（2026.05.25，新加坡）新加坡金融管理局（MAS）正在探索开发一套由人工智能驱动的财务报表欺诈监测工具，旨在加强对上市公司的市场监管与风险侦测能力。此举显示监管机构正从传统的“事后调查”模式，转向更主动、实时的市场监督。
根据金管局于5月15日在政府电子商务网站（GeBIZ）发布的招标文件，这套工具须能够学习市场上常见的财务报表欺诈类型、手法及特征，并识别相关财务与非财务危险信号（red flag）。工具还将分析上市公司的公开披露资料，包括年报、财报、监管公告、媒体报道及独立研究报告，以识别潜在的财务报表欺诈迹象。
此外，系统还须能监测可能需要进一步审查的重要事件，如外部审计师突然辞任，并根据分析结果对上市公司进行风险分类。
新加坡管理大学杨邦孝法学院助理教授妮迪亚（Nydia Remolina）指出，传统市场监督主要依赖规则导向的“危险信号”测试及抽样审核，但难以应付海量数据，也不易发现跨文件、跨时间的异常模式。
“财务犯罪往往不是单一异常数字，而是多个看似正常的信息之间出现不一致。例如，公司年报里的说法，与银行记录、供应商数据或过往监管申报内容出现落差。AI的优势在于能够分析大量资料，并建立这些关联，”妮迪亚说。
她同时指出，复杂欺诈往往刻意规避监测，而依赖历史案例训练的模型，也未必能识别新型手法。因此，“AI只能提出风险线索，无法直接证明欺诈，人为监督与专业判断仍不可或缺”。
企业治理专家、新加坡国立大学商学院教授麦润田指出，市场上已有一些利用AI或数据分析识别财务异常的企业，如总部设在英国、由新加坡团队创办的人工智能金融科技公司transparently.AI，已获得部分监管机构采用。
麦润田认为，相较传统数据分析，AI最大优势在于能够整合“几乎所有公开信息”，包括财务与非财务资料，因此更适合作为早期预警工具。
“人为监督与判断仍非常重要。这类AI工具可成为金管局监管工具箱的一部分，用于更及时地识别须进一步调查的公司，让监管更偏向预防，而不是事后反应，”麦润田说。
他也认同金管局计划纳入非财务指标。“许多现有工具主要依赖财务指标，因为这些数据较容易量化。但企业治理等非财务因素，往往比财务数据更早出现危险信号。等到财务报表本身出现明显问题时，可能已太迟。”
此前，今年5月初，金管局已宣布与银行业、政府科技局及新加坡警察部队合作，运用AI与机器学习技术加强诈骗侦测能力，并启动了汇集五家银行数据的“价值验证”（Proof-of-Value）项目。此次针对上市公司财报欺诈的AI工具招标，是金管局将AI技术从支付端延伸至资本市场端的又一重要举措。
