【摘要】：金融欺詐是一個(gè)嚴(yán)重的世界性問題。金融欺詐被定義為“一種違反法律、規(guī)章和政策來獲取未經(jīng)授權(quán)的財(cái)務(wù)收益的故意行為”。自21世紀(jì)起,許多影響深遠(yuǎn)的金融欺詐案例如安然、世界通信公司、泰科、南方醫(yī)療等公司給股東帶來了巨大的經(jīng)濟(jì)損失。安然的欺詐丑聞導(dǎo)致股東損失740億美元,世界通信公司的欺詐導(dǎo)致3萬(wàn)人失去工作以及投資人損失1800億美元。除了財(cái)務(wù)損失,金融欺詐對(duì)世界經(jīng)濟(jì)帶來了不可估量的重創(chuàng),也嚴(yán)重打擊了投資人對(duì)股市公正的信心。更為嚴(yán)重的是,美國(guó)公司金融欺詐的案例在過去十年間還有明顯上升。不僅僅是美國(guó)公司,中國(guó)公司也出現(xiàn)同樣的問題。隨著中國(guó)金融改革的不斷深化,許多總部在中國(guó)大陸的公司選擇在海外上市。這些公司被統(tǒng)稱為中概股。從2010年開始,許多中概股公司被一些市場(chǎng)研究公司(比如渾水公司和香櫞研究)做空。被做空的公司有東方紙業(yè)、綠諾國(guó)際、多元環(huán)球水務(wù)、中國(guó)高速傳媒等,這些公司先是股票大跌,緊接著被證監(jiān)會(huì)調(diào)查,最后紛紛退市。許多投資人損失資金也對(duì)所有的中概股喪失信心。為了避免巨大的損失,識(shí)別公司財(cái)務(wù)欺詐十分有必要,才能保證金融市場(chǎng)公平、開放和透明。美國(guó)聯(lián)邦調(diào)查局調(diào)查的金融欺詐類型包括公司欺詐、證券商品欺詐、醫(yī)療欺詐、金融機(jī)構(gòu)欺詐、抵押欺詐等。鑒于美國(guó)和中概股欺詐公司帶來的慘痛教訓(xùn),公司欺詐識(shí)別引來多方關(guān)注。在1997年至2008年期間發(fā)表的49篇有關(guān)金融欺詐識(shí)別的文章中,34. 75%研究的是關(guān)于公司欺詐的,這是本研究也以公司欺詐作為研究目標(biāo)的原因之一。此外,公司欺詐可以通過財(cái)務(wù)報(bào)表反映出來,因而有充足的數(shù)據(jù),這是本文研究公司欺詐的原因之二�，F(xiàn)有研究中公司欺詐被劃分為四個(gè)子類,包括股東欺詐、政府欺詐、財(cái)報(bào)欺詐和監(jiān)管違規(guī)。由于公司欺詐更易于發(fā)生在高管層面,而且高管欺詐的影響力更大,因而本研究采用的公司欺詐定義是公司管理層通過發(fā)布誤導(dǎo)性財(cái)務(wù)報(bào)表使投資人和債權(quán)人遭受損失的有意欺詐行為。該定義中有兩點(diǎn)重要信息,一是發(fā)生在管理層的公司欺詐是本研究的對(duì)象,二是管理層的欺詐行為是通過發(fā)布誤導(dǎo)性的財(cái)報(bào)。理解公司欺詐的商業(yè)過程有助于我們提出更好的欺詐識(shí)別方法。在一開始,當(dāng)公司管理層面臨銷售困境帶來的市場(chǎng)壓力或是個(gè)人原因而挪用資產(chǎn)時(shí),往往會(huì)高估公司的資產(chǎn)、銷量和收益,或是低估負(fù)債、支出和各種損失,并且在財(cái)報(bào)中披露不合實(shí)際的增長(zhǎng)機(jī)會(huì)。