我国上市公司财务报表欺诈实证研究--基于神经网络、决策树和Logistic回归模型.pdf

我国上市公司财务报表欺诈实证研究—— 基于神经网络、决策树和 Logistic 回归模型 唐琴蕊，陈赛亚，何莹* （浙江大学管理学院管理科学与工程系，杭州 310058 ） 摘要：本文采用特征选择、主成分分析法对变量进行选择，再使用神经网络、决策树和Logistic 回归模型对我国101 家有欺诈行为的上市公司及与其匹配的没有欺诈行为的101 家上市公司 的各项财务指标进行分析，使用假设检验统计方法，旨在找到最能反映财务欺诈问题的变量 或者因子，以期寻求准确率最高的建模方式，预测别的企业是否可能有欺诈行为。 关键词： 数据挖掘；财务欺诈；神经网络；决策树；Logistic 回归 中图分类号：TP311.13 F275 An Empirical Study of China Listed Companies Financial Statement Fraud Based on Neural Network，Decision Tree and Logistic Regression TANG Qingrui, CHEN Saiya, HE Ying (Department of Management Science and Engineering,Management School, Zhejiang University, Hangzhou 310058) Abstract: In this paper Feature Selection and PCA are used to select the variables which are more accurate to detect fraud. And then takes the Neural Network, Decision Tree, Logistic Regression and hypothesis testing as the methods to analyze 101 fraud companies and their 101 matching competitors. Our goal is to recognize the key factors to determine the fraud activity, and to gain a most precise model to foresee a hinded fraud activity. Key words: Data Mining;Financial Fraud;Neural Network;Decision Tree;Logistic Regression 0 引言 财务欺诈是指公司在财务报告中蓄意错报、漏报或误导以欺骗财务报告使用者的行为。 近几年，全球特别是美国的一些上市公司刮起了财务舞弊风暴给投资者与债权人造成了重大 损失，并使得社会公众对一些上市企业产生了空前的信任危机。在我国，如何防范财务欺诈 是一个长期存在的财务管理难题，而对于财务欺诈的预警系统也是目前中西方财务理论界处 于探索阶段的课题。在这样的背景下，我们以202 家我国上市公司的财务数据作为数据资料， 主要探讨财务报表中的数据造假行为，使用神经网络、决策树和Logistic 回归等多种算法构 建我国上市公司财务欺诈的预警模型，并且三种算法进行比较，选出准确率最高的模型。 1 文献综述 赵明凤（2007 ）在进行数据挖掘以前，对财务指标进行了描述统计和均值的t 检验，证 明了有欺诈行为的公司与没有欺诈行为的公司的财务欺诈指标有显著差异，因此，可以用反 映了上市公司财务欺诈的指标来构建一个财务预警模型。她还使用了主成分分析挑选指标。 特别值得注意的是，她使用了2005 年的非欺诈公司数据进行检验，以验证模型的可行性。 吴芃，蔡秋萍（2007 ）对财务指标先进行了计算，分别按照盈利能力、偿债能力、营运 - 1 - 能力、现金流量和成长能力五个方面，计算出15 个财务指标。对这些财务指标进行了方差 分析，以找出有显著差异的变量。这点上，跟赵明凤是一致的。他们在模