基于随机森林的上市公司财务舞弊识别研究.pdfVIP

财 审计 基于随机森林的上市公司财务舞弊识别研究 口文 ／江 锋 (杭州电子科技大学经济学院 浙江 ·杭州) [提要] 在参考前人研究成果的基 (LVQ)神经网络进行建模，同时将模型与 上市公司，除去涉及中报、季报、临时公 础上，引入组合分类方法中的随机森林技 BP神经网络、支持向量机的预测效果进 告，只保 留涉及年报的舞弊企业，最终剩 术，对 2000—2008年有财务舞弊行为的 行对比，发现 LVQ神经网络的效果最好。 余 116家舞弊企业，以舞弊当年为一个样 上市公司及相应的控制样本数据进行分 王敏 (20I1)结合舞弊三角理论采用逻辑 本，涉及多年舞弊的企业以其初次舞弊的 析，模型达到较高的预测率。随机森林在 回归模型建模，研究表明，法 人股 比例越 年份为样本。为了保证控制样本的企业不 特征指标选择和预测精度方面都有很好 高、监事会会议次数越多、当年的审计意 涉及舞弊，对控制样本的选择采取下列限 的效果，目前还鲜有文献将这一技术运用 见类型为非标准审计意见的公司越容易 制： 到经济管理相关研究中。 发生财务舞弊行为。 1、在与舞弊企业同行业同年度的企 二、研究方法 业中进行选择，即保证舞弊样本和控制样 关键词：财务舞弊识别；随机森林；R语言 近年来，很多学者采用数据挖掘方法 本在行业和年度的分布要类似。 中图分类号：F23 文献标识码：A 进行财务舞弊识别研究，但这些方法的实 2、除去被 sT、S、 的上市公司。 收录 日期：2012年8月30日 际效果往往有 限，究其原 因，Breiman 3、控制样本前后 3年的审计报告意 财务舞弊即财务报告舞弊，通常是指 (1996)认为数据挖掘领域很多算法都是 见都是标准无保留意见。 管理当局采取伪造、掩饰等手法，编制和 不稳定的，当训练集稍微有变动都会使识 通过筛选，本文最终选择 116家舞弊 发布虚假财务信息，诱导投资者做出错误 别效果大打折扣。在这种不稳定的情况 企业和 116家非舞弊企业。样本数据及下 的决策，从而实现 自身利益最大化的违法 下，将分类器组合起来能大大提升分类器 文的变量数据都来 自国泰安数据库。 行为。近年来，上市公司财务舞弊现象正 的分类效果。 (二)变量选择。本文从公司财务状况 因其层出不穷的发生态势和所带来的巨 本文采用随机森林方法进行研究，随 和公司治理两个方面对变量进行选择，具 大损失得到各界的广泛关注，各界在谴责 机森林是Breiman在 2001年提出的一种 体变量如表 1所示。表【 1) 那些舞弊企业道德丧失的同时，更是对研 组合分类方法，它主要是利用 自助重抽样 (三)模型建立过程。整个模型的构建 究出有效识别财务舞弊的方法提出迫切 法对原始样本进行抽样，再用这些样本分 过程基于 R语言环境并采用 R语言的 希望 。 别建立决策树，最后根据这些树的分类结 varSelRF包和CORElearn包进行，R语言 一 、 文献综述 果投票得出最终预测结果。在分类 问题 是一种集统计计算和图形绘画为～体的 目前，财务舞弊识别研究主要涉及定 中，随机森林得到的组合模型如下： 程序语言，在R的镜像站上有接近4，000 性研究和定量研究两方面，定性研究主要 M 多个程序包，涉及统计学、机器学习、计量 HR(x)=argmax (I(h(x：0 ) )) 通过对企业会计报表进行深度考察并试 J m 1 经济学等多