當(dāng)看到這些被過度美化的財(cái)務(wù)數(shù)據(jù)時(shí),華爾街的分析師以及公眾投資人將提高對(duì)這家公司的期望和收益預(yù)測(cè)。接著為了滿足市場(chǎng)的期望和預(yù)測(cè),管理層又不得不制造下一季度或是下一年度的虛假財(cái)報(bào)。這就是公司欺詐的閉環(huán)商業(yè)過程。監(jiān)管者、審計(jì)員、學(xué)術(shù)界研究人員都試圖減少公司欺詐。監(jiān)管者所采取的典型措施是美國(guó)注冊(cè)公共會(huì)計(jì)師協(xié)會(huì)頒布的SAS 56號(hào)和99號(hào)文件。其中SAS 56號(hào)文件提出了一套審計(jì)分析步驟,包括將所記錄科目、由科目計(jì)算的比率與審計(jì)師的期望值進(jìn)行對(duì)比。SAS 99號(hào)文件為審計(jì)員制定了識(shí)別公司文件中虛假陳述的標(biāo)準(zhǔn)。審計(jì)從業(yè)人員則通過對(duì)財(cái)務(wù)數(shù)據(jù)進(jìn)行整體回顧、對(duì)庫(kù)存和管理者評(píng)估進(jìn)行獨(dú)立的觀察,然后通過與第三方人士或機(jī)構(gòu)對(duì)比確認(rèn)再做出判斷。研究人員是通過設(shè)計(jì)出不同的財(cái)務(wù)指標(biāo)來識(shí)別公司欺詐�，F(xiàn)有文獻(xiàn)中依據(jù)不同的方法提出了不同的指標(biāo)體系,然而識(shí)別結(jié)果差別很大�，F(xiàn)有研究非常依賴于對(duì)財(cái)務(wù)報(bào)表中的財(cái)務(wù)數(shù)據(jù)的統(tǒng)計(jì)分析從而識(shí)別公司欺詐行為。這些欺詐識(shí)別方法有一些不足之處。首先,現(xiàn)有研究過度依賴數(shù)值型財(cái)務(wù)數(shù)據(jù)。如果管理者故意隱瞞或是會(huì)計(jì)作假,那么存在欺詐的數(shù)據(jù)就很難和真實(shí)數(shù)據(jù)區(qū)分開。其次,現(xiàn)在的公司審查過度依賴于審計(jì)師和監(jiān)管者。由于審計(jì)師和監(jiān)管者精力和資源有限,導(dǎo)致公司欺詐從發(fā)生到被識(shí)別出往往有時(shí)間滯后。并且近年越來越多的金融欺詐案件和不斷更新的欺詐方式也意味著現(xiàn)有金融欺詐識(shí)別和預(yù)防機(jī)制存在無效性。因此,本研究希望提出新的方法來幫助研究人員和財(cái)務(wù)專家更好的識(shí)別金融欺詐。鑒于財(cái)務(wù)報(bào)表中大部分的內(nèi)容是文本,是對(duì)數(shù)值指標(biāo)的解釋和說明,研究人員逐漸利用這些被忽視的文本數(shù)據(jù)來更好的理解財(cái)務(wù)欺詐的機(jī)制�，F(xiàn)有研究人員通過從財(cái)報(bào)的文字中提取語(yǔ)言學(xué)特征,并把欺詐性財(cái)報(bào)的識(shí)別轉(zhuǎn)化成文本分類問題。本文認(rèn)為利用文本挖掘技術(shù)來識(shí)別財(cái)務(wù)欺詐的研究依然處于早期階段,現(xiàn)有提取的語(yǔ)言學(xué)特征還有許多問題。下面就現(xiàn)有研究的不足之處提出相應(yīng)的研究問題。(1)從財(cái)報(bào)的文本中提取的語(yǔ)言學(xué)特征受限于自然語(yǔ)言的復(fù)雜性和模糊性。