基于机器学习的上市公司财报舞弊识别前沿方法比较研究

发布时间：2021-11-27 21:52

　　上市公司披露的各类信息,是财务报表使用者决策的重要依据,随着上市公司舞弊手段越发高明,单纯依靠传统的财务报告分析手段和传统的审计程序可能会对上市公司是否发生财报舞弊产生误判.机器学习的判别方法和传统财务报表分析是完全不同的,若能应用于上市公司财报舞弊识别,则对财务报告使用者决策工作能起到重要的辅助作用.能否将机器学习方法应用于上市公司财报舞弊识别,以及在众多的机器学习算法中何者最优是审计理论和实务中需要解决的关键问题.文章试图通过对统一样本实施训练和测试对照,寻找在现有披露信息的条件下进行上市公司财报舞弊识别最好的算法.实证的结果表明,随机森林、支持向量机及神经网络等方法表现较好,其中随机森林在测试集中表现最佳,这些方法可以实际应用于上市公司财报舞弊识别.同时,研究还认为敏感指标筛选有助于机器学习模型分类识别准确率的提升. 

【文章来源】：系统科学与数学. 2020,40(10)北大核心CSCD

【文章页数】：19 页

【部分图文】：

图２机器学习各方法的判别准确率??（Ｆｉｇｕｒｅ?２?Ｊｕｄｇｍｅｎｔ?ａｃｃｕｒａｃｙ?ｏｆ?ｅａｃｈ?ｍｅｔｈｏｄ?ｉｎ?ｍａｃｈｉｎｅ?ｌｅａｒｎｉｎｇ）??

息的筛选，因此利用初始输入指标训练的结果??比敏感指标更佳．??ｉｌｌ．练集Ｂ梅集测试集训练隹浏试集１），１练Ａ测钻集ｉｌｌ练＊?集??和＜邻远坤经网络?机随机森林??■?＿??图２机器学习各方法的判别准确率??（Ｆｉｇｕｒｅ?２?Ｊｕｄｇｍｅｎｔ?ａｃｃｕｒａｃｙ?ｏｆ?ｅａｃｈ?ｍｅｔｈｏｄ?ｉｎ?ｍａｃｈｉｎｅ?ｌｅａｒｎｉｎｇ）??训练＊?测试《?训练ｓ?澜试＊?训练＊?测试衆训练＊?测试＊?训练＊?浏试＊??疗素Ｍ叶斯?轉？－?神经；网络?随机森林??图３机器学习务方法的Ｆ１分值??（Ｆｉｇｕｒｅ?３?Ｔｈｅ?ＦＩ－Ｍｅａｓｕｒｅ?ｏｆ?ｅａｃｈ?ｍｅｔｈｏｄ?ｉｎ?ｍａｃｈｉｎｅ?ｌｅａｒｎｉｎｇ）??参考文献??［１］?李瀵：愁．审＇计狼ＩＩＩ与审＿！！＊失败——基予中Ｓ？监会虜＿费＿攻处罚公告》分析．审ｉ十与Ｍ跻研究，２０１７，??３２（２）：?５６－６５．??（Ｌｉ?Ｍ?Ｃ．?Ａｕｄｉｔ?ｓｔａｎｄａｒｄｓ?ａｎｄ?ａｕｄｉｔ?ｆａｉｌｕｒｅ：?Ａｎ?ａｎａｌｙｓｉｓ?ｆｒｏｍ?ＣＳＲＣ?ｓａｎｃｔｉｏｎｓ．?Ｊｏｕｒｎａｌ?ｏｆ?Ａｕｄｉｔ??ｋ?Ｅｃｏｎｏｍｉｃｓ，?２０１７，?３２（２）：?５６－６５．）??［２］?Ｍａｒｏｎ?Ｍ?Ｅ，?Ｋｕｈｎｓ?Ｊ?Ｌ．?Ｏｎ?ｒｅｌｅｖａｎｃｅ，?ｐｒｏｂａｂｉｌｉｓｔｉｃ?ｉｎｄｅｘｉｎｇ?ａｎｄ?ｉｎｆｏｒｍａｔｉｏｎ?ｒｅｔｒｉｅｖａｌ．?Ｊｏｕｒｎａｌ??ｏｆ?ｔｈｅ?ＡＣＭ?（ＪＡＣＭ），?１９６０，?７（３）：?２１６－２４４．??［３］?Ｌｅｕｎｇ?Ｋ?Ｍ．?Ｎａｉｖｅ?Ｂａｙｅｓｉａｎ?ｃｌａｓｓｉｆｉｅｒ．?Ｐｏｌｙｔｅｃｈ

【参考文献】：
期刊论文
[1]基于数据挖掘技术的财务舞弊识别模型构建[J]. 冯炳纯.  财会通讯. 2019(05)
[2]基于SVMK-Means的非均衡P2P网贷平台风险预测研究[J]. 张文,崔杨波,姜祎盼.  系统科学与数学. 2018(03)
[3]基于随机森林算法的两阶段变量选择研究[J]. 冯盼峰,温永仙.  系统科学与数学. 2018(01)
[4]审计准则与审计失败——基于中国证监会历年行政处罚公告的分析[J]. 李莫愁.  审计与经济研究. 2017(02)
[5]大数据下的快速KNN分类算法[J]. 苏毅娟,邓振云,程德波,宗鸣.  计算机应用研究. 2016(04)
[6]用于大数据分类的KNN算法研究[J]. 耿丽娟,李星毅.  计算机应用研究. 2014(05)
[7]基于朴素贝叶斯分类的高速公路交通事件检测[J]. 张轮,杨文臣,刘拓,施奕骋.  同济大学学报(自然科学版). 2014(04)
[8]基于舞弊三角理论的财务舞弊识别模型研究——支持向量机与Logistic回归的耦合实证分析[J]. 金花妍,刘永泽.  大连理工大学学报(社会科学版). 2014(01)
[9]基于Logistic方法的上市公司会计舞弊检测研究[J]. 岳殿民,吴晓丹,韩传模,申娜娜.  经济与管理研究. 2012(02)
[10]随机森林方法研究综述[J]. 方匡南,吴见彬,朱建平,谢邦昌.  统计与信息论坛. 2011(03)



本文编号：3523113