就可得到做假概率大于容忍率的所有上市公司的列表。這些公司可初步判斷為高風(fēng)險(xiǎn)公司，是監(jiān)管層需要密切關(guān)注的對(duì)象。通過專家分析等偵查手段在掌握了初步證據(jù)后可對(duì)這些公司實(shí)地調(diào)查。同樣，監(jiān)管層根據(jù)公司做假概率和容忍率將上市公司進(jìn)行分類，不同的類別采用不同的偵查手段和分配不同的資源和時(shí)間，這樣監(jiān)管層在對(duì)上市公司違法違規(guī)的調(diào)查中就掌握了主動(dòng)權(quán)。如果監(jiān)管層、投資者和審計(jì)師借助數(shù)據(jù)挖掘技術(shù)等手段及時(shí)有效識(shí)別虛假財(cái)務(wù)報(bào)表，必將改變?cè)旒僬叩念A(yù)期，使其造假時(shí)心有余悸，從而減少做假行為的發(fā)生。數(shù)據(jù)挖掘技術(shù)有助于增強(qiáng)對(duì)做假行為的識(shí)別能力，使?jié)撛诘淖黾僬邥r(shí)刻存在危機(jī)感，從而防范做假行為的發(fā)生。

　　二、數(shù)據(jù)挖掘技術(shù)建立識(shí)別虛假財(cái)務(wù)報(bào)表的模型

　　(一)樣本選擇

　　虛假財(cái)務(wù)報(bào)表呈現(xiàn)多種途徑，如資產(chǎn)評(píng)估、非經(jīng)常損益和主業(yè)增長(zhǎng)等，由于前兩種在短期內(nèi)都會(huì)明顯改變企業(yè)的財(cái)務(wù)結(jié)構(gòu)，因此很難從財(cái)務(wù)指標(biāo)異動(dòng)中區(qū)分欺詐公司和正常公司。而對(duì)于主業(yè)增長(zhǎng)型企業(yè)，自然增長(zhǎng)企業(yè)的財(cái)務(wù)結(jié)構(gòu)理應(yīng)體現(xiàn)一定的規(guī)律性，其指標(biāo)異動(dòng)往往蘊(yùn)涵了一定的財(cái)務(wù)風(fēng)險(xiǎn)。由于不同類型會(huì)計(jì)欺詐的識(shí)別指標(biāo)迥異，將其歸為一類會(huì)弱化指標(biāo)的識(shí)別作用，因此本文對(duì)會(huì)計(jì)信息欺詐的識(shí)別模型定為主業(yè)增長(zhǎng)型利潤(rùn)操縱。基于此，筆者選擇了41家財(cái)務(wù)欺詐公司中單純涉及營(yíng)業(yè)利潤(rùn)操縱的25家作為欺詐公司的樣本，參照公司則在深滬兩市歷史上無虛假陳述現(xiàn)象，歷年被會(huì)計(jì)師出具標(biāo)準(zhǔn)無保留審計(jì)意見的上市公司中選取了與上述欺詐公司行業(yè)、資產(chǎn)規(guī)模、會(huì)計(jì)期間均匹配的25家公司。在選擇樣本時(shí)，為盡量統(tǒng)一標(biāo)準(zhǔn)，同時(shí)減少缺省值，做假的財(cái)務(wù)報(bào)表都是年度報(bào)表或基本報(bào)表，中報(bào)做假的公司不予考慮。為消除時(shí)間對(duì)指標(biāo)值的系統(tǒng)性影響，盡量使真實(shí)財(cái)務(wù)報(bào)表樣本公司的財(cái)務(wù)報(bào)表所屬年度與做假公司虛假財(cái)務(wù)報(bào)表的年度分布保持一致。

　　(二)數(shù)據(jù)處理(行業(yè)標(biāo)準(zhǔn)值的選擇)