由于這些語(yǔ)言學(xué)特征的提取需要事先定義,因而不能提取文本的某些潛在特征。另外,現(xiàn)有的語(yǔ)言學(xué)特征多是詞頻統(tǒng)計(jì),詞與詞之間的依賴關(guān)系并沒有被考慮。因此,本文的第一個(gè)研究問題是如何自動(dòng)提取財(cái)報(bào)中的語(yǔ)言學(xué)特征,并且將詞的依賴關(guān)系提取出來。(2)現(xiàn)有研究基于不同的語(yǔ)言學(xué)和心理學(xué)理論從財(cái)報(bào)的文本中提取了一系列的語(yǔ)言學(xué)特征,然而卻缺少一套專門用于財(cái)報(bào)文本分析和特征提取的指南。因此,本文的第二個(gè)研究問題就是如何設(shè)計(jì)一個(gè)系統(tǒng)的理論性的文本分析框架來指導(dǎo)財(cái)務(wù)欺詐的識(shí)別。(3)現(xiàn)有公司欺詐識(shí)別文獻(xiàn)都一成不變的使用財(cái)報(bào)中的數(shù)值和文本來做識(shí)別,然而財(cái)報(bào)中的內(nèi)容本質(zhì)上都反映過去的信息,并且僅僅看財(cái)報(bào)無法知道投資人對(duì)公司的看法。鑒于金融社交媒體平臺(tái)上有大量關(guān)于公司財(cái)務(wù)和運(yùn)營(yíng)狀況的討論和交流,本文探索金融社交媒體的內(nèi)容是否能用來識(shí)別公司欺詐,那么如何通過分析非結(jié)構(gòu)化的社交媒體內(nèi)容來識(shí)別財(cái)務(wù)欺詐是本文要解決的第三個(gè)問題。針對(duì)這三大研究問題,本文對(duì)應(yīng)設(shè)計(jì)了三個(gè)研究。研究一建立一個(gè)集成的語(yǔ)言模型來識(shí)別財(cái)務(wù)報(bào)表中的欺詐性語(yǔ)言。首先,統(tǒng)計(jì)語(yǔ)言模型通常被用來估計(jì)一段文本出現(xiàn)的概率,在本文中這個(gè)方法被用來識(shí)別財(cái)報(bào)中欺詐性語(yǔ)言的策略性使用。統(tǒng)計(jì)語(yǔ)言模型比現(xiàn)有的基于語(yǔ)言學(xué)特征的方法至少在以下兩點(diǎn)有優(yōu)勢(shì)。一是不需要提前定義特征,這往往耗時(shí)耗力;二是統(tǒng)計(jì)語(yǔ)言模型能自動(dòng)建模自然語(yǔ)言中詞匯的依賴關(guān)系。然而統(tǒng)計(jì)語(yǔ)言模型本身的一個(gè)不足之處是無法獲取一長(zhǎng)段文本之間的關(guān)聯(lián)信息。為了克服這個(gè)問題,本文為統(tǒng)計(jì)語(yǔ)言模型引入一種能夠計(jì)算文檔相似性的潛在語(yǔ)義分析方法。該潛在語(yǔ)義分析方法能夠提取語(yǔ)義特征從而將欺詐樣本和非欺詐樣本區(qū)分開。研究一的理論貢獻(xiàn)在于提出了一個(gè)集成語(yǔ)言模型來識(shí)別財(cái)報(bào)中的欺詐性語(yǔ)言。通過集成潛在語(yǔ)義方法,本文克服了統(tǒng)計(jì)語(yǔ)言模型不能獲取長(zhǎng)跨度文字信息的缺點(diǎn),而且又使得統(tǒng)計(jì)語(yǔ)言模型具備提取語(yǔ)義特征的能力,同時(shí)有著兩個(gè)方法的優(yōu)點(diǎn)。通過對(duì)海外上市的中國(guó)公司數(shù)據(jù)分析發(fā)現(xiàn),本文新提出的集成語(yǔ)言模型對(duì)財(cái)務(wù)欺詐識(shí)別準(zhǔn)確率比兩個(gè)方法都高。