基于數(shù)據(jù)挖掘的上市公司財(cái)務(wù)舞弊識(shí)別研究.pdf

1、目前我國(guó)市場(chǎng)經(jīng)濟(jì)前景良好，勢(shì)頭迅猛，上市公司的數(shù)量不斷上升。但由于我國(guó)經(jīng)濟(jì)正處在快速發(fā)展時(shí)期，體制尚不健全，從而導(dǎo)致上市公司財(cái)務(wù)舞弊的事件呈高發(fā)之勢(shì)。財(cái)務(wù)舞弊現(xiàn)象越來(lái)越嚴(yán)重，發(fā)生的此類事件越來(lái)越多，盡管國(guó)家出臺(tái)了相應(yīng)的規(guī)范措施，嚴(yán)打財(cái)務(wù)舞弊的上市公司，但是財(cái)務(wù)舞弊現(xiàn)象仍是屢禁不止。財(cái)務(wù)舞弊的危害非常大，部分公司為了自己的利益會(huì)對(duì)財(cái)務(wù)狀況進(jìn)行粉飾，提供給投資者的財(cái)務(wù)報(bào)告偏離實(shí)際，因此如果投資者依據(jù)這種錯(cuò)誤的報(bào)表進(jìn)行投資，就會(huì)造成嚴(yán)重?fù)p失，

2、進(jìn)而可能會(huì)危害證券市場(chǎng)與整個(gè)國(guó)家的信用。因此，上市公司財(cái)務(wù)舞弊識(shí)別方法的研究意義重大。
　　為治理財(cái)務(wù)舞弊現(xiàn)象，人們一直在堅(jiān)持尋求和探索合理的方法。國(guó)內(nèi)外學(xué)者已經(jīng)不再將重點(diǎn)放在規(guī)范研究，而是轉(zhuǎn)向能為人們提供更多實(shí)用性幫助的實(shí)證研究。本文基于上市公司數(shù)據(jù)庫(kù)，通過指標(biāo)篩選建立了上市公司財(cái)務(wù)舞弊識(shí)別的指標(biāo)體系，進(jìn)而運(yùn)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(cái)務(wù)舞弊識(shí)別模型

3、。首先，從銳思數(shù)據(jù)庫(kù)中選取了74個(gè)因財(cái)務(wù)舞弊受到懲罰的上市公司即舞弊公司和74個(gè)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(gè)財(cái)務(wù)與非財(cái)務(wù)指標(biāo)中篩選出16個(gè)具有顯著作用指標(biāo)用于財(cái)務(wù)舞弊識(shí)別。進(jìn)而，通過因子分析從該16個(gè)指標(biāo)中提取出5個(gè)主因子作為輸入變量，并將舞弊與否（舞弊標(biāo)記為0，非舞弊標(biāo)記為1）作為輸出變量，基于集成神經(jīng)網(wǎng)絡(luò)、決策樹和支持向量機(jī)等三種算法的系綜方法構(gòu)建了上市公司的財(cái)務(wù)舞弊識(shí)別模型，并給出了該模型的測(cè)試效