财务报告舞弊识别效率改善研究——基于分类技术改进和数据信息优化兼容视角
2018-01-05分类号:F275;F832.51
【部门】吉林大学商学院
【摘要】笔者选取2007—2015年沪深两市主板市场被首次处罚的制造业上市公司及其配对的非舞弊公司为研究对象,基于历史财务指标波动性构建财务舞弊识别模型。研究结果发现:历史异常数据具有较好的舞弊识别效果;单独改进识别技术并不必然提高舞弊识别效率;为提高舞弊识别效率应同时改进分类技术和优化数据特征,提高两者的兼容性;在消除共线性的情况下,识别技术越先进舞弊识别效率越高,其中主成分支持向量机模型财务舞弊整体识别率为85.7%,高于单独改善某一方面的识别效果。
【关键词】财务报告舞弊 历史异常信息 分类技术改进 数据信息优化 制造业上市公司
【基金】
【所属期刊栏目】财经问题研究
文献传递