研究二基于系統(tǒng)性功能語(yǔ)言理論開發(fā)了一套用來識(shí)別財(cái)報(bào)中管理層欺詐性語(yǔ)言的文本分析框架。系統(tǒng)性功能語(yǔ)言理論指出語(yǔ)言是帶有目的性的,能夠通過措辭為語(yǔ)言使用者達(dá)到一定目的。那么利用這套理論反過來有助于我們理解欺詐性消息中的策略性語(yǔ)言使用。該理論有三個(gè)功能模塊,概念功能、人際功能和語(yǔ)篇功能。在該研究中這三個(gè)功能模塊被分解為七種信息類型,即話題、意見、情感、情態(tài)、人稱代詞、寫作風(fēng)格、題材。同時(shí),該文本分析框架整合了潛在狄利克雷分布模型、計(jì)算語(yǔ)言學(xué)、詞頻-逆文檔頻率方法,可以為所有信息類型提取詞級(jí)以及文檔級(jí)的特征。所有的特征都被用作一個(gè)線性支持向量機(jī)分類器的輸入。通過對(duì)1610個(gè)美國(guó)上市公司年報(bào)樣本的欺詐風(fēng)險(xiǎn)評(píng)估,該分析框架在十折交叉驗(yàn)證下的平均預(yù)測(cè)準(zhǔn)確率達(dá)82. 36%,比采用金融指標(biāo)的計(jì)算方法效果更好。研究二的理論貢獻(xiàn)在于將系統(tǒng)性功能語(yǔ)言理論引入到財(cái)務(wù)欺詐識(shí)別領(lǐng)域,并且設(shè)計(jì)了一套用于欺詐識(shí)別的嚴(yán)格的特征選擇過程,這也是文獻(xiàn)中首次提出的系統(tǒng)性的特征集。本文對(duì)財(cái)務(wù)欺詐識(shí)別研究提了七類構(gòu)念,即話題、意見、情感、情態(tài)、人稱代詞、寫作風(fēng)格、題材。另外,本文基于潛在狄利克雷分布模型、計(jì)算語(yǔ)言學(xué)、詞頻-逆文檔頻率方法提出了一個(gè)新的信息系統(tǒng)工具來識(shí)別財(cái)務(wù)欺詐。研究三首次利用金融社交平臺(tái)上的大量用戶生成的內(nèi)容來識(shí)別公司財(cái)務(wù)欺詐。金融社交媒體平臺(tái)上有大量的知識(shí)貢獻(xiàn)者和信息分享者,他們產(chǎn)生大量的關(guān)于公司財(cái)務(wù)和運(yùn)營(yíng)狀況的討論和交流。鑒于社交媒體信息是及時(shí)的、動(dòng)態(tài)的、交互的并且快速更新的,本文認(rèn)為社交媒體的這些特點(diǎn)將極大的縮減欺詐識(shí)別滯后的問題。以網(wǎng)秦移動(dòng)(一家中國(guó)的手機(jī)安全公司)為例,渾水公司(一家做空公司)在2013年10月24日發(fā)布了針對(duì)網(wǎng)秦移動(dòng)的一份調(diào)研報(bào)告,認(rèn)為該公司是徹頭徹尾的欺詐。這個(gè)報(bào)告一發(fā)出當(dāng)晚就導(dǎo)致網(wǎng)秦的股價(jià)大跌了 47%。然而有人發(fā)現(xiàn)早在2013年初,即在網(wǎng)秦移動(dòng)被爆有欺詐的前半年,在雪球網(wǎng)(一個(gè)中國(guó)金融社交媒體平臺(tái))上有用戶發(fā)布了 一系列的分析報(bào)告質(zhì)疑并認(rèn)為網(wǎng)秦移動(dòng)有欺詐行為。