基于數(shù)據(jù)挖掘的上市公司財務舞弊識別研究.pdf

1、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。財務舞弊的危害非常大，部分公司為了自己的利益會對財務狀況進行粉飾，提供給投資者的財務報告偏離實際，因此如果投資者依據(jù)這種錯誤的報表進行投資，就會造成嚴重損失，

2、進而可能會危害證券市場與整個國家的信用。因此，上市公司財務舞弊識別方法的研究意義重大。
　　為治理財務舞弊現(xiàn)象，人們一直在堅持尋求和探索合理的方法。國內(nèi)外學者已經(jīng)不再將重點放在規(guī)范研究，而是轉(zhuǎn)向能為人們提供更多實用性幫助的實證研究。本文基于上市公司數(shù)據(jù)庫，通過指標篩選建立了上市公司財務舞弊識別的指標體系，進而運用數(shù)據(jù)挖掘工具IBM SPSS Modeler14.01，采用基于三種數(shù)據(jù)挖掘算法的系綜方法建立了上市公司財務舞弊識別模型

3、。首先，從銳思數(shù)據(jù)庫中選取了74個因財務舞弊受到懲罰的上市公司即舞弊公司和74個沒有受到特別處理的上市公司即非舞弊公司作為樣本。其次，從28個財務與非財務指標中篩選出16個具有顯著作用指標用于財務舞弊識別。進而，通過因子分析從該16個指標中提取出5個主因子作為輸入變量，并將舞弊與否（舞弊標記為0，非舞弊標記為1）作為輸出變量，基于集成神經(jīng)網(wǎng)絡、決策樹和支持向量機等三種算法的系綜方法構(gòu)建了上市公司的財務舞弊識別模型，并給出了該模型的測試效