关于数据挖掘方法的上市公司财务舞弊识别——外部环境视角.pdf

摘要 摘要 我国上市公司经历了二十多年的发展，证券市场日趋成熟，有力地带动和促 进了国民经济增长，完善了市场经济体制。然而，上市公司财务舞弊事件却是屡 见不鲜，这些舞弊事件不仅直接导致上市公司本身蒙受巨额损失，而且使上市公 司利益相关者的权益受到威胁，严重危害证券市场的正常发展。 一直以来，财务舞弊识别问题就是相关领域研究的热点和难点问题。早期， 研究人员大多以上市公司公布的财务数据为研究依据，使用一般的统计回归方 法，获得了一定的财务舞弊预警和识别效果。但是，最近几年以来，财务舞弊事 件呈现出越来越难以预警的特点，原因是舞弊主体的手段越来越隐蔽，修饰财务 数据难以有迹可循。因此，对于财务舞弊的识别不应局限于使用上市公司财务指 标，而是应当基于舞弊公司难以控制的外部环境指标，使用数据挖掘等人工智能 方法才能有效地应对这一变化。 本论文正是基于这一思路，首先通过国内外相关文献的总结和梳理，对目前 财务舞弊识别研究理论、方法及其优缺点进行整理和分析。理论方面，本文对财 务舞弊、公司环境以及数据挖掘技术进行理论性概括和定义，并分析公司环境对 财务舞弊的影响。然后，本文提出一套较为完整的财务舞弊程度评价方法，用以 评价舞弊上市公司的舞弊严重程度，进而将舞弊上市公司样本区分为严重舞弊上 市公司和一般舞弊上市公司。在此基础上，通过筛选适当的样本和内外部环境指 标