　　分析性復(fù)核是調(diào)查各項(xiàng)比率或趨勢(shì)的異常變動(dòng)。顯然，要確認(rèn)是否異常關(guān)鍵是找到正常或標(biāo)準(zhǔn)值。行業(yè)標(biāo)準(zhǔn)值選擇不當(dāng)，可能會(huì)對(duì)分析產(chǎn)生誤導(dǎo)。行業(yè)標(biāo)準(zhǔn)值的選擇可以針對(duì)每一家樣本公司在所有上市公司中去尋找與其處于同一行業(yè)和規(guī)模的公司，計(jì)算這些公司的各項(xiàng)指標(biāo)，取其均值或中位數(shù)作為行業(yè)標(biāo)準(zhǔn)值。這種方法存在的問題是：做假樣本做假年度大多集中在1996、1997、1998三年，而在2001年證監(jiān)會(huì)的《上市公司行業(yè)分類指引》發(fā)布前，國(guó)內(nèi)上市公司的行業(yè)分類極為混亂，在已有系統(tǒng)下，難以找到滿意的計(jì)算行業(yè)標(biāo)準(zhǔn)的公司。2002年財(cái)政部統(tǒng)計(jì)司出版的《2002年企業(yè)績(jī)效評(píng)價(jià)標(biāo)準(zhǔn)值》在國(guó)民經(jīng)濟(jì)十大門類的基礎(chǔ)上共劃分了160個(gè)行業(yè)，攬括了做假公司所在的行業(yè)，本文將其作為行業(yè)標(biāo)準(zhǔn)值的來源?？紤]到上市公司大多是業(yè)績(jī)較好的國(guó)有大中型企業(yè)，所以取值時(shí)以大型企業(yè)的良好值為基礎(chǔ)(對(duì)文化藝術(shù)業(yè)、廣播電影電視業(yè)等由于未劃分規(guī)模，則取全行業(yè)的良好值)。同時(shí)，考慮到指標(biāo)計(jì)算時(shí)本身會(huì)剔除前期的影響，因此忽略不同時(shí)間年度對(duì)標(biāo)準(zhǔn)值的影響。

　　(三)指標(biāo)體系設(shè)置

　　本文的目的是識(shí)別虛假財(cái)務(wù)報(bào)表，而不是作為財(cái)務(wù)預(yù)警或分析做假公司做假的原因，所以識(shí)別變量的選擇大都是針對(duì)采用做假手段后對(duì)財(cái)務(wù)報(bào)表的異常影響和經(jīng)過掩飾后的虛假報(bào)表，而不是針對(duì)做假前做假公司的財(cái)務(wù)狀況的異常和經(jīng)過還原后的真實(shí)報(bào)表。在分析前，事先并不知道哪個(gè)指標(biāo)在做假中出現(xiàn)最頻繁，表現(xiàn)最突出，因此將利潤(rùn)類、資產(chǎn)負(fù)債類、現(xiàn)金流量類的主要指標(biāo)列示如下：(1)利潤(rùn)類指標(biāo)有：收入，包括主營(yíng)業(yè)務(wù)收入、其他業(yè)務(wù)收入、投資收益、營(yíng)業(yè)外收入；費(fèi)用，包括主營(yíng)業(yè)務(wù)成本、其他業(yè)務(wù)支出、營(yíng)業(yè)費(fèi)用、主營(yíng)業(yè)務(wù)稅金、管理費(fèi)用、財(cái)務(wù)費(fèi)用、營(yíng)業(yè)外支出、所得稅；凈利潤(rùn)。(2)資產(chǎn)負(fù)債類指標(biāo)有：資產(chǎn)類，分為流動(dòng)資產(chǎn)、長(zhǎng)期投資、固定資產(chǎn)、無形資產(chǎn)等，包括現(xiàn)金、銀行存款、應(yīng)收賬款、存貨、短期投資等；負(fù)債類指標(biāo)，分為流動(dòng)負(fù)債和長(zhǎng)期負(fù)債，包括短期借款、應(yīng)付賬款、預(yù)收賬款、應(yīng)付工資、應(yīng)交稅金、預(yù)提費(fèi)用等；所有者權(quán)益類指標(biāo)，是所有者對(duì)企業(yè)的投資，包括國(guó)家投資、法人投資、個(gè)人投資、外商投資等。(3)現(xiàn)金流量類指標(biāo)有：經(jīng)營(yíng)活動(dòng)現(xiàn)金流量，分為現(xiàn)金流入、現(xiàn)金流出、經(jīng)營(yíng)活動(dòng)的凈現(xiàn)金流量；投資活動(dòng)現(xiàn)金流量，分為現(xiàn)金流入、現(xiàn)金流出、經(jīng)營(yíng)活動(dòng)的凈現(xiàn)金流量；籌資活動(dòng)現(xiàn)金流量，分為現(xiàn)金流入、現(xiàn)金流出、經(jīng)營(yíng)活動(dòng)的凈現(xiàn)金流量；本期現(xiàn)金凈增加(凈減少)；期初現(xiàn)金余額；期末現(xiàn)金余額等。(4)由于本文總的樣本數(shù)只有25個(gè)(其中17個(gè)用于訓(xùn)練，8個(gè)用于模型評(píng)價(jià))，所以可能的識(shí)別變量就只有20個(gè)。因此，本文結(jié)果中的指標(biāo)變量只有10個(gè)左右。