這個(gè)案例說明社交媒體平臺(tái)上產(chǎn)生的用戶分析數(shù)據(jù)有助于在公司欺詐被正式公開曝光前提前識(shí)別公司欺詐行為。鑒于社交媒體平臺(tái)上都是非結(jié)構(gòu)化的數(shù)據(jù),本文基于文本挖掘和信息檢索的理論和方法,提出一個(gè)能夠把社交媒體平臺(tái)上非結(jié)構(gòu)化數(shù)據(jù)解析成單詞權(quán)重特征、話題特征、情感特征以及社交網(wǎng)絡(luò)結(jié)構(gòu)特征的新型文本分析框架。研究三從SeekingAlpha這個(gè)金融投資平臺(tái)上獲取公司的數(shù)據(jù),并設(shè)計(jì)了兩個(gè)子研究。首先,本文挑選了 149家欺詐公司和149家非欺詐公司在該平臺(tái)上的所有數(shù)據(jù),包括分析師的報(bào)告、新聞報(bào)告和公眾討論數(shù)據(jù)。本文采用支持向量機(jī)分類器和十折交叉驗(yàn)證,發(fā)現(xiàn)樣本分類準(zhǔn)確率達(dá)64. 66%。這個(gè)結(jié)果比隨機(jī)猜測(cè)準(zhǔn)確率高,在某種程度上說明了社交媒體的內(nèi)容中包含了一些有助于識(shí)別欺詐的潛在特征。接著我們測(cè)試社交媒體特征對(duì)公司欺詐的提前預(yù)測(cè)能力。本文僅僅使用64個(gè)欺詐公司樣本和64個(gè)非欺詐公司樣本在欺詐曝光之前金融社交平臺(tái)上的數(shù)據(jù),通過支持向量機(jī)分類器在十折交叉驗(yàn)證下的樣本平均分類準(zhǔn)確率達(dá)到75. 5%。結(jié)果表明社交媒體內(nèi)容對(duì)金融財(cái)務(wù)欺詐預(yù)測(cè)有超前效應(yīng)。同時(shí),本文在支持向量機(jī)模型中提出欺詐概率指標(biāo),反映一家公司出現(xiàn)財(cái)務(wù)欺詐的概率。鑒于實(shí)際中非欺詐公司的數(shù)量要比欺詐公司多,本文在樣本集中逐步增加非欺詐公司數(shù)量,發(fā)現(xiàn)當(dāng)非欺詐公司數(shù)量增加時(shí)識(shí)別準(zhǔn)確率會(huì)上升。該分析框架比采用金融指標(biāo)的計(jì)算方法效果更好,也表明社交媒體特征可以作為現(xiàn)有財(cái)務(wù)欺詐識(shí)別方法的一個(gè)補(bǔ)充。研究三的理論貢獻(xiàn)在于首次將金融社交媒體用于欺詐識(shí)別,并將非結(jié)構(gòu)化的社交媒體內(nèi)容分解為詞匯權(quán)重特征、話題特征、情感相關(guān)特征和社交網(wǎng)絡(luò)特征,從而將社交媒體內(nèi)容變成了機(jī)器可處理的格式。并且本研究首次驗(yàn)證了金融社交媒體內(nèi)容對(duì)欺詐識(shí)別存在提前效應(yīng),說明了基于社交媒體的識(shí)別方法可以作為現(xiàn)有基于財(cái)務(wù)指標(biāo)識(shí)別方法的一個(gè)有效補(bǔ)充。概括地說,本文開發(fā)了三個(gè)用于公司財(cái)務(wù)欺詐識(shí)別的信息系統(tǒng)工具。一是用于財(cái)務(wù)報(bào)表文本分類的統(tǒng)計(jì)語(yǔ)言方法;二是能夠提取用于欺詐識(shí)別的有效特征的理論框架;三是可以分解非結(jié)構(gòu)化社交媒體內(nèi)容用于欺詐識(shí)別的分析框架。