目前我國市場經(jīng)濟前景良好,勢頭迅猛,上市公司的數(shù)量不斷上升。但由于我國經(jīng)濟正處在快速發(fā)展時期,體制尚不健全,從而導致上市公司財務舞弊的事件呈高發(fā)之勢。財務舞弊現(xiàn)象越來越嚴重,發(fā)生的此類事件也越來越多。盡管國家出臺了相應的規(guī)范措施,嚴打財務舞弊的上市公司,但是財務舞弊現(xiàn)象仍是屢禁不止。部分公司為了自己的利益會對財務狀況進行粉飾,提供給利益相關者的財務報告偏離實際。如何有效甄別財務舞弊、抑制舞弊案件的發(fā)生是證券市場一直在探討且亟待解決的問題。在此背景下,本文對各類財務舞弊識別模型進行改進,并分析比較模型的識別效果,極具現(xiàn)實意義。本文基于上市公司違規(guī)數(shù)據(jù)庫,首先,從國泰安數(shù)據(jù)庫中選取2007-2016年因財務舞弊受到懲罰的上市公司即舞弊公司,最終確定336家舞弊公司。參照Beasley配對原則,選取336個非舞弊公司作為配對樣本。運用SPSS對初選的29個指標進行顯著性檢驗,最終采用因子分析法對通過顯著性檢驗的指標進行約簡得到8個變量用于財務舞弊識別,作為數(shù)據(jù)挖掘模型的輸入變量,并將舞弊與否（非舞弊標記為1,舞弊標記為2）作為輸出變量。采用改進的GA-BP神經(jīng)網(wǎng)絡、決策樹和支持向量機三種算法... 

【文章來源】：重慶理工大學重慶市

【文章頁數(shù)】：61 頁

【學位級別】：碩士

【部分圖文】：

本文研究框架

三層BP神經(jīng)網(wǎng)絡結構

人工神經(jīng)元結構圖

【參考文獻】：
期刊論文
[1]上市公司會計舞弊風險指數(shù)影響因素研究[J]. 任朝陽,李清.  當代經(jīng)濟科學. 2017(05)
[2]上市公司財務舞弊的風險識別與證據(jù)收集[J]. 熊方軍,張龍平.  經(jīng)濟與管理研究. 2016(10)
[3]基于Logistic模型的上市公司表外會計舞弊影響因素[J]. 湯凌冰,羅長青,彭品.  系統(tǒng)工程. 2016(06)
[4]上市公司會計舞弊風險指數(shù)構建及預警研究[J]. 李清,任朝陽.  西安交通大學學報(社會科學版). 2016(01)
[5]高管背景特征與財務舞弊行為的研究——基于中國上市公司的經(jīng)驗數(shù)據(jù)[J]. 盧馨,李慧敏,陳爍輝.  審計與經(jīng)濟研究. 2015(06)
[6]基于神經(jīng)網(wǎng)絡組合模型的會計舞弊識別[J]. 夏明,李海林,吳立源.  統(tǒng)計與決策. 2015(16)
[7]產(chǎn)權性質、內部控制有效性與財務舞弊[J]. 范天偉,朱梓菡.  財會通訊. 2015(24)
[8]中國上市公司財務造假預測模型[J]. 錢蘋,羅玫.  會計研究. 2015(07)
[9]因子分析、Logistic回歸在會計舞弊研究中的應用[J]. 李欣,康進軍,李娜.  統(tǒng)計與決策. 2015(06)
[10]基于舞弊三角形理論的會計舞弊影響因素研究[J]. 謝小瑩,孫燕東.  財會通訊. 2014(27)



本文編號：2960101