　　(四)識(shí)別模型建立

　　本文的目的是從眾多的財(cái)務(wù)報(bào)表中識(shí)別虛假財(cái)務(wù)報(bào)表，也即數(shù)據(jù)分類。第一步是學(xué)習(xí)，用分類的算法分析訓(xùn)練數(shù)據(jù)，學(xué)習(xí)模型或分類法以分類規(guī)則形式提供，由于本文提供了每個(gè)訓(xùn)練樣本的類標(biāo)號(hào)(虛假或真實(shí))，因此本文模型的學(xué)習(xí)是有指導(dǎo)的學(xué)習(xí)；第二步是分類，用測(cè)試數(shù)據(jù)評(píng)估分類規(guī)則的準(zhǔn)確率，如果準(zhǔn)確率可以接受，則規(guī)則可用于新的數(shù)據(jù)的分類。本文采用SAS軟件EM模塊提供的分類方法來建立識(shí)別模型。EM中的數(shù)據(jù)分類模型主要有l(wèi)ogistic回歸法、近鄰法、決策樹、神經(jīng)元網(wǎng)絡(luò)、二階段、主成分神經(jīng)模型等。SAS分類功能的完成還需要通過數(shù)據(jù)集的確定(包括數(shù)據(jù)集中樣本選擇和指標(biāo)變量的確定)、抽樣等準(zhǔn)備，另外還需要對(duì)模型的反復(fù)探索、修改、再建模等過程，通過一定方法評(píng)估出一個(gè)相對(duì)成功的記分代碼，最后保留該記分代碼，應(yīng)用到新的數(shù)據(jù)中去。EM中可將分類處理過程用圖形化模塊組成一個(gè)處理流程圖，并依此來組織整個(gè)審計(jì)的分類過程。分類識(shí)別方法主要有人工神經(jīng)網(wǎng)絡(luò)、決策樹、遺傳算法、近鄰算法以及規(guī)則推導(dǎo)等，本文主要以數(shù)據(jù)挖掘的分類識(shí)別其中又以神經(jīng)網(wǎng)絡(luò)算法為主。一是數(shù)據(jù)的輸入。將是否為虛假報(bào)表(0-1變量，1表示樣本是虛假報(bào)表)作為分類的目標(biāo)變量。二是數(shù)據(jù)的分割。以是否為虛假報(bào)表為分層變量，將數(shù)據(jù)集中60％作為訓(xùn)練集(Train)，用于學(xué)習(xí)最優(yōu)的連接的權(quán)；20％作為確認(rèn)集(Validation)，用于不同神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的選擇和模型評(píng)價(jià)；20％作為測(cè)試集(Test)，用于獲得對(duì)總體錯(cuò)誤的最終無偏估計(jì)。三是變量的選擇。由于總樣本數(shù)只有25個(gè)(其中17個(gè)用于訓(xùn)練，8個(gè)用于模型評(píng)價(jià))，根據(jù)歷史資料和以往研究者的成果，再參考點(diǎn)擊(右鍵)Neural network的result的分析結(jié)果，本文最終確定的識(shí)別變量為(相對(duì)于行業(yè)標(biāo)準(zhǔn)值的變化率)應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率、主營(yíng)業(yè)務(wù)利潤(rùn)率、主營(yíng)業(yè)務(wù)收入增長(zhǎng)率和資產(chǎn)負(fù)債率。