本文總的創(chuàng)新點(diǎn)在于:(1)現(xiàn)有的上市公司財(cái)務(wù)欺詐識(shí)別方法通常局限于對(duì)財(cái)務(wù)報(bào)告中的數(shù)值指標(biāo)進(jìn)行分析,本文使用自然語(yǔ)言處理技術(shù)對(duì)財(cái)務(wù)報(bào)告中的文本進(jìn)行分析并挖掘出有用的指標(biāo)用于欺詐公司識(shí)別;并且首次基于系統(tǒng)性功能語(yǔ)言理論提出了一個(gè)最為系統(tǒng)性、全面的專用于公司欺詐識(shí)別的指標(biāo)集;本文提出了新的財(cái)報(bào)文本分析方法,比現(xiàn)有的基于財(cái)務(wù)指標(biāo)的方法準(zhǔn)確率高;(2)鑒于社交媒體對(duì)欺詐披露的作用越來越明顯,本文抓取一主流金融社交媒體平臺(tái)數(shù)據(jù),首次采用文本挖掘技術(shù)從非結(jié)構(gòu)化的網(wǎng)絡(luò)數(shù)據(jù)中提取結(jié)構(gòu)化的量化指標(biāo),并取得很好的識(shí)別準(zhǔn)確率;并且本文發(fā)現(xiàn)金融社交媒體內(nèi)容對(duì)識(shí)別欺詐有著領(lǐng)先效應(yīng),社交媒體內(nèi)容可以作為現(xiàn)有基于財(cái)務(wù)指標(biāo)識(shí)別方法的一個(gè)補(bǔ)充。本文的研究成果也具備一定的實(shí)踐指導(dǎo)意義,當(dāng)前公司欺詐識(shí)別的滯后問題會(huì)得到緩解,由公司欺詐丑聞帶來的對(duì)大規(guī)模股東的重大損失以及對(duì)金融系統(tǒng)的擾動(dòng)將得到提前預(yù)測(cè)和阻止。本研究對(duì)于市場(chǎng)監(jiān)管者、政策制定者、審計(jì)師以及投資人有重大幫助。投資人,包括個(gè)人、機(jī)構(gòu)投資者和評(píng)級(jí)機(jī)構(gòu)等,由于無法接觸和獲取到公司內(nèi)部信息,往往易受到誤導(dǎo)性財(cái)報(bào)的影響。本研究的預(yù)測(cè)方法有助于讓他們提前掌握所投資的公司的財(cái)務(wù)風(fēng)險(xiǎn),做出更好的投資決策,從而保證收益,規(guī)避風(fēng)險(xiǎn)。對(duì)于審計(jì)師來說,本文的方法可自動(dòng)評(píng)估所審計(jì)的財(cái)報(bào)的風(fēng)險(xiǎn),從而提前杜絕有欺詐嫌疑的報(bào)告流向公眾。對(duì)于市場(chǎng)監(jiān)管者來說,有效的欺詐識(shí)別方法使得他們?cè)谕度胱钚〉娜肆ξ锪A(chǔ)上能夠?qū)⒕性谟衅墼p嫌疑的公司上。此外,現(xiàn)有的審計(jì)分析標(biāo)準(zhǔn)SAS 56還是三十年前提出的,隨著商務(wù)智能、大數(shù)據(jù)、人工智能技術(shù)逐步應(yīng)用于公司審計(jì),也促使這些條例標(biāo)準(zhǔn)做出修訂。未來的審計(jì)過程應(yīng)更多的關(guān)注對(duì)財(cái)報(bào)中的文本分析以及兼顧公眾對(duì)公司的看法。
[Abstract]:......
【學(xué)位授予單位】：中國(guó)科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2017
【分類號(hào)】：F275

