今天，我将从两个话题出发，为你提供知识服务。第一个是，日本东芝公司，正式宣布退市。第二个是，全国多地举办世界城市日活动。

先来看今天的第一条。日本的东芝在11月22日正式召开股东大会，这回股东大会上的动作直接指向一件事，这就是东芝的退市，退市的正式时间是今年的12月20日。没错，已经创立150年，并且有74年上市历史的东芝，终于在今年退市了。日本第一个灯泡、第一台洗衣机、第一台电视、第一台冰箱、第一个DVD，都来自东芝。就连全球第一台笔记本电脑，也是东芝研发的。

那么，这么一个电子巨头，到底是怎么没落的呢？原因有很多。比如，涉足领域过多，什么都干，但都没有形成核心竞争力；再比如，没有及时调整战略，一次次错过电子发展的新浪潮。

但公认的一个致命性打击是，2015年，东芝被曝出系统性财务造假。审计机构发现，东芝在半导体、笔记本电脑等核心业务上，持续做了7年假账，给企业的账上凭空做出了1518亿日元的利润，大概合75亿元人民币。这说明，从2008年开始，东芝就已经开始靠做假账掩盖经营问题。

造假事件给了东芝致命一击，事件曝光后，为了补上亏空的大窟窿，东芝开始业务大甩卖。比如把家电业务卖给了中国美的，电视业务卖给了中国海信，个人电脑业务卖给了夏普，半导体业务卖给了一个美日韩财团联盟，医疗设备业务也卖给了当时还健在的佳能。

除了大甩卖，东芝在资本市场上也做了各种引资尝试，但即使这样，东芝的财务问题最终也没有解决，走向了退市的结局。

东芝的故事咱们就先讲到这儿。借着这个话题，今天咱们来聊聊，企业财务造假。

除了东芝，还有很多大企业，也是因为被曝财务造假，而导致公司形势急转直下。比如美国能源公司安然，2000年的年营业额高达1000亿美元，但是，2001年，安然被调查出，从1997年开始财务造假，总共虚报盈利6亿美元。曝光后，安然的股价一天跌去了75%，短短几周后，就宣布破产。这是美国历史上最大的财务造假案，也是美国历史上第二大的企业破产案。

你看，财务造假，危害不小。问题是即使数额巨大，也很难立即被发现。因为

财务造假，通常是业务发生后照着结果操作的，具有很强的隐蔽性。

说白了，敌在暗，你在明，不光难预测，连事后审查都不容易审查出来。比如安然造假，审计机构安达信就没审计出来，安然破产后直接导致安达信也连带解体。

但是，侦测财务造假，这又是一件相当重要的事情。因为市场必须监督企业，也必须对投资者和消费者负责。好在，即使难度大，行业里目前也有不少可以用来侦测财务造假的方法，主要针对的，是公司的财务报表。大致有这么三种方法，咱们可以简单了解了解。

强调一句，这些方法，可以作为工具，但不打保票。

第一种方法，是利用数学模型做逻辑推导。代表性的工具，是多元线性回归模型和概率模型。这属于传统的统计模型，对上市公司的财务指标做回归，可以发现其中的异常指标，这些指标里就可能存在猫腻。

第二种方法，是使用机器学习做分析。这是对上一种方法的升级，可以识别指标之间隐藏的深层关系，发现其中的异常。更重要的是，除了财务指标，机器学习还可以分析非财务指标，比如财报中管理讨论与分析部分的文字。

第三种方法，比较奇特，是使用基于自然法则的工具来侦测财务造假。

什么是自然法则呢？简单理解，就是不受人为操控的天然数字规律。因为人为修改过的数据，常常不符合这样的天然数字规律。

其中一个代表性工具，叫作

本福特定律

。这是一个有关数字频率的规律。先问你一个问题，给你一堆从实际生活生产中得出的数据，凭你的直觉，这些数字的首位数，最可能是几？按直觉，咱们可能会觉得1到9，概率都差不多是1/9吧。但是，本福特定律认为，这个概率不是平均的1/9，

简单来说，在一堆从实际生活生产中得出的数据里，以1为首位数字的数，出现的概率达到30%。而且，数字越大，出现的概率就越低，比如，2开头的数字，出现概率是17%，3的概率是12%，到9的时候，只剩下4.6%。

这就是本福特定律。不说你也能想到，这是一个叫本福特的人发现的。最早是在1881年，有一位天文学家，发现对数表里，1开头的数字那几页，翻得比其他页码更烂。但是，这个发现还比较偶然。1938年，物理学家本福特再次发现了这个现象，并且发现很多自然发生的数据集都符合这个模式，比如河流的表面积、分子的重量、某个地区的街道地址，甚至一本《读者文摘》中出现的数字，都符合这个规律，他由此提出了本福特定律。

对于这个不同寻常的概率，有一种解释是这样的，所有的数字，都要从1开始往上爬，升位后，继续重复这个过程。因此从1到9，首位数出现的概率逐渐下降，挺好理解的。

到1972年，美国经济学家哈尔·瓦里安提出，可以用本福特定律来检测数字造假。原理很简单，造假的人篡改的数字，首位数的分布会和自然分布出现偏差。尤其是，伪造的数据更多以5或6开头，造假的人会本能地觉得，比起1或者9，一个中间数字看起来不那么刻意，也不那么可疑。但这种心理恰恰导致，首位数字中的5和6，远远高于正常水平。

