基于数据挖掘的公司财务造假识别模型研究

发布时间：2021-01-29 22:18

　　我国股票市场自1989年成立以来已历经40年时间。在此期间,上市公司数量和总体规模增长迅速,为我国经济发展注入了强劲动力。但是由于我国证券市场发展时间相对较短,相关监管政策不健全等原因,上市公司财务造假仍呈现高发态势,损害了投资者的切身利益,影响了中国证券市场的健康稳定发展。因此,如何对上市公司财务造假问题进行精准识别和有效预警就成为了监管层、机构投资者和个人投资者共同关注的问题。近年来,随着信息技术的发展,数据挖掘技术在金融风险防范方面的作用越来越凸显。本文把研究重点放在数据挖掘模型模型的对比分析和在中国市场的效果检验上,利用中国市场2000-2016年的上市公司财务造假违规信息数据库和上市公司财务信息数据库对数据挖掘技术判别的准确性进行了研究,探讨了在中国市场引进数据挖掘模型对上市公司财务造假进行识别的可行性。同时,本文尝试在已知的几种模型的基础上,构建综合识别机制。利用决策树、神经网络等模型的甄别结果,通过优化后的权重设置,对上市公司财务造假可能性进行综合评估,以提升财务造假识别的精准度,同时降低遗漏率。对有可能出现财务造假问题的上市公司进行风险提示,以此为市场投资者提供投资依据... 

【文章来源】：南京大学江苏省 211工程院校 985工程院校 教育部直属院校

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

图１．１：?２００３－２０１?７年Ａ股上市公司部分违规行为査处数Ｍ阁??３??

图１．２：论文框架图??１．３可能的创新点??第一，本文对识别能力的评价指标进行了创新。在两类样本数量不平衡的前??提下，总体识别准确率无法精准评价模型的识别能力。因此木文在实证研究中尝??试使用基于混渚矩阵的综合评价体系，使用总准确率、精确度、丫彳回度３个一级??指标和Ｆ度量值二级指标对模型进行评价，并可根据现实需耍的不同灵活调整评??价指标。可以更加科学地评判某一个模型的识别能力，方便对不同模型的识別效??果进行比较。??第二，本文在综合识别模型的构建上进行了创新。本文在对各种数据挖掘方??法模型识别效果进行比较的基础上，尝试分析各模型在识别过程中存在的问题，??并通过个体数据的置信度设置相关权Ｓ，构建…个综合性的财务造假识别机制，??以提升财务造假识别的准确率，降低错误率和漏报率。该模型相对于普通的多模??

Ｚ?神经元处理过程??图３．２：神经元处理模型??单个神经元的结构如上图所示，从ＸＩ到Ｘｎ，共有ｎ个输入变量，它们分??别被赋予不同的权重后输入神经元，其中Ｗ代表了?ｎ个不同的权重，用来刻＿??不同指标对结果的影响程度，这个权重在初始时可以设为等权重１／ｎ，随学习过??１９??


本文编号：3007704