基于数据挖掘的中国上市公司财务舞弊识别研究

发布时间：2021-01-06 06:35

　　目前我国市场经济前景良好,势头迅猛,上市公司的数量不断上升。但由于我国经济正处在快速发展时期,体制尚不健全,从而导致上市公司财务舞弊的事件呈高发之势。财务舞弊现象越来越严重,发生的此类事件也越来越多。尽管国家出台了相应的规范措施,严打财务舞弊的上市公司,但是财务舞弊现象仍是屡禁不止。部分公司为了自己的利益会对财务状况进行粉饰,提供给利益相关者的财务报告偏离实际。如何有效甄别财务舞弊、抑制舞弊案件的发生是证券市场一直在探讨且亟待解决的问题。在此背景下,本文对各类财务舞弊识别模型进行改进,并分析比较模型的识别效果,极具现实意义。本文基于上市公司违规数据库,首先,从国泰安数据库中选取2007-2016年因财务舞弊受到惩罚的上市公司即舞弊公司,最终确定336家舞弊公司。参照Beasley配对原则,选取336个非舞弊公司作为配对样本。运用SPSS对初选的29个指标进行显著性检验,最终采用因子分析法对通过显著性检验的指标进行约简得到8个变量用于财务舞弊识别,作为数据挖掘模型的输入变量,并将舞弊与否（非舞弊标记为1,舞弊标记为2）作为输出变量。采用改进的GA-BP神经网络、决策树和支持向量机三种算法... 

【文章来源】：重庆理工大学重庆市

【文章页数】：61 页

【学位级别】：硕士

【部分图文】：

本文研究框架

三层BP神经网络结构

人工神经元结构图

【参考文献】：
期刊论文
[1]上市公司会计舞弊风险指数影响因素研究[J]. 任朝阳,李清.  当代经济科学. 2017(05)
[2]上市公司财务舞弊的风险识别与证据收集[J]. 熊方军,张龙平.  经济与管理研究. 2016(10)
[3]基于Logistic模型的上市公司表外会计舞弊影响因素[J]. 汤凌冰,罗长青,彭品.  系统工程. 2016(06)
[4]上市公司会计舞弊风险指数构建及预警研究[J]. 李清,任朝阳.  西安交通大学学报(社会科学版). 2016(01)
[5]高管背景特征与财务舞弊行为的研究——基于中国上市公司的经验数据[J]. 卢馨,李慧敏,陈烁辉.  审计与经济研究. 2015(06)
[6]基于神经网络组合模型的会计舞弊识别[J]. 夏明,李海林,吴立源.  统计与决策. 2015(16)
[7]产权性质、内部控制有效性与财务舞弊[J]. 范天伟,朱梓菡.  财会通讯. 2015(24)
[8]中国上市公司财务造假预测模型[J]. 钱苹,罗玫.  会计研究. 2015(07)
[9]因子分析、Logistic回归在会计舞弊研究中的应用[J]. 李欣,康进军,李娜.  统计与决策. 2015(06)
[10]基于舞弊三角形理论的会计舞弊影响因素研究[J]. 谢小莹,孙燕东.  财会通讯. 2014(27)



本文编号：2960101