基于數(shù)據(jù)挖掘方法的上市公司財(cái)務(wù)舞弊識(shí)別——外部環(huán)境視角.pdf

1、我國(guó)上市公司經(jīng)歷了二十多年的發(fā)展，證券市場(chǎng)日趨成熟，有力地帶動(dòng)和促進(jìn)了國(guó)民經(jīng)濟(jì)增長(zhǎng)，完善了市場(chǎng)經(jīng)濟(jì)體制。然而，上市公司財(cái)務(wù)舞弊事件卻是屢見(jiàn)不鮮，這些舞弊事件不僅直接導(dǎo)致上市公司本身蒙受巨額損失，而且使上市公司利益相關(guān)者的權(quán)益受到威脅，嚴(yán)重危害證券市場(chǎng)的正常發(fā)展。
　　一直以來(lái)，財(cái)務(wù)舞弊識(shí)別問(wèn)題就是相關(guān)領(lǐng)域研究的熱點(diǎn)和難點(diǎn)問(wèn)題。早期，研究人員大多以上市公司公布的財(cái)務(wù)數(shù)據(jù)為研究依據(jù)，使用一般的統(tǒng)計(jì)回歸方法，獲得了一定的財(cái)務(wù)舞弊預(yù)警和識(shí)

2、別效果。但是，最近幾年以來(lái)，財(cái)務(wù)舞弊事件呈現(xiàn)出越來(lái)越難以預(yù)警的特點(diǎn)，原因是舞弊主體的手段越來(lái)越隱蔽，修飾財(cái)務(wù)數(shù)據(jù)難以有跡可循。因此，對(duì)于財(cái)務(wù)舞弊的識(shí)別不應(yīng)局限于使用上市公司財(cái)務(wù)指標(biāo)，而是應(yīng)當(dāng)基于舞弊公司難以控制的外部環(huán)境指標(biāo)，使用數(shù)據(jù)挖掘等人工智能方法才能有效地應(yīng)對(duì)這一變化。
　　本論文正是基于這一思路，首先通過(guò)國(guó)內(nèi)外相關(guān)文獻(xiàn)的總結(jié)和梳理，對(duì)目前財(cái)務(wù)舞弊識(shí)別研究理論、方法及其優(yōu)缺點(diǎn)進(jìn)行整理和分析。理論方面，本文對(duì)財(cái)務(wù)舞弊、公司環(huán)境

3、以及數(shù)據(jù)挖掘技術(shù)進(jìn)行理論性概括和定義，并分析公司環(huán)境對(duì)財(cái)務(wù)舞弊的影響。然后，本文提出一套較為完整的財(cái)務(wù)舞弊程度評(píng)價(jià)方法，用以評(píng)價(jià)舞弊上市公司的舞弊嚴(yán)重程度，進(jìn)而將舞弊上市公司樣本區(qū)分為嚴(yán)重舞弊上市公司和一般舞弊上市公司。在此基礎(chǔ)上，通過(guò)篩選適當(dāng)?shù)臉颖竞蛢?nèi)外部環(huán)境指標(biāo)進(jìn)行實(shí)證研究，使用支持向量機(jī)、貝葉斯網(wǎng)絡(luò)和決策樹三種數(shù)據(jù)挖掘方法對(duì)上市公司財(cái)務(wù)舞弊行為進(jìn)行識(shí)別，并建立財(cái)務(wù)舞弊識(shí)別模型，用于判定上市公司舞弊與否以及舞弊的程度大小。實(shí)證結(jié)果表