　　三、主要結(jié)論

　　(一)模型結(jié)果

　　為加快學(xué)習(xí)過程，筆者對(duì)訓(xùn)練樣本中輸入層的每個(gè)輸入單元的值進(jìn)行規(guī)范化，使其落入0和1之間。規(guī)范化采用標(biāo)準(zhǔn)離差的方法。模型的優(yōu)劣利用Profit/loss矩陣來判斷，具體方法是在Input Data Source中編輯目標(biāo)輪廓(Edit target profile)中的利潤(rùn)矩陣(Profitmatrix)。最后通過EM模塊的分類分析(分析全部數(shù)據(jù)，包括預(yù)測(cè)和訓(xùn)練數(shù)據(jù))，各分類工具的第一類錯(cuò)誤頻數(shù)α和第二類錯(cuò)誤頻數(shù)p的值分別如表1所示。表1證實(shí)了上述結(jié)果的正確性，同時(shí)也發(fā)現(xiàn)并證實(shí)了Neural network是相對(duì)最優(yōu)的分類工具。

　　本文主要采用神經(jīng)網(wǎng)絡(luò)的分類方法。在神經(jīng)元模塊的隱藏層中，設(shè)置連接函數(shù)為線性函數(shù)；激活函數(shù)為Hyperbolic Tangent函數(shù)；允許偏差。在輸出層，設(shè)置連接函數(shù)為線性函數(shù)；激活函數(shù)為Hyperbolic Tangent函數(shù)；錯(cuò)誤函數(shù)為Bernoulli函數(shù)(針對(duì)0-1變量)。神經(jīng)網(wǎng)絡(luò)建立的識(shí)別模型對(duì)真實(shí)財(cái)務(wù)報(bào)表識(shí)別的正確率為83.33％，對(duì)虛假財(cái)務(wù)報(bào)表識(shí)別的正確率為71.43％。從另一角度看，當(dāng)用該模型識(shí)別財(cái)務(wù)報(bào)表時(shí)，如果模型判斷為真實(shí)財(cái)務(wù)報(bào)表，則正確率為88.24％；如果模型判斷為虛假財(cái)務(wù)報(bào)表，則正確率為62.5％。比較發(fā)現(xiàn)，神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)的正確率比LOGIT和NAIVE模型(指不采用任何手段協(xié)助，全憑主觀猜測(cè)，如認(rèn)為所有財(cái)務(wù)報(bào)表均為真實(shí)財(cái)務(wù)報(bào)表)高。這證明數(shù)據(jù)挖掘技術(shù)和分析性復(fù)核在識(shí)別虛假財(cái)務(wù)報(bào)表中具有相當(dāng)大的潛力。同時(shí)，由于識(shí)別變量是財(cái)務(wù)指標(biāo)，其相關(guān)性較強(qiáng)，當(dāng)使用Stepwise Logit模型時(shí)，最后只剩下一個(gè)識(shí)別變量，因此單變量的分類模型不是好的分類方法。這表明用基于線性的模型來識(shí)別虛假財(cái)務(wù)報(bào)表是不恰當(dāng)?shù)摹?