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 羨巧琴;淺析我國(guó)上市公司的財(cái)務(wù)欺詐行為[J];冶金財(cái)會(huì);2004年06期

2 王普查;論公司治理生態(tài)的建設(shè)與財(cái)務(wù)欺詐的防范[J];開發(fā)研究;2004年05期

3 羅勇;;我國(guó)上市公司財(cái)務(wù)欺詐的成因與防范[J];審計(jì)與理財(cái);2005年12期

4 趙麗琴;;針對(duì)財(cái)務(wù)欺詐的幾條對(duì)策[J];財(cái)會(huì)學(xué)習(xí);2006年05期

5 何丹;;公司治理生態(tài)與財(cái)務(wù)欺詐[J];生態(tài)經(jīng)濟(jì);2007年03期

6 馮宇蘭;;上市公司財(cái)務(wù)欺詐及其防范[J];金融經(jīng)濟(jì);2008年20期

7 武鵬;;淺析上市公司的財(cái)務(wù)欺詐[J];煤;2009年01期

8 何耀;;上市公司財(cái)務(wù)欺詐成因及防范措施[J];南華大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2010年03期

9 張振沂;;淺談財(cái)務(wù)欺詐及其防范對(duì)策[J];科技創(chuàng)新導(dǎo)報(bào);2010年35期

10 曾汝林;;淺析企業(yè)財(cái)務(wù)欺詐的主要手段及其防范[J];中國(guó)商貿(mào);2011年27期

相關(guān)會(huì)議論文 前5條

1 楊春然;;論財(cái)務(wù)欺詐的制度原因和改革[A];決策與管理研究（2007-2008）——山東省軟科學(xué)計(jì)劃優(yōu)秀成果匯編（第七冊(cè)·下）[C];2009年

2 袁靖華;;微博的理想與現(xiàn)實(shí)——兼論社交媒體建構(gòu)公共空間的三大困擾因素[A];數(shù)字未來與媒介社會(huì)2[C];2010年

3 洪婧茹;;社交媒體與上海大學(xué)生的環(huán)保參與:從線上關(guān)注到線下行動(dòng)[A];中華新聞傳播學(xué)術(shù)聯(lián)盟第六屆研究生學(xué)術(shù)研討會(huì)論文集[C];2014年

4 王斌;鄭滿寧;;扭轉(zhuǎn)“逆差”:社交媒體時(shí)代國(guó)人形象傳播機(jī)制及策略[A];新聞學(xué)論集（第30輯）[C];2014年

5 楊瑞成;左愛玲;苗靜;;Henderson濾波—HMM技術(shù)在公司財(cái)務(wù)欺詐信息辨識(shí)中的應(yīng)用[A];中國(guó)系統(tǒng)工程學(xué)會(huì)第十八屆學(xué)術(shù)年會(huì)論文集——A10系統(tǒng)工程方法在金融、投資、保險(xiǎn)業(yè)等領(lǐng)域的研究[C];2014年

相關(guān)重要報(bào)紙文章 前10條

1 中國(guó)人民大學(xué)公共管理學(xué)院土地管理系 朱哲文　中共鹽城市亭湖區(qū)委宣傳部副部長(zhǎng)、區(qū)委黨校常務(wù)副校長(zhǎng) 朱月潭;多維視角下財(cái)務(wù)欺詐的斷想[N];江蘇經(jīng)濟(jì)報(bào);2010年

