基于数据挖掘的上市公司会计信息失真识别模型研究
发布时间：2021-07-10 19:09
在上市公司披露的财务报告中,会计信息占据百分之七十以上的内容,会计信息不仅是各个主体进行经济决策的有效基础,更是资本市场稳定发展的主要因素。随着公司信息化的蓬勃发展,经济交易逐步实现了网络化、智能化。在海量的会计信息中,传统的识别会计信息真实性方法成本高、效率低,已无法满足信息化时代的需求。因此,如何快速提取需要的数据并且识别会计信息的可靠性和真实性,已成为当前非常重要的课题。将数据挖掘方法引入会计、审计领域,不仅符合社会大众的需求,而且在缩短作业时间、优化资源配置、降低人为主观因素及提高识别准确率上具有独特的优势。本文将数据挖掘方法应用于上市公司会计信息失真识别工作中,在深入理解相关理论以及分析现有文献的基础上,综合运用数据挖掘方法对上市公司会计信息失真和非失真进行分类。首先,通过文献研究总结出初始指标体系,并通过主成分分析方法形成主成分指标。形成的九个主成分指标已经解释了总方差的近91.9%,在很大程度上能够代替初始指标完成会计信息失真识别模型的构建。其次,选择我国上市公司2008-2017年披露的财务报告数据作为研究样本,构建三种单一会计信息失真识别模型,支持向量机识别模型、广义...
【文章来源】：重庆理工大学重庆市
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
主成分指标的碎石图
4 会计信息失真识别模型构建（3）用分类识别模型对测试集数据进行识别。用分类识别模型对测试集数据进行识别的准确率为 94.8%，即对 558 条测试集记录进行识别，有 529 条记录识别正确，详细结果如下：[predict_label_3] = svmpredict(test_label,test,model);Accuracy=94.8029%（529/558）（classification）测试集 SVM 识别结果对比如图 4-3 所示，红色代表每条记录的真实类别，蓝色代表模型识别出的类别。
33图 4-4 GRNN 和 PNN 实验对比结4.5 基于决策树的识别模型构建本次研究根据决策树识别会计信息失真流程，运用决策树发现会计信息失真些特征之间的关系，达到识别目的。在实验中，会计信息失真记录标为 1，非失息标为 2，将 1、 2、 3、 4、 5、 6、 7、 8、 9共 9 个主成分指标共 1673 条输入模型。根据支持向量机模型中随机生成的 1115 条训练集数据和 558 条测试据进行决策树识别模型的创建。经过决策树剪枝优化后，产生的训练结果划分规图 4-6 所示，清晰的展示了决策树的生长过程以及分类规则，本决策树一共有 2叶子节点和 7 个分层。叶子节点上的 1 和 2 分别代表失真会计信息和非失真会
【参考文献】：
期刊论文
[1]基于三种BP-NNs改进算法的财务预警研究[J]. 李茜,唐恒书. 会计之友. 2019(06)
[2]基于PSO-BP和FOA-BP神经网络的财务危机预警模型比较[J]. 王玉冬,王迪,王珊珊. 统计与决策. 2018(15)
[3]Logistic财务预警模型预警正确率提升研究——引入盈余管理变量的分析[J]. 顾晓安,王炳蕲,李文卿. 南京审计大学学报. 2018(04)
[4]Logistic回归会计舞弊识别模型与会计舞弊指数比较研究[J]. 李清,闫世刚. 东北师大学报(哲学社会科学版). 2018(04)
[5]基于Logistic回归法的企业财务风险预警模型构建[J]. 李长山. 统计与决策. 2018(06)
[6]基于改进粒子群算法的模糊聚类-概率神经网络模型的企业财务危机预警模型研究[J]. 吴冲,刘佳明,郭志达. 运筹与管理. 2018(02)
[7]财务报告舞弊识别效率改善研究——基于分类技术改进和数据信息优化兼容视角[J]. 刘志洋,韩丽荣. 财经问题研究. 2018(01)
[8]论会计信息系统可信性保障机制——基于区块链技术[J]. 蔡立新,王琳惠. 财会月刊. 2017(22)
[9]会计信息对企业领导决策的影响研究[J]. 王峰,沈菊琴. 领导科学. 2017(20)
[10]财务舞弊识别模型构建及实证检验[J]. 张曾莲,高雅. 统计与决策. 2017(09)