　　(二)指標(biāo)變量結(jié)果

　　用統(tǒng)計(jì)軟件SAS建模及檢驗(yàn)后可知以下幾個(gè)指標(biāo)對(duì)驗(yàn)證財(cái)務(wù)報(bào)表的虛假性相對(duì)重要：(1)應(yīng)收賬款、存貨周轉(zhuǎn)率(次)。做假公司的應(yīng)收賬款周轉(zhuǎn)率(次)和存貨周轉(zhuǎn)率(剔除行業(yè)影響或前期影響后)顯著低于非做假公司。(2)主營(yíng)業(yè)務(wù)利潤(rùn)率或毛利率。做假公司主營(yíng)業(yè)務(wù)利潤(rùn)率(剔除行業(yè)影響或前期影響后)顯著低于非做假公司。(3)收入、凈利潤(rùn)、資本公積增長(zhǎng)率。從T檢驗(yàn)看，做假公司的主營(yíng)業(yè)務(wù)收入增長(zhǎng)率和凈利潤(rùn)、資本公積增長(zhǎng)率(剔除行業(yè)影響后)顯著高于非做假公司。(4)自由現(xiàn)金流、盈利質(zhì)量(經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金凈流量，凈利潤(rùn))。從T檢驗(yàn)看，做假公司盈利質(zhì)量(剔除前期影響后)顯著高于非做假公司，自由現(xiàn)金流(經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金凈流量一對(duì)內(nèi)投資的現(xiàn)金凈流出)出現(xiàn)巨額赤字。(5)生產(chǎn)、銷售閑置情況。顯然，做假本身不需要消耗公司任何生產(chǎn)資源。因此，對(duì)于做假公司特別是那些本身生產(chǎn)處于停滯狀態(tài)，又急于做假虛構(gòu)利潤(rùn)的公司而言，一方面公司賬面收入、利潤(rùn)、庫(kù)存急劇增加，反映出生產(chǎn)任務(wù)飽滿，銷售通暢；另一方面公司的折舊/存貨、銷售費(fèi)用/收入的指標(biāo)卻極低，反映出生產(chǎn)、銷售閑置這樣自相矛盾的窘態(tài)。(6)資產(chǎn)狀況。做假公司的不良資產(chǎn)比例極高，而資產(chǎn)報(bào)酬率也極高。(7)稅率。做假公司的所得稅率(剔除前期影響后)顯著低于非做假公司。(8)資本結(jié)構(gòu)。做假公司為了掩蓋虛構(gòu)利潤(rùn)又無現(xiàn)金流入的不正?，F(xiàn)象，可能會(huì)通過大量銀行借款來增加貨幣資金。從T檢驗(yàn)看，做假公司的資產(chǎn)負(fù)債率(剔除行業(yè)影響后)顯著高于非做假公司。

　　總體而言，做假公司所反映出的財(cái)務(wù)特征是主營(yíng)業(yè)務(wù)收入(相對(duì)于行業(yè))急劇增長(zhǎng)，盈利質(zhì)量(相對(duì)于前期)：有所改善，但主營(yíng)業(yè)務(wù)利潤(rùn)率(相對(duì)于行業(yè)或前期)低下，缺乏持續(xù)的利潤(rùn)來源，應(yīng)收賬款、存貨周轉(zhuǎn)不靈(相對(duì)于行業(yè))，所得稅率(相對(duì)于前期)低，資產(chǎn)負(fù)債率(相對(duì)于行業(yè))高，一定程度上依賴于銀行貸款維持經(jīng)營(yíng)活動(dòng)。因此，上述識(shí)別變量應(yīng)視為一個(gè)整體。某些做假公司單獨(dú)分析一個(gè)或幾個(gè)識(shí)別變量無法發(fā)現(xiàn)異常，但當(dāng)將其作為一個(gè)整體時(shí)卻可能會(huì)發(fā)現(xiàn)做假的跡象。