参考文献翻译资料.pdfVIP

  1. 1、本文档共11页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

会计舞弊的预警信号的潜在蓝筹股-

应用自适应共振理论

摘要:随着策略的不断变化,欺骗性可以隐藏在财务报表的复杂、传统分析手段是

无法提前发现这些会计欺诈。为了检测新的会计欺诈和发现资产负债表外安排的真

正意义,我们提出了一个使用一种无监督的学习系统的简单易行的方法。在无监督

学习,网络的训练完全是数据驱动的,没有目标的结果。这样不利于聚类中的特征

可以被删除。与无监督学习可以学到更大和更比监督学习复杂的关系。在演示中,

我们提取了四个非传统的报警信号,利用自适应共振理论,与安然和世通作为原型

来识别一个公司的投资者或分析师可以关注2007Elsevier

公司保留所有权利潜在的欺诈的可能性。

关键字:预警信号;无监督学习;会计舞弊;自适应共振理论

1、引言

虽然有一些公司的投资者认为是非常安全的,信心受到了一些在许多美国大公

司会计造假案的动摇,从医院供应商水下光缆的安全系统。大型投资银行和独立的

公共会计师也参与了。为了确保业务相关的公司,投资银行向公众提出忠告。当咨

询服务成为非常有利可图的,有越来越多的利益冲突的审计作用和咨询作用。因为

财务报表是衡量公司业绩的基础上,会计造假行为不仅损害了投资者的信心,也伤

2002-

害了所有相关的绩效管理分析。萨班斯奥克斯利法案实施应对这些严重的欺诈

CEOCFO

行为,但建议改革仍未能解决,首席执行官(的主要问题,首席财务官(,和

其他董事及高级管理人员为他们的个人利益损害股东的权益。我们使用因素是否显

著的动机或压力作为补充编码存在。即使有很多复杂

的资产负债表的安排,涉及数百万或数十亿的损失欺诈,一些项目必须有异常变化

或有严重的流动性问题。基于这些猜测和无监督学习系统,我们勾勒出四个预警信

号。与无监督学习可以学到更大和更比监督学习复杂的关系。训练完全是数

据驱动的,没有目标的结果。这样不利于聚类中的特征可以被删除。基于定性匹配

ART

自适应共振理论(允许无监督学习记忆改变,只有当输入从外部世界是足够接近

的内部期望,或完全新的东西出现时。这个特性使得非常适合于需要大的和不断变

化的数据库在线学习问题的艺术系统,可用于会计舞弊的分析。

2、神经网络与会计舞弊

神经网络程序已经被用于一些金融应用-欺诈检测,风险管理,经济预测,

并建立信用评级。然而,仍有极少数的论文,分析会计舞弊的神经网络。

大多数应用程序使用的BP模型具有一个隐藏层。Lin等人。检测20个实际欺

7

诈案件只有。校正率比低得多的猜测。他们的预测性能不佳可能来自滥用传统的财

务指标作为预警信号,因此对模糊函数的错误。

根据彼得森的说法,这是三角诈骗,鼓励犯罪。首先,必须有一个显着的动

机或压力欺诈。第二,感知的机会能够发现必须存在欺诈。第三元是合理的,或找

2002-

到一个可以接受的借口。萨班斯奥克斯利法案禁止大多数的舞弊审计,分析

师,和业主借款。它还提高了报告的透明度。但只要有动机或压力的存在,欺诈可

能会永远。会计舞弊使传统的财务分析方法无效。例如,注册舞弊审核师协会

ACFE20052006[23]40%

(和欺诈调查也显示有勺欺诈检测技巧。因此,内部

审计,内部控制,外部审计是相对无效的,所以它是提出计划预警信号来检测潜在

的欺诈行为非常重要的投资者或分析师。

文档评论(0)

知行 + 关注
实名认证
文档贡献者

喜欢

1亿VIP精品文档

相关文档