现在，本福特定律也被大量用在数据造假的检测中，比如选举造假、税务造假、财务造假等等。要注意的是，本福特定律奏效的前提是，数据必须杂乱无章，随机、跨度大、样本数量多，而且没有人为设计成分。

这种方法，最大优点是简单实用。检查数据报表时，只要用简单的计算方法来计算1到9中，每一个数字出现在数字首位的数量是否符合本福特定律，就可以很快地判断数据的真实性。据说，安然造假丑闻发生时，有人用本福特定律对安然公司公布的财务报表做了检验，发现安然公司的财务报表中公布的每股盈利数据，确实不符合本福特定律。

同时，针对财务造假检测，也要强调一下，造假是一系列复杂的关联性问题，一个简单的数字工具，可以作为参考，但不能作为唯一标准。

当然，财务造假本身离我们挺远。但是，发现一个自然中的神奇定律，对我们还是有不小的意义。你会发现，这种随机法则，在生活中随处可见。

比如，如果你逛超市的时候无聊，留意一下超市的产品价格标签，会发现这些数字大概率符合本福特定律，也就是，1开头的最多，9开头的最少。

再比如，字母使用，也存在一个固定的频率。英语中最常使用的字母是e，接着是t和a，最少用的是x和z。这种规律，会体现在相关的产业里。像是铅字印刷时代的排字机，就是按字母的使用频率从高到低分布的。又比如，摩斯电码中，越常用的字母，编码符号就越短。卖键盘备用键帽的商店里，也是字母E的替换键帽卖得最好，接着是N和A。

再给你补充一个很常见的例子，你收到的6位短信验证码里，大概率会有重复数字。有人做了计算，一个随机的6位验证码，出现6个不同数字的概率，只有15%，出现5个数字的概率，是45%，出现4个数字的概率，是33%，再往上，概率又会变得极小。也就是说，你有85%概率，会收到一个有重复数字的验证码。

当然，说了这么多，看起来都是

生活中不起眼，也没什么用的细节，但假如你仔细把玩，其中也乐趣不少。

我们经常说一句话，叫作“不疑处生疑”，只要你留心观察，最无用的事物里，也会暗藏意料之外的规律。

再来看今天的第二条。上个月底是世界城市日，很多地方都举办了城市展示活动。比如，湖北宜昌，举办了菊花展。江苏南京，举办了24+城市微展。也就是通过24个展会联动，展现整个南京市。

假如你最近去外地，也可以多留心近期的展会，这是了解一座城市的

快捷方式

。

但是，说到这，也引出一个问题。展会不是天天有，那么，在平时的日常生活中，有没有什么方法，能让我们快速了解一座城市呢？

最近，正好看到两位高手的解答，很受启发。

第一位，是零售专家黄碧云老师。黄碧云老师最近发了一篇文章，说的是怎么通过逛超市，反推出超市周边的城市环境。

首先，我们可以通过超市陈列，判断周边的发展状况。比如，你可以观察一下蔬菜的形状。假如形状规则统一，黄瓜都像一个模子刻出来的，就可以推测，这个城市，蔬菜种植标准高，农业水平不低。

再比如，假如超市里的生鲜品类丰富，而且摆放方式是层层叠叠摞在一起的。就说明店家要充分利用面积，店铺的租金应该不便宜。也可以进一步推测，超市附近的地价应该比较贵。

其次，可以通过商品的包装，看周边人口的分布。假如货架上的零食以小包装为主，并且生产日期都比较新。就说明，周围很可能有学校，学生比较多。小包装的零食受欢迎，出货快。假如老年食品经常搞促销，就说明周边的老人比较多。

最后，可以通过调料的销量，看当地人的口味。假如小葱和姜卖得快，说明当地人可能爱吃鱼，因为做鱼普遍少不了这两样。这个道理不复杂，就不多说了。

你看，

超市也可以成为一面镜子，折射出周边的生活面貌

。

接下来要说的第二位，是万通集团的创始人冯仑。曾经有人问他，

假如一个外地人，想去一个城市拓展生意，怎么判断这个地方适不适合外地人创业呢？

按照冯仑的观察，你可以留意这么三件事。

首先，

看看当地最大的律师事务所一年能挣多少钱。

这反映了当地律师市场的发达程度。律师市场不发达的地方，可能更多地是靠吃饭和拉关系来办事，外地人就没有优势。而律师市场发达的地方，也许意味着规则更透明。

其次，

看看高速路两边的广告牌打的什么广告。

这反映了一个地方的开放程度。假如有大量的画家广告，就值得警惕了。因为字画其实是一种人际润滑的工具，画家广告多的地方，也许说明当地的人情往来需求很多。假如国内知名企业，或者跨国公司的广告居多，也许说明这个地方的开放度比较高，更适合外来人做生意。

最后，

看当地有没有持续存在20年以上的优秀民营企业。

这反映了一个地方的营商环境。这样的企业越多，说明当地的营商环境越好。

你看，

观察一座城市，除了看宏观的数据，也可以从微观的局部入手

。假如你再去一个新地方，也许可以试试类似的方法。

最后，总结一下，今天说了两个话题。

第一，怎么利用自然规律，识别财务造假。简单说，自然界的很多数据分布，并不是完全平均的，非对称分布是常态。这或许可以为你判断数据提供一个参考。

第二，怎么通过日常观察，快速了解一座城市。你可以多留意这么几个地方，分别是，超市、律所、广告牌。同时，假如你有什么好方法，也请来留言区一起分享。

假如你的身边有人对这两个话题感兴趣，推荐你把今天的节目分享给他。

好，以上就是今天的内容。《得到头条》，明天见。