2 葛紅梅;關(guān)注上市公司的財(cái)務(wù)欺詐[N];財(cái)會(huì)信報(bào);2005年

3 本報(bào)記者　 李昌鴻;美證交會(huì)“嚴(yán)打”財(cái)務(wù)欺詐[N];證券時(shí)報(bào);2006年

4 王建新;全球聯(lián)合監(jiān)管反財(cái)務(wù)欺詐[N];中國(guó)財(cái)經(jīng)報(bào);2005年

5 陶長(zhǎng)高;后股改時(shí)代財(cái)務(wù)欺詐還得防[N];證券時(shí)報(bào);2005年

6 本報(bào)特約撰稿人 張連起;可喜之變[N];中國(guó)財(cái)經(jīng)報(bào);2002年

7 ;國(guó)能涉嫌財(cái)務(wù)欺詐被立案[N];財(cái)會(huì)信報(bào);2008年

8 ;審計(jì)技術(shù)提示第1號(hào)—財(cái)務(wù)欺詐風(fēng)險(xiǎn)[N];中國(guó)證券報(bào);2002年

9 新華社記者 白衛(wèi)濤;財(cái)務(wù)欺詐：震撼遠(yuǎn)遠(yuǎn)超過“9·11”[N];新華每日電訊;2002年

10 劉浩;韓國(guó)不再“法外施恩”,鄭夢(mèng)九獲刑[N];新華每日電訊;2007年

相關(guān)博士學(xué)位論文 前10條

1 董偉;挖掘和分析文本來識(shí)別公司財(cái)務(wù)欺詐：針對(duì)財(cái)務(wù)報(bào)表和社交媒體的分析[D];中國(guó)科學(xué)技術(shù)大學(xué);2017年

2 黃學(xué)敏;上市公司財(cái)務(wù)欺詐及其監(jiān)管研究[D];廈門大學(xué);2006年

3 李先瑞;大股東控制下的我國(guó)上市公司財(cái)務(wù)欺詐行為研究[D];中共中央黨校;2008年

4 張雪;復(fù)雜網(wǎng)絡(luò)鏈路分析與社交媒體預(yù)測(cè)[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

5 羅準(zhǔn)辰;社交媒體中的信息檢索與傳播分析[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

6 丹尼爾;社交媒體在企業(yè)傳播中的使用：可口可樂中國(guó)和可口可樂加納案例研究[D];復(fù)旦大學(xué);2014年

7 朱星瑋;社交媒體信息結(jié)構(gòu)化組織及其應(yīng)用研究[D];清華大學(xué);2015年

8 謝松縣;社交媒體中觀點(diǎn)信息分析與應(yīng)用[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

9 陳夏雨;工作場(chǎng)所中企業(yè)社交媒體可供性的實(shí)證研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2017年

10 張偉;基于地點(diǎn)的社交媒體中用戶建模與內(nèi)容推薦[D];清華大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 原華英;上市公司財(cái)務(wù)欺詐之動(dòng)因及防范[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2009年

2 廖椺偉;法務(wù)會(huì)計(jì)對(duì)財(cái)務(wù)欺詐的揭示機(jī)制研究[D];西南財(cái)經(jīng)大學(xué);2009年

3 郭付明;上市公司財(cái)務(wù)欺詐之研究[D];武漢理工大學(xué);2005年

4 杜華安;基于數(shù)據(jù)挖掘的財(cái)務(wù)欺詐識(shí)別[D];西南財(cái)經(jīng)大學(xué);2013年

5 薛巍;上市公司財(cái)務(wù)欺詐識(shí)別模型研究[D];南京大學(xué);2015年

6 彭麗霞;CEO-董事私人聯(lián)結(jié)方式對(duì)財(cái)務(wù)欺詐影響的實(shí)證研究[D];西北農(nóng)林科技大學(xué);2016年

7 于海平;基于動(dòng)態(tài)分類組合的財(cái)務(wù)欺詐識(shí)別關(guān)鍵技術(shù)研究[D];江蘇大學(xué);2010年

8 楊芳;上市公司財(cái)務(wù)欺詐識(shí)別[D];湖南大學(xué);2006年

9 熊岳;上市公司財(cái)務(wù)欺詐及其法律規(guī)制研究[D];西南政法大學(xué);2007年

10 李偉;上市公司財(cái)務(wù)欺詐起因與防范研究[D];西南財(cái)經(jīng)大學(xué);2011年

，

本文編號(hào)：2140899