發(fā)布時間：2018-12-25 10:31

【摘要】：本文從財務欺詐識別領域的研究成果入手,在分析前人研究不足的基礎上,針對不足,深入探索,提出了較為有效的解決辦法。具體地,本文針對前人研究的兩項不足做了三方面工作。第一,本文針對傳統(tǒng)財務欺詐識別模型無法捕捉財務指標縱向年度異常的不足,將這種縱向異常提煉成時序指標并加至樸素貝葉斯分類模型,改善了模型的分類精度。其中,著重研究了差值、比值、相對值形式的時序指標哪種更為有效,以及不同年份間的時序指標如何合理加權的問題。實證研究的結論是比值形式的時序指標更為有效,且當分配0.8的權重給較近年份的時序指標,同時分配0.2的權重給較遠年份的時序指標時,效果更好。第二,本文從聚類的角度驗證了分類模型中構造的比值時序指標的有效性,同時,還挖掘了比值時序指標所能反映的欺詐特征。實證研究的結論是當財務欺詐行為存在時,由凈資產收益率和每股收益各自衍生出的比值形式時序指標可能出現較大異常。第三,本文針對傳統(tǒng)欺詐識別模型作為監(jiān)督學習算法而固有的不足——對照樣本的選擇和標注工作存在潛在不合理性、冗余性,基于部分監(jiān)督學習算法對傳統(tǒng)模型進行了改造。實證研究的結論是經優(yōu)化改造的模型,不僅能夠排除不可靠對照樣本的干擾,還能充分利用欺詐樣本中包含的有利于識別欺詐的信息。優(yōu)化后的模型在識別財務欺詐方面也擁有更為出色的表現。
[Abstract]:This paper starts with the research results in the field of financial fraud identification, and on the basis of analyzing the insufficiency of previous research, aiming at the deficiency, deeply explores, and puts forward some more effective solutions. Specifically, three aspects of work have been done in this paper in view of the two deficiencies of previous studies. Firstly, aiming at the deficiency of the traditional financial fraud identification model which can not catch the longitudinal annual anomaly of financial index, this paper abstracts this longitudinal anomaly into a time series index and adds it to the naive Bayes classification model, which improves the classification accuracy of the model. Among them, the difference value, the ratio, the relative value form time series index which is more effective, and the time series index between different years how to weigh reasonably are studied emphatically. The conclusion of the empirical study is that the time series index in the form of ratio is more effective, and the effect is better when the weight of 0.8 is assigned to the time series index of the recent year and the weight of 0.2 is assigned to the time series index of the farther year at the same time. Secondly, from the point of view of clustering, this paper verifies the validity of the ratio time series index constructed in the classification model, and also excavates the fraud characteristic that the ratio time series index can reflect. The conclusion of the empirical study is that when the financial fraud exists, the ratio forms derived from the return on net assets and earnings per share may be abnormal. Thirdly, aiming at the inherent deficiency of the traditional fraud identification model as a supervised learning algorithm-the selection and labeling of control samples is potentially irrational and redundant, the traditional model is modified based on the partially supervised learning algorithm. The conclusion of the empirical study is that the modified model can not only eliminate the interference of unreliable control samples, but also make full use of the information contained in fraud samples to identify fraud. The optimized model also has a better performance in identifying financial fraud.
【學位授予單位】：西南交通大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：F234.4;F224

【參考文獻】

相關期刊論文 前10條

1 蔡寧,梁麗珍;公司治理與財務舞弊關系的經驗分析[J];財經理論與實踐;2003年06期

2 劉桂良;葉寶松;周蘭;;舞弊治理:基于上市公司財務舞弊特征的分析[J];財經理論與實踐;2009年03期

3 張煜東;霍元鎧;吳樂南;董正超;;降維技術與方法綜述[J];四川兵工學報;2010年10期

4 梅國平;陳孝新;毛小兵;;基于主成分分析的企業(yè)會計信息失真預測模型[J];當代財經;2006年02期

5 程永文;;聚類分析在識別財務欺詐中的應用[J];合肥工業(yè)大學學報(自然科學版);2006年10期

6 蔡志岳;吳世農;;基于公司治理的信息披露舞弊預警研究[J];管理科學;2006年04期

7 余玉苗;呂凡;;財務舞弊風險的識別——基于財務指標增量信息的研究視角[J];經濟評論;2010年04期

8 陳信元,張?zhí)镉?陳冬華;預期股票收益的橫截面多因素分析:來自中國證券市場的經驗證據[J];金融研究;2001年06期

9 顧寧生;馮勤超;;基于LVQ神經網絡的財務舞弊識別模型實證研究[J];價值工程;2009年10期

10 耿建新 ,肖澤忠 ,續(xù)芹;報表收益與現金流量數據之間關系的實證分析——信息不實公司的預警信號[J];會計研究;2002年12期

相關博士學位論文 前2條

1 任海松;上市公司財務報告欺詐及其偵測研究[D];東北財經大學;2006年

2 鄧慶山;基于數據挖掘技術的上市公司會計信息失真識別研究[D];江西財經大學;2009年

相關碩士學位論文 前2條

1 陳凌;我國上市公司財務欺詐識別模型研究[D];中國人民大學;2005年

2 楊芳;上市公司財務欺詐識別[D];湖南大學;2006年

，

本文編號：2391059