硕士论文
[1]公司治理结构对上市公司会计信息失真的影响研究[D]. 陶飞.哈尔滨工程大学 2013
[2]基于因子分析的上市公司会计信息失真识别模型研究[D]. 晁茜.西安建筑科技大学 2012
[3]基于公司治理特征的上市公司会计信息失真识别研究[D]. 廖永强.湖南大学 2009
[4]我国上市公司会计信息操纵识别研究[D]. 杨其雷.厦门大学 2008
[5]上市公司会计信息可靠性识别研究[D]. 张新男.东北财经大学 2007
本文编号：3276495
【文章来源】：重庆理工大学重庆市
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
主成分指标的碎石图
4 会计信息失真识别模型构建（3）用分类识别模型对测试集数据进行识别。用分类识别模型对测试集数据进行识别的准确率为 94.8%，即对 558 条测试集记录进行识别，有 529 条记录识别正确，详细结果如下：[predict_label_3] = svmpredict(test_label,test,model);Accuracy=94.8029%（529/558）（classification）测试集 SVM 识别结果对比如图 4-3 所示，红色代表每条记录的真实类别，蓝色代表模型识别出的类别。
33图 4-4 GRNN 和 PNN 实验对比结4.5 基于决策树的识别模型构建本次研究根据决策树识别会计信息失真流程，运用决策树发现会计信息失真些特征之间的关系，达到识别目的。在实验中，会计信息失真记录标为 1，非失息标为 2，将 1、 2、 3、 4、 5、 6、 7、 8、 9共 9 个主成分指标共 1673 条输入模型。根据支持向量机模型中随机生成的 1115 条训练集数据和 558 条测试据进行决策树识别模型的创建。经过决策树剪枝优化后，产生的训练结果划分规图 4-6 所示，清晰的展示了决策树的生长过程以及分类规则，本决策树一共有 2叶子节点和 7 个分层。叶子节点上的 1 和 2 分别代表失真会计信息和非失真会
【参考文献】：
期刊论文
[1]基于三种BP-NNs改进算法的财务预警研究[J]. 李茜,唐恒书. 会计之友. 2019(06)
[2]基于PSO-BP和FOA-BP神经网络的财务危机预警模型比较[J]. 王玉冬,王迪,王珊珊. 统计与决策. 2018(15)
[3]Logistic财务预警模型预警正确率提升研究——引入盈余管理变量的分析[J]. 顾晓安,王炳蕲,李文卿. 南京审计大学学报. 2018(04)
[4]Logistic回归会计舞弊识别模型与会计舞弊指数比较研究[J]. 李清,闫世刚. 东北师大学报(哲学社会科学版). 2018(04)
[5]基于Logistic回归法的企业财务风险预警模型构建[J]. 李长山. 统计与决策. 2018(06)
[6]基于改进粒子群算法的模糊聚类-概率神经网络模型的企业财务危机预警模型研究[J]. 吴冲,刘佳明,郭志达. 运筹与管理. 2018(02)
[7]财务报告舞弊识别效率改善研究——基于分类技术改进和数据信息优化兼容视角[J]. 刘志洋,韩丽荣. 财经问题研究. 2018(01)
[8]论会计信息系统可信性保障机制——基于区块链技术[J]. 蔡立新,王琳惠. 财会月刊. 2017(22)
[9]会计信息对企业领导决策的影响研究[J]. 王峰,沈菊琴. 领导科学. 2017(20)
[10]财务舞弊识别模型构建及实证检验[J]. 张曾莲,高雅. 统计与决策. 2017(09)
硕士论文
[1]公司治理结构对上市公司会计信息失真的影响研究[D]. 陶飞.哈尔滨工程大学 2013
[2]基于因子分析的上市公司会计信息失真识别模型研究[D]. 晁茜.西安建筑科技大学 2012
[3]基于公司治理特征的上市公司会计信息失真识别研究[D]. 廖永强.湖南大学 2009
[4]我国上市公司会计信息操纵识别研究[D]. 杨其雷.厦门大学 2008
[5]上市公司会计信息可靠性识别研究[D]. 张新男.东北财经大学 2007
本文编号：3276495
本文链接：https://www.wllwen.com/jingjilunwen/jinrongzhengquanlunwen/3276495.html
