基于時序性信息的財務(wù)報表欺詐識別.pdf

1、本文從財務(wù)欺詐識別領(lǐng)域的研究成果入手，在分析前人研究不足的基礎(chǔ)上，針對不足，深入探索，提出了較為有效的解決辦法。具體地，本文針對前人研究的兩項不足做了三方面工作。第一，本文針對傳統(tǒng)財務(wù)欺詐識別模型無法捕捉財務(wù)指標(biāo)縱向年度異常的不足，將這種縱向異常提煉成時序指標(biāo)并加至樸素貝葉斯分類模型，改善了模型的分類精度。其中，著重研究了差值、比值、相對值形式的時序指標(biāo)哪種更為有效，以及不同年份間的時序指標(biāo)如何合理加權(quán)的問題。實證研究的結(jié)論是比值形式的

2、時序指標(biāo)更為有效，且當(dāng)分配0.8的權(quán)重給較近年份的時序指標(biāo)，同時分配0.2的權(quán)重給較遠(yuǎn)年份的時序指標(biāo)時，效果更好。第二，本文從聚類的角度驗證了分類模型中構(gòu)造的比值時序指標(biāo)的有效性，同時，還挖掘了比值時序指標(biāo)所能反映的欺詐特征。實證研究的結(jié)論是當(dāng)財務(wù)欺詐行為存在時，由凈資產(chǎn)收益率和每股收益各自衍生出的比值形式時序指標(biāo)可能出現(xiàn)較大異常。第三，本文針對傳統(tǒng)欺詐識別模型作為監(jiān)督學(xué)習(xí)算法而固有的不足——對照樣本的選擇和標(biāo)注工作存在潛在不合理性、冗