會計師教你讀財報:4個現象,營收高、獲利升可能都是假象!
會計師教你讀財報:4個現象,營收高、獲利升可能都是假象!

想要知道一間企業的體質好不好,先看他們的財報準沒錯。你會觀察哪些財務數字呢?營收、淨利或者每股盈餘(EPS),是大多數人非常重視的指標,正常情況下,它們的確能反映企業的經營能力。

然而,當這些數字經過「潤飾」,或是企業透過非正當的手段取得時,香港獨立非執行董事協會台灣主席駱秉寬提醒,「這份財報便不再是企業的體檢報告,而是整形報告,」投資人沒有辦法正確判斷真實的營運情形。

安永聯合會計師事務便以「透視財務報表的關鍵訊息」為主題,舉辦研討會,提供獨立董事拆解企業財報的方法。而這套方法,同樣適用於每一位想學習如何觀察企業的投資人。

小心營收被灌水!不看「單一數字」比較保險

駱秉寬提到,財報中容易出現異常的地方有兩處:「營業收入」和「關係人交易」

首先,營業收入時常會有虛灌的風險。他舉例2017年台灣就有兩間上櫃公司,英格爾和華美,涉嫌利用海外人頭公司,和他們的大客戶中國普天集團交易,製造出大筆的應收帳款,以衝高營收。例如華美的應收帳款,就是其股本的4倍,而單一間普天集團,更占英格爾應收帳款的93%。

第二個則是隱匿關係人的交易。財報本來會於附錄列出重大交易的對象,但有些公司會刻意隱藏、沒有確實列出往來的公司,其實是可實質掌控的子公司。通常會選擇這麼做的原因,可能是為了避免競爭對手知悉企業的布局,或是賺取利潤後,可用於穩定母公司財務狀況。2016年時,台灣快閃記憶體大廠,就曾經因為未揭露關係人交易,遭到檢方大動作調查。

除了這兩處要多加留心,他也提醒,閱讀財報避免只看單一年度的數字,而要加入「財務比率」的思維,像是發現毛利率大幅下跌、負債比例一直提昇時,就要特別注意。同時,也要關注非財務指標,包括頻繁更換會計師、獨立董事和董事跳船等,都是財報可能灌水的警訊之一,像是華美去年就連續換了兩間會計師事務所。

就算各種獲利指標上揚,還要從 4 個角度確定數字可信

在實際拆解企業財報時,安永聯合會計師事務所審計部營運長涂嘉玲給出4個具體的觀察方向:

1. 比對同業毛利率

涂嘉玲指出,在看財報的時候,不能只想著這是一間特別傑出的公司。「一定要適當的懷疑。」

她以4間台灣生產食用油的公司為例,其中規模最小的業者,卻擁有第二名的毛利率。為什麼在沒有規模優勢的情況下,能夠取得較高的毛利?這個時候,比較同業的成績,就是最保險的做法。當你可以做比較,就能發現其中的原因,事後也證明由於他們滲入假油,才有辦法降低成本、領先同業。

2. 比對大環境趨勢

除了從同業的表現來看,整體大環境的表現也是觀察項目之一。即使市場上的龍頭或領先者,的確有可能在逆勢中保持好成績,但她仍然強調,抱持適度懷疑的態度,可以幫助你避開造假的企業

她舉例,一間從事貴金屬回收的公司,雖然是這個產業的佼佼者,卻在2013年金價下跌的時期,同業普遍沒有獲利的情況下,營業利益還能較同期成長一倍。而之後該公司就被爆出利用不當會計手法,遞延公司損失,還有員工盜賣金屬的新聞,甚至因此被停止交易。

3. 確認成長動能合理性

當企業營收、獲利相繼提高時,要記得更進一步抓出這些營運動能,是不是來自合理的業務內容。她提到過去一間企業的董事長,涉嫌加入類似他人人頭公司的行列。這時候會發現財報中的「其他營業收入」占比突然上升,成本卻沒有相應提高。「天下沒有白吃的午餐,真的會有哪種業務是低成本、高毛利嗎?」涂嘉玲說,便值得懷疑營收的合理性。

4. 確認營業活動現金流入

涂嘉玲指出,當資產、營收、獲利、股本都大幅成長時,還要再注意一項財務數字:營業活動現金流入。她以一件過去知名的詐欺事件為例,該公司1994年到1998年的5年間營收成長9倍、股本成長20倍、淨利更是飆漲60倍,在1999年上市時,還拿到了國家磐石獎。

然而,這一切看似美好的前景,竟是該公司透過做假帳、與人頭公司交易、左手進右手出等方法,在紙上捏造的海市蜃樓。其實,如果當時深入研究財報,就會發現在「營業活動現金」這個項目露了點端倪。

涂嘉玲解釋, 營業活動現金流入為正時,指的是企業每賣一件產品,都能夠從中留下現金 。但觀察該企業的財報,直到2004年騙局爆發前,營業活動現金都是負值,獲利卻不斷提高,代表企業並沒有真正拿到這些錢,做假帳的機率大幅提高,投資人就應該加強警戒。

本文授權轉載自:經理人

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