基于BP神经网络方法会计舞弊识别研究.docVIP

基于BP神经网络方法会计舞弊识别研究 　　[摘要]规范的信息披露是维护证券市场公开、公平、公正的根本保证，而会计舞弊却是阻碍我国资本市场健康发展的“毒瘤”。随着我国证券市场的日益完善和国内外舞弊丑闻的不断发生，会计舞弊识别问题受到越来越多的关注。本文以116家上市公司作为研究样本，通过分析舞弊案例及舞弊手段，构建了会计舞弊识别指标体系，并依据主成分分析法及BP神经网络，建立了会计舞弊识别模型，进行了实证分析。通过研究发现，这一模型对于会计舞弊的识别具有较高的准确率，是一种具有现实可操作性的舞弊识别方法。 　　[关键词]会计舞弊；舞弊识别指标；主成分分析法；BP神经网络；Levenberg-Marquardt算法 　　[中图分类号]F232　[文献标识码]A　[文章编号]1673-0194(2008)08-0009-04 　　 　　0　引言 　　 　　随着经济的发展与科技的进步，企业会计舞弊现象日益成为严重影响经济发展的全球性焦点问题。从冰山理论、三角理论、GONE理论、舞弊因子学说，到会计舞弊的产生因素及发现机制，学术界对会计舞弊问题的研究正处于一个不断深化的阶段，这些成果为我国的相关研究提供了理论和方法论基础。但由于国内证券市场起步较晚，对于会计舞弊问题的关注也是近期的事情，因此对会计舞弊与相关概念的性质差异并没有进行有效的区分。研究中更多的是规范研究。理论分析结果缺乏实证研究的数据支持；定量研究起步较晚，可以支撑研究的处罚样本数量少，可供选择的识别指标也较少，运用的识别手段比较有限，总体来说这方面的研究结论所显示出来的识别准确性不是很高。 　　 　　本文试图根据会计舞弊公司对外披露的财务信息，通过分析其在财务上存在的共同特征和基本规律，构建会计舞弊识别的指标体系；并运用主成分分析法及BP神经网络。构建基于公司财务报告即可判别其有否发生舞弊行为的具有现实可操作性的舞弊识别模型。 　　 　　1　会计舞弊的界定及其动机分析 　　 　　会计舞弊是指故意的、有目的的、有预谋的、有针对性的财务造假和欺诈行为。它与会计差错有相近或相同的形式，但本质却完全不一样。与会计差错相比，它具有以下几个特征：(1)主观目的性。表现为其行为主体是有意识地、故意地谎报财务事实。(2)手段欺骗性。会计舞弊采取的手段通常是欺骗性的，这种欺骗的手段是主观目的性的必然结果。因为只有采取欺骗的手段才能获得某种不公平或不公正的利益或好处。(3)危害严重性。会计差错与会计舞弊都会导致会计信息一定程度的歪曲，但在后果上是迥异的。会计舞弊是有意识的，行为较为隐蔽，一般会导致与事实严重不符，其强烈的外在性会左右投资者的决策，它所制造的错误信息将严重误导各类决策者，使投资者蒙受巨大经济损失，从而扭曲社会经济资源的合理配置，破坏市场运行机制。 　　就会计舞弊产生的原因及动机。目前有很多研究对其进行了经验验证，以下是归纳出的企业会计舞弊行为选择的主要动机：(1)财务稳定性或盈利能力受到不利经济环境、行业状况和被审计单位运营状况的威胁；(2)管理层为满足外部预期或要求而承受过度的压力；(3)管理层或治理层的个人经济利益受到被审计单位财务业绩或状况的影响；(4)管理层或业务人员受到更高级管理层或治理层对财务或经营指标过高要求的压力；(5)个人的生活方式或财务状况问题；(6)对公司存在敌对情绪。 　　 　　2　会计舞弊识别指标体系的构建 　　 　　本文依据中国证监会处罚公告中披露的各舞弊公司会计舞弊的特征、手段及对于会计报告的影响。结合资产和利润于会计科目和会计账户中的虚假表现，并通过一系列财务指标反映其中异常的原理，采用定性分析的方法，设计了会计舞弊识别的指标体系，如表1所示。 　　 　　3　基于BP神经网络方法的会计舞弊识别模型 　　 　　基于以上在分析会计舞弊公司财务信息基础上确定的指标。本文拟采用BP神经网络对企业会计舞弊行为进行识别。 　　 　　3.1　样本的选择及数据来源 　　研究过程中的舞弊样本来源于中国证监会处罚公告。由于不可能得到那些未被发现或揭露的舞弊案例资料，故样本仅包含审计后发现的舞弊公司。会计舞弊的情形一般可分为：影响利润、影响资产、不影响利润和资产。考虑到“资产和利润的虚假”是影响最大的会计舞弊行为，而“不影响利润和资产”通常不会在财务上显露出征兆。故将后者从样本中剔除。此外，由于有些会计舞弊公司的财务报告数据无法获得，最后本文选取2000年至2004年样本共计116个，其中舞弊样本52个，非舞弊样本64个，构成研究样本。数据主要来源于中国证监会披露的财务报告、巨潮资讯以及清华大学中国金融研究数据库。 　　 　　3.2　BP神经网络性能分析 　　 　　神经网络在非线性分类中的应用已得到广泛的研究。