我國(guó)股票市場(chǎng)自1989年成立以來已歷經(jīng)40年時(shí)間。在此期間,上市公司數(shù)量和總體規(guī)模增長(zhǎng)迅速,為我國(guó)經(jīng)濟(jì)發(fā)展注入了強(qiáng)勁動(dòng)力。但是由于我國(guó)證券市場(chǎng)發(fā)展時(shí)間相對(duì)較短,相關(guān)監(jiān)管政策不健全等原因,上市公司財(cái)務(wù)造假仍呈現(xiàn)高發(fā)態(tài)勢(shì),損害了投資者的切身利益,影響了中國(guó)證券市場(chǎng)的健康穩(wěn)定發(fā)展。因此,如何對(duì)上市公司財(cái)務(wù)造假問題進(jìn)行精準(zhǔn)識(shí)別和有效預(yù)警就成為了監(jiān)管層、機(jī)構(gòu)投資者和個(gè)人投資者共同關(guān)注的問題。近年來,隨著信息技術(shù)的發(fā)展,數(shù)據(jù)挖掘技術(shù)在金融風(fēng)險(xiǎn)防范方面的作用越來越凸顯。本文把研究重點(diǎn)放在數(shù)據(jù)挖掘模型模型的對(duì)比分析和在中國(guó)市場(chǎng)的效果檢驗(yàn)上,利用中國(guó)市場(chǎng)2000-2016年的上市公司財(cái)務(wù)造假違規(guī)信息數(shù)據(jù)庫(kù)和上市公司財(cái)務(wù)信息數(shù)據(jù)庫(kù)對(duì)數(shù)據(jù)挖掘技術(shù)判別的準(zhǔn)確性進(jìn)行了研究,探討了在中國(guó)市場(chǎng)引進(jìn)數(shù)據(jù)挖掘模型對(duì)上市公司財(cái)務(wù)造假進(jìn)行識(shí)別的可行性。同時(shí),本文嘗試在已知的幾種模型的基礎(chǔ)上,構(gòu)建綜合識(shí)別機(jī)制。利用決策樹、神經(jīng)網(wǎng)絡(luò)等模型的甄別結(jié)果,通過優(yōu)化后的權(quán)重設(shè)置,對(duì)上市公司財(cái)務(wù)造假可能性進(jìn)行綜合評(píng)估,以提升財(cái)務(wù)造假識(shí)別的精準(zhǔn)度,同時(shí)降低遺漏率。對(duì)有可能出現(xiàn)財(cái)務(wù)造假問題的上市公司進(jìn)行風(fēng)險(xiǎn)提示,以此為市場(chǎng)投資者提供投資依據(jù)... 

【文章來源】：南京大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．１：?２００３－２０１?７年Ａ股上市公司部分違規(guī)行為査處數(shù)Ｍ閣??３??

圖１．２：論文框架圖??１．３可能的創(chuàng)新點(diǎn)??第一，本文對(duì)識(shí)別能力的評(píng)價(jià)指標(biāo)進(jìn)行了創(chuàng)新。在兩類樣本數(shù)量不平衡的前??提下，總體識(shí)別準(zhǔn)確率無法精準(zhǔn)評(píng)價(jià)模型的識(shí)別能力。因此木文在實(shí)證研究中嘗??試使用基于混渚矩陣的綜合評(píng)價(jià)體系，使用總準(zhǔn)確率、精確度、丫彳回度３個(gè)一級(jí)??指標(biāo)和Ｆ度量值二級(jí)指標(biāo)對(duì)模型進(jìn)行評(píng)價(jià)，并可根據(jù)現(xiàn)實(shí)需耍的不同靈活調(diào)整評(píng)??價(jià)指標(biāo)�？梢愿涌茖W(xué)地評(píng)判某一個(gè)模型的識(shí)別能力，方便對(duì)不同模型的識(shí)別效??果進(jìn)行比較。??第二，本文在綜合識(shí)別模型的構(gòu)建上進(jìn)行了創(chuàng)新。本文在對(duì)各種數(shù)據(jù)挖掘方??法模型識(shí)別效果進(jìn)行比較的基礎(chǔ)上，嘗試分析各模型在識(shí)別過程中存在的問題，??并通過個(gè)體數(shù)據(jù)的置信度設(shè)置相關(guān)權(quán)Ｓ，構(gòu)建…個(gè)綜合性的財(cái)務(wù)造假識(shí)別機(jī)制，??以提升財(cái)務(wù)造假識(shí)別的準(zhǔn)確率，降低錯(cuò)誤率和漏報(bào)率。該模型相對(duì)于普通的多模??

Ｚ?神經(jīng)元處理過程??圖３．２：神經(jīng)元處理模型??單個(gè)神經(jīng)元的結(jié)構(gòu)如上圖所示，從ＸＩ到Ｘｎ，共有ｎ個(gè)輸入變量，它們分??別被賦予不同的權(quán)重后輸入神經(jīng)元，其中Ｗ代表了?ｎ個(gè)不同的權(quán)重，用來刻＿??不同指標(biāo)對(duì)結(jié)果的影響程度，這個(gè)權(quán)重在初始時(shí)可以設(shè)為等權(quán)重１／ｎ，隨學(xué)習(xí)過??１９??


本文編號(